curry gotcha
[cc1516.git] / lex.icl
diff --git a/lex.icl b/lex.icl
index 0adb20c..15ae4f1 100644 (file)
--- a/lex.icl
+++ b/lex.icl
 implementation module lex
 
-import Control.Monad
-import Data.Either
-import Data.Maybe
+import Control.Monad, Control.Applicative
+import Data.Either, Data.Func, Data.Void
 import Data.Map
-import Data.Func
-import StdString
-import StdTuple
+from StdFunc import o
 import StdBool
 import StdList
 import StdChar
-import qualified Text
+import StdString
+import StdTuple
 
-SingleCharTokens :: Map Char Token
-SingleCharTokens = fromList [
-       ('(', BraceOpenToken), (')', BraceCloseToken), ('{', CBraceOpenToken),
-       ('}', CBraceCloseToken), ('[', SquareOpenToken), (']', SquareCloseToken),
-       (',', CommaToken), (':', ColonToken), (';', SColonToken),
-       ('.', DotToken), ('+', PlusToken), ('*', StarToken), ('/', SlashToken),
-       ('%', PercentToken), ('=', AssignmentToken), ('<', LesserToken),
-       ('>', BiggerToken), ('!', ExclamationToken)]
+import yard
+import AST
 
-EscapeMap :: Map Char Char
-EscapeMap = fromList [('a', toChar 7), ('b', '\b'), ('f', '\f'), ('n', '\n'),
-       ('r', '\r'), ('t', '\t'), ('v', '\v')]
+:: LexItem
+       = LexToken Int TokenValue
+       | LexSpace Int Int
+       | LexNL
+       | LexEOF
+       | LexItemError String
+
+escapes :: Map Char Char
+escapes = fromList [('a', toChar 7), ('b', '\b'), ('f', '\f'), ('n', '\n'),
+       ('r', '\r'), ('t', '\t'), ('v', '\v'), ('\'', '\''), ('"', '"')]
 
 lexer :: [Char] -> LexerOutput
-lexer [] = Right []
-lexer x = case lex x of
-       (Right t, rest) = lexer rest >>= \ts.Right [t:ts]
-       (Left e, _) = Left e
-
-lex :: [Char] -> (Either String Token, [Char])
-lex [] = (Right EndOfFileToken, [])
-lex ['/':'/':xs] = lex $ dropWhile ((<>) '\n') xs
-lex ['/':'*':xs] =
-       lex $ tl $ map snd $ dropWhile ((<>) ('*', '/')) $ zip2 [zero:xs] xs
-lex ['v':'a':'r':xs] = (Right VarToken, xs)
-lex ['V':'o':'i':'d':xs] = (Right VoidToken, xs)
-lex ['r':'e':'t':'u':'r':'n':xs] = (Right ReturnToken, xs)
-lex ['i':'f':xs] = (Right IfToken, xs)
-lex ['e':'l':'s':'e':xs] = (Right ElseToken, xs)
-lex ['w':'h':'i':'l':'e':xs] = (Right WhileToken, xs)
-lex ['T':'r':'u':'e':xs] = (Right TrueToken, xs)
-lex ['F':'a':'l':'s':'e':xs] = (Right FalseToken, xs)
-lex ['I':'n':'t':xs] = (Right IntTypeToken, xs)
-lex ['C':'h':'a':'r':xs] = (Right CharTypeToken, xs)
-lex ['B':'o':'o':'l':xs] = (Right BoolTypeToken, xs)
-lex [':':':':xs] = (Right DoubleColonToken, xs)
-lex ['!':'=':xs] = (Right NotEqualToken, xs)
-lex ['<':'=':xs] = (Right LesserEqToken, xs)
-lex ['>':'=':xs] = (Right GreaterEqToken, xs)
-lex ['=':'=':xs] = (Right EqualsToken, xs)
-lex ['&':'&':xs] = (Right AmpersandsToken, xs)
-lex ['|':'|':xs] = (Right PipesToken, xs)
-lex ['-':'>':xs] = (Right ArrowToken, xs)
-lex ['\'':x:'\'':xs] = (Right (CharToken x), xs)
-lex ['\'':'\\':x:'\'':xs] = case get x EscapeMap of
-       Just t = (Right (CharToken t), xs)
-       _ = (Left ("Unknown escape: \\" +++ toString x), [])
-lex ['-':t=:[x:xs]]
-| isDigit x = let (i, r) = span isDigit t in (Right (NumberToken ['-':i]), r)
-| otherwise = (Right DashToken, xs)
-lex t=:[x:xs] = case get x SingleCharTokens of
-       (Just tok) = (Right tok, xs)
-       Nothing
-       | isSpace x = lex xs
-       | isDigit x = let (i, r) = span isDigit t in (Right (NumberToken i), r)
-       | isAlpha x = let (i, r) = span isIdent t in (Right (IdentToken i), r)
-               with isIdent c = isAlphanum c || c == '_'
-       | otherwise = (Left ("Unexpected character: " +++ toString x), [])
+lexer r = fst $ runParser (lexProgram 1 1) r
+
+lexProgram :: Int Int -> Parser Char [Token]
+lexProgram line column = lexToken >>= \t->case t of
+       LexEOF = pure []
+       LexNL = lexProgram (line+1) 1
+       (LexSpace l c) = lexProgram (line+l) (column+c)
+       (LexItemError e) = fail <?>
+               PositionalError line column ("LexerError: " +++ e)
+       (LexToken c t) = lexProgram line (column+c)
+               >>= \rest->pure [({line=line,col=column}, t):rest]
+
+lexToken :: Parser Char LexItem
+lexToken =
+       //Comments
+       lexBlockComment <|> lexComment <|>
+       //Keyword tokens
+       lexKw "var" VarToken <|> lexKw "Void" VoidToken <|>
+       lexKw "return" ReturnToken <|> lexKw "if" IfToken <|>
+       lexKw "else" ElseToken <|> lexKw "while" WhileToken <|>
+       lexKw "True" TrueToken <|> lexKw "False" FalseToken <|>
+       lexKw "Int" IntTypeToken <|> lexKw "Bool" BoolTypeToken <|>
+       lexKw "Char" CharTypeToken <|>
+    lexKw "let" LetToken <|>
+       //Character tokens
+       lexEscape <|> lexCharacter <|>
+       //Two char ops tokens
+       lexWord "::" DoubleColonToken <|> lexWord "!=" NotEqualToken <|>
+       lexWord "<=" LesserEqToken <|> lexWord ">=" GreaterEqToken <|>
+       lexWord "==" EqualsToken <|> lexWord "&&" AmpersandsToken <|>
+       lexWord "||" PipesToken <|> lexWord "[]" EmptyListToken <|>
+       lexWord "->" ArrowToken <|>
+       //One char ops tokens
+    lexWord "(" BraceOpenToken <|> lexWord ")" BraceCloseToken <|>
+       lexWord "{" CBraceOpenToken <|> lexWord "}" CBraceCloseToken <|>
+       lexWord "[" SquareOpenToken <|> lexWord "]" SquareCloseToken <|>
+       lexWord "," CommaToken <|> lexWord ":" ColonToken <|>
+       lexWord ";" SColonToken <|> lexWord "." DotToken <|>
+       lexWord "+" PlusToken <|> lexWord "*" StarToken <|>
+       lexWord "/" SlashToken <|> lexWord "%" PercentToken <|>
+       lexWord "=" AssignmentToken <|> lexWord "<" LesserToken <|>
+       lexWord ">" BiggerToken <|> lexWord "!" ExclamationToken <|>
+       lexWord "-" DashToken <|> lexWord "\\" BackslashToken <|>
+       //Number and identifier tokens
+       lexString <|> lexNumber <|> lexIdentifier <|>
+       (item '\n' >>| pure LexNL) <|>
+       //Whitespace
+       (satisfy isSpace >>| (pure $ LexSpace 0 1)) <|>
+       (eof >>| pure LexEOF)
+       where
+               lexWord :: String TokenValue -> Parser Char LexItem
+               lexWord s tv = list ls >>| pure (LexToken (length ls) tv)
+                       where ls = fromString s
+
+               lexKw :: String TokenValue -> Parser Char LexItem
+               lexKw kw tv = lexWord kw tv <* check (not o isIdentChar)
+
+               lexComment :: Parser Char LexItem
+               lexComment = list (fromString "//") 
+                       >>| top until (eof <|> (item '\n' >>| pure Void)) >>| pure LexNL
+
+               lexBlockComment :: Parser Char LexItem
+               lexBlockComment = list (fromString "/*")
+                       >>| (top until (list (fromString "*/")))
+                       >>= \chars->pure $ widthHeight chars 0 0
+                       where
+                               widthHeight :: [Char] Int Int -> LexItem
+                               widthHeight [] l c = LexSpace l c
+                               widthHeight ['\n':xs] l _ = widthHeight xs (l+1) 0
+                               widthHeight [x:xs] l c = widthHeight xs l (c+1)
+
+               lexNumber :: Parser Char LexItem
+               lexNumber = some (satisfy isDigit) >>= \si->pure $
+                       LexToken (length si) (NumberToken $ toInt $ toString si)
+
+               lexIdentifier :: Parser Char LexItem
+               lexIdentifier = some (satisfy isIdentChar)
+                       >>= \si->pure $ LexToken (length si) (IdentToken $ toString si)
+
+               isIdentChar c = isAlphanum c || c == '_'
+
+               lexCharacter :: Parser Char LexItem
+               lexCharacter = item '\'' *> satisfy ((<>) '\'') <* item '\''
+                       >>= \char->pure $ LexToken 3 (CharToken char)
+
+               lexEscape :: Parser Char LexItem
+               lexEscape = item '\'' *> item '\\' *> top <* item '\''
+                       >>= \char->pure case get char escapes of
+                               Just e = LexToken 4 (CharToken e)
+                               Nothing = LexItemError $ "Unknown escape: " +++ toString char
+
+               lexString :: Parser Char LexItem
+               lexString = item '"' *> (
+                       many (
+                               (satisfy (\c->c <> '"' && c <> '\\')) <|>
+                               (item '\\' *> top >>= \char->case get char escapes of
+                                       Just e = pure e
+                                       Nothing = empty)
+                       ))<* item '"' >>= \cs-> pure $ LexToken (length cs) (StringToken cs)