Alejandro Mery
1 year ago
8 changed files with 392 additions and 2 deletions
@ -0,0 +1,144 @@ |
|||||||
|
package parser |
||||||
|
|
||||||
|
import "asciigoat.org/core/lexer" |
||||||
|
|
||||||
|
// Run parses the source
|
||||||
|
func (p *Parser) Run() error { |
||||||
|
p.setDefaults() |
||||||
|
p.pos.Reset() |
||||||
|
|
||||||
|
return lexer.Run(p.lexStart) |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) lexStart() (lexer.StateFn, error) { |
||||||
|
for { |
||||||
|
r, _, err := p.src.ReadRune() |
||||||
|
switch { |
||||||
|
case err != nil: |
||||||
|
return p.emitError("", err) |
||||||
|
case IsNewLine(r): |
||||||
|
// new line
|
||||||
|
p.lexMoreNewLine(r) |
||||||
|
p.stepLine() |
||||||
|
case IsSpace(r): |
||||||
|
// whitespace
|
||||||
|
p.stepRune() |
||||||
|
case IsCommentStart(r): |
||||||
|
// switch to comment lexer
|
||||||
|
p.src.UnreadRune() |
||||||
|
return p.lexComment, nil |
||||||
|
case IsSectionStart(r): |
||||||
|
// section
|
||||||
|
return p.lexSectionStart, nil |
||||||
|
default: |
||||||
|
// entry
|
||||||
|
p.src.UnreadRune() |
||||||
|
return p.lexEntryStart, nil |
||||||
|
} |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) lexMoreNewLine(r1 rune) { |
||||||
|
// r1 is warrantied to be either '\r' or '\n'
|
||||||
|
r2, _, err := p.src.ReadRune() |
||||||
|
switch r1 { |
||||||
|
case '\n': |
||||||
|
switch { |
||||||
|
case r2 == '\r': |
||||||
|
// LN CR
|
||||||
|
case err == nil: |
||||||
|
// LN
|
||||||
|
p.src.UnreadRune() |
||||||
|
default: |
||||||
|
// LN EOF
|
||||||
|
} |
||||||
|
case '\r': |
||||||
|
switch { |
||||||
|
case r2 == '\n': |
||||||
|
// CR LN
|
||||||
|
case err == nil: |
||||||
|
// CR
|
||||||
|
p.src.UnreadRune() |
||||||
|
default: |
||||||
|
// CR EOF
|
||||||
|
} |
||||||
|
default: |
||||||
|
panic("unreachable") |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) lexComment() (lexer.StateFn, error) { |
||||||
|
// until the end of the line
|
||||||
|
p.src.AcceptAll(IsNotNewLine) |
||||||
|
|
||||||
|
err := p.emitString(TokenComment) |
||||||
|
return p.lexStart, err |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) lexSectionStart() (lexer.StateFn, error) { |
||||||
|
if err := p.emitString(TokenSectionStart); err != nil { |
||||||
|
return nil, err |
||||||
|
} |
||||||
|
|
||||||
|
// remove whitespace between `[` and the name
|
||||||
|
if p.src.AcceptAll(IsSpaceNotNewLine) { |
||||||
|
p.stepString() |
||||||
|
} |
||||||
|
|
||||||
|
if !p.src.AcceptAll(IsName) { |
||||||
|
// no name
|
||||||
|
return p.emitError("section name missing", lexer.ErrUnacceptableRune) |
||||||
|
} |
||||||
|
|
||||||
|
if err := p.emitString(TokenSectionName); err != nil { |
||||||
|
return nil, err |
||||||
|
} |
||||||
|
|
||||||
|
// remove whitespace between the name andthe closing `]`
|
||||||
|
if p.src.AcceptAll(IsSpaceNotNewLine) { |
||||||
|
p.stepString() |
||||||
|
} |
||||||
|
|
||||||
|
r, _, err := p.src.ReadRune() |
||||||
|
switch { |
||||||
|
case err != nil: |
||||||
|
return p.emitError("", err) |
||||||
|
case IsSectionEnd(r): |
||||||
|
err := p.emitString(TokenSectionEnd) |
||||||
|
return p.lexStart, err |
||||||
|
default: |
||||||
|
return p.emitInvalidRune(r) |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) lexEntryStart() (lexer.StateFn, error) { |
||||||
|
p.src.AcceptAll(IsName) |
||||||
|
if err := p.emitString(TokenFieldKey); err != nil { |
||||||
|
return nil, err |
||||||
|
} |
||||||
|
|
||||||
|
// ignore whitespace between key and the '=' sign
|
||||||
|
if p.src.AcceptAll(IsSpaceNotNewLine) { |
||||||
|
p.stepString() |
||||||
|
} |
||||||
|
|
||||||
|
r, _, err := p.src.ReadRune() |
||||||
|
switch { |
||||||
|
case err != nil: |
||||||
|
return p.emitError("", err) |
||||||
|
case r != RuneFieldEqual: |
||||||
|
return p.emitInvalidRune(r) |
||||||
|
} |
||||||
|
|
||||||
|
// ignore whitespace between the '=' and the value
|
||||||
|
if p.src.AcceptAll(IsSpaceNotNewLine) { |
||||||
|
p.stepString() |
||||||
|
} |
||||||
|
|
||||||
|
p.src.AcceptAll(IsNotNewLine) |
||||||
|
if err := p.emitString(TokenFieldValue); err != nil { |
||||||
|
return nil, err |
||||||
|
} |
||||||
|
|
||||||
|
return p.lexStart, err |
||||||
|
} |
@ -0,0 +1,67 @@ |
|||||||
|
package parser |
||||||
|
|
||||||
|
import ( |
||||||
|
"strings" |
||||||
|
|
||||||
|
"asciigoat.org/core/lexer" |
||||||
|
) |
||||||
|
|
||||||
|
const ( |
||||||
|
RuneComment = ';' // RuneComment is the standard dosini comment character
|
||||||
|
RuneCommentExtra = '#' // RuneCommentExtra is UNIX shell's comment character
|
||||||
|
RuneSectionStart = '[' // RuneSectionStart indicates the start of a section declaration
|
||||||
|
RuneSectionEnd = ']' // RuneSectionEnd indiciates the end of a section declaration
|
||||||
|
RuneFieldEqual = '=' // RuneFieldEqual separates field keys from their values
|
||||||
|
) |
||||||
|
|
||||||
|
var ( |
||||||
|
// RunesComment is a string containing all runes acceptable to start comments
|
||||||
|
RunesComment = string([]rune{ |
||||||
|
RuneComment, |
||||||
|
RuneCommentExtra, |
||||||
|
}) |
||||||
|
// RunesSpecial is a string containing all the runes with special meaning
|
||||||
|
RunesSpecial = string([]rune{ |
||||||
|
RuneComment, |
||||||
|
RuneCommentExtra, |
||||||
|
RuneSectionStart, |
||||||
|
RuneSectionEnd, |
||||||
|
RuneFieldEqual, |
||||||
|
}) |
||||||
|
) |
||||||
|
|
||||||
|
var ( |
||||||
|
// IsNewLine tells if the rune indicates a line break or the start of one
|
||||||
|
IsNewLine = lexer.NewIsIn("\r\n") |
||||||
|
// IsNotNewLine tells if the rune is not a line break nor the start of one
|
||||||
|
IsNotNewLine = lexer.NewIsNot(IsNewLine) |
||||||
|
// IsSpace tells if the rune is considered whitespace by Unicode
|
||||||
|
IsSpace = lexer.IsSpace |
||||||
|
// IsNotSpace tells if the rune is not considered whitespace by Unicode
|
||||||
|
IsNotSpace = lexer.NewIsNot(IsSpace) |
||||||
|
// IsCommentStart ...
|
||||||
|
IsCommentStart = lexer.NewIsIn(RunesComment) |
||||||
|
) |
||||||
|
|
||||||
|
// IsSpaceNotNewLine indicates a rune is whitespace but not a new line
|
||||||
|
func IsSpaceNotNewLine(r rune) bool { |
||||||
|
return IsSpace(r) && !IsNewLine(r) |
||||||
|
} |
||||||
|
|
||||||
|
// IsSectionStart indicates the rune starts the section declaration
|
||||||
|
func IsSectionStart(r rune) bool { return r == RuneSectionStart } |
||||||
|
|
||||||
|
// IsSectionEnd indicates the rune ends the section declaration
|
||||||
|
func IsSectionEnd(r rune) bool { return r == RuneSectionEnd } |
||||||
|
|
||||||
|
// IsName indicates a rune is acceptable for section or field names
|
||||||
|
func IsName(r rune) bool { |
||||||
|
switch { |
||||||
|
case IsSpace(r): |
||||||
|
return false |
||||||
|
case strings.ContainsRune(RunesSpecial, r): |
||||||
|
return false |
||||||
|
default: |
||||||
|
return true |
||||||
|
} |
||||||
|
} |
@ -0,0 +1,109 @@ |
|||||||
|
// Package parser parses dosini-style files
|
||||||
|
package parser |
||||||
|
|
||||||
|
import ( |
||||||
|
"io" |
||||||
|
"log" |
||||||
|
|
||||||
|
"asciigoat.org/core/lexer" |
||||||
|
) |
||||||
|
|
||||||
|
// Parser parses a dosini-style document
|
||||||
|
type Parser struct { |
||||||
|
src *lexer.Reader |
||||||
|
pos lexer.Position |
||||||
|
|
||||||
|
// OnToken is called for each identified token. if it returns an error
|
||||||
|
// parsing is interrupted.
|
||||||
|
OnToken func(pos lexer.Position, typ TokenType, value string) error |
||||||
|
|
||||||
|
// OnError is called in case of a parsing error, and it's allowed
|
||||||
|
// to replace the error returned by [Parser.Run].
|
||||||
|
// OnError is called for io.EOF, but [Parser.Run] will consider it
|
||||||
|
// normal termination.
|
||||||
|
OnError func(pos lexer.Position, content string, err error) error |
||||||
|
} |
||||||
|
|
||||||
|
func defaultOnToken(pos lexer.Position, typ TokenType, value string) error { |
||||||
|
log.Printf("%s:%v:%v: %q", typ, pos.Line, pos.Column, value) |
||||||
|
return nil |
||||||
|
} |
||||||
|
|
||||||
|
func defaultOnError(pos lexer.Position, content string, err error) error { |
||||||
|
log.Printf("%s:%v:%v: %q: %s", "error", pos.Line, pos.Column, content, err) |
||||||
|
|
||||||
|
return lexer.Error{ |
||||||
|
Line: pos.Line, |
||||||
|
Column: pos.Column, |
||||||
|
|
||||||
|
Content: content, |
||||||
|
Err: err, |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) setDefaults() { |
||||||
|
if p.OnToken == nil { |
||||||
|
p.OnToken = defaultOnToken |
||||||
|
} |
||||||
|
if p.OnError == nil { |
||||||
|
p.OnError = defaultOnError |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) emitString(typ TokenType) error { |
||||||
|
s := p.src.Emit() |
||||||
|
err := p.OnToken(p.pos, typ, s) |
||||||
|
p.pos.StepN(len(s)) |
||||||
|
|
||||||
|
return err |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) emitError(content string, err error) (lexer.StateFn, error) { |
||||||
|
err2 := p.OnError(p.pos, content, err) |
||||||
|
switch { |
||||||
|
case err2 != nil: |
||||||
|
// return wrapped error
|
||||||
|
return nil, err2 |
||||||
|
default: |
||||||
|
// return original error
|
||||||
|
return nil, err |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
func (p *Parser) emitInvalidRune(r rune) (lexer.StateFn, error) { |
||||||
|
return p.emitError(string([]rune{r}), lexer.ErrUnacceptableRune) |
||||||
|
} |
||||||
|
|
||||||
|
// stepLine discards the data and moves the position
|
||||||
|
// to the next line.
|
||||||
|
func (p *Parser) stepLine() { |
||||||
|
p.src.Discard() |
||||||
|
p.pos.StepLine() |
||||||
|
} |
||||||
|
|
||||||
|
// stepRune discards the data and moves the position
|
||||||
|
// one rune forward on the same line.
|
||||||
|
func (p *Parser) stepRune() { |
||||||
|
p.src.Discard() |
||||||
|
p.pos.Step() |
||||||
|
} |
||||||
|
|
||||||
|
// stepString discards the data and moves the position
|
||||||
|
// forward on the same line the length of the discarded
|
||||||
|
// content.
|
||||||
|
func (p *Parser) stepString() { |
||||||
|
s := p.src.Emit() |
||||||
|
p.pos.StepN(len(s)) |
||||||
|
} |
||||||
|
|
||||||
|
// NewParser creates a dosini-style parser using
|
||||||
|
// an [io.Reader] as source
|
||||||
|
func NewParser(r io.Reader) *Parser { |
||||||
|
if r == nil { |
||||||
|
return nil |
||||||
|
} |
||||||
|
|
||||||
|
return &Parser{ |
||||||
|
src: lexer.NewReader(r), |
||||||
|
} |
||||||
|
} |
@ -0,0 +1,31 @@ |
|||||||
|
package parser |
||||||
|
|
||||||
|
//go:generate go run golang.org/x/tools/cmd/stringer -type=TokenType
|
||||||
|
|
||||||
|
// A TokenType is a type of Token
|
||||||
|
type TokenType uint |
||||||
|
|
||||||
|
const ( |
||||||
|
// TokenUnknown represents a Token that hasn't been identified
|
||||||
|
TokenUnknown TokenType = iota |
||||||
|
// TokenSectionStart indicates the opening marker of a section declaration.
|
||||||
|
// The left squared bracket.
|
||||||
|
TokenSectionStart |
||||||
|
// TokenSectionEnd indicates the closing marker of a section declaration.
|
||||||
|
// The right squared bracket.
|
||||||
|
TokenSectionEnd |
||||||
|
// TokenSectionName represents the section name between the squared brackets
|
||||||
|
TokenSectionName |
||||||
|
// TokenSectionSubname represents a secondary name in the section represented
|
||||||
|
// between quotes after the section name.
|
||||||
|
// e.g.
|
||||||
|
// [section_name "section_subname"]
|
||||||
|
TokenSectionSubname |
||||||
|
// TokenComment represents a comment, including the initial ';' or '#' until
|
||||||
|
// the end of the line.
|
||||||
|
TokenComment |
||||||
|
// TokenFieldKey represents a field name in a `key = value` entry
|
||||||
|
TokenFieldKey |
||||||
|
// TokenFieldValue represents a field value in a `key = value` entry
|
||||||
|
TokenFieldValue |
||||||
|
) |
@ -0,0 +1,30 @@ |
|||||||
|
// Code generated by "stringer -type=TokenType"; DO NOT EDIT.
|
||||||
|
|
||||||
|
package parser |
||||||
|
|
||||||
|
import "strconv" |
||||||
|
|
||||||
|
func _() { |
||||||
|
// An "invalid array index" compiler error signifies that the constant values have changed.
|
||||||
|
// Re-run the stringer command to generate them again.
|
||||||
|
var x [1]struct{} |
||||||
|
_ = x[TokenUnknown-0] |
||||||
|
_ = x[TokenSectionStart-1] |
||||||
|
_ = x[TokenSectionEnd-2] |
||||||
|
_ = x[TokenSectionName-3] |
||||||
|
_ = x[TokenSectionSubname-4] |
||||||
|
_ = x[TokenComment-5] |
||||||
|
_ = x[TokenFieldKey-6] |
||||||
|
_ = x[TokenFieldValue-7] |
||||||
|
} |
||||||
|
|
||||||
|
const _TokenType_name = "TokenUnknownTokenSectionStartTokenSectionEndTokenSectionNameTokenSectionSubnameTokenCommentTokenFieldKeyTokenFieldValue" |
||||||
|
|
||||||
|
var _TokenType_index = [...]uint8{0, 12, 29, 44, 60, 79, 91, 104, 119} |
||||||
|
|
||||||
|
func (i TokenType) String() string { |
||||||
|
if i >= TokenType(len(_TokenType_index)-1) { |
||||||
|
return "TokenType(" + strconv.FormatInt(int64(i), 10) + ")" |
||||||
|
} |
||||||
|
return _TokenType_name[_TokenType_index[i]:_TokenType_index[i+1]] |
||||||
|
} |
Loading…
Reference in new issue