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 delim_begin = "\\["
  39 let regexp delim_end = "\\]"
  40
  41 let regexp keyword = '"' ident '"'
  42
  43 let regexp implicit = '?'
  44 let regexp meta = implicit number
  45
  46 let regexp csymbol = '\'' ident
  47
  48 let regexp uri =
  49   ("cic:/" | "theory:/")              (* schema *)
  50   ident ('/' ident)*                  (* path *)
  51   ('.' ident)+                        (* ext *)
  52   ("#xpointer(" number ('/' number)+ ")")?  (* xpointer *)
  53
  54 let error lexbuf msg =
  55   let begin_cnum, end_cnum = Ulexing.loc lexbuf in
  56   raise (Error (begin_cnum, end_cnum, msg))
  57 let error_at_end lexbuf msg =
  58   let begin_cnum, end_cnum = Ulexing.loc lexbuf in
  59   raise (Error (begin_cnum, end_cnum, msg))
  60
  61 let return lexbuf token =
  62   let begin_cnum, end_cnum = Ulexing.loc lexbuf in
  63   (* TODO handle line/column numbers *)
  64   let flocation_begin =
  65     { Lexing.pos_fname = "";
  66       Lexing.pos_lnum = -1; Lexing.pos_bol = -1;
  67       Lexing.pos_cnum = begin_cnum }
  68   in
  69   let flocation_end = { flocation_begin with Lexing.pos_cnum = end_cnum } in
  70   (token, (flocation_begin, flocation_end))
  71
  72 let return_lexeme lexbuf name = return lexbuf (name, Ulexing.utf8_lexeme lexbuf)
  73
  74 let remove_quotes s = String.sub s 1 (String.length s - 2)
  75
  76 let mk_lexer token =
  77   let tok_func stream =
  78     let lexbuf = Ulexing.from_utf8_stream stream in
  79     Token.make_stream_and_flocation
  80       (fun () ->
  81         try
  82           token lexbuf
  83         with
  84         | Ulexing.Error -> error_at_end lexbuf "Unexpected character"
  85         | Ulexing.InvalidCodepoint p ->
  86             error_at_end lexbuf (sprintf "Invalid code point: %d" p))
  87   in
  88   {
  89     Token.tok_func = tok_func;
  90     Token.tok_using = (fun _ -> ());
  91     Token.tok_removing = (fun _ -> ());
  92     Token.tok_match = Token.default_match;
  93     Token.tok_text = Token.lexer_text;
  94     Token.tok_comm = None;
  95   }
  96
  97 let expand_macro lexbuf =
  98   let macro =
  99     Ulexing.utf8_sub_lexeme lexbuf 1 (Ulexing.lexeme_length lexbuf - 1)
 100   in
 101   try
 102     ("SYMBOL", Utf8Macro.expand macro)
 103   with Utf8Macro.Macro_not_found _ -> "SYMBOL", Ulexing.utf8_lexeme lexbuf
 104
 105 let keyword lexbuf = "KEYWORD", remove_quotes (Ulexing.utf8_lexeme lexbuf)
 106
 107 let rec token = lexer
 108   | xml_blank+ -> 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   | delim_begin -> return lexbuf ("DELIM", Ulexing.utf8_lexeme lexbuf)
 115   | delim_end -> return lexbuf ("DELIM",  Ulexing.utf8_lexeme lexbuf)
 116   | tex_token -> return lexbuf (expand_macro lexbuf)
 117   | uri -> return lexbuf ("URI", Ulexing.utf8_lexeme lexbuf)
 118   | eof -> return lexbuf ("EOI", "")
 119   | csymbol -> return lexbuf ("CSYMBOL", Ulexing.utf8_lexeme lexbuf)
 120   | _ -> return lexbuf ("SYMBOL", Ulexing.utf8_lexeme lexbuf)
 121
 122 (* API implementation *)
 123
 124 let notation_lexer = mk_lexer token
 125