updated directory structure
[cc1516.git] / lex.icl
diff --git a/lex.icl b/lex.icl
index 1475a0e..9a414cb 100644 (file)
--- a/lex.icl
+++ b/lex.icl
 implementation module lex
 
-import Data.Either
-import Data.List
+import Control.Monad, Control.Applicative
+import Data.Either, Data.Func, Data.Maybe, Data.Functor
+from StdFunc import o
+import StdBool
+import StdList
+import StdChar
 import StdString
-import System.CommandLine
-import StdFile
-import StdMisc
-from StdFunc import id, const
-import Data.Maybe
-import Control.Applicative
-import Control.Monad
-import Control.Monad.State
-from Data.Func import $
-
-// Misschien moeten we hier continuation style van maken
-instance toString lexerOutput where
-       toString l = "dit is een lexer output, danwel error\n"
-
-lexer :: [Char] -> LexerOutput [Token]
-lexer _ = Left "Not Implemented"
-
-Start :: *World -> *World
-Start w
-# (args, w) = getCommandLine w // We lezen nu nog standaard van stdin
-# (out, w) = stdio w
-# (toparse, out) = readEntireFile out
-# out = out <<< toString (lexer toparse)
-# (b, w) = fclose out w
-| not b = setReturnCode 1 w
-= w
-       where
-               readEntireFile :: *File -> *([Char], *File)
-               readEntireFile f
-               # (b, c, f) = freadc f
-               | not b = ([], f)
-               # (cs, f) = readEntireFile f
-               = ([c:cs], f)
-
-
-
-// Clean adaption of Yard, a parsec like parser combinator
-:: Parser a = Parser ([Char] -> (LexerOutput a, [Char]))
-
-runParser :: (Parser a) [Char] -> (LexerOutput a, [Char])
-runParser (Parser p) s = p s
-
-instance Functor Parser where
-    fmap f s    = liftM f s
-
-instance Applicative Parser where
-    pure a      = Parser $ \s -> (Right a, s) 
-    (<*>) sf s  = ap sf s
-
-instance Monad Parser where
-    bind p f    = Parser $ \s -> let (out, rest) = runParser p s in case out of
-                    Left e  = (Left e, rest)
-                    Right t = runParser (f t) rest
-
-//gives us some, many and optional
-instance Alternative Parser where
-    empty       = zero
-    (<|>) p1 p2 = parserAlternative p1 p2
-parserAlternative p1 p2 = Parser $ \s -> let (out, rest) = runParser p1 s in case out of
-                            Left e  = runParser p2 s
-                            Right t = (Right t, rest)
 
-//parser that fails with error
-fail :: String -> Parser a
-fail e = Parser $ \s -> (Left e, s)
-
-//parser that always fails
-zero :: Parser a
-zero = fail "Zero parser"
-
-//matches exactly one Char
-item :: Parser Char
-item = Parser $ \s -> case s of 
-        []      = (Left "Unexpected empty input", s)
-        [x:xs]  = (Right x, xs)
-
-//matches any char which satisfies f
-satisfy :: (Char -> Bool) -> Parser Char
-satisfy f = item >>= (\r -> if (f r) (return r) zero)
-
-//tries a parser, if it fails returns a default value
-optionalDef :: a (Parser a) -> Parser a
-optionalDef def p = parserAlternative p (return def)
-
-//matched given char
-char :: Char -> Parser Char
-char c = satisfy (\i -> c==i) //I hate that we can't do: satisfy (==c)
-
-alpha :: Parser Char
-alpha = satisfy isAlpha
-
-digit :: Parser Char
-digit = satisfy isDigit
-
-//matches a given String
-string :: [Char] -> Parser [Char]
-string s = mapM_ char s >>| return s
\ No newline at end of file
+from Text import class Text(textSize,concat), instance Text String
+
+import yard
+
+lexer :: [Char] -> LexerOutput
+lexer r = case runParser (lexProgram 1 1) r of
+       (Right p, _) = Right p
+       (Left e, _) = Left e
+
+lexProgram :: Int Int -> Parser Char [Token]
+lexProgram line column = lexToken >>= \t->case t of
+               LexEOF = pure []
+               (LexItemError e) = fail <?> 
+                       PositionalError line column ("LexerError: " +++ e)
+               (LexToken c t) = lexProgram line (column+c)
+                       >>= \rest->pure [{line=line, column=column, token=t}:rest]
+               LexNL = lexProgram (line+1) 1
+               (LexSpace l c) = lexProgram (line+l) (column+c)
+
+:: LexItem 
+       = LexToken Int TokenValue
+       | LexSpace Int Int
+       | LexNL 
+       | LexEOF 
+       | LexItemError String
+
+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 <|>
+       //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 <|>
+       //Number and identifier tokens
+       lexNumber <|> lexIdentifier <|>
+       (item '\n' >>| pure LexNL) <|>
+       (satisfy isSpace >>| (pure $ LexSpace 0 1)) <|>
+       (eof >>| pure LexEOF)
+       where
+               lexWord :: String TokenValue -> Parser Char LexItem
+               lexWord s tv = list (fromString s) >>| pure (LexToken (textSize s) tv)
+
+               lexKw :: String TokenValue -> Parser Char LexItem
+               lexKw kw tv = lexWord kw tv <* check (not o isIdentChar)
+
+               lexUntilNL = top until (eof <|> (item '\n' >>| pure Void))
+
+               lexComment :: Parser Char LexItem
+       lexComment = list (fromString "//") >>| lexUntilNL 
+                       >>= \chars->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 = toString <$> some (satisfy isDigit) 
+                       >>= \si->pure $ LexToken (textSize si) (NumberToken $ toInt si)
+
+               lexIdentifier :: Parser Char LexItem
+               lexIdentifier = toString <$> some (satisfy isIdentChar)
+                       >>= \si->pure $ LexToken (textSize si) (IdentToken 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 char of
+                               'a' = LexToken 4 (CharToken $ toChar 7)
+                               'b' = LexToken 4 (CharToken '\b')
+                               'b' = LexToken 4 (CharToken '\b')
+                               'f' = LexToken 4 (CharToken '\f')
+                               'n' = LexToken 4 (CharToken '\n')
+                               'r' = LexToken 4 (CharToken '\t')
+                               'v' = LexToken 4 (CharToken '\v')
+                               '\'' =LexToken 4 (CharToken '\'')
+                               c = (LexItemError $ "Unknown escape: " +++ toString c)