compiler/parser/LexCore.hs

   1 module LexCore where
   2
   3 import ParserCoreUtils
   4 import Char
   5 import Numeric
   6
   7 isNameChar c = isAlpha c || isDigit c || (c == '_') || (c == '\'')
   8                || (c == '$') || (c == '-') || (c == '.')
   9 isKeywordChar c = isAlpha c || (c == '_')
  10
  11 lexer :: (Token -> P a) -> P a
  12 lexer cont []           = cont TKEOF []
  13 lexer cont ('\n':cs)    = \line -> lexer cont cs (line+1)
  14 lexer cont ('-':'>':cs) = cont TKrarrow cs
  15
  16 lexer cont (c:cs)
  17       | isSpace c               = lexer cont cs
  18       | isLower c || (c == '_') = lexName cont TKname (c:cs)
  19       | isUpper c               = lexName cont TKcname (c:cs)
  20       | isDigit c || (c == '-') = lexNum cont (c:cs)
  21
  22 lexer cont ('%':cs)     = lexKeyword cont cs
  23 lexer cont ('\'':cs)    = lexChar cont cs
  24 lexer cont ('\"':cs)    = lexString [] cont cs
  25 lexer cont ('#':cs)     = cont TKhash cs
  26 lexer cont ('(':cs)     = cont TKoparen cs
  27 lexer cont (')':cs)     = cont TKcparen cs
  28 lexer cont ('{':cs)     = cont TKobrace cs
  29 lexer cont ('}':cs)     = cont TKcbrace cs
  30 lexer cont ('=':cs)     = cont TKeq cs
  31 lexer cont (':':'=':':':cs) = cont TKcoloneqcolon cs
  32 lexer cont (':':':':cs) = cont TKcoloncolon cs
  33 lexer cont ('*':cs)     = cont TKstar cs
  34 lexer cont ('.':cs)     = cont TKdot cs
  35 lexer cont ('\\':cs)    = cont TKlambda cs
  36 lexer cont ('@':cs)     = cont TKat cs
  37 lexer cont ('?':cs)     = cont TKquestion cs
  38 lexer cont (';':cs)     = cont TKsemicolon cs
  39 -- 20060420 GHC spits out constructors with colon in them nowadays. jds
  40 -- 20061103 but it's easier to parse if we split on the colon, and treat them
  41 -- as several tokens
  42 lexer cont (':':cs)     = cont TKcolon cs
  43 -- 20060420 Likewise does it create identifiers starting with dollar. jds
  44 lexer cont ('$':cs)     = lexName cont TKname ('$':cs)
  45 lexer cont (c:cs)       = failP "invalid character" [c]
  46
  47
  48
  49 lexChar cont ('\\':'x':h1:h0:'\'':cs)
  50         | isHexEscape [h1,h0] =  cont (TKchar (hexToChar h1 h0)) cs
  51 lexChar cont ('\\':cs)   = failP "invalid char character" ('\\':(take 10 cs))
  52 lexChar cont ('\'':cs)   = failP "invalid char character" ['\'']
  53 lexChar cont ('\"':cs)   = failP "invalid char character" ['\"']
  54 lexChar cont (c:'\'':cs) = cont (TKchar c) cs
  55
  56
  57 lexString s cont ('\\':'x':h1:h0:cs)
  58         | isHexEscape [h1,h0] = lexString (s++[hexToChar h1 h0]) cont cs
  59 lexString s cont ('\\':cs) = failP "invalid string character" ['\\']
  60 lexString s cont ('\'':cs) = failP "invalid string character" ['\'']
  61 lexString s cont ('\"':cs) = cont (TKstring s) cs
  62 lexString s cont (c:cs) = lexString (s++[c]) cont cs
  63
  64 isHexEscape = all (\c -> isHexDigit c && (isDigit c || isLower c))
  65
  66 hexToChar h1 h0 = chr (digitToInt h1 * 16 + digitToInt h0)
  67
  68
  69 lexNum cont cs =
  70   case cs of
  71      ('-':cs) -> f (-1) cs
  72      _        -> f 1 cs
  73  where f sgn cs =
  74          case span isDigit cs of
  75           (digits,'.':c:rest)
  76                 | isDigit c -> cont (TKrational (fromInteger sgn * r)) rest'
  77                 where ((r,rest'):_) = readFloat (digits ++ ('.':c:rest))
  78                 -- When reading a floating-point number, which is
  79                 -- a bit complicated, use the Haskell 98 library function
  80           (digits,rest) -> cont (TKinteger (sgn * (read digits))) rest
  81
  82 lexName cont cstr cs = cont (cstr name) rest
  83    where (name,rest) = span isNameChar cs
  84
  85 lexKeyword cont cs =
  86    case span isKeywordChar cs of
  87       ("module",rest) -> cont TKmodule rest
  88       ("data",rest)  -> cont TKdata rest
  89       ("newtype",rest) -> cont TKnewtype rest
  90       ("forall",rest) -> cont TKforall rest
  91       ("rec",rest) -> cont TKrec rest
  92       ("let",rest) -> cont TKlet rest
  93       ("in",rest) -> cont TKin rest
  94       ("case",rest) -> cont TKcase rest
  95       ("of",rest) -> cont TKof rest
  96       ("cast",rest) -> cont TKcast rest
  97       ("note",rest) -> cont TKnote rest
  98       ("external",rest) -> cont TKexternal rest
  99       ("local",rest) -> cont TKlocal rest
 100       ("_",rest) -> cont TKwild rest
 101       _ -> failP "invalid keyword" ('%':cs)
 102