finish first implementation of lexer
This commit is contained in:
parent
3efdaf7ade
commit
57979aa6fc
3 changed files with 196 additions and 24 deletions
4
Makefile
Normal file
4
Makefile
Normal file
|
@ -0,0 +1,4 @@
|
|||
.PHONY: test
|
||||
|
||||
test:
|
||||
@hare test
|
194
lex.ha
194
lex.ha
|
@ -1,11 +1,11 @@
|
|||
use ascii; // TODO: maybe use unicode?
|
||||
use bufio;
|
||||
use encoding::utf8;
|
||||
use fmt;
|
||||
use io;
|
||||
use memio;
|
||||
use os;
|
||||
use encoding::utf8;
|
||||
use strings;
|
||||
use ascii;
|
||||
|
||||
// my cod prob sux :(
|
||||
|
||||
|
@ -33,32 +33,90 @@ export fn close(lex: *lexer) void = {
|
|||
io::close(&lex.strbuf)!;
|
||||
};
|
||||
|
||||
fn updateloc(lex: *lexer, rn: rune) void = {
|
||||
export fn next(lex: *lexer) (token | io::EOF | error) = {
|
||||
const rn = match (nextrunews(lex)?) {
|
||||
case io::EOF =>
|
||||
return io::EOF;
|
||||
case let rn: rune =>
|
||||
yield rn;
|
||||
};
|
||||
|
||||
switch (rn) {
|
||||
case '(' =>
|
||||
return punctuation::LEFT_PAREN: token;
|
||||
case ')' =>
|
||||
return punctuation::RIGHT_PAREN: token;
|
||||
case '[' =>
|
||||
return punctuation::LEFT_SQUARE_BRACKET: token;
|
||||
case ']' =>
|
||||
return punctuation::RIGHT_SQUARE_BRACKET: token;
|
||||
case '{' =>
|
||||
return punctuation::LEFT_CURLY_BRACKET: token;
|
||||
case '}' =>
|
||||
return punctuation::RIGHT_CURLY_BRACKET: token;
|
||||
case '\\' =>
|
||||
return punctuation::BACKSLASH: token;
|
||||
case ':' =>
|
||||
return punctuation::COLON: token;
|
||||
case '"' =>
|
||||
match (scanstr(lex)?) {
|
||||
case let s: str =>
|
||||
return s;
|
||||
case io::EOF =>
|
||||
return io::EOF;
|
||||
};
|
||||
case =>
|
||||
yield;
|
||||
};
|
||||
|
||||
unget(lex, rn);
|
||||
return word{ v = scanword(lex)? };
|
||||
};
|
||||
|
||||
fn nextrune(lex: *lexer) (rune | io::EOF | error) = {
|
||||
match (lex.unread) {
|
||||
case let rn: rune =>
|
||||
lex.prevloc = lex.loc;
|
||||
lex.unread = void;
|
||||
if (rn == '\n') {
|
||||
lex.loc = (lex.loc.0 + 1, 0);
|
||||
} else {
|
||||
lex.loc.1 += 1;
|
||||
};
|
||||
};
|
||||
|
||||
fn nextrune(lex: *lexer) (rune | io::error | io::EOF | utf8::invalid) = {
|
||||
match (lex.unread) {
|
||||
case let rn: rune =>
|
||||
lex.prevloc = lex.loc;
|
||||
lex.unread = void;
|
||||
updateloc(lex, rn);
|
||||
return rn;
|
||||
case void =>
|
||||
yield;
|
||||
};
|
||||
|
||||
match (bufio::read_rune(lex.in)?) {
|
||||
match (bufio::read_rune(lex.in)) {
|
||||
case let rn: rune =>
|
||||
lex.prevloc = lex.loc;
|
||||
updateloc(lex, rn);
|
||||
if (rn == '\n') {
|
||||
lex.loc = (lex.loc.0 + 1, 0);
|
||||
} else {
|
||||
lex.loc.1 += 1;
|
||||
};
|
||||
return rn;
|
||||
case io::EOF =>
|
||||
return io::EOF;
|
||||
case let err: io::error =>
|
||||
return err;
|
||||
case utf8::invalid =>
|
||||
return lex.loc: invalid;
|
||||
};
|
||||
};
|
||||
|
||||
fn nextrunews(lex: *lexer) (rune | io::EOF | error) = {
|
||||
for (true) {
|
||||
match (nextrune(lex)?) {
|
||||
case let rn: rune =>
|
||||
if (ascii::isspace(rn)) {
|
||||
continue;
|
||||
};
|
||||
return rn;
|
||||
case io::EOF =>
|
||||
return io::EOF;
|
||||
};
|
||||
};
|
||||
};
|
||||
|
||||
|
@ -68,22 +126,93 @@ fn unget(lex: *lexer, rn: rune) void = {
|
|||
lex.loc = lex.prevloc;
|
||||
};
|
||||
|
||||
fn skipws(lex: *lexer) (void | io::EOF | io::error | utf8::invalid) = {
|
||||
fn scanword(lex: *lexer) (str | error) = {
|
||||
memio::reset(&lex.strbuf);
|
||||
for (true) {
|
||||
match (nextrune(lex)?) {
|
||||
case io::EOF => return io::EOF;
|
||||
const rn = match (nextrune(lex)?) {
|
||||
case let rn: rune =>
|
||||
if (!ascii::isspace(rn)) {
|
||||
yield rn;
|
||||
case io::EOF =>
|
||||
break;
|
||||
};
|
||||
if (ascii::isspace(rn)) {
|
||||
unget(lex, rn);
|
||||
return;
|
||||
};
|
||||
break;
|
||||
};
|
||||
memio::appendrune(&lex.strbuf, rn)!;
|
||||
};
|
||||
return memio::string(&lex.strbuf)!;
|
||||
};
|
||||
|
||||
fn scanstr(lex: *lexer) (str | io::EOF | error) = {
|
||||
memio::reset(&lex.strbuf);
|
||||
for (true) {
|
||||
const rn = match (nextrune(lex)?) {
|
||||
case let rn: rune =>
|
||||
yield rn;
|
||||
case io::EOF =>
|
||||
return lex.loc: invalid;
|
||||
};
|
||||
|
||||
switch (rn) {
|
||||
case '"' => break;
|
||||
case '\\' =>
|
||||
memio::appendrune(&lex.strbuf, scanescape(lex)?)!;
|
||||
case =>
|
||||
memio::appendrune(&lex.strbuf, rn)!;
|
||||
};
|
||||
};
|
||||
return memio::string(&lex.strbuf)!;
|
||||
};
|
||||
|
||||
fn scanescape(lex: *lexer) (rune | error) = {
|
||||
const rn = match (nextrune(lex)?) {
|
||||
case let rn: rune =>
|
||||
yield rn;
|
||||
case io::EOF =>
|
||||
return lex.loc: invalid;
|
||||
};
|
||||
|
||||
switch (rn) {
|
||||
case '"' =>
|
||||
return '"';
|
||||
case '\\' =>
|
||||
return '\\';
|
||||
case '\n' =>
|
||||
return '\n';
|
||||
case =>
|
||||
return lex.loc: invalid;
|
||||
};
|
||||
};
|
||||
|
||||
// Tests! :)
|
||||
|
||||
fn tnext(lex: *lexer) token = {
|
||||
match (next(lex)!) {
|
||||
case let t: token =>
|
||||
return t;
|
||||
case =>
|
||||
assert(false);
|
||||
return word { v = "" };
|
||||
};
|
||||
};
|
||||
|
||||
@test fn test_next() void = {
|
||||
let lex = newlexer(&memio::fixed(
|
||||
strings::toutf8("\"hello\" \\greeting def")),
|
||||
"<string>");
|
||||
defer close(&lex);
|
||||
|
||||
let tk = tnext(&lex);
|
||||
assert(tk is str && tk: str == "hello");
|
||||
let tk = tnext(&lex);
|
||||
assert(tk is punctuation && tk: punctuation == punctuation::BACKSLASH);
|
||||
let tk = tnext(&lex);
|
||||
assert(tk is word && (tk: word).v == "greeting");
|
||||
let tk = tnext(&lex);
|
||||
assert(tk is word && (tk: word).v == "def");
|
||||
};
|
||||
|
||||
@test fn test_nextrune() void = {
|
||||
let lex = newlexer(&memio::fixed(strings::toutf8("a\nb")),
|
||||
"<string>");
|
||||
|
@ -95,12 +224,33 @@ fn skipws(lex: *lexer) (void | io::EOF | io::error | utf8::invalid) = {
|
|||
assert(lex.loc.0 == 2u && lex.loc.1 == 1u);
|
||||
};
|
||||
|
||||
@test fn test_skipws() void = {
|
||||
@test fn test_nextrunews() void = {
|
||||
let lex = newlexer(&memio::fixed(strings::toutf8("\n a")),
|
||||
"<string>");
|
||||
defer close(&lex);
|
||||
|
||||
skipws(&lex)!;
|
||||
assert(nextrune(&lex)! == 'a');
|
||||
assert(nextrunews(&lex)! == 'a');
|
||||
assert(lex.loc.0 == 2u && lex.loc.1 == 2u);
|
||||
};
|
||||
|
||||
@test fn test_scanword() void = {
|
||||
let lex = newlexer(&memio::fixed(strings::toutf8("string->number .")),
|
||||
"<string>");
|
||||
defer close(&lex);
|
||||
|
||||
assert(scanword(&lex)! == "string->number");
|
||||
};
|
||||
|
||||
@test fn test_scanstr() void = {
|
||||
let lex = newlexer(&memio::fixed(strings::toutf8("\"\\\\hello\\\"world!\\\n\"")),
|
||||
"<string>");
|
||||
defer close(&lex);
|
||||
|
||||
assert(nextrune(&lex)! == '"');
|
||||
match (scanstr(&lex)!) {
|
||||
case io::EOF =>
|
||||
assert(false);
|
||||
case let s: str =>
|
||||
assert(s == "\\hello\"world!\n");
|
||||
};
|
||||
};
|
||||
|
|
22
types.ha
22
types.ha
|
@ -1,7 +1,25 @@
|
|||
export type punct = enum uint {
|
||||
use io;
|
||||
use fmt;
|
||||
|
||||
export type invalid = !(uint, uint);
|
||||
export type error = !(invalid | io::error);
|
||||
|
||||
export type punctuation = enum uint {
|
||||
LEFT_PAREN, RIGHT_PAREN,
|
||||
LEFT_SQUARE_BRACKET, RIGHT_SQUARE_BRACKET,
|
||||
LEFT_CURLY_BRACKET, RIGHT_CURLY_BRACKET,
|
||||
BACKSLASH, COLON,
|
||||
};
|
||||
export type token = (punct | str | f64 | bool);
|
||||
export type word = struct { v: str };
|
||||
export type token = (punctuation | word | str);
|
||||
|
||||
export fn strerror(err: error) const str = {
|
||||
static let buf: [64]u8 = [0...];
|
||||
match (err) {
|
||||
case let err: invalid =>
|
||||
return fmt::bsprintf(buf,
|
||||
"{}:{}: Invalid token found", err.0, err.1);
|
||||
case let err: io::error =>
|
||||
return io::strerror(err);
|
||||
};
|
||||
};
|
||||
|
|
Loading…
Reference in a new issue