helm/ocaml/cic_disambiguation/cicTextualLexer2.ml

   1 (* Copyright (C) 2004, HELM Team.
   2  *
   3  * This file is part of HELM, an Hypertextual, Electronic
   4  * Library of Mathematics, developed at the Computer Science
   5  * Department, University of Bologna, Italy.
   6  *
   7  * HELM is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU General Public License
   9  * as published by the Free Software Foundation; either version 2
  10  * of the License, or (at your option) any later version.
  11  *
  12  * HELM is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  15  * GNU General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU General Public License
  18  * along with HELM; if not, write to the Free Software
  19  * Foundation, Inc., 59 Temple Place - Suite 330, Boston,
  20  * MA  02111-1307, USA.
  21  *
  22  * For details, see the HELM World-Wide-Web page,
  23  * http://helm.cs.unibo.it/
  24  *)
  25
  26 exception Error of int * int * string
  27
  28 exception Not_an_extended_ident
  29
  30 let regexp alpha = [ 'a' - 'z' 'A' - 'Z' ]
  31 let regexp digit = [ '0' - '9' ]
  32 let regexp blank = [ ' ' '\t' '\n' ]
  33
  34 let regexp blanks = blank+
  35 let regexp num = digit+
  36 let regexp tex_token = '\\' alpha+
  37 let regexp symbol = [^ 'a' - 'z' 'A' - 'Z' '0' - '9' ' ' '\t' '\n' ]
  38 let regexp ident_cont = alpha | num | '_'
  39 let regexp ident_cont' = ident_cont | tex_token
  40 let regexp ident = (alpha ident_cont*) | ('_' ident_cont+)
  41 let regexp ident' = ((alpha | tex_token) ident_cont'*) | ('_' ident_cont'+)
  42 let regexp paren = [ '(' '[' '{' ')' ']' '}' ]
  43 let regexp meta = '?' num
  44 (* let regexp catchall = .* *)
  45
  46 let keywords = Hashtbl.create 17
  47 let _ =
  48   List.iter (fun keyword -> Hashtbl.add keywords keyword ("", keyword))
  49     [ "Prop"; "Type"; "Set"; "let"; "rec"; "using"; "match"; "with" ]
  50
  51 let error lexbuf msg =
  52   raise (Error (Ulexing.lexeme_start lexbuf, Ulexing.lexeme_end lexbuf, msg))
  53 let error_at_end lexbuf msg =
  54   raise (Error (Ulexing.lexeme_end lexbuf, Ulexing.lexeme_end lexbuf, msg))
  55
  56 let return lexbuf token = (token, Ulexing.loc lexbuf)
  57
  58 (*
  59 let parse_ext_ident ident =
  60   let len = String.length ident in
  61   let buf = Buffer.create len in
  62   let in_tex_token = ref false in
  63   let tex_token = Buffer.create 10 in
  64   try
  65     for i = 0 to len - 1 do
  66       match ident.[i] with
  67       | '\' when not !in_tex_token ->
  68           if i < len - 1 &&
  69           in_tex_token := true
  70     done
  71   with Invalid_argument -> assert false
  72
  73 let rec token' = lexer
  74   | ident' ->
  75       (try
  76         let ident = parse_ext_ident (Ulexing.utf8_lexeme lexbuf) in
  77         return lexbuf ("IDENT'", ident)
  78       with Not_an_extended_ident ->
  79         Ulexing.rollback lexbuf;
  80         token lexbuf)
  81   | _ ->
  82       Ulexing.rollback lexbuf;
  83       token lexbuf
  84
  85 and token = lexer
  86 *)
  87 let rec token = lexer
  88   | blanks -> token lexbuf
  89   | ident ->
  90       let lexeme = Ulexing.utf8_lexeme lexbuf in
  91       (try
  92         return lexbuf (Hashtbl.find keywords lexeme)
  93       with Not_found -> return lexbuf ("IDENT", lexeme))
  94   | num -> return lexbuf ("NUM", Ulexing.utf8_lexeme lexbuf)
  95   | paren -> return lexbuf ("PAREN", Ulexing.utf8_lexeme lexbuf)
  96   | meta -> return lexbuf ("META", Ulexing.utf8_lexeme lexbuf)
  97   | symbol -> return lexbuf ("SYMBOL", Ulexing.utf8_lexeme lexbuf)
  98   | tex_token ->
  99       let macro =
 100         Ulexing.utf8_sub_lexeme lexbuf 1 (Ulexing.lexeme_length lexbuf - 1)
 101       in
 102       (try
 103         return lexbuf ("SYMBOL", Macro.expand macro)
 104       with Macro.Macro_not_found _ ->
 105         return lexbuf ("SYMBOL", Ulexing.utf8_lexeme lexbuf))
 106   | eof -> return lexbuf ("EOI", "")
 107   | _ -> error lexbuf "Invalid character"
 108
 109 let tok_func stream =
 110   let lexbuf = Ulexing.from_utf8_stream stream in
 111   Token.make_stream_and_location
 112     (fun () ->
 113       try
 114         token lexbuf
 115       with
 116       | Ulexing.Error -> error_at_end lexbuf "Unexpected character"
 117       | Ulexing.InvalidCodepoint i -> error_at_end lexbuf "Invalid code point")
 118
 119 let lex =
 120   {
 121     Token.tok_func = tok_func;
 122     Token.tok_using = (fun _ -> ());
 123     Token.tok_removing = (fun _ -> ());
 124     Token.tok_match = Token.default_match;
 125     Token.tok_text = Token.lexer_text;
 126     Token.tok_comm = None;
 127   }