tools/llvm-mc/AsmLexer.cpp

   1 //===- AsmLexer.cpp - Lexer for Assembly Files ----------------------------===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is distributed under the University of Illinois Open Source
   6 // License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 // This class implements the lexer for assembly files.
  11 //
  12 //===----------------------------------------------------------------------===//
  13
  14 #include "AsmLexer.h"
  15 #include "llvm/Support/SourceMgr.h"
  16 #include "llvm/Support/MemoryBuffer.h"
  17 #include "llvm/Config/config.h"  // for strtoull.
  18 #include <cerrno>
  19 #include <cstdio>
  20 #include <cstdlib>
  21 using namespace llvm;
  22
  23 AsmLexer::AsmLexer(SourceMgr &SM) : SrcMgr(SM)  {
  24   CurBuffer = 0;
  25   CurBuf = SrcMgr.getMemoryBuffer(CurBuffer);
  26   CurPtr = CurBuf->getBufferStart();
  27   TokStart = 0;
  28 }
  29
  30 AsmLexer::~AsmLexer() {
  31 }
  32
  33 SMLoc AsmLexer::getLoc() const {
  34   return SMLoc::getFromPointer(TokStart);
  35 }
  36
  37 SMLoc AsmToken::getLoc() const {
  38   return SMLoc::getFromPointer(Str.data());
  39 }
  40
  41 void AsmLexer::PrintMessage(SMLoc Loc, const std::string &Msg,
  42                             const char *Type) const {
  43   SrcMgr.PrintMessage(Loc, Msg, Type);
  44 }
  45
  46 /// ReturnError - Set the error to the specified string at the specified
  47 /// location.  This is defined to always return AsmToken::Error.
  48 AsmToken AsmLexer::ReturnError(const char *Loc, const std::string &Msg) {
  49   SrcMgr.PrintMessage(SMLoc::getFromPointer(Loc), Msg, "error");
  50   return AsmToken(AsmToken::Error, StringRef(Loc, 0));
  51 }
  52
  53 /// EnterIncludeFile - Enter the specified file.  This prints an error and
  54 /// returns true on failure.
  55 bool AsmLexer::EnterIncludeFile(const std::string &Filename) {
  56   int NewBuf = SrcMgr.AddIncludeFile(Filename, SMLoc::getFromPointer(CurPtr));
  57   if (NewBuf == -1)
  58     return true;
  59
  60   // Save the line number and lex buffer of the includer.
  61   CurBuffer = NewBuf;
  62   CurBuf = SrcMgr.getMemoryBuffer(CurBuffer);
  63   CurPtr = CurBuf->getBufferStart();
  64   return false;
  65 }
  66
  67
  68 int AsmLexer::getNextChar() {
  69   char CurChar = *CurPtr++;
  70   switch (CurChar) {
  71   default:
  72     return (unsigned char)CurChar;
  73   case 0: {
  74     // A nul character in the stream is either the end of the current buffer or
  75     // a random nul in the file.  Disambiguate that here.
  76     if (CurPtr-1 != CurBuf->getBufferEnd())
  77       return 0;  // Just whitespace.
  78
  79     // If this is the end of an included file, pop the parent file off the
  80     // include stack.
  81     SMLoc ParentIncludeLoc = SrcMgr.getParentIncludeLoc(CurBuffer);
  82     if (ParentIncludeLoc != SMLoc()) {
  83       CurBuffer = SrcMgr.FindBufferContainingLoc(ParentIncludeLoc);
  84       CurBuf = SrcMgr.getMemoryBuffer(CurBuffer);
  85       CurPtr = ParentIncludeLoc.getPointer();
  86
  87       // Reset the token start pointer to the start of the new file.
  88       TokStart = CurPtr;
  89
  90       return getNextChar();
  91     }
  92
  93     // Otherwise, return end of file.
  94     --CurPtr;  // Another call to lex will return EOF again.
  95     return EOF;
  96   }
  97   }
  98 }
  99
 100 /// LexIdentifier: [a-zA-Z_.][a-zA-Z0-9_$.@]*
 101 AsmToken AsmLexer::LexIdentifier() {
 102   while (isalnum(*CurPtr) || *CurPtr == '_' || *CurPtr == '$' ||
 103          *CurPtr == '.' || *CurPtr == '@')
 104     ++CurPtr;
 105   return AsmToken(AsmToken::Identifier, StringRef(TokStart, CurPtr - TokStart));
 106 }
 107
 108 /// LexPercent: Register: %[a-zA-Z0-9]+
 109 AsmToken AsmLexer::LexPercent() {
 110   if (!isalnum(*CurPtr))
 111     return AsmToken(AsmToken::Percent, StringRef(CurPtr, 1));  // Single %.
 112
 113   while (isalnum(*CurPtr))
 114     ++CurPtr;
 115
 116   return AsmToken(AsmToken::Register, StringRef(TokStart, CurPtr - TokStart));
 117 }
 118
 119 /// LexSlash: Slash: /
 120 ///           C-Style Comment: /* ... */
 121 AsmToken AsmLexer::LexSlash() {
 122   switch (*CurPtr) {
 123   case '*': break; // C style comment.
 124   case '/': return ++CurPtr, LexLineComment();
 125   default:  return AsmToken(AsmToken::Slash, StringRef(CurPtr, 1));
 126   }
 127
 128   // C Style comment.
 129   ++CurPtr;  // skip the star.
 130   while (1) {
 131     int CurChar = getNextChar();
 132     switch (CurChar) {
 133     case EOF:
 134       return ReturnError(TokStart, "unterminated comment");
 135     case '*':
 136       // End of the comment?
 137       if (CurPtr[0] != '/') break;
 138
 139       ++CurPtr;   // End the */.
 140       return LexToken();
 141     }
 142   }
 143 }
 144
 145 /// LexLineComment: Comment: #[^\n]*
 146 ///                        : //[^\n]*
 147 AsmToken AsmLexer::LexLineComment() {
 148   // FIXME: This is broken if we happen to a comment at the end of a file, which
 149   // was .included, and which doesn't end with a newline.
 150   int CurChar = getNextChar();
 151   while (CurChar != '\n' && CurChar != '\n' && CurChar != EOF)
 152     CurChar = getNextChar();
 153
 154   if (CurChar == EOF)
 155     return AsmToken(AsmToken::Eof, StringRef(CurPtr, 0));
 156   return AsmToken(AsmToken::EndOfStatement, StringRef(CurPtr, 0));
 157 }
 158
 159
 160 /// LexDigit: First character is [0-9].
 161 ///   Local Label: [0-9][:]
 162 ///   Forward/Backward Label: [0-9][fb]
 163 ///   Binary integer: 0b[01]+
 164 ///   Octal integer: 0[0-7]+
 165 ///   Hex integer: 0x[0-9a-fA-F]+
 166 ///   Decimal integer: [1-9][0-9]*
 167 /// TODO: FP literal.
 168 AsmToken AsmLexer::LexDigit() {
 169   if (*CurPtr == ':')
 170     return ReturnError(TokStart, "FIXME: local label not implemented");
 171   if (*CurPtr == 'f' || *CurPtr == 'b')
 172     return ReturnError(TokStart, "FIXME: directional label not implemented");
 173
 174   // Decimal integer: [1-9][0-9]*
 175   if (CurPtr[-1] != '0') {
 176     while (isdigit(*CurPtr))
 177       ++CurPtr;
 178     return AsmToken(AsmToken::Integer, StringRef(TokStart, CurPtr - TokStart),
 179                     strtoll(TokStart, 0, 10));
 180   }
 181
 182   if (*CurPtr == 'b') {
 183     ++CurPtr;
 184     const char *NumStart = CurPtr;
 185     while (CurPtr[0] == '0' || CurPtr[0] == '1')
 186       ++CurPtr;
 187
 188     // Requires at least one binary digit.
 189     if (CurPtr == NumStart)
 190       return ReturnError(CurPtr-2, "Invalid binary number");
 191     return AsmToken(AsmToken::Integer, StringRef(TokStart, CurPtr - TokStart),
 192                     strtoll(NumStart, 0, 2));
 193   }
 194
 195   if (*CurPtr == 'x') {
 196     ++CurPtr;
 197     const char *NumStart = CurPtr;
 198     while (isxdigit(CurPtr[0]))
 199       ++CurPtr;
 200
 201     // Requires at least one hex digit.
 202     if (CurPtr == NumStart)
 203       return ReturnError(CurPtr-2, "Invalid hexadecimal number");
 204
 205     errno = 0;
 206     if (errno == EINVAL)
 207       return ReturnError(CurPtr-2, "Invalid hexadecimal number");
 208     if (errno == ERANGE) {
 209       errno = 0;
 210       if (errno == EINVAL)
 211         return ReturnError(CurPtr-2, "Invalid hexadecimal number");
 212       if (errno == ERANGE)
 213         return ReturnError(CurPtr-2, "Hexadecimal number out of range");
 214     }
 215     return AsmToken(AsmToken::Integer, StringRef(TokStart, CurPtr - TokStart),
 216                     (int64_t) strtoull(NumStart, 0, 16));
 217   }
 218
 219   // Must be an octal number, it starts with 0.
 220   while (*CurPtr >= '0' && *CurPtr <= '7')
 221     ++CurPtr;
 222   return AsmToken(AsmToken::Integer, StringRef(TokStart, CurPtr - TokStart),
 223                   strtoll(TokStart, 0, 8));
 224 }
 225
 226 /// LexQuote: String: "..."
 227 AsmToken AsmLexer::LexQuote() {
 228   int CurChar = getNextChar();
 229   // TODO: does gas allow multiline string constants?
 230   while (CurChar != '"') {
 231     if (CurChar == '\\') {
 232       // Allow \", etc.
 233       CurChar = getNextChar();
 234     }
 235
 236     if (CurChar == EOF)
 237       return ReturnError(TokStart, "unterminated string constant");
 238
 239     CurChar = getNextChar();
 240   }
 241
 242   return AsmToken(AsmToken::String, StringRef(TokStart, CurPtr - TokStart));
 243 }
 244
 245
 246 AsmToken AsmLexer::LexToken() {
 247   TokStart = CurPtr;
 248   // This always consumes at least one character.
 249   int CurChar = getNextChar();
 250
 251   switch (CurChar) {
 252   default:
 253     // Handle identifier: [a-zA-Z_.][a-zA-Z0-9_$.@]*
 254     if (isalpha(CurChar) || CurChar == '_' || CurChar == '.')
 255       return LexIdentifier();
 256
 257     // Unknown character, emit an error.
 258     return ReturnError(TokStart, "invalid character in input");
 259   case EOF: return AsmToken(AsmToken::Eof, StringRef(TokStart, 0));
 260   case 0:
 261   case ' ':
 262   case '\t':
 263     // Ignore whitespace.
 264     return LexToken();
 265   case '\n': // FALL THROUGH.
 266   case '\r': // FALL THROUGH.
 267   case ';': return AsmToken(AsmToken::EndOfStatement, StringRef(TokStart, 1));
 268   case ':': return AsmToken(AsmToken::Colon, StringRef(TokStart, 1));
 269   case '+': return AsmToken(AsmToken::Plus, StringRef(TokStart, 1));
 270   case '-': return AsmToken(AsmToken::Minus, StringRef(TokStart, 1));
 271   case '~': return AsmToken(AsmToken::Tilde, StringRef(TokStart, 1));
 272   case '(': return AsmToken(AsmToken::LParen, StringRef(TokStart, 1));
 273   case ')': return AsmToken(AsmToken::RParen, StringRef(TokStart, 1));
 274   case '*': return AsmToken(AsmToken::Star, StringRef(TokStart, 1));
 275   case ',': return AsmToken(AsmToken::Comma, StringRef(TokStart, 1));
 276   case '$': return AsmToken(AsmToken::Dollar, StringRef(TokStart, 1));
 277   case '=':
 278     if (*CurPtr == '=')
 279       return ++CurPtr, AsmToken(AsmToken::EqualEqual, StringRef(TokStart, 2));
 280     return AsmToken(AsmToken::Equal, StringRef(TokStart, 1));
 281   case '|':
 282     if (*CurPtr == '|')
 283       return ++CurPtr, AsmToken(AsmToken::PipePipe, StringRef(TokStart, 2));
 284     return AsmToken(AsmToken::Pipe, StringRef(TokStart, 1));
 285   case '^': return AsmToken(AsmToken::Caret, StringRef(TokStart, 1));
 286   case '&':
 287     if (*CurPtr == '&')
 288       return ++CurPtr, AsmToken(AsmToken::AmpAmp, StringRef(TokStart, 2));
 289     return AsmToken(AsmToken::Amp, StringRef(TokStart, 1));
 290   case '!':
 291     if (*CurPtr == '=')
 292       return ++CurPtr, AsmToken(AsmToken::ExclaimEqual, StringRef(TokStart, 2));
 293     return AsmToken(AsmToken::Exclaim, StringRef(TokStart, 1));
 294   case '%': return LexPercent();
 295   case '/': return LexSlash();
 296   case '#': return LexLineComment();
 297   case '"': return LexQuote();
 298   case '0': case '1': case '2': case '3': case '4':
 299   case '5': case '6': case '7': case '8': case '9':
 300     return LexDigit();
 301   case '<':
 302     switch (*CurPtr) {
 303     case '<': return ++CurPtr, AsmToken(AsmToken::LessLess,
 304                                         StringRef(TokStart, 2));
 305     case '=': return ++CurPtr, AsmToken(AsmToken::LessEqual,
 306                                         StringRef(TokStart, 2));
 307     case '>': return ++CurPtr, AsmToken(AsmToken::LessGreater,
 308                                         StringRef(TokStart, 2));
 309     default: return AsmToken(AsmToken::Less, StringRef(TokStart, 1));
 310     }
 311   case '>':
 312     switch (*CurPtr) {
 313     case '>': return ++CurPtr, AsmToken(AsmToken::GreaterGreater,
 314                                         StringRef(TokStart, 2));
 315     case '=': return ++CurPtr, AsmToken(AsmToken::GreaterEqual,
 316                                         StringRef(TokStart, 2));
 317     default: return AsmToken(AsmToken::Greater, StringRef(TokStart, 1));
 318     }
 319
 320   // TODO: Quoted identifiers (objc methods etc)
 321   // local labels: [0-9][:]
 322   // Forward/backward labels: [0-9][fb]
 323   // Integers, fp constants, character constants.
 324   }
 325 }