JSON lexer
This commit is contained in:
parent
9c6f27bcc5
commit
0f04fa41e8
10
lex.go
10
lex.go
|
@ -1,6 +1,7 @@
|
||||||
package main
|
package main
|
||||||
|
|
||||||
import (
|
import (
|
||||||
|
"fmt"
|
||||||
"io/ioutil"
|
"io/ioutil"
|
||||||
"os"
|
"os"
|
||||||
|
|
||||||
|
@ -12,5 +13,12 @@ func main() {
|
||||||
b, _ := ioutil.ReadAll(f)
|
b, _ := ioutil.ReadAll(f)
|
||||||
|
|
||||||
lex := lexer.New("foo", string(b))
|
lex := lexer.New("foo", string(b))
|
||||||
lex.Run()
|
go lex.Run()
|
||||||
|
for {
|
||||||
|
i := lex.NextItem()
|
||||||
|
fmt.Println(i)
|
||||||
|
if i.String() == "EOF" {
|
||||||
|
break
|
||||||
|
}
|
||||||
|
}
|
||||||
}
|
}
|
||||||
|
|
115
lexer/lexer.go
115
lexer/lexer.go
|
@ -11,22 +11,22 @@ type (
|
||||||
Lexer struct {
|
Lexer struct {
|
||||||
input string // the string being scanned
|
input string // the string being scanned
|
||||||
state stateFn // the next lexing function to enter
|
state stateFn // the next lexing function to enter
|
||||||
pos Pos // current position in the input
|
lineNum int // Line number
|
||||||
start Pos // start position of this item
|
pos int // current position in the input
|
||||||
width Pos // width of last rune read from input
|
start int // start position of this item
|
||||||
lastPos Pos // position of most recent item returned by nextItem
|
width int // width of last rune read from input
|
||||||
items chan item // channel of scanned items
|
lastPos int // position of most recent item returned by nextItem
|
||||||
|
items chan Item // channel of scanned items
|
||||||
parenDepth int // nesting depth of ( ) exprs
|
parenDepth int // nesting depth of ( ) exprs
|
||||||
}
|
}
|
||||||
Pos int
|
|
||||||
|
|
||||||
// stateFn represents the state of the scanner as a function that returns the next state.
|
// stateFn represents the state of the scanner as a function that returns the next state.
|
||||||
stateFn func(*Lexer) stateFn
|
stateFn func(*Lexer) stateFn
|
||||||
|
|
||||||
// item represents a token or text string returned from the scanner.
|
// item represents a token or text string returned from the scanner.
|
||||||
item struct {
|
Item struct {
|
||||||
typ itemType // The type of this item.
|
typ itemType // The type of this item.
|
||||||
pos Pos // The starting position, in bytes, of this item in the input string.
|
pos int // The starting position, in bytes, of this item in the input string.
|
||||||
val string // The value of this item.
|
val string // The value of this item.
|
||||||
}
|
}
|
||||||
|
|
||||||
|
@ -38,7 +38,6 @@ const (
|
||||||
// Special
|
// Special
|
||||||
itemError itemType = iota // error occurred; value is text of error
|
itemError itemType = iota // error occurred; value is text of error
|
||||||
itemEOF
|
itemEOF
|
||||||
itemSpace
|
|
||||||
|
|
||||||
// Symbols
|
// Symbols
|
||||||
itemBraceOpen // {
|
itemBraceOpen // {
|
||||||
|
@ -54,27 +53,17 @@ const (
|
||||||
itemBool // true, false
|
itemBool // true, false
|
||||||
itemNumber // 0, 2.5
|
itemNumber // 0, 2.5
|
||||||
itemString // "foo"
|
itemString // "foo"
|
||||||
itemArray // [1, 2, 3]
|
|
||||||
itemObject // {"a": 1, "b": 2}
|
|
||||||
)
|
)
|
||||||
|
|
||||||
const (
|
const (
|
||||||
EOF = -1
|
EOF = -1
|
||||||
)
|
)
|
||||||
|
|
||||||
var (
|
|
||||||
itemMap = map[string]itemType{
|
|
||||||
"null": itemNull,
|
|
||||||
"true": itemBool,
|
|
||||||
"false": itemBool,
|
|
||||||
}
|
|
||||||
)
|
|
||||||
|
|
||||||
// lex creates a new scanner for the input string.
|
// lex creates a new scanner for the input string.
|
||||||
func New(name, input string) *Lexer {
|
func New(name, input string) *Lexer {
|
||||||
l := &Lexer{
|
l := &Lexer{
|
||||||
input: input,
|
input: input,
|
||||||
items: make(chan item),
|
items: make(chan Item),
|
||||||
}
|
}
|
||||||
return l
|
return l
|
||||||
}
|
}
|
||||||
|
@ -86,20 +75,47 @@ func (l *Lexer) Run() {
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
func (l *Lexer) NextItem() Item {
|
||||||
|
item := <-l.items
|
||||||
|
l.lastPos = item.pos
|
||||||
|
return item
|
||||||
|
}
|
||||||
|
|
||||||
//
|
//
|
||||||
// Lexer stuff
|
// Lexer stuff
|
||||||
//
|
//
|
||||||
|
|
||||||
func (i item) String() string {
|
func (i Item) String() string {
|
||||||
switch {
|
switch i.typ {
|
||||||
case i.typ == itemEOF:
|
case itemEOF:
|
||||||
return "EOF"
|
return "EOF"
|
||||||
case i.typ == itemError:
|
case itemError:
|
||||||
return i.val
|
return "Error: " + i.val
|
||||||
case len(i.val) > 10:
|
case itemBraceOpen:
|
||||||
return fmt.Sprintf("%.10q...", i.val)
|
return "{"
|
||||||
|
case itemBraceClose:
|
||||||
|
return "}"
|
||||||
|
case itemBracketOpen:
|
||||||
|
return "["
|
||||||
|
case itemBracketClose:
|
||||||
|
return "]"
|
||||||
|
case itemQuote:
|
||||||
|
return "\""
|
||||||
|
case itemColon:
|
||||||
|
return ":"
|
||||||
|
case itemComma:
|
||||||
|
return ","
|
||||||
|
case itemNull:
|
||||||
|
return "NULL"
|
||||||
|
case itemBool:
|
||||||
|
return "Bool: " + i.val
|
||||||
|
case itemNumber:
|
||||||
|
return "Number: " + i.val
|
||||||
|
case itemString:
|
||||||
|
return "String: " + i.val
|
||||||
|
default:
|
||||||
|
panic("Unreachable")
|
||||||
}
|
}
|
||||||
return fmt.Sprintf("%q", i.val)
|
|
||||||
}
|
}
|
||||||
|
|
||||||
// next returns the next rune in the input.
|
// next returns the next rune in the input.
|
||||||
|
@ -109,7 +125,7 @@ func (l *Lexer) next() rune {
|
||||||
return EOF
|
return EOF
|
||||||
}
|
}
|
||||||
r, w := utf8.DecodeRuneInString(l.input[l.pos:])
|
r, w := utf8.DecodeRuneInString(l.input[l.pos:])
|
||||||
l.width = Pos(w)
|
l.width = w
|
||||||
l.pos += l.width
|
l.pos += l.width
|
||||||
return r
|
return r
|
||||||
}
|
}
|
||||||
|
@ -128,7 +144,7 @@ func (l *Lexer) backup() {
|
||||||
|
|
||||||
// emit passes an item back to the client.
|
// emit passes an item back to the client.
|
||||||
func (l *Lexer) emit(t itemType) {
|
func (l *Lexer) emit(t itemType) {
|
||||||
l.items <- item{t, l.start, l.input[l.start:l.pos]}
|
l.items <- Item{t, l.start, l.input[l.start:l.pos]}
|
||||||
l.start = l.pos
|
l.start = l.pos
|
||||||
}
|
}
|
||||||
|
|
||||||
|
@ -137,48 +153,17 @@ func (l *Lexer) ignore() {
|
||||||
l.start = l.pos
|
l.start = l.pos
|
||||||
}
|
}
|
||||||
|
|
||||||
// accept consumes the next rune if it's from the valid set.
|
func (l *Lexer) acceptString(s string) (ok bool) {
|
||||||
func (l *Lexer) accept(valid string) bool {
|
if strings.HasPrefix(l.input[l.pos:], s) {
|
||||||
if strings.IndexRune(valid, l.next()) >= 0 {
|
l.pos += len(s)
|
||||||
return true
|
return true
|
||||||
}
|
}
|
||||||
l.backup()
|
|
||||||
return false
|
return false
|
||||||
}
|
}
|
||||||
|
|
||||||
// acceptRun consumes a run of runes from the valid set.
|
|
||||||
func (l *Lexer) acceptRun(valid string) {
|
|
||||||
for strings.IndexRune(valid, l.next()) >= 0 {
|
|
||||||
}
|
|
||||||
l.backup()
|
|
||||||
}
|
|
||||||
|
|
||||||
// lineNumber reports which line we're on, based on the position of
|
|
||||||
// the previous item returned by nextItem. Doing it this way
|
|
||||||
// means we don't have to worry about peek double counting.
|
|
||||||
func (l *Lexer) lineNumber() int {
|
|
||||||
return 1 + strings.Count(l.input[:l.lastPos], "\n")
|
|
||||||
}
|
|
||||||
|
|
||||||
// errorf returns an error token and terminates the scan by passing
|
// errorf returns an error token and terminates the scan by passing
|
||||||
// back a nil pointer that will be the next state, terminating l.nextItem.
|
// back a nil pointer that will be the next state, terminating l.nextItem.
|
||||||
func (l *Lexer) errorf(format string, args ...interface{}) stateFn {
|
func (l *Lexer) errorf(format string, args ...interface{}) stateFn {
|
||||||
l.items <- item{itemError, l.start, fmt.Sprintf(format, args...)}
|
l.items <- Item{itemError, l.start, fmt.Sprintf(format, args...)}
|
||||||
return nil
|
return nil
|
||||||
}
|
}
|
||||||
|
|
||||||
// nextItem returns the next item from the input.
|
|
||||||
func (l *Lexer) nextItem() item {
|
|
||||||
item := <-l.items
|
|
||||||
l.lastPos = item.pos
|
|
||||||
return item
|
|
||||||
}
|
|
||||||
|
|
||||||
//
|
|
||||||
// Helpers
|
|
||||||
//
|
|
||||||
|
|
||||||
// isSpace reports whether r is a space character.
|
|
||||||
func isSpace(r rune) bool {
|
|
||||||
return r == ' ' || r == '\t'
|
|
||||||
}
|
|
||||||
|
|
127
lexer/state.go
127
lexer/state.go
|
@ -1,12 +1,42 @@
|
||||||
package lexer
|
package lexer
|
||||||
|
|
||||||
|
import "strings"
|
||||||
|
|
||||||
func lexInitial(l *Lexer) stateFn {
|
func lexInitial(l *Lexer) stateFn {
|
||||||
|
loop:
|
||||||
for {
|
for {
|
||||||
switch l.next() {
|
switch r := l.next(); r {
|
||||||
|
case ' ', '\t':
|
||||||
|
return lexSpace(l)
|
||||||
|
case '\n':
|
||||||
|
l.lineNum++
|
||||||
|
case 'n':
|
||||||
|
l.backup()
|
||||||
|
return lexNull(l)
|
||||||
|
case 't', 'f':
|
||||||
|
l.backup()
|
||||||
|
return lexBool(l)
|
||||||
|
case '1', '2', '3', '4', '5', '6', '7', '8', '9', '0':
|
||||||
|
l.backup()
|
||||||
|
return lexNumber(l)
|
||||||
|
case '"':
|
||||||
|
return lexString(l)
|
||||||
|
case '[':
|
||||||
|
l.emit(itemBracketOpen)
|
||||||
|
case ']':
|
||||||
|
l.emit(itemBracketClose)
|
||||||
|
case '{':
|
||||||
|
l.emit(itemBraceOpen)
|
||||||
|
case '}':
|
||||||
|
l.emit(itemBraceClose)
|
||||||
|
case ':':
|
||||||
|
l.emit(itemColon)
|
||||||
|
case ',':
|
||||||
|
l.emit(itemComma)
|
||||||
case EOF:
|
case EOF:
|
||||||
break
|
break loop
|
||||||
default:
|
default:
|
||||||
panic("Unexpected symbol!")
|
panic("Unexpected symbol: " + string(r))
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
@ -16,28 +46,81 @@ func lexInitial(l *Lexer) stateFn {
|
||||||
return nil
|
return nil
|
||||||
}
|
}
|
||||||
|
|
||||||
func lexNumber(l *Lexer) stateFn {
|
// Skip all spaces
|
||||||
return lexInitial
|
// One space has already been seen
|
||||||
}
|
|
||||||
|
|
||||||
func lexString(l *Lexer) stateFn {
|
|
||||||
return lexInitial
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexArray(l *Lexer) stateFn {
|
|
||||||
return lexInitial
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexObject(l *Lexer) stateFn {
|
|
||||||
return lexInitial
|
|
||||||
}
|
|
||||||
|
|
||||||
// lexSpace scans a run of space characters.
|
|
||||||
// One space has already been seen.
|
|
||||||
func lexSpace(l *Lexer) stateFn {
|
func lexSpace(l *Lexer) stateFn {
|
||||||
for isSpace(l.peek()) {
|
for isSpace(l.peek()) {
|
||||||
l.next()
|
l.next()
|
||||||
}
|
}
|
||||||
l.emit(itemSpace)
|
l.ignore()
|
||||||
return lexInitial
|
return lexInitial
|
||||||
}
|
}
|
||||||
|
|
||||||
|
func lexNull(l *Lexer) stateFn {
|
||||||
|
if l.acceptString("null") {
|
||||||
|
l.emit(itemNull)
|
||||||
|
} else {
|
||||||
|
return l.errorf("Unexpected token")
|
||||||
|
}
|
||||||
|
return lexInitial
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexBool(l *Lexer) stateFn {
|
||||||
|
if l.acceptString("true") || l.acceptString("false") {
|
||||||
|
l.emit(itemBool)
|
||||||
|
}
|
||||||
|
return lexInitial
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexNumber(l *Lexer) stateFn {
|
||||||
|
hasDot := false
|
||||||
|
for {
|
||||||
|
if r := l.peek(); isDigit(r) {
|
||||||
|
l.next()
|
||||||
|
} else if r == '.' {
|
||||||
|
if hasDot {
|
||||||
|
return l.errorf("Invalid number")
|
||||||
|
} else {
|
||||||
|
hasDot = true
|
||||||
|
l.next()
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
break
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
l.emit(itemNumber)
|
||||||
|
return lexInitial
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexString(l *Lexer) stateFn {
|
||||||
|
escaped := false
|
||||||
|
loop:
|
||||||
|
for {
|
||||||
|
switch r := l.next(); r {
|
||||||
|
case '\\':
|
||||||
|
escaped = true
|
||||||
|
case '"':
|
||||||
|
if escaped {
|
||||||
|
escaped = false
|
||||||
|
} else {
|
||||||
|
l.emit(itemString)
|
||||||
|
break loop
|
||||||
|
}
|
||||||
|
case EOF:
|
||||||
|
return l.errorf("String hits EOF")
|
||||||
|
default:
|
||||||
|
escaped = false
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return lexInitial
|
||||||
|
}
|
||||||
|
|
||||||
|
func isSpace(r rune) bool {
|
||||||
|
return r == ' ' || r == '\t'
|
||||||
|
}
|
||||||
|
|
||||||
|
func isDigit(r rune) bool {
|
||||||
|
return strings.IndexRune("1234567890", r) > -1
|
||||||
|
}
|
||||||
|
|
Loading…
Reference in New Issue