lexer.c

   1 /*
   2  * Copyright (C) 2012
   3  *     Wolfgang Bumiller
   4  *
   5  * Permission is hereby granted, free of charge, to any person obtaining a copy of
   6  * this software and associated documentation files (the "Software"), to deal in
   7  * the Software without restriction, including without limitation the rights to
   8  * use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies
   9  * of the Software, and to permit persons to whom the Software is furnished to do
  10  * so, subject to the following conditions:
  11  *
  12  * The above copyright notice and this permission notice shall be included in all
  13  * copies or substantial portions of the Software.
  14  *
  15  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  16  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  17  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  18  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  19  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  20  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
  21  * SOFTWARE.
  22  */
  23 #include <stdio.h>
  24 #include <stdlib.h>
  25 #include <string.h>
  26 #include <stdarg.h>
  27
  28 #include "gmqcc.h"
  29 #include "lexer.h"
  30
  31 /*
  32  * List of Keywords
  33  */
  34
  35 /* original */
  36 static const char *keywords_qc[] = {
  37     "for", "do", "while",
  38     "if", "else",
  39     "local",
  40     "return",
  41     "const"
  42 };
  43 static size_t num_keywords_qc = sizeof(keywords_qc) / sizeof(keywords_qc[0]);
  44
  45 /* For fte/gmgqcc */
  46 static const char *keywords_fg[] = {
  47     "switch", "case", "default",
  48     "struct", "union",
  49     "break", "continue",
  50     "typedef"
  51 };
  52 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  53
  54 /*
  55  * Lexer code
  56  */
  57
  58 char* *lex_filenames;
  59
  60 void lexerror(lex_file *lex, const char *fmt, ...)
  61 {
  62     va_list ap;
  63
  64     va_start(ap, fmt);
  65     if (lex)
  66         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, "parse error", fmt, ap);
  67     else
  68         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  69     va_end(ap);
  70 }
  71
  72 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  73 {
  74     va_list ap;
  75     int lvl = LVL_WARNING;
  76
  77     if (!OPTS_WARN(warntype))
  78         return false;
  79
  80     if (opts_werror)
  81         lvl = LVL_ERROR;
  82
  83     va_start(ap, fmt);
  84     con_vprintmsg(lvl, lex->name, lex->sline, "warning", fmt, ap);
  85     va_end(ap);
  86
  87     return opts_werror;
  88 }
  89
  90
  91 #if 0
  92 token* token_new()
  93 {
  94     token *tok = (token*)mem_a(sizeof(token));
  95     if (!tok)
  96         return NULL;
  97     memset(tok, 0, sizeof(*tok));
  98     return tok;
  99 }
 100
 101 void token_delete(token *self)
 102 {
 103     if (self->next && self->next->prev == self)
 104         self->next->prev = self->prev;
 105     if (self->prev && self->prev->next == self)
 106         self->prev->next = self->next;
 107     MEM_VECTOR_CLEAR(self, value);
 108     mem_d(self);
 109 }
 110
 111 token* token_copy(const token *cp)
 112 {
 113     token* self = token_new();
 114     if (!self)
 115         return NULL;
 116     /* copy the value */
 117     self->value_alloc = cp->value_count + 1;
 118     self->value_count = cp->value_count;
 119     self->value = (char*)mem_a(self->value_alloc);
 120     if (!self->value) {
 121         mem_d(self);
 122         return NULL;
 123     }
 124     memcpy(self->value, cp->value, cp->value_count);
 125     self->value[self->value_alloc-1] = 0;
 126
 127     /* rest */
 128     self->ctx = cp->ctx;
 129     self->ttype = cp->ttype;
 130     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 131     return self;
 132 }
 133
 134 void token_delete_all(token *t)
 135 {
 136     token *n;
 137
 138     do {
 139         n = t->next;
 140         token_delete(t);
 141         t = n;
 142     } while(t);
 143 }
 144
 145 token* token_copy_all(const token *cp)
 146 {
 147     token *cur;
 148     token *out;
 149
 150     out = cur = token_copy(cp);
 151     if (!out)
 152         return NULL;
 153
 154     while (cp->next) {
 155         cp = cp->next;
 156         cur->next = token_copy(cp);
 157         if (!cur->next) {
 158             token_delete_all(out);
 159             return NULL;
 160         }
 161         cur->next->prev = cur;
 162         cur = cur->next;
 163     }
 164
 165     return out;
 166 }
 167 #else
 168 static void lex_token_new(lex_file *lex)
 169 {
 170 #if 0
 171     if (lex->tok)
 172         token_delete(lex->tok);
 173     lex->tok = token_new();
 174 #else
 175     if (lex->tok.value)
 176         vec_shrinkto(lex->tok.value, 0);
 177     lex->tok.constval.t  = 0;
 178     lex->tok.ctx.line = lex->sline;
 179     lex->tok.ctx.file = lex->name;
 180 #endif
 181 }
 182 #endif
 183
 184 lex_file* lex_open(const char *file)
 185 {
 186     lex_file *lex;
 187     FILE *in = util_fopen(file, "rb");
 188
 189     if (!in) {
 190         lexerror(NULL, "open failed: '%s'\n", file);
 191         return NULL;
 192     }
 193
 194     lex = (lex_file*)mem_a(sizeof(*lex));
 195     if (!lex) {
 196         fclose(in);
 197         lexerror(NULL, "out of memory\n");
 198         return NULL;
 199     }
 200
 201     memset(lex, 0, sizeof(*lex));
 202
 203     lex->file = in;
 204     lex->name = util_strdup(file);
 205     lex->line = 1; /* we start counting at 1 */
 206
 207     lex->peekpos = 0;
 208     lex->eof = false;
 209
 210     vec_push(lex_filenames, lex->name);
 211     return lex;
 212 }
 213
 214 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 215 {
 216     lex_file *lex;
 217
 218     lex = (lex_file*)mem_a(sizeof(*lex));
 219     if (!lex) {
 220         lexerror(NULL, "out of memory\n");
 221         return NULL;
 222     }
 223
 224     memset(lex, 0, sizeof(*lex));
 225
 226     lex->file = NULL;
 227     lex->open_string        = str;
 228     lex->open_string_length = len;
 229     lex->open_string_pos    = 0;
 230
 231     lex->name = util_strdup(name ? name : "<string-source>");
 232     lex->line = 1; /* we start counting at 1 */
 233
 234     lex->peekpos = 0;
 235     lex->eof = false;
 236
 237     vec_push(lex_filenames, lex->name);
 238
 239     return lex;
 240 }
 241
 242 void lex_cleanup(void)
 243 {
 244     size_t i;
 245     for (i = 0; i < vec_size(lex_filenames); ++i)
 246         mem_d(lex_filenames[i]);
 247     vec_free(lex_filenames);
 248 }
 249
 250 void lex_close(lex_file *lex)
 251 {
 252     size_t i;
 253     for (i = 0; i < vec_size(lex->frames); ++i)
 254         mem_d(lex->frames[i].name);
 255     vec_free(lex->frames);
 256
 257     if (lex->modelname)
 258         vec_free(lex->modelname);
 259
 260     if (lex->file)
 261         fclose(lex->file);
 262 #if 0
 263     if (lex->tok)
 264         token_delete(lex->tok);
 265 #else
 266     vec_free(lex->tok.value);
 267 #endif
 268     /* mem_d(lex->name); collected in lex_filenames */
 269     mem_d(lex);
 270 }
 271
 272 static int lex_fgetc(lex_file *lex)
 273 {
 274     if (lex->file)
 275         return fgetc(lex->file);
 276     if (lex->open_string) {
 277         if (lex->open_string_pos >= lex->open_string_length)
 278             return EOF;
 279         return lex->open_string[lex->open_string_pos++];
 280     }
 281     return EOF;
 282 }
 283
 284 /* Get or put-back data
 285  * The following to functions do NOT understand what kind of data they
 286  * are working on.
 287  * The are merely wrapping get/put in order to count line numbers.
 288  */
 289 static void lex_ungetch(lex_file *lex, int ch);
 290 static int lex_try_trigraph(lex_file *lex, int old)
 291 {
 292     int c2, c3;
 293     c2 = lex_fgetc(lex);
 294     if (c2 != '?') {
 295         lex_ungetch(lex, c2);
 296         return old;
 297     }
 298
 299     c3 = lex_fgetc(lex);
 300     switch (c3) {
 301         case '=': return '#';
 302         case '/': return '\\';
 303         case '\'': return '^';
 304         case '(': return '[';
 305         case ')': return ']';
 306         case '!': return '|';
 307         case '<': return '{';
 308         case '>': return '}';
 309         case '-': return '~';
 310         default:
 311             lex_ungetch(lex, c3);
 312             lex_ungetch(lex, c2);
 313             return old;
 314     }
 315 }
 316
 317 static int lex_try_digraph(lex_file *lex, int ch)
 318 {
 319     int c2;
 320     c2 = lex_fgetc(lex);
 321     if      (ch == '<' && c2 == ':')
 322         return '[';
 323     else if (ch == ':' && c2 == '>')
 324         return ']';
 325     else if (ch == '<' && c2 == '%')
 326         return '{';
 327     else if (ch == '%' && c2 == '>')
 328         return '}';
 329     else if (ch == '%' && c2 == ':')
 330         return '#';
 331     lex_ungetch(lex, c2);
 332     return ch;
 333 }
 334
 335 static int lex_getch(lex_file *lex)
 336 {
 337     int ch;
 338
 339     if (lex->peekpos) {
 340         lex->peekpos--;
 341         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 342             lex->line++;
 343         return lex->peek[lex->peekpos];
 344     }
 345
 346     ch = lex_fgetc(lex);
 347     if (!lex->push_line && ch == '\n')
 348         lex->line++;
 349     else if (ch == '?')
 350         return lex_try_trigraph(lex, ch);
 351     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 352         return lex_try_digraph(lex, ch);
 353     return ch;
 354 }
 355
 356 static void lex_ungetch(lex_file *lex, int ch)
 357 {
 358     lex->peek[lex->peekpos++] = ch;
 359     if (!lex->push_line && ch == '\n')
 360         lex->line--;
 361 }
 362
 363 /* classify characters
 364  * some additions to the is*() functions of ctype.h
 365  */
 366
 367 /* Idents are alphanumberic, but they start with alpha or _ */
 368 static bool isident_start(int ch)
 369 {
 370     return isalpha(ch) || ch == '_';
 371 }
 372
 373 static bool isident(int ch)
 374 {
 375     return isident_start(ch) || isdigit(ch);
 376 }
 377
 378 /* isxdigit_only is used when we already know it's not a digit
 379  * and want to see if it's a hex digit anyway.
 380  */
 381 static bool isxdigit_only(int ch)
 382 {
 383     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 384 }
 385
 386 /* Append a character to the token buffer */
 387 static void lex_tokench(lex_file *lex, int ch)
 388 {
 389     vec_push(lex->tok.value, ch);
 390 }
 391
 392 /* Append a trailing null-byte */
 393 static void lex_endtoken(lex_file *lex)
 394 {
 395     vec_push(lex->tok.value, 0);
 396     vec_shrinkby(lex->tok.value, 1);
 397 }
 398
 399 static bool lex_try_pragma(lex_file *lex)
 400 {
 401     int ch;
 402     char *pragma  = NULL;
 403     char *command = NULL;
 404     char *param   = NULL;
 405     size_t line;
 406
 407     if (lex->flags.preprocessing)
 408         return false;
 409
 410     line = lex->line;
 411
 412     ch = lex_getch(lex);
 413     if (ch != '#') {
 414         lex_ungetch(lex, ch);
 415         return false;
 416     }
 417
 418     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 419         vec_push(pragma, ch);
 420     vec_push(pragma, 0);
 421
 422     if (ch != ' ' || strcmp(pragma, "pragma")) {
 423         lex_ungetch(lex, ch);
 424         goto unroll;
 425     }
 426
 427     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 428         vec_push(command, ch);
 429     vec_push(command, 0);
 430
 431     if (ch != '(') {
 432         lex_ungetch(lex, ch);
 433         goto unroll;
 434     }
 435
 436     for (ch = lex_getch(lex); vec_size(param) < 32 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 437         vec_push(param, ch);
 438     vec_push(param, 0);
 439
 440     if (ch != ')') {
 441         lex_ungetch(lex, ch);
 442         goto unroll;
 443     }
 444
 445     if (!strcmp(command, "push")) {
 446         if (!strcmp(param, "line")) {
 447             lex->push_line++;
 448             if (lex->push_line == 1)
 449                 --line;
 450         }
 451         else
 452             goto unroll;
 453     }
 454     else if (!strcmp(command, "pop")) {
 455         if (!strcmp(param, "line")) {
 456             if (lex->push_line)
 457                 lex->push_line--;
 458             if (lex->push_line == 0)
 459                 --line;
 460         }
 461         else
 462             goto unroll;
 463     }
 464     else if (!strcmp(command, "file")) {
 465         lex->name = util_strdup(param);
 466         vec_push(lex_filenames, lex->name);
 467     }
 468     else if (!strcmp(command, "line")) {
 469         line = strtol(param, NULL, 0)-1;
 470     }
 471     else
 472         goto unroll;
 473
 474     lex->line = line;
 475     while (ch != '\n' && ch != EOF)
 476         ch = lex_getch(lex);
 477     return true;
 478
 479 unroll:
 480     if (command) {
 481         vec_pop(command);
 482         while (vec_size(command)) {
 483             lex_ungetch(lex, vec_last(command));
 484             vec_pop(command);
 485         }
 486         vec_free(command);
 487     }
 488     if (command) {
 489         vec_pop(command);
 490         while (vec_size(command)) {
 491             lex_ungetch(lex, vec_last(command));
 492             vec_pop(command);
 493         }
 494         vec_free(command);
 495     }
 496     if (pragma) {
 497         vec_pop(pragma);
 498         while (vec_size(pragma)) {
 499             lex_ungetch(lex, vec_last(pragma));
 500             vec_pop(pragma);
 501         }
 502         vec_free(pragma);
 503     }
 504     lex_ungetch(lex, '#');
 505
 506     lex->line = line;
 507     return false;
 508 }
 509
 510 /* Skip whitespace and comments and return the first
 511  * non-white character.
 512  * As this makes use of the above getch() ungetch() functions,
 513  * we don't need to care at all about line numbering anymore.
 514  *
 515  * In theory, this function should only be used at the beginning
 516  * of lexing, or when we *know* the next character is part of the token.
 517  * Otherwise, if the parser throws an error, the linenumber may not be
 518  * the line of the error, but the line of the next token AFTER the error.
 519  *
 520  * This is currently only problematic when using c-like string-continuation,
 521  * since comments and whitespaces are allowed between 2 such strings.
 522  * Example:
 523 printf(   "line one\n"
 524 // A comment
 525           "A continuation of the previous string"
 526 // This line is skipped
 527       , foo);
 528
 529  * In this case, if the parse decides it didn't actually want a string,
 530  * and uses lex->line to print an error, it will show the ', foo);' line's
 531  * linenumber.
 532  *
 533  * On the other hand, the parser is supposed to remember the line of the next
 534  * token's beginning. In this case we would want skipwhite() to be called
 535  * AFTER reading a token, so that the parser, before reading the NEXT token,
 536  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 537  *
 538  * THIS SOLUTION
 539  *    here is to store the line of the first character after skipping
 540  *    the initial whitespace in lex->sline, this happens in lex_do.
 541  */
 542 static int lex_skipwhite(lex_file *lex)
 543 {
 544     int ch = 0;
 545     bool haswhite = false;
 546
 547     do
 548     {
 549         ch = lex_getch(lex);
 550         while (ch != EOF && isspace(ch)) {
 551             if (ch == '\n') {
 552                 if (lex_try_pragma(lex))
 553                     continue;
 554             }
 555             if (lex->flags.preprocessing) {
 556                 if (ch == '\n') {
 557                     /* end-of-line */
 558                     /* see if there was whitespace first */
 559                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 560                         lex_ungetch(lex, ch);
 561                         lex_endtoken(lex);
 562                         return TOKEN_WHITE;
 563                     }
 564                     /* otherwise return EOL */
 565                     return TOKEN_EOL;
 566                 }
 567                 haswhite = true;
 568                 lex_tokench(lex, ch);
 569             }
 570             ch = lex_getch(lex);
 571         }
 572
 573         if (ch == '/') {
 574             ch = lex_getch(lex);
 575             if (ch == '/')
 576             {
 577                 /* one line comment */
 578                 ch = lex_getch(lex);
 579
 580                 if (lex->flags.preprocessing) {
 581                     haswhite = true;
 582                     /*
 583                     lex_tokench(lex, '/');
 584                     lex_tokench(lex, '/');
 585                     */
 586                     lex_tokench(lex, ' ');
 587                     lex_tokench(lex, ' ');
 588                 }
 589
 590                 while (ch != EOF && ch != '\n') {
 591                     if (lex->flags.preprocessing)
 592                         lex_tokench(lex, ' '); /* ch); */
 593                     ch = lex_getch(lex);
 594                 }
 595                 if (lex->flags.preprocessing) {
 596                     lex_ungetch(lex, '\n');
 597                     lex_endtoken(lex);
 598                     return TOKEN_WHITE;
 599                 }
 600                 continue;
 601             }
 602             if (ch == '*')
 603             {
 604                 /* multiline comment */
 605                 if (lex->flags.preprocessing) {
 606                     haswhite = true;
 607                     /*
 608                     lex_tokench(lex, '/');
 609                     lex_tokench(lex, '*');
 610                     */
 611                     lex_tokench(lex, ' ');
 612                     lex_tokench(lex, ' ');
 613                 }
 614
 615                 while (ch != EOF)
 616                 {
 617                     ch = lex_getch(lex);
 618                     if (ch == '*') {
 619                         ch = lex_getch(lex);
 620                         if (ch == '/') {
 621                             if (lex->flags.preprocessing) {
 622                                 /*
 623                                 lex_tokench(lex, '*');
 624                                 lex_tokench(lex, '/');
 625                                 */
 626                                 lex_tokench(lex, ' ');
 627                                 lex_tokench(lex, ' ');
 628                             }
 629                             break;
 630                         }
 631                         lex_ungetch(lex, ch);
 632                     }
 633                     if (lex->flags.preprocessing) {
 634                         if (ch == '\n')
 635                             lex_tokench(lex, '\n');
 636                         else
 637                             lex_tokench(lex, ' '); /* ch); */
 638                     }
 639                 }
 640                 ch = ' '; /* cause TRUE in the isspace check */
 641                 continue;
 642             }
 643             /* Otherwise roll back to the slash and break out of the loop */
 644             lex_ungetch(lex, ch);
 645             ch = '/';
 646             break;
 647         }
 648     } while (ch != EOF && isspace(ch));
 649
 650     if (haswhite) {
 651         lex_endtoken(lex);
 652         lex_ungetch(lex, ch);
 653         return TOKEN_WHITE;
 654     }
 655     return ch;
 656 }
 657
 658 /* Get a token */
 659 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 660 {
 661     int ch;
 662
 663     ch = lex_getch(lex);
 664     while (ch != EOF && isident(ch))
 665     {
 666         lex_tokench(lex, ch);
 667         ch = lex_getch(lex);
 668     }
 669
 670     /* last ch was not an ident ch: */
 671     lex_ungetch(lex, ch);
 672
 673     return true;
 674 }
 675
 676 /* read one ident for the frame list */
 677 static int lex_parse_frame(lex_file *lex)
 678 {
 679     int ch;
 680
 681     lex_token_new(lex);
 682
 683     ch = lex_getch(lex);
 684     while (ch != EOF && ch != '\n' && isspace(ch))
 685         ch = lex_getch(lex);
 686
 687     if (ch == '\n')
 688         return 1;
 689
 690     if (!isident_start(ch)) {
 691         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 692         return -1;
 693     }
 694
 695     lex_tokench(lex, ch);
 696     if (!lex_finish_ident(lex))
 697         return -1;
 698     lex_endtoken(lex);
 699     return 0;
 700 }
 701
 702 /* read a list of $frames */
 703 static bool lex_finish_frames(lex_file *lex)
 704 {
 705     do {
 706         size_t i;
 707         int    rc;
 708         frame_macro m;
 709
 710         rc = lex_parse_frame(lex);
 711         if (rc > 0) /* end of line */
 712             return true;
 713         if (rc < 0) /* error */
 714             return false;
 715
 716         for (i = 0; i < vec_size(lex->frames); ++i) {
 717             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 718                 lex->frames[i].value = lex->framevalue++;
 719                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 720                     return false;
 721                 break;
 722             }
 723         }
 724         if (i < vec_size(lex->frames))
 725             continue;
 726
 727         m.value = lex->framevalue++;
 728         m.name = util_strdup(lex->tok.value);
 729         vec_shrinkto(lex->tok.value, 0);
 730         vec_push(lex->frames, m);
 731     } while (true);
 732 }
 733
 734 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 735 {
 736     int ch = 0;
 737
 738     while (ch != EOF)
 739     {
 740         ch = lex_getch(lex);
 741         if (ch == quote)
 742             return TOKEN_STRINGCONST;
 743
 744         if (lex->flags.preprocessing && ch == '\\') {
 745             lex_tokench(lex, ch);
 746             ch = lex_getch(lex);
 747             if (ch == EOF) {
 748                 lexerror(lex, "unexpected end of file");
 749                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 750                 return (lex->tok.ttype = TOKEN_ERROR);
 751             }
 752             lex_tokench(lex, ch);
 753         }
 754         else if (ch == '\\') {
 755             ch = lex_getch(lex);
 756             if (ch == EOF) {
 757                 lexerror(lex, "unexpected end of file");
 758                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 759                 return (lex->tok.ttype = TOKEN_ERROR);
 760             }
 761
 762             switch (ch) {
 763             case '\\': break;
 764             case '\'': break;
 765             case '"':  break;
 766             case 'a':  ch = '\a'; break;
 767             case 'b':  ch = '\b'; break;
 768             case 'r':  ch = '\r'; break;
 769             case 'n':  ch = '\n'; break;
 770             case 't':  ch = '\t'; break;
 771             case 'f':  ch = '\f'; break;
 772             case 'v':  ch = '\v'; break;
 773             default:
 774                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 775                 /* so we just add the character plus backslash no matter what it actually is */
 776                 lex_tokench(lex, '\\');
 777             }
 778             /* add the character finally */
 779             lex_tokench(lex, ch);
 780         }
 781         else
 782             lex_tokench(lex, ch);
 783     }
 784     lexerror(lex, "unexpected end of file within string constant");
 785     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 786     return (lex->tok.ttype = TOKEN_ERROR);
 787 }
 788
 789 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 790 {
 791     bool ishex = false;
 792
 793     int  ch = lastch;
 794
 795     /* parse a number... */
 796     lex->tok.ttype = TOKEN_INTCONST;
 797
 798     lex_tokench(lex, ch);
 799
 800     ch = lex_getch(lex);
 801     if (ch != '.' && !isdigit(ch))
 802     {
 803         if (lastch != '0' || ch != 'x')
 804         {
 805             /* end of the number or EOF */
 806             lex_ungetch(lex, ch);
 807             lex_endtoken(lex);
 808
 809             lex->tok.constval.i = lastch - '0';
 810             return lex->tok.ttype;
 811         }
 812
 813         ishex = true;
 814     }
 815
 816     /* EOF would have been caught above */
 817
 818     if (ch != '.')
 819     {
 820         lex_tokench(lex, ch);
 821         ch = lex_getch(lex);
 822         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 823         {
 824             lex_tokench(lex, ch);
 825             ch = lex_getch(lex);
 826         }
 827     }
 828     /* NOT else, '.' can come from above as well */
 829     if (ch == '.' && !ishex)
 830     {
 831         /* Allow floating comma in non-hex mode */
 832         lex->tok.ttype = TOKEN_FLOATCONST;
 833         lex_tokench(lex, ch);
 834
 835         /* continue digits-only */
 836         ch = lex_getch(lex);
 837         while (isdigit(ch))
 838         {
 839             lex_tokench(lex, ch);
 840             ch = lex_getch(lex);
 841         }
 842     }
 843     /* put back the last character */
 844     /* but do not put back the trailing 'f' or a float */
 845     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 846         ch = lex_getch(lex);
 847
 848     /* generally we don't want words to follow numbers: */
 849     if (isident(ch)) {
 850         lexerror(lex, "unexpected trailing characters after number");
 851         return (lex->tok.ttype = TOKEN_ERROR);
 852     }
 853     lex_ungetch(lex, ch);
 854
 855     lex_endtoken(lex);
 856     if (lex->tok.ttype == TOKEN_FLOATCONST)
 857         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 858     else
 859         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 860     return lex->tok.ttype;
 861 }
 862
 863 int lex_do(lex_file *lex)
 864 {
 865     int ch, nextch, thirdch;
 866
 867     lex_token_new(lex);
 868 #if 0
 869     if (!lex->tok)
 870         return TOKEN_FATAL;
 871 #endif
 872
 873     while (true) {
 874         ch = lex_skipwhite(lex);
 875         if (!lex->flags.mergelines || ch != '\\')
 876             break;
 877         ch = lex_getch(lex);
 878         if (ch != '\n') {
 879             lex_ungetch(lex, ch);
 880             ch = '\\';
 881             break;
 882         }
 883         /* we reached a linemerge */
 884         lex_tokench(lex, '\n');
 885         continue;
 886     }
 887
 888     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 889         return (lex->tok.ttype = ch);
 890     }
 891
 892     lex->sline = lex->line;
 893     lex->tok.ctx.line = lex->sline;
 894     lex->tok.ctx.file = lex->name;
 895
 896     if (lex->eof)
 897         return (lex->tok.ttype = TOKEN_FATAL);
 898
 899     if (ch == EOF) {
 900         lex->eof = true;
 901         return (lex->tok.ttype = TOKEN_EOF);
 902     }
 903
 904     /* modelgen / spiritgen commands */
 905     if (ch == '$') {
 906         const char *v;
 907         size_t frame;
 908
 909         ch = lex_getch(lex);
 910         if (!isident_start(ch)) {
 911             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 912             return lex_do(lex);
 913         }
 914         lex_tokench(lex, ch);
 915         if (!lex_finish_ident(lex))
 916             return (lex->tok.ttype = TOKEN_ERROR);
 917         lex_endtoken(lex);
 918         /* skip the known commands */
 919         v = lex->tok.value;
 920
 921         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 922         {
 923             /* frame/framesave command works like an enum
 924              * similar to fteqcc we handle this in the lexer.
 925              * The reason for this is that it is sensitive to newlines,
 926              * which the parser is unaware of
 927              */
 928             if (!lex_finish_frames(lex))
 929                  return (lex->tok.ttype = TOKEN_ERROR);
 930             return lex_do(lex);
 931         }
 932
 933         if (!strcmp(v, "framevalue"))
 934         {
 935             ch = lex_getch(lex);
 936             while (ch != EOF && isspace(ch) && ch != '\n')
 937                 ch = lex_getch(lex);
 938
 939             if (!isdigit(ch)) {
 940                 lexerror(lex, "$framevalue requires an integer parameter");
 941                 return lex_do(lex);
 942             }
 943
 944             lex_token_new(lex);
 945             lex->tok.ttype = lex_finish_digit(lex, ch);
 946             lex_endtoken(lex);
 947             if (lex->tok.ttype != TOKEN_INTCONST) {
 948                 lexerror(lex, "$framevalue requires an integer parameter");
 949                 return lex_do(lex);
 950             }
 951             lex->framevalue = lex->tok.constval.i;
 952             return lex_do(lex);
 953         }
 954
 955         if (!strcmp(v, "framerestore"))
 956         {
 957             int rc;
 958
 959             lex_token_new(lex);
 960
 961             rc = lex_parse_frame(lex);
 962
 963             if (rc > 0) {
 964                 lexerror(lex, "$framerestore requires a framename parameter");
 965                 return lex_do(lex);
 966             }
 967             if (rc < 0)
 968                 return (lex->tok.ttype = TOKEN_FATAL);
 969
 970             v = lex->tok.value;
 971             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 972                 if (!strcmp(v, lex->frames[frame].name)) {
 973                     lex->framevalue = lex->frames[frame].value;
 974                     return lex_do(lex);
 975                 }
 976             }
 977             lexerror(lex, "unknown framename `%s`", v);
 978             return lex_do(lex);
 979         }
 980
 981         if (!strcmp(v, "modelname"))
 982         {
 983             int rc;
 984
 985             lex_token_new(lex);
 986
 987             rc = lex_parse_frame(lex);
 988
 989             if (rc > 0) {
 990                 lexerror(lex, "$modelname requires a parameter");
 991                 return lex_do(lex);
 992             }
 993             if (rc < 0)
 994                 return (lex->tok.ttype = TOKEN_FATAL);
 995
 996             v = lex->tok.value;
 997             if (lex->modelname) {
 998                 frame_macro m;
 999                 m.value = lex->framevalue;
1000                 m.name = lex->modelname;
1001                 lex->modelname = NULL;
1002                 vec_push(lex->frames, m);
1003             }
1004             lex->modelname = lex->tok.value;
1005             lex->tok.value = NULL;
1006             return lex_do(lex);
1007         }
1008
1009         if (!strcmp(v, "flush"))
1010         {
1011             size_t fi;
1012             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1013                 mem_d(lex->frames[fi].name);
1014             vec_free(lex->frames);
1015             /* skip line (fteqcc does it too) */
1016             ch = lex_getch(lex);
1017             while (ch != EOF && ch != '\n')
1018                 ch = lex_getch(lex);
1019             return lex_do(lex);
1020         }
1021
1022         if (!strcmp(v, "cd") ||
1023             !strcmp(v, "origin") ||
1024             !strcmp(v, "base") ||
1025             !strcmp(v, "flags") ||
1026             !strcmp(v, "scale") ||
1027             !strcmp(v, "skin"))
1028         {
1029             /* skip line */
1030             ch = lex_getch(lex);
1031             while (ch != EOF && ch != '\n')
1032                 ch = lex_getch(lex);
1033             return lex_do(lex);
1034         }
1035
1036         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1037             if (!strcmp(v, lex->frames[frame].name)) {
1038                 lex->tok.constval.i = lex->frames[frame].value;
1039                 return (lex->tok.ttype = TOKEN_INTCONST);
1040             }
1041         }
1042
1043         lexerror(lex, "invalid frame macro");
1044         return lex_do(lex);
1045     }
1046
1047     /* single-character tokens */
1048     switch (ch)
1049     {
1050         case '[':
1051         case '(':
1052         case ':':
1053         case '?':
1054             lex_tokench(lex, ch);
1055             lex_endtoken(lex);
1056             if (lex->flags.noops)
1057                 return (lex->tok.ttype = ch);
1058             else
1059                 return (lex->tok.ttype = TOKEN_OPERATOR);
1060         case ')':
1061         case ';':
1062         case '{':
1063         case '}':
1064         case ']':
1065
1066         case '#':
1067             lex_tokench(lex, ch);
1068             lex_endtoken(lex);
1069             return (lex->tok.ttype = ch);
1070         default:
1071             break;
1072     }
1073
1074     if (lex->flags.noops)
1075     {
1076         /* Detect characters early which are normally
1077          * operators OR PART of an operator.
1078          */
1079         switch (ch)
1080         {
1081             /*
1082             case '+':
1083             case '-':
1084             */
1085             case '*':
1086             case '/':
1087             case '<':
1088             case '>':
1089             case '=':
1090             case '&':
1091             case '|':
1092             case '^':
1093             case '~':
1094             case ',':
1095             case '!':
1096                 lex_tokench(lex, ch);
1097                 lex_endtoken(lex);
1098                 return (lex->tok.ttype = ch);
1099             default:
1100                 break;
1101         }
1102
1103         if (ch == '.')
1104         {
1105             lex_tokench(lex, ch);
1106             /* peak ahead once */
1107             nextch = lex_getch(lex);
1108             if (nextch != '.') {
1109                 lex_ungetch(lex, nextch);
1110                 lex_endtoken(lex);
1111                 return (lex->tok.ttype = ch);
1112             }
1113             /* peak ahead again */
1114             nextch = lex_getch(lex);
1115             if (nextch != '.') {
1116                 lex_ungetch(lex, nextch);
1117                 lex_ungetch(lex, '.');
1118                 lex_endtoken(lex);
1119                 return (lex->tok.ttype = ch);
1120             }
1121             /* fill the token to be "..." */
1122             lex_tokench(lex, ch);
1123             lex_tokench(lex, ch);
1124             lex_endtoken(lex);
1125             return (lex->tok.ttype = TOKEN_DOTS);
1126         }
1127     }
1128
1129     if (ch == ',' || ch == '.') {
1130         lex_tokench(lex, ch);
1131         lex_endtoken(lex);
1132         return (lex->tok.ttype = TOKEN_OPERATOR);
1133     }
1134
1135     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1136         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1137         ch == '=' || ch == '!' || /* ==, != */
1138         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1139     {
1140         lex_tokench(lex, ch);
1141
1142         nextch = lex_getch(lex);
1143         if (nextch == ch || nextch == '=') {
1144             lex_tokench(lex, nextch);
1145         } else if (ch == '-' && nextch == '>') {
1146             lex_tokench(lex, nextch);
1147         } else if (ch == '&' && nextch == '~') {
1148             thirdch = lex_getch(lex);
1149             if (thirdch != '=') {
1150                 lex_ungetch(lex, thirdch);
1151                 lex_ungetch(lex, nextch);
1152             }
1153             else {
1154                 lex_tokench(lex, nextch);
1155                 lex_tokench(lex, thirdch);
1156             }
1157         } else
1158             lex_ungetch(lex, nextch);
1159
1160         lex_endtoken(lex);
1161         return (lex->tok.ttype = TOKEN_OPERATOR);
1162     }
1163
1164     /*
1165     if (ch == '^' || ch == '~' || ch == '!')
1166     {
1167         lex_tokench(lex, ch);
1168         lex_endtoken(lex);
1169         return (lex->tok.ttype = TOKEN_OPERATOR);
1170     }
1171     */
1172
1173     if (ch == '*' || ch == '/') /* *=, /= */
1174     {
1175         lex_tokench(lex, ch);
1176
1177         nextch = lex_getch(lex);
1178         if (nextch == '=') {
1179             lex_tokench(lex, nextch);
1180         } else
1181             lex_ungetch(lex, nextch);
1182
1183         lex_endtoken(lex);
1184         return (lex->tok.ttype = TOKEN_OPERATOR);
1185     }
1186
1187     if (isident_start(ch))
1188     {
1189         const char *v;
1190
1191         lex_tokench(lex, ch);
1192         if (!lex_finish_ident(lex)) {
1193             /* error? */
1194             return (lex->tok.ttype = TOKEN_ERROR);
1195         }
1196         lex_endtoken(lex);
1197         lex->tok.ttype = TOKEN_IDENT;
1198
1199         v = lex->tok.value;
1200         if (!strcmp(v, "void")) {
1201             lex->tok.ttype = TOKEN_TYPENAME;
1202             lex->tok.constval.t = TYPE_VOID;
1203         } else if (!strcmp(v, "int")) {
1204             lex->tok.ttype = TOKEN_TYPENAME;
1205             lex->tok.constval.t = TYPE_INTEGER;
1206         } else if (!strcmp(v, "float")) {
1207             lex->tok.ttype = TOKEN_TYPENAME;
1208             lex->tok.constval.t = TYPE_FLOAT;
1209         } else if (!strcmp(v, "string")) {
1210             lex->tok.ttype = TOKEN_TYPENAME;
1211             lex->tok.constval.t = TYPE_STRING;
1212         } else if (!strcmp(v, "entity")) {
1213             lex->tok.ttype = TOKEN_TYPENAME;
1214             lex->tok.constval.t = TYPE_ENTITY;
1215         } else if (!strcmp(v, "vector")) {
1216             lex->tok.ttype = TOKEN_TYPENAME;
1217             lex->tok.constval.t = TYPE_VECTOR;
1218         } else {
1219             size_t kw;
1220             for (kw = 0; kw < num_keywords_qc; ++kw) {
1221                 if (!strcmp(v, keywords_qc[kw]))
1222                     return (lex->tok.ttype = TOKEN_KEYWORD);
1223             }
1224             if (opts_standard != COMPILER_QCC) {
1225                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1226                     if (!strcmp(v, keywords_fg[kw]))
1227                         return (lex->tok.ttype = TOKEN_KEYWORD);
1228                 }
1229             }
1230         }
1231
1232         return lex->tok.ttype;
1233     }
1234
1235     if (ch == '"')
1236     {
1237         lex->flags.nodigraphs = true;
1238         if (lex->flags.preprocessing)
1239             lex_tokench(lex, ch);
1240         lex->tok.ttype = lex_finish_string(lex, '"');
1241         if (lex->flags.preprocessing)
1242             lex_tokench(lex, ch);
1243         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1244         {
1245             /* Allow c style "string" "continuation" */
1246             ch = lex_skipwhite(lex);
1247             if (ch != '"') {
1248                 lex_ungetch(lex, ch);
1249                 break;
1250             }
1251
1252             lex->tok.ttype = lex_finish_string(lex, '"');
1253         }
1254         lex->flags.nodigraphs = false;
1255         lex_endtoken(lex);
1256         return lex->tok.ttype;
1257     }
1258
1259     if (ch == '\'')
1260     {
1261         /* we parse character constants like string,
1262          * but return TOKEN_CHARCONST, or a vector type if it fits...
1263          * Likewise actual unescaping has to be done by the parser.
1264          * The difference is we don't allow 'char' 'continuation'.
1265          */
1266         if (lex->flags.preprocessing)
1267             lex_tokench(lex, ch);
1268         lex->tok.ttype = lex_finish_string(lex, '\'');
1269         if (lex->flags.preprocessing)
1270             lex_tokench(lex, ch);
1271         lex_endtoken(lex);
1272
1273          /* It's a vector if we can successfully scan 3 floats */
1274 #ifdef WIN32
1275         if (sscanf_s(lex->tok.value, " %f %f %f ",
1276                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1277 #else
1278         if (sscanf(lex->tok.value, " %f %f %f ",
1279                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1280 #endif
1281
1282         {
1283              lex->tok.ttype = TOKEN_VECTORCONST;
1284         }
1285
1286         return lex->tok.ttype;
1287     }
1288
1289     if (isdigit(ch))
1290     {
1291         lex->tok.ttype = lex_finish_digit(lex, ch);
1292         lex_endtoken(lex);
1293         return lex->tok.ttype;
1294     }
1295
1296     lexerror(lex, "unknown token");
1297     return (lex->tok.ttype = TOKEN_ERROR);
1298 }