Comments kunnen nu eindigen met een EOF ipv newline
[cc1516.git] / src / lex.icl
index cbeaf76..63a14e0 100644 (file)
@@ -1,86 +1,72 @@
 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
+from StdFunc import o
 import StdBool
 import StdList
 import StdChar
 
-SingleCharTokens :: Map Char TokenValue
-SingleCharTokens = fromList [
-       ('(', BraceOpenToken), (')', BraceCloseToken), ('{', CBraceOpenToken),
-       ('}', CBraceCloseToken), ('[', SquareOpenToken), (']', SquareCloseToken),
-       (',', CommaToken), (':', ColonToken), (';', SColonToken),
-       ('.', DotToken), ('+', PlusToken), ('*', StarToken), ('/', SlashToken),
-       ('%', PercentToken), ('=', AssignmentToken), ('<', LesserToken),
-       ('>', BiggerToken), ('!', ExclamationToken), ('-', DashToken)]
-
-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 x = lexer` x 1
-       where
-               lexer` :: [Char] Int -> LexerOutput
-               lexer` [] i = Right []
-               lexer` x i = case lex x i of
-                       (Right t, rest, i) = lexer` rest i >>= \ts.Right [t:ts]
-                       (Left e, _, _) = Left e
-
-ret:: TokenValue [Char] Int -> (Either String Token, [Char], Int)
-ret tv rest i = (Right (i, tv), rest, i)
-
-err :: String Int -> (Either String Token, [Char], Int)
-err s i = (Left ("Line " +++ toString i +++ ": " +++ s), [], i)
+lexer r = case runParser lexProgram r of
+       (Right p, _) = Right p
+       (Left e, _) = Left $ toString e
 
-lex :: [Char] -> (Int -> (Either String Token, [Char], Int))
-lex [] = ret EndOfFileToken []
-lex ['/':'/':xs] = lex (dropWhile ((<>) '\n') xs)
-lex ['/':'*':xs] =  \i.let (c, r) = span ((<>) ('*','/')) $ zip2 [' ':xs] xs in
-       lex (tl $ map snd $ tl $ r) (i + length [x\\(x, _)<-c | x == '\n'])
-lex ['v':'a':'r':xs] = ret VarToken xs
-lex ['V':'o':'i':'d':xs] = ret VoidToken xs
-lex ['r':'e':'t':'u':'r':'n':xs] = ret ReturnToken xs
-lex ['i':'f':xs] = ret IfToken xs
-lex ['e':'l':'s':'e':xs] = ret ElseToken xs
-lex ['w':'h':'i':'l':'e':xs] = ret WhileToken xs
-lex ['T':'r':'u':'e':xs] = ret TrueToken xs
-lex ['F':'a':'l':'s':'e':xs] = ret FalseToken xs
-lex ['I':'n':'t':xs] = ret IntTypeToken xs
-lex ['C':'h':'a':'r':xs] = ret CharTypeToken xs
-lex ['B':'o':'o':'l':xs] = ret BoolTypeToken xs
-lex [':':':':xs] = ret DoubleColonToken xs
-lex ['!':'=':xs] = ret NotEqualToken xs
-lex ['<':'=':xs] = ret LesserEqToken xs
-lex ['>':'=':xs] = ret GreaterEqToken xs
-lex ['=':'=':xs] = ret EqualsToken xs
-lex ['&':'&':xs] = ret AmpersandsToken xs
-lex ['|':'|':xs] = ret PipesToken xs
-lex ['[':']':xs] = ret EmptyListToken xs
-lex ['-':'>':xs] = ret ArrowToken xs
-lex ['\'':x:'\'':xs] = ret (CharToken x) xs
-lex ['\'':'\\':x:'\'':xs] = case get x EscapeMap of
-       Just t = ret (CharToken t) xs
-       _ = err ("Unknown escape: \\" +++ toString x)
-lex t=:[x:xs] = case get x SingleCharTokens of
-       (Just tok) = ret tok xs
-       Nothing
-       | x == '\n' = \i.lex xs (i+1)
-       | isSpace x = lex xs
-       | isDigit x = let (v, r) = span isDigit t in 
-               ret (NumberToken (toInt $ toString v)) r
-       | isAlpha x = let (v, r) = span isIdent t in ret (IdentToken v) r
-               with isIdent c = isAlphanum c || c == '_'
-       | otherwise = err ("Unexpected character: " +++ toString x)
+lexProgram :: Parser Char [Token]
+lexProgram = some lexToken <* many (satisfy isSpace) <* eof
+       >>= \ts->pure (map (\t->(0, 0, t)) ts)
 
-
-derive gEq TokenValue
-
-(===) :: TokenValue Token -> Bool
-(===) (IdentToken _) (_, IdentToken _) = True
-(===) (NumberToken _) (_, NumberToken _) = True
-(===) (CharToken _) (_, CharToken _) = True
-(===) x (_, y) = gEq {|*|} x y
+lexToken :: Parser Char TokenValue
+lexToken = 
+    //Comments
+    (list (fromString "//") >>| until top ((item '\n' >>| return Void) <|> eof) >>| lexToken) <|>
+    (list (fromString "/*") >>| until top (list (fromString "*/")) >>| lexToken) <|>
+       //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) <|>
+       //Escape chars tokens
+       (liftM CharToken $ item '\'' *> item '\\' *> lexEscape <* item '\'') <|>
+       //Normal chars tokens
+       (liftM CharToken $ item '\'' *> satisfy ((<>) '\'') <* item '\'') <|>
+       //Two char ops tokens
+       (lexOp "::" DoubleColonToken) <|> (lexOp "!=" NotEqualToken) <|>
+       (lexOp "<=" LesserEqToken) <|> (lexOp ">=" GreaterEqToken) <|>
+       (lexOp "==" EqualsToken) <|> (lexOp "&&" AmpersandsToken) <|>
+       (lexOp "||" PipesToken) <|> (lexOp "[]" EmptyListToken) <|>
+       (lexOp "->" ArrowToken) <|> 
+       //One char ops tokens
+    (lexOp "(" BraceOpenToken) <|>
+       (lexOp ")" BraceCloseToken) <|> (lexOp "{" CBraceOpenToken) <|>
+       (lexOp "}" CBraceCloseToken) <|> (lexOp "[" SquareOpenToken) <|>
+       (lexOp "]" SquareCloseToken) <|> (lexOp "," CommaToken) <|>
+       (lexOp ":" ColonToken) <|> (lexOp ";" SColonToken) <|>
+       (lexOp "." DotToken) <|> (lexOp "+" PlusToken) <|>
+       (lexOp "*" StarToken) <|> (lexOp "/" SlashToken) <|>
+       (lexOp "%" PercentToken) <|> (lexOp "=" AssignmentToken) <|>
+       (lexOp "<" LesserToken) <|> (lexOp ">" BiggerToken) <|>
+       (lexOp "!" ExclamationToken) <|> (lexOp "-" DashToken) <|>
+       //Number tokens
+       (liftM (NumberToken o toInt o toString) $ some $ satisfy isDigit) <|>
+       //Ident tokens
+       (liftM IdentToken $ some $ satisfy isIdentChar) <|>
+       (satisfy isSpace >>| lexToken)
+//     (eof >>| pure EndOfFileToken) 
+       where
+               isIdentChar c = isAlphanum c || c == '_'
+               lexOp s tv = list (fromString s) >>| pure tv
+               lexKw kw tv = lexOp kw tv <* check (not o isIdentChar) >>| pure tv
+               lexEscape = (
+                       lexOp "a" (toChar 7) <|> lexOp "b" '\b' <|> lexOp "f" '\f' <|>
+                       lexOp "n" '\n' <|> lexOp "r" '\t' <|> lexOp "v" '\v' <|>
+                       lexOp "'" '\'') <?> ("Unknown escape", 0)