PC_graph/lex.c

#include "lex.h"

#include <stdlib.h>
#include <stdio.h>
#include <string.h>

#include "math_functions.h"

#define CONST_PI    3.141592653589793
#define CONST_E     2.718281828459045
#define CONST_S     (1.0 / 9.0)

void lex_init(struct lexer *lex, const char *str, const char *variable_name) {
    error_buffer_init(&lex->eb);

    lex->start = str;
    lex->prev_p = str;
    lex->p = str;
    lex->variable_name = variable_name;
    lex_next(lex);
}

/* Vrátí 1, pokud je c "bílý znak" */
static int is_whitespace(char c) {
    return c == ' ' || c == '\t' || c == '\n' || c == '\r';
}

/* Přeskočí bílé znaky v řetězci */
static void skip_whitespace(struct lexer *lex) {
    while (is_whitespace(*lex->p))
        ++lex->p;
}

/* Posune ukazatel, pokud se v řetězci na aktuální pozici nachází
   řetězec str a vrátí 1, jinak ukazatel nezmění a vrátí 0 */
static int try_advance(struct lexer *lex, const char *str) {
    const char *temp_p = lex->p;
    while (1) {
        if (!*str) {
            lex->p = temp_p;
            return 1;
        }

        if (*str != *temp_p) {
            return 0;
        }

        ++temp_p;
        ++str;
    }
}

/* Vrátí 1, pokud se c smí vyskytovat v identifikátorech */
static int is_identifier_char(char c) {
    return (c >= '0' && c <= '9') || (c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z');
}

/* Stejné jako try_advance, ale přidává podmínku, že následující znak
   není znakem s povoleným výskytem v identifikátorech.
   Např. "sin" bude rozpoznán v "sin(...)", ale v "sinh" ne.   
*/
static int try_advance_identifier(struct lexer *lex, const char *str) {
    const char *temp_p = lex->p;
    if (!try_advance(lex, str))
        return 0;

    /* ověřit konec identifikátoru */
    if (is_identifier_char(*lex->p)) {
        lex->p = temp_p;
        return 0;
    }

    return 1;
}

/* Vrátí 1, pokud je na začátku řetězce nalezen daný token a nastaví příslušně aktuální token. */
static int try_token(struct lexer *lex, const char *tok_str, enum token_type type) {
    if (try_advance(lex, tok_str)) {
        lex->tok.type = type;
        return 1;
    }
    return 0;
}

/* Vrátí 1, pokud je na začátku řetězce nalezena daná funkce a nastaví příslušně aktuální token. */
static int try_fns(struct lexer *lex) {
    const struct math_function *const fns = fns_get();
    size_t i;

    for (i = 0; fns[i].name; ++i) {
        if (try_advance_identifier(lex, fns[i].name)) {
            lex->tok.type = TOK_FUNCTION;
            lex->tok.val.fn_idx = i;
            return 1;
        }
    }

    return 0;
}

/* Vrátí 1, pokud je na začátku řetězce nalezena číselná konstanta a nastaví příslušně aktuální token. */
static int try_number(struct lexer *lex) {
    char *end;
    double val;
    val = strtod(lex->p, &end);
    if (lex->p == end) return 0;
    lex->tok.type = TOK_NUMBER;
    lex->tok.val.num = val;
    lex->p = end;
    return 1;
}

/* Vrátí 1, pokud je na začátku řetězce nalezena speciální číselná konstanta a nastaví příslušně aktuální token. */
static int try_constant(struct lexer *lex, const char *name, double val) {
    if (!try_advance_identifier(lex, name))
        return 0;

    lex->tok.type = TOK_NUMBER;
    lex->tok.val.num = val;
    return 1;
}

void lex_next(struct lexer *lex) {
    skip_whitespace(lex);
    lex->prev_p = lex->p;

    if (!*lex->p) {
        lex->tok.type = TOK_EOF;
        return;
    }

    if (try_token(lex, "+", TOK_PLUS)) return;
    if (try_token(lex, "-", TOK_MINUS)) return;
    if (try_token(lex, "*", TOK_MULTIPLY)) return;
    if (try_token(lex, "/", TOK_DIVIDE)) return;
    if (try_token(lex, "^", TOK_POWER)) return;
    
    if (try_token(lex, "(", TOK_LEFT_PAREN)) return;
    if (try_token(lex, ")", TOK_RIGHT_PAREN)) return;
    if (try_token(lex, ",", TOK_COMMA)) return;

    if (try_constant(lex, "pi", CONST_PI)) return;
    if (try_constant(lex, "e", CONST_E)) return;
    if (try_constant(lex, "skibidi", CONST_S)) return;

    if (try_advance_identifier(lex, lex->variable_name)) {
        lex->tok.type = TOK_VARIABLE;
        return;
    }

    if (try_fns(lex)) return;

    if (try_number(lex)) return;

    error_set(&lex->eb, ERR_INVALID_FUNCTION);
    error_printf(&lex->eb, "Unrecognized sequence \"%s\"\n", lex->p);
    lex_print_position(lex, &lex->eb);

    lex->tok.type = TOK_ERROR;
    return;
}

struct token *lex_token(struct lexer *lex) {
    return &lex->tok;
}

void lex_print_position(const struct lexer *lex, struct error_buffer *eb) {
    size_t pos = lex->prev_p - lex->start;
    size_t i;
    size_t input_len = strlen(lex->start);

    error_printf(eb, "At character %d\n", pos);
    error_printf(eb, "   %s\n", lex->start);
    error_printf(eb, "   ");

    for (i = 0; i < input_len; ++i) {
        char c = '~';
        if (i == pos)
            c = '^';

        error_printf(eb, "%c", c);
    }

    error_printf(eb, "\n");
}

enum error_code lex_get_error(const struct lexer *lex) {
    return error_get(&lex->eb);
}

const char *lex_get_error_text(const struct lexer *lex) {
    return error_get_text(&lex->eb);
}

const char *lex_token_str(enum token_type token) {
    switch (token)
    {
    case TOK_EOF:           return "<eof>";
    case TOK_ERROR:         return "<error>";
    case TOK_NUMBER:        return "<number>";
    case TOK_PLUS:          return "'+'";
    case TOK_MINUS:         return "'-'";
    case TOK_MULTIPLY:      return "'*'";
    case TOK_DIVIDE:        return "'/'";
    case TOK_POWER:         return "'^'";
    case TOK_VARIABLE:      return "<variable>";
    case TOK_FUNCTION:      return "<function>";
    case TOK_LEFT_PAREN:    return "'('";
    case TOK_RIGHT_PAREN:   return "')'";
    case TOK_COMMA:         return "','";

    default:                return "<unknown token>";
    }
}

#ifdef LEX_DEBUG

void lex_debug_print_token(const struct token *tok) {
    printf("%-20s ", lex_token_str(tok->type));

    if (tok->type == TOK_NUMBER)
        printf("%.2f\n", tok->val.num);
    else if (tok->type == TOK_FUNCTION) {
        printf("%s\n", fns_get()[tok->val.fn_idx].name);
    }
    else
        printf("\n");
}

#endif /* LEX_DEBUG */