Added support for hex, octal, and unicode escape sequences
This commit is contained in:
parent
f7a823687e
commit
71157122d6
@ -133,5 +133,7 @@ func TestTokenizeText (test *testing.T) {
|
||||
Token { kind: TokenKindRune, value: '"' },
|
||||
Token { kind: TokenKindRune, value: '\\' },
|
||||
Token { kind: TokenKindNewline },
|
||||
Token { kind: TokenKindString, value: "hello world \x40\u0040\U00000040!" },
|
||||
Token { kind: TokenKindNewline },
|
||||
}, test)
|
||||
}
|
||||
|
130
lexer/text.go
130
lexer/text.go
@ -1,20 +1,9 @@
|
||||
package lexer
|
||||
|
||||
import "strconv"
|
||||
import "github.com/sashakoshka/arf/file"
|
||||
|
||||
var escapeSequenceMap = map[rune] rune {
|
||||
'a': '\x07',
|
||||
'b': '\x08',
|
||||
'f': '\x0c',
|
||||
'n': '\x0a',
|
||||
'r': '\x0d',
|
||||
't': '\x09',
|
||||
'v': '\x0b',
|
||||
'\'': '\'',
|
||||
'"': '"',
|
||||
'\\': '\\',
|
||||
}
|
||||
|
||||
// tokenizeString tokenizes a string or rune literal.
|
||||
func (lexer *LexingOperation) tokenizeString (isRuneLiteral bool) (err error) {
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
@ -26,23 +15,18 @@ func (lexer *LexingOperation) tokenizeString (isRuneLiteral bool) (err error) {
|
||||
if lexer.char == '\\' {
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
|
||||
actual, exists := escapeSequenceMap[lexer.char]
|
||||
if exists {
|
||||
got += string(actual)
|
||||
} else {
|
||||
err = file.NewError (
|
||||
lexer.file.Location(), 1,
|
||||
"unknown escape character " +
|
||||
string(lexer.char), file.ErrorKindError)
|
||||
return
|
||||
}
|
||||
|
||||
var actual rune
|
||||
actual, err = lexer.getEscapeSequence()
|
||||
if err != nil { return }
|
||||
|
||||
got += string(actual)
|
||||
} else {
|
||||
got += string(lexer.char)
|
||||
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
}
|
||||
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
|
||||
if isRuneLiteral {
|
||||
if lexer.char == '\'' { break }
|
||||
@ -75,3 +59,95 @@ func (lexer *LexingOperation) tokenizeString (isRuneLiteral bool) (err error) {
|
||||
lexer.addToken(token)
|
||||
return
|
||||
}
|
||||
|
||||
// escapeSequenceMap contains basic escape sequences and how they map to actual
|
||||
// runes.
|
||||
var escapeSequenceMap = map[rune] rune {
|
||||
'a': '\x07',
|
||||
'b': '\x08',
|
||||
'f': '\x0c',
|
||||
'n': '\x0a',
|
||||
'r': '\x0d',
|
||||
't': '\x09',
|
||||
'v': '\x0b',
|
||||
'\'': '\'',
|
||||
'"': '"',
|
||||
'\\': '\\',
|
||||
}
|
||||
|
||||
// getEscapeSequence reads an escape sequence in a string or rune literal.
|
||||
func (lexer *LexingOperation) getEscapeSequence () (result rune, err error) {
|
||||
result, exists := escapeSequenceMap[lexer.char]
|
||||
if exists {
|
||||
err = lexer.nextRune()
|
||||
return
|
||||
} else if lexer.char >= '0' && lexer.char <= '7' {
|
||||
// octal escape sequence
|
||||
number := string(lexer.char)
|
||||
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
|
||||
for len(number) < 3 {
|
||||
if lexer.char < '0' || lexer.char > '7' { break }
|
||||
|
||||
number += string(lexer.char)
|
||||
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
}
|
||||
|
||||
if len(number) < 3 {
|
||||
err = file.NewError (
|
||||
lexer.file.Location(), 1,
|
||||
"octal escape sequence too short",
|
||||
file.ErrorKindError)
|
||||
return
|
||||
}
|
||||
|
||||
parsedNumber, _ := strconv.ParseInt(number, 8, 8)
|
||||
result = rune(parsedNumber)
|
||||
|
||||
} else if lexer.char == 'x' || lexer.char == 'u' || lexer.char == 'U' {
|
||||
// hexidecimal escape sequence
|
||||
want := 2
|
||||
if lexer.char == 'u' { want = 4 }
|
||||
if lexer.char == 'U' { want = 8 }
|
||||
|
||||
number := ""
|
||||
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
|
||||
for len(number) < want {
|
||||
notLower := lexer.char < 'a' || lexer.char > 'f'
|
||||
notUpper := lexer.char < 'A' || lexer.char > 'F'
|
||||
notNum := lexer.char < '0' || lexer.char > '9'
|
||||
if notLower && notUpper && notNum { break }
|
||||
|
||||
number += string(lexer.char)
|
||||
|
||||
err = lexer.nextRune()
|
||||
if err != nil { return }
|
||||
}
|
||||
|
||||
if len(number) < want {
|
||||
err = file.NewError (
|
||||
lexer.file.Location(), 1,
|
||||
"hex escape sequence too short ",
|
||||
file.ErrorKindError)
|
||||
return
|
||||
}
|
||||
|
||||
parsedNumber, _ := strconv.ParseInt(number, 16, want * 4)
|
||||
result = rune(parsedNumber)
|
||||
} else {
|
||||
err = file.NewError (
|
||||
lexer.file.Location(), 1,
|
||||
"unknown escape character " +
|
||||
string(lexer.char), file.ErrorKindError)
|
||||
return
|
||||
}
|
||||
|
||||
return
|
||||
}
|
||||
|
@ -1,2 +1,3 @@
|
||||
"hello world!\a\b\f\n\r\t\v\'\"\\"
|
||||
'\a' '\b' '\f' '\n' '\r' '\t' '\v' '\'' '\"' '\\'
|
||||
"hello world \x40\u0040\U00000040!"
|
||||
|
Reference in New Issue
Block a user