Unified literal for numbers, main program now tokenises
This commit is contained in:
81
asm/lexer.c
81
asm/lexer.c
@@ -20,12 +20,8 @@ const char *token_type_as_cstr(token_type_t type)
|
|||||||
{
|
{
|
||||||
switch (type)
|
switch (type)
|
||||||
{
|
{
|
||||||
case TOKEN_LITERAL_BYTE:
|
case TOKEN_LITERAL_NUMBER:
|
||||||
return "LITERAL_BYTE";
|
return "LITERAL_NUMBER";
|
||||||
case TOKEN_LITERAL_HWORD:
|
|
||||||
return "LITERAL_HWORD";
|
|
||||||
case TOKEN_LITERAL_WORD:
|
|
||||||
return "LITERAL_WORD";
|
|
||||||
case TOKEN_LITERAL_CHAR:
|
case TOKEN_LITERAL_CHAR:
|
||||||
return "LITERAL_CHAR";
|
return "LITERAL_CHAR";
|
||||||
case TOKEN_SYMBOL:
|
case TOKEN_SYMBOL:
|
||||||
@@ -43,7 +39,7 @@ size_t space_left(buffer_t *buffer)
|
|||||||
|
|
||||||
bool is_symbol(char c)
|
bool is_symbol(char c)
|
||||||
{
|
{
|
||||||
return isalpha(c) || c == '-' || c == '_';
|
return isalpha(c) || c == '-' || c == '_' || c == '.';
|
||||||
}
|
}
|
||||||
|
|
||||||
token_t tokenise_symbol(buffer_t *buffer)
|
token_t tokenise_symbol(buffer_t *buffer)
|
||||||
@@ -60,37 +56,17 @@ token_t tokenise_symbol(buffer_t *buffer)
|
|||||||
return token;
|
return token;
|
||||||
}
|
}
|
||||||
|
|
||||||
void tokenise_literal(buffer_t *buffer, token_t *token)
|
token_t tokenise_number_literal(buffer_t *buffer)
|
||||||
{
|
{
|
||||||
token->str_size = 0;
|
token_t token = {.type = TOKEN_LITERAL_NUMBER, .str_size = 0};
|
||||||
for (; token->str_size < space_left(buffer) &&
|
for (; token.str_size < space_left(buffer) &&
|
||||||
isdigit(buffer->data[buffer->used + token->str_size]);
|
isdigit(buffer->data[buffer->used + token.str_size]);
|
||||||
++token->str_size)
|
++token.str_size)
|
||||||
continue;
|
continue;
|
||||||
token->str = calloc(token->str_size + 1, 1);
|
token.str = calloc(token.str_size + 1, 1);
|
||||||
memcpy(token->str, buffer->data + buffer->used, token->str_size);
|
memcpy(token.str, buffer->data + buffer->used, token.str_size);
|
||||||
token->str[token->str_size] = '\0';
|
token.str[token.str_size] = '\0';
|
||||||
buffer->used += token->str_size;
|
buffer->used += token.str_size;
|
||||||
}
|
|
||||||
|
|
||||||
token_t tokenise_byte_literal(buffer_t *buffer)
|
|
||||||
{
|
|
||||||
token_t token = {.type = TOKEN_LITERAL_BYTE};
|
|
||||||
tokenise_literal(buffer, &token);
|
|
||||||
return token;
|
|
||||||
}
|
|
||||||
|
|
||||||
token_t tokenise_hword_literal(buffer_t *buffer)
|
|
||||||
{
|
|
||||||
token_t token = {.type = TOKEN_LITERAL_HWORD};
|
|
||||||
tokenise_literal(buffer, &token);
|
|
||||||
return token;
|
|
||||||
}
|
|
||||||
|
|
||||||
token_t tokenise_word_literal(buffer_t *buffer)
|
|
||||||
{
|
|
||||||
token_t token = {.type = TOKEN_LITERAL_WORD};
|
|
||||||
tokenise_literal(buffer, &token);
|
|
||||||
return token;
|
return token;
|
||||||
}
|
}
|
||||||
|
|
||||||
@@ -103,7 +79,7 @@ token_t tokenise_char_literal(buffer_t *buffer)
|
|||||||
return token;
|
return token;
|
||||||
}
|
}
|
||||||
|
|
||||||
token_t *tokenise_buffer(buffer_t *buffer, size_t *n_tokens)
|
token_stream_t tokenise_buffer(buffer_t *buffer)
|
||||||
{
|
{
|
||||||
buffer_t tokens = {0};
|
buffer_t tokens = {0};
|
||||||
darr_init(&tokens, sizeof(token_t));
|
darr_init(&tokens, sizeof(token_t));
|
||||||
@@ -120,28 +96,8 @@ token_t *tokenise_buffer(buffer_t *buffer, size_t *n_tokens)
|
|||||||
continue;
|
continue;
|
||||||
is_token = false;
|
is_token = false;
|
||||||
}
|
}
|
||||||
else if (space_left(buffer) > 1 && isdigit(buffer->data[buffer->used + 1]))
|
else if (isdigit(c))
|
||||||
{
|
t = tokenise_number_literal(buffer);
|
||||||
// Parsing numeric literals
|
|
||||||
switch (c)
|
|
||||||
{
|
|
||||||
case 'b':
|
|
||||||
buffer->used++;
|
|
||||||
t = tokenise_byte_literal(buffer);
|
|
||||||
break;
|
|
||||||
case 'h':
|
|
||||||
buffer->used++;
|
|
||||||
t = tokenise_hword_literal(buffer);
|
|
||||||
break;
|
|
||||||
case 'w':
|
|
||||||
buffer->used++;
|
|
||||||
t = tokenise_word_literal(buffer);
|
|
||||||
break;
|
|
||||||
default:
|
|
||||||
// TODO: Lex Error (INVALID_NUMERIC_LITERAL)
|
|
||||||
exit(1);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
else if (is_symbol(c))
|
else if (is_symbol(c))
|
||||||
t = tokenise_symbol(buffer);
|
t = tokenise_symbol(buffer);
|
||||||
else if (c == '\'')
|
else if (c == '\'')
|
||||||
@@ -151,9 +107,12 @@ token_t *tokenise_buffer(buffer_t *buffer, size_t *n_tokens)
|
|||||||
exit(1);
|
exit(1);
|
||||||
t = tokenise_char_literal(buffer);
|
t = tokenise_char_literal(buffer);
|
||||||
}
|
}
|
||||||
|
|
||||||
if (is_token)
|
if (is_token)
|
||||||
darr_append_bytes(&tokens, (byte *)&t, sizeof(t));
|
darr_append_bytes(&tokens, (byte *)&t, sizeof(t));
|
||||||
}
|
}
|
||||||
*n_tokens = tokens.used / sizeof(token_t);
|
size_t n_tokens = tokens.used / sizeof(token_t);
|
||||||
return (token_t *)tokens.data;
|
tokens.available = n_tokens;
|
||||||
|
tokens.used = 0;
|
||||||
|
return tokens;
|
||||||
}
|
}
|
||||||
|
|||||||
@@ -16,10 +16,8 @@
|
|||||||
|
|
||||||
typedef enum TokenType
|
typedef enum TokenType
|
||||||
{
|
{
|
||||||
TOKEN_LITERAL_BYTE,
|
TOKEN_LITERAL_NUMBER,
|
||||||
TOKEN_LITERAL_CHAR,
|
TOKEN_LITERAL_CHAR,
|
||||||
TOKEN_LITERAL_HWORD,
|
|
||||||
TOKEN_LITERAL_WORD,
|
|
||||||
TOKEN_SYMBOL,
|
TOKEN_SYMBOL,
|
||||||
} token_type_t;
|
} token_type_t;
|
||||||
|
|
||||||
@@ -31,9 +29,9 @@ typedef struct
|
|||||||
} token_t;
|
} token_t;
|
||||||
|
|
||||||
typedef darr_t buffer_t;
|
typedef darr_t buffer_t;
|
||||||
|
typedef darr_t token_stream_t;
|
||||||
|
|
||||||
const char *token_type_as_cstr(token_type_t type);
|
const char *token_type_as_cstr(token_type_t type);
|
||||||
|
token_stream_t tokenise_buffer(buffer_t *);
|
||||||
token_t *tokenise_buffer(buffer_t *, size_t *);
|
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
|||||||
18
asm/main.c
18
asm/main.c
@@ -20,18 +20,18 @@ int main(void)
|
|||||||
darr_t buffer = darr_read_file(fp);
|
darr_t buffer = darr_read_file(fp);
|
||||||
fclose(fp);
|
fclose(fp);
|
||||||
|
|
||||||
size_t n = 0;
|
token_stream_t tokens = tokenise_buffer(&buffer);
|
||||||
token_t *tokens = tokenise_buffer(&buffer, &n);
|
printf("%lu bytes -> %lu tokens\n", buffer.used, tokens.available);
|
||||||
printf("%lu bytes -> %lu tokens\n", buffer.used, n);
|
|
||||||
free(buffer.data);
|
free(buffer.data);
|
||||||
|
|
||||||
for (size_t i = 0; i < n; ++i)
|
for (size_t i = 0; i < tokens.available; ++i)
|
||||||
printf("%s(%.*s)\n", token_type_as_cstr(tokens[i].type),
|
printf("%s(%.*s)\n", token_type_as_cstr(((token_t *)tokens.data)[i].type),
|
||||||
(int)tokens[i].str_size, tokens[i].str);
|
(int)((token_t *)tokens.data)[i].str_size,
|
||||||
|
((token_t *)tokens.data)[i].str);
|
||||||
|
|
||||||
// Free the tokens
|
// Free the tokens
|
||||||
for (size_t i = 0; i < n; ++i)
|
for (size_t i = 0; i < tokens.available; ++i)
|
||||||
free(tokens[i].str);
|
free(((token_t *)tokens.data)[i].str);
|
||||||
free(tokens);
|
free(tokens.data);
|
||||||
return 0;
|
return 0;
|
||||||
}
|
}
|
||||||
|
|||||||
@@ -7,5 +7,5 @@
|
|||||||
|
|
||||||
* Created: 2023-10-24
|
* Created: 2023-10-24
|
||||||
* Author: Aryadev Chavali
|
* Author: Aryadev Chavali
|
||||||
* Description:
|
* Description: Parser for assembly language
|
||||||
*/
|
*/
|
||||||
|
|||||||
@@ -16,8 +16,6 @@
|
|||||||
|
|
||||||
#include <vm/inst.h>
|
#include <vm/inst.h>
|
||||||
|
|
||||||
typedef darr_t token_stream_t;
|
|
||||||
|
|
||||||
inst_t parse_next_inst(token_stream_t *);
|
inst_t parse_next_inst(token_stream_t *);
|
||||||
inst_t *parse_stream(token_stream_t *, size_t *);
|
inst_t *parse_stream(token_stream_t *, size_t *);
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user