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     "goto",
  52
  53     "__builtin_debug_printtype"
  54 };
  55 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  56
  57 /*
  58  * Lexer code
  59  */
  60
  61 char* *lex_filenames;
  62
  63 void lexerror(lex_file *lex, const char *fmt, ...)
  64 {
  65     va_list ap;
  66
  67     va_start(ap, fmt);
  68     if (lex)
  69         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, "parse error", fmt, ap);
  70     else
  71         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  72     va_end(ap);
  73 }
  74
  75 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  76 {
  77     bool    r;
  78     lex_ctx ctx;
  79     va_list ap;
  80
  81     ctx.file = lex->name;
  82     ctx.line = lex->sline;
  83
  84     va_start(ap, fmt);
  85     r = vcompile_warning(ctx, warntype, fmt, ap);
  86     va_end(ap);
  87     return r;
  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     /* we just used fgetc() so count lines
 322      * need to offset a \n the ungetch would recognize
 323      */
 324     if (!lex->push_line && c2 == '\n')
 325         lex->line++;
 326     if      (ch == '<' && c2 == ':')
 327         return '[';
 328     else if (ch == ':' && c2 == '>')
 329         return ']';
 330     else if (ch == '<' && c2 == '%')
 331         return '{';
 332     else if (ch == '%' && c2 == '>')
 333         return '}';
 334     else if (ch == '%' && c2 == ':')
 335         return '#';
 336     lex_ungetch(lex, c2);
 337     return ch;
 338 }
 339
 340 static int lex_getch(lex_file *lex)
 341 {
 342     int ch;
 343
 344     if (lex->peekpos) {
 345         lex->peekpos--;
 346         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 347             lex->line++;
 348         return lex->peek[lex->peekpos];
 349     }
 350
 351     ch = lex_fgetc(lex);
 352     if (!lex->push_line && ch == '\n')
 353         lex->line++;
 354     else if (ch == '?')
 355         return lex_try_trigraph(lex, ch);
 356     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 357         return lex_try_digraph(lex, ch);
 358     return ch;
 359 }
 360
 361 static void lex_ungetch(lex_file *lex, int ch)
 362 {
 363     lex->peek[lex->peekpos++] = ch;
 364     if (!lex->push_line && ch == '\n')
 365         lex->line--;
 366 }
 367
 368 /* classify characters
 369  * some additions to the is*() functions of ctype.h
 370  */
 371
 372 /* Idents are alphanumberic, but they start with alpha or _ */
 373 static bool isident_start(int ch)
 374 {
 375     return isalpha(ch) || ch == '_';
 376 }
 377
 378 static bool isident(int ch)
 379 {
 380     return isident_start(ch) || isdigit(ch);
 381 }
 382
 383 /* isxdigit_only is used when we already know it's not a digit
 384  * and want to see if it's a hex digit anyway.
 385  */
 386 static bool isxdigit_only(int ch)
 387 {
 388     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 389 }
 390
 391 /* Append a character to the token buffer */
 392 static void lex_tokench(lex_file *lex, int ch)
 393 {
 394     vec_push(lex->tok.value, ch);
 395 }
 396
 397 /* Append a trailing null-byte */
 398 static void lex_endtoken(lex_file *lex)
 399 {
 400     vec_push(lex->tok.value, 0);
 401     vec_shrinkby(lex->tok.value, 1);
 402 }
 403
 404 static bool lex_try_pragma(lex_file *lex)
 405 {
 406     int ch;
 407     char *pragma  = NULL;
 408     char *command = NULL;
 409     char *param   = NULL;
 410     size_t line;
 411
 412     if (lex->flags.preprocessing)
 413         return false;
 414
 415     line = lex->line;
 416
 417     ch = lex_getch(lex);
 418     if (ch != '#') {
 419         lex_ungetch(lex, ch);
 420         return false;
 421     }
 422
 423     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 424         vec_push(pragma, ch);
 425     vec_push(pragma, 0);
 426
 427     if (ch != ' ' || strcmp(pragma, "pragma")) {
 428         lex_ungetch(lex, ch);
 429         goto unroll;
 430     }
 431
 432     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 433         vec_push(command, ch);
 434     vec_push(command, 0);
 435
 436     if (ch != '(') {
 437         lex_ungetch(lex, ch);
 438         goto unroll;
 439     }
 440
 441     for (ch = lex_getch(lex); vec_size(param) < 1024 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 442         vec_push(param, ch);
 443     vec_push(param, 0);
 444
 445     if (ch != ')') {
 446         lex_ungetch(lex, ch);
 447         goto unroll;
 448     }
 449
 450     if (!strcmp(command, "push")) {
 451         if (!strcmp(param, "line")) {
 452             lex->push_line++;
 453             if (lex->push_line == 1)
 454                 --line;
 455         }
 456         else
 457             goto unroll;
 458     }
 459     else if (!strcmp(command, "pop")) {
 460         if (!strcmp(param, "line")) {
 461             if (lex->push_line)
 462                 lex->push_line--;
 463             if (lex->push_line == 0)
 464                 --line;
 465         }
 466         else
 467             goto unroll;
 468     }
 469     else if (!strcmp(command, "file")) {
 470         lex->name = util_strdup(param);
 471         vec_push(lex_filenames, lex->name);
 472     }
 473     else if (!strcmp(command, "line")) {
 474         line = strtol(param, NULL, 0)-1;
 475     }
 476     else
 477         goto unroll;
 478
 479     lex->line = line;
 480     while (ch != '\n' && ch != EOF)
 481         ch = lex_getch(lex);
 482     return true;
 483
 484 unroll:
 485     if (command) {
 486         vec_pop(command);
 487         while (vec_size(command)) {
 488             lex_ungetch(lex, vec_last(command));
 489             vec_pop(command);
 490         }
 491         vec_free(command);
 492         lex_ungetch(lex, ' ');
 493     }
 494     if (command) {
 495         vec_pop(command);
 496         while (vec_size(command)) {
 497             lex_ungetch(lex, vec_last(command));
 498             vec_pop(command);
 499         }
 500         vec_free(command);
 501         lex_ungetch(lex, ' ');
 502     }
 503     if (pragma) {
 504         vec_pop(pragma);
 505         while (vec_size(pragma)) {
 506             lex_ungetch(lex, vec_last(pragma));
 507             vec_pop(pragma);
 508         }
 509         vec_free(pragma);
 510     }
 511     lex_ungetch(lex, '#');
 512
 513     lex->line = line;
 514     return false;
 515 }
 516
 517 /* Skip whitespace and comments and return the first
 518  * non-white character.
 519  * As this makes use of the above getch() ungetch() functions,
 520  * we don't need to care at all about line numbering anymore.
 521  *
 522  * In theory, this function should only be used at the beginning
 523  * of lexing, or when we *know* the next character is part of the token.
 524  * Otherwise, if the parser throws an error, the linenumber may not be
 525  * the line of the error, but the line of the next token AFTER the error.
 526  *
 527  * This is currently only problematic when using c-like string-continuation,
 528  * since comments and whitespaces are allowed between 2 such strings.
 529  * Example:
 530 printf(   "line one\n"
 531 // A comment
 532           "A continuation of the previous string"
 533 // This line is skipped
 534       , foo);
 535
 536  * In this case, if the parse decides it didn't actually want a string,
 537  * and uses lex->line to print an error, it will show the ', foo);' line's
 538  * linenumber.
 539  *
 540  * On the other hand, the parser is supposed to remember the line of the next
 541  * token's beginning. In this case we would want skipwhite() to be called
 542  * AFTER reading a token, so that the parser, before reading the NEXT token,
 543  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 544  *
 545  * THIS SOLUTION
 546  *    here is to store the line of the first character after skipping
 547  *    the initial whitespace in lex->sline, this happens in lex_do.
 548  */
 549 static int lex_skipwhite(lex_file *lex, bool hadwhite)
 550 {
 551     int ch = 0;
 552     bool haswhite = hadwhite;
 553
 554     do
 555     {
 556         ch = lex_getch(lex);
 557         while (ch != EOF && isspace(ch)) {
 558             if (ch == '\n') {
 559                 if (lex_try_pragma(lex))
 560                     continue;
 561             }
 562             if (lex->flags.preprocessing) {
 563                 if (ch == '\n') {
 564                     /* end-of-line */
 565                     /* see if there was whitespace first */
 566                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 567                         lex_ungetch(lex, ch);
 568                         lex_endtoken(lex);
 569                         return TOKEN_WHITE;
 570                     }
 571                     /* otherwise return EOL */
 572                     return TOKEN_EOL;
 573                 }
 574                 haswhite = true;
 575                 lex_tokench(lex, ch);
 576             }
 577             ch = lex_getch(lex);
 578         }
 579
 580         if (ch == '/') {
 581             ch = lex_getch(lex);
 582             if (ch == '/')
 583             {
 584                 /* one line comment */
 585                 ch = lex_getch(lex);
 586
 587                 if (lex->flags.preprocessing) {
 588                     haswhite = true;
 589                     /*
 590                     lex_tokench(lex, '/');
 591                     lex_tokench(lex, '/');
 592                     */
 593                     lex_tokench(lex, ' ');
 594                     lex_tokench(lex, ' ');
 595                 }
 596
 597                 while (ch != EOF && ch != '\n') {
 598                     if (lex->flags.preprocessing)
 599                         lex_tokench(lex, ' '); /* ch); */
 600                     ch = lex_getch(lex);
 601                 }
 602                 if (lex->flags.preprocessing) {
 603                     lex_ungetch(lex, '\n');
 604                     lex_endtoken(lex);
 605                     return TOKEN_WHITE;
 606                 }
 607                 continue;
 608             }
 609             if (ch == '*')
 610             {
 611                 /* multiline comment */
 612                 if (lex->flags.preprocessing) {
 613                     haswhite = true;
 614                     /*
 615                     lex_tokench(lex, '/');
 616                     lex_tokench(lex, '*');
 617                     */
 618                     lex_tokench(lex, ' ');
 619                     lex_tokench(lex, ' ');
 620                 }
 621
 622                 while (ch != EOF)
 623                 {
 624                     ch = lex_getch(lex);
 625                     if (ch == '*') {
 626                         ch = lex_getch(lex);
 627                         if (ch == '/') {
 628                             if (lex->flags.preprocessing) {
 629                                 /*
 630                                 lex_tokench(lex, '*');
 631                                 lex_tokench(lex, '/');
 632                                 */
 633                                 lex_tokench(lex, ' ');
 634                                 lex_tokench(lex, ' ');
 635                             }
 636                             break;
 637                         }
 638                         lex_ungetch(lex, ch);
 639                     }
 640                     if (lex->flags.preprocessing) {
 641                         if (ch == '\n')
 642                             lex_tokench(lex, '\n');
 643                         else
 644                             lex_tokench(lex, ' '); /* ch); */
 645                     }
 646                 }
 647                 ch = ' '; /* cause TRUE in the isspace check */
 648                 continue;
 649             }
 650             /* Otherwise roll back to the slash and break out of the loop */
 651             lex_ungetch(lex, ch);
 652             ch = '/';
 653             break;
 654         }
 655     } while (ch != EOF && isspace(ch));
 656
 657     if (haswhite) {
 658         lex_endtoken(lex);
 659         lex_ungetch(lex, ch);
 660         return TOKEN_WHITE;
 661     }
 662     return ch;
 663 }
 664
 665 /* Get a token */
 666 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 667 {
 668     int ch;
 669
 670     ch = lex_getch(lex);
 671     while (ch != EOF && isident(ch))
 672     {
 673         lex_tokench(lex, ch);
 674         ch = lex_getch(lex);
 675     }
 676
 677     /* last ch was not an ident ch: */
 678     lex_ungetch(lex, ch);
 679
 680     return true;
 681 }
 682
 683 /* read one ident for the frame list */
 684 static int lex_parse_frame(lex_file *lex)
 685 {
 686     int ch;
 687
 688     lex_token_new(lex);
 689
 690     ch = lex_getch(lex);
 691     while (ch != EOF && ch != '\n' && isspace(ch))
 692         ch = lex_getch(lex);
 693
 694     if (ch == '\n')
 695         return 1;
 696
 697     if (!isident_start(ch)) {
 698         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 699         return -1;
 700     }
 701
 702     lex_tokench(lex, ch);
 703     if (!lex_finish_ident(lex))
 704         return -1;
 705     lex_endtoken(lex);
 706     return 0;
 707 }
 708
 709 /* read a list of $frames */
 710 static bool lex_finish_frames(lex_file *lex)
 711 {
 712     do {
 713         size_t i;
 714         int    rc;
 715         frame_macro m;
 716
 717         rc = lex_parse_frame(lex);
 718         if (rc > 0) /* end of line */
 719             return true;
 720         if (rc < 0) /* error */
 721             return false;
 722
 723         for (i = 0; i < vec_size(lex->frames); ++i) {
 724             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 725                 lex->frames[i].value = lex->framevalue++;
 726                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 727                     return false;
 728                 break;
 729             }
 730         }
 731         if (i < vec_size(lex->frames))
 732             continue;
 733
 734         m.value = lex->framevalue++;
 735         m.name = util_strdup(lex->tok.value);
 736         vec_shrinkto(lex->tok.value, 0);
 737         vec_push(lex->frames, m);
 738     } while (true);
 739 }
 740
 741 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 742 {
 743     int ch = 0;
 744     int nextch;
 745
 746     while (ch != EOF)
 747     {
 748         ch = lex_getch(lex);
 749         if (ch == quote)
 750             return TOKEN_STRINGCONST;
 751
 752         if (lex->flags.preprocessing && ch == '\\') {
 753             lex_tokench(lex, ch);
 754             ch = lex_getch(lex);
 755             if (ch == EOF) {
 756                 lexerror(lex, "unexpected end of file");
 757                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 758                 return (lex->tok.ttype = TOKEN_ERROR);
 759             }
 760             lex_tokench(lex, ch);
 761         }
 762         else if (ch == '\\') {
 763             ch = lex_getch(lex);
 764             if (ch == EOF) {
 765                 lexerror(lex, "unexpected end of file");
 766                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 767                 return (lex->tok.ttype = TOKEN_ERROR);
 768             }
 769
 770             switch (ch) {
 771             case '\\': break;
 772             case '\'': break;
 773             case '"':  break;
 774             case 'a':  ch = '\a'; break;
 775             case 'b':  ch = '\b'; break;
 776             case 'r':  ch = '\r'; break;
 777             case 'n':  ch = '\n'; break;
 778             case 't':  ch = '\t'; break;
 779             case 'f':  ch = '\f'; break;
 780             case 'v':  ch = '\v'; break;
 781             case 'x':
 782             case 'X':
 783                 /* same procedure as in fteqcc */
 784                 ch = 0;
 785                 nextch = lex_getch(lex);
 786                 if      (nextch >= '0' && nextch <= '9')
 787                     ch += nextch - '0';
 788                 else if (nextch >= 'a' && nextch <= 'f')
 789                     ch += nextch - 'a' + 10;
 790                 else if (nextch >= 'A' && nextch <= 'F')
 791                     ch += nextch - 'A' + 10;
 792                 else {
 793                     lexerror(lex, "bad character code");
 794                     lex_ungetch(lex, nextch);
 795                     return (lex->tok.ttype = TOKEN_ERROR);
 796                 }
 797
 798                 ch *= 0x10;
 799                 nextch = lex_getch(lex);
 800                 if      (nextch >= '0' && nextch <= '9')
 801                     ch += nextch - '0';
 802                 else if (nextch >= 'a' && nextch <= 'f')
 803                     ch += nextch - 'a' + 10;
 804                 else if (nextch >= 'A' && nextch <= 'F')
 805                     ch += nextch - 'A' + 10;
 806                 else {
 807                     lexerror(lex, "bad character code");
 808                     lex_ungetch(lex, nextch);
 809                     return (lex->tok.ttype = TOKEN_ERROR);
 810                 }
 811                 break;
 812
 813             /* fteqcc support */
 814             case '0': case '1': case '2': case '3':
 815             case '4': case '5': case '6': case '7':
 816             case '8': case '9':
 817                 ch = 18 + ch - '0';
 818                 break;
 819             case '<':  ch = 29; break;
 820             case '-':  ch = 30; break;
 821             case '>':  ch = 31; break;
 822             case '[':  ch = 16; break;
 823             case ']':  ch = 17; break;
 824             case '{':
 825                 ch = 0;
 826                 for (nextch = lex_getch(lex); nextch != '}'; nextch = lex_getch(lex)) {
 827                     ch = ch * 10 + nextch - '0';
 828                     if (nextch < '0' || nextch > '9' || ch > 255) {
 829                         lexerror(lex, "bad character code");
 830                         return (lex->tok.ttype = TOKEN_ERROR);
 831                     }
 832                 }
 833                 break;
 834             case '\n':  ch = '\n'; break;
 835
 836             default:
 837                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 838                 /* so we just add the character plus backslash no matter what it actually is */
 839                 lex_tokench(lex, '\\');
 840             }
 841             /* add the character finally */
 842             lex_tokench(lex, ch);
 843         }
 844         else
 845             lex_tokench(lex, ch);
 846     }
 847     lexerror(lex, "unexpected end of file within string constant");
 848     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 849     return (lex->tok.ttype = TOKEN_ERROR);
 850 }
 851
 852 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 853 {
 854     bool ishex = false;
 855
 856     int  ch = lastch;
 857
 858     /* parse a number... */
 859     if (ch == '.')
 860         lex->tok.ttype = TOKEN_FLOATCONST;
 861     else
 862         lex->tok.ttype = TOKEN_INTCONST;
 863
 864     lex_tokench(lex, ch);
 865
 866     ch = lex_getch(lex);
 867     if (ch != '.' && !isdigit(ch))
 868     {
 869         if (lastch != '0' || ch != 'x')
 870         {
 871             /* end of the number or EOF */
 872             lex_ungetch(lex, ch);
 873             lex_endtoken(lex);
 874
 875             lex->tok.constval.i = lastch - '0';
 876             return lex->tok.ttype;
 877         }
 878
 879         ishex = true;
 880     }
 881
 882     /* EOF would have been caught above */
 883
 884     if (ch != '.')
 885     {
 886         lex_tokench(lex, ch);
 887         ch = lex_getch(lex);
 888         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 889         {
 890             lex_tokench(lex, ch);
 891             ch = lex_getch(lex);
 892         }
 893     }
 894     /* NOT else, '.' can come from above as well */
 895     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 896     {
 897         /* Allow floating comma in non-hex mode */
 898         lex->tok.ttype = TOKEN_FLOATCONST;
 899         lex_tokench(lex, ch);
 900
 901         /* continue digits-only */
 902         ch = lex_getch(lex);
 903         while (isdigit(ch))
 904         {
 905             lex_tokench(lex, ch);
 906             ch = lex_getch(lex);
 907         }
 908     }
 909     /* put back the last character */
 910     /* but do not put back the trailing 'f' or a float */
 911     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 912         ch = lex_getch(lex);
 913
 914     /* generally we don't want words to follow numbers: */
 915     if (isident(ch)) {
 916         lexerror(lex, "unexpected trailing characters after number");
 917         return (lex->tok.ttype = TOKEN_ERROR);
 918     }
 919     lex_ungetch(lex, ch);
 920
 921     lex_endtoken(lex);
 922     if (lex->tok.ttype == TOKEN_FLOATCONST)
 923         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 924     else
 925         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 926     return lex->tok.ttype;
 927 }
 928
 929 int lex_do(lex_file *lex)
 930 {
 931     int ch, nextch, thirdch;
 932     bool hadwhite = false;
 933
 934     lex_token_new(lex);
 935 #if 0
 936     if (!lex->tok)
 937         return TOKEN_FATAL;
 938 #endif
 939
 940     while (true) {
 941         ch = lex_skipwhite(lex, hadwhite);
 942         hadwhite = true;
 943         if (!lex->flags.mergelines || ch != '\\')
 944             break;
 945         ch = lex_getch(lex);
 946         if (ch != '\n') {
 947             lex_ungetch(lex, ch);
 948             ch = '\\';
 949             break;
 950         }
 951         /* we reached a linemerge */
 952         lex_tokench(lex, '\n');
 953         continue;
 954     }
 955
 956     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 957         return (lex->tok.ttype = ch);
 958     }
 959
 960     lex->sline = lex->line;
 961     lex->tok.ctx.line = lex->sline;
 962     lex->tok.ctx.file = lex->name;
 963
 964     if (lex->eof)
 965         return (lex->tok.ttype = TOKEN_FATAL);
 966
 967     if (ch == EOF) {
 968         lex->eof = true;
 969         return (lex->tok.ttype = TOKEN_EOF);
 970     }
 971
 972     /* modelgen / spiritgen commands */
 973     if (ch == '$' && !lex->flags.preprocessing) {
 974         const char *v;
 975         size_t frame;
 976
 977         ch = lex_getch(lex);
 978         if (!isident_start(ch)) {
 979             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 980             return lex_do(lex);
 981         }
 982         lex_tokench(lex, ch);
 983         if (!lex_finish_ident(lex))
 984             return (lex->tok.ttype = TOKEN_ERROR);
 985         lex_endtoken(lex);
 986         /* skip the known commands */
 987         v = lex->tok.value;
 988
 989         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 990         {
 991             /* frame/framesave command works like an enum
 992              * similar to fteqcc we handle this in the lexer.
 993              * The reason for this is that it is sensitive to newlines,
 994              * which the parser is unaware of
 995              */
 996             if (!lex_finish_frames(lex))
 997                  return (lex->tok.ttype = TOKEN_ERROR);
 998             return lex_do(lex);
 999         }
1000
1001         if (!strcmp(v, "framevalue"))
1002         {
1003             ch = lex_getch(lex);
1004             while (ch != EOF && isspace(ch) && ch != '\n')
1005                 ch = lex_getch(lex);
1006
1007             if (!isdigit(ch)) {
1008                 lexerror(lex, "$framevalue requires an integer parameter");
1009                 return lex_do(lex);
1010             }
1011
1012             lex_token_new(lex);
1013             lex->tok.ttype = lex_finish_digit(lex, ch);
1014             lex_endtoken(lex);
1015             if (lex->tok.ttype != TOKEN_INTCONST) {
1016                 lexerror(lex, "$framevalue requires an integer parameter");
1017                 return lex_do(lex);
1018             }
1019             lex->framevalue = lex->tok.constval.i;
1020             return lex_do(lex);
1021         }
1022
1023         if (!strcmp(v, "framerestore"))
1024         {
1025             int rc;
1026
1027             lex_token_new(lex);
1028
1029             rc = lex_parse_frame(lex);
1030
1031             if (rc > 0) {
1032                 lexerror(lex, "$framerestore requires a framename parameter");
1033                 return lex_do(lex);
1034             }
1035             if (rc < 0)
1036                 return (lex->tok.ttype = TOKEN_FATAL);
1037
1038             v = lex->tok.value;
1039             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1040                 if (!strcmp(v, lex->frames[frame].name)) {
1041                     lex->framevalue = lex->frames[frame].value;
1042                     return lex_do(lex);
1043                 }
1044             }
1045             lexerror(lex, "unknown framename `%s`", v);
1046             return lex_do(lex);
1047         }
1048
1049         if (!strcmp(v, "modelname"))
1050         {
1051             int rc;
1052
1053             lex_token_new(lex);
1054
1055             rc = lex_parse_frame(lex);
1056
1057             if (rc > 0) {
1058                 lexerror(lex, "$modelname requires a parameter");
1059                 return lex_do(lex);
1060             }
1061             if (rc < 0)
1062                 return (lex->tok.ttype = TOKEN_FATAL);
1063
1064             if (lex->modelname) {
1065                 frame_macro m;
1066                 m.value = lex->framevalue;
1067                 m.name = lex->modelname;
1068                 lex->modelname = NULL;
1069                 vec_push(lex->frames, m);
1070             }
1071             lex->modelname = lex->tok.value;
1072             lex->tok.value = NULL;
1073             return lex_do(lex);
1074         }
1075
1076         if (!strcmp(v, "flush"))
1077         {
1078             size_t fi;
1079             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1080                 mem_d(lex->frames[fi].name);
1081             vec_free(lex->frames);
1082             /* skip line (fteqcc does it too) */
1083             ch = lex_getch(lex);
1084             while (ch != EOF && ch != '\n')
1085                 ch = lex_getch(lex);
1086             return lex_do(lex);
1087         }
1088
1089         if (!strcmp(v, "cd") ||
1090             !strcmp(v, "origin") ||
1091             !strcmp(v, "base") ||
1092             !strcmp(v, "flags") ||
1093             !strcmp(v, "scale") ||
1094             !strcmp(v, "skin"))
1095         {
1096             /* skip line */
1097             ch = lex_getch(lex);
1098             while (ch != EOF && ch != '\n')
1099                 ch = lex_getch(lex);
1100             return lex_do(lex);
1101         }
1102
1103         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1104             if (!strcmp(v, lex->frames[frame].name)) {
1105                 lex->tok.constval.i = lex->frames[frame].value;
1106                 return (lex->tok.ttype = TOKEN_INTCONST);
1107             }
1108         }
1109
1110         lexerror(lex, "invalid frame macro");
1111         return lex_do(lex);
1112     }
1113
1114     /* single-character tokens */
1115     switch (ch)
1116     {
1117         case '[':
1118             nextch = lex_getch(lex);
1119             if (nextch == '[') {
1120                 lex_tokench(lex, ch);
1121                 lex_tokench(lex, nextch);
1122                 lex_endtoken(lex);
1123                 return (lex->tok.ttype = TOKEN_ATTRIBUTE_OPEN);
1124             }
1125             lex_ungetch(lex, nextch);
1126             /* FALL THROUGH */
1127         case '(':
1128         case ':':
1129         case '?':
1130             lex_tokench(lex, ch);
1131             lex_endtoken(lex);
1132             if (lex->flags.noops)
1133                 return (lex->tok.ttype = ch);
1134             else
1135                 return (lex->tok.ttype = TOKEN_OPERATOR);
1136
1137         case ']':
1138             nextch = lex_getch(lex);
1139             if (nextch == ']') {
1140                 lex_tokench(lex, ch);
1141                 lex_tokench(lex, nextch);
1142                 lex_endtoken(lex);
1143                 return (lex->tok.ttype = TOKEN_ATTRIBUTE_CLOSE);
1144             }
1145             lex_ungetch(lex, nextch);
1146             /* FALL THROUGH */
1147         case ')':
1148         case ';':
1149         case '{':
1150         case '}':
1151
1152         case '#':
1153             lex_tokench(lex, ch);
1154             lex_endtoken(lex);
1155             return (lex->tok.ttype = ch);
1156         default:
1157             break;
1158     }
1159
1160     if (ch == '.') {
1161         nextch = lex_getch(lex);
1162         /* digits starting with a dot */
1163         if (isdigit(nextch)) {
1164             lex_ungetch(lex, nextch);
1165             lex->tok.ttype = lex_finish_digit(lex, ch);
1166             lex_endtoken(lex);
1167             return lex->tok.ttype;
1168         }
1169         lex_ungetch(lex, nextch);
1170     }
1171
1172     if (lex->flags.noops)
1173     {
1174         /* Detect characters early which are normally
1175          * operators OR PART of an operator.
1176          */
1177         switch (ch)
1178         {
1179             /*
1180             case '+':
1181             case '-':
1182             */
1183             case '*':
1184             case '/':
1185             case '<':
1186             case '>':
1187             case '=':
1188             case '&':
1189             case '|':
1190             case '^':
1191             case '~':
1192             case ',':
1193             case '!':
1194                 lex_tokench(lex, ch);
1195                 lex_endtoken(lex);
1196                 return (lex->tok.ttype = ch);
1197             default:
1198                 break;
1199         }
1200
1201         if (ch == '.')
1202         {
1203             lex_tokench(lex, ch);
1204             /* peak ahead once */
1205             nextch = lex_getch(lex);
1206             if (nextch != '.') {
1207                 lex_ungetch(lex, nextch);
1208                 lex_endtoken(lex);
1209                 return (lex->tok.ttype = ch);
1210             }
1211             /* peak ahead again */
1212             nextch = lex_getch(lex);
1213             if (nextch != '.') {
1214                 lex_ungetch(lex, nextch);
1215                 lex_ungetch(lex, '.');
1216                 lex_endtoken(lex);
1217                 return (lex->tok.ttype = ch);
1218             }
1219             /* fill the token to be "..." */
1220             lex_tokench(lex, ch);
1221             lex_tokench(lex, ch);
1222             lex_endtoken(lex);
1223             return (lex->tok.ttype = TOKEN_DOTS);
1224         }
1225     }
1226
1227     if (ch == ',' || ch == '.') {
1228         lex_tokench(lex, ch);
1229         lex_endtoken(lex);
1230         return (lex->tok.ttype = TOKEN_OPERATOR);
1231     }
1232
1233     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1234         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1235         ch == '=' || ch == '!' || /* ==, != */
1236         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1237     {
1238         lex_tokench(lex, ch);
1239
1240         nextch = lex_getch(lex);
1241         if (nextch == '=' || (nextch == ch && ch != '!')) {
1242             lex_tokench(lex, nextch);
1243         } else if (ch == '-' && nextch == '>') {
1244             lex_tokench(lex, nextch);
1245         } else if (ch == '&' && nextch == '~') {
1246             thirdch = lex_getch(lex);
1247             if (thirdch != '=') {
1248                 lex_ungetch(lex, thirdch);
1249                 lex_ungetch(lex, nextch);
1250             }
1251             else {
1252                 lex_tokench(lex, nextch);
1253                 lex_tokench(lex, thirdch);
1254             }
1255         } else
1256             lex_ungetch(lex, nextch);
1257
1258         lex_endtoken(lex);
1259         return (lex->tok.ttype = TOKEN_OPERATOR);
1260     }
1261
1262     /*
1263     if (ch == '^' || ch == '~' || ch == '!')
1264     {
1265         lex_tokench(lex, ch);
1266         lex_endtoken(lex);
1267         return (lex->tok.ttype = TOKEN_OPERATOR);
1268     }
1269     */
1270
1271     if (ch == '*' || ch == '/') /* *=, /= */
1272     {
1273         lex_tokench(lex, ch);
1274
1275         nextch = lex_getch(lex);
1276         if (nextch == '=') {
1277             lex_tokench(lex, nextch);
1278         } else
1279             lex_ungetch(lex, nextch);
1280
1281         lex_endtoken(lex);
1282         return (lex->tok.ttype = TOKEN_OPERATOR);
1283     }
1284
1285     if (isident_start(ch))
1286     {
1287         const char *v;
1288
1289         lex_tokench(lex, ch);
1290         if (!lex_finish_ident(lex)) {
1291             /* error? */
1292             return (lex->tok.ttype = TOKEN_ERROR);
1293         }
1294         lex_endtoken(lex);
1295         lex->tok.ttype = TOKEN_IDENT;
1296
1297         v = lex->tok.value;
1298         if (!strcmp(v, "void")) {
1299             lex->tok.ttype = TOKEN_TYPENAME;
1300             lex->tok.constval.t = TYPE_VOID;
1301         } else if (!strcmp(v, "int")) {
1302             lex->tok.ttype = TOKEN_TYPENAME;
1303             lex->tok.constval.t = TYPE_INTEGER;
1304         } else if (!strcmp(v, "float")) {
1305             lex->tok.ttype = TOKEN_TYPENAME;
1306             lex->tok.constval.t = TYPE_FLOAT;
1307         } else if (!strcmp(v, "string")) {
1308             lex->tok.ttype = TOKEN_TYPENAME;
1309             lex->tok.constval.t = TYPE_STRING;
1310         } else if (!strcmp(v, "entity")) {
1311             lex->tok.ttype = TOKEN_TYPENAME;
1312             lex->tok.constval.t = TYPE_ENTITY;
1313         } else if (!strcmp(v, "vector")) {
1314             lex->tok.ttype = TOKEN_TYPENAME;
1315             lex->tok.constval.t = TYPE_VECTOR;
1316         } else {
1317             size_t kw;
1318             for (kw = 0; kw < num_keywords_qc; ++kw) {
1319                 if (!strcmp(v, keywords_qc[kw]))
1320                     return (lex->tok.ttype = TOKEN_KEYWORD);
1321             }
1322             if (opts.standard != COMPILER_QCC) {
1323                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1324                     if (!strcmp(v, keywords_fg[kw]))
1325                         return (lex->tok.ttype = TOKEN_KEYWORD);
1326                 }
1327             }
1328         }
1329
1330         return lex->tok.ttype;
1331     }
1332
1333     if (ch == '"')
1334     {
1335         lex->flags.nodigraphs = true;
1336         if (lex->flags.preprocessing)
1337             lex_tokench(lex, ch);
1338         lex->tok.ttype = lex_finish_string(lex, '"');
1339         if (lex->flags.preprocessing)
1340             lex_tokench(lex, ch);
1341         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1342         {
1343             /* Allow c style "string" "continuation" */
1344             ch = lex_skipwhite(lex, false);
1345             if (ch != '"') {
1346                 lex_ungetch(lex, ch);
1347                 break;
1348             }
1349
1350             lex->tok.ttype = lex_finish_string(lex, '"');
1351         }
1352         lex->flags.nodigraphs = false;
1353         lex_endtoken(lex);
1354         return lex->tok.ttype;
1355     }
1356
1357     if (ch == '\'')
1358     {
1359         /* we parse character constants like string,
1360          * but return TOKEN_CHARCONST, or a vector type if it fits...
1361          * Likewise actual unescaping has to be done by the parser.
1362          * The difference is we don't allow 'char' 'continuation'.
1363          */
1364         if (lex->flags.preprocessing)
1365             lex_tokench(lex, ch);
1366         lex->tok.ttype = lex_finish_string(lex, '\'');
1367         if (lex->flags.preprocessing)
1368             lex_tokench(lex, ch);
1369         lex_endtoken(lex);
1370
1371         lex->tok.ttype = TOKEN_CHARCONST;
1372          /* It's a vector if we can successfully scan 3 floats */
1373 #ifdef _MSC_VER
1374         if (sscanf_s(lex->tok.value, " %f %f %f ",
1375                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1376 #else
1377         if (sscanf(lex->tok.value, " %f %f %f ",
1378                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1379 #endif
1380
1381         {
1382              lex->tok.ttype = TOKEN_VECTORCONST;
1383         }
1384         else
1385         {
1386             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1387                 if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER, "multibyte character: `%s`", lex->tok.value))
1388                     return (lex->tok.ttype = TOKEN_ERROR);
1389             }
1390             lex->tok.constval.i = lex->tok.value[0];
1391         }
1392
1393         return lex->tok.ttype;
1394     }
1395
1396     if (isdigit(ch))
1397     {
1398         lex->tok.ttype = lex_finish_digit(lex, ch);
1399         lex_endtoken(lex);
1400         return lex->tok.ttype;
1401     }
1402
1403     if (lex->flags.preprocessing) {
1404         lex_tokench(lex, ch);
1405         lex_endtoken(lex);
1406         return (lex->tok.ttype = ch);
1407     }
1408
1409     lexerror(lex, "unknown token");
1410     return (lex->tok.ttype = TOKEN_ERROR);
1411 }