curry gotcha
[cc1516.git] / lex.icl
diff --git a/lex.icl b/lex.icl
index 2eeb600..15ae4f1 100644 (file)
--- a/lex.icl
+++ b/lex.icl
 implementation module lex
 
-from Text import class Text, instance Text String
-import Control.Monad
-import Data.Either
-import Data.Functor
-import Data.List
-import StdString
+import Control.Monad, Control.Applicative
+import Data.Either, Data.Func, Data.Void
+import Data.Map
+from StdFunc import o
 import StdBool
-import StdFile
-import System.CommandLine
-import qualified Text
-
-Start :: *World -> *World
-Start w
-# (out, w) = stdio w
-# (toparse, out) = readEntireFile out
-# (_, w) = fclose (out <<< "\n" <<< toString (lexer toparse)) w
-= w
-
-readEntireFile :: *File -> *([Char], *File)
-readEntireFile f
-# (b, c, f) = freadc f
-| not b = ([], f)
-# (cs, f) = readEntireFile f
-= ([c:cs], f)
+import StdList
+import StdChar
+import StdString
+import StdTuple
+
+import yard
+import AST
+
+:: 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
-
-untilNext :: [Char] -> [Char]
-untilNext [] = []
-untilNext ['*':'/':rest] = rest
-untilNext [x:rest] = untilNext rest
-
-lex :: [Char] -> (Either String Token, [Char])
-lex [] = (Right EndOfFileToken, [])
-//Comments
-lex ['/':'/':rest] = lex (tl (dropWhile ((<>) '\n') rest))
-lex ['/':'*':rest] = lex (untilNext rest)
-//Keyword tokens
-lex ['v':'a':'r':rest] = (Right VarToken, rest)
-lex ['V':'o':'i':'d':rest] = (Right VoidToken, rest)
-lex ['r':'e':'t':'u':'r':'n':rest] = (Right ReturnToken, rest)
-lex ['i':'f':rest] = (Right IfToken, rest)
-lex ['e':'l':'s':'e':rest] = (Right ElseToken, rest)
-lex ['w':'h':'i':'l':'e':rest] = (Right WhileToken, rest)
-lex ['T':'r':'u':'e':rest] = (Right TrueToken, rest)
-lex ['F':'a':'l':'s':'e':rest] = (Right FalseToken, rest)
-lex ['I':'n':'t':rest] = (Right IntTypeToken, rest)
-lex ['C':'h':'a':'r':rest] = (Right CharTypeToken, rest)
-lex ['B':'o':'o':'l':rest] = (Right BoolTypeToken, rest)
-//Two character tokens
-lex [':':':':rest] = (Right DoubleColonToken, rest)
-lex ['!':'=':rest] = (Right NotEqualToken, rest)
-lex ['<':'=':rest] = (Right LesserEqToken, rest)
-lex ['>':'=':rest] = (Right GreaterEqToken, rest)
-lex ['=':'=':rest] = (Right EqualsToken, rest)
-lex ['&':'&':rest] = (Right AmpersandsToken, rest)
-lex ['|':'|':rest] = (Right PipesToken, rest)
-lex ['-':'>':rest] = (Right ArrowToken, rest)
-//One character tokens
-lex ['(':rest] = (Right BraceOpenToken, rest)
-lex [')':rest] = (Right BraceCloseToken, rest)
-lex ['{':rest] = (Right CBraceOpenToken, rest)
-lex ['}':rest] = (Right CBraceCloseToken, rest)
-lex ['[':rest] = (Right SquareOpenToken, rest)
-lex [']':rest] = (Right SquareCloseToken, rest)
-lex [',':rest] = (Right CommaToken, rest)
-lex [':':rest] = (Right ColonToken, rest)
-lex [';':rest] = (Right SColonToken, rest)
-lex ['.':rest] = (Right DotToken, rest)
-lex ['+':rest] = (Right PlusToken, rest)
-lex ['-':rest] = (Right DashToken, rest)
-lex ['*':rest] = (Right StarToken, rest)
-lex ['/':rest] = (Right SlashToken, rest)
-lex ['%':rest] = (Right PercentToken, rest)
-lex ['=':rest] = (Right AssignmentToken, rest)
-lex ['<':rest] = (Right LesserToken, rest)
-lex ['>':rest] = (Right BiggerToken, rest)
-lex ['!':rest] = (Right ExclamationToken, rest)
-//Value tokens
-lex ['\'':x:'\'':rest] = (Right (CharToken x), rest)
-lex ['\'':'\\':x:'\'':rest] = case x of
-       'a' = (Right (CharToken (toChar 7)), rest) //Alarm
-       'b' = (Right (CharToken '\b'), rest)       //Backspace
-       'f' = (Right (CharToken '\f'), rest)       //Formfeed
-       'n' = (Right (CharToken '\n'), rest)       //Newline
-       'r' = (Right (CharToken '\r'), rest)       //Carriage Return
-       't' = (Right (CharToken '\t'), rest)       //Horizontal tab
-       'v' = (Right (CharToken '\v'), rest)       //Vertical tab
-       _ = (Left ("Unknown escape: \\" +++ toString x), [])
-lex [x:xs]
-| isSpace x = lex xs
-| isDigit x = let (is, rest) = span isDigit xs in
-       (Right (NumberToken [x:is]), rest)
-| isAlpha x = let (is, rest) = span (\c.isAlphanum c || c == '_') xs in
-       (Right (IdentToken [x:is]), rest)
-| otherwise = (Left ("Unexpected character: " +++ toString x), [])
-
-instance toString LexerOutput where
-       toString (Left l) = "Error: " +++ l
-       toString (Right x) = 'Text'.concat (print 0 x)
-
-tab :: Int -> [String]
-tab i = replicate i "\t"
-
-print :: Int [Token] -> [String]
-print _ [] = []
-print i [(IdentToken l):rest] = [toString l:print i rest]
-print i [(NumberToken j):rest] = [toString j:print i rest]
-print i [(CharToken c):rest] = ["'":toString c:"'":print i rest]
-print i [VarToken:rest] = ["var ":print i rest]
-print i [ReturnToken:rest] = ["return ":print i rest]
-print i [IfToken:rest] = ["if":print i rest]
-print i [ElseToken:rest] = ["else ":print i rest]
-print i [WhileToken:rest] = ["while":print i rest]
-print i [TrueToken:rest] = ["True":print i rest]
-print i [FalseToken:rest] = ["False":print i rest]
-print i [VoidToken:rest] = ["Void":print i rest]
-print i [IntTypeToken:rest] = ["Int":print i rest]
-print i [CharTypeToken:rest] = ["Char":print i rest]
-print i [BoolTypeToken:rest] = ["Bool":print i rest]
-print i [DoubleColonToken:rest] = [" :: ":print i rest]
-print i [NotEqualToken:rest] = [" != ":print i rest]
-print i [LesserEqToken:rest] = [" <= ":print i rest]
-print i [GreaterEqToken:rest] = [" >= ":print i rest]
-print i [EqualsToken:rest] = [" == ":print i rest]
-print i [AmpersandsToken:rest] = [" && ":print i rest]
-print i [PipesToken:rest] = [" || ":print i rest]
-print i [ArrowToken:rest] = [" -> ":print i rest]
-print i [BraceOpenToken:rest] = ["(":print i rest]
-print i [BraceCloseToken:rest] = [")":print i rest]
-print i [CBraceOpenToken:rest] = ["{\n":tab (i+1)] ++ print (i+1) rest
-print i [CBraceCloseToken:rest] = case rest of
-       [CBraceCloseToken:_] =  ["}\n":tab (i-2)] ++ print (i-1) rest
-       _ = ["}\n":tab (i-1)] ++ print (i-1) rest
-print i [SquareOpenToken:rest] = ["[":print i rest]
-print i [SquareCloseToken:rest] = ["]":print i rest]
-print i [CommaToken:rest] = [", ":print i rest]
-print i [ColonToken:rest] = [":":print i rest]
-print i [SColonToken:rest] = case rest of
-       [CBraceCloseToken:_] = [";\n":tab (i-1)] ++ print i rest
-       _ = [";\n":tab i] ++ print i rest
-print i [DotToken:rest] = [".":print i rest]
-print i [PlusToken:rest] = [" + ":print i rest]
-print i [DashToken:rest] = [" - ":print i rest]
-print i [StarToken:rest] = [" * ":print i rest]
-print i [SlashToken:rest] = [" / ":print i rest]
-print i [PercentToken:rest] = [" % ":print i rest]
-print i [AssignmentToken:rest] = [" = ":print i rest]
-print i [LesserToken:rest] = [" < ":print i rest]
-print i [BiggerToken:rest] = [" > ":print i rest]
-print i [ExclamationToken:rest] = ["!":print i rest]
-print i [EndOfFileToken:rest] = ["\n":print i rest]
+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)