lex.c

   1 /*
   2  * Copyright (C) 2012
   3  *      Dale Weiler
   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 <limits.h>
  25 #include <stdlib.h>
  26 #include <ctype.h>
  27 #include <string.h>
  28 #include "gmqcc.h"
  29
  30 /*
  31  * Keywords are multichar, punctuation lexing is a bit more complicated
  32  * than keyword lexing.
  33  */
  34 static const char *const lex_keywords[] = {
  35         "do",    "else",     "if",     "while",
  36         "break", "continue", "return", "goto",
  37         "for",
  38
  39         /* types */
  40         "int",
  41         "void",
  42         "string",
  43         "float",
  44         "vector",
  45         "entity",
  46 };
  47
  48 struct lex_file *lex_open(FILE *fp) {
  49         struct lex_file *lex = mem_a(sizeof(struct lex_file));
  50         if (lex) {
  51                 lex->file = fp;
  52                 fseek(lex->file, 0, SEEK_END);
  53                 lex->length = ftell(lex->file);
  54                 lex->size   = lex->length; /* copy, this is never changed */
  55                 fseek(lex->file, 0, SEEK_SET);
  56                 lex->last = 0;
  57
  58                 memset(lex->peek, 0, sizeof(lex->peek));
  59         }
  60         return lex;
  61 }
  62
  63 int lex_close(struct lex_file *file) {
  64         int ret = -1;
  65         if (file) {
  66                 ret = fclose(file->file);
  67                 mem_d(file);
  68         }
  69         return ret;
  70 }
  71
  72 static void lex_addch(int ch, struct lex_file *file) {
  73         if (file->current <  sizeof(file->lastok)-1)
  74                 file->lastok[file->current++] = (char)ch;
  75         if (file->current == sizeof(file->lastok)-1)
  76                 file->lastok[file->current]   = (char)'\0';
  77 }
  78 static inline void lex_clear(struct lex_file *file) {
  79         file->current = 0;
  80 }
  81
  82 /*
  83  * read in inget/unget character from a lexer stream.
  84  * This doesn't play with file streams, the lexer has
  85  * it's own internal state for this.
  86  */
  87 static int lex_inget(struct lex_file *file) {
  88         file->length --;
  89         if (file->last > 0)
  90                 return file->peek[--file->last];
  91         return fgetc(file->file);
  92 }
  93 static void lex_unget(int ch, struct lex_file *file) {
  94         if (file->last < sizeof(file->peek))
  95                 file->peek[file->last++] = ch;
  96         file->length ++;
  97 }
  98
  99 /*
 100  * This is trigraph and digraph support, a feature not qc compiler
 101  * supports.  Moving up in this world!
 102  */
 103 static int lex_trigraph(struct lex_file *file) {
 104         int  ch;
 105         if ((ch = lex_inget(file)) != '?') {
 106                 lex_unget(ch, file);
 107                 return '?';
 108         }
 109
 110         ch = lex_inget(file);
 111         switch (ch) {
 112                 case '(' : return '[' ;
 113                 case ')' : return ']' ;
 114                 case '/' : return '\\';
 115                 case '\'': return '^' ;
 116                 case '<' : return '{' ;
 117                 case '>' : return '}' ;
 118                 case '!' : return '|' ;
 119                 case '-' : return '~' ;
 120                 case '=' : return '#' ;
 121                 default:
 122                         lex_unget('?', file);
 123                         lex_unget(ch , file);
 124                         return '?';
 125         }
 126         return '?';
 127 }
 128 static int lex_digraph(struct lex_file *file, int first) {
 129         int ch = lex_inget(file);
 130         switch (first) {
 131                 case '<':
 132                         if (ch == '%') return '{';
 133                         if (ch == ':') return '[';
 134                         break;
 135                 case '%':
 136                         if (ch == '>') return '}';
 137                         if (ch == ':') return '#';
 138                         break;
 139                 case ':':
 140                         if (ch == '>') return ']';
 141                         break;
 142         }
 143
 144         lex_unget(ch, file);
 145         return first;
 146 }
 147
 148 static int lex_getch(struct lex_file *file) {
 149         int ch = lex_inget(file);
 150         if (ch == '?')
 151                 return lex_trigraph(file);
 152         if (ch == '<' || ch == ':' || ch == '%')
 153                 return lex_digraph (file, ch);
 154
 155         return ch;
 156 }
 157
 158 static int lex_get(struct lex_file *file) {
 159         int ch;
 160         if (!isspace(ch = lex_getch(file)))
 161                 return ch;
 162
 163         /* skip over all spaces */
 164         while (isspace(ch) && ch != '\n')
 165                 ch = lex_getch(file);
 166
 167         if (ch == '\n')
 168                 return ch;
 169
 170         lex_unget(ch, file);
 171         return ' ';
 172 }
 173
 174 static int lex_skipchr(struct lex_file *file) {
 175         int ch;
 176         int it;
 177
 178         lex_clear(file);
 179         lex_addch('\'', file);
 180
 181         for (it = 0; it < 2 && ((ch = lex_inget(file)) != '\''); it++) {
 182                 lex_addch(ch, file);
 183
 184                 if (ch == '\n')
 185                         return ERROR_LEX;
 186                 if (ch == '\\')
 187                         lex_addch(lex_getch(file), file);
 188         }
 189         lex_addch('\'', file);
 190         lex_addch('\0', file);
 191
 192         if (it > 2)
 193                 return ERROR_LEX;
 194
 195         return LEX_CHRLIT;
 196 }
 197
 198 static int lex_skipstr(struct lex_file *file) {
 199         int ch;
 200         lex_clear(file);
 201         lex_addch('"', file);
 202
 203         while ((ch = lex_getch(file)) != '"') {
 204                 if (ch == '\n' || ch == EOF)
 205                         return ERROR_LEX;
 206
 207                 lex_addch(ch, file);
 208                 if (ch == '\\')
 209                         lex_addch(lex_inget(file), file);
 210         }
 211
 212         lex_addch('"', file);
 213         lex_addch('\0', file);
 214
 215         return LEX_STRLIT;
 216 }
 217 static int lex_skipcmt(struct lex_file *file) {
 218         int ch;
 219         lex_clear(file);
 220         ch = lex_getch(file);
 221
 222         if (ch == '/') {
 223                 lex_addch('/', file);
 224                 lex_addch('/', file);
 225
 226                 while ((ch = lex_getch(file)) != '\n') {
 227                         if (ch == '\\') {
 228                                 lex_addch(ch, file);
 229                                 lex_addch(lex_getch(file), file);
 230                         } else {
 231                                 lex_addch(ch, file);
 232                         }
 233                 }
 234                 lex_addch('\0', file);
 235                 return LEX_COMMENT;
 236         }
 237
 238         if (ch != '*') {
 239                 lex_unget(ch, file);
 240                 return '/';
 241         }
 242
 243         lex_addch('/', file);
 244
 245         /* hate this */
 246         do {
 247                 lex_addch(ch, file);
 248                 while ((ch = lex_getch(file)) != '*') {
 249                         if (ch == EOF)
 250                                 return error(ERROR_LEX, "malformatted comment", " ");
 251                         else
 252                                 lex_addch(ch, file);
 253                 }
 254                 lex_addch(ch, file);
 255         } while ((ch = lex_getch(file)) != '/');
 256
 257         lex_addch('/',  file);
 258         lex_addch('\0', file);
 259
 260         return LEX_COMMENT;
 261 }
 262
 263 static int lex_getsource(struct lex_file *file) {
 264         int ch = lex_get(file);
 265
 266         /* skip char/string/comment */
 267         switch (ch) {
 268                 case '\'': return lex_skipchr(file);
 269                 case '"':  return lex_skipstr(file);
 270                 case '/':  return lex_skipcmt(file);
 271                 default:   return ch;
 272         }
 273 }
 274
 275 int lex_token(struct lex_file *file) {
 276         int ch = lex_getsource(file);
 277         int it;
 278
 279         /* valid identifier */
 280         if (ch > 0 && (ch == '_' || isalpha(ch))) {
 281                 lex_clear(file);
 282                 while (ch > 0 && (isalpha(ch) || ch == '_')) {
 283                         lex_addch(ch, file);
 284                         ch = lex_getsource(file);
 285                 }
 286                 lex_unget(ch,   file);
 287                 lex_addch('\0', file);
 288
 289                 /* look inside the table for a keyword .. */
 290                 for (it = 0; it < sizeof(lex_keywords)/sizeof(*lex_keywords); it++)
 291                         if (!strncmp(file->lastok, lex_keywords[it], sizeof(lex_keywords[it])))
 292                                 return it;
 293
 294                 return LEX_IDENT;
 295         }
 296         return ch;
 297 }
 298
 299 void lex_reset(struct lex_file *file) {
 300         file->current = 0;
 301         file->last    = 0;
 302         file->length  = file->size;
 303         fseek(file->file, 0, SEEK_SET);
 304
 305         memset(file->peek,   0, sizeof(file->peek  ));
 306         memset(file->lastok, 0, sizeof(file->lastok));
 307 }
 308
 309 int lex_debug(struct lex_file *file) {
 310         int list_do       = 0;
 311         int list_else     = 0;
 312         int list_if       = 0;
 313         int list_while    = 0;
 314         int list_break    = 0;
 315         int list_continue = 0;
 316         int list_return   = 0;
 317         int list_goto     = 0;
 318         int list_for      = 0;
 319         int token         = 0;
 320         printf("===========================\nTOKENS:   \n===========================\n");
 321         while ((token = lex_token(file)) != ERROR_LEX && file->length >= 0) {
 322                 if (token != -1) {
 323                         switch (token) {
 324                                 case 0: list_do      ++; break;
 325                                 case 1: list_else    ++; break;
 326                                 case 2: list_if      ++; break;
 327                                 case 3: list_while   ++; break;
 328                                 case 4: list_break   ++; break;
 329                                 case 5: list_continue++; break;
 330                                 case 6: list_return  ++; break;
 331                                 case 7: list_goto    ++; break;
 332                                 case 8: list_for     ++; break;
 333                         }
 334                 }
 335                 if (token >= 33 && token <= 126)
 336                         putchar(token);
 337         }
 338         printf("\n===========================\nBRANCHES \n===========================\n");
 339         printf("\t if       % 8d\n", list_if);
 340         printf("\t else     % 8d\n", list_else);
 341         printf("===========================\nLOOPS      \n===========================\n");
 342         printf("\t for      % 8d\n", list_for);
 343         printf("\t while    % 8d\n", list_while);
 344         printf("\t do       % 8d\n", list_do);
 345         printf("===========================\nSTATEMENTS \n===========================\n");
 346         printf("\t break    % 8d\n", list_break);
 347         printf("\t continue % 8d\n", list_continue);
 348         printf("\t return   % 8d\n", list_return);
 349         printf("\t goto     % 8d\n", list_goto);
 350         printf("===========================\nIDENTIFIERS\n===========================\n");
 351         lex_reset(file);
 352         while ((token = lex_token(file)) != ERROR_LEX && file->length >= 0)
 353                 if (token == LEX_IDENT)
 354                         printf("%s ", file->lastok);
 355         fputc('\n', stdout);
 356         lex_reset(file);
 357         return 1;
 358 }