Begin adding hand-written parser for Dust
This commit is contained in:
parent
2f06b18c3c
commit
473f0ee075
327
dust-lang/src/bytecode.rs
Normal file
327
dust-lang/src/bytecode.rs
Normal file
@ -0,0 +1,327 @@
|
|||||||
|
use crate::{identifier::Identifier, Value};
|
||||||
|
|
||||||
|
pub type Span = (usize, usize);
|
||||||
|
|
||||||
|
#[derive(Debug, PartialEq, Clone)]
|
||||||
|
pub enum LexError {
|
||||||
|
IntegerParseError(std::num::ParseIntError),
|
||||||
|
}
|
||||||
|
|
||||||
|
impl From<std::num::ParseIntError> for LexError {
|
||||||
|
fn from(v: std::num::ParseIntError) -> Self {
|
||||||
|
Self::IntegerParseError(v)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
#[derive(Debug, PartialEq, Clone)]
|
||||||
|
pub enum Token {
|
||||||
|
Eof,
|
||||||
|
Equal,
|
||||||
|
Identifier(Identifier),
|
||||||
|
Integer(i64),
|
||||||
|
Plus,
|
||||||
|
Star,
|
||||||
|
LeftParenthesis,
|
||||||
|
RightParenthesis,
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn lex(input: &str) -> Result<Vec<(Token, Span)>, LexError> {
|
||||||
|
let mut lexer = Lexer::new(input);
|
||||||
|
let mut tokens = Vec::new();
|
||||||
|
|
||||||
|
loop {
|
||||||
|
let (token, span) = lexer.next_token()?;
|
||||||
|
let is_eof = matches!(token, Token::Eof);
|
||||||
|
|
||||||
|
tokens.push((token, span));
|
||||||
|
|
||||||
|
if is_eof {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
Ok(tokens)
|
||||||
|
}
|
||||||
|
|
||||||
|
#[derive(Debug, Clone)]
|
||||||
|
pub struct Lexer<'a> {
|
||||||
|
input: &'a str,
|
||||||
|
position: usize,
|
||||||
|
}
|
||||||
|
|
||||||
|
impl<'a> Lexer<'a> {
|
||||||
|
pub fn new(input: &'a str) -> Self {
|
||||||
|
Lexer { input, position: 0 }
|
||||||
|
}
|
||||||
|
|
||||||
|
fn next_char(&mut self) -> Option<char> {
|
||||||
|
self.input[self.position..].chars().next().map(|c| {
|
||||||
|
self.position += c.len_utf8();
|
||||||
|
c
|
||||||
|
})
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn next_token(&mut self) -> Result<(Token, Span), LexError> {
|
||||||
|
self.skip_whitespace();
|
||||||
|
|
||||||
|
let (token, span) = if let Some(c) = self.peek_char() {
|
||||||
|
match c {
|
||||||
|
'0'..='9' => self.lex_number()?,
|
||||||
|
'a'..='z' | 'A'..='Z' => self.lex_identifier()?,
|
||||||
|
'+' => {
|
||||||
|
self.position += 1;
|
||||||
|
(Token::Plus, (self.position - 1, self.position))
|
||||||
|
}
|
||||||
|
'*' => {
|
||||||
|
self.position += 1;
|
||||||
|
(Token::Star, (self.position - 1, self.position))
|
||||||
|
}
|
||||||
|
'(' => {
|
||||||
|
self.position += 1;
|
||||||
|
(Token::LeftParenthesis, (self.position - 1, self.position))
|
||||||
|
}
|
||||||
|
')' => {
|
||||||
|
self.position += 1;
|
||||||
|
(Token::RightParenthesis, (self.position - 1, self.position))
|
||||||
|
}
|
||||||
|
'=' => {
|
||||||
|
self.position += 1;
|
||||||
|
(Token::Equal, (self.position - 1, self.position))
|
||||||
|
}
|
||||||
|
_ => (Token::Eof, (self.position, self.position)),
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
(Token::Eof, (self.position, self.position))
|
||||||
|
};
|
||||||
|
|
||||||
|
Ok((token, span))
|
||||||
|
}
|
||||||
|
|
||||||
|
fn skip_whitespace(&mut self) {
|
||||||
|
while let Some(c) = self.peek_char() {
|
||||||
|
if c.is_whitespace() {
|
||||||
|
self.next_char();
|
||||||
|
} else {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
fn peek_char(&self) -> Option<char> {
|
||||||
|
self.input[self.position..].chars().next()
|
||||||
|
}
|
||||||
|
|
||||||
|
fn lex_number(&mut self) -> Result<(Token, Span), LexError> {
|
||||||
|
let start_pos = self.position;
|
||||||
|
|
||||||
|
while let Some(c) = self.peek_char() {
|
||||||
|
if c.is_ascii_digit() {
|
||||||
|
self.next_char();
|
||||||
|
} else {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
let integer = self.input[start_pos..self.position].parse::<i64>()?;
|
||||||
|
|
||||||
|
Ok((Token::Integer(integer), (start_pos, self.position)))
|
||||||
|
}
|
||||||
|
|
||||||
|
fn lex_identifier(&mut self) -> Result<(Token, Span), LexError> {
|
||||||
|
let start_pos = self.position;
|
||||||
|
|
||||||
|
while let Some(c) = self.peek_char() {
|
||||||
|
if c.is_ascii_alphanumeric() {
|
||||||
|
self.next_char();
|
||||||
|
} else {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
let identifier = &self.input[start_pos..self.position];
|
||||||
|
let token = Token::Identifier(Identifier::new(identifier));
|
||||||
|
|
||||||
|
Ok((token, (start_pos, self.position)))
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
#[derive(Debug, PartialEq, Clone)]
|
||||||
|
pub enum Instruction {
|
||||||
|
Add(Box<(Instruction, Instruction)>),
|
||||||
|
Assign(Box<(Instruction, Instruction)>),
|
||||||
|
Constant(Value),
|
||||||
|
Identifier(Identifier),
|
||||||
|
Multiply(Box<(Instruction, Instruction)>),
|
||||||
|
}
|
||||||
|
|
||||||
|
#[derive(Debug, PartialEq, Clone)]
|
||||||
|
pub enum ParseError {
|
||||||
|
LexError(LexError),
|
||||||
|
ExpectedClosingParenthesis,
|
||||||
|
UnexpectedToken(Token),
|
||||||
|
}
|
||||||
|
|
||||||
|
impl From<LexError> for ParseError {
|
||||||
|
fn from(v: LexError) -> Self {
|
||||||
|
Self::LexError(v)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
pub struct Parser<'a> {
|
||||||
|
lexer: Lexer<'a>,
|
||||||
|
current_token: Token,
|
||||||
|
}
|
||||||
|
|
||||||
|
impl<'a> Parser<'a> {
|
||||||
|
pub fn new(lexer: Lexer<'a>) -> Self {
|
||||||
|
let mut lexer = lexer;
|
||||||
|
let current_token = lexer
|
||||||
|
.next_token()
|
||||||
|
.map(|(token, _)| token)
|
||||||
|
.unwrap_or(Token::Eof);
|
||||||
|
|
||||||
|
Parser {
|
||||||
|
lexer,
|
||||||
|
current_token,
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn parse(&mut self) -> Result<Instruction, ParseError> {
|
||||||
|
self.parse_instruction(0)
|
||||||
|
}
|
||||||
|
|
||||||
|
fn next_token(&mut self) -> Result<(), ParseError> {
|
||||||
|
self.current_token = self.lexer.next_token()?.0;
|
||||||
|
|
||||||
|
Ok(())
|
||||||
|
}
|
||||||
|
|
||||||
|
fn parse_instruction(&mut self, precedence: u8) -> Result<Instruction, ParseError> {
|
||||||
|
let mut left = self.parse_primary()?;
|
||||||
|
|
||||||
|
while precedence < self.current_precedence() {
|
||||||
|
match &self.current_token {
|
||||||
|
Token::Plus => {
|
||||||
|
self.next_token()?;
|
||||||
|
|
||||||
|
let right = self.parse_instruction(self.current_precedence())?;
|
||||||
|
left = Instruction::Add(Box::new((left, right)));
|
||||||
|
}
|
||||||
|
Token::Star => {
|
||||||
|
self.next_token()?;
|
||||||
|
|
||||||
|
let right = self.parse_instruction(self.current_precedence())?;
|
||||||
|
left = Instruction::Multiply(Box::new((left, right)));
|
||||||
|
}
|
||||||
|
Token::Equal => {
|
||||||
|
self.next_token()?;
|
||||||
|
|
||||||
|
let right = self.parse_instruction(self.current_precedence())?;
|
||||||
|
left = Instruction::Assign(Box::new((left, right)));
|
||||||
|
}
|
||||||
|
_ => break,
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
Ok(left)
|
||||||
|
}
|
||||||
|
|
||||||
|
fn parse_primary(&mut self) -> Result<Instruction, ParseError> {
|
||||||
|
match self.current_token.clone() {
|
||||||
|
Token::Integer(int) => {
|
||||||
|
self.next_token()?;
|
||||||
|
Ok(Instruction::Constant(Value::integer(int)))
|
||||||
|
}
|
||||||
|
Token::Identifier(identifier) => {
|
||||||
|
self.next_token()?;
|
||||||
|
Ok(Instruction::Identifier(identifier))
|
||||||
|
}
|
||||||
|
Token::LeftParenthesis => {
|
||||||
|
self.next_token()?;
|
||||||
|
|
||||||
|
let instruction = self.parse_instruction(0)?;
|
||||||
|
|
||||||
|
if let Token::RightParenthesis = self.current_token {
|
||||||
|
self.next_token()?;
|
||||||
|
} else {
|
||||||
|
return Err(ParseError::ExpectedClosingParenthesis);
|
||||||
|
}
|
||||||
|
|
||||||
|
Ok(instruction)
|
||||||
|
}
|
||||||
|
_ => Err(ParseError::UnexpectedToken(self.current_token.clone())),
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
fn current_precedence(&self) -> u8 {
|
||||||
|
match self.current_token {
|
||||||
|
Token::Equal => 3,
|
||||||
|
Token::Plus => 1,
|
||||||
|
Token::Star => 2,
|
||||||
|
_ => 0,
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
#[cfg(test)]
|
||||||
|
mod tests {
|
||||||
|
use crate::{identifier::Identifier, Value};
|
||||||
|
|
||||||
|
use super::{lex, Instruction, Lexer, Parser, Token};
|
||||||
|
|
||||||
|
#[test]
|
||||||
|
fn lex_api() {
|
||||||
|
let input = "1 + 2 * 3";
|
||||||
|
|
||||||
|
assert_eq!(
|
||||||
|
lex(input),
|
||||||
|
Ok(vec![
|
||||||
|
(Token::Integer(1), (0, 1)),
|
||||||
|
(Token::Plus, (2, 3)),
|
||||||
|
(Token::Integer(2), (4, 5)),
|
||||||
|
(Token::Star, (6, 7)),
|
||||||
|
(Token::Integer(3), (8, 9)),
|
||||||
|
(Token::Eof, (9, 9)),
|
||||||
|
])
|
||||||
|
);
|
||||||
|
}
|
||||||
|
|
||||||
|
#[test]
|
||||||
|
fn parser() {
|
||||||
|
let input = "1 + 2 * 3";
|
||||||
|
let lexer = Lexer::new(input);
|
||||||
|
let mut parser = Parser::new(lexer);
|
||||||
|
|
||||||
|
assert_eq!(
|
||||||
|
parser.parse(),
|
||||||
|
Ok(Instruction::Add(Box::new((
|
||||||
|
Instruction::Constant(Value::integer(1)),
|
||||||
|
Instruction::Multiply(Box::new((
|
||||||
|
Instruction::Constant(Value::integer(2)),
|
||||||
|
Instruction::Constant(Value::integer(3))
|
||||||
|
)))
|
||||||
|
))))
|
||||||
|
);
|
||||||
|
}
|
||||||
|
|
||||||
|
#[test]
|
||||||
|
fn assignment() {
|
||||||
|
let input = "a = 1 + 2 * 3";
|
||||||
|
let lexer = Lexer::new(input);
|
||||||
|
let mut parser = Parser::new(lexer);
|
||||||
|
|
||||||
|
assert_eq!(
|
||||||
|
parser.parse(),
|
||||||
|
Ok(Instruction::Assign(Box::new((
|
||||||
|
Instruction::Identifier(Identifier::new("a")),
|
||||||
|
Instruction::Add(Box::new((
|
||||||
|
Instruction::Constant(Value::integer(1)),
|
||||||
|
Instruction::Multiply(Box::new((
|
||||||
|
Instruction::Constant(Value::integer(2)),
|
||||||
|
Instruction::Constant(Value::integer(3))
|
||||||
|
)))
|
||||||
|
)))
|
||||||
|
))))
|
||||||
|
);
|
||||||
|
}
|
||||||
|
}
|
@ -8,6 +8,7 @@ interpret Dust code. The `interpret` function is a convenience function that cre
|
|||||||
`Interpreter` and runs the given source code.
|
`Interpreter` and runs the given source code.
|
||||||
*/
|
*/
|
||||||
pub mod abstract_tree;
|
pub mod abstract_tree;
|
||||||
|
pub mod bytecode;
|
||||||
pub mod context;
|
pub mod context;
|
||||||
pub mod error;
|
pub mod error;
|
||||||
pub mod identifier;
|
pub mod identifier;
|
||||||
|
Loading…
Reference in New Issue
Block a user