File: scanner.go

package info (click to toggle)
golang-github-protonmail-gluon 0.17.0-4
  • links: PTS, VCS
  • area: main
  • in suites: forky, sid, trixie
  • size: 16,020 kB
  • sloc: sh: 55; makefile: 5
file content (276 lines) | stat: -rw-r--r-- 5,179 bytes parent folder | download
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
package rfcparser

import (
	"bufio"
	"errors"
	"fmt"
	"io"
)

type TokenType int

const (
	TokenTypeEOF TokenType = iota
	TokenTypeError
	TokenTypeSP
	TokenTypeExclamation
	TokenTypeDQuote
	TokenTypeHash
	TokenTypeDollar
	TokenTypePercent
	TokenTypeAmpersand
	TokenTypeSQuote
	TokenTypeLParen
	TokenTypeRParen
	TokenTypeAsterisk
	TokenTypePlus
	TokenTypeComma
	TokenTypeMinus
	TokenTypePeriod
	TokenTypeSlash
	TokenTypeSemicolon
	TokenTypeColon
	TokenTypeLess
	TokenTypeEqual
	TokenTypeGreater
	TokenTypeQuestion
	TokenTypeAt
	TokenTypeLBracket
	TokenTypeRBracket
	TokenTypeCaret
	TokenTypeUnderscore
	TokenTyeBacktick
	TokenTypeLCurly
	TokenTypePipe
	TokenTypeRCurly
	TokenTypeTilde
	TokenTypeBackslash
	TokenTypeDigit
	TokenTypeChar
	TokenTypeExtendedChar
	TokenTypeCR
	TokenTypeLF
	TokenTypeCTL
	TokenTypeTab
	TokenTypeDelete
	TokenTypeZero
)

type Token struct {
	TType  TokenType
	Value  byte
	Offset int
}

type Scanner struct {
	source      Reader
	currentByte byte
	offset      int
}

type Reader interface {
	io.Reader
	ReadByte() (byte, error)
	ReadBytes(byte) ([]byte, error)
}

func NewScanner(source io.Reader) *Scanner {
	return &Scanner{
		source: bufio.NewReader(source),
	}
}

func NewScannerWithReader(source Reader) *Scanner {
	return &Scanner{
		source: source,
	}
}

func (s *Scanner) ConsumeBytes(dst []byte) error {
	// We have already read a byte at this point, so we need to
	// skip this one.
	dst[0] = s.currentByte

	if _, err := io.ReadFull(s.source, dst[1:]); err != nil {
		if errors.Is(err, io.ErrUnexpectedEOF) {
			return io.EOF
		}

		return err
	}

	s.offset += len(dst) - 1

	return nil
}

func (s *Scanner) ConsumeUntilNewLine() ([]byte, error) {
	return s.source.ReadBytes('\n')
}

func (s *Scanner) ScanToken() (Token, error) {
	b, err := s.advance()
	if err != nil {
		if errors.Is(err, io.EOF) {
			return s.makeEOF(), nil
		}

		return Token{}, nil
	}

	if isByteDigit(b) {
		return s.makeToken(TokenTypeDigit), nil
	}

	if isByteAlpha(b) {
		return s.makeToken(TokenTypeChar), nil
	}

	if isByteExtendedChar(b) {
		return s.makeToken(TokenTypeExtendedChar), nil
	}

	if isByteCTL(b) {
		switch b {
		case 0x0:
			return s.makeToken(TokenTypeZero), nil
		case '\r':
			return s.makeToken(TokenTypeCR), nil
		case '\n':
			return s.makeToken(TokenTypeLF), nil
		case '\t':
			return s.makeToken(TokenTypeTab), nil
		default:
			return s.makeToken(TokenTypeCTL), nil
		}
	}

	switch b {
	case ' ':
		return s.makeToken(TokenTypeSP), nil
	case '!':
		return s.makeToken(TokenTypeExclamation), nil
	case '"':
		return s.makeToken(TokenTypeDQuote), nil
	case '#':
		return s.makeToken(TokenTypeHash), nil
	case '$':
		return s.makeToken(TokenTypeDollar), nil
	case '%':
		return s.makeToken(TokenTypePercent), nil
	case '&':
		return s.makeToken(TokenTypeAmpersand), nil
	case '\'':
		return s.makeToken(TokenTypeSQuote), nil
	case '\\':
		return s.makeToken(TokenTypeBackslash), nil
	case '(':
		return s.makeToken(TokenTypeLParen), nil
	case ')':
		return s.makeToken(TokenTypeRParen), nil
	case '*':
		return s.makeToken(TokenTypeAsterisk), nil
	case '+':
		return s.makeToken(TokenTypePlus), nil
	case ',':
		return s.makeToken(TokenTypeComma), nil
	case '-':
		return s.makeToken(TokenTypeMinus), nil
	case '.':
		return s.makeToken(TokenTypePeriod), nil
	case '/':
		return s.makeToken(TokenTypeSlash), nil
	case ':':
		return s.makeToken(TokenTypeColon), nil
	case ';':
		return s.makeToken(TokenTypeSemicolon), nil
	case '<':
		return s.makeToken(TokenTypeLess), nil
	case '=':
		return s.makeToken(TokenTypeEqual), nil
	case '>':
		return s.makeToken(TokenTypeGreater), nil
	case '?':
		return s.makeToken(TokenTypeQuestion), nil
	case '@':
		return s.makeToken(TokenTypeAt), nil
	case '[':
		return s.makeToken(TokenTypeLBracket), nil
	case ']':
		return s.makeToken(TokenTypeRBracket), nil
	case '^':
		return s.makeToken(TokenTypeCaret), nil
	case '_':
		return s.makeToken(TokenTypeUnderscore), nil
	case '`':
		return s.makeToken(TokenTyeBacktick), nil
	case '{':
		return s.makeToken(TokenTypeLCurly), nil
	case '|':
		return s.makeToken(TokenTypePipe), nil
	case '}':
		return s.makeToken(TokenTypeRCurly), nil
	case '~':
		return s.makeToken(TokenTypeTilde), nil
	case 0x7F:
		return s.makeToken(TokenTypeDelete), nil
	}

	return Token{}, fmt.Errorf("unexpected character %v", b)
}

func (s *Scanner) ResetOffsetCounter() {
	s.offset = 0
}

func (s *Scanner) advance() (byte, error) {
	b, err := s.source.ReadByte()
	if err != nil {
		return 0, err
	}

	s.currentByte = b
	s.offset += 1

	return b, nil
}

func (s *Scanner) makeToken(t TokenType) Token {
	return Token{
		TType:  t,
		Value:  s.currentByte,
		Offset: s.offset,
	}
}

func (s *Scanner) makeEOF() Token {
	return Token{
		TType:  TokenTypeEOF,
		Value:  0,
		Offset: s.offset,
	}
}

func isByteAlpha(b byte) bool {
	return (b >= 65 && b <= 90) || (b >= 97 && b <= 122)
}

func isByteDigit(b byte) bool {
	return b >= byte('0') && b <= byte('9')
}

func isByteExtendedChar(b byte) bool {
	return b >= 128
}

func isByteCTL(b byte) bool {
	return b <= 31
}

func ByteToLower(b byte) byte {
	if b >= 65 && b <= 90 {
		return 97 + (b - byte(65))
	}

	return b
}