Add simple tokenizer
This commit is contained in:
192
dare.c
Normal file
192
dare.c
Normal file
@@ -0,0 +1,192 @@
|
||||
#include <stdlib.h>
|
||||
#include <stdio.h>
|
||||
#include <errno.h>
|
||||
#include <ctype.h>
|
||||
#include <assert.h>
|
||||
#include <stdbool.h>
|
||||
|
||||
#include "os.h"
|
||||
#include "s8slice.h"
|
||||
|
||||
typedef struct Parser {
|
||||
S8Slice file;
|
||||
int64_t cursor;
|
||||
} Parser;
|
||||
|
||||
typedef struct Token {
|
||||
enum {
|
||||
TOKEN_UNDEFINED,
|
||||
TOKEN_INT,
|
||||
TOKEN_IDENTIFIER,
|
||||
TOKEN_STRING,
|
||||
TOKEN_SYNTAX_ERROR,
|
||||
TOKEN_EOF,
|
||||
} kind;
|
||||
union {
|
||||
S8Slice identifier;
|
||||
S8Slice string;
|
||||
int integer;
|
||||
};
|
||||
} Token;
|
||||
|
||||
Parser parser_attach(S8Slice file)
|
||||
{
|
||||
return (Parser){.file = file, .cursor = 0};
|
||||
}
|
||||
|
||||
static int parser_peek(Parser* p)
|
||||
{
|
||||
const int ch = p->cursor >= p->file.len
|
||||
? EOF
|
||||
: (int)p->file.data[p->cursor];
|
||||
return ch;
|
||||
}
|
||||
|
||||
static int parser_getch(Parser* p)
|
||||
{
|
||||
const int ch = p->cursor >= p->file.len
|
||||
? EOF
|
||||
: (int)p->file.data[p->cursor];
|
||||
p->cursor += 1;
|
||||
if (ch == '\n' && parser_peek(p) == '\r') {
|
||||
p->cursor += 1;
|
||||
}
|
||||
return ch;
|
||||
}
|
||||
|
||||
static void parser_ungetch(Parser* p)
|
||||
{
|
||||
if (p->cursor > 0) {
|
||||
p->cursor -= 1;
|
||||
}
|
||||
}
|
||||
|
||||
static void parser_discard(Parser* p, int (*f) (int))
|
||||
{
|
||||
int ch;
|
||||
while (ch = parser_getch(p), f(ch))
|
||||
/* noop */;
|
||||
if (ch != EOF)
|
||||
parser_ungetch(p);
|
||||
}
|
||||
|
||||
static Token read_integer(Parser* p)
|
||||
{
|
||||
/* FIXME: add support for 0x prefixes */
|
||||
|
||||
/* the first char should be guaranteed to be isdigit */
|
||||
assert(isdigit(parser_peek(p)));
|
||||
|
||||
int ch = EOF;
|
||||
int n = 0;
|
||||
while (ch = parser_getch(p), isdigit(ch)) {
|
||||
n *= 10;
|
||||
n += ch - '0';
|
||||
}
|
||||
parser_ungetch(p);
|
||||
|
||||
Token t = {.kind = TOKEN_INT, .integer = n};
|
||||
|
||||
return t;
|
||||
}
|
||||
|
||||
static Token read_identifier(Parser* p)
|
||||
{
|
||||
int ch = EOF;
|
||||
|
||||
/* the first char should be guaranteed to be isalpha */
|
||||
assert(isalpha(parser_peek(p)));
|
||||
|
||||
int64_t begin = p->cursor;
|
||||
while (ch = parser_getch(p), isalnum(ch))
|
||||
/* NOOP */;
|
||||
parser_ungetch(p);
|
||||
int64_t end = p->cursor;
|
||||
|
||||
Token t = {
|
||||
.kind = TOKEN_IDENTIFIER,
|
||||
.identifier = s8slice(&p->file, begin, end)
|
||||
};
|
||||
|
||||
return t;
|
||||
}
|
||||
|
||||
static Token read_string(Parser* p)
|
||||
{
|
||||
int ch = EOF;
|
||||
|
||||
/* the first char should be guaranteed to be '"' */
|
||||
assert(parser_peek(p) == '"');
|
||||
|
||||
(void)parser_getch(p); /* skip quote */
|
||||
int64_t begin = p->cursor;
|
||||
while (ch = parser_getch(p), ch != '"' && ch != '\n' && ch != EOF)
|
||||
/* NOOP */;
|
||||
if (ch != '"') {
|
||||
fprintf(stderr, "syntax error: expected \", found %c\n", ch);
|
||||
exit(EXIT_FAILURE);
|
||||
}
|
||||
int64_t end = p->cursor - 1; /* subtract one to ignore end quote */
|
||||
|
||||
Token t = {
|
||||
.kind = TOKEN_STRING,
|
||||
.identifier = s8slice(&p->file, begin, end)
|
||||
};
|
||||
|
||||
return t;
|
||||
}
|
||||
|
||||
static Token read_token(Parser* p)
|
||||
{
|
||||
int ch = parser_peek(p);
|
||||
|
||||
Token t;
|
||||
|
||||
if (ch == EOF) {
|
||||
t.kind = TOKEN_EOF;
|
||||
} else if (isalpha(ch)) {
|
||||
t = read_identifier(p);
|
||||
} else if (isdigit(ch)) {
|
||||
t = read_integer(p);
|
||||
} else if (ch == '"') {
|
||||
t = read_string(p);
|
||||
}
|
||||
|
||||
return t;
|
||||
}
|
||||
|
||||
int main(int argc, char** argv)
|
||||
{
|
||||
if (argc != 2) {
|
||||
fprintf(stderr, "Usage: %s <file>\n", argv[0] ? argv[0] : "program");
|
||||
exit(EXIT_FAILURE);
|
||||
}
|
||||
|
||||
S8Slice path = s8slice_from_cstr(argv[1]);
|
||||
const S8Slice f = os_open_file(path, OS_READ);
|
||||
|
||||
if (f.len == -1) {
|
||||
fprintf(stderr, "could not open file %s: %s\n", path.data, strerror(errno));
|
||||
exit(EXIT_FAILURE);
|
||||
}
|
||||
|
||||
Parser p = parser_attach(f);
|
||||
Token t = {0};
|
||||
while (true) {
|
||||
parser_discard(&p, isspace);
|
||||
Token t = read_token(&p);
|
||||
if (t.kind == TOKEN_IDENTIFIER) {
|
||||
S8Slice s = t.identifier;
|
||||
printf("{.len = %lld, .data = %.*s}\n", s.len, (int)s.len, s.data);
|
||||
} else if (t.kind == TOKEN_INT) {
|
||||
printf("%d\n", t.integer);
|
||||
} else if (t.kind == TOKEN_STRING) {
|
||||
S8Slice s = t.identifier;
|
||||
printf("{.len = %lld, .data = %.*s}\n", s.len, (int)s.len, s.data);
|
||||
} else if (t.kind == TOKEN_EOF) {
|
||||
break;
|
||||
}
|
||||
}
|
||||
|
||||
return EXIT_SUCCESS;
|
||||
}
|
||||
Reference in New Issue
Block a user