src/org/xwt/js/Lexer.java

   1 // Derived from org.mozilla.javascript.TokenStream [NPL]
   2
   3 /**
   4  * The contents of this file are subject to the Netscape Public
   5  * License Version 1.1 (the "License"); you may not use this file
   6  * except in compliance with the License. You may obtain a copy of
   7  * the License at http://www.mozilla.org/NPL/
   8  *
   9  * Software distributed under the License is distributed on an "AS
  10  * IS" basis, WITHOUT WARRANTY OF ANY KIND, either express or
  11  * implied. See the License for the specific language governing
  12  * rights and limitations under the License.
  13  *
  14  * The Initial Developer of the Original Code is Netscape
  15  * Communications Corporation.
  16  *
  17  * Contributor(s): Roger Lawrence, Mike McCabe
  18  */
  19
  20 package org.xwt.js;
  21 import java.io.*;
  22
  23 /** Lexes a stream of characters into a stream of Tokens */
  24 class Lexer implements Tokens {
  25
  26     /** for debugging */
  27     public static void main(String[] s) throws Exception {
  28         Lexer l = new Lexer(new InputStreamReader(System.in));
  29         int tok = 0;
  30         while((tok = l.getToken()) != -1) System.out.println(codeToString[tok]);
  31     }
  32
  33     /** the token that was just parsed */
  34     protected int op;
  35
  36     /** if the token just parsed was a NUMBER, this is the numeric value */
  37     protected Number number = null;
  38
  39     /** if the token just parsed was a NAME or STRING, this is the string value */
  40     protected String string = null;
  41
  42     /** the line number of the current token */
  43     protected int line = 0;
  44
  45     /** the column number of the current token */
  46     protected int col = 0;
  47
  48     /** the name of the source code file being lexed */
  49     protected String sourceName = "unknown";
  50
  51     private SmartReader in;
  52     public Lexer(Reader r) throws IOException { in = new SmartReader(r); }
  53
  54
  55     // Predicates ///////////////////////////////////////////////////////////////////////
  56
  57     private static boolean isAlpha(int c) { return ((c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z')); }
  58     private static boolean isDigit(int c) { return (c >= '0' && c <= '9'); }
  59     private static int xDigitToInt(int c) {
  60         if ('0' <= c && c <= '9') return c - '0';
  61         else if ('a' <= c && c <= 'f') return c - ('a' - 10);
  62         else if ('A' <= c && c <= 'F') return c - ('A' - 10);
  63         else return -1;
  64     }
  65
  66
  67     // Token Subtype Handlers /////////////////////////////////////////////////////////
  68
  69     private int getKeyword(String s) throws IOException {
  70         char c;
  71         switch (s.length()) {
  72             case 2: c=s.charAt(1);
  73                 if (c=='f') { if (s.charAt(0)=='i') return IF; }
  74                 else if (c=='n') { if (s.charAt(0)=='i') return IN; }
  75                 else if (c=='o') { if (s.charAt(0)=='d') return DO; }
  76                 break;
  77             case 3: switch (s.charAt(0)) {
  78                 case 'a': if (s.charAt(2)=='d' && s.charAt(1)=='n') return AND; break;
  79                 case 'f': if (s.charAt(2)=='r' && s.charAt(1)=='o') return FOR; break;
  80                 case 'i': if (s.charAt(2)=='t' && s.charAt(1)=='n') return RESERVED;
  81                 case 'n': if (s.charAt(2)=='w' && s.charAt(1)=='e') return RESERVED;
  82                 case 't': if (s.charAt(2)=='y' && s.charAt(1)=='r') return TRY; break;
  83                 case 'v': if (s.charAt(2)=='r' && s.charAt(1)=='a') return VAR; break;
  84                 } break;
  85             case 4: switch (s.charAt(0)) {
  86                 case 'b': return s.equals("byte") ? RESERVED : -1;
  87                 case 'c': c=s.charAt(3);
  88                     if (c=='e') { if (s.charAt(2)=='s' && s.charAt(1)=='a') return CASE; }
  89                     else if (c=='r') { if (s.charAt(2)=='a' && s.charAt(1)=='h') return RESERVED; }
  90                     return -1;
  91                 case 'e': c=s.charAt(3);
  92                     if (c=='e') { if (s.charAt(2)=='s' && s.charAt(1)=='l') return ELSE; }
  93                     else if (c=='m') { if (s.charAt(2)=='u' && s.charAt(1)=='n') return RESERVED; }
  94                     return -1;
  95                 case 'g': return s.equals("goto") ? RESERVED : -1;
  96                 case 'l': return s.equals("long") ? RESERVED : -1;
  97                 case 'n': return s.equals("null") ? NULL : -1;
  98                 case 't': c=s.charAt(3);
  99                     if (c=='e') { if (s.charAt(2)=='u' && s.charAt(1)=='r') return TRUE; }
 100                     else if (c=='s') { if (s.charAt(2)=='i' && s.charAt(1)=='h') return THIS; }
 101                     return -1;
 102                 case 'w': if (s.equals("with")) return RESERVED; else return -1;
 103                 case 'v': if (s.equals("void")) return RESERVED; else return -1;
 104                 } break;
 105             case 5: switch (s.charAt(2)) {
 106                 case 'a': return s.equals("class") ? RESERVED : -1;
 107                 case 'e': return s.equals("break") ? BREAK : -1;
 108                 case 'i': return s.equals("while") ? WHILE : -1;
 109                 case 'l': return s.equals("false") ? FALSE : -1;
 110                 case 'n': c=s.charAt(0);
 111                     if (s.equals("const")) return RESERVED;
 112                     else if (s.equals("final")) return RESERVED;
 113                     return -1;
 114                 case 'o': c=s.charAt(0);
 115                     if (c == 'c') return s.equals("float") ? RESERVED : -1;
 116                     else if (c=='s') return s.equals("final") ? RESERVED : -1;
 117                     break;
 118                 case 'p': return s.equals("super") ? RESERVED : -1;
 119                 case 'r': return s.equals("throw") ? THROW : -1;
 120                 case 't': return s.equals("catch") ? CATCH : -1;
 121                 } break;
 122             case 6: switch (s.charAt(1)) {
 123                 case 'a': return s.equals("class") ? RESERVED : -1;
 124                 case 'e': c=s.charAt(0);
 125                     if (s.equals("delete")) return RESERVED;
 126                     else if (c=='r') return s.equals("return") ? RETURN : -1;
 127                     break;
 128                 case 'h': return s.equals("throws") ? RESERVED : -1;
 129                 case 'o': return s.equals("double") ? RESERVED : -1;
 130                 case 's': return s.equals("assert") ? ASSERT : -1;
 131                 case 'u': return s.equals("public") ? RESERVED : -1;
 132                 case 'w': return s.equals("switch") ? SWITCH : -1;
 133                 case 'y': return s.equals("typeof") ? TYPEOF : -1;
 134                 } break;
 135             case 7: switch (s.charAt(1)) {
 136                 case 'a': return s.equals("package") ? RESERVED : -1;
 137                 case 'e': return s.equals("default") ? DEFAULT : -1;
 138                 case 'i': return s.equals("finally") ? FINALLY : -1;
 139                 case 'o': return s.equals("boolean") ? RESERVED : -1;
 140                 case 'r': return s.equals("private") ? RESERVED : -1;
 141                 case 'x': return s.equals("extends") ? RESERVED : -1;
 142                 } break;
 143             case 8: switch (s.charAt(0)) {
 144                 case 'a': return s.equals("abstract") ? RESERVED : -1;
 145                 case 'c': return s.equals("continue") ? CONTINUE : -1;
 146                 case 'd': return s.equals("debugger") ? RESERVED : -1;
 147                 case 'f': return s.equals("function") ? FUNCTION : -1;
 148                 case 'v': return s.equals("volatile") ? RESERVED : -1;
 149                 } break;
 150             case 9: c=s.charAt(0);
 151                 if (c=='i') return s.equals("interface") ? RESERVED : -1;
 152                 else if (c=='p') return s.equals("protected") ? RESERVED : -1;
 153                 else if (c=='t') return s.equals("transient") ? RESERVED : -1;
 154                 break;
 155             case 10: c=s.charAt(1);
 156                 if (c=='m') return s.equals("implements") ? RESERVED : -1;
 157                 else if (c=='n' && s.equals("instanceof")) return RESERVED;
 158                 break;
 159             case 12: return s.equals("synchronized") ? RESERVED : -1;
 160             }
 161         return -1;
 162     }
 163
 164     private int getIdentifier(int c) throws IOException {
 165         in.startString();
 166         while (Character.isJavaIdentifierPart((char)(c = in.read())));
 167         in.unread();
 168         String str = in.getString();
 169         int result = getKeyword(str);
 170         if (result == RESERVED) throw new LexerException("The reserved word \"" + str + "\" is not permitted in XWT scripts");
 171         if (result != -1) return result;
 172         this.string = str.intern();
 173         return NAME;
 174     }
 175
 176     private int getNumber(int c) throws IOException {
 177         int base = 10;
 178         in.startString();
 179         double dval = Double.NaN;
 180         long longval = 0;
 181         boolean isInteger = true;
 182
 183         // figure out what base we're using
 184         if (c == '0') {
 185             if (Character.toLowerCase((char)(c = in.read())) == 'x') { base = 16; in.startString(); }
 186             else if (isDigit(c)) base = 8;
 187         }
 188
 189         while (0 <= xDigitToInt(c) && !(base < 16 && isAlpha(c))) c = in.read();
 190         if (base == 10 && (c == '.' || c == 'e' || c == 'E')) {
 191             isInteger = false;
 192             if (c == '.') do { c = in.read(); } while (isDigit(c));
 193             if (c == 'e' || c == 'E') {
 194                 c = in.read();
 195                 if (c == '+' || c == '-') c = in.read();
 196                 if (!isDigit(c)) throw new LexerException("float listeral did not have an exponent value");
 197                 do { c = in.read(); } while (isDigit(c));
 198             }
 199         }
 200         in.unread();
 201
 202         String numString = in.getString();
 203         if (base == 10 && !isInteger) {
 204             try { dval = (Double.valueOf(numString)).doubleValue(); }
 205             catch (NumberFormatException ex) { throw new LexerException("invalid numeric literal: \"" + numString + "\""); }
 206         } else {
 207             if (isInteger) {
 208                 longval = Long.parseLong(numString, base);
 209                 dval = (double)longval;
 210             } else {
 211                 dval = Double.parseDouble(numString);
 212                 longval = (long) dval;
 213                 if (longval == dval) isInteger = true;
 214             }
 215         }
 216
 217         if (!isInteger) this.number = new Double(dval);
 218         else if (Byte.MIN_VALUE <= longval && longval <= Byte.MAX_VALUE) this.number = new Byte((byte)longval);
 219         else if (Short.MIN_VALUE <= longval && longval <= Short.MAX_VALUE) this.number = new Short((short)longval);
 220         else if (Integer.MIN_VALUE <= longval && longval <= Integer.MAX_VALUE) this.number = new Integer((int)longval);
 221         else this.number = new Double(longval);
 222         return NUMBER;
 223     }
 224
 225     private int getString(int c) throws IOException {
 226         StringBuffer stringBuf = null;
 227         int quoteChar = c;
 228         int val = 0;
 229         c = in.read();
 230         in.startString(); // start after the first "
 231         while(c != quoteChar) {
 232             if (c == '\n' || c == -1) throw new LexerException("unterminated string literal");
 233             if (c == '\\') {
 234                 if (stringBuf == null) {
 235                     in.unread();   // Don't include the backslash
 236                     stringBuf = new StringBuffer(in.getString());
 237                     in.read();
 238                 }
 239                 switch (c = in.read()) {
 240                 case 'b': c = '\b'; break;
 241                 case 'f': c = '\f'; break;
 242                 case 'n': c = '\n'; break;
 243                 case 'r': c = '\r'; break;
 244                 case 't': c = '\t'; break;
 245                 case 'v': c = '\u000B'; break;
 246                 case '\\': c = '\\'; break;
 247                 case 'u': {
 248                     int v = 0;
 249                     for(int i=0; i<4; i++) {
 250                         int ci = in.read();
 251                         if (!((ci >= '0' && ci <= '9') || (ci >= 'a' && ci <= 'f') || (ci >= 'A' && ci <= 'F')))
 252                             throw new LexerException("illegal character '" + ((char)c) + "' in \\u unicode escape sequence");
 253                         v = (v << 8) | Integer.parseInt(ci + "", 16);
 254                     }
 255                     c = (char)v;
 256                     break;
 257                 }
 258                 default:
 259                     // just use the character that was escaped
 260                     break;
 261                 }
 262             }
 263             if (stringBuf != null) stringBuf.append((char) c);
 264             c = in.read();
 265         }
 266         if (stringBuf != null) this.string = stringBuf.toString().intern();
 267         else {
 268             in.unread(); // miss the trailing "
 269             this.string = in.getString().intern();
 270             in.read();
 271         }
 272         return STRING;
 273     }
 274
 275     public int _getToken() throws IOException {
 276         int c;
 277         do { c = in.read(); } while (c == '\u0020' || c == '\u0009' || c == '\u000C' || c == '\u000B' || c == '\n' );
 278         if (c == -1) return -1;
 279         if (c == '\\' || Character.isJavaIdentifierStart((char)c)) return getIdentifier(c);
 280         if (isDigit(c) || (c == '.' && isDigit(in.peek()))) return getNumber(c);
 281         if (c == '"' || c == '\'') return getString(c);
 282         switch (c) {
 283         case ';': return SEMI;
 284         case '[': return LB;
 285         case ']': return RB;
 286         case '{': return LC;
 287         case '}': return RC;
 288         case '(': return LP;
 289         case ')': return RP;
 290         case ',': return COMMA;
 291         case '?': return HOOK;
 292         case ':': return COLON;
 293         case '.': return DOT;
 294         case '|': return in.match('|') ? OR : (in.match('=') ? ASSIGN_BITOR : BITOR);
 295         case '^': return in.match('=') ? ASSIGN_BITXOR : BITXOR;
 296         case '&': return in.match('&') ? AND : in.match('=') ? ASSIGN_BITAND : BITAND;
 297         case '=': return !in.match('=') ? ASSIGN : in.match('=') ? SHEQ : EQ;
 298         case '!': return !in.match('=') ? BANG : in.match('=') ? SHNE : NE;
 299         case '%': return in.match('=') ? ASSIGN_MOD : MOD;
 300         case '~': return BITNOT;
 301         case '+': return in.match('=') ? ASSIGN_ADD : in.match('+') ? INC : ADD;
 302         case '-': return in.match('=') ? ASSIGN_SUB: in.match('-') ? DEC : SUB;
 303         case '*': return in.match('=') ? ASSIGN_MUL : MUL;
 304         case '<': return !in.match('<') ? (in.match('=') ? LE : LT) : in.match('=') ? ASSIGN_LSH : LSH;
 305         case '>': return !in.match('>') ? (in.match('=') ? GE : GT) :
 306             in.match('>') ? (in.match('=') ? ASSIGN_URSH : URSH) : (in.match('=') ? ASSIGN_RSH : RSH);
 307         case '/':
 308             if (in.match('=')) return ASSIGN_DIV;
 309             if (in.match('/')) { while ((c = in.read()) != -1 && c != '\n'); in.unread(); return getToken(); }
 310             if (!in.match('*')) return DIV;
 311             while ((c = in.read()) != -1 && !(c == '*' && in.match('/'))) {
 312                 if (c == '\n' || c != '/' || !in.match('*')) continue;
 313                 if (in.match('/')) return getToken();
 314                 throw new LexerException("nested comments are not permitted");
 315             }
 316             if (c == -1) throw new LexerException("unterminated comment");
 317             return getToken();  // `goto retry'
 318         default: throw new LexerException("illegal character: \'" + ((char)c) + "\'");
 319         }
 320     }
 321
 322
 323     // SmartReader ////////////////////////////////////////////////////////////////
 324
 325     /** a Reader that tracks line numbers and can push back tokens */
 326     private class SmartReader {
 327         PushbackReader reader = null;
 328         int lastread = -1;
 329
 330         public SmartReader(Reader r) { reader = new PushbackReader(r); }
 331         public void unread() throws IOException { unread((char)lastread); }
 332         public void unread(char c) throws IOException {
 333             reader.unread(c);
 334             if (accumulator != null) accumulator.setLength(accumulator.length() - 1);
 335         }
 336         public boolean match(char c) throws IOException { if (peek() == c) { reader.read(); return true; } else return false; }
 337         public int peek() throws IOException {
 338             int peeked = reader.read();
 339             if (peeked != -1) reader.unread((char)peeked);
 340             return peeked;
 341         }
 342         public int read() throws IOException {
 343             lastread = reader.read();
 344             if (accumulator != null) accumulator.append((char)lastread);
 345             if (lastread != '\n' && lastread != '\r') col++;
 346             if (lastread == '\n') { line++; col = 0; }
 347             return lastread;
 348         }
 349
 350         // FEATURE: could be much more efficient
 351         StringBuffer accumulator = null;
 352         public void startString() {
 353             accumulator = new StringBuffer();
 354             accumulator.append((char)lastread);
 355         }
 356         public String getString() throws IOException {
 357             String ret = accumulator.toString();
 358             accumulator = null;
 359             return ret;
 360         }
 361     }
 362
 363
 364     // Token PushBack code ////////////////////////////////////////////////////////////
 365
 366     private int pushBackDepth = 0;
 367     private int[] pushBackInts = new int[10];
 368     private Object[] pushBackObjects = new Object[10];
 369
 370     /** push back a token */
 371     public void pushBackToken(int op, Object obj) {
 372         if (pushBackDepth >= pushBackInts.length - 1) {
 373             int[] newInts = new int[pushBackInts.length * 2];
 374             System.arraycopy(pushBackInts, 0, newInts, 0, pushBackInts.length);
 375             pushBackInts = newInts;
 376             Object[] newObjects = new Object[pushBackObjects.length * 2];
 377             System.arraycopy(pushBackObjects, 0, newObjects, 0, pushBackObjects.length);
 378             pushBackObjects = newObjects;
 379         }
 380         pushBackInts[pushBackDepth] = op;
 381         pushBackObjects[pushBackDepth] = obj;
 382         pushBackDepth++;
 383     }
 384
 385     /** push back the most recently read token */
 386     public void pushBackToken() { pushBackToken(op, number != null ? (Object)number : (Object)string); }
 387
 388     /** read a token but leave it in the stream */
 389     public int peekToken() throws IOException {
 390         int ret = getToken();
 391         pushBackToken();
 392         return ret;
 393     }
 394
 395     /** read a token */
 396     public int getToken() throws IOException {
 397         number = null;
 398         string = null;
 399         if (pushBackDepth == 0) return _getToken();
 400         pushBackDepth--;
 401         op = pushBackInts[pushBackDepth];
 402         if (pushBackObjects[pushBackDepth] != null) {
 403             number = pushBackObjects[pushBackDepth] instanceof Number ? (Number)pushBackObjects[pushBackDepth] : null;
 404             string = pushBackObjects[pushBackDepth] instanceof String ? (String)pushBackObjects[pushBackDepth] : null;
 405         }
 406         return op;
 407     }
 408
 409     class LexerException extends IOException {
 410         public LexerException(String s) { super(sourceName + ":" + line + "," + col + ": " + s); }
 411     }
 412 }