helm/ocaml/cic_disambiguation/lexer.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 lparen = [ '(' '[' '{' ]
  43 let regexp rparen = [ ')' ']' '}' ]
  44 let regexp meta = '?' num
  45 (* let regexp catchall = .* *)
  46
  47 let keywords = Hashtbl.create 17
  48 let _ =
  49   List.iter (fun keyword -> Hashtbl.add keywords keyword ("", keyword))
  50     [ "Prop"; "Type"; "Set"; "let"; "rec"; "using"; "match"; "with" ]
  51
  52 let error lexbuf msg =
  53   raise (Error (Ulexing.lexeme_start lexbuf, Ulexing.lexeme_end lexbuf, msg))
  54 let error_at_end lexbuf msg =
  55   raise (Error (Ulexing.lexeme_end lexbuf, Ulexing.lexeme_end lexbuf, msg))
  56
  57 let return lexbuf token = (token, Ulexing.loc lexbuf)
  58
  59 (*
  60 let parse_ext_ident ident =
  61   let len = String.length ident in
  62   let buf = Buffer.create len in
  63   let in_tex_token = ref false in
  64   let tex_token = Buffer.create 10 in
  65   try
  66     for i = 0 to len - 1 do
  67       match ident.[i] with
  68       | '\' when not !in_tex_token ->
  69           if i < len - 1 &&
  70           in_tex_token := true
  71     done
  72   with Invalid_argument -> assert false
  73
  74 let rec token' = lexer
  75   | ident' ->
  76       (try
  77         let ident = parse_ext_ident (Ulexing.utf8_lexeme lexbuf) in
  78         return lexbuf ("IDENT'", ident)
  79       with Not_an_extended_ident ->
  80         Ulexing.rollback lexbuf;
  81         token lexbuf)
  82   | _ ->
  83       Ulexing.rollback lexbuf;
  84       token lexbuf
  85
  86 and token = lexer
  87 *)
  88 let rec token = lexer
  89   | blanks -> token lexbuf
  90   | ident ->
  91       let lexeme = Ulexing.utf8_lexeme lexbuf in
  92       (try
  93         return lexbuf (Hashtbl.find keywords lexeme)
  94       with Not_found -> return lexbuf ("IDENT", lexeme))
  95   | num -> return lexbuf ("NUM", Ulexing.utf8_lexeme lexbuf)
  96   | lparen -> return lexbuf ("LPAREN", Ulexing.utf8_lexeme lexbuf)
  97   | rparen -> return lexbuf ("RPAREN", Ulexing.utf8_lexeme lexbuf)
  98   | meta -> return lexbuf ("META", Ulexing.utf8_lexeme lexbuf)
  99   | symbol -> return lexbuf ("SYMBOL", Ulexing.utf8_lexeme lexbuf)
 100   | tex_token ->
 101       let macro =
 102         Ulexing.utf8_sub_lexeme lexbuf 1 (Ulexing.lexeme_length lexbuf - 1)
 103       in
 104       (try
 105         return lexbuf ("SYMBOL", Macro.expand macro)
 106       with Macro.Macro_not_found _ ->
 107         return lexbuf ("SYMBOL", Ulexing.utf8_lexeme lexbuf))
 108   | eof -> return lexbuf ("EOI", "")
 109   | _ -> error lexbuf "Invalid character"
 110
 111 let tok_func stream =
 112   let lexbuf = Ulexing.from_utf8_stream stream in
 113   Token.make_stream_and_location
 114     (fun () ->
 115       try
 116         token lexbuf
 117       with
 118       | Ulexing.Error -> error_at_end lexbuf "Unexpected character"
 119       | Ulexing.InvalidCodepoint i -> error_at_end lexbuf "Invalid code point")
 120
 121 let lex =
 122   {
 123     Token.tok_func = tok_func;
 124     Token.tok_using = (fun _ -> ());
 125     Token.tok_removing = (fun _ -> ());
 126     Token.tok_match = Token.default_match;
 127     Token.tok_text = Token.lexer_text;
 128     Token.tok_comm = None;
 129   }