lexer.c

   1 /*
   2  * Copyright (C) 2012
   3  *     Wolfgang Bumiller
   4  *
   5  * Permission is hereby granted, free of charge, to any person obtaining a copy of
   6  * this software and associated documentation files (the "Software"), to deal in
   7  * the Software without restriction, including without limitation the rights to
   8  * use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies
   9  * of the Software, and to permit persons to whom the Software is furnished to do
  10  * so, subject to the following conditions:
  11  *
  12  * The above copyright notice and this permission notice shall be included in all
  13  * copies or substantial portions of the Software.
  14  *
  15  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  16  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  17  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  18  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  19  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  20  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
  21  * SOFTWARE.
  22  */
  23 #include <stdio.h>
  24 #include <stdlib.h>
  25 #include <string.h>
  26 #include <stdarg.h>
  27
  28 #include "gmqcc.h"
  29 #include "lexer.h"
  30
  31 /*
  32  * List of Keywords
  33  */
  34
  35 /* original */
  36 static const char *keywords_qc[] = {
  37     "for", "do", "while",
  38     "if", "else",
  39     "local",
  40     "return",
  41     "const"
  42 };
  43 static size_t num_keywords_qc = sizeof(keywords_qc) / sizeof(keywords_qc[0]);
  44
  45 /* For fte/gmgqcc */
  46 static const char *keywords_fg[] = {
  47     "switch", "case", "default",
  48     "struct", "union",
  49     "break", "continue",
  50     "typedef"
  51 };
  52 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  53
  54 /*
  55  * Lexer code
  56  */
  57
  58 char* *lex_filenames;
  59
  60 void lexerror(lex_file *lex, const char *fmt, ...)
  61 {
  62     va_list ap;
  63
  64     va_start(ap, fmt);
  65     if (lex)
  66         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, "parse error", fmt, ap);
  67     else
  68         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  69     va_end(ap);
  70 }
  71
  72 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  73 {
  74     va_list ap;
  75     int lvl = LVL_WARNING;
  76
  77     if (!OPTS_WARN(warntype))
  78         return false;
  79
  80     if (opts_werror)
  81         lvl = LVL_ERROR;
  82
  83     va_start(ap, fmt);
  84     con_vprintmsg(lvl, lex->name, lex->sline, "warning", fmt, ap);
  85     va_end(ap);
  86
  87     return opts_werror;
  88 }
  89
  90
  91 #if 0
  92 token* token_new()
  93 {
  94     token *tok = (token*)mem_a(sizeof(token));
  95     if (!tok)
  96         return NULL;
  97     memset(tok, 0, sizeof(*tok));
  98     return tok;
  99 }
 100
 101 void token_delete(token *self)
 102 {
 103     if (self->next && self->next->prev == self)
 104         self->next->prev = self->prev;
 105     if (self->prev && self->prev->next == self)
 106         self->prev->next = self->next;
 107     MEM_VECTOR_CLEAR(self, value);
 108     mem_d(self);
 109 }
 110
 111 token* token_copy(const token *cp)
 112 {
 113     token* self = token_new();
 114     if (!self)
 115         return NULL;
 116     /* copy the value */
 117     self->value_alloc = cp->value_count + 1;
 118     self->value_count = cp->value_count;
 119     self->value = (char*)mem_a(self->value_alloc);
 120     if (!self->value) {
 121         mem_d(self);
 122         return NULL;
 123     }
 124     memcpy(self->value, cp->value, cp->value_count);
 125     self->value[self->value_alloc-1] = 0;
 126
 127     /* rest */
 128     self->ctx = cp->ctx;
 129     self->ttype = cp->ttype;
 130     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 131     return self;
 132 }
 133
 134 void token_delete_all(token *t)
 135 {
 136     token *n;
 137
 138     do {
 139         n = t->next;
 140         token_delete(t);
 141         t = n;
 142     } while(t);
 143 }
 144
 145 token* token_copy_all(const token *cp)
 146 {
 147     token *cur;
 148     token *out;
 149
 150     out = cur = token_copy(cp);
 151     if (!out)
 152         return NULL;
 153
 154     while (cp->next) {
 155         cp = cp->next;
 156         cur->next = token_copy(cp);
 157         if (!cur->next) {
 158             token_delete_all(out);
 159             return NULL;
 160         }
 161         cur->next->prev = cur;
 162         cur = cur->next;
 163     }
 164
 165     return out;
 166 }
 167 #else
 168 static void lex_token_new(lex_file *lex)
 169 {
 170 #if 0
 171     if (lex->tok)
 172         token_delete(lex->tok);
 173     lex->tok = token_new();
 174 #else
 175     if (lex->tok.value)
 176         vec_shrinkto(lex->tok.value, 0);
 177     lex->tok.constval.t  = 0;
 178     lex->tok.ctx.line = lex->sline;
 179     lex->tok.ctx.file = lex->name;
 180 #endif
 181 }
 182 #endif
 183
 184 lex_file* lex_open(const char *file)
 185 {
 186     lex_file *lex;
 187     FILE *in = util_fopen(file, "rb");
 188
 189     if (!in) {
 190         lexerror(NULL, "open failed: '%s'\n", file);
 191         return NULL;
 192     }
 193
 194     lex = (lex_file*)mem_a(sizeof(*lex));
 195     if (!lex) {
 196         fclose(in);
 197         lexerror(NULL, "out of memory\n");
 198         return NULL;
 199     }
 200
 201     memset(lex, 0, sizeof(*lex));
 202
 203     lex->file = in;
 204     lex->name = util_strdup(file);
 205     lex->line = 1; /* we start counting at 1 */
 206
 207     lex->peekpos = 0;
 208     lex->eof = false;
 209
 210     vec_push(lex_filenames, lex->name);
 211     return lex;
 212 }
 213
 214 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 215 {
 216     lex_file *lex;
 217
 218     lex = (lex_file*)mem_a(sizeof(*lex));
 219     if (!lex) {
 220         lexerror(NULL, "out of memory\n");
 221         return NULL;
 222     }
 223
 224     memset(lex, 0, sizeof(*lex));
 225
 226     lex->file = NULL;
 227     lex->open_string        = str;
 228     lex->open_string_length = len;
 229     lex->open_string_pos    = 0;
 230
 231     lex->name = util_strdup(name ? name : "<string-source>");
 232     lex->line = 1; /* we start counting at 1 */
 233
 234     lex->peekpos = 0;
 235     lex->eof = false;
 236
 237     vec_push(lex_filenames, lex->name);
 238
 239     return lex;
 240 }
 241
 242 void lex_cleanup(void)
 243 {
 244     size_t i;
 245     for (i = 0; i < vec_size(lex_filenames); ++i)
 246         mem_d(lex_filenames[i]);
 247     vec_free(lex_filenames);
 248 }
 249
 250 void lex_close(lex_file *lex)
 251 {
 252     size_t i;
 253     for (i = 0; i < vec_size(lex->frames); ++i)
 254         mem_d(lex->frames[i].name);
 255     vec_free(lex->frames);
 256
 257     if (lex->modelname)
 258         vec_free(lex->modelname);
 259
 260     if (lex->file)
 261         fclose(lex->file);
 262 #if 0
 263     if (lex->tok)
 264         token_delete(lex->tok);
 265 #else
 266     vec_free(lex->tok.value);
 267 #endif
 268     /* mem_d(lex->name); collected in lex_filenames */
 269     mem_d(lex);
 270 }
 271
 272 static int lex_fgetc(lex_file *lex)
 273 {
 274     if (lex->file)
 275         return fgetc(lex->file);
 276     if (lex->open_string) {
 277         if (lex->open_string_pos >= lex->open_string_length)
 278             return EOF;
 279         return lex->open_string[lex->open_string_pos++];
 280     }
 281     return EOF;
 282 }
 283
 284 /* Get or put-back data
 285  * The following to functions do NOT understand what kind of data they
 286  * are working on.
 287  * The are merely wrapping get/put in order to count line numbers.
 288  */
 289 static void lex_ungetch(lex_file *lex, int ch);
 290 static int lex_try_trigraph(lex_file *lex, int old)
 291 {
 292     int c2, c3;
 293     c2 = lex_fgetc(lex);
 294     if (c2 != '?') {
 295         lex_ungetch(lex, c2);
 296         return old;
 297     }
 298
 299     c3 = lex_fgetc(lex);
 300     switch (c3) {
 301         case '=': return '#';
 302         case '/': return '\\';
 303         case '\'': return '^';
 304         case '(': return '[';
 305         case ')': return ']';
 306         case '!': return '|';
 307         case '<': return '{';
 308         case '>': return '}';
 309         case '-': return '~';
 310         default:
 311             lex_ungetch(lex, c3);
 312             lex_ungetch(lex, c2);
 313             return old;
 314     }
 315 }
 316
 317 static int lex_try_digraph(lex_file *lex, int ch)
 318 {
 319     int c2;
 320     c2 = lex_fgetc(lex);
 321     /* 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) < 32 && 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     }
 493     if (command) {
 494         vec_pop(command);
 495         while (vec_size(command)) {
 496             lex_ungetch(lex, vec_last(command));
 497             vec_pop(command);
 498         }
 499         vec_free(command);
 500     }
 501     if (pragma) {
 502         vec_pop(pragma);
 503         while (vec_size(pragma)) {
 504             lex_ungetch(lex, vec_last(pragma));
 505             vec_pop(pragma);
 506         }
 507         vec_free(pragma);
 508     }
 509     lex_ungetch(lex, '#');
 510
 511     lex->line = line;
 512     return false;
 513 }
 514
 515 /* Skip whitespace and comments and return the first
 516  * non-white character.
 517  * As this makes use of the above getch() ungetch() functions,
 518  * we don't need to care at all about line numbering anymore.
 519  *
 520  * In theory, this function should only be used at the beginning
 521  * of lexing, or when we *know* the next character is part of the token.
 522  * Otherwise, if the parser throws an error, the linenumber may not be
 523  * the line of the error, but the line of the next token AFTER the error.
 524  *
 525  * This is currently only problematic when using c-like string-continuation,
 526  * since comments and whitespaces are allowed between 2 such strings.
 527  * Example:
 528 printf(   "line one\n"
 529 // A comment
 530           "A continuation of the previous string"
 531 // This line is skipped
 532       , foo);
 533
 534  * In this case, if the parse decides it didn't actually want a string,
 535  * and uses lex->line to print an error, it will show the ', foo);' line's
 536  * linenumber.
 537  *
 538  * On the other hand, the parser is supposed to remember the line of the next
 539  * token's beginning. In this case we would want skipwhite() to be called
 540  * AFTER reading a token, so that the parser, before reading the NEXT token,
 541  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 542  *
 543  * THIS SOLUTION
 544  *    here is to store the line of the first character after skipping
 545  *    the initial whitespace in lex->sline, this happens in lex_do.
 546  */
 547 static int lex_skipwhite(lex_file *lex)
 548 {
 549     int ch = 0;
 550     bool haswhite = false;
 551
 552     do
 553     {
 554         ch = lex_getch(lex);
 555         while (ch != EOF && isspace(ch)) {
 556             if (ch == '\n') {
 557                 if (lex_try_pragma(lex))
 558                     continue;
 559             }
 560             if (lex->flags.preprocessing) {
 561                 if (ch == '\n') {
 562                     /* end-of-line */
 563                     /* see if there was whitespace first */
 564                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 565                         lex_ungetch(lex, ch);
 566                         lex_endtoken(lex);
 567                         return TOKEN_WHITE;
 568                     }
 569                     /* otherwise return EOL */
 570                     return TOKEN_EOL;
 571                 }
 572                 haswhite = true;
 573                 lex_tokench(lex, ch);
 574             }
 575             ch = lex_getch(lex);
 576         }
 577
 578         if (ch == '/') {
 579             ch = lex_getch(lex);
 580             if (ch == '/')
 581             {
 582                 /* one line comment */
 583                 ch = lex_getch(lex);
 584
 585                 if (lex->flags.preprocessing) {
 586                     haswhite = true;
 587                     /*
 588                     lex_tokench(lex, '/');
 589                     lex_tokench(lex, '/');
 590                     */
 591                     lex_tokench(lex, ' ');
 592                     lex_tokench(lex, ' ');
 593                 }
 594
 595                 while (ch != EOF && ch != '\n') {
 596                     if (lex->flags.preprocessing)
 597                         lex_tokench(lex, ' '); /* ch); */
 598                     ch = lex_getch(lex);
 599                 }
 600                 if (lex->flags.preprocessing) {
 601                     lex_ungetch(lex, '\n');
 602                     lex_endtoken(lex);
 603                     return TOKEN_WHITE;
 604                 }
 605                 continue;
 606             }
 607             if (ch == '*')
 608             {
 609                 /* multiline comment */
 610                 if (lex->flags.preprocessing) {
 611                     haswhite = true;
 612                     /*
 613                     lex_tokench(lex, '/');
 614                     lex_tokench(lex, '*');
 615                     */
 616                     lex_tokench(lex, ' ');
 617                     lex_tokench(lex, ' ');
 618                 }
 619
 620                 while (ch != EOF)
 621                 {
 622                     ch = lex_getch(lex);
 623                     if (ch == '*') {
 624                         ch = lex_getch(lex);
 625                         if (ch == '/') {
 626                             if (lex->flags.preprocessing) {
 627                                 /*
 628                                 lex_tokench(lex, '*');
 629                                 lex_tokench(lex, '/');
 630                                 */
 631                                 lex_tokench(lex, ' ');
 632                                 lex_tokench(lex, ' ');
 633                             }
 634                             break;
 635                         }
 636                         lex_ungetch(lex, ch);
 637                     }
 638                     if (lex->flags.preprocessing) {
 639                         if (ch == '\n')
 640                             lex_tokench(lex, '\n');
 641                         else
 642                             lex_tokench(lex, ' '); /* ch); */
 643                     }
 644                 }
 645                 ch = ' '; /* cause TRUE in the isspace check */
 646                 continue;
 647             }
 648             /* Otherwise roll back to the slash and break out of the loop */
 649             lex_ungetch(lex, ch);
 650             ch = '/';
 651             break;
 652         }
 653     } while (ch != EOF && isspace(ch));
 654
 655     if (haswhite) {
 656         lex_endtoken(lex);
 657         lex_ungetch(lex, ch);
 658         return TOKEN_WHITE;
 659     }
 660     return ch;
 661 }
 662
 663 /* Get a token */
 664 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 665 {
 666     int ch;
 667
 668     ch = lex_getch(lex);
 669     while (ch != EOF && isident(ch))
 670     {
 671         lex_tokench(lex, ch);
 672         ch = lex_getch(lex);
 673     }
 674
 675     /* last ch was not an ident ch: */
 676     lex_ungetch(lex, ch);
 677
 678     return true;
 679 }
 680
 681 /* read one ident for the frame list */
 682 static int lex_parse_frame(lex_file *lex)
 683 {
 684     int ch;
 685
 686     lex_token_new(lex);
 687
 688     ch = lex_getch(lex);
 689     while (ch != EOF && ch != '\n' && isspace(ch))
 690         ch = lex_getch(lex);
 691
 692     if (ch == '\n')
 693         return 1;
 694
 695     if (!isident_start(ch)) {
 696         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 697         return -1;
 698     }
 699
 700     lex_tokench(lex, ch);
 701     if (!lex_finish_ident(lex))
 702         return -1;
 703     lex_endtoken(lex);
 704     return 0;
 705 }
 706
 707 /* read a list of $frames */
 708 static bool lex_finish_frames(lex_file *lex)
 709 {
 710     do {
 711         size_t i;
 712         int    rc;
 713         frame_macro m;
 714
 715         rc = lex_parse_frame(lex);
 716         if (rc > 0) /* end of line */
 717             return true;
 718         if (rc < 0) /* error */
 719             return false;
 720
 721         for (i = 0; i < vec_size(lex->frames); ++i) {
 722             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 723                 lex->frames[i].value = lex->framevalue++;
 724                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 725                     return false;
 726                 break;
 727             }
 728         }
 729         if (i < vec_size(lex->frames))
 730             continue;
 731
 732         m.value = lex->framevalue++;
 733         m.name = util_strdup(lex->tok.value);
 734         vec_shrinkto(lex->tok.value, 0);
 735         vec_push(lex->frames, m);
 736     } while (true);
 737 }
 738
 739 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 740 {
 741     int ch = 0;
 742
 743     while (ch != EOF)
 744     {
 745         ch = lex_getch(lex);
 746         if (ch == quote)
 747             return TOKEN_STRINGCONST;
 748
 749         if (lex->flags.preprocessing && ch == '\\') {
 750             lex_tokench(lex, ch);
 751             ch = lex_getch(lex);
 752             if (ch == EOF) {
 753                 lexerror(lex, "unexpected end of file");
 754                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 755                 return (lex->tok.ttype = TOKEN_ERROR);
 756             }
 757             lex_tokench(lex, ch);
 758         }
 759         else if (ch == '\\') {
 760             ch = lex_getch(lex);
 761             if (ch == EOF) {
 762                 lexerror(lex, "unexpected end of file");
 763                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 764                 return (lex->tok.ttype = TOKEN_ERROR);
 765             }
 766
 767             switch (ch) {
 768             case '\\': break;
 769             case '\'': break;
 770             case '"':  break;
 771             case 'a':  ch = '\a'; break;
 772             case 'b':  ch = '\b'; break;
 773             case 'r':  ch = '\r'; break;
 774             case 'n':  ch = '\n'; break;
 775             case 't':  ch = '\t'; break;
 776             case 'f':  ch = '\f'; break;
 777             case 'v':  ch = '\v'; break;
 778             case '\n':  ch = '\n'; break;
 779             default:
 780                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 781                 /* so we just add the character plus backslash no matter what it actually is */
 782                 lex_tokench(lex, '\\');
 783             }
 784             /* add the character finally */
 785             lex_tokench(lex, ch);
 786         }
 787         else
 788             lex_tokench(lex, ch);
 789     }
 790     lexerror(lex, "unexpected end of file within string constant");
 791     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 792     return (lex->tok.ttype = TOKEN_ERROR);
 793 }
 794
 795 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 796 {
 797     bool ishex = false;
 798
 799     int  ch = lastch;
 800
 801     /* parse a number... */
 802     lex->tok.ttype = TOKEN_INTCONST;
 803
 804     lex_tokench(lex, ch);
 805
 806     ch = lex_getch(lex);
 807     if (ch != '.' && !isdigit(ch))
 808     {
 809         if (lastch != '0' || ch != 'x')
 810         {
 811             /* end of the number or EOF */
 812             lex_ungetch(lex, ch);
 813             lex_endtoken(lex);
 814
 815             lex->tok.constval.i = lastch - '0';
 816             return lex->tok.ttype;
 817         }
 818
 819         ishex = true;
 820     }
 821
 822     /* EOF would have been caught above */
 823
 824     if (ch != '.')
 825     {
 826         lex_tokench(lex, ch);
 827         ch = lex_getch(lex);
 828         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 829         {
 830             lex_tokench(lex, ch);
 831             ch = lex_getch(lex);
 832         }
 833     }
 834     /* NOT else, '.' can come from above as well */
 835     if (ch == '.' && !ishex)
 836     {
 837         /* Allow floating comma in non-hex mode */
 838         lex->tok.ttype = TOKEN_FLOATCONST;
 839         lex_tokench(lex, ch);
 840
 841         /* continue digits-only */
 842         ch = lex_getch(lex);
 843         while (isdigit(ch))
 844         {
 845             lex_tokench(lex, ch);
 846             ch = lex_getch(lex);
 847         }
 848     }
 849     /* put back the last character */
 850     /* but do not put back the trailing 'f' or a float */
 851     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 852         ch = lex_getch(lex);
 853
 854     /* generally we don't want words to follow numbers: */
 855     if (isident(ch)) {
 856         lexerror(lex, "unexpected trailing characters after number");
 857         return (lex->tok.ttype = TOKEN_ERROR);
 858     }
 859     lex_ungetch(lex, ch);
 860
 861     lex_endtoken(lex);
 862     if (lex->tok.ttype == TOKEN_FLOATCONST)
 863         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 864     else
 865         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 866     return lex->tok.ttype;
 867 }
 868
 869 int lex_do(lex_file *lex)
 870 {
 871     int ch, nextch, thirdch;
 872
 873     lex_token_new(lex);
 874 #if 0
 875     if (!lex->tok)
 876         return TOKEN_FATAL;
 877 #endif
 878
 879     while (true) {
 880         ch = lex_skipwhite(lex);
 881         if (!lex->flags.mergelines || ch != '\\')
 882             break;
 883         ch = lex_getch(lex);
 884         if (ch != '\n') {
 885             lex_ungetch(lex, ch);
 886             ch = '\\';
 887             break;
 888         }
 889         /* we reached a linemerge */
 890         lex_tokench(lex, '\n');
 891         continue;
 892     }
 893
 894     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 895         return (lex->tok.ttype = ch);
 896     }
 897
 898     lex->sline = lex->line;
 899     lex->tok.ctx.line = lex->sline;
 900     lex->tok.ctx.file = lex->name;
 901
 902     if (lex->eof)
 903         return (lex->tok.ttype = TOKEN_FATAL);
 904
 905     if (ch == EOF) {
 906         lex->eof = true;
 907         return (lex->tok.ttype = TOKEN_EOF);
 908     }
 909
 910     /* modelgen / spiritgen commands */
 911     if (ch == '$') {
 912         const char *v;
 913         size_t frame;
 914
 915         ch = lex_getch(lex);
 916         if (!isident_start(ch)) {
 917             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 918             return lex_do(lex);
 919         }
 920         lex_tokench(lex, ch);
 921         if (!lex_finish_ident(lex))
 922             return (lex->tok.ttype = TOKEN_ERROR);
 923         lex_endtoken(lex);
 924         /* skip the known commands */
 925         v = lex->tok.value;
 926
 927         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 928         {
 929             /* frame/framesave command works like an enum
 930              * similar to fteqcc we handle this in the lexer.
 931              * The reason for this is that it is sensitive to newlines,
 932              * which the parser is unaware of
 933              */
 934             if (!lex_finish_frames(lex))
 935                  return (lex->tok.ttype = TOKEN_ERROR);
 936             return lex_do(lex);
 937         }
 938
 939         if (!strcmp(v, "framevalue"))
 940         {
 941             ch = lex_getch(lex);
 942             while (ch != EOF && isspace(ch) && ch != '\n')
 943                 ch = lex_getch(lex);
 944
 945             if (!isdigit(ch)) {
 946                 lexerror(lex, "$framevalue requires an integer parameter");
 947                 return lex_do(lex);
 948             }
 949
 950             lex_token_new(lex);
 951             lex->tok.ttype = lex_finish_digit(lex, ch);
 952             lex_endtoken(lex);
 953             if (lex->tok.ttype != TOKEN_INTCONST) {
 954                 lexerror(lex, "$framevalue requires an integer parameter");
 955                 return lex_do(lex);
 956             }
 957             lex->framevalue = lex->tok.constval.i;
 958             return lex_do(lex);
 959         }
 960
 961         if (!strcmp(v, "framerestore"))
 962         {
 963             int rc;
 964
 965             lex_token_new(lex);
 966
 967             rc = lex_parse_frame(lex);
 968
 969             if (rc > 0) {
 970                 lexerror(lex, "$framerestore requires a framename parameter");
 971                 return lex_do(lex);
 972             }
 973             if (rc < 0)
 974                 return (lex->tok.ttype = TOKEN_FATAL);
 975
 976             v = lex->tok.value;
 977             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 978                 if (!strcmp(v, lex->frames[frame].name)) {
 979                     lex->framevalue = lex->frames[frame].value;
 980                     return lex_do(lex);
 981                 }
 982             }
 983             lexerror(lex, "unknown framename `%s`", v);
 984             return lex_do(lex);
 985         }
 986
 987         if (!strcmp(v, "modelname"))
 988         {
 989             int rc;
 990
 991             lex_token_new(lex);
 992
 993             rc = lex_parse_frame(lex);
 994
 995             if (rc > 0) {
 996                 lexerror(lex, "$modelname requires a parameter");
 997                 return lex_do(lex);
 998             }
 999             if (rc < 0)
1000                 return (lex->tok.ttype = TOKEN_FATAL);
1001
1002             v = lex->tok.value;
1003             if (lex->modelname) {
1004                 frame_macro m;
1005                 m.value = lex->framevalue;
1006                 m.name = lex->modelname;
1007                 lex->modelname = NULL;
1008                 vec_push(lex->frames, m);
1009             }
1010             lex->modelname = lex->tok.value;
1011             lex->tok.value = NULL;
1012             return lex_do(lex);
1013         }
1014
1015         if (!strcmp(v, "flush"))
1016         {
1017             size_t fi;
1018             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1019                 mem_d(lex->frames[fi].name);
1020             vec_free(lex->frames);
1021             /* skip line (fteqcc does it too) */
1022             ch = lex_getch(lex);
1023             while (ch != EOF && ch != '\n')
1024                 ch = lex_getch(lex);
1025             return lex_do(lex);
1026         }
1027
1028         if (!strcmp(v, "cd") ||
1029             !strcmp(v, "origin") ||
1030             !strcmp(v, "base") ||
1031             !strcmp(v, "flags") ||
1032             !strcmp(v, "scale") ||
1033             !strcmp(v, "skin"))
1034         {
1035             /* skip line */
1036             ch = lex_getch(lex);
1037             while (ch != EOF && ch != '\n')
1038                 ch = lex_getch(lex);
1039             return lex_do(lex);
1040         }
1041
1042         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1043             if (!strcmp(v, lex->frames[frame].name)) {
1044                 lex->tok.constval.i = lex->frames[frame].value;
1045                 return (lex->tok.ttype = TOKEN_INTCONST);
1046             }
1047         }
1048
1049         lexerror(lex, "invalid frame macro");
1050         return lex_do(lex);
1051     }
1052
1053     /* single-character tokens */
1054     switch (ch)
1055     {
1056         case '[':
1057         case '(':
1058         case ':':
1059         case '?':
1060             lex_tokench(lex, ch);
1061             lex_endtoken(lex);
1062             if (lex->flags.noops)
1063                 return (lex->tok.ttype = ch);
1064             else
1065                 return (lex->tok.ttype = TOKEN_OPERATOR);
1066         case ')':
1067         case ';':
1068         case '{':
1069         case '}':
1070         case ']':
1071
1072         case '#':
1073             lex_tokench(lex, ch);
1074             lex_endtoken(lex);
1075             return (lex->tok.ttype = ch);
1076         default:
1077             break;
1078     }
1079
1080     if (lex->flags.noops)
1081     {
1082         /* Detect characters early which are normally
1083          * operators OR PART of an operator.
1084          */
1085         switch (ch)
1086         {
1087             /*
1088             case '+':
1089             case '-':
1090             */
1091             case '*':
1092             case '/':
1093             case '<':
1094             case '>':
1095             case '=':
1096             case '&':
1097             case '|':
1098             case '^':
1099             case '~':
1100             case ',':
1101             case '!':
1102                 lex_tokench(lex, ch);
1103                 lex_endtoken(lex);
1104                 return (lex->tok.ttype = ch);
1105             default:
1106                 break;
1107         }
1108
1109         if (ch == '.')
1110         {
1111             lex_tokench(lex, ch);
1112             /* peak ahead once */
1113             nextch = lex_getch(lex);
1114             if (nextch != '.') {
1115                 lex_ungetch(lex, nextch);
1116                 lex_endtoken(lex);
1117                 return (lex->tok.ttype = ch);
1118             }
1119             /* peak ahead again */
1120             nextch = lex_getch(lex);
1121             if (nextch != '.') {
1122                 lex_ungetch(lex, nextch);
1123                 lex_ungetch(lex, '.');
1124                 lex_endtoken(lex);
1125                 return (lex->tok.ttype = ch);
1126             }
1127             /* fill the token to be "..." */
1128             lex_tokench(lex, ch);
1129             lex_tokench(lex, ch);
1130             lex_endtoken(lex);
1131             return (lex->tok.ttype = TOKEN_DOTS);
1132         }
1133     }
1134
1135     if (ch == ',' || ch == '.') {
1136         lex_tokench(lex, ch);
1137         lex_endtoken(lex);
1138         return (lex->tok.ttype = TOKEN_OPERATOR);
1139     }
1140
1141     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1142         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1143         ch == '=' || ch == '!' || /* ==, != */
1144         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1145     {
1146         lex_tokench(lex, ch);
1147
1148         nextch = lex_getch(lex);
1149         if (nextch == ch || nextch == '=') {
1150             lex_tokench(lex, nextch);
1151         } else if (ch == '-' && nextch == '>') {
1152             lex_tokench(lex, nextch);
1153         } else if (ch == '&' && nextch == '~') {
1154             thirdch = lex_getch(lex);
1155             if (thirdch != '=') {
1156                 lex_ungetch(lex, thirdch);
1157                 lex_ungetch(lex, nextch);
1158             }
1159             else {
1160                 lex_tokench(lex, nextch);
1161                 lex_tokench(lex, thirdch);
1162             }
1163         } else
1164             lex_ungetch(lex, nextch);
1165
1166         lex_endtoken(lex);
1167         return (lex->tok.ttype = TOKEN_OPERATOR);
1168     }
1169
1170     /*
1171     if (ch == '^' || ch == '~' || ch == '!')
1172     {
1173         lex_tokench(lex, ch);
1174         lex_endtoken(lex);
1175         return (lex->tok.ttype = TOKEN_OPERATOR);
1176     }
1177     */
1178
1179     if (ch == '*' || ch == '/') /* *=, /= */
1180     {
1181         lex_tokench(lex, ch);
1182
1183         nextch = lex_getch(lex);
1184         if (nextch == '=') {
1185             lex_tokench(lex, nextch);
1186         } else
1187             lex_ungetch(lex, nextch);
1188
1189         lex_endtoken(lex);
1190         return (lex->tok.ttype = TOKEN_OPERATOR);
1191     }
1192
1193     if (isident_start(ch))
1194     {
1195         const char *v;
1196
1197         lex_tokench(lex, ch);
1198         if (!lex_finish_ident(lex)) {
1199             /* error? */
1200             return (lex->tok.ttype = TOKEN_ERROR);
1201         }
1202         lex_endtoken(lex);
1203         lex->tok.ttype = TOKEN_IDENT;
1204
1205         v = lex->tok.value;
1206         if (!strcmp(v, "void")) {
1207             lex->tok.ttype = TOKEN_TYPENAME;
1208             lex->tok.constval.t = TYPE_VOID;
1209         } else if (!strcmp(v, "int")) {
1210             lex->tok.ttype = TOKEN_TYPENAME;
1211             lex->tok.constval.t = TYPE_INTEGER;
1212         } else if (!strcmp(v, "float")) {
1213             lex->tok.ttype = TOKEN_TYPENAME;
1214             lex->tok.constval.t = TYPE_FLOAT;
1215         } else if (!strcmp(v, "string")) {
1216             lex->tok.ttype = TOKEN_TYPENAME;
1217             lex->tok.constval.t = TYPE_STRING;
1218         } else if (!strcmp(v, "entity")) {
1219             lex->tok.ttype = TOKEN_TYPENAME;
1220             lex->tok.constval.t = TYPE_ENTITY;
1221         } else if (!strcmp(v, "vector")) {
1222             lex->tok.ttype = TOKEN_TYPENAME;
1223             lex->tok.constval.t = TYPE_VECTOR;
1224         } else {
1225             size_t kw;
1226             for (kw = 0; kw < num_keywords_qc; ++kw) {
1227                 if (!strcmp(v, keywords_qc[kw]))
1228                     return (lex->tok.ttype = TOKEN_KEYWORD);
1229             }
1230             if (opts_standard != COMPILER_QCC) {
1231                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1232                     if (!strcmp(v, keywords_fg[kw]))
1233                         return (lex->tok.ttype = TOKEN_KEYWORD);
1234                 }
1235             }
1236         }
1237
1238         return lex->tok.ttype;
1239     }
1240
1241     if (ch == '"')
1242     {
1243         lex->flags.nodigraphs = true;
1244         if (lex->flags.preprocessing)
1245             lex_tokench(lex, ch);
1246         lex->tok.ttype = lex_finish_string(lex, '"');
1247         if (lex->flags.preprocessing)
1248             lex_tokench(lex, ch);
1249         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1250         {
1251             /* Allow c style "string" "continuation" */
1252             ch = lex_skipwhite(lex);
1253             if (ch != '"') {
1254                 lex_ungetch(lex, ch);
1255                 break;
1256             }
1257
1258             lex->tok.ttype = lex_finish_string(lex, '"');
1259         }
1260         lex->flags.nodigraphs = false;
1261         lex_endtoken(lex);
1262         return lex->tok.ttype;
1263     }
1264
1265     if (ch == '\'')
1266     {
1267         /* we parse character constants like string,
1268          * but return TOKEN_CHARCONST, or a vector type if it fits...
1269          * Likewise actual unescaping has to be done by the parser.
1270          * The difference is we don't allow 'char' 'continuation'.
1271          */
1272         if (lex->flags.preprocessing)
1273             lex_tokench(lex, ch);
1274         lex->tok.ttype = lex_finish_string(lex, '\'');
1275         if (lex->flags.preprocessing)
1276             lex_tokench(lex, ch);
1277         lex_endtoken(lex);
1278
1279          /* It's a vector if we can successfully scan 3 floats */
1280 #ifdef WIN32
1281         if (sscanf_s(lex->tok.value, " %f %f %f ",
1282                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1283 #else
1284         if (sscanf(lex->tok.value, " %f %f %f ",
1285                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1286 #endif
1287
1288         {
1289              lex->tok.ttype = TOKEN_VECTORCONST;
1290         }
1291
1292         return lex->tok.ttype;
1293     }
1294
1295     if (isdigit(ch))
1296     {
1297         lex->tok.ttype = lex_finish_digit(lex, ch);
1298         lex_endtoken(lex);
1299         return lex->tok.ttype;
1300     }
1301
1302     lexerror(lex, "unknown token");
1303     return (lex->tok.ttype = TOKEN_ERROR);
1304 }