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 <cerrno>
  18 #include <cstdlib>
  19 using namespace llvm;
  20
  21 AsmLexer::AsmLexer(SourceMgr &SM) : SrcMgr(SM) {
  22   CurBuffer = 0;
  23   CurBuf = SrcMgr.getMemoryBuffer(CurBuffer);
  24   CurPtr = CurBuf->getBufferStart();
  25   TokStart = 0;
  26 }
  27
  28 SMLoc AsmLexer::getLoc() const {
  29   return SMLoc::getFromPointer(TokStart);
  30 }
  31
  32 void AsmLexer::PrintError(const char *Loc, const std::string &Msg) const {
  33   SrcMgr.PrintError(SMLoc::getFromPointer(Loc), Msg);
  34 }
  35
  36 void AsmLexer::PrintError(SMLoc Loc, const std::string &Msg) const {
  37   SrcMgr.PrintError(Loc, Msg);
  38 }
  39
  40 /// ReturnError - Set the error to the specified string at the specified
  41 /// location.  This is defined to always return asmtok::Error.
  42 asmtok::TokKind AsmLexer::ReturnError(const char *Loc, const std::string &Msg) {
  43   PrintError(Loc, Msg);
  44   return asmtok::Error;
  45 }
  46
  47 int AsmLexer::getNextChar() {
  48   char CurChar = *CurPtr++;
  49   switch (CurChar) {
  50   default:
  51     return (unsigned char)CurChar;
  52   case 0: {
  53     // A nul character in the stream is either the end of the current buffer or
  54     // a random nul in the file.  Disambiguate that here.
  55     if (CurPtr-1 != CurBuf->getBufferEnd())
  56       return 0;  // Just whitespace.
  57
  58     // If this is the end of an included file, pop the parent file off the
  59     // include stack.
  60     SMLoc ParentIncludeLoc = SrcMgr.getParentIncludeLoc(CurBuffer);
  61     if (ParentIncludeLoc != SMLoc()) {
  62       CurBuffer = SrcMgr.FindBufferContainingLoc(ParentIncludeLoc);
  63       CurBuf = SrcMgr.getMemoryBuffer(CurBuffer);
  64       CurPtr = ParentIncludeLoc.getPointer();
  65       return getNextChar();
  66     }
  67
  68     // Otherwise, return end of file.
  69     --CurPtr;  // Another call to lex will return EOF again.
  70     return EOF;
  71   }
  72   }
  73 }
  74
  75 /// LexIdentifier: [a-zA-Z_.][a-zA-Z0-9_$.@]*
  76 asmtok::TokKind AsmLexer::LexIdentifier() {
  77   while (isalnum(*CurPtr) || *CurPtr == '_' || *CurPtr == '$' ||
  78          *CurPtr == '.' || *CurPtr == '@')
  79     ++CurPtr;
  80   CurStrVal.assign(TokStart, CurPtr);   // Include %
  81   return asmtok::Identifier;
  82 }
  83
  84 /// LexPercent: Register: %[a-zA-Z0-9]+
  85 asmtok::TokKind AsmLexer::LexPercent() {
  86   if (!isalnum(*CurPtr))
  87     return asmtok::Error;  // Must have at least one character.
  88   while (isalnum(*CurPtr))
  89     ++CurPtr;
  90   CurStrVal.assign(TokStart, CurPtr);   // Skip %
  91   return asmtok::Register;
  92 }
  93
  94 /// LexSlash: Slash: /
  95 ///           C-Style Comment: /* ... */
  96 asmtok::TokKind AsmLexer::LexSlash() {
  97   if (*CurPtr != '*')
  98     return asmtok::Slash;
  99
 100   // C Style comment.
 101   ++CurPtr;  // skip the star.
 102   while (1) {
 103     int CurChar = getNextChar();
 104     switch (CurChar) {
 105     case EOF:
 106       PrintError(TokStart, "Unterminated comment!");
 107       return asmtok::Error;
 108     case '*':
 109       // End of the comment?
 110       if (CurPtr[0] != '/') break;
 111
 112       ++CurPtr;   // End the */.
 113       return LexToken();
 114     }
 115   }
 116 }
 117
 118 /// LexHash: Comment: #[^\n]*
 119 asmtok::TokKind AsmLexer::LexHash() {
 120   int CurChar = getNextChar();
 121   while (CurChar != '\n' && CurChar != '\n' && CurChar != EOF)
 122     CurChar = getNextChar();
 123
 124   if (CurChar == EOF)
 125     return asmtok::Eof;
 126   return asmtok::EndOfStatement;
 127 }
 128
 129
 130 /// LexDigit: First character is [0-9].
 131 ///   Local Label: [0-9][:]
 132 ///   Forward/Backward Label: [0-9][fb]
 133 ///   Binary integer: 0b[01]+
 134 ///   Octal integer: 0[0-7]+
 135 ///   Hex integer: 0x[0-9a-fA-F]+
 136 ///   Decimal integer: [1-9][0-9]*
 137 /// TODO: FP literal.
 138 asmtok::TokKind AsmLexer::LexDigit() {
 139   if (*CurPtr == ':')
 140     return asmtok::Error;  // FIXME LOCAL LABEL.
 141   if (*CurPtr == 'f' || *CurPtr == 'b')
 142     return asmtok::Error;  // FIXME FORWARD/BACKWARD LABEL.
 143
 144   // Decimal integer: [1-9][0-9]*
 145   if (CurPtr[-1] != '0') {
 146     while (isdigit(*CurPtr))
 147       ++CurPtr;
 148     CurIntVal = strtoll(TokStart, 0, 10);
 149     return asmtok::IntVal;
 150   }
 151
 152   if (*CurPtr == 'b') {
 153     ++CurPtr;
 154     const char *NumStart = CurPtr;
 155     while (CurPtr[0] == '0' || CurPtr[0] == '1')
 156       ++CurPtr;
 157
 158     // Requires at least one binary digit.
 159     if (CurPtr == NumStart)
 160       return ReturnError(CurPtr-2, "Invalid binary number");
 161     CurIntVal = strtoll(NumStart, 0, 2);
 162     return asmtok::IntVal;
 163   }
 164
 165   if (*CurPtr == 'x') {
 166     ++CurPtr;
 167     const char *NumStart = CurPtr;
 168     while (isxdigit(CurPtr[0]))
 169       ++CurPtr;
 170
 171     // Requires at least one hex digit.
 172     if (CurPtr == NumStart)
 173       return ReturnError(CurPtr-2, "Invalid hexadecimal number");
 174
 175     errno = 0;
 176     CurIntVal = strtoll(NumStart, 0, 16);
 177     if (errno == EINVAL)
 178       return ReturnError(CurPtr-2, "Invalid hexadecimal number");
 179     if (errno == ERANGE) {
 180       errno = 0;
 181       CurIntVal = (int64_t)strtoull(NumStart, 0, 16);
 182       if (errno == EINVAL)
 183         return ReturnError(CurPtr-2, "Invalid hexadecimal number");
 184       if (errno == ERANGE)
 185         return ReturnError(CurPtr-2, "Hexadecimal number out of range");
 186     }
 187     return asmtok::IntVal;
 188   }
 189
 190   // Must be an octal number, it starts with 0.
 191   while (*CurPtr >= '0' && *CurPtr <= '7')
 192     ++CurPtr;
 193   CurIntVal = strtoll(TokStart, 0, 8);
 194   return asmtok::IntVal;
 195 }
 196
 197 /// LexQuote: String: "..."
 198 asmtok::TokKind AsmLexer::LexQuote() {
 199   int CurChar = getNextChar();
 200   // TODO: does gas allow multiline string constants?
 201   while (CurChar != '"') {
 202     if (CurChar == '\\') {
 203       // Allow \", etc.
 204       CurChar = getNextChar();
 205     }
 206
 207     if (CurChar == EOF) {
 208       PrintError(TokStart, "unterminated string constant");
 209       return asmtok::Eof;
 210     }
 211
 212     CurChar = getNextChar();
 213   }
 214
 215   CurStrVal.assign(TokStart, CurPtr);   // include quotes.
 216   return asmtok::String;
 217 }
 218
 219
 220 asmtok::TokKind AsmLexer::LexToken() {
 221   TokStart = CurPtr;
 222   // This always consumes at least one character.
 223   int CurChar = getNextChar();
 224
 225   switch (CurChar) {
 226   default:
 227     // Handle identifier: [a-zA-Z_.][a-zA-Z0-9_$.@]*
 228     if (isalpha(CurChar) || CurChar == '_' || CurChar == '.')
 229       return LexIdentifier();
 230
 231     // Unknown character, emit an error.
 232     return asmtok::Error;
 233   case EOF: return asmtok::Eof;
 234   case 0:
 235   case ' ':
 236   case '\t':
 237     // Ignore whitespace.
 238     return LexToken();
 239   case '\n': // FALL THROUGH.
 240   case '\r': // FALL THROUGH.
 241   case ';': return asmtok::EndOfStatement;
 242   case ':': return asmtok::Colon;
 243   case '+': return asmtok::Plus;
 244   case '-': return asmtok::Minus;
 245   case '(': return asmtok::LParen;
 246   case ')': return asmtok::RParen;
 247   case '*': return asmtok::Star;
 248   case ',': return asmtok::Comma;
 249   case '$': return asmtok::Dollar;
 250   case '%': return LexPercent();
 251   case '/': return LexSlash();
 252   case '#': return LexHash();
 253   case '"': return LexQuote();
 254   case '0': case '1': case '2': case '3': case '4':
 255   case '5': case '6': case '7': case '8': case '9':
 256     return LexDigit();
 257
 258   // TODO: Quoted identifiers (objc methods etc)
 259   // local labels: [0-9][:]
 260   // Forward/backward labels: [0-9][fb]
 261   // Integers, fp constants, character constants.
 262   }
 263 }