feat: basic lexer + parser with basic example
This commit is contained in:
154
include/ast.hpp
Normal file
154
include/ast.hpp
Normal file
@ -0,0 +1,154 @@
|
||||
#pragma once
|
||||
#include <cstring>
|
||||
#include "lexer.hpp"
|
||||
|
||||
enum NodeType
|
||||
{
|
||||
Expression = 0,
|
||||
Extern,
|
||||
FnDecl,
|
||||
FnCall,
|
||||
VarDecl,
|
||||
COUNT_NODES,
|
||||
};
|
||||
|
||||
class Node
|
||||
{
|
||||
public:
|
||||
virtual NodeType GetType() const = 0;
|
||||
virtual ~Node() {}
|
||||
};
|
||||
|
||||
#define NODE_TYPE(x) \
|
||||
NodeType GetType() const override { return (x); }
|
||||
|
||||
|
||||
class ExpressionNode : public Node
|
||||
{
|
||||
public:
|
||||
ExpressionNode()
|
||||
: m_left(nullptr), m_right(nullptr) {}
|
||||
~ExpressionNode() override {
|
||||
delete m_left;
|
||||
delete m_right;
|
||||
}
|
||||
|
||||
NODE_TYPE(Expression)
|
||||
public:
|
||||
Node* left() const { return m_left; }
|
||||
Node* right() const { return m_right; }
|
||||
private:
|
||||
Node* m_left;
|
||||
Node* m_right;
|
||||
};
|
||||
|
||||
class ExternNode : public Node
|
||||
{
|
||||
public:
|
||||
// TODO: support multiple extern symbols
|
||||
ExternNode(char* symbol)
|
||||
: m_symbol(symbol) {}
|
||||
~ExternNode() override {
|
||||
delete m_symbol;
|
||||
}
|
||||
|
||||
NODE_TYPE(Extern)
|
||||
private:
|
||||
char* m_symbol;
|
||||
};
|
||||
|
||||
class FnDeclNode : public Node
|
||||
{
|
||||
public:
|
||||
// TODO: support parameters
|
||||
FnDeclNode(char* name, Node* body)
|
||||
: m_name(name), m_body(body) {}
|
||||
~FnDeclNode() override {
|
||||
delete m_name;
|
||||
delete m_body;
|
||||
}
|
||||
|
||||
NODE_TYPE(FnDecl)
|
||||
private:
|
||||
char* m_name;
|
||||
Node* m_body;
|
||||
};
|
||||
|
||||
class FnCallNode : public Node
|
||||
{
|
||||
public:
|
||||
// TODO: support multiple arguments
|
||||
FnCallNode(char* name, Node* arg)
|
||||
: m_name(name), m_arg(arg) {}
|
||||
~FnCallNode() override {
|
||||
delete m_name;
|
||||
delete m_arg;
|
||||
}
|
||||
|
||||
NODE_TYPE(FnCall)
|
||||
private:
|
||||
char* m_name;
|
||||
Node* m_arg;
|
||||
};
|
||||
|
||||
class VarDeclNode : public Node
|
||||
{
|
||||
public:
|
||||
VarDeclNode(char* name, Node* value)
|
||||
: m_name(name), m_value(value) {}
|
||||
~VarDeclNode() override {
|
||||
delete m_name;
|
||||
delete m_value;
|
||||
}
|
||||
|
||||
NODE_TYPE(VarDecl)
|
||||
private:
|
||||
char* m_name;
|
||||
Node* m_value;
|
||||
};
|
||||
|
||||
class AstParser
|
||||
{
|
||||
public:
|
||||
AstParser(Lexer* lexer)
|
||||
: m_lexer(lexer) {}
|
||||
public:
|
||||
Node* ParseStatement()
|
||||
{
|
||||
while (m_lexer->NextToken())
|
||||
{
|
||||
auto token = m_lexer->token();
|
||||
switch(token.token)
|
||||
{
|
||||
case Id:
|
||||
{
|
||||
if (strcmp(token.string, "extern") == 0)
|
||||
{
|
||||
// Extern
|
||||
m_lexer->Eat(Id);
|
||||
return new ExternNode(m_lexer->token().string);
|
||||
}
|
||||
else if (strcmp(token.string, "fn") == 0)
|
||||
{
|
||||
// Function Declaration
|
||||
m_lexer->Eat(Id);
|
||||
char* name = strdup(m_lexer->token().string);
|
||||
m_lexer->Eat('(');
|
||||
// TODO: parse parameters
|
||||
m_lexer->Eat(')');
|
||||
m_lexer->Eat('{');
|
||||
// TODO: parse function body
|
||||
m_lexer->Eat('}');
|
||||
return new FnDeclNode(name, nullptr);
|
||||
}
|
||||
}
|
||||
break;
|
||||
}
|
||||
}
|
||||
|
||||
// TODO: report parse error
|
||||
return nullptr;
|
||||
}
|
||||
private:
|
||||
Lexer* m_lexer;
|
||||
};
|
||||
136
include/lexer.hpp
Normal file
136
include/lexer.hpp
Normal file
@ -0,0 +1,136 @@
|
||||
#pragma once
|
||||
#include <iostream>
|
||||
#include <cctype>
|
||||
|
||||
#include "string.hpp"
|
||||
|
||||
enum TokenType
|
||||
{
|
||||
Eof = 256,
|
||||
Id,
|
||||
IntLiteral,
|
||||
|
||||
Unknown,
|
||||
};
|
||||
|
||||
struct Token
|
||||
{
|
||||
TokenType token;
|
||||
long int_number;
|
||||
// null-terminated
|
||||
char* string;
|
||||
long line_number;
|
||||
long offset_start;
|
||||
long offset_end;
|
||||
public:
|
||||
Token(TokenType t) : token(t) {}
|
||||
Token(TokenType t, long lnumber, long soffset, long eoffset)
|
||||
: token(t), line_number(lnumber), offset_start(soffset), offset_end(eoffset) {}
|
||||
Token() : token(Unknown) {}
|
||||
};
|
||||
|
||||
class Lexer
|
||||
{
|
||||
public:
|
||||
const Token& token() { return m_token; }
|
||||
public:
|
||||
Lexer(char* filename, StringView code)
|
||||
: m_filename(filename), m_code(code) {}
|
||||
|
||||
Lexer(const Lexer&) = delete;
|
||||
Lexer(Lexer&& other)
|
||||
{
|
||||
m_code = other.m_code;
|
||||
other.m_code = StringView();
|
||||
}
|
||||
public:
|
||||
bool NextToken()
|
||||
{
|
||||
if (m_pos >= m_code.size)
|
||||
{
|
||||
m_token = Token(TokenType::Eof);
|
||||
return false;
|
||||
}
|
||||
|
||||
char c = m_code.data[m_pos++];
|
||||
|
||||
while(std::isspace(c)) {
|
||||
if (c == '\n')
|
||||
{
|
||||
m_line++;
|
||||
m_last_newline = m_pos;
|
||||
}
|
||||
c = m_code.data[m_pos++];
|
||||
}
|
||||
|
||||
if (std::isalpha(c) != 0)
|
||||
{
|
||||
StringBuilder s;
|
||||
long offset_start = m_pos - m_last_newline;
|
||||
s.PushChar(c);
|
||||
// id
|
||||
while (std::isalpha(m_code.data[m_pos]) != 0)
|
||||
{
|
||||
s.PushChar(m_code.data[m_pos++]);
|
||||
}
|
||||
s.PushChar('\0');
|
||||
m_token = Token(Id, m_line, offset_start, m_pos - m_last_newline);
|
||||
m_token.string = s.data;
|
||||
return true;
|
||||
}
|
||||
|
||||
if (std::isdigit(c) != 0)
|
||||
{
|
||||
StringBuilder s;
|
||||
long offset_start = m_pos - m_last_newline;
|
||||
bool hex = c == '0' && m_code.data[m_pos] == 'x';
|
||||
s.PushChar(c);
|
||||
// integer (could be hex)
|
||||
while (std::isdigit(m_code.data[m_pos]) != 0 || (hex && std::isalpha(m_code.data[m_pos]) != 0))
|
||||
{
|
||||
s.PushChar(m_code.data[m_pos++]);
|
||||
}
|
||||
s.PushChar('\0');
|
||||
m_token = Token(IntLiteral, m_line, offset_start, m_pos - m_last_newline);
|
||||
m_token.int_number = std::strtol(s.data, nullptr, hex ? 16 : 10);
|
||||
m_token.string = s.data;
|
||||
return true;
|
||||
}
|
||||
|
||||
m_token = Token((TokenType)c, m_line, m_pos - m_last_newline, m_pos - m_last_newline + 1);
|
||||
return true;
|
||||
}
|
||||
|
||||
void Eat(TokenType expected)
|
||||
{
|
||||
if (!NextToken())
|
||||
{
|
||||
fprintf(stderr, "%s:%d:%d: ERROR: expected %ld, but got EOF", m_filename, 0, 0, expected);
|
||||
Exit(1);
|
||||
}
|
||||
if (token().token != expected)
|
||||
{
|
||||
fprintf(stderr, "%s:%d:%d: ERROR: expected %ld, but got %ld", m_filename, token().line_number, token().offset_start, expected);
|
||||
Exit(1);
|
||||
}
|
||||
}
|
||||
|
||||
void Eat(char expected)
|
||||
{
|
||||
Eat((TokenType)expected);
|
||||
}
|
||||
private:
|
||||
void Exit(int status)
|
||||
{
|
||||
std::exit(status);
|
||||
}
|
||||
private:
|
||||
StringView m_code;
|
||||
char* m_filename;
|
||||
|
||||
Token m_token;
|
||||
|
||||
size_t m_pos = 0;
|
||||
size_t m_line = 1;
|
||||
size_t m_last_newline = 0;
|
||||
};
|
||||
47
include/string.hpp
Normal file
47
include/string.hpp
Normal file
@ -0,0 +1,47 @@
|
||||
#pragma once
|
||||
#include <cstddef>
|
||||
|
||||
struct StringView
|
||||
{
|
||||
size_t size;
|
||||
const char* data;
|
||||
public:
|
||||
StringView()
|
||||
{
|
||||
data = nullptr;
|
||||
size = 0;
|
||||
}
|
||||
|
||||
StringView(const char* data, size_t size)
|
||||
{
|
||||
this->data = data;
|
||||
this->size = size;
|
||||
}
|
||||
};
|
||||
|
||||
struct StringBuilder
|
||||
{
|
||||
size_t size;
|
||||
size_t capacity;
|
||||
char* data;
|
||||
public:
|
||||
StringBuilder()
|
||||
{
|
||||
size = 0;
|
||||
capacity = 10;
|
||||
data = (char*)malloc(capacity * sizeof(char));
|
||||
}
|
||||
private:
|
||||
void ensureSize(size_t newSize)
|
||||
{
|
||||
if (newSize <= capacity) return;
|
||||
capacity = capacity + (capacity / 2);
|
||||
data = (char*)realloc(data, capacity * sizeof(char));
|
||||
}
|
||||
public:
|
||||
void PushChar(char c)
|
||||
{
|
||||
ensureSize(size + 1);
|
||||
data[size++] = c;
|
||||
}
|
||||
};
|
||||
Reference in New Issue
Block a user