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     va_list ap;
  78     int lvl = LVL_WARNING;
  79
  80     if (!OPTS_WARN(warntype))
  81         return false;
  82
  83     if (opts_werror)
  84         lvl = LVL_ERROR;
  85
  86     va_start(ap, fmt);
  87     con_vprintmsg(lvl, lex->name, lex->sline, (opts_werror ? "error" : "warning"), fmt, ap);
  88     va_end(ap);
  89
  90     return opts_werror;
  91 }
  92
  93
  94 #if 0
  95 token* token_new()
  96 {
  97     token *tok = (token*)mem_a(sizeof(token));
  98     if (!tok)
  99         return NULL;
 100     memset(tok, 0, sizeof(*tok));
 101     return tok;
 102 }
 103
 104 void token_delete(token *self)
 105 {
 106     if (self->next && self->next->prev == self)
 107         self->next->prev = self->prev;
 108     if (self->prev && self->prev->next == self)
 109         self->prev->next = self->next;
 110     MEM_VECTOR_CLEAR(self, value);
 111     mem_d(self);
 112 }
 113
 114 token* token_copy(const token *cp)
 115 {
 116     token* self = token_new();
 117     if (!self)
 118         return NULL;
 119     /* copy the value */
 120     self->value_alloc = cp->value_count + 1;
 121     self->value_count = cp->value_count;
 122     self->value = (char*)mem_a(self->value_alloc);
 123     if (!self->value) {
 124         mem_d(self);
 125         return NULL;
 126     }
 127     memcpy(self->value, cp->value, cp->value_count);
 128     self->value[self->value_alloc-1] = 0;
 129
 130     /* rest */
 131     self->ctx = cp->ctx;
 132     self->ttype = cp->ttype;
 133     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 134     return self;
 135 }
 136
 137 void token_delete_all(token *t)
 138 {
 139     token *n;
 140
 141     do {
 142         n = t->next;
 143         token_delete(t);
 144         t = n;
 145     } while(t);
 146 }
 147
 148 token* token_copy_all(const token *cp)
 149 {
 150     token *cur;
 151     token *out;
 152
 153     out = cur = token_copy(cp);
 154     if (!out)
 155         return NULL;
 156
 157     while (cp->next) {
 158         cp = cp->next;
 159         cur->next = token_copy(cp);
 160         if (!cur->next) {
 161             token_delete_all(out);
 162             return NULL;
 163         }
 164         cur->next->prev = cur;
 165         cur = cur->next;
 166     }
 167
 168     return out;
 169 }
 170 #else
 171 static void lex_token_new(lex_file *lex)
 172 {
 173 #if 0
 174     if (lex->tok)
 175         token_delete(lex->tok);
 176     lex->tok = token_new();
 177 #else
 178     if (lex->tok.value)
 179         vec_shrinkto(lex->tok.value, 0);
 180     lex->tok.constval.t  = 0;
 181     lex->tok.ctx.line = lex->sline;
 182     lex->tok.ctx.file = lex->name;
 183 #endif
 184 }
 185 #endif
 186
 187 lex_file* lex_open(const char *file)
 188 {
 189     lex_file *lex;
 190     FILE *in = util_fopen(file, "rb");
 191
 192     if (!in) {
 193         lexerror(NULL, "open failed: '%s'\n", file);
 194         return NULL;
 195     }
 196
 197     lex = (lex_file*)mem_a(sizeof(*lex));
 198     if (!lex) {
 199         fclose(in);
 200         lexerror(NULL, "out of memory\n");
 201         return NULL;
 202     }
 203
 204     memset(lex, 0, sizeof(*lex));
 205
 206     lex->file = in;
 207     lex->name = util_strdup(file);
 208     lex->line = 1; /* we start counting at 1 */
 209
 210     lex->peekpos = 0;
 211     lex->eof = false;
 212
 213     vec_push(lex_filenames, lex->name);
 214     return lex;
 215 }
 216
 217 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 218 {
 219     lex_file *lex;
 220
 221     lex = (lex_file*)mem_a(sizeof(*lex));
 222     if (!lex) {
 223         lexerror(NULL, "out of memory\n");
 224         return NULL;
 225     }
 226
 227     memset(lex, 0, sizeof(*lex));
 228
 229     lex->file = NULL;
 230     lex->open_string        = str;
 231     lex->open_string_length = len;
 232     lex->open_string_pos    = 0;
 233
 234     lex->name = util_strdup(name ? name : "<string-source>");
 235     lex->line = 1; /* we start counting at 1 */
 236
 237     lex->peekpos = 0;
 238     lex->eof = false;
 239
 240     vec_push(lex_filenames, lex->name);
 241
 242     return lex;
 243 }
 244
 245 void lex_cleanup(void)
 246 {
 247     size_t i;
 248     for (i = 0; i < vec_size(lex_filenames); ++i)
 249         mem_d(lex_filenames[i]);
 250     vec_free(lex_filenames);
 251 }
 252
 253 void lex_close(lex_file *lex)
 254 {
 255     size_t i;
 256     for (i = 0; i < vec_size(lex->frames); ++i)
 257         mem_d(lex->frames[i].name);
 258     vec_free(lex->frames);
 259
 260     if (lex->modelname)
 261         vec_free(lex->modelname);
 262
 263     if (lex->file)
 264         fclose(lex->file);
 265 #if 0
 266     if (lex->tok)
 267         token_delete(lex->tok);
 268 #else
 269     vec_free(lex->tok.value);
 270 #endif
 271     /* mem_d(lex->name); collected in lex_filenames */
 272     mem_d(lex);
 273 }
 274
 275 static int lex_fgetc(lex_file *lex)
 276 {
 277     if (lex->file)
 278         return fgetc(lex->file);
 279     if (lex->open_string) {
 280         if (lex->open_string_pos >= lex->open_string_length)
 281             return EOF;
 282         return lex->open_string[lex->open_string_pos++];
 283     }
 284     return EOF;
 285 }
 286
 287 /* Get or put-back data
 288  * The following to functions do NOT understand what kind of data they
 289  * are working on.
 290  * The are merely wrapping get/put in order to count line numbers.
 291  */
 292 static void lex_ungetch(lex_file *lex, int ch);
 293 static int lex_try_trigraph(lex_file *lex, int old)
 294 {
 295     int c2, c3;
 296     c2 = lex_fgetc(lex);
 297     if (c2 != '?') {
 298         lex_ungetch(lex, c2);
 299         return old;
 300     }
 301
 302     c3 = lex_fgetc(lex);
 303     switch (c3) {
 304         case '=': return '#';
 305         case '/': return '\\';
 306         case '\'': return '^';
 307         case '(': return '[';
 308         case ')': return ']';
 309         case '!': return '|';
 310         case '<': return '{';
 311         case '>': return '}';
 312         case '-': return '~';
 313         default:
 314             lex_ungetch(lex, c3);
 315             lex_ungetch(lex, c2);
 316             return old;
 317     }
 318 }
 319
 320 static int lex_try_digraph(lex_file *lex, int ch)
 321 {
 322     int c2;
 323     c2 = lex_fgetc(lex);
 324     /* we just used fgetc() so count lines
 325      * need to offset a \n the ungetch would recognize
 326      */
 327     if (!lex->push_line && c2 == '\n')
 328         lex->line++;
 329     if      (ch == '<' && c2 == ':')
 330         return '[';
 331     else if (ch == ':' && c2 == '>')
 332         return ']';
 333     else if (ch == '<' && c2 == '%')
 334         return '{';
 335     else if (ch == '%' && c2 == '>')
 336         return '}';
 337     else if (ch == '%' && c2 == ':')
 338         return '#';
 339     lex_ungetch(lex, c2);
 340     return ch;
 341 }
 342
 343 static int lex_getch(lex_file *lex)
 344 {
 345     int ch;
 346
 347     if (lex->peekpos) {
 348         lex->peekpos--;
 349         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 350             lex->line++;
 351         return lex->peek[lex->peekpos];
 352     }
 353
 354     ch = lex_fgetc(lex);
 355     if (!lex->push_line && ch == '\n')
 356         lex->line++;
 357     else if (ch == '?')
 358         return lex_try_trigraph(lex, ch);
 359     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 360         return lex_try_digraph(lex, ch);
 361     return ch;
 362 }
 363
 364 static void lex_ungetch(lex_file *lex, int ch)
 365 {
 366     lex->peek[lex->peekpos++] = ch;
 367     if (!lex->push_line && ch == '\n')
 368         lex->line--;
 369 }
 370
 371 /* classify characters
 372  * some additions to the is*() functions of ctype.h
 373  */
 374
 375 /* Idents are alphanumberic, but they start with alpha or _ */
 376 static bool isident_start(int ch)
 377 {
 378     return isalpha(ch) || ch == '_';
 379 }
 380
 381 static bool isident(int ch)
 382 {
 383     return isident_start(ch) || isdigit(ch);
 384 }
 385
 386 /* isxdigit_only is used when we already know it's not a digit
 387  * and want to see if it's a hex digit anyway.
 388  */
 389 static bool isxdigit_only(int ch)
 390 {
 391     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 392 }
 393
 394 /* Append a character to the token buffer */
 395 static void lex_tokench(lex_file *lex, int ch)
 396 {
 397     vec_push(lex->tok.value, ch);
 398 }
 399
 400 /* Append a trailing null-byte */
 401 static void lex_endtoken(lex_file *lex)
 402 {
 403     vec_push(lex->tok.value, 0);
 404     vec_shrinkby(lex->tok.value, 1);
 405 }
 406
 407 static bool lex_try_pragma(lex_file *lex)
 408 {
 409     int ch;
 410     char *pragma  = NULL;
 411     char *command = NULL;
 412     char *param   = NULL;
 413     size_t line;
 414
 415     if (lex->flags.preprocessing)
 416         return false;
 417
 418     line = lex->line;
 419
 420     ch = lex_getch(lex);
 421     if (ch != '#') {
 422         lex_ungetch(lex, ch);
 423         return false;
 424     }
 425
 426     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 427         vec_push(pragma, ch);
 428     vec_push(pragma, 0);
 429
 430     if (ch != ' ' || strcmp(pragma, "pragma")) {
 431         lex_ungetch(lex, ch);
 432         goto unroll;
 433     }
 434
 435     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 436         vec_push(command, ch);
 437     vec_push(command, 0);
 438
 439     if (ch != '(') {
 440         lex_ungetch(lex, ch);
 441         goto unroll;
 442     }
 443
 444     for (ch = lex_getch(lex); vec_size(param) < 1024 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 445         vec_push(param, ch);
 446     vec_push(param, 0);
 447
 448     if (ch != ')') {
 449         lex_ungetch(lex, ch);
 450         goto unroll;
 451     }
 452
 453     if (!strcmp(command, "push")) {
 454         if (!strcmp(param, "line")) {
 455             lex->push_line++;
 456             if (lex->push_line == 1)
 457                 --line;
 458         }
 459         else
 460             goto unroll;
 461     }
 462     else if (!strcmp(command, "pop")) {
 463         if (!strcmp(param, "line")) {
 464             if (lex->push_line)
 465                 lex->push_line--;
 466             if (lex->push_line == 0)
 467                 --line;
 468         }
 469         else
 470             goto unroll;
 471     }
 472     else if (!strcmp(command, "file")) {
 473         lex->name = util_strdup(param);
 474         vec_push(lex_filenames, lex->name);
 475     }
 476     else if (!strcmp(command, "line")) {
 477         line = strtol(param, NULL, 0)-1;
 478     }
 479     else
 480         goto unroll;
 481
 482     lex->line = line;
 483     while (ch != '\n' && ch != EOF)
 484         ch = lex_getch(lex);
 485     return true;
 486
 487 unroll:
 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         lex_ungetch(lex, ' ');
 496     }
 497     if (command) {
 498         vec_pop(command);
 499         while (vec_size(command)) {
 500             lex_ungetch(lex, vec_last(command));
 501             vec_pop(command);
 502         }
 503         vec_free(command);
 504         lex_ungetch(lex, ' ');
 505     }
 506     if (pragma) {
 507         vec_pop(pragma);
 508         while (vec_size(pragma)) {
 509             lex_ungetch(lex, vec_last(pragma));
 510             vec_pop(pragma);
 511         }
 512         vec_free(pragma);
 513     }
 514     lex_ungetch(lex, '#');
 515
 516     lex->line = line;
 517     return false;
 518 }
 519
 520 /* Skip whitespace and comments and return the first
 521  * non-white character.
 522  * As this makes use of the above getch() ungetch() functions,
 523  * we don't need to care at all about line numbering anymore.
 524  *
 525  * In theory, this function should only be used at the beginning
 526  * of lexing, or when we *know* the next character is part of the token.
 527  * Otherwise, if the parser throws an error, the linenumber may not be
 528  * the line of the error, but the line of the next token AFTER the error.
 529  *
 530  * This is currently only problematic when using c-like string-continuation,
 531  * since comments and whitespaces are allowed between 2 such strings.
 532  * Example:
 533 printf(   "line one\n"
 534 // A comment
 535           "A continuation of the previous string"
 536 // This line is skipped
 537       , foo);
 538
 539  * In this case, if the parse decides it didn't actually want a string,
 540  * and uses lex->line to print an error, it will show the ', foo);' line's
 541  * linenumber.
 542  *
 543  * On the other hand, the parser is supposed to remember the line of the next
 544  * token's beginning. In this case we would want skipwhite() to be called
 545  * AFTER reading a token, so that the parser, before reading the NEXT token,
 546  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 547  *
 548  * THIS SOLUTION
 549  *    here is to store the line of the first character after skipping
 550  *    the initial whitespace in lex->sline, this happens in lex_do.
 551  */
 552 static int lex_skipwhite(lex_file *lex, bool hadwhite)
 553 {
 554     int ch = 0;
 555     bool haswhite = hadwhite;
 556
 557     do
 558     {
 559         ch = lex_getch(lex);
 560         while (ch != EOF && isspace(ch)) {
 561             if (ch == '\n') {
 562                 if (lex_try_pragma(lex))
 563                     continue;
 564             }
 565             if (lex->flags.preprocessing) {
 566                 if (ch == '\n') {
 567                     /* end-of-line */
 568                     /* see if there was whitespace first */
 569                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 570                         lex_ungetch(lex, ch);
 571                         lex_endtoken(lex);
 572                         return TOKEN_WHITE;
 573                     }
 574                     /* otherwise return EOL */
 575                     return TOKEN_EOL;
 576                 }
 577                 haswhite = true;
 578                 lex_tokench(lex, ch);
 579             }
 580             ch = lex_getch(lex);
 581         }
 582
 583         if (ch == '/') {
 584             ch = lex_getch(lex);
 585             if (ch == '/')
 586             {
 587                 /* one line comment */
 588                 ch = lex_getch(lex);
 589
 590                 if (lex->flags.preprocessing) {
 591                     haswhite = true;
 592                     /*
 593                     lex_tokench(lex, '/');
 594                     lex_tokench(lex, '/');
 595                     */
 596                     lex_tokench(lex, ' ');
 597                     lex_tokench(lex, ' ');
 598                 }
 599
 600                 while (ch != EOF && ch != '\n') {
 601                     if (lex->flags.preprocessing)
 602                         lex_tokench(lex, ' '); /* ch); */
 603                     ch = lex_getch(lex);
 604                 }
 605                 if (lex->flags.preprocessing) {
 606                     lex_ungetch(lex, '\n');
 607                     lex_endtoken(lex);
 608                     return TOKEN_WHITE;
 609                 }
 610                 continue;
 611             }
 612             if (ch == '*')
 613             {
 614                 /* multiline comment */
 615                 if (lex->flags.preprocessing) {
 616                     haswhite = true;
 617                     /*
 618                     lex_tokench(lex, '/');
 619                     lex_tokench(lex, '*');
 620                     */
 621                     lex_tokench(lex, ' ');
 622                     lex_tokench(lex, ' ');
 623                 }
 624
 625                 while (ch != EOF)
 626                 {
 627                     ch = lex_getch(lex);
 628                     if (ch == '*') {
 629                         ch = lex_getch(lex);
 630                         if (ch == '/') {
 631                             if (lex->flags.preprocessing) {
 632                                 /*
 633                                 lex_tokench(lex, '*');
 634                                 lex_tokench(lex, '/');
 635                                 */
 636                                 lex_tokench(lex, ' ');
 637                                 lex_tokench(lex, ' ');
 638                             }
 639                             break;
 640                         }
 641                         lex_ungetch(lex, ch);
 642                     }
 643                     if (lex->flags.preprocessing) {
 644                         if (ch == '\n')
 645                             lex_tokench(lex, '\n');
 646                         else
 647                             lex_tokench(lex, ' '); /* ch); */
 648                     }
 649                 }
 650                 ch = ' '; /* cause TRUE in the isspace check */
 651                 continue;
 652             }
 653             /* Otherwise roll back to the slash and break out of the loop */
 654             lex_ungetch(lex, ch);
 655             ch = '/';
 656             break;
 657         }
 658     } while (ch != EOF && isspace(ch));
 659
 660     if (haswhite) {
 661         lex_endtoken(lex);
 662         lex_ungetch(lex, ch);
 663         return TOKEN_WHITE;
 664     }
 665     return ch;
 666 }
 667
 668 /* Get a token */
 669 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 670 {
 671     int ch;
 672
 673     ch = lex_getch(lex);
 674     while (ch != EOF && isident(ch))
 675     {
 676         lex_tokench(lex, ch);
 677         ch = lex_getch(lex);
 678     }
 679
 680     /* last ch was not an ident ch: */
 681     lex_ungetch(lex, ch);
 682
 683     return true;
 684 }
 685
 686 /* read one ident for the frame list */
 687 static int lex_parse_frame(lex_file *lex)
 688 {
 689     int ch;
 690
 691     lex_token_new(lex);
 692
 693     ch = lex_getch(lex);
 694     while (ch != EOF && ch != '\n' && isspace(ch))
 695         ch = lex_getch(lex);
 696
 697     if (ch == '\n')
 698         return 1;
 699
 700     if (!isident_start(ch)) {
 701         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 702         return -1;
 703     }
 704
 705     lex_tokench(lex, ch);
 706     if (!lex_finish_ident(lex))
 707         return -1;
 708     lex_endtoken(lex);
 709     return 0;
 710 }
 711
 712 /* read a list of $frames */
 713 static bool lex_finish_frames(lex_file *lex)
 714 {
 715     do {
 716         size_t i;
 717         int    rc;
 718         frame_macro m;
 719
 720         rc = lex_parse_frame(lex);
 721         if (rc > 0) /* end of line */
 722             return true;
 723         if (rc < 0) /* error */
 724             return false;
 725
 726         for (i = 0; i < vec_size(lex->frames); ++i) {
 727             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 728                 lex->frames[i].value = lex->framevalue++;
 729                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 730                     return false;
 731                 break;
 732             }
 733         }
 734         if (i < vec_size(lex->frames))
 735             continue;
 736
 737         m.value = lex->framevalue++;
 738         m.name = util_strdup(lex->tok.value);
 739         vec_shrinkto(lex->tok.value, 0);
 740         vec_push(lex->frames, m);
 741     } while (true);
 742 }
 743
 744 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 745 {
 746     int ch = 0;
 747     int nextch;
 748
 749     while (ch != EOF)
 750     {
 751         ch = lex_getch(lex);
 752         if (ch == quote)
 753             return TOKEN_STRINGCONST;
 754
 755         if (lex->flags.preprocessing && ch == '\\') {
 756             lex_tokench(lex, ch);
 757             ch = lex_getch(lex);
 758             if (ch == EOF) {
 759                 lexerror(lex, "unexpected end of file");
 760                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 761                 return (lex->tok.ttype = TOKEN_ERROR);
 762             }
 763             lex_tokench(lex, ch);
 764         }
 765         else if (ch == '\\') {
 766             ch = lex_getch(lex);
 767             if (ch == EOF) {
 768                 lexerror(lex, "unexpected end of file");
 769                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 770                 return (lex->tok.ttype = TOKEN_ERROR);
 771             }
 772
 773             switch (ch) {
 774             case '\\': break;
 775             case '\'': break;
 776             case '"':  break;
 777             case 'a':  ch = '\a'; break;
 778             case 'b':  ch = '\b'; break;
 779             case 'r':  ch = '\r'; break;
 780             case 'n':  ch = '\n'; break;
 781             case 't':  ch = '\t'; break;
 782             case 'f':  ch = '\f'; break;
 783             case 'v':  ch = '\v'; break;
 784             case 'x':
 785             case 'X':
 786                 /* same procedure as in fteqcc */
 787                 ch = 0;
 788                 nextch = lex_getch(lex);
 789                 if      (nextch >= '0' && nextch <= '9')
 790                     ch += nextch - '0';
 791                 else if (nextch >= 'a' && nextch <= 'f')
 792                     ch += nextch - 'a' + 10;
 793                 else if (nextch >= 'A' && nextch <= 'F')
 794                     ch += nextch - 'A' + 10;
 795                 else {
 796                     lexerror(lex, "bad character code");
 797                     lex_ungetch(lex, nextch);
 798                     return (lex->tok.ttype = TOKEN_ERROR);
 799                 }
 800
 801                 ch *= 0x10;
 802                 nextch = lex_getch(lex);
 803                 if      (nextch >= '0' && nextch <= '9')
 804                     ch += nextch - '0';
 805                 else if (nextch >= 'a' && nextch <= 'f')
 806                     ch += nextch - 'a' + 10;
 807                 else if (nextch >= 'A' && nextch <= 'F')
 808                     ch += nextch - 'A' + 10;
 809                 else {
 810                     lexerror(lex, "bad character code");
 811                     lex_ungetch(lex, nextch);
 812                     return (lex->tok.ttype = TOKEN_ERROR);
 813                 }
 814                 break;
 815
 816             /* fteqcc support */
 817             case '0': case '1': case '2': case '3':
 818             case '4': case '5': case '6': case '7':
 819             case '8': case '9':
 820                 ch = 18 + ch - '0';
 821                 break;
 822             case '<':  ch = 29; break;
 823             case '-':  ch = 30; break;
 824             case '>':  ch = 31; break;
 825             case '[':  ch = 16; break;
 826             case ']':  ch = 17; break;
 827             case '{':
 828                 ch = 0;
 829                 for (nextch = lex_getch(lex); nextch != '}'; nextch = lex_getch(lex)) {
 830                     ch = ch * 10 + nextch - '0';
 831                     if (nextch < '0' || nextch > '9' || ch > 255) {
 832                         lexerror(lex, "bad character code");
 833                         return (lex->tok.ttype = TOKEN_ERROR);
 834                     }
 835                 }
 836                 break;
 837             case '\n':  ch = '\n'; break;
 838
 839             default:
 840                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 841                 /* so we just add the character plus backslash no matter what it actually is */
 842                 lex_tokench(lex, '\\');
 843             }
 844             /* add the character finally */
 845             lex_tokench(lex, ch);
 846         }
 847         else
 848             lex_tokench(lex, ch);
 849     }
 850     lexerror(lex, "unexpected end of file within string constant");
 851     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 852     return (lex->tok.ttype = TOKEN_ERROR);
 853 }
 854
 855 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 856 {
 857     bool ishex = false;
 858
 859     int  ch = lastch;
 860
 861     /* parse a number... */
 862     if (ch == '.')
 863         lex->tok.ttype = TOKEN_FLOATCONST;
 864     else
 865         lex->tok.ttype = TOKEN_INTCONST;
 866
 867     lex_tokench(lex, ch);
 868
 869     ch = lex_getch(lex);
 870     if (ch != '.' && !isdigit(ch))
 871     {
 872         if (lastch != '0' || ch != 'x')
 873         {
 874             /* end of the number or EOF */
 875             lex_ungetch(lex, ch);
 876             lex_endtoken(lex);
 877
 878             lex->tok.constval.i = lastch - '0';
 879             return lex->tok.ttype;
 880         }
 881
 882         ishex = true;
 883     }
 884
 885     /* EOF would have been caught above */
 886
 887     if (ch != '.')
 888     {
 889         lex_tokench(lex, ch);
 890         ch = lex_getch(lex);
 891         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 892         {
 893             lex_tokench(lex, ch);
 894             ch = lex_getch(lex);
 895         }
 896     }
 897     /* NOT else, '.' can come from above as well */
 898     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 899     {
 900         /* Allow floating comma in non-hex mode */
 901         lex->tok.ttype = TOKEN_FLOATCONST;
 902         lex_tokench(lex, ch);
 903
 904         /* continue digits-only */
 905         ch = lex_getch(lex);
 906         while (isdigit(ch))
 907         {
 908             lex_tokench(lex, ch);
 909             ch = lex_getch(lex);
 910         }
 911     }
 912     /* put back the last character */
 913     /* but do not put back the trailing 'f' or a float */
 914     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 915         ch = lex_getch(lex);
 916
 917     /* generally we don't want words to follow numbers: */
 918     if (isident(ch)) {
 919         lexerror(lex, "unexpected trailing characters after number");
 920         return (lex->tok.ttype = TOKEN_ERROR);
 921     }
 922     lex_ungetch(lex, ch);
 923
 924     lex_endtoken(lex);
 925     if (lex->tok.ttype == TOKEN_FLOATCONST)
 926         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 927     else
 928         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 929     return lex->tok.ttype;
 930 }
 931
 932 int lex_do(lex_file *lex)
 933 {
 934     int ch, nextch, thirdch;
 935     bool hadwhite = false;
 936
 937     lex_token_new(lex);
 938 #if 0
 939     if (!lex->tok)
 940         return TOKEN_FATAL;
 941 #endif
 942
 943     while (true) {
 944         ch = lex_skipwhite(lex, hadwhite);
 945         hadwhite = true;
 946         if (!lex->flags.mergelines || ch != '\\')
 947             break;
 948         ch = lex_getch(lex);
 949         if (ch != '\n') {
 950             lex_ungetch(lex, ch);
 951             ch = '\\';
 952             break;
 953         }
 954         /* we reached a linemerge */
 955         lex_tokench(lex, '\n');
 956         continue;
 957     }
 958
 959     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 960         return (lex->tok.ttype = ch);
 961     }
 962
 963     lex->sline = lex->line;
 964     lex->tok.ctx.line = lex->sline;
 965     lex->tok.ctx.file = lex->name;
 966
 967     if (lex->eof)
 968         return (lex->tok.ttype = TOKEN_FATAL);
 969
 970     if (ch == EOF) {
 971         lex->eof = true;
 972         return (lex->tok.ttype = TOKEN_EOF);
 973     }
 974
 975     /* modelgen / spiritgen commands */
 976     if (ch == '$' && !lex->flags.preprocessing) {
 977         const char *v;
 978         size_t frame;
 979
 980         ch = lex_getch(lex);
 981         if (!isident_start(ch)) {
 982             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 983             return lex_do(lex);
 984         }
 985         lex_tokench(lex, ch);
 986         if (!lex_finish_ident(lex))
 987             return (lex->tok.ttype = TOKEN_ERROR);
 988         lex_endtoken(lex);
 989         /* skip the known commands */
 990         v = lex->tok.value;
 991
 992         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 993         {
 994             /* frame/framesave command works like an enum
 995              * similar to fteqcc we handle this in the lexer.
 996              * The reason for this is that it is sensitive to newlines,
 997              * which the parser is unaware of
 998              */
 999             if (!lex_finish_frames(lex))
1000                  return (lex->tok.ttype = TOKEN_ERROR);
1001             return lex_do(lex);
1002         }
1003
1004         if (!strcmp(v, "framevalue"))
1005         {
1006             ch = lex_getch(lex);
1007             while (ch != EOF && isspace(ch) && ch != '\n')
1008                 ch = lex_getch(lex);
1009
1010             if (!isdigit(ch)) {
1011                 lexerror(lex, "$framevalue requires an integer parameter");
1012                 return lex_do(lex);
1013             }
1014
1015             lex_token_new(lex);
1016             lex->tok.ttype = lex_finish_digit(lex, ch);
1017             lex_endtoken(lex);
1018             if (lex->tok.ttype != TOKEN_INTCONST) {
1019                 lexerror(lex, "$framevalue requires an integer parameter");
1020                 return lex_do(lex);
1021             }
1022             lex->framevalue = lex->tok.constval.i;
1023             return lex_do(lex);
1024         }
1025
1026         if (!strcmp(v, "framerestore"))
1027         {
1028             int rc;
1029
1030             lex_token_new(lex);
1031
1032             rc = lex_parse_frame(lex);
1033
1034             if (rc > 0) {
1035                 lexerror(lex, "$framerestore requires a framename parameter");
1036                 return lex_do(lex);
1037             }
1038             if (rc < 0)
1039                 return (lex->tok.ttype = TOKEN_FATAL);
1040
1041             v = lex->tok.value;
1042             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1043                 if (!strcmp(v, lex->frames[frame].name)) {
1044                     lex->framevalue = lex->frames[frame].value;
1045                     return lex_do(lex);
1046                 }
1047             }
1048             lexerror(lex, "unknown framename `%s`", v);
1049             return lex_do(lex);
1050         }
1051
1052         if (!strcmp(v, "modelname"))
1053         {
1054             int rc;
1055
1056             lex_token_new(lex);
1057
1058             rc = lex_parse_frame(lex);
1059
1060             if (rc > 0) {
1061                 lexerror(lex, "$modelname requires a parameter");
1062                 return lex_do(lex);
1063             }
1064             if (rc < 0)
1065                 return (lex->tok.ttype = TOKEN_FATAL);
1066
1067             v = lex->tok.value;
1068             if (lex->modelname) {
1069                 frame_macro m;
1070                 m.value = lex->framevalue;
1071                 m.name = lex->modelname;
1072                 lex->modelname = NULL;
1073                 vec_push(lex->frames, m);
1074             }
1075             lex->modelname = lex->tok.value;
1076             lex->tok.value = NULL;
1077             return lex_do(lex);
1078         }
1079
1080         if (!strcmp(v, "flush"))
1081         {
1082             size_t fi;
1083             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1084                 mem_d(lex->frames[fi].name);
1085             vec_free(lex->frames);
1086             /* skip line (fteqcc does it too) */
1087             ch = lex_getch(lex);
1088             while (ch != EOF && ch != '\n')
1089                 ch = lex_getch(lex);
1090             return lex_do(lex);
1091         }
1092
1093         if (!strcmp(v, "cd") ||
1094             !strcmp(v, "origin") ||
1095             !strcmp(v, "base") ||
1096             !strcmp(v, "flags") ||
1097             !strcmp(v, "scale") ||
1098             !strcmp(v, "skin"))
1099         {
1100             /* skip line */
1101             ch = lex_getch(lex);
1102             while (ch != EOF && ch != '\n')
1103                 ch = lex_getch(lex);
1104             return lex_do(lex);
1105         }
1106
1107         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1108             if (!strcmp(v, lex->frames[frame].name)) {
1109                 lex->tok.constval.i = lex->frames[frame].value;
1110                 return (lex->tok.ttype = TOKEN_INTCONST);
1111             }
1112         }
1113
1114         lexerror(lex, "invalid frame macro");
1115         return lex_do(lex);
1116     }
1117
1118     /* single-character tokens */
1119     switch (ch)
1120     {
1121         case '[':
1122         case '(':
1123         case ':':
1124         case '?':
1125             lex_tokench(lex, ch);
1126             lex_endtoken(lex);
1127             if (lex->flags.noops)
1128                 return (lex->tok.ttype = ch);
1129             else
1130                 return (lex->tok.ttype = TOKEN_OPERATOR);
1131         case ')':
1132         case ';':
1133         case '{':
1134         case '}':
1135         case ']':
1136
1137         case '#':
1138             lex_tokench(lex, ch);
1139             lex_endtoken(lex);
1140             return (lex->tok.ttype = ch);
1141         default:
1142             break;
1143     }
1144
1145     if (ch == '.') {
1146         nextch = lex_getch(lex);
1147         /* digits starting with a dot */
1148         if (isdigit(nextch)) {
1149             lex_ungetch(lex, nextch);
1150             lex->tok.ttype = lex_finish_digit(lex, ch);
1151             lex_endtoken(lex);
1152             return lex->tok.ttype;
1153         }
1154         lex_ungetch(lex, nextch);
1155     }
1156
1157     if (lex->flags.noops)
1158     {
1159         /* Detect characters early which are normally
1160          * operators OR PART of an operator.
1161          */
1162         switch (ch)
1163         {
1164             /*
1165             case '+':
1166             case '-':
1167             */
1168             case '*':
1169             case '/':
1170             case '<':
1171             case '>':
1172             case '=':
1173             case '&':
1174             case '|':
1175             case '^':
1176             case '~':
1177             case ',':
1178             case '!':
1179                 lex_tokench(lex, ch);
1180                 lex_endtoken(lex);
1181                 return (lex->tok.ttype = ch);
1182             default:
1183                 break;
1184         }
1185
1186         if (ch == '.')
1187         {
1188             lex_tokench(lex, ch);
1189             /* peak ahead once */
1190             nextch = lex_getch(lex);
1191             if (nextch != '.') {
1192                 lex_ungetch(lex, nextch);
1193                 lex_endtoken(lex);
1194                 return (lex->tok.ttype = ch);
1195             }
1196             /* peak ahead again */
1197             nextch = lex_getch(lex);
1198             if (nextch != '.') {
1199                 lex_ungetch(lex, nextch);
1200                 lex_ungetch(lex, '.');
1201                 lex_endtoken(lex);
1202                 return (lex->tok.ttype = ch);
1203             }
1204             /* fill the token to be "..." */
1205             lex_tokench(lex, ch);
1206             lex_tokench(lex, ch);
1207             lex_endtoken(lex);
1208             return (lex->tok.ttype = TOKEN_DOTS);
1209         }
1210     }
1211
1212     if (ch == ',' || ch == '.') {
1213         lex_tokench(lex, ch);
1214         lex_endtoken(lex);
1215         return (lex->tok.ttype = TOKEN_OPERATOR);
1216     }
1217
1218     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1219         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1220         ch == '=' || ch == '!' || /* ==, != */
1221         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1222     {
1223         lex_tokench(lex, ch);
1224
1225         nextch = lex_getch(lex);
1226         if (nextch == '=' || (nextch == ch && ch != '!')) {
1227             lex_tokench(lex, nextch);
1228         } else if (ch == '-' && nextch == '>') {
1229             lex_tokench(lex, nextch);
1230         } else if (ch == '&' && nextch == '~') {
1231             thirdch = lex_getch(lex);
1232             if (thirdch != '=') {
1233                 lex_ungetch(lex, thirdch);
1234                 lex_ungetch(lex, nextch);
1235             }
1236             else {
1237                 lex_tokench(lex, nextch);
1238                 lex_tokench(lex, thirdch);
1239             }
1240         } else
1241             lex_ungetch(lex, nextch);
1242
1243         lex_endtoken(lex);
1244         return (lex->tok.ttype = TOKEN_OPERATOR);
1245     }
1246
1247     /*
1248     if (ch == '^' || ch == '~' || ch == '!')
1249     {
1250         lex_tokench(lex, ch);
1251         lex_endtoken(lex);
1252         return (lex->tok.ttype = TOKEN_OPERATOR);
1253     }
1254     */
1255
1256     if (ch == '*' || ch == '/') /* *=, /= */
1257     {
1258         lex_tokench(lex, ch);
1259
1260         nextch = lex_getch(lex);
1261         if (nextch == '=') {
1262             lex_tokench(lex, nextch);
1263         } else
1264             lex_ungetch(lex, nextch);
1265
1266         lex_endtoken(lex);
1267         return (lex->tok.ttype = TOKEN_OPERATOR);
1268     }
1269
1270     if (isident_start(ch))
1271     {
1272         const char *v;
1273
1274         lex_tokench(lex, ch);
1275         if (!lex_finish_ident(lex)) {
1276             /* error? */
1277             return (lex->tok.ttype = TOKEN_ERROR);
1278         }
1279         lex_endtoken(lex);
1280         lex->tok.ttype = TOKEN_IDENT;
1281
1282         v = lex->tok.value;
1283         if (!strcmp(v, "void")) {
1284             lex->tok.ttype = TOKEN_TYPENAME;
1285             lex->tok.constval.t = TYPE_VOID;
1286         } else if (!strcmp(v, "int")) {
1287             lex->tok.ttype = TOKEN_TYPENAME;
1288             lex->tok.constval.t = TYPE_INTEGER;
1289         } else if (!strcmp(v, "float")) {
1290             lex->tok.ttype = TOKEN_TYPENAME;
1291             lex->tok.constval.t = TYPE_FLOAT;
1292         } else if (!strcmp(v, "string")) {
1293             lex->tok.ttype = TOKEN_TYPENAME;
1294             lex->tok.constval.t = TYPE_STRING;
1295         } else if (!strcmp(v, "entity")) {
1296             lex->tok.ttype = TOKEN_TYPENAME;
1297             lex->tok.constval.t = TYPE_ENTITY;
1298         } else if (!strcmp(v, "vector")) {
1299             lex->tok.ttype = TOKEN_TYPENAME;
1300             lex->tok.constval.t = TYPE_VECTOR;
1301         } else {
1302             size_t kw;
1303             for (kw = 0; kw < num_keywords_qc; ++kw) {
1304                 if (!strcmp(v, keywords_qc[kw]))
1305                     return (lex->tok.ttype = TOKEN_KEYWORD);
1306             }
1307             if (opts_standard != COMPILER_QCC) {
1308                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1309                     if (!strcmp(v, keywords_fg[kw]))
1310                         return (lex->tok.ttype = TOKEN_KEYWORD);
1311                 }
1312             }
1313         }
1314
1315         return lex->tok.ttype;
1316     }
1317
1318     if (ch == '"')
1319     {
1320         lex->flags.nodigraphs = true;
1321         if (lex->flags.preprocessing)
1322             lex_tokench(lex, ch);
1323         lex->tok.ttype = lex_finish_string(lex, '"');
1324         if (lex->flags.preprocessing)
1325             lex_tokench(lex, ch);
1326         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1327         {
1328             /* Allow c style "string" "continuation" */
1329             ch = lex_skipwhite(lex, false);
1330             if (ch != '"') {
1331                 lex_ungetch(lex, ch);
1332                 break;
1333             }
1334
1335             lex->tok.ttype = lex_finish_string(lex, '"');
1336         }
1337         lex->flags.nodigraphs = false;
1338         lex_endtoken(lex);
1339         return lex->tok.ttype;
1340     }
1341
1342     if (ch == '\'')
1343     {
1344         /* we parse character constants like string,
1345          * but return TOKEN_CHARCONST, or a vector type if it fits...
1346          * Likewise actual unescaping has to be done by the parser.
1347          * The difference is we don't allow 'char' 'continuation'.
1348          */
1349         if (lex->flags.preprocessing)
1350             lex_tokench(lex, ch);
1351         lex->tok.ttype = lex_finish_string(lex, '\'');
1352         if (lex->flags.preprocessing)
1353             lex_tokench(lex, ch);
1354         lex_endtoken(lex);
1355
1356         lex->tok.ttype = TOKEN_CHARCONST;
1357          /* It's a vector if we can successfully scan 3 floats */
1358 #ifdef WIN32
1359         if (sscanf_s(lex->tok.value, " %f %f %f ",
1360                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1361 #else
1362         if (sscanf(lex->tok.value, " %f %f %f ",
1363                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1364 #endif
1365
1366         {
1367              lex->tok.ttype = TOKEN_VECTORCONST;
1368         }
1369         else
1370         {
1371             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1372                 if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER, "multibyte character: `%s`", lex->tok.value))
1373                     return (lex->tok.ttype = TOKEN_ERROR);
1374             }
1375             lex->tok.constval.i = lex->tok.value[0];
1376         }
1377
1378         return lex->tok.ttype;
1379     }
1380
1381     if (isdigit(ch))
1382     {
1383         lex->tok.ttype = lex_finish_digit(lex, ch);
1384         lex_endtoken(lex);
1385         return lex->tok.ttype;
1386     }
1387
1388     if (lex->flags.preprocessing) {
1389         lex_tokench(lex, ch);
1390         lex_endtoken(lex);
1391         return (lex->tok.ttype = ch);
1392     }
1393
1394     lexerror(lex, "unknown token");
1395     return (lex->tok.ttype = TOKEN_ERROR);
1396 }