lexer.c

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