helm/ocaml/cic_notation/cicNotationLexer.ml

   1 (* Copyright (C) 2005, 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 open Printf
  27
  28 exception Error of int * int * string
  29
  30 let regexp number = xml_digit+
  31
  32 let regexp ident_decoration = '\'' | '!' | '?' | '`'
  33 let regexp ident_cont = xml_letter | xml_digit | '_'
  34 let regexp ident = xml_letter ident_cont* ident_decoration*
  35
  36 let regexp tex_token = '\\' ident
  37
  38 let regexp keyword = '"' ident '"'
  39
  40 let regexp implicit = '?'
  41 let regexp meta = implicit number
  42
  43 let error lexbuf msg =
  44   let begin_cnum, end_cnum = Ulexing.loc lexbuf in
  45   raise (Error (begin_cnum, end_cnum, msg))
  46 let error_at_end lexbuf msg =
  47   let begin_cnum, end_cnum = Ulexing.loc lexbuf in
  48   raise (Error (begin_cnum, end_cnum, msg))
  49
  50 let return lexbuf token =
  51   let begin_cnum, end_cnum = Ulexing.loc lexbuf in
  52   (* TODO handle line/column numbers *)
  53   let flocation_begin =
  54     { Lexing.pos_fname = "";
  55       Lexing.pos_lnum = -1; Lexing.pos_bol = -1;
  56       Lexing.pos_cnum = begin_cnum }
  57   in
  58   let flocation_end = { flocation_begin with Lexing.pos_cnum = end_cnum } in
  59   (token, (flocation_begin, flocation_end))
  60
  61 let remove_quotes s = String.sub s 1 (String.length s - 2)
  62
  63 let mk_lexer token =
  64   let tok_func stream =
  65     let lexbuf = Ulexing.from_utf8_stream stream in
  66     Token.make_stream_and_flocation
  67       (fun () ->
  68         try
  69           token lexbuf
  70         with
  71         | Ulexing.Error -> error_at_end lexbuf "Unexpected character"
  72         | Ulexing.InvalidCodepoint p ->
  73             error_at_end lexbuf (sprintf "Invalid code point: %d" p))
  74   in
  75   {
  76     Token.tok_func = tok_func;
  77     Token.tok_using = (fun _ -> ());
  78     Token.tok_removing = (fun _ -> ());
  79     Token.tok_match = Token.default_match;
  80     Token.tok_text = Token.lexer_text;
  81     Token.tok_comm = None;
  82   }
  83
  84 let expand_macro lexbuf =
  85   let macro =
  86     Ulexing.utf8_sub_lexeme lexbuf 1 (Ulexing.lexeme_length lexbuf - 1)
  87   in
  88   try
  89     ("SYMBOL", Utf8Macro.expand macro)
  90   with Utf8Macro.Macro_not_found _ -> "SYMBOL", Ulexing.utf8_lexeme lexbuf
  91
  92 let keyword lexbuf = "KEYWORD", remove_quotes (Ulexing.utf8_lexeme lexbuf)
  93
  94 (** {2 Level 1 lexer} *)
  95
  96 let rec level1_token = lexer
  97   | xml_blank+ -> level1_token lexbuf
  98   | ident -> return lexbuf ("IDENT", Ulexing.utf8_lexeme lexbuf)
  99   | number -> return lexbuf ("NUMBER", Ulexing.utf8_lexeme lexbuf)
 100   | keyword -> return lexbuf (keyword lexbuf)
 101   | tex_token -> return lexbuf (expand_macro lexbuf)
 102   | eof -> return lexbuf ("EOI", "")
 103   | _ -> return lexbuf ("SYMBOL", Ulexing.utf8_lexeme lexbuf)
 104
 105 (** {2 Level 2 lexer} *)
 106
 107 let rec level2_token = lexer
 108   | xml_blank+ -> level1_token lexbuf
 109   | meta -> return lexbuf ("META", Ulexing.utf8_lexeme lexbuf)
 110   | implicit -> return lexbuf ("IMPLICIT", Ulexing.utf8_lexeme lexbuf)
 111   | ident -> return lexbuf ("IDENT", Ulexing.utf8_lexeme lexbuf)
 112   | number -> return lexbuf ("NUMBER", Ulexing.utf8_lexeme lexbuf)
 113   | keyword -> return lexbuf (keyword lexbuf)
 114   | tex_token -> return lexbuf (expand_macro lexbuf)
 115   | eof -> return lexbuf ("EOI", "")
 116   | _ -> return lexbuf ("SYMBOL", Ulexing.utf8_lexeme lexbuf)
 117
 118 (* API implementation *)
 119
 120 let syntax_pattern_lexer = mk_lexer level1_token
 121 let ast_pattern_lexer = mk_lexer level2_token
 122