lib/AsmParser/Lexer.l

   1 /*===-- Lexer.l - Scanner for llvm assembly files --------------*- C++ -*--===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file was developed by the LLVM research group and is distributed under
   6 // the University of Illinois Open Source License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 //  This file implements the flex scanner for LLVM assembly languages files.
  11 //
  12 //===----------------------------------------------------------------------===*/
  13
  14 %option prefix="llvmAsm"
  15 %option yylineno
  16 %option nostdinit
  17 %option never-interactive
  18 %option batch
  19 %option noyywrap
  20 %option nodefault
  21 %option 8bit
  22 %option outfile="Lexer.cpp"
  23 %option ecs
  24 %option noreject
  25 %option noyymore
  26
  27 %{
  28 #include "ParserInternals.h"
  29 #include "llvm/Module.h"
  30 #include <list>
  31 #include "llvmAsmParser.h"
  32 #include <cctype>
  33 #include <cstdlib>
  34
  35 void set_scan_file(FILE * F){
  36   yy_switch_to_buffer(yy_create_buffer( F, YY_BUF_SIZE ) );
  37 }
  38 void set_scan_string (const char * str) {
  39   yy_scan_string (str);
  40 }
  41
  42 // Construct a token value for a non-obsolete token
  43 #define RET_TOK(type, Enum, sym) \
  44   llvmAsmlval.type = Instruction::Enum; \
  45   return sym
  46
  47 // Construct a token value for an obsolete token
  48 #define RET_TY(CTYPE, SYM) \
  49   llvmAsmlval.PrimType = CTYPE;\
  50   return SYM
  51
  52 namespace llvm {
  53
  54 // TODO: All of the static identifiers are figured out by the lexer,
  55 // these should be hashed to reduce the lexer size
  56
  57
  58 // atoull - Convert an ascii string of decimal digits into the unsigned long
  59 // long representation... this does not have to do input error checking,
  60 // because we know that the input will be matched by a suitable regex...
  61 //
  62 static uint64_t atoull(const char *Buffer) {
  63   uint64_t Result = 0;
  64   for (; *Buffer; Buffer++) {
  65     uint64_t OldRes = Result;
  66     Result *= 10;
  67     Result += *Buffer-'0';
  68     if (Result < OldRes)   // Uh, oh, overflow detected!!!
  69       GenerateError("constant bigger than 64 bits detected!");
  70   }
  71   return Result;
  72 }
  73
  74 static uint64_t HexIntToVal(const char *Buffer) {
  75   uint64_t Result = 0;
  76   for (; *Buffer; ++Buffer) {
  77     uint64_t OldRes = Result;
  78     Result *= 16;
  79     char C = *Buffer;
  80     if (C >= '0' && C <= '9')
  81       Result += C-'0';
  82     else if (C >= 'A' && C <= 'F')
  83       Result += C-'A'+10;
  84     else if (C >= 'a' && C <= 'f')
  85       Result += C-'a'+10;
  86
  87     if (Result < OldRes)   // Uh, oh, overflow detected!!!
  88       GenerateError("constant bigger than 64 bits detected!");
  89   }
  90   return Result;
  91 }
  92
  93
  94 // HexToFP - Convert the ascii string in hexidecimal format to the floating
  95 // point representation of it.
  96 //
  97 static double HexToFP(const char *Buffer) {
  98   // Behave nicely in the face of C TBAA rules... see:
  99   // http://www.nullstone.com/htmls/category/aliastyp.htm
 100   union {
 101     uint64_t UI;
 102     double FP;
 103   } UIntToFP;
 104   UIntToFP.UI = HexIntToVal(Buffer);
 105
 106   assert(sizeof(double) == sizeof(uint64_t) &&
 107          "Data sizes incompatible on this target!");
 108   return UIntToFP.FP;   // Cast Hex constant to double
 109 }
 110
 111
 112 // UnEscapeLexed - Run through the specified buffer and change \xx codes to the
 113 // appropriate character.  If AllowNull is set to false, a \00 value will cause
 114 // an exception to be thrown.
 115 //
 116 // If AllowNull is set to true, the return value of the function points to the
 117 // last character of the string in memory.
 118 //
 119 char *UnEscapeLexed(char *Buffer, bool AllowNull) {
 120   char *BOut = Buffer;
 121   for (char *BIn = Buffer; *BIn; ) {
 122     if (BIn[0] == '\\' && isxdigit(BIn[1]) && isxdigit(BIn[2])) {
 123       char Tmp = BIn[3]; BIn[3] = 0;     // Terminate string
 124       *BOut = (char)strtol(BIn+1, 0, 16);  // Convert to number
 125       if (!AllowNull && !*BOut)
 126         GenerateError("String literal cannot accept \\00 escape!");
 127
 128       BIn[3] = Tmp;                  // Restore character
 129       BIn += 3;                      // Skip over handled chars
 130       ++BOut;
 131     } else {
 132       *BOut++ = *BIn++;
 133     }
 134   }
 135
 136   return BOut;
 137 }
 138
 139 } // End llvm namespace
 140
 141 using namespace llvm;
 142
 143 #define YY_NEVER_INTERACTIVE 1
 144 %}
 145
 146
 147
 148 /* Comments start with a ; and go till end of line */
 149 Comment    ;.*
 150
 151 /* Variable(Value) identifiers start with a % sign */
 152 VarID       %[-a-zA-Z$._][-a-zA-Z$._0-9]*
 153
 154 /* Label identifiers end with a colon */
 155 Label       [-a-zA-Z$._0-9]+:
 156 QuoteLabel \"[^\"]+\":
 157
 158 /* Quoted names can contain any character except " and \ */
 159 StringConstant \"[^\"]*\"
 160
 161
 162 /* [PN]Integer: match positive and negative literal integer values that
 163  * are preceeded by a '%' character.  These represent unnamed variable slots.
 164  */
 165 EPInteger     %[0-9]+
 166 ENInteger    %-[0-9]+
 167
 168
 169 /* E[PN]Integer: match positive and negative literal integer values */
 170 PInteger   [0-9]+
 171 NInteger  -[0-9]+
 172
 173 /* FPConstant - A Floating point constant.
 174  */
 175 FPConstant [-+]?[0-9]+[.][0-9]*([eE][-+]?[0-9]+)?
 176
 177 /* HexFPConstant - Floating point constant represented in IEEE format as a
 178  *  hexadecimal number for when exponential notation is not precise enough.
 179  */
 180 HexFPConstant 0x[0-9A-Fa-f]+
 181
 182 /* HexIntConstant - Hexadecimal constant generated by the CFE to avoid forcing
 183  * it to deal with 64 bit numbers.
 184  */
 185 HexIntConstant [us]0x[0-9A-Fa-f]+
 186 %%
 187
 188 {Comment}       { /* Ignore comments for now */ }
 189
 190 begin           { return BEGINTOK; }
 191 end             { return ENDTOK; }
 192 true            { return TRUETOK;  }
 193 false           { return FALSETOK; }
 194 declare         { return DECLARE; }
 195 define          { return DEFINE; }
 196 global          { return GLOBAL; }
 197 constant        { return CONSTANT; }
 198 internal        { return INTERNAL; }
 199 linkonce        { return LINKONCE; }
 200 weak            { return WEAK; }
 201 appending       { return APPENDING; }
 202 dllimport       { return DLLIMPORT; }
 203 dllexport       { return DLLEXPORT; }
 204 extern_weak     { return EXTERN_WEAK; }
 205 external        { return EXTERNAL; }
 206 implementation  { return IMPLEMENTATION; }
 207 zeroinitializer { return ZEROINITIALIZER; }
 208 \.\.\.          { return DOTDOTDOT; }
 209 undef           { return UNDEF; }
 210 null            { return NULL_TOK; }
 211 to              { return TO; }
 212 tail            { return TAIL; }
 213 target          { return TARGET; }
 214 triple          { return TRIPLE; }
 215 deplibs         { return DEPLIBS; }
 216 endian          { return ENDIAN; }
 217 pointersize     { return POINTERSIZE; }
 218 datalayout      { return DATALAYOUT; }
 219 little          { return LITTLE; }
 220 big             { return BIG; }
 221 volatile        { return VOLATILE; }
 222 align           { return ALIGN;  }
 223 section         { return SECTION; }
 224 module          { return MODULE; }
 225 asm             { return ASM_TOK; }
 226 sideeffect      { return SIDEEFFECT; }
 227
 228 cc              { return CC_TOK; }
 229 ccc             { return CCC_TOK; }
 230 csretcc         { return CSRETCC_TOK; }
 231 fastcc          { return FASTCC_TOK; }
 232 coldcc          { return COLDCC_TOK; }
 233 x86_stdcallcc   { return X86_STDCALLCC_TOK; }
 234 x86_fastcallcc  { return X86_FASTCALLCC_TOK; }
 235
 236 void            { RET_TY(Type::VoidTy,  VOID);  }
 237 bool            { RET_TY(Type::BoolTy,  BOOL);  }
 238 i8              { RET_TY(Type::Int8Ty,  INT8);  }
 239 i16             { RET_TY(Type::Int16Ty, INT16); }
 240 i32             { RET_TY(Type::Int32Ty, INT32); }
 241 i64             { RET_TY(Type::Int64Ty, INT64); }
 242 float           { RET_TY(Type::FloatTy, FLOAT); }
 243 double          { RET_TY(Type::DoubleTy,DOUBLE);}
 244 label           { RET_TY(Type::LabelTy, LABEL); }
 245 type            { return TYPE;   }
 246 opaque          { return OPAQUE; }
 247
 248 add             { RET_TOK(BinaryOpVal, Add, ADD); }
 249 sub             { RET_TOK(BinaryOpVal, Sub, SUB); }
 250 mul             { RET_TOK(BinaryOpVal, Mul, MUL); }
 251 udiv            { RET_TOK(BinaryOpVal, UDiv, UDIV); }
 252 sdiv            { RET_TOK(BinaryOpVal, SDiv, SDIV); }
 253 fdiv            { RET_TOK(BinaryOpVal, FDiv, FDIV); }
 254 urem            { RET_TOK(BinaryOpVal, URem, UREM); }
 255 srem            { RET_TOK(BinaryOpVal, SRem, SREM); }
 256 frem            { RET_TOK(BinaryOpVal, FRem, FREM); }
 257 and             { RET_TOK(BinaryOpVal, And, AND); }
 258 or              { RET_TOK(BinaryOpVal, Or , OR ); }
 259 xor             { RET_TOK(BinaryOpVal, Xor, XOR); }
 260 icmp            { RET_TOK(OtherOpVal,  ICmp,  ICMP); }
 261 fcmp            { RET_TOK(OtherOpVal,  FCmp,  FCMP); }
 262 eq              { return EQ;  }
 263 ne              { return NE;  }
 264 slt             { return SLT; }
 265 sgt             { return SGT; }
 266 sle             { return SLE; }
 267 sge             { return SGE; }
 268 ult             { return ULT; }
 269 ugt             { return UGT; }
 270 ule             { return ULE; }
 271 uge             { return UGE; }
 272 oeq             { return OEQ; }
 273 one             { return ONE; }
 274 olt             { return OLT; }
 275 ogt             { return OGT; }
 276 ole             { return OLE; }
 277 oge             { return OGE; }
 278 ord             { return ORD; }
 279 uno             { return UNO; }
 280 ueq             { return UEQ; }
 281 une             { return UNE; }
 282
 283 phi             { RET_TOK(OtherOpVal, PHI, PHI_TOK); }
 284 call            { RET_TOK(OtherOpVal, Call, CALL); }
 285 trunc           { RET_TOK(CastOpVal, Trunc, TRUNC); }
 286 zext            { RET_TOK(CastOpVal, ZExt, ZEXT); }
 287 sext            { RET_TOK(CastOpVal, SExt, SEXT); }
 288 fptrunc         { RET_TOK(CastOpVal, FPTrunc, FPTRUNC); }
 289 fpext           { RET_TOK(CastOpVal, FPExt, FPEXT); }
 290 uitofp          { RET_TOK(CastOpVal, UIToFP, UITOFP); }
 291 sitofp          { RET_TOK(CastOpVal, SIToFP, SITOFP); }
 292 fptoui          { RET_TOK(CastOpVal, FPToUI, FPTOUI); }
 293 fptosi          { RET_TOK(CastOpVal, FPToSI, FPTOSI); }
 294 inttoptr        { RET_TOK(CastOpVal, IntToPtr, INTTOPTR); }
 295 ptrtoint        { RET_TOK(CastOpVal, PtrToInt, PTRTOINT); }
 296 bitcast         { RET_TOK(CastOpVal, BitCast, BITCAST); }
 297 select          { RET_TOK(OtherOpVal, Select, SELECT); }
 298 shl             { RET_TOK(OtherOpVal, Shl, SHL); }
 299 lshr            { RET_TOK(OtherOpVal, LShr, LSHR); }
 300 ashr            { RET_TOK(OtherOpVal, AShr, ASHR); }
 301 va_arg          { RET_TOK(OtherOpVal, VAArg , VAARG); }
 302 ret             { RET_TOK(TermOpVal, Ret, RET); }
 303 br              { RET_TOK(TermOpVal, Br, BR); }
 304 switch          { RET_TOK(TermOpVal, Switch, SWITCH); }
 305 invoke          { RET_TOK(TermOpVal, Invoke, INVOKE); }
 306 unwind          { RET_TOK(TermOpVal, Unwind, UNWIND); }
 307 unreachable     { RET_TOK(TermOpVal, Unreachable, UNREACHABLE); }
 308
 309 malloc          { RET_TOK(MemOpVal, Malloc, MALLOC); }
 310 alloca          { RET_TOK(MemOpVal, Alloca, ALLOCA); }
 311 free            { RET_TOK(MemOpVal, Free, FREE); }
 312 load            { RET_TOK(MemOpVal, Load, LOAD); }
 313 store           { RET_TOK(MemOpVal, Store, STORE); }
 314 getelementptr   { RET_TOK(MemOpVal, GetElementPtr, GETELEMENTPTR); }
 315
 316 extractelement  { RET_TOK(OtherOpVal, ExtractElement, EXTRACTELEMENT); }
 317 insertelement   { RET_TOK(OtherOpVal, InsertElement, INSERTELEMENT); }
 318 shufflevector   { RET_TOK(OtherOpVal, ShuffleVector, SHUFFLEVECTOR); }
 319
 320
 321 {VarID}         {
 322                   UnEscapeLexed(yytext+1);
 323                   llvmAsmlval.StrVal = strdup(yytext+1);             // Skip %
 324                   return VAR_ID;
 325                 }
 326 {Label}         {
 327                   yytext[strlen(yytext)-1] = 0;  // nuke colon
 328                   UnEscapeLexed(yytext);
 329                   llvmAsmlval.StrVal = strdup(yytext);
 330                   return LABELSTR;
 331                 }
 332 {QuoteLabel}    {
 333                   yytext[strlen(yytext)-2] = 0;  // nuke colon, end quote
 334                   UnEscapeLexed(yytext+1);
 335                   llvmAsmlval.StrVal = strdup(yytext+1);
 336                   return LABELSTR;
 337                 }
 338
 339 {StringConstant} { // Note that we cannot unescape a string constant here!  The
 340                    // string constant might contain a \00 which would not be
 341                    // understood by the string stuff.  It is valid to make a
 342                    // [sbyte] c"Hello World\00" constant, for example.
 343                    //
 344                    yytext[strlen(yytext)-1] = 0;           // nuke end quote
 345                    llvmAsmlval.StrVal = strdup(yytext+1);  // Nuke start quote
 346                    return STRINGCONSTANT;
 347                  }
 348
 349
 350 {PInteger}      { llvmAsmlval.UInt64Val = atoull(yytext); return EUINT64VAL; }
 351 {NInteger}      {
 352                   uint64_t Val = atoull(yytext+1);
 353                   // +1:  we have bigger negative range
 354                   if (Val > (uint64_t)INT64_MAX+1)
 355                     GenerateError("Constant too large for signed 64 bits!");
 356                   llvmAsmlval.SInt64Val = -Val;
 357                   return ESINT64VAL;
 358                 }
 359 {HexIntConstant} {
 360                    llvmAsmlval.UInt64Val = HexIntToVal(yytext+3);
 361                    return yytext[0] == 's' ? ESINT64VAL : EUINT64VAL;
 362                  }
 363
 364 {EPInteger}     {
 365                   uint64_t Val = atoull(yytext+1);
 366                   if ((unsigned)Val != Val)
 367                     GenerateError("Invalid value number (too large)!");
 368                   llvmAsmlval.UIntVal = unsigned(Val);
 369                   return UINTVAL;
 370                 }
 371 {ENInteger}     {
 372                   uint64_t Val = atoull(yytext+2);
 373                   // +1:  we have bigger negative range
 374                   if (Val > (uint64_t)INT32_MAX+1)
 375                     GenerateError("Constant too large for signed 32 bits!");
 376                   llvmAsmlval.SIntVal = (int)-Val;
 377                   return SINTVAL;
 378                 }
 379
 380 {FPConstant}    { llvmAsmlval.FPVal = atof(yytext); return FPVAL; }
 381 {HexFPConstant} { llvmAsmlval.FPVal = HexToFP(yytext); return FPVAL; }
 382
 383 <<EOF>>         {
 384                   /* Make sure to free the internal buffers for flex when we are
 385                    * done reading our input!
 386                    */
 387                   yy_delete_buffer(YY_CURRENT_BUFFER);
 388                   return EOF;
 389                 }
 390
 391 [ \r\t\n]       { /* Ignore whitespace */ }
 392 .               { return yytext[0]; }
 393
 394 %%