tokenize
This commit is contained in:
@@ -397,6 +397,63 @@ int cell_init(int argc, char **argv)
|
|||||||
return json ? 0 : 1;
|
return json ? 0 : 1;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
/* Check for --tokenize flag to output token array JSON */
|
||||||
|
if (argc >= 3 && strcmp(argv[1], "--tokenize") == 0) {
|
||||||
|
const char *script_or_file = argv[2];
|
||||||
|
char *script = NULL;
|
||||||
|
char *allocated_script = NULL;
|
||||||
|
const char *filename = "<eval>";
|
||||||
|
|
||||||
|
struct stat st;
|
||||||
|
if (stat(script_or_file, &st) == 0 && S_ISREG(st.st_mode)) {
|
||||||
|
FILE *f = fopen(script_or_file, "r");
|
||||||
|
if (!f) {
|
||||||
|
printf("Failed to open file: %s\n", script_or_file);
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
allocated_script = malloc(st.st_size + 1);
|
||||||
|
if (!allocated_script) {
|
||||||
|
fclose(f);
|
||||||
|
printf("Failed to allocate memory for script\n");
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
size_t read_size = fread(allocated_script, 1, st.st_size, f);
|
||||||
|
fclose(f);
|
||||||
|
allocated_script[read_size] = '\0';
|
||||||
|
script = allocated_script;
|
||||||
|
filename = script_or_file;
|
||||||
|
} else {
|
||||||
|
script = (char *)script_or_file;
|
||||||
|
}
|
||||||
|
|
||||||
|
JSRuntime *rt = JS_NewRuntime();
|
||||||
|
if (!rt) {
|
||||||
|
printf("Failed to create JS runtime\n");
|
||||||
|
free(allocated_script);
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
JSContext *ctx = JS_NewContext(rt);
|
||||||
|
if (!ctx) {
|
||||||
|
printf("Failed to create JS context\n");
|
||||||
|
JS_FreeRuntime(rt);
|
||||||
|
free(allocated_script);
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
char *json = JS_Tokenize(ctx, script, strlen(script), filename);
|
||||||
|
if (json) {
|
||||||
|
printf("%s\n", json);
|
||||||
|
free(json);
|
||||||
|
} else {
|
||||||
|
printf("Failed to tokenize\n");
|
||||||
|
}
|
||||||
|
|
||||||
|
JS_FreeContext(ctx);
|
||||||
|
JS_FreeRuntime(rt);
|
||||||
|
free(allocated_script);
|
||||||
|
return json ? 0 : 1;
|
||||||
|
}
|
||||||
|
|
||||||
/* Check for --mach flag to output machine code JSON */
|
/* Check for --mach flag to output machine code JSON */
|
||||||
if (argc >= 3 && strcmp(argv[1], "--mach") == 0) {
|
if (argc >= 3 && strcmp(argv[1], "--mach") == 0) {
|
||||||
const char *script_or_file = argv[2];
|
const char *script_or_file = argv[2];
|
||||||
|
|||||||
488
source/quickjs.c
488
source/quickjs.c
@@ -8513,6 +8513,10 @@ enum {
|
|||||||
TOK_ERROR,
|
TOK_ERROR,
|
||||||
TOK_PRIVATE_NAME,
|
TOK_PRIVATE_NAME,
|
||||||
TOK_EOF,
|
TOK_EOF,
|
||||||
|
/* whitespace/comment tokens for tokenizer */
|
||||||
|
TOK_COMMENT,
|
||||||
|
TOK_NEWLINE,
|
||||||
|
TOK_SPACE,
|
||||||
/* keywords: WARNING: same order as atoms */
|
/* keywords: WARNING: same order as atoms */
|
||||||
TOK_NULL, /* must be first */
|
TOK_NULL, /* must be first */
|
||||||
TOK_FALSE,
|
TOK_FALSE,
|
||||||
@@ -8574,6 +8578,113 @@ enum {
|
|||||||
#define CP_LS 0x2028
|
#define CP_LS 0x2028
|
||||||
#define CP_PS 0x2029
|
#define CP_PS 0x2029
|
||||||
|
|
||||||
|
/* Map token values to kind strings for tokenizer output */
|
||||||
|
static const char *ast_token_kind_str(int token_val) {
|
||||||
|
static char single_char[2] = {0, 0};
|
||||||
|
switch (token_val) {
|
||||||
|
case TOK_NUMBER: return "number";
|
||||||
|
case TOK_STRING: return "text";
|
||||||
|
case TOK_TEMPLATE: return "text";
|
||||||
|
case TOK_IDENT: return "name";
|
||||||
|
case TOK_COMMENT: return "comment";
|
||||||
|
case TOK_NEWLINE: return "newline";
|
||||||
|
case TOK_SPACE: return "space";
|
||||||
|
case TOK_REGEXP: return "regexp";
|
||||||
|
case TOK_PRIVATE_NAME: return "private_name";
|
||||||
|
case TOK_EOF: return "eof";
|
||||||
|
case TOK_ERROR: return "error";
|
||||||
|
/* compound operators */
|
||||||
|
case TOK_MUL_ASSIGN: return "*=";
|
||||||
|
case TOK_DIV_ASSIGN: return "/=";
|
||||||
|
case TOK_MOD_ASSIGN: return "%=";
|
||||||
|
case TOK_PLUS_ASSIGN: return "+=";
|
||||||
|
case TOK_MINUS_ASSIGN: return "-=";
|
||||||
|
case TOK_SHL_ASSIGN: return "<<=";
|
||||||
|
case TOK_SAR_ASSIGN: return ">>=";
|
||||||
|
case TOK_SHR_ASSIGN: return ">>>=";
|
||||||
|
case TOK_AND_ASSIGN: return "&=";
|
||||||
|
case TOK_XOR_ASSIGN: return "^=";
|
||||||
|
case TOK_OR_ASSIGN: return "|=";
|
||||||
|
case TOK_POW_ASSIGN: return "**=";
|
||||||
|
case TOK_LAND_ASSIGN: return "&&=";
|
||||||
|
case TOK_LOR_ASSIGN: return "||=";
|
||||||
|
case TOK_DOUBLE_QUESTION_MARK_ASSIGN: return "?\?=";
|
||||||
|
case TOK_DEC: return "--";
|
||||||
|
case TOK_INC: return "++";
|
||||||
|
case TOK_SHL: return "<<";
|
||||||
|
case TOK_SAR: return ">>";
|
||||||
|
case TOK_SHR: return ">>>";
|
||||||
|
case TOK_LT: return "<";
|
||||||
|
case TOK_LTE: return "<=";
|
||||||
|
case TOK_GT: return ">";
|
||||||
|
case TOK_GTE: return ">=";
|
||||||
|
case TOK_EQ: return "==";
|
||||||
|
case TOK_STRICT_EQ: return "===";
|
||||||
|
case TOK_NEQ: return "!=";
|
||||||
|
case TOK_STRICT_NEQ: return "!==";
|
||||||
|
case TOK_LAND: return "&&";
|
||||||
|
case TOK_LOR: return "||";
|
||||||
|
case TOK_POW: return "**";
|
||||||
|
case TOK_ARROW: return "=>";
|
||||||
|
case TOK_DOUBLE_QUESTION_MARK: return "??";
|
||||||
|
case TOK_QUESTION_MARK_DOT: return "?.";
|
||||||
|
/* keywords */
|
||||||
|
case TOK_NULL: return "null";
|
||||||
|
case TOK_FALSE: return "false";
|
||||||
|
case TOK_TRUE: return "true";
|
||||||
|
case TOK_IF: return "if";
|
||||||
|
case TOK_ELSE: return "else";
|
||||||
|
case TOK_RETURN: return "return";
|
||||||
|
case TOK_GO: return "go";
|
||||||
|
case TOK_VAR: return "var";
|
||||||
|
case TOK_DEF: return "def";
|
||||||
|
case TOK_THIS: return "this";
|
||||||
|
case TOK_DELETE: return "delete";
|
||||||
|
case TOK_VOID: return "void";
|
||||||
|
case TOK_NEW: return "new";
|
||||||
|
case TOK_IN: return "in";
|
||||||
|
case TOK_DO: return "do";
|
||||||
|
case TOK_WHILE: return "while";
|
||||||
|
case TOK_FOR: return "for";
|
||||||
|
case TOK_BREAK: return "break";
|
||||||
|
case TOK_CONTINUE: return "continue";
|
||||||
|
case TOK_SWITCH: return "switch";
|
||||||
|
case TOK_CASE: return "case";
|
||||||
|
case TOK_DEFAULT: return "default";
|
||||||
|
case TOK_THROW: return "throw";
|
||||||
|
case TOK_TRY: return "try";
|
||||||
|
case TOK_CATCH: return "catch";
|
||||||
|
case TOK_FINALLY: return "finally";
|
||||||
|
case TOK_FUNCTION: return "function";
|
||||||
|
case TOK_DEBUGGER: return "debugger";
|
||||||
|
case TOK_WITH: return "with";
|
||||||
|
case TOK_CLASS: return "class";
|
||||||
|
case TOK_CONST: return "const";
|
||||||
|
case TOK_ENUM: return "enum";
|
||||||
|
case TOK_EXPORT: return "export";
|
||||||
|
case TOK_EXTENDS: return "extends";
|
||||||
|
case TOK_IMPORT: return "import";
|
||||||
|
case TOK_SUPER: return "super";
|
||||||
|
case TOK_IMPLEMENTS: return "implements";
|
||||||
|
case TOK_INTERFACE: return "interface";
|
||||||
|
case TOK_LET: return "let";
|
||||||
|
case TOK_PRIVATE: return "private";
|
||||||
|
case TOK_PROTECTED: return "protected";
|
||||||
|
case TOK_PUBLIC: return "public";
|
||||||
|
case TOK_STATIC: return "static";
|
||||||
|
case TOK_YIELD: return "yield";
|
||||||
|
case TOK_AWAIT: return "await";
|
||||||
|
case TOK_OF: return "of";
|
||||||
|
default:
|
||||||
|
/* Single character tokens */
|
||||||
|
if (token_val >= 0 && token_val < 128) {
|
||||||
|
single_char[0] = (char)token_val;
|
||||||
|
return single_char;
|
||||||
|
}
|
||||||
|
return "unknown";
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
typedef struct BlockEnv {
|
typedef struct BlockEnv {
|
||||||
struct BlockEnv *prev;
|
struct BlockEnv *prev;
|
||||||
JSValue label_name; /* JS_NULL if none */
|
JSValue label_name; /* JS_NULL if none */
|
||||||
@@ -28249,6 +28360,287 @@ redo:
|
|||||||
return 0;
|
return 0;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
/* Tokenizer function that does NOT skip whitespace/comments - emits them as tokens */
|
||||||
|
static int tokenize_next (ASTParseState *s) {
|
||||||
|
const uint8_t *p;
|
||||||
|
int c;
|
||||||
|
BOOL ident_has_escape;
|
||||||
|
|
||||||
|
ast_free_token (s);
|
||||||
|
p = s->buf_ptr;
|
||||||
|
s->got_lf = FALSE;
|
||||||
|
|
||||||
|
s->token_ptr = p;
|
||||||
|
c = *p;
|
||||||
|
switch (c) {
|
||||||
|
case 0:
|
||||||
|
if (p >= s->buf_end) {
|
||||||
|
s->token_val = TOK_EOF;
|
||||||
|
} else {
|
||||||
|
goto def_token;
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
case '`': {
|
||||||
|
const uint8_t *start = p;
|
||||||
|
p++;
|
||||||
|
while (p < s->buf_end && *p != '`') {
|
||||||
|
if (*p == '\\' && p + 1 < s->buf_end) p++;
|
||||||
|
if (*p == '$' && p + 1 < s->buf_end && p[1] == '{') {
|
||||||
|
/* template with expressions - not fully supported in AST yet */
|
||||||
|
}
|
||||||
|
p++;
|
||||||
|
}
|
||||||
|
if (p < s->buf_end) p++;
|
||||||
|
s->token_val = TOK_TEMPLATE;
|
||||||
|
s->token_u.str.str = JS_NewStringLen (s->ctx, (const char *)(start + 1), p - start - 2);
|
||||||
|
} break;
|
||||||
|
case '\'':
|
||||||
|
case '\"': {
|
||||||
|
const uint8_t *start = p;
|
||||||
|
int quote = c;
|
||||||
|
p++;
|
||||||
|
while (p < s->buf_end && *p != quote) {
|
||||||
|
if (*p == '\\' && p + 1 < s->buf_end) p++;
|
||||||
|
p++;
|
||||||
|
}
|
||||||
|
if (p < s->buf_end) p++;
|
||||||
|
s->token_val = TOK_STRING;
|
||||||
|
s->token_u.str.str = JS_NewStringLen (s->ctx, (const char *)(start + 1), p - start - 2);
|
||||||
|
} break;
|
||||||
|
case '\r':
|
||||||
|
if (p[1] == '\n') p++;
|
||||||
|
/* fall through */
|
||||||
|
case '\n':
|
||||||
|
p++;
|
||||||
|
s->got_lf = TRUE;
|
||||||
|
s->token_val = TOK_NEWLINE;
|
||||||
|
break;
|
||||||
|
case '\f':
|
||||||
|
case '\v':
|
||||||
|
case ' ':
|
||||||
|
case '\t': {
|
||||||
|
/* Collect consecutive whitespace (excluding newlines) */
|
||||||
|
while (p < s->buf_end && (*p == ' ' || *p == '\t' || *p == '\f' || *p == '\v')) p++;
|
||||||
|
s->token_val = TOK_SPACE;
|
||||||
|
} break;
|
||||||
|
case '/':
|
||||||
|
if (p[1] == '*') {
|
||||||
|
/* Multi-line comment */
|
||||||
|
p += 2;
|
||||||
|
while (p < s->buf_end) {
|
||||||
|
if (p[0] == '*' && p[1] == '/') {
|
||||||
|
p += 2;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
if (*p == '\n' || *p == '\r') s->got_lf = TRUE;
|
||||||
|
p++;
|
||||||
|
}
|
||||||
|
s->token_val = TOK_COMMENT;
|
||||||
|
} else if (p[1] == '/') {
|
||||||
|
/* Single-line comment */
|
||||||
|
p += 2;
|
||||||
|
while (p < s->buf_end && *p != '\n' && *p != '\r') p++;
|
||||||
|
s->token_val = TOK_COMMENT;
|
||||||
|
} else if (p[1] == '=') {
|
||||||
|
p += 2;
|
||||||
|
s->token_val = TOK_DIV_ASSIGN;
|
||||||
|
} else {
|
||||||
|
p++;
|
||||||
|
s->token_val = c;
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
case '\\':
|
||||||
|
goto def_token;
|
||||||
|
case 'a': case 'b': case 'c': case 'd': case 'e': case 'f': case 'g':
|
||||||
|
case 'h': case 'i': case 'j': case 'k': case 'l': case 'm': case 'n':
|
||||||
|
case 'o': case 'p': case 'q': case 'r': case 's': case 't': case 'u':
|
||||||
|
case 'v': case 'w': case 'x': case 'y': case 'z':
|
||||||
|
case 'A': case 'B': case 'C': case 'D': case 'E': case 'F': case 'G':
|
||||||
|
case 'H': case 'I': case 'J': case 'K': case 'L': case 'M': case 'N':
|
||||||
|
case 'O': case 'P': case 'Q': case 'R': case 'S': case 'T': case 'U':
|
||||||
|
case 'V': case 'W': case 'X': case 'Y': case 'Z':
|
||||||
|
case '_': case '$': {
|
||||||
|
const uint8_t *start = p;
|
||||||
|
ident_has_escape = FALSE;
|
||||||
|
p++;
|
||||||
|
while (p < s->buf_end) {
|
||||||
|
c = *p;
|
||||||
|
if ((c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z') ||
|
||||||
|
(c >= '0' && c <= '9') || c == '_' || c == '$') {
|
||||||
|
p++;
|
||||||
|
} else if (c >= 0x80) {
|
||||||
|
p++;
|
||||||
|
while (p < s->buf_end && (*p & 0xc0) == 0x80) p++;
|
||||||
|
} else {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
size_t len = p - start;
|
||||||
|
s->token_u.ident.str = JS_NewStringLen (s->ctx, (const char *)start, len);
|
||||||
|
s->token_u.ident.has_escape = ident_has_escape;
|
||||||
|
s->token_u.ident.is_reserved = FALSE;
|
||||||
|
s->token_val = TOK_IDENT;
|
||||||
|
|
||||||
|
/* Check for keywords */
|
||||||
|
if (len == 2 && !memcmp (start, "if", 2)) s->token_val = TOK_IF;
|
||||||
|
else if (len == 2 && !memcmp (start, "in", 2)) s->token_val = TOK_IN;
|
||||||
|
else if (len == 2 && !memcmp (start, "do", 2)) s->token_val = TOK_DO;
|
||||||
|
else if (len == 2 && !memcmp (start, "go", 2)) s->token_val = TOK_GO;
|
||||||
|
else if (len == 3 && !memcmp (start, "var", 3)) s->token_val = TOK_VAR;
|
||||||
|
else if (len == 3 && !memcmp (start, "def", 3)) s->token_val = TOK_DEF;
|
||||||
|
else if (len == 3 && !memcmp (start, "for", 3)) s->token_val = TOK_FOR;
|
||||||
|
else if (len == 3 && !memcmp (start, "new", 3)) s->token_val = TOK_NEW;
|
||||||
|
else if (len == 3 && !memcmp (start, "try", 3)) s->token_val = TOK_TRY;
|
||||||
|
else if (len == 4 && !memcmp (start, "else", 4)) s->token_val = TOK_ELSE;
|
||||||
|
else if (len == 4 && !memcmp (start, "this", 4)) s->token_val = TOK_THIS;
|
||||||
|
else if (len == 4 && !memcmp (start, "null", 4)) s->token_val = TOK_NULL;
|
||||||
|
else if (len == 4 && !memcmp (start, "true", 4)) s->token_val = TOK_TRUE;
|
||||||
|
else if (len == 4 && !memcmp (start, "void", 4)) s->token_val = TOK_VOID;
|
||||||
|
else if (len == 4 && !memcmp (start, "case", 4)) s->token_val = TOK_CASE;
|
||||||
|
else if (len == 5 && !memcmp (start, "false", 5)) s->token_val = TOK_FALSE;
|
||||||
|
else if (len == 5 && !memcmp (start, "while", 5)) s->token_val = TOK_WHILE;
|
||||||
|
else if (len == 5 && !memcmp (start, "break", 5)) s->token_val = TOK_BREAK;
|
||||||
|
else if (len == 5 && !memcmp (start, "throw", 5)) s->token_val = TOK_THROW;
|
||||||
|
else if (len == 5 && !memcmp (start, "catch", 5)) s->token_val = TOK_CATCH;
|
||||||
|
else if (len == 6 && !memcmp (start, "return", 6)) s->token_val = TOK_RETURN;
|
||||||
|
else if (len == 6 && !memcmp (start, "delete", 6)) s->token_val = TOK_DELETE;
|
||||||
|
else if (len == 6 && !memcmp (start, "switch", 6)) s->token_val = TOK_SWITCH;
|
||||||
|
else if (len == 7 && !memcmp (start, "default", 7)) s->token_val = TOK_DEFAULT;
|
||||||
|
else if (len == 7 && !memcmp (start, "finally", 7)) s->token_val = TOK_FINALLY;
|
||||||
|
else if (len == 8 && !memcmp (start, "function", 8)) s->token_val = TOK_FUNCTION;
|
||||||
|
else if (len == 8 && !memcmp (start, "continue", 8)) s->token_val = TOK_CONTINUE;
|
||||||
|
} break;
|
||||||
|
case '.':
|
||||||
|
if (p[1] >= '0' && p[1] <= '9') {
|
||||||
|
goto tokenize_number;
|
||||||
|
} else {
|
||||||
|
goto def_token;
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
case '0': case '1': case '2': case '3': case '4':
|
||||||
|
case '5': case '6': case '7': case '8': case '9':
|
||||||
|
tokenize_number: {
|
||||||
|
const uint8_t *start = p;
|
||||||
|
BOOL is_float = FALSE;
|
||||||
|
if (p[0] == '0' && (p[1] == 'x' || p[1] == 'X')) {
|
||||||
|
p += 2;
|
||||||
|
while (p < s->buf_end && ((c = *p, (c >= '0' && c <= '9') ||
|
||||||
|
(c >= 'a' && c <= 'f') || (c >= 'A' && c <= 'F') || c == '_'))) p++;
|
||||||
|
} else if (p[0] == '0' && (p[1] == 'b' || p[1] == 'B')) {
|
||||||
|
p += 2;
|
||||||
|
while (p < s->buf_end && (*p == '0' || *p == '1' || *p == '_')) p++;
|
||||||
|
} else if (p[0] == '0' && (p[1] == 'o' || p[1] == 'O')) {
|
||||||
|
p += 2;
|
||||||
|
while (p < s->buf_end && (*p >= '0' && *p <= '7')) p++;
|
||||||
|
} else {
|
||||||
|
while (p < s->buf_end && ((*p >= '0' && *p <= '9') || *p == '_')) p++;
|
||||||
|
if (p < s->buf_end && *p == '.') {
|
||||||
|
is_float = TRUE;
|
||||||
|
p++;
|
||||||
|
while (p < s->buf_end && ((*p >= '0' && *p <= '9') || *p == '_')) p++;
|
||||||
|
}
|
||||||
|
if (p < s->buf_end && (*p == 'e' || *p == 'E')) {
|
||||||
|
is_float = TRUE;
|
||||||
|
p++;
|
||||||
|
if (p < s->buf_end && (*p == '+' || *p == '-')) p++;
|
||||||
|
while (p < s->buf_end && (*p >= '0' && *p <= '9')) p++;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
(void)is_float;
|
||||||
|
s->token_val = TOK_NUMBER;
|
||||||
|
char *numstr = sys_malloc (p - start + 1);
|
||||||
|
memcpy (numstr, start, p - start);
|
||||||
|
numstr[p - start] = '\0';
|
||||||
|
double val = strtod (numstr, NULL);
|
||||||
|
sys_free (numstr);
|
||||||
|
s->token_u.num.val = JS_NewFloat64 (s->ctx, val);
|
||||||
|
} break;
|
||||||
|
case '*':
|
||||||
|
if (p[1] == '=') { p += 2; s->token_val = TOK_MUL_ASSIGN; }
|
||||||
|
else if (p[1] == '*') {
|
||||||
|
if (p[2] == '=') { p += 3; s->token_val = TOK_POW_ASSIGN; }
|
||||||
|
else { p += 2; s->token_val = TOK_POW; }
|
||||||
|
} else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '%':
|
||||||
|
if (p[1] == '=') { p += 2; s->token_val = TOK_MOD_ASSIGN; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '+':
|
||||||
|
if (p[1] == '=') { p += 2; s->token_val = TOK_PLUS_ASSIGN; }
|
||||||
|
else if (p[1] == '+') { p += 2; s->token_val = TOK_INC; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '-':
|
||||||
|
if (p[1] == '=') { p += 2; s->token_val = TOK_MINUS_ASSIGN; }
|
||||||
|
else if (p[1] == '-') { p += 2; s->token_val = TOK_DEC; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '<':
|
||||||
|
if (p[1] == '=') { p += 2; s->token_val = TOK_LTE; }
|
||||||
|
else if (p[1] == '<') {
|
||||||
|
if (p[2] == '=') { p += 3; s->token_val = TOK_SHL_ASSIGN; }
|
||||||
|
else { p += 2; s->token_val = TOK_SHL; }
|
||||||
|
} else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '>':
|
||||||
|
if (p[1] == '=') { p += 2; s->token_val = TOK_GTE; }
|
||||||
|
else if (p[1] == '>') {
|
||||||
|
if (p[2] == '>') {
|
||||||
|
if (p[3] == '=') { p += 4; s->token_val = TOK_SHR_ASSIGN; }
|
||||||
|
else { p += 3; s->token_val = TOK_SHR; }
|
||||||
|
} else if (p[2] == '=') { p += 3; s->token_val = TOK_SAR_ASSIGN; }
|
||||||
|
else { p += 2; s->token_val = TOK_SAR; }
|
||||||
|
} else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '=':
|
||||||
|
if (p[1] == '=') {
|
||||||
|
if (p[2] == '=') { p += 3; s->token_val = TOK_STRICT_EQ; }
|
||||||
|
else { p += 2; s->token_val = TOK_EQ; }
|
||||||
|
} else if (p[1] == '>') { p += 2; s->token_val = TOK_ARROW; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '!':
|
||||||
|
if (p[1] == '=') {
|
||||||
|
if (p[2] == '=') { p += 3; s->token_val = TOK_STRICT_NEQ; }
|
||||||
|
else { p += 2; s->token_val = TOK_NEQ; }
|
||||||
|
} else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '&':
|
||||||
|
if (p[1] == '&') {
|
||||||
|
if (p[2] == '=') { p += 3; s->token_val = TOK_LAND_ASSIGN; }
|
||||||
|
else { p += 2; s->token_val = TOK_LAND; }
|
||||||
|
} else if (p[1] == '=') { p += 2; s->token_val = TOK_AND_ASSIGN; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '|':
|
||||||
|
if (p[1] == '|') {
|
||||||
|
if (p[2] == '=') { p += 3; s->token_val = TOK_LOR_ASSIGN; }
|
||||||
|
else { p += 2; s->token_val = TOK_LOR; }
|
||||||
|
} else if (p[1] == '=') { p += 2; s->token_val = TOK_OR_ASSIGN; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '^':
|
||||||
|
if (p[1] == '=') { p += 2; s->token_val = TOK_XOR_ASSIGN; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
case '?':
|
||||||
|
if (p[1] == '?') {
|
||||||
|
if (p[2] == '=') { p += 3; s->token_val = TOK_DOUBLE_QUESTION_MARK_ASSIGN; }
|
||||||
|
else { p += 2; s->token_val = TOK_DOUBLE_QUESTION_MARK; }
|
||||||
|
} else if (p[1] == '.') { p += 2; s->token_val = TOK_QUESTION_MARK_DOT; }
|
||||||
|
else { goto def_token; }
|
||||||
|
break;
|
||||||
|
default:
|
||||||
|
def_token:
|
||||||
|
p++;
|
||||||
|
s->token_val = c;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
s->buf_ptr = p;
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
|
|
||||||
static cJSON *ast_parse_primary (ASTParseState *s) {
|
static cJSON *ast_parse_primary (ASTParseState *s) {
|
||||||
const uint8_t *start = s->token_ptr;
|
const uint8_t *start = s->token_ptr;
|
||||||
cJSON *node = NULL;
|
cJSON *node = NULL;
|
||||||
@@ -29394,6 +29786,102 @@ char *JS_AST (JSContext *ctx, const char *source, size_t len, const char *filena
|
|||||||
return json;
|
return json;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
/* Build a token object for the tokenizer output */
|
||||||
|
static cJSON *build_token_object (ASTParseState *s) {
|
||||||
|
cJSON *tok = cJSON_CreateObject ();
|
||||||
|
const char *kind = ast_token_kind_str (s->token_val);
|
||||||
|
cJSON_AddStringToObject (tok, "kind", kind);
|
||||||
|
|
||||||
|
/* Position info */
|
||||||
|
int at = (int)(s->token_ptr - s->buf_start);
|
||||||
|
int from_row, from_col;
|
||||||
|
ast_get_line_col (s, s->token_ptr, &from_row, &from_col);
|
||||||
|
int to_row, to_col;
|
||||||
|
ast_get_line_col (s, s->buf_ptr, &to_row, &to_col);
|
||||||
|
|
||||||
|
cJSON_AddNumberToObject (tok, "at", at);
|
||||||
|
cJSON_AddNumberToObject (tok, "from_row", from_row);
|
||||||
|
cJSON_AddNumberToObject (tok, "from_column", from_col);
|
||||||
|
cJSON_AddNumberToObject (tok, "to_row", to_row);
|
||||||
|
cJSON_AddNumberToObject (tok, "to_column", to_col);
|
||||||
|
|
||||||
|
/* Value field based on token type */
|
||||||
|
switch (s->token_val) {
|
||||||
|
case TOK_NUMBER: {
|
||||||
|
/* Store original source text as value */
|
||||||
|
size_t len = s->buf_ptr - s->token_ptr;
|
||||||
|
char *text = sys_malloc (len + 1);
|
||||||
|
memcpy (text, s->token_ptr, len);
|
||||||
|
text[len] = '\0';
|
||||||
|
cJSON_AddStringToObject (tok, "value", text);
|
||||||
|
sys_free (text);
|
||||||
|
/* Store parsed number */
|
||||||
|
double d = JS_VALUE_GET_FLOAT64 (s->token_u.num.val);
|
||||||
|
if (JS_VALUE_GET_TAG (s->token_u.num.val) == JS_TAG_INT) {
|
||||||
|
d = JS_VALUE_GET_INT (s->token_u.num.val);
|
||||||
|
}
|
||||||
|
cJSON_AddNumberToObject (tok, "number", d);
|
||||||
|
} break;
|
||||||
|
case TOK_STRING:
|
||||||
|
case TOK_TEMPLATE: {
|
||||||
|
const char *str = JS_ToCString (s->ctx, s->token_u.str.str);
|
||||||
|
cJSON_AddStringToObject (tok, "value", str ? str : "");
|
||||||
|
JS_FreeCString (s->ctx, str);
|
||||||
|
} break;
|
||||||
|
case TOK_IDENT: {
|
||||||
|
const char *str = JS_ToCString (s->ctx, s->token_u.ident.str);
|
||||||
|
cJSON_AddStringToObject (tok, "value", str ? str : "");
|
||||||
|
JS_FreeCString (s->ctx, str);
|
||||||
|
} break;
|
||||||
|
case TOK_COMMENT:
|
||||||
|
case TOK_SPACE:
|
||||||
|
case TOK_NEWLINE: {
|
||||||
|
/* Store the raw source text */
|
||||||
|
size_t len = s->buf_ptr - s->token_ptr;
|
||||||
|
char *text = sys_malloc (len + 1);
|
||||||
|
memcpy (text, s->token_ptr, len);
|
||||||
|
text[len] = '\0';
|
||||||
|
cJSON_AddStringToObject (tok, "value", text);
|
||||||
|
sys_free (text);
|
||||||
|
} break;
|
||||||
|
default:
|
||||||
|
/* No value field for operators/punctuators/keywords */
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
return tok;
|
||||||
|
}
|
||||||
|
|
||||||
|
char *JS_Tokenize (JSContext *ctx, const char *source, size_t len, const char *filename) {
|
||||||
|
ASTParseState s;
|
||||||
|
memset (&s, 0, sizeof (s));
|
||||||
|
|
||||||
|
s.ctx = ctx;
|
||||||
|
s.filename = filename;
|
||||||
|
s.buf_start = (const uint8_t *)source;
|
||||||
|
s.buf_ptr = (const uint8_t *)source;
|
||||||
|
s.buf_end = (const uint8_t *)source + len;
|
||||||
|
s.function_nr = 0;
|
||||||
|
s.errors = NULL;
|
||||||
|
s.has_error = 0;
|
||||||
|
|
||||||
|
cJSON *root = cJSON_CreateObject ();
|
||||||
|
cJSON_AddStringToObject (root, "filename", filename);
|
||||||
|
cJSON *tokens = cJSON_AddArrayToObject (root, "tokens");
|
||||||
|
|
||||||
|
/* Tokenize all tokens including whitespace */
|
||||||
|
while (1) {
|
||||||
|
tokenize_next (&s);
|
||||||
|
cJSON *tok = build_token_object (&s);
|
||||||
|
cJSON_AddItemToArray (tokens, tok);
|
||||||
|
if (s.token_val == TOK_EOF) break;
|
||||||
|
}
|
||||||
|
|
||||||
|
char *json = cJSON_Print (root);
|
||||||
|
cJSON_Delete (root);
|
||||||
|
return json;
|
||||||
|
}
|
||||||
|
|
||||||
/* ============================================================
|
/* ============================================================
|
||||||
Register-Based Machine Code Generator
|
Register-Based Machine Code Generator
|
||||||
============================================================ */
|
============================================================ */
|
||||||
|
|||||||
@@ -1222,6 +1222,10 @@ CellModule *JS_CompileModule (JSContext *ctx, const char *input, size_t input_le
|
|||||||
Returns malloc'd JSON string (caller must free), or NULL on error. */
|
Returns malloc'd JSON string (caller must free), or NULL on error. */
|
||||||
char *JS_AST (JSContext *ctx, const char *source, size_t len, const char *filename);
|
char *JS_AST (JSContext *ctx, const char *source, size_t len, const char *filename);
|
||||||
|
|
||||||
|
/* Tokenize source code and return token array as JSON string.
|
||||||
|
Returns malloc'd JSON string (caller must free), or NULL on error. */
|
||||||
|
char *JS_Tokenize (JSContext *ctx, const char *source, size_t len, const char *filename);
|
||||||
|
|
||||||
/* Generate register-based machine code from AST JSON.
|
/* Generate register-based machine code from AST JSON.
|
||||||
Returns malloc'd JSON string (caller must free), or NULL on error. */
|
Returns malloc'd JSON string (caller must free), or NULL on error. */
|
||||||
char *JS_Mach (JSContext *ctx, const char *ast_json);
|
char *JS_Mach (JSContext *ctx, const char *ast_json);
|
||||||
|
|||||||
Reference in New Issue
Block a user