Added true,false,return,if,else keywords, Single character tokens, tests
and change Vec<char> to Vec<u8>
This commit is contained in:
parent
561c4c6089
commit
f31e4bfee1
108
src/lexer/mod.rs
108
src/lexer/mod.rs
|
|
@ -1,15 +1,21 @@
|
|||
use std::collections::HashMap;
|
||||
use std::str;
|
||||
|
||||
lazy_static! {
|
||||
static ref IDENTMAP: HashMap<&'static str, Token> = {
|
||||
let mut m = HashMap::new();
|
||||
m.insert("fn", Token::Function);
|
||||
m.insert("let", Token::Let);
|
||||
m.insert("true", Token::True);
|
||||
m.insert("false", Token::False);
|
||||
m.insert("return", Token::Return);
|
||||
m.insert("if", Token::If);
|
||||
m.insert("else", Token::Else);
|
||||
m
|
||||
};
|
||||
}
|
||||
|
||||
#[derive(Debug, PartialEq)]
|
||||
#[derive(Debug, PartialEq, Clone)]
|
||||
pub enum Token {
|
||||
Illegal,
|
||||
EOF,
|
||||
|
|
@ -23,6 +29,9 @@ pub enum Token {
|
|||
Multiply,
|
||||
Divide,
|
||||
Subtract,
|
||||
ExclamationMark,
|
||||
LessThan,
|
||||
GreaterThan,
|
||||
|
||||
// Delimiter
|
||||
Comma,
|
||||
|
|
@ -34,30 +43,39 @@ pub enum Token {
|
|||
|
||||
// Keywords
|
||||
Function,
|
||||
If,
|
||||
Let,
|
||||
True,
|
||||
Else,
|
||||
False,
|
||||
Return,
|
||||
Ident(String),
|
||||
}
|
||||
|
||||
#[derive(Debug)]
|
||||
pub struct Lexer {
|
||||
input: Vec<char>,
|
||||
input: Vec<u8>,
|
||||
position: usize,
|
||||
read_position: usize,
|
||||
ch: char,
|
||||
ch: u8,
|
||||
}
|
||||
|
||||
impl Lexer {
|
||||
pub fn new(input: &str) -> Lexer {
|
||||
Lexer {
|
||||
input: input.chars().collect::<Vec<char>>(),
|
||||
input: input.bytes().collect::<Vec<u8>>(),
|
||||
position: 0,
|
||||
read_position: 0,
|
||||
ch: '0',
|
||||
ch: 0,
|
||||
}
|
||||
}
|
||||
|
||||
fn read_char(&mut self) {
|
||||
if self.read_position >= self.input.len() {
|
||||
self.ch = '0';
|
||||
if self.read_position == self.input.len() {
|
||||
self.ch = 0;
|
||||
} else if self.read_position > self.input.len() {
|
||||
// 3 = ETX
|
||||
self.ch = 3;
|
||||
} else {
|
||||
self.ch = self.input[self.read_position];
|
||||
}
|
||||
|
|
@ -71,8 +89,26 @@ impl Lexer {
|
|||
while is_letter(self.ch) {
|
||||
self.read_char();
|
||||
}
|
||||
self.read_position -= 1;
|
||||
String::from_utf8_lossy(&self.input[pos..self.position]).to_string()
|
||||
}
|
||||
|
||||
self.input[pos..self.position].iter().collect::<String>()
|
||||
fn skip_whitespace(&mut self) {
|
||||
while self.ch == b' ' || self.ch == b'\t' || self.ch == b'\n' || self.ch == b'\r' {
|
||||
self.read_char();
|
||||
}
|
||||
}
|
||||
|
||||
// use i64 for all numbers for now.
|
||||
fn read_number(&mut self) -> i64 {
|
||||
let pos = self.position;
|
||||
while self.ch.is_ascii_digit() {
|
||||
self.read_char();
|
||||
}
|
||||
self.read_position -= 1;
|
||||
String::from_utf8_lossy(&self.input[pos..self.position])
|
||||
.parse::<i64>()
|
||||
.unwrap()
|
||||
}
|
||||
}
|
||||
|
||||
|
|
@ -81,25 +117,47 @@ impl Iterator for Lexer {
|
|||
|
||||
fn next(&mut self) -> Option<Self::Item> {
|
||||
self.read_char();
|
||||
self.skip_whitespace();
|
||||
|
||||
match self.ch {
|
||||
'=' => Some(Token::Assign),
|
||||
'+' => Some(Token::Plus),
|
||||
'*' => Some(Token::Multiply),
|
||||
'/' => Some(Token::Divide),
|
||||
'-' => Some(Token::Subtract),
|
||||
',' => Some(Token::Comma),
|
||||
';' => Some(Token::Semicolon),
|
||||
'(' => Some(Token::LParen),
|
||||
')' => Some(Token::RParen),
|
||||
'[' => Some(Token::LBrace),
|
||||
']' => Some(Token::RBrace),
|
||||
'0' => Some(Token::EOF),
|
||||
_ => None,
|
||||
}
|
||||
let v = match self.ch {
|
||||
b'=' => Some(Token::Assign),
|
||||
b'+' => Some(Token::Plus),
|
||||
b'*' => Some(Token::Multiply),
|
||||
b'/' => Some(Token::Divide),
|
||||
b'-' => Some(Token::Subtract),
|
||||
b',' => Some(Token::Comma),
|
||||
b';' => Some(Token::Semicolon),
|
||||
b'(' => Some(Token::LParen),
|
||||
b')' => Some(Token::RParen),
|
||||
b'{' => Some(Token::LBrace),
|
||||
b'}' => Some(Token::RBrace),
|
||||
b'!' => Some(Token::ExclamationMark),
|
||||
b'>' => Some(Token::GreaterThan),
|
||||
b'<' => Some(Token::LessThan),
|
||||
0 => Some(Token::EOF),
|
||||
//ETX-> End of text. It's the value of self.ch after all the text is parsed.
|
||||
3 => None,
|
||||
_ if is_letter(self.ch) => {
|
||||
let ident = self.read_identifier();
|
||||
Some(lookup_ident(&ident))
|
||||
}
|
||||
_ if self.ch.is_ascii_digit() => {
|
||||
let number = self.read_number();
|
||||
Some(Token::Int(number))
|
||||
}
|
||||
_ => Some(Token::Illegal),
|
||||
};
|
||||
v
|
||||
}
|
||||
}
|
||||
|
||||
fn is_letter(c: char) -> bool {
|
||||
c >= 'a' && c <= 'z' || c >= 'A' && c <= 'Z' || c == '_'
|
||||
fn is_letter(c: u8) -> bool {
|
||||
c.is_ascii_alphabetic() || c == b'_'
|
||||
}
|
||||
|
||||
fn lookup_ident(ident: &str) -> Token {
|
||||
match IDENTMAP.get(ident) {
|
||||
Some(v) => v.clone(),
|
||||
None => Token::Ident(ident.to_string()),
|
||||
}
|
||||
}
|
||||
|
|
|
|||
146
src/main.rs
146
src/main.rs
|
|
@ -8,28 +8,140 @@ fn main() {}
|
|||
#[cfg(test)]
|
||||
mod tests {
|
||||
use lexer::{Lexer, Token};
|
||||
use std::collections::HashMap;
|
||||
|
||||
#[test]
|
||||
fn new_token() {
|
||||
let input = "=+()[],;";
|
||||
let expected = vec![
|
||||
Token::Assign,
|
||||
Token::Plus,
|
||||
Token::LParen,
|
||||
Token::RParen,
|
||||
Token::LBrace,
|
||||
Token::RBrace,
|
||||
Token::Comma,
|
||||
Token::Semicolon,
|
||||
Token::EOF,
|
||||
];
|
||||
let mut tests = HashMap::new();
|
||||
|
||||
let tokenized_output = Lexer::new(input).collect::<Vec<Token>>();
|
||||
tests.insert(
|
||||
"=+(){},;",
|
||||
vec![
|
||||
Token::Assign,
|
||||
Token::Plus,
|
||||
Token::LParen,
|
||||
Token::RParen,
|
||||
Token::LBrace,
|
||||
Token::RBrace,
|
||||
Token::Comma,
|
||||
Token::Semicolon,
|
||||
Token::EOF,
|
||||
],
|
||||
);
|
||||
tests.insert(
|
||||
"let five = 5;
|
||||
let ten = 10;
|
||||
|
||||
assert_eq!(expected.len(), tokenized_output.len());
|
||||
println!("{:?}", tokenized_output);
|
||||
let add = fn(x, y) {
|
||||
x + y;
|
||||
};
|
||||
|
||||
for (exp, actual) in expected.into_iter().zip(tokenized_output) {
|
||||
assert_eq!(actual, exp);
|
||||
let result = add(five, ten);",
|
||||
vec![
|
||||
Token::Let,
|
||||
Token::Ident("five".to_string()),
|
||||
Token::Assign,
|
||||
Token::Int(5),
|
||||
Token::Semicolon,
|
||||
Token::Let,
|
||||
Token::Ident("ten".to_string()),
|
||||
Token::Assign,
|
||||
Token::Int(10),
|
||||
Token::Semicolon,
|
||||
Token::Let,
|
||||
Token::Ident("add".to_string()),
|
||||
Token::Assign,
|
||||
Token::Function,
|
||||
Token::LParen,
|
||||
Token::Ident("x".to_string()),
|
||||
Token::Comma,
|
||||
Token::Ident("y".to_string()),
|
||||
Token::RParen,
|
||||
Token::LBrace,
|
||||
Token::Ident("x".to_string()),
|
||||
Token::Plus,
|
||||
Token::Ident("y".to_string()),
|
||||
Token::Semicolon,
|
||||
Token::RBrace,
|
||||
Token::Semicolon,
|
||||
Token::Let,
|
||||
Token::Ident("result".to_string()),
|
||||
Token::Assign,
|
||||
Token::Ident("add".to_string()),
|
||||
Token::LParen,
|
||||
Token::Ident("five".to_string()),
|
||||
Token::Comma,
|
||||
Token::Ident("ten".to_string()),
|
||||
Token::RParen,
|
||||
Token::Semicolon,
|
||||
Token::EOF,
|
||||
],
|
||||
);
|
||||
tests.insert(
|
||||
"let result = add(five, ten);
|
||||
!-/*5;
|
||||
5 < 10 > 5;
|
||||
|
||||
if(5 < 10) {
|
||||
return true;
|
||||
} else {
|
||||
return false;
|
||||
}
|
||||
",
|
||||
vec![
|
||||
Token::Let,
|
||||
Token::Ident("result".to_string()),
|
||||
Token::Assign,
|
||||
Token::Ident("add".to_string()),
|
||||
Token::LParen,
|
||||
Token::Ident("five".to_string()),
|
||||
Token::Comma,
|
||||
Token::Ident("ten".to_string()),
|
||||
Token::RParen,
|
||||
Token::Semicolon,
|
||||
Token::ExclamationMark,
|
||||
Token::Subtract,
|
||||
Token::Divide,
|
||||
Token::Multiply,
|
||||
Token::Int(5),
|
||||
Token::Semicolon,
|
||||
Token::Int(5),
|
||||
Token::LessThan,
|
||||
Token::Int(10),
|
||||
Token::GreaterThan,
|
||||
Token::Int(5),
|
||||
Token::Semicolon,
|
||||
Token::If,
|
||||
Token::LParen,
|
||||
Token::Int(5),
|
||||
Token::LessThan,
|
||||
Token::Int(10),
|
||||
Token::RParen,
|
||||
Token::LBrace,
|
||||
Token::Return,
|
||||
Token::True,
|
||||
Token::Semicolon,
|
||||
Token::RBrace,
|
||||
Token::Else,
|
||||
Token::LBrace,
|
||||
Token::Return,
|
||||
Token::False,
|
||||
Token::Semicolon,
|
||||
Token::RBrace,
|
||||
Token::EOF,
|
||||
],
|
||||
);
|
||||
|
||||
for (k, v) in tests {
|
||||
let tokenized_output = Lexer::new(k).collect::<Vec<Token>>();
|
||||
// assert_eq!(v.len(), tokenized_output.len());
|
||||
|
||||
for (exp, actual) in v.into_iter().zip(tokenized_output) {
|
||||
if actual != exp {
|
||||
println!("Expect: {:?}, Actual: {:?}", actual, exp);
|
||||
}
|
||||
assert_eq!(actual, exp);
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
|
|
|
|||
Loading…
Reference in New Issue
Block a user