compiler/cmm/CmmLex.x

   1 -----------------------------------------------------------------------------
   2 --
   3 -- (c) The University of Glasgow, 2004-2006
   4 --
   5 -- Lexer for concrete Cmm.  We try to stay close to the C-- spec, but there
   6 -- are a few minor differences:
   7 --
   8 --   * extra keywords for our macros, and float32/float64 types
   9 --   * global registers (Sp,Hp, etc.)
  10 --
  11 -----------------------------------------------------------------------------
  12
  13 {
  14 {-# LANGUAGE BangPatterns #-}
  15 {-# OPTIONS -Wwarn -w #-}
  16 -- The above -Wwarn supression flag is a temporary kludge.
  17 -- While working on this module you are encouraged to remove it and fix
  18 -- any warnings in the module. See
  19 --     http://hackage.haskell.org/trac/ghc/wiki/Commentary/CodingStyle#Warnings
  20 -- for details
  21
  22 module CmmLex (
  23    CmmToken(..), cmmlex,
  24   ) where
  25
  26 import OldCmm
  27 import Lexer
  28
  29 import SrcLoc
  30 import UniqFM
  31 import StringBuffer
  32 import FastString
  33 import Ctype
  34 import Util
  35 --import TRACE
  36 }
  37
  38 $whitechar   = [\ \t\n\r\f\v\xa0] -- \xa0 is Unicode no-break space
  39 $white_no_nl = $whitechar # \n
  40
  41 $ascdigit  = 0-9
  42 $unidigit  = \x01 -- Trick Alex into handling Unicode. See alexGetChar.
  43 $digit     = [$ascdigit $unidigit]
  44 $octit     = 0-7
  45 $hexit     = [$digit A-F a-f]
  46
  47 $unilarge  = \x03 -- Trick Alex into handling Unicode. See alexGetChar.
  48 $asclarge  = [A-Z \xc0-\xd6 \xd8-\xde]
  49 $large     = [$asclarge $unilarge]
  50
  51 $unismall  = \x04 -- Trick Alex into handling Unicode. See alexGetChar.
  52 $ascsmall  = [a-z \xdf-\xf6 \xf8-\xff]
  53 $small     = [$ascsmall $unismall \_]
  54
  55 $namebegin = [$large $small \. \$ \@]
  56 $namechar  = [$namebegin $digit]
  57
  58 @decimal     = $digit+
  59 @octal       = $octit+
  60 @hexadecimal = $hexit+
  61 @exponent    = [eE] [\-\+]? @decimal
  62
  63 @floating_point = @decimal \. @decimal @exponent? | @decimal @exponent
  64
  65 @escape      = \\ ([abfnrt\\\'\"\?] | x $hexit{1,2} | $octit{1,3})
  66 @strchar     = ($printable # [\"\\]) | @escape
  67
  68 cmm :-
  69
  70 $white_no_nl+           ;
  71 ^\# pragma .* \n        ; -- Apple GCC 3.3 CPP generates pragmas in its output
  72
  73 ^\# (line)?             { begin line_prag }
  74
  75 -- single-line line pragmas, of the form
  76 --    # <line> "<file>" <extra-stuff> \n
  77 <line_prag> $digit+                     { setLine line_prag1 }
  78 <line_prag1> \" [^\"]* \"       { setFile line_prag2 }
  79 <line_prag2> .*                         { pop }
  80
  81 <0> {
  82   \n                    ;
  83
  84   [\:\;\{\}\[\]\(\)\=\`\~\/\*\%\-\+\&\^\|\>\<\,\!]      { special_char }
  85
  86   ".."                  { kw CmmT_DotDot }
  87   "::"                  { kw CmmT_DoubleColon }
  88   ">>"                  { kw CmmT_Shr }
  89   "<<"                  { kw CmmT_Shl }
  90   ">="                  { kw CmmT_Ge }
  91   "<="                  { kw CmmT_Le }
  92   "=="                  { kw CmmT_Eq }
  93   "!="                  { kw CmmT_Ne }
  94   "&&"                  { kw CmmT_BoolAnd }
  95   "||"                  { kw CmmT_BoolOr }
  96
  97   P@decimal             { global_regN (\n -> VanillaReg n VGcPtr) }
  98   R@decimal             { global_regN (\n -> VanillaReg n VNonGcPtr) }
  99   F@decimal             { global_regN FloatReg }
 100   D@decimal             { global_regN DoubleReg }
 101   L@decimal             { global_regN LongReg }
 102   Sp                    { global_reg Sp }
 103   SpLim                 { global_reg SpLim }
 104   Hp                    { global_reg Hp }
 105   HpLim                 { global_reg HpLim }
 106   CurrentTSO            { global_reg CurrentTSO }
 107   CurrentNursery        { global_reg CurrentNursery }
 108   HpAlloc               { global_reg HpAlloc }
 109   BaseReg               { global_reg BaseReg }
 110
 111   $namebegin $namechar* { name }
 112
 113   0 @octal              { tok_octal }
 114   @decimal              { tok_decimal }
 115   0[xX] @hexadecimal    { tok_hexadecimal }
 116   @floating_point       { strtoken tok_float }
 117
 118   \" @strchar* \"       { strtoken tok_string }
 119 }
 120
 121 {
 122 data CmmToken
 123   = CmmT_SpecChar  Char
 124   | CmmT_DotDot
 125   | CmmT_DoubleColon
 126   | CmmT_Shr
 127   | CmmT_Shl
 128   | CmmT_Ge
 129   | CmmT_Le
 130   | CmmT_Eq
 131   | CmmT_Ne
 132   | CmmT_BoolAnd
 133   | CmmT_BoolOr
 134   | CmmT_CLOSURE
 135   | CmmT_INFO_TABLE
 136   | CmmT_INFO_TABLE_RET
 137   | CmmT_INFO_TABLE_FUN
 138   | CmmT_INFO_TABLE_CONSTR
 139   | CmmT_INFO_TABLE_SELECTOR
 140   | CmmT_else
 141   | CmmT_export
 142   | CmmT_section
 143   | CmmT_align
 144   | CmmT_goto
 145   | CmmT_if
 146   | CmmT_jump
 147   | CmmT_foreign
 148   | CmmT_never
 149   | CmmT_prim
 150   | CmmT_return
 151   | CmmT_returns
 152   | CmmT_import
 153   | CmmT_switch
 154   | CmmT_case
 155   | CmmT_default
 156   | CmmT_bits8
 157   | CmmT_bits16
 158   | CmmT_bits32
 159   | CmmT_bits64
 160   | CmmT_float32
 161   | CmmT_float64
 162   | CmmT_gcptr
 163   | CmmT_GlobalReg GlobalReg
 164   | CmmT_Name      FastString
 165   | CmmT_String    String
 166   | CmmT_Int       Integer
 167   | CmmT_Float     Rational
 168   | CmmT_EOF
 169 #ifdef DEBUG
 170   deriving (Show)
 171 #endif
 172
 173 -- -----------------------------------------------------------------------------
 174 -- Lexer actions
 175
 176 type Action = SrcSpan -> StringBuffer -> Int -> P (Located CmmToken)
 177
 178 begin :: Int -> Action
 179 begin code _span _str _len = do pushLexState code; lexToken
 180
 181 pop :: Action
 182 pop _span _buf _len = do popLexState; lexToken
 183
 184 special_char :: Action
 185 special_char span buf len = return (L span (CmmT_SpecChar (currentChar buf)))
 186
 187 kw :: CmmToken -> Action
 188 kw tok span buf len = return (L span tok)
 189
 190 global_regN :: (Int -> GlobalReg) -> Action
 191 global_regN con span buf len
 192   = return (L span (CmmT_GlobalReg (con (fromIntegral n))))
 193   where buf' = stepOn buf
 194         n = parseUnsignedInteger buf' (len-1) 10 octDecDigit
 195
 196 global_reg :: GlobalReg -> Action
 197 global_reg r span buf len = return (L span (CmmT_GlobalReg r))
 198
 199 strtoken :: (String -> CmmToken) -> Action
 200 strtoken f span buf len =
 201   return (L span $! (f $! lexemeToString buf len))
 202
 203 name :: Action
 204 name span buf len =
 205   case lookupUFM reservedWordsFM fs of
 206         Just tok -> return (L span tok)
 207         Nothing  -> return (L span (CmmT_Name fs))
 208   where
 209         fs = lexemeToFastString buf len
 210
 211 reservedWordsFM = listToUFM $
 212         map (\(x, y) -> (mkFastString x, y)) [
 213         ( "CLOSURE",            CmmT_CLOSURE ),
 214         ( "INFO_TABLE",         CmmT_INFO_TABLE ),
 215         ( "INFO_TABLE_RET",     CmmT_INFO_TABLE_RET ),
 216         ( "INFO_TABLE_FUN",     CmmT_INFO_TABLE_FUN ),
 217         ( "INFO_TABLE_CONSTR",  CmmT_INFO_TABLE_CONSTR ),
 218         ( "INFO_TABLE_SELECTOR",CmmT_INFO_TABLE_SELECTOR ),
 219         ( "else",               CmmT_else ),
 220         ( "export",             CmmT_export ),
 221         ( "section",            CmmT_section ),
 222         ( "align",              CmmT_align ),
 223         ( "goto",               CmmT_goto ),
 224         ( "if",                 CmmT_if ),
 225         ( "jump",               CmmT_jump ),
 226         ( "foreign",            CmmT_foreign ),
 227         ( "never",              CmmT_never ),
 228         ( "prim",               CmmT_prim ),
 229         ( "return",             CmmT_return ),
 230         ( "returns",            CmmT_returns ),
 231         ( "import",             CmmT_import ),
 232         ( "switch",             CmmT_switch ),
 233         ( "case",               CmmT_case ),
 234         ( "default",            CmmT_default ),
 235         ( "bits8",              CmmT_bits8 ),
 236         ( "bits16",             CmmT_bits16 ),
 237         ( "bits32",             CmmT_bits32 ),
 238         ( "bits64",             CmmT_bits64 ),
 239         ( "float32",            CmmT_float32 ),
 240         ( "float64",            CmmT_float64 ),
 241 -- New forms
 242         ( "b8",                 CmmT_bits8 ),
 243         ( "b16",                CmmT_bits16 ),
 244         ( "b32",                CmmT_bits32 ),
 245         ( "b64",                CmmT_bits64 ),
 246         ( "f32",                CmmT_float32 ),
 247         ( "f64",                CmmT_float64 ),
 248         ( "gcptr",              CmmT_gcptr )
 249         ]
 250
 251 tok_decimal span buf len
 252   = return (L span (CmmT_Int  $! parseUnsignedInteger buf len 10 octDecDigit))
 253
 254 tok_octal span buf len
 255   = return (L span (CmmT_Int  $! parseUnsignedInteger (offsetBytes 1 buf) (len-1) 8 octDecDigit))
 256
 257 tok_hexadecimal span buf len
 258   = return (L span (CmmT_Int  $! parseUnsignedInteger (offsetBytes 2 buf) (len-2) 16 hexDigit))
 259
 260 tok_float str = CmmT_Float $! readRational str
 261
 262 tok_string str = CmmT_String (read str)
 263                  -- urk, not quite right, but it'll do for now
 264
 265 -- -----------------------------------------------------------------------------
 266 -- Line pragmas
 267
 268 setLine :: Int -> Action
 269 setLine code span buf len = do
 270   let line = parseUnsignedInteger buf len 10 octDecDigit
 271   setSrcLoc (mkSrcLoc (srcSpanFile span) (fromIntegral line - 1) 1)
 272         -- subtract one: the line number refers to the *following* line
 273   -- trace ("setLine "  ++ show line) $ do
 274   popLexState
 275   pushLexState code
 276   lexToken
 277
 278 setFile :: Int -> Action
 279 setFile code span buf len = do
 280   let file = lexemeToFastString (stepOn buf) (len-2)
 281   setSrcLoc (mkSrcLoc file (srcSpanEndLine span) (srcSpanEndCol span))
 282   popLexState
 283   pushLexState code
 284   lexToken
 285
 286 -- -----------------------------------------------------------------------------
 287 -- This is the top-level function: called from the parser each time a
 288 -- new token is to be read from the input.
 289
 290 cmmlex :: (Located CmmToken -> P a) -> P a
 291 cmmlex cont = do
 292   tok@(L _ tok__) <- lexToken
 293   --trace ("token: " ++ show tok__) $ do
 294   cont tok
 295
 296 lexToken :: P (Located CmmToken)
 297 lexToken = do
 298   inp@(loc1,buf) <- getInput
 299   sc <- getLexState
 300   case alexScan inp sc of
 301     AlexEOF -> do let span = mkSrcSpan loc1 loc1
 302                   setLastToken span 0
 303                   return (L span CmmT_EOF)
 304     AlexError (loc2,_) -> do failLocMsgP loc1 loc2 "lexical error"
 305     AlexSkip inp2 _ -> do
 306         setInput inp2
 307         lexToken
 308     AlexToken inp2@(end,buf2) len t -> do
 309         setInput inp2
 310         let span = mkSrcSpan loc1 end
 311         span `seq` setLastToken span len
 312         t span buf len
 313
 314 -- -----------------------------------------------------------------------------
 315 -- Monad stuff
 316
 317 -- Stuff that Alex needs to know about our input type:
 318 type AlexInput = (SrcLoc,StringBuffer)
 319
 320 alexInputPrevChar :: AlexInput -> Char
 321 alexInputPrevChar (_,s) = prevChar s '\n'
 322
 323 alexGetChar :: AlexInput -> Maybe (Char,AlexInput)
 324 alexGetChar (loc,s)
 325   | atEnd s   = Nothing
 326   | otherwise = c `seq` loc' `seq` s' `seq` Just (c, (loc', s'))
 327   where c = currentChar s
 328         loc' = advanceSrcLoc loc c
 329         s'   = stepOn s
 330
 331 getInput :: P AlexInput
 332 getInput = P $ \s@PState{ loc=l, buffer=b } -> POk s (l,b)
 333
 334 setInput :: AlexInput -> P ()
 335 setInput (l,b) = P $ \s -> POk s{ loc=l, buffer=b } ()
 336 }