type
[cc1516.git] / src / lex.icl
index 63a14e0..9a414cb 100644 (file)
 implementation module lex
 
 import Control.Monad, Control.Applicative
-import Data.Either, Data.Func
+import Data.Either, Data.Func, Data.Maybe, Data.Functor
 from StdFunc import o
 import StdBool
 import StdList
 import StdChar
+import StdString
+
+from Text import class Text(textSize,concat), instance Text String
 
 import yard
 
 lexer :: [Char] -> LexerOutput
-lexer r = case runParser lexProgram r of
+lexer r = case runParser (lexProgram 1 1) r of
        (Right p, _) = Right p
-       (Left e, _) = Left $ toString e
+       (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)
 
-lexProgram :: Parser Char [Token]
-lexProgram = some lexToken <* many (satisfy isSpace) <* eof
-       >>= \ts->pure (map (\t->(0, 0, t)) ts)
+:: LexItem 
+       = LexToken Int TokenValue
+       | LexSpace Int Int
+       | LexNL 
+       | LexEOF 
+       | LexItemError String
 
-lexToken :: Parser Char TokenValue
+lexToken :: Parser Char LexItem
 lexToken = 
-    //Comments
-    (list (fromString "//") >>| until top ((item '\n' >>| return Void) <|> eof) >>| lexToken) <|>
-    (list (fromString "/*") >>| until top (list (fromString "*/")) >>| 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) <|>
-       //Escape chars tokens
-       (liftM CharToken $ item '\'' *> item '\\' *> lexEscape <* item '\'') <|>
-       //Normal chars tokens
-       (liftM CharToken $ item '\'' *> satisfy ((<>) '\'') <* item '\'') <|>
+       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
-       (lexOp "::" DoubleColonToken) <|> (lexOp "!=" NotEqualToken) <|>
-       (lexOp "<=" LesserEqToken) <|> (lexOp ">=" GreaterEqToken) <|>
-       (lexOp "==" EqualsToken) <|> (lexOp "&&" AmpersandsToken) <|>
-       (lexOp "||" PipesToken) <|> (lexOp "[]" EmptyListToken) <|>
-       (lexOp "->" ArrowToken) <|> 
+       lexWord "::" DoubleColonToken <|> lexWord "!=" NotEqualToken <|>
+       lexWord "<=" LesserEqToken <|> lexWord ">=" GreaterEqToken <|>
+       lexWord "==" EqualsToken <|> lexWord "&&" AmpersandsToken <|>
+       lexWord "||" PipesToken <|> lexWord "[]" EmptyListToken <|>
+       lexWord "->" 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) 
+    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 == '_'
-               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)
+
+               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)