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 #define RET_TOK(type, Enum, sym) \
  36   llvmAsmlval.type = Instruction::Enum; return sym
  37
  38 namespace llvm {
  39
  40 // TODO: All of the static identifiers are figured out by the lexer,
  41 // these should be hashed to reduce the lexer size
  42
  43
  44 // atoull - Convert an ascii string of decimal digits into the unsigned long
  45 // long representation... this does not have to do input error checking,
  46 // because we know that the input will be matched by a suitable regex...
  47 //
  48 static uint64_t atoull(const char *Buffer) {
  49   uint64_t Result = 0;
  50   for (; *Buffer; Buffer++) {
  51     uint64_t OldRes = Result;
  52     Result *= 10;
  53     Result += *Buffer-'0';
  54     if (Result < OldRes)   // Uh, oh, overflow detected!!!
  55       ThrowException("constant bigger than 64 bits detected!");
  56   }
  57   return Result;
  58 }
  59
  60 static uint64_t HexIntToVal(const char *Buffer) {
  61   uint64_t Result = 0;
  62   for (; *Buffer; ++Buffer) {
  63     uint64_t OldRes = Result;
  64     Result *= 16;
  65     char C = *Buffer;
  66     if (C >= '0' && C <= '9')
  67       Result += C-'0';
  68     else if (C >= 'A' && C <= 'F')
  69       Result += C-'A'+10;
  70     else if (C >= 'a' && C <= 'f')
  71       Result += C-'a'+10;
  72
  73     if (Result < OldRes)   // Uh, oh, overflow detected!!!
  74       ThrowException("constant bigger than 64 bits detected!");
  75   }
  76   return Result;
  77 }
  78
  79
  80 // HexToFP - Convert the ascii string in hexidecimal format to the floating
  81 // point representation of it.
  82 //
  83 static double HexToFP(const char *Buffer) {
  84   // Behave nicely in the face of C TBAA rules... see:
  85   // http://www.nullstone.com/htmls/category/aliastyp.htm
  86   union {
  87     uint64_t UI;
  88     double FP;
  89   } UIntToFP;
  90   UIntToFP.UI = HexIntToVal(Buffer);
  91
  92   assert(sizeof(double) == sizeof(uint64_t) &&
  93          "Data sizes incompatible on this target!");
  94   return UIntToFP.FP;   // Cast Hex constant to double
  95 }
  96
  97
  98 // UnEscapeLexed - Run through the specified buffer and change \xx codes to the
  99 // appropriate character.  If AllowNull is set to false, a \00 value will cause
 100 // an exception to be thrown.
 101 //
 102 // If AllowNull is set to true, the return value of the function points to the
 103 // last character of the string in memory.
 104 //
 105 char *UnEscapeLexed(char *Buffer, bool AllowNull) {
 106   char *BOut = Buffer;
 107   for (char *BIn = Buffer; *BIn; ) {
 108     if (BIn[0] == '\\' && isxdigit(BIn[1]) && isxdigit(BIn[2])) {
 109       char Tmp = BIn[3]; BIn[3] = 0;     // Terminate string
 110       *BOut = strtol(BIn+1, 0, 16);  // Convert to number
 111       if (!AllowNull && !*BOut)
 112         ThrowException("String literal cannot accept \\00 escape!");
 113
 114       BIn[3] = Tmp;                  // Restore character
 115       BIn += 3;                      // Skip over handled chars
 116       ++BOut;
 117     } else {
 118       *BOut++ = *BIn++;
 119     }
 120   }
 121
 122   return BOut;
 123 }
 124
 125 } // End llvm namespace
 126
 127 using namespace llvm;
 128
 129 #define YY_NEVER_INTERACTIVE 1
 130 %}
 131
 132
 133
 134 /* Comments start with a ; and go till end of line */
 135 Comment    ;.*
 136
 137 /* Variable(Value) identifiers start with a % sign */
 138 VarID       %[-a-zA-Z$._][-a-zA-Z$._0-9]*
 139
 140 /* Label identifiers end with a colon */
 141 Label       [-a-zA-Z$._0-9]+:
 142
 143 /* Quoted names can contain any character except " and \ */
 144 StringConstant \"[^\"]*\"
 145
 146
 147 /* [PN]Integer: match positive and negative literal integer values that
 148  * are preceeded by a '%' character.  These represent unnamed variable slots.
 149  */
 150 EPInteger     %[0-9]+
 151 ENInteger    %-[0-9]+
 152
 153
 154 /* E[PN]Integer: match positive and negative literal integer values */
 155 PInteger   [0-9]+
 156 NInteger  -[0-9]+
 157
 158 /* FPConstant - A Floating point constant.
 159  */
 160 FPConstant [-+]?[0-9]+[.][0-9]*([eE][-+]?[0-9]+)?
 161
 162 /* HexFPConstant - Floating point constant represented in IEEE format as a
 163  *  hexadecimal number for when exponential notation is not precise enough.
 164  */
 165 HexFPConstant 0x[0-9A-Fa-f]+
 166
 167 /* HexIntConstant - Hexadecimal constant generated by the CFE to avoid forcing
 168  * it to deal with 64 bit numbers.
 169  */
 170 HexIntConstant [us]0x[0-9A-Fa-f]+
 171 %%
 172
 173 {Comment}       { /* Ignore comments for now */ }
 174
 175 begin           { return BEGINTOK; }
 176 end             { return ENDTOK; }
 177 true            { return TRUETOK;  }
 178 false           { return FALSETOK; }
 179 declare         { return DECLARE; }
 180 global          { return GLOBAL; }
 181 constant        { return CONSTANT; }
 182 const           { return CONST; }
 183 internal        { return INTERNAL; }
 184 linkonce        { return LINKONCE; }
 185 weak            { return WEAK; }
 186 appending       { return APPENDING; }
 187 uninitialized   { return EXTERNAL; }    /* Deprecated, turn into external */
 188 external        { return EXTERNAL; }
 189 implementation  { return IMPLEMENTATION; }
 190 zeroinitializer { return ZEROINITIALIZER; }
 191 \.\.\.          { return DOTDOTDOT; }
 192 null            { return NULL_TOK; }
 193 to              { return TO; }
 194 except          { RET_TOK(TermOpVal, Unwind, UNWIND); }
 195 not             { return NOT; }  /* Deprecated, turned into XOR */
 196 target          { return TARGET; }
 197 endian          { return ENDIAN; }
 198 pointersize     { return POINTERSIZE; }
 199 little          { return LITTLE; }
 200 big             { return BIG; }
 201 volatile        { return VOLATILE; }
 202
 203 void            { llvmAsmlval.PrimType = Type::VoidTy  ; return VOID;   }
 204 bool            { llvmAsmlval.PrimType = Type::BoolTy  ; return BOOL;   }
 205 sbyte           { llvmAsmlval.PrimType = Type::SByteTy ; return SBYTE;  }
 206 ubyte           { llvmAsmlval.PrimType = Type::UByteTy ; return UBYTE;  }
 207 short           { llvmAsmlval.PrimType = Type::ShortTy ; return SHORT;  }
 208 ushort          { llvmAsmlval.PrimType = Type::UShortTy; return USHORT; }
 209 int             { llvmAsmlval.PrimType = Type::IntTy   ; return INT;    }
 210 uint            { llvmAsmlval.PrimType = Type::UIntTy  ; return UINT;   }
 211 long            { llvmAsmlval.PrimType = Type::LongTy  ; return LONG;   }
 212 ulong           { llvmAsmlval.PrimType = Type::ULongTy ; return ULONG;  }
 213 float           { llvmAsmlval.PrimType = Type::FloatTy ; return FLOAT;  }
 214 double          { llvmAsmlval.PrimType = Type::DoubleTy; return DOUBLE; }
 215 type            { llvmAsmlval.PrimType = Type::TypeTy  ; return TYPE;   }
 216 label           { llvmAsmlval.PrimType = Type::LabelTy ; return LABEL;  }
 217 opaque          { return OPAQUE; }
 218
 219 add             { RET_TOK(BinaryOpVal, Add, ADD); }
 220 sub             { RET_TOK(BinaryOpVal, Sub, SUB); }
 221 mul             { RET_TOK(BinaryOpVal, Mul, MUL); }
 222 div             { RET_TOK(BinaryOpVal, Div, DIV); }
 223 rem             { RET_TOK(BinaryOpVal, Rem, REM); }
 224 and             { RET_TOK(BinaryOpVal, And, AND); }
 225 or              { RET_TOK(BinaryOpVal, Or , OR ); }
 226 xor             { RET_TOK(BinaryOpVal, Xor, XOR); }
 227 setne           { RET_TOK(BinaryOpVal, SetNE, SETNE); }
 228 seteq           { RET_TOK(BinaryOpVal, SetEQ, SETEQ); }
 229 setlt           { RET_TOK(BinaryOpVal, SetLT, SETLT); }
 230 setgt           { RET_TOK(BinaryOpVal, SetGT, SETGT); }
 231 setle           { RET_TOK(BinaryOpVal, SetLE, SETLE); }
 232 setge           { RET_TOK(BinaryOpVal, SetGE, SETGE); }
 233
 234 phi             { RET_TOK(OtherOpVal, PHI, PHI_TOK); }
 235 call            { RET_TOK(OtherOpVal, Call, CALL); }
 236 cast            { RET_TOK(OtherOpVal, Cast, CAST); }
 237 select          { RET_TOK(OtherOpVal, Select, SELECT); }
 238 shl             { RET_TOK(OtherOpVal, Shl, SHL); }
 239 shr             { RET_TOK(OtherOpVal, Shr, SHR); }
 240 va_arg          { return VA_ARG; /* FIXME: OBSOLETE */}
 241 vanext          { RET_TOK(OtherOpVal, VANext, VANEXT); }
 242 vaarg           { RET_TOK(OtherOpVal, VAArg , VAARG); }
 243
 244 ret             { RET_TOK(TermOpVal, Ret, RET); }
 245 br              { RET_TOK(TermOpVal, Br, BR); }
 246 switch          { RET_TOK(TermOpVal, Switch, SWITCH); }
 247 invoke          { RET_TOK(TermOpVal, Invoke, INVOKE); }
 248 unwind          { RET_TOK(TermOpVal, Unwind, UNWIND); }
 249
 250
 251 malloc          { RET_TOK(MemOpVal, Malloc, MALLOC); }
 252 alloca          { RET_TOK(MemOpVal, Alloca, ALLOCA); }
 253 free            { RET_TOK(MemOpVal, Free, FREE); }
 254 load            { RET_TOK(MemOpVal, Load, LOAD); }
 255 store           { RET_TOK(MemOpVal, Store, STORE); }
 256 getelementptr   { RET_TOK(MemOpVal, GetElementPtr, GETELEMENTPTR); }
 257
 258
 259 {VarID}         {
 260                   UnEscapeLexed(yytext+1);
 261                   llvmAsmlval.StrVal = strdup(yytext+1);             // Skip %
 262                   return VAR_ID;
 263                 }
 264 {Label}         {
 265                   yytext[strlen(yytext)-1] = 0;  // nuke colon
 266                   UnEscapeLexed(yytext);
 267                   llvmAsmlval.StrVal = strdup(yytext);
 268                   return LABELSTR;
 269                 }
 270
 271 {StringConstant} { // Note that we cannot unescape a string constant here!  The
 272                    // string constant might contain a \00 which would not be
 273                    // understood by the string stuff.  It is valid to make a
 274                    // [sbyte] c"Hello World\00" constant, for example.
 275                    //
 276                   yytext[strlen(yytext)-1] = 0;           // nuke end quote
 277                   llvmAsmlval.StrVal = strdup(yytext+1);  // Nuke start quote
 278                   return STRINGCONSTANT;
 279                  }
 280
 281
 282 {PInteger}      { llvmAsmlval.UInt64Val = atoull(yytext); return EUINT64VAL; }
 283 {NInteger}      {
 284                   uint64_t Val = atoull(yytext+1);
 285                   // +1:  we have bigger negative range
 286                   if (Val > (uint64_t)INT64_MAX+1)
 287                     ThrowException("Constant too large for signed 64 bits!");
 288                   llvmAsmlval.SInt64Val = -Val;
 289                   return ESINT64VAL;
 290                 }
 291 {HexIntConstant} {
 292                    llvmAsmlval.UInt64Val = HexIntToVal(yytext+3);
 293                    return yytext[0] == 's' ? ESINT64VAL : EUINT64VAL;
 294                  }
 295
 296 {EPInteger}     { llvmAsmlval.UIntVal = atoull(yytext+1); return UINTVAL; }
 297 {ENInteger}     {
 298                   uint64_t Val = atoull(yytext+2);
 299                   // +1:  we have bigger negative range
 300                   if (Val > (uint64_t)INT32_MAX+1)
 301                     ThrowException("Constant too large for signed 32 bits!");
 302                   llvmAsmlval.SIntVal = -Val;
 303                   return SINTVAL;
 304                 }
 305
 306 {FPConstant}    { llvmAsmlval.FPVal = atof(yytext); return FPVAL; }
 307 {HexFPConstant} { llvmAsmlval.FPVal = HexToFP(yytext); return FPVAL; }
 308
 309 <<EOF>>         {
 310                   /* Make sure to free the internal buffers for flex when we are
 311                    * done reading our input!
 312                    */
 313                   yy_delete_buffer(YY_CURRENT_BUFFER);
 314                   return EOF;
 315                 }
 316
 317 [ \t\n]         { /* Ignore whitespace */ }
 318 .               { return yytext[0]; }
 319
 320 %%