contrib/llvm/lib/TableGen/TGLexer.cpp

   1 //===- TGLexer.cpp - Lexer for TableGen -----------------------------------===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is distributed under the University of Illinois Open Source
   6 // License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 // Implement the Lexer for TableGen.
  11 //
  12 //===----------------------------------------------------------------------===//
  13
  14 #include "TGLexer.h"
  15 #include "llvm/ADT/StringSwitch.h"
  16 #include "llvm/ADT/Twine.h"
  17 #include "llvm/Config/config.h" // for strtoull()/strtoll() define
  18 #include "llvm/Support/Compiler.h"
  19 #include "llvm/Support/MemoryBuffer.h"
  20 #include "llvm/Support/SourceMgr.h"
  21 #include "llvm/TableGen/Error.h"
  22 #include <algorithm>
  23 #include <cctype>
  24 #include <cerrno>
  25 #include <cstdint>
  26 #include <cstdio>
  27 #include <cstdlib>
  28 #include <cstring>
  29
  30 using namespace llvm;
  31
  32 namespace {
  33 // A list of supported preprocessing directives with their
  34 // internal token kinds and names.
  35 struct {
  36   tgtok::TokKind Kind;
  37   const char *Word;
  38 } PreprocessorDirs[] = {
  39   { tgtok::Ifdef, "ifdef" },
  40   { tgtok::Else, "else" },
  41   { tgtok::Endif, "endif" },
  42   { tgtok::Define, "define" }
  43 };
  44 } // end anonymous namespace
  45
  46 TGLexer::TGLexer(SourceMgr &SM, ArrayRef<std::string> Macros) : SrcMgr(SM) {
  47   CurBuffer = SrcMgr.getMainFileID();
  48   CurBuf = SrcMgr.getMemoryBuffer(CurBuffer)->getBuffer();
  49   CurPtr = CurBuf.begin();
  50   TokStart = nullptr;
  51
  52   // Pretend that we enter the "top-level" include file.
  53   PrepIncludeStack.push_back(
  54       make_unique<std::vector<PreprocessorControlDesc>>());
  55
  56   // Put all macros defined in the command line into the DefinedMacros set.
  57   std::for_each(Macros.begin(), Macros.end(),
  58                 [this](const std::string &MacroName) {
  59                   DefinedMacros.insert(MacroName);
  60                 });
  61 }
  62
  63 SMLoc TGLexer::getLoc() const {
  64   return SMLoc::getFromPointer(TokStart);
  65 }
  66
  67 /// ReturnError - Set the error to the specified string at the specified
  68 /// location.  This is defined to always return tgtok::Error.
  69 tgtok::TokKind TGLexer::ReturnError(SMLoc Loc, const Twine &Msg) {
  70   PrintError(Loc, Msg);
  71   return tgtok::Error;
  72 }
  73
  74 tgtok::TokKind TGLexer::ReturnError(const char *Loc, const Twine &Msg) {
  75   return ReturnError(SMLoc::getFromPointer(Loc), Msg);
  76 }
  77
  78 bool TGLexer::processEOF() {
  79   SMLoc ParentIncludeLoc = SrcMgr.getParentIncludeLoc(CurBuffer);
  80   if (ParentIncludeLoc != SMLoc()) {
  81     // If prepExitInclude() detects a problem with the preprocessing
  82     // control stack, it will return false.  Pretend that we reached
  83     // the final EOF and stop lexing more tokens by returning false
  84     // to LexToken().
  85     if (!prepExitInclude(false))
  86       return false;
  87
  88     CurBuffer = SrcMgr.FindBufferContainingLoc(ParentIncludeLoc);
  89     CurBuf = SrcMgr.getMemoryBuffer(CurBuffer)->getBuffer();
  90     CurPtr = ParentIncludeLoc.getPointer();
  91     // Make sure TokStart points into the parent file's buffer.
  92     // LexToken() assigns to it before calling getNextChar(),
  93     // so it is pointing into the included file now.
  94     TokStart = CurPtr;
  95     return true;
  96   }
  97
  98   // Pretend that we exit the "top-level" include file.
  99   // Note that in case of an error (e.g. control stack imbalance)
 100   // the routine will issue a fatal error.
 101   prepExitInclude(true);
 102   return false;
 103 }
 104
 105 int TGLexer::getNextChar() {
 106   char CurChar = *CurPtr++;
 107   switch (CurChar) {
 108   default:
 109     return (unsigned char)CurChar;
 110   case 0: {
 111     // A nul character in the stream is either the end of the current buffer or
 112     // a random nul in the file.  Disambiguate that here.
 113     if (CurPtr-1 != CurBuf.end())
 114       return 0;  // Just whitespace.
 115
 116     // Otherwise, return end of file.
 117     --CurPtr;  // Another call to lex will return EOF again.
 118     return EOF;
 119   }
 120   case '\n':
 121   case '\r':
 122     // Handle the newline character by ignoring it and incrementing the line
 123     // count.  However, be careful about 'dos style' files with \n\r in them.
 124     // Only treat a \n\r or \r\n as a single line.
 125     if ((*CurPtr == '\n' || (*CurPtr == '\r')) &&
 126         *CurPtr != CurChar)
 127       ++CurPtr;  // Eat the two char newline sequence.
 128     return '\n';
 129   }
 130 }
 131
 132 int TGLexer::peekNextChar(int Index) const {
 133   return *(CurPtr + Index);
 134 }
 135
 136 tgtok::TokKind TGLexer::LexToken(bool FileOrLineStart) {
 137   TokStart = CurPtr;
 138   // This always consumes at least one character.
 139   int CurChar = getNextChar();
 140
 141   switch (CurChar) {
 142   default:
 143     // Handle letters: [a-zA-Z_]
 144     if (isalpha(CurChar) || CurChar == '_')
 145       return LexIdentifier();
 146
 147     // Unknown character, emit an error.
 148     return ReturnError(TokStart, "Unexpected character");
 149   case EOF:
 150     // Lex next token, if we just left an include file.
 151     // Note that leaving an include file means that the next
 152     // symbol is located at the end of 'include "..."'
 153     // construct, so LexToken() is called with default
 154     // false parameter.
 155     if (processEOF())
 156       return LexToken();
 157
 158     // Return EOF denoting the end of lexing.
 159     return tgtok::Eof;
 160
 161   case ':': return tgtok::colon;
 162   case ';': return tgtok::semi;
 163   case '.': return tgtok::period;
 164   case ',': return tgtok::comma;
 165   case '<': return tgtok::less;
 166   case '>': return tgtok::greater;
 167   case ']': return tgtok::r_square;
 168   case '{': return tgtok::l_brace;
 169   case '}': return tgtok::r_brace;
 170   case '(': return tgtok::l_paren;
 171   case ')': return tgtok::r_paren;
 172   case '=': return tgtok::equal;
 173   case '?': return tgtok::question;
 174   case '#':
 175     if (FileOrLineStart) {
 176       tgtok::TokKind Kind = prepIsDirective();
 177       if (Kind != tgtok::Error)
 178         return lexPreprocessor(Kind);
 179     }
 180
 181     return tgtok::paste;
 182
 183   case '\r':
 184     PrintFatalError("getNextChar() must never return '\r'");
 185     return tgtok::Error;
 186
 187   case 0:
 188   case ' ':
 189   case '\t':
 190     // Ignore whitespace.
 191     return LexToken(FileOrLineStart);
 192   case '\n':
 193     // Ignore whitespace, and identify the new line.
 194     return LexToken(true);
 195   case '/':
 196     // If this is the start of a // comment, skip until the end of the line or
 197     // the end of the buffer.
 198     if (*CurPtr == '/')
 199       SkipBCPLComment();
 200     else if (*CurPtr == '*') {
 201       if (SkipCComment())
 202         return tgtok::Error;
 203     } else // Otherwise, this is an error.
 204       return ReturnError(TokStart, "Unexpected character");
 205     return LexToken(FileOrLineStart);
 206   case '-': case '+':
 207   case '0': case '1': case '2': case '3': case '4': case '5': case '6':
 208   case '7': case '8': case '9': {
 209     int NextChar = 0;
 210     if (isdigit(CurChar)) {
 211       // Allow identifiers to start with a number if it is followed by
 212       // an identifier.  This can happen with paste operations like
 213       // foo#8i.
 214       int i = 0;
 215       do {
 216         NextChar = peekNextChar(i++);
 217       } while (isdigit(NextChar));
 218
 219       if (NextChar == 'x' || NextChar == 'b') {
 220         // If this is [0-9]b[01] or [0-9]x[0-9A-fa-f] this is most
 221         // likely a number.
 222         int NextNextChar = peekNextChar(i);
 223         switch (NextNextChar) {
 224         default:
 225           break;
 226         case '0': case '1':
 227           if (NextChar == 'b')
 228             return LexNumber();
 229           LLVM_FALLTHROUGH;
 230         case '2': case '3': case '4': case '5':
 231         case '6': case '7': case '8': case '9':
 232         case 'a': case 'b': case 'c': case 'd': case 'e': case 'f':
 233         case 'A': case 'B': case 'C': case 'D': case 'E': case 'F':
 234           if (NextChar == 'x')
 235             return LexNumber();
 236           break;
 237         }
 238       }
 239     }
 240
 241     if (isalpha(NextChar) || NextChar == '_')
 242       return LexIdentifier();
 243
 244     return LexNumber();
 245   }
 246   case '"': return LexString();
 247   case '$': return LexVarName();
 248   case '[': return LexBracket();
 249   case '!': return LexExclaim();
 250   }
 251 }
 252
 253 /// LexString - Lex "[^"]*"
 254 tgtok::TokKind TGLexer::LexString() {
 255   const char *StrStart = CurPtr;
 256
 257   CurStrVal = "";
 258
 259   while (*CurPtr != '"') {
 260     // If we hit the end of the buffer, report an error.
 261     if (*CurPtr == 0 && CurPtr == CurBuf.end())
 262       return ReturnError(StrStart, "End of file in string literal");
 263
 264     if (*CurPtr == '\n' || *CurPtr == '\r')
 265       return ReturnError(StrStart, "End of line in string literal");
 266
 267     if (*CurPtr != '\\') {
 268       CurStrVal += *CurPtr++;
 269       continue;
 270     }
 271
 272     ++CurPtr;
 273
 274     switch (*CurPtr) {
 275     case '\\': case '\'': case '"':
 276       // These turn into their literal character.
 277       CurStrVal += *CurPtr++;
 278       break;
 279     case 't':
 280       CurStrVal += '\t';
 281       ++CurPtr;
 282       break;
 283     case 'n':
 284       CurStrVal += '\n';
 285       ++CurPtr;
 286       break;
 287
 288     case '\n':
 289     case '\r':
 290       return ReturnError(CurPtr, "escaped newlines not supported in tblgen");
 291
 292     // If we hit the end of the buffer, report an error.
 293     case '\0':
 294       if (CurPtr == CurBuf.end())
 295         return ReturnError(StrStart, "End of file in string literal");
 296       LLVM_FALLTHROUGH;
 297     default:
 298       return ReturnError(CurPtr, "invalid escape in string literal");
 299     }
 300   }
 301
 302   ++CurPtr;
 303   return tgtok::StrVal;
 304 }
 305
 306 tgtok::TokKind TGLexer::LexVarName() {
 307   if (!isalpha(CurPtr[0]) && CurPtr[0] != '_')
 308     return ReturnError(TokStart, "Invalid variable name");
 309
 310   // Otherwise, we're ok, consume the rest of the characters.
 311   const char *VarNameStart = CurPtr++;
 312
 313   while (isalpha(*CurPtr) || isdigit(*CurPtr) || *CurPtr == '_')
 314     ++CurPtr;
 315
 316   CurStrVal.assign(VarNameStart, CurPtr);
 317   return tgtok::VarName;
 318 }
 319
 320 tgtok::TokKind TGLexer::LexIdentifier() {
 321   // The first letter is [a-zA-Z_].
 322   const char *IdentStart = TokStart;
 323
 324   // Match the rest of the identifier regex: [0-9a-zA-Z_]*
 325   while (isalpha(*CurPtr) || isdigit(*CurPtr) || *CurPtr == '_')
 326     ++CurPtr;
 327
 328   // Check to see if this identifier is a keyword.
 329   StringRef Str(IdentStart, CurPtr-IdentStart);
 330
 331   if (Str == "include") {
 332     if (LexInclude()) return tgtok::Error;
 333     return Lex();
 334   }
 335
 336   tgtok::TokKind Kind = StringSwitch<tgtok::TokKind>(Str)
 337     .Case("int", tgtok::Int)
 338     .Case("bit", tgtok::Bit)
 339     .Case("bits", tgtok::Bits)
 340     .Case("string", tgtok::String)
 341     .Case("list", tgtok::List)
 342     .Case("code", tgtok::Code)
 343     .Case("dag", tgtok::Dag)
 344     .Case("class", tgtok::Class)
 345     .Case("def", tgtok::Def)
 346     .Case("foreach", tgtok::Foreach)
 347     .Case("defm", tgtok::Defm)
 348     .Case("defset", tgtok::Defset)
 349     .Case("multiclass", tgtok::MultiClass)
 350     .Case("field", tgtok::Field)
 351     .Case("let", tgtok::Let)
 352     .Case("in", tgtok::In)
 353     .Default(tgtok::Id);
 354
 355   if (Kind == tgtok::Id)
 356     CurStrVal.assign(Str.begin(), Str.end());
 357   return Kind;
 358 }
 359
 360 /// LexInclude - We just read the "include" token.  Get the string token that
 361 /// comes next and enter the include.
 362 bool TGLexer::LexInclude() {
 363   // The token after the include must be a string.
 364   tgtok::TokKind Tok = LexToken();
 365   if (Tok == tgtok::Error) return true;
 366   if (Tok != tgtok::StrVal) {
 367     PrintError(getLoc(), "Expected filename after include");
 368     return true;
 369   }
 370
 371   // Get the string.
 372   std::string Filename = CurStrVal;
 373   std::string IncludedFile;
 374
 375   CurBuffer = SrcMgr.AddIncludeFile(Filename, SMLoc::getFromPointer(CurPtr),
 376                                     IncludedFile);
 377   if (!CurBuffer) {
 378     PrintError(getLoc(), "Could not find include file '" + Filename + "'");
 379     return true;
 380   }
 381
 382   DependenciesMapTy::const_iterator Found = Dependencies.find(IncludedFile);
 383   if (Found != Dependencies.end()) {
 384     PrintError(getLoc(),
 385                "File '" + IncludedFile + "' has already been included.");
 386     SrcMgr.PrintMessage(Found->second, SourceMgr::DK_Note,
 387                         "previously included here");
 388     return true;
 389   }
 390   Dependencies.insert(std::make_pair(IncludedFile, getLoc()));
 391   // Save the line number and lex buffer of the includer.
 392   CurBuf = SrcMgr.getMemoryBuffer(CurBuffer)->getBuffer();
 393   CurPtr = CurBuf.begin();
 394
 395   PrepIncludeStack.push_back(
 396       make_unique<std::vector<PreprocessorControlDesc>>());
 397   return false;
 398 }
 399
 400 void TGLexer::SkipBCPLComment() {
 401   ++CurPtr;  // skip the second slash.
 402   while (true) {
 403     switch (*CurPtr) {
 404     case '\n':
 405     case '\r':
 406       return;  // Newline is end of comment.
 407     case 0:
 408       // If this is the end of the buffer, end the comment.
 409       if (CurPtr == CurBuf.end())
 410         return;
 411       break;
 412     }
 413     // Otherwise, skip the character.
 414     ++CurPtr;
 415   }
 416 }
 417
 418 /// SkipCComment - This skips C-style /**/ comments.  The only difference from C
 419 /// is that we allow nesting.
 420 bool TGLexer::SkipCComment() {
 421   ++CurPtr;  // skip the star.
 422   unsigned CommentDepth = 1;
 423
 424   while (true) {
 425     int CurChar = getNextChar();
 426     switch (CurChar) {
 427     case EOF:
 428       PrintError(TokStart, "Unterminated comment!");
 429       return true;
 430     case '*':
 431       // End of the comment?
 432       if (CurPtr[0] != '/') break;
 433
 434       ++CurPtr;   // End the */.
 435       if (--CommentDepth == 0)
 436         return false;
 437       break;
 438     case '/':
 439       // Start of a nested comment?
 440       if (CurPtr[0] != '*') break;
 441       ++CurPtr;
 442       ++CommentDepth;
 443       break;
 444     }
 445   }
 446 }
 447
 448 /// LexNumber - Lex:
 449 ///    [-+]?[0-9]+
 450 ///    0x[0-9a-fA-F]+
 451 ///    0b[01]+
 452 tgtok::TokKind TGLexer::LexNumber() {
 453   if (CurPtr[-1] == '0') {
 454     if (CurPtr[0] == 'x') {
 455       ++CurPtr;
 456       const char *NumStart = CurPtr;
 457       while (isxdigit(CurPtr[0]))
 458         ++CurPtr;
 459
 460       // Requires at least one hex digit.
 461       if (CurPtr == NumStart)
 462         return ReturnError(TokStart, "Invalid hexadecimal number");
 463
 464       errno = 0;
 465       CurIntVal = strtoll(NumStart, nullptr, 16);
 466       if (errno == EINVAL)
 467         return ReturnError(TokStart, "Invalid hexadecimal number");
 468       if (errno == ERANGE) {
 469         errno = 0;
 470         CurIntVal = (int64_t)strtoull(NumStart, nullptr, 16);
 471         if (errno == EINVAL)
 472           return ReturnError(TokStart, "Invalid hexadecimal number");
 473         if (errno == ERANGE)
 474           return ReturnError(TokStart, "Hexadecimal number out of range");
 475       }
 476       return tgtok::IntVal;
 477     } else if (CurPtr[0] == 'b') {
 478       ++CurPtr;
 479       const char *NumStart = CurPtr;
 480       while (CurPtr[0] == '0' || CurPtr[0] == '1')
 481         ++CurPtr;
 482
 483       // Requires at least one binary digit.
 484       if (CurPtr == NumStart)
 485         return ReturnError(CurPtr-2, "Invalid binary number");
 486       CurIntVal = strtoll(NumStart, nullptr, 2);
 487       return tgtok::BinaryIntVal;
 488     }
 489   }
 490
 491   // Check for a sign without a digit.
 492   if (!isdigit(CurPtr[0])) {
 493     if (CurPtr[-1] == '-')
 494       return tgtok::minus;
 495     else if (CurPtr[-1] == '+')
 496       return tgtok::plus;
 497   }
 498
 499   while (isdigit(CurPtr[0]))
 500     ++CurPtr;
 501   CurIntVal = strtoll(TokStart, nullptr, 10);
 502   return tgtok::IntVal;
 503 }
 504
 505 /// LexBracket - We just read '['.  If this is a code block, return it,
 506 /// otherwise return the bracket.  Match: '[' and '[{ ( [^}]+ | }[^]] )* }]'
 507 tgtok::TokKind TGLexer::LexBracket() {
 508   if (CurPtr[0] != '{')
 509     return tgtok::l_square;
 510   ++CurPtr;
 511   const char *CodeStart = CurPtr;
 512   while (true) {
 513     int Char = getNextChar();
 514     if (Char == EOF) break;
 515
 516     if (Char != '}') continue;
 517
 518     Char = getNextChar();
 519     if (Char == EOF) break;
 520     if (Char == ']') {
 521       CurStrVal.assign(CodeStart, CurPtr-2);
 522       return tgtok::CodeFragment;
 523     }
 524   }
 525
 526   return ReturnError(CodeStart-2, "Unterminated Code Block");
 527 }
 528
 529 /// LexExclaim - Lex '!' and '![a-zA-Z]+'.
 530 tgtok::TokKind TGLexer::LexExclaim() {
 531   if (!isalpha(*CurPtr))
 532     return ReturnError(CurPtr - 1, "Invalid \"!operator\"");
 533
 534   const char *Start = CurPtr++;
 535   while (isalpha(*CurPtr))
 536     ++CurPtr;
 537
 538   // Check to see which operator this is.
 539   tgtok::TokKind Kind =
 540     StringSwitch<tgtok::TokKind>(StringRef(Start, CurPtr - Start))
 541     .Case("eq", tgtok::XEq)
 542     .Case("ne", tgtok::XNe)
 543     .Case("le", tgtok::XLe)
 544     .Case("lt", tgtok::XLt)
 545     .Case("ge", tgtok::XGe)
 546     .Case("gt", tgtok::XGt)
 547     .Case("if", tgtok::XIf)
 548     .Case("isa", tgtok::XIsA)
 549     .Case("head", tgtok::XHead)
 550     .Case("tail", tgtok::XTail)
 551     .Case("size", tgtok::XSize)
 552     .Case("con", tgtok::XConcat)
 553     .Case("dag", tgtok::XDag)
 554     .Case("add", tgtok::XADD)
 555     .Case("and", tgtok::XAND)
 556     .Case("or", tgtok::XOR)
 557     .Case("shl", tgtok::XSHL)
 558     .Case("sra", tgtok::XSRA)
 559     .Case("srl", tgtok::XSRL)
 560     .Case("cast", tgtok::XCast)
 561     .Case("empty", tgtok::XEmpty)
 562     .Case("subst", tgtok::XSubst)
 563     .Case("foldl", tgtok::XFoldl)
 564     .Case("foreach", tgtok::XForEach)
 565     .Case("listconcat", tgtok::XListConcat)
 566     .Case("strconcat", tgtok::XStrConcat)
 567     .Default(tgtok::Error);
 568
 569   return Kind != tgtok::Error ? Kind : ReturnError(Start-1, "Unknown operator");
 570 }
 571
 572 bool TGLexer::prepExitInclude(bool IncludeStackMustBeEmpty) {
 573   // Report an error, if preprocessor control stack for the current
 574   // file is not empty.
 575   if (!PrepIncludeStack.back()->empty()) {
 576     prepReportPreprocessorStackError();
 577
 578     return false;
 579   }
 580
 581   // Pop the preprocessing controls from the include stack.
 582   if (PrepIncludeStack.empty()) {
 583     PrintFatalError("Preprocessor include stack is empty");
 584   }
 585
 586   PrepIncludeStack.pop_back();
 587
 588   if (IncludeStackMustBeEmpty) {
 589     if (!PrepIncludeStack.empty())
 590       PrintFatalError("Preprocessor include stack is not empty");
 591   } else {
 592     if (PrepIncludeStack.empty())
 593       PrintFatalError("Preprocessor include stack is empty");
 594   }
 595
 596   return true;
 597 }
 598
 599 tgtok::TokKind TGLexer::prepIsDirective() const {
 600   for (unsigned ID = 0; ID < llvm::array_lengthof(PreprocessorDirs); ++ID) {
 601     int NextChar = *CurPtr;
 602     bool Match = true;
 603     unsigned I = 0;
 604     for (; I < strlen(PreprocessorDirs[ID].Word); ++I) {
 605       if (NextChar != PreprocessorDirs[ID].Word[I]) {
 606         Match = false;
 607         break;
 608       }
 609
 610       NextChar = peekNextChar(I + 1);
 611     }
 612
 613     // Check for whitespace after the directive.  If there is no whitespace,
 614     // then we do not recognize it as a preprocessing directive.
 615     if (Match) {
 616       tgtok::TokKind Kind = PreprocessorDirs[ID].Kind;
 617
 618       // New line and EOF may follow only #else/#endif.  It will be reported
 619       // as an error for #ifdef/#define after the call to prepLexMacroName().
 620       if (NextChar == ' ' || NextChar == '\t' || NextChar == EOF ||
 621           NextChar == '\n' ||
 622           // It looks like TableGen does not support '\r' as the actual
 623           // carriage return, e.g. getNextChar() treats a single '\r'
 624           // as '\n'.  So we do the same here.
 625           NextChar == '\r')
 626         return Kind;
 627
 628       // Allow comments after some directives, e.g.:
 629       //     #else// OR #else/**/
 630       //     #endif// OR #endif/**/
 631       //
 632       // Note that we do allow comments after #ifdef/#define here, e.g.
 633       //     #ifdef/**/ AND #ifdef//
 634       //     #define/**/ AND #define//
 635       //
 636       // These cases will be reported as incorrect after calling
 637       // prepLexMacroName().  We could have supported C-style comments
 638       // after #ifdef/#define, but this would complicate the code
 639       // for little benefit.
 640       if (NextChar == '/') {
 641         NextChar = peekNextChar(I + 1);
 642
 643         if (NextChar == '*' || NextChar == '/')
 644           return Kind;
 645
 646         // Pretend that we do not recognize the directive.
 647       }
 648     }
 649   }
 650
 651   return tgtok::Error;
 652 }
 653
 654 bool TGLexer::prepEatPreprocessorDirective(tgtok::TokKind Kind) {
 655   TokStart = CurPtr;
 656
 657   for (unsigned ID = 0; ID < llvm::array_lengthof(PreprocessorDirs); ++ID)
 658     if (PreprocessorDirs[ID].Kind == Kind) {
 659       // Advance CurPtr to the end of the preprocessing word.
 660       CurPtr += strlen(PreprocessorDirs[ID].Word);
 661       return true;
 662     }
 663
 664   PrintFatalError("Unsupported preprocessing token in "
 665                   "prepEatPreprocessorDirective()");
 666   return false;
 667 }
 668
 669 tgtok::TokKind TGLexer::lexPreprocessor(
 670     tgtok::TokKind Kind, bool ReturnNextLiveToken) {
 671
 672   // We must be looking at a preprocessing directive.  Eat it!
 673   if (!prepEatPreprocessorDirective(Kind))
 674     PrintFatalError("lexPreprocessor() called for unknown "
 675                     "preprocessor directive");
 676
 677   if (Kind == tgtok::Ifdef) {
 678     StringRef MacroName = prepLexMacroName();
 679     if (MacroName.empty())
 680       return ReturnError(TokStart, "Expected macro name after #ifdef");
 681
 682     bool MacroIsDefined = DefinedMacros.count(MacroName) != 0;
 683
 684     // Regardless of whether we are processing tokens or not,
 685     // we put the #ifdef control on stack.
 686     PrepIncludeStack.back()->push_back(
 687         {Kind, MacroIsDefined, SMLoc::getFromPointer(TokStart)});
 688
 689     if (!prepSkipDirectiveEnd())
 690       return ReturnError(CurPtr,
 691                          "Only comments are supported after #ifdef NAME");
 692
 693     // If we were not processing tokens before this #ifdef,
 694     // then just return back to the lines skipping code.
 695     if (!ReturnNextLiveToken)
 696       return Kind;
 697
 698     // If we were processing tokens before this #ifdef,
 699     // and the macro is defined, then just return the next token.
 700     if (MacroIsDefined)
 701       return LexToken();
 702
 703     // We were processing tokens before this #ifdef, and the macro
 704     // is not defined, so we have to start skipping the lines.
 705     // If the skipping is successful, it will return the token following
 706     // either #else or #endif corresponding to this #ifdef.
 707     if (prepSkipRegion(ReturnNextLiveToken))
 708       return LexToken();
 709
 710     return tgtok::Error;
 711   } else if (Kind == tgtok::Else) {
 712     // Check if this #else is correct before calling prepSkipDirectiveEnd(),
 713     // which will move CurPtr away from the beginning of #else.
 714     if (PrepIncludeStack.back()->empty())
 715       return ReturnError(TokStart, "#else without #ifdef");
 716
 717     PreprocessorControlDesc IfdefEntry = PrepIncludeStack.back()->back();
 718
 719     if (IfdefEntry.Kind != tgtok::Ifdef) {
 720       PrintError(TokStart, "double #else");
 721       return ReturnError(IfdefEntry.SrcPos, "Previous #else is here");
 722     }
 723
 724     // Replace the corresponding #ifdef's control with its negation
 725     // on the control stack.
 726     PrepIncludeStack.back()->pop_back();
 727     PrepIncludeStack.back()->push_back(
 728         {Kind, !IfdefEntry.IsDefined, SMLoc::getFromPointer(TokStart)});
 729
 730     if (!prepSkipDirectiveEnd())
 731       return ReturnError(CurPtr, "Only comments are supported after #else");
 732
 733     // If we were processing tokens before this #else,
 734     // we have to start skipping lines until the matching #endif.
 735     if (ReturnNextLiveToken) {
 736       if (prepSkipRegion(ReturnNextLiveToken))
 737         return LexToken();
 738
 739       return tgtok::Error;
 740     }
 741
 742     // Return to the lines skipping code.
 743     return Kind;
 744   } else if (Kind == tgtok::Endif) {
 745     // Check if this #endif is correct before calling prepSkipDirectiveEnd(),
 746     // which will move CurPtr away from the beginning of #endif.
 747     if (PrepIncludeStack.back()->empty())
 748       return ReturnError(TokStart, "#endif without #ifdef");
 749
 750     auto &IfdefOrElseEntry = PrepIncludeStack.back()->back();
 751
 752     if (IfdefOrElseEntry.Kind != tgtok::Ifdef &&
 753         IfdefOrElseEntry.Kind != tgtok::Else) {
 754       PrintFatalError("Invalid preprocessor control on the stack");
 755       return tgtok::Error;
 756     }
 757
 758     if (!prepSkipDirectiveEnd())
 759       return ReturnError(CurPtr, "Only comments are supported after #endif");
 760
 761     PrepIncludeStack.back()->pop_back();
 762
 763     // If we were processing tokens before this #endif, then
 764     // we should continue it.
 765     if (ReturnNextLiveToken) {
 766       return LexToken();
 767     }
 768
 769     // Return to the lines skipping code.
 770     return Kind;
 771   } else if (Kind == tgtok::Define) {
 772     StringRef MacroName = prepLexMacroName();
 773     if (MacroName.empty())
 774       return ReturnError(TokStart, "Expected macro name after #define");
 775
 776     if (!DefinedMacros.insert(MacroName).second)
 777       PrintWarning(getLoc(),
 778                    "Duplicate definition of macro: " + Twine(MacroName));
 779
 780     if (!prepSkipDirectiveEnd())
 781       return ReturnError(CurPtr,
 782                          "Only comments are supported after #define NAME");
 783
 784     if (!ReturnNextLiveToken) {
 785       PrintFatalError("#define must be ignored during the lines skipping");
 786       return tgtok::Error;
 787     }
 788
 789     return LexToken();
 790   }
 791
 792   PrintFatalError("Preprocessing directive is not supported");
 793   return tgtok::Error;
 794 }
 795
 796 bool TGLexer::prepSkipRegion(bool MustNeverBeFalse) {
 797   if (!MustNeverBeFalse)
 798     PrintFatalError("Invalid recursion.");
 799
 800   do {
 801     // Skip all symbols to the line end.
 802     prepSkipToLineEnd();
 803
 804     // Find the first non-whitespace symbol in the next line(s).
 805     if (!prepSkipLineBegin())
 806       return false;
 807
 808     // If the first non-blank/comment symbol on the line is '#',
 809     // it may be a start of preprocessing directive.
 810     //
 811     // If it is not '#' just go to the next line.
 812     if (*CurPtr == '#')
 813       ++CurPtr;
 814     else
 815       continue;
 816
 817     tgtok::TokKind Kind = prepIsDirective();
 818
 819     // If we did not find a preprocessing directive or it is #define,
 820     // then just skip to the next line.  We do not have to do anything
 821     // for #define in the line-skipping mode.
 822     if (Kind == tgtok::Error || Kind == tgtok::Define)
 823       continue;
 824
 825     tgtok::TokKind ProcessedKind = lexPreprocessor(Kind, false);
 826
 827     // If lexPreprocessor() encountered an error during lexing this
 828     // preprocessor idiom, then return false to the calling lexPreprocessor().
 829     // This will force tgtok::Error to be returned to the tokens processing.
 830     if (ProcessedKind == tgtok::Error)
 831       return false;
 832
 833     if (Kind != ProcessedKind)
 834       PrintFatalError("prepIsDirective() and lexPreprocessor() "
 835                       "returned different token kinds");
 836
 837     // If this preprocessing directive enables tokens processing,
 838     // then return to the lexPreprocessor() and get to the next token.
 839     // We can move from line-skipping mode to processing tokens only
 840     // due to #else or #endif.
 841     if (prepIsProcessingEnabled()) {
 842       if (Kind != tgtok::Else && Kind != tgtok::Endif) {
 843         PrintFatalError("Tokens processing was enabled by an unexpected "
 844                         "preprocessing directive");
 845         return false;
 846       }
 847
 848       return true;
 849     }
 850   } while (CurPtr != CurBuf.end());
 851
 852   // We have reached the end of the file, but never left the lines-skipping
 853   // mode.  This means there is no matching #endif.
 854   prepReportPreprocessorStackError();
 855   return false;
 856 }
 857
 858 StringRef TGLexer::prepLexMacroName() {
 859   // Skip whitespaces between the preprocessing directive and the macro name.
 860   while (*CurPtr == ' ' || *CurPtr == '\t')
 861     ++CurPtr;
 862
 863   TokStart = CurPtr;
 864   // Macro names start with [a-zA-Z_].
 865   if (*CurPtr != '_' && !isalpha(*CurPtr))
 866     return "";
 867
 868   // Match the rest of the identifier regex: [0-9a-zA-Z_]*
 869   while (isalpha(*CurPtr) || isdigit(*CurPtr) || *CurPtr == '_')
 870     ++CurPtr;
 871
 872   return StringRef(TokStart, CurPtr - TokStart);
 873 }
 874
 875 bool TGLexer::prepSkipLineBegin() {
 876   while (CurPtr != CurBuf.end()) {
 877     switch (*CurPtr) {
 878     case ' ':
 879     case '\t':
 880     case '\n':
 881     case '\r':
 882       break;
 883
 884     case '/': {
 885       int NextChar = peekNextChar(1);
 886       if (NextChar == '*') {
 887         // Skip C-style comment.
 888         // Note that we do not care about skipping the C++-style comments.
 889         // If the line contains "//", it may not contain any processable
 890         // preprocessing directive.  Just return CurPtr pointing to
 891         // the first '/' in this case.  We also do not care about
 892         // incorrect symbols after the first '/' - we are in lines-skipping
 893         // mode, so incorrect code is allowed to some extent.
 894
 895         // Set TokStart to the beginning of the comment to enable proper
 896         // diagnostic printing in case of error in SkipCComment().
 897         TokStart = CurPtr;
 898
 899         // CurPtr must point to '*' before call to SkipCComment().
 900         ++CurPtr;
 901         if (SkipCComment())
 902           return false;
 903       } else {
 904         // CurPtr points to the non-whitespace '/'.
 905         return true;
 906       }
 907
 908       // We must not increment CurPtr after the comment was lexed.
 909       continue;
 910     }
 911
 912     default:
 913       return true;
 914     }
 915
 916     ++CurPtr;
 917   }
 918
 919   // We have reached the end of the file.  Return to the lines skipping
 920   // code, and allow it to handle the EOF as needed.
 921   return true;
 922 }
 923
 924 bool TGLexer::prepSkipDirectiveEnd() {
 925   while (CurPtr != CurBuf.end()) {
 926     switch (*CurPtr) {
 927     case ' ':
 928     case '\t':
 929       break;
 930
 931     case '\n':
 932     case '\r':
 933       return true;
 934
 935     case '/': {
 936       int NextChar = peekNextChar(1);
 937       if (NextChar == '/') {
 938         // Skip C++-style comment.
 939         // We may just return true now, but let's skip to the line/buffer end
 940         // to simplify the method specification.
 941         ++CurPtr;
 942         SkipBCPLComment();
 943       } else if (NextChar == '*') {
 944         // When we are skipping C-style comment at the end of a preprocessing
 945         // directive, we can skip several lines.  If any meaningful TD token
 946         // follows the end of the C-style comment on the same line, it will
 947         // be considered as an invalid usage of TD token.
 948         // For example, we want to forbid usages like this one:
 949         //     #define MACRO class Class {}
 950         // But with C-style comments we also disallow the following:
 951         //     #define MACRO /* This macro is used
 952         //                      to ... */ class Class {}
 953         // One can argue that this should be allowed, but it does not seem
 954         // to be worth of the complication.  Moreover, this matches
 955         // the C preprocessor behavior.
 956
 957         // Set TokStart to the beginning of the comment to enable proper
 958         // diagnostic printer in case of error in SkipCComment().
 959         TokStart = CurPtr;
 960         ++CurPtr;
 961         if (SkipCComment())
 962           return false;
 963       } else {
 964         TokStart = CurPtr;
 965         PrintError(CurPtr, "Unexpected character");
 966         return false;
 967       }
 968
 969       // We must not increment CurPtr after the comment was lexed.
 970       continue;
 971     }
 972
 973     default:
 974       // Do not allow any non-whitespaces after the directive.
 975       TokStart = CurPtr;
 976       return false;
 977     }
 978
 979     ++CurPtr;
 980   }
 981
 982   return true;
 983 }
 984
 985 void TGLexer::prepSkipToLineEnd() {
 986   while (*CurPtr != '\n' && *CurPtr != '\r' && CurPtr != CurBuf.end())
 987     ++CurPtr;
 988 }
 989
 990 bool TGLexer::prepIsProcessingEnabled() {
 991   for (auto I = PrepIncludeStack.back()->rbegin(),
 992             E = PrepIncludeStack.back()->rend();
 993        I != E; ++I) {
 994     if (!I->IsDefined)
 995       return false;
 996   }
 997
 998   return true;
 999 }
1000
1001 void TGLexer::prepReportPreprocessorStackError() {
1002   if (PrepIncludeStack.back()->empty())
1003     PrintFatalError("prepReportPreprocessorStackError() called with "
1004                     "empty control stack");
1005
1006   auto &PrepControl = PrepIncludeStack.back()->back();
1007   PrintError(CurBuf.end(), "Reached EOF without matching #endif");
1008   PrintError(PrepControl.SrcPos, "The latest preprocessor control is here");
1009
1010   TokStart = CurPtr;
1011 }