updated directory structure
[cc1516.git] / lex.icl
diff --git a/lex.icl b/lex.icl
index e2d679a..9a414cb 100644 (file)
--- a/lex.icl
+++ b/lex.icl
 implementation module lex
 
-import Control.Monad
-import Data.Either, Data.Maybe, Data.Map, Data.Func
-import StdString
-import StdTuple
+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
 
-SingleCharTokens :: Map Char Token
-SingleCharTokens = fromList [
-       ('(', BraceOpenToken), (')', BraceCloseToken), ('{', CBraceOpenToken),
-       ('}', CBraceCloseToken), ('[', SquareOpenToken), (']', SquareCloseToken),
-       (',', CommaToken), (':', ColonToken), (';', SColonToken),
-       ('.', DotToken), ('+', PlusToken), ('*', StarToken), ('/', SlashToken),
-       ('%', PercentToken), ('=', AssignmentToken), ('<', LesserToken),
-       ('>', BiggerToken), ('!', ExclamationToken)]
+from Text import class Text(textSize,concat), instance Text String
 
-EscapeMap :: Map Char Char
-EscapeMap = fromList [('a', toChar 7), ('b', '\b'), ('f', '\f'), ('n', '\n'),
-       ('r', '\r'), ('t', '\t'), ('v', '\v')]
+import yard
 
 lexer :: [Char] -> LexerOutput
-lexer [] = Right []
-lexer x = case lex x of
-       (Right t, rest) = lexer rest >>= \ts.Right [t:ts]
+lexer r = case runParser (lexProgram 1 1) r of
+       (Right p, _) = Right p
        (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), [])
+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)