Age Owner Branch data TLA Line data Source code
1 : : %top{
2 : : /*-------------------------------------------------------------------------
3 : : *
4 : : * scan.l
5 : : * lexical scanner for PostgreSQL
6 : : *
7 : : * NOTE NOTE NOTE:
8 : : *
9 : : * The rules in this file must be kept in sync with src/fe_utils/psqlscan.l
10 : : * and src/interfaces/ecpg/preproc/pgc.l!
11 : : *
12 : : * The rules are designed so that the scanner never has to backtrack,
13 : : * in the sense that there is always a rule that can match the input
14 : : * consumed so far (the rule action may internally throw back some input
15 : : * with yyless(), however). As explained in the flex manual, this makes
16 : : * for a useful speed increase --- several percent faster when measuring
17 : : * raw parsing (Flex + Bison). The extra complexity is mostly in the rules
18 : : * for handling float numbers and continued string literals. If you change
19 : : * the lexical rules, verify that you haven't broken the no-backtrack
20 : : * property by running flex with the "-b" option and checking that the
21 : : * resulting "lex.backup" file says that no backing up is needed. (As of
22 : : * Postgres 9.2, this check is made automatically by the Makefile.)
23 : : *
24 : : *
25 : : * Portions Copyright (c) 1996-2026, PostgreSQL Global Development Group
26 : : * Portions Copyright (c) 1994, Regents of the University of California
27 : : *
28 : : * IDENTIFICATION
29 : : * src/backend/parser/scan.l
30 : : *
31 : : *-------------------------------------------------------------------------
32 : : */
33 : : #include "postgres.h"
34 : :
35 : : #include <ctype.h>
36 : : #include <unistd.h>
37 : :
38 : : #include "common/string.h"
39 : : #include "gramparse.h"
40 : : #include "nodes/miscnodes.h"
41 : : #include "parser/parser.h" /* only needed for GUC variables */
42 : : #include "parser/scansup.h"
43 : : #include "port/pg_bitutils.h"
44 : : #include "mb/pg_wchar.h"
45 : : #include "utils/builtins.h"
46 : : }
47 : :
48 : : %{
49 : :
50 : : /* LCOV_EXCL_START */
51 : :
52 : : /* Avoid exit() on fatal scanner errors (a bit ugly -- see yy_fatal_error) */
53 : : #undef fprintf
54 : : #define fprintf(file, fmt, msg) fprintf_to_ereport(fmt, msg)
55 : :
56 : : static void
4809 tgl@sss.pgh.pa.us 57 :UBC 0 : fprintf_to_ereport(const char *fmt, const char *msg)
58 : : {
59 [ # # ]: 0 : ereport(ERROR, (errmsg_internal("%s", msg)));
60 : : }
61 : :
62 : : /*
63 : : * GUC variable. This is a DIRECT violation of the warning given at the
64 : : * head of gram.y, ie flex/bison code must not depend on any GUC variables;
65 : : * as such, changing its value can induce very unintuitive behavior.
66 : : * In practice, backslash_quote is not too awful since it only controls
67 : : * whether to throw an error: it cannot change non-error results.
68 : : */
69 : : int backslash_quote = BACKSLASH_QUOTE_SAFE_ENCODING;
70 : :
71 : : /*
72 : : * Constant data exported from this file. This array maps from the
73 : : * zero-based keyword numbers returned by ScanKeywordLookup to the
74 : : * Bison token numbers needed by gram.y. This is exported because
75 : : * callers need to pass it to scanner_init, if they are using the
76 : : * standard keyword list ScanKeywords.
77 : : */
78 : : #define PG_KEYWORD(kwname, value, category, collabel) value,
79 : :
80 : : const uint16 ScanKeywordTokens[] = {
81 : : #include "parser/kwlist.h"
82 : : };
83 : :
84 : : #undef PG_KEYWORD
85 : :
86 : : /*
87 : : * Set the type of YYSTYPE.
88 : : */
89 : : #define YYSTYPE core_YYSTYPE
90 : :
91 : : /*
92 : : * Each call to yylex must set yylloc to the location of the found token
93 : : * (expressed as a byte offset from the start of the input text).
94 : : * When we parse a token that requires multiple lexer rules to process,
95 : : * this should be done in the first such rule, else yylloc will point
96 : : * into the middle of the token.
97 : : */
98 : : #define SET_YYLLOC() (*(yylloc) = yytext - yyextra->scanbuf)
99 : :
100 : : /*
101 : : * Advance yylloc by the given number of bytes.
102 : : */
103 : : #define ADVANCE_YYLLOC(delta) ( *(yylloc) += (delta) )
104 : :
105 : : /*
106 : : * Sometimes, we do want yylloc to point into the middle of a token; this is
107 : : * useful for instance to throw an error about an escape sequence within a
108 : : * string literal. But if we find no error there, we want to revert yylloc
109 : : * to the token start, so that that's the location reported to the parser.
110 : : * Use PUSH_YYLLOC/POP_YYLLOC to save/restore yylloc around such code.
111 : : * (Currently the implied "stack" is just one location, but someday we might
112 : : * need to nest these.)
113 : : */
114 : : #define PUSH_YYLLOC() (yyextra->save_yylloc = *(yylloc))
115 : : #define POP_YYLLOC() (*(yylloc) = yyextra->save_yylloc)
116 : :
117 : : #define startlit() ( yyextra->literallen = 0 )
118 : : static void addlit(char *ytext, int yleng, core_yyscan_t yyscanner);
119 : : static void addlitchar(unsigned char ychar, core_yyscan_t yyscanner);
120 : : static char *litbufdup(core_yyscan_t yyscanner);
121 : : static unsigned char unescape_single_char(unsigned char c, core_yyscan_t yyscanner);
122 : : static int process_integer_literal(const char *token, YYSTYPE *lval, int base);
123 : : static void addunicode(char32_t c, yyscan_t yyscanner);
124 : :
125 : : #define yyerror(msg) scanner_yyerror(msg, yyscanner)
126 : :
127 : : #define lexer_errposition() scanner_errposition(*(yylloc), yyscanner)
128 : :
129 : : %}
130 : :
131 : : %option reentrant
132 : : %option bison-bridge
133 : : %option bison-locations
134 : : %option 8bit
135 : : %option never-interactive
136 : : %option nodefault
137 : : %option noinput
138 : : %option nounput
139 : : %option noyywrap
140 : : %option noyyalloc
141 : : %option noyyrealloc
142 : : %option noyyfree
143 : : %option warn
144 : : %option prefix="core_yy"
145 : : %option extra-type="core_yy_extra_type *"
146 : :
147 : : /*
148 : : * OK, here is a short description of lex/flex rules behavior.
149 : : * The longest pattern which matches an input string is always chosen.
150 : : * For equal-length patterns, the first occurring in the rules list is chosen.
151 : : * INITIAL is the starting state, to which all non-conditional rules apply.
152 : : * Exclusive states change parsing rules while the state is active. When in
153 : : * an exclusive state, only those rules defined for that state apply.
154 : : *
155 : : * We use exclusive states for quoted strings, extended comments,
156 : : * and to eliminate parsing troubles for numeric strings.
157 : : * Exclusive states:
158 : : * <xb> bit string literal
159 : : * <xc> extended C-style comments
160 : : * <xd> delimited identifiers (double-quoted identifiers)
161 : : * <xh> hexadecimal byte string
162 : : * <xq> standard quoted strings
163 : : * <xqs> quote stop (detect continued strings)
164 : : * <xe> extended quoted strings (support backslash escape sequences)
165 : : * <xdolq> $foo$ quoted strings
166 : : * <xui> quoted identifier with Unicode escapes
167 : : * <xus> quoted string with Unicode escapes
168 : : * <xeu> Unicode surrogate pair in extended quoted string
169 : : *
170 : : * Remember to add an <<EOF>> case whenever you add a new exclusive state!
171 : : * The default one is probably not the right thing.
172 : : */
173 : :
174 : : %x xb
175 : : %x xc
176 : : %x xd
177 : : %x xh
178 : : %x xq
179 : : %x xqs
180 : : %x xe
181 : : %x xdolq
182 : : %x xui
183 : : %x xus
184 : : %x xeu
185 : :
186 : : /*
187 : : * In order to make the world safe for Windows and Mac clients as well as
188 : : * Unix ones, we accept either \n or \r as a newline. A DOS-style \r\n
189 : : * sequence will be seen as two successive newlines, but that doesn't cause
190 : : * any problems. Comments that start with -- and extend to the next
191 : : * newline are treated as equivalent to a single whitespace character.
192 : : *
193 : : * NOTE a fine point: if there is no newline following --, we will absorb
194 : : * everything to the end of the input as a comment. This is correct. Older
195 : : * versions of Postgres failed to recognize -- as a comment if the input
196 : : * did not end with a newline.
197 : : *
198 : : * non_newline_space tracks all the other space characters except newlines.
199 : : *
200 : : * XXX if you change the set of whitespace characters, fix scanner_isspace()
201 : : * to agree.
202 : : */
203 : :
204 : : space [ \t\n\r\f\v]
205 : : non_newline_space [ \t\f\v]
206 : : newline [\n\r]
207 : : non_newline [^\n\r]
208 : :
209 : : comment ("--"{non_newline}*)
210 : :
211 : : whitespace ({space}+|{comment})
212 : :
213 : : /*
214 : : * SQL requires at least one newline in the whitespace separating
215 : : * string literals that are to be concatenated. Silly, but who are we
216 : : * to argue? Note that {whitespace_with_newline} should not have * after
217 : : * it, whereas {whitespace} should generally have a * after it...
218 : : */
219 : :
220 : : special_whitespace ({space}+|{comment}{newline})
221 : : non_newline_whitespace ({non_newline_space}|{comment})
222 : : whitespace_with_newline ({non_newline_whitespace}*{newline}{special_whitespace}*)
223 : :
224 : : quote '
225 : : /* If we see {quote} then {quotecontinue}, the quoted string continues */
226 : : quotecontinue {whitespace_with_newline}{quote}
227 : :
228 : : /*
229 : : * {quotecontinuefail} is needed to avoid lexer backup when we fail to match
230 : : * {quotecontinue}. It might seem that this could just be {whitespace}*,
231 : : * but if there's a dash after {whitespace_with_newline}, it must be consumed
232 : : * to see if there's another dash --- which would start a {comment} and thus
233 : : * allow continuation of the {quotecontinue} token.
234 : : */
235 : : quotecontinuefail {whitespace}*"-"?
236 : :
237 : : /* Bit string
238 : : * It is tempting to scan the string for only those characters
239 : : * which are allowed. However, this leads to silently swallowed
240 : : * characters if illegal characters are included in the string.
241 : : * For example, if xbinside is [01] then B'ABCD' is interpreted
242 : : * as a zero-length string, and the ABCD' is lost!
243 : : * Better to pass the string forward and let the input routines
244 : : * validate the contents.
245 : : */
246 : : xbstart [bB]{quote}
247 : : xbinside [^']*
248 : :
249 : : /* Hexadecimal byte string */
250 : : xhstart [xX]{quote}
251 : : xhinside [^']*
252 : :
253 : : /* National character */
254 : : xnstart [nN]{quote}
255 : :
256 : : /* Quoted string that allows backslash escapes */
257 : : xestart [eE]{quote}
258 : : xeinside [^\\']+
259 : : xeescape [\\][^0-7]
260 : : xeoctesc [\\][0-7]{1,3}
261 : : xehexesc [\\]x[0-9A-Fa-f]{1,2}
262 : : xeunicode [\\](u[0-9A-Fa-f]{4}|U[0-9A-Fa-f]{8})
263 : : xeunicodefail [\\](u[0-9A-Fa-f]{0,3}|U[0-9A-Fa-f]{0,7})
264 : :
265 : : /* Extended quote
266 : : * xqdouble implements embedded quote, ''''
267 : : */
268 : : xqstart {quote}
269 : : xqdouble {quote}{quote}
270 : : xqinside [^']+
271 : :
272 : : /* $foo$ style quotes ("dollar quoting")
273 : : * The quoted string starts with $foo$ where "foo" is an optional string
274 : : * in the form of an identifier, except that it may not contain "$",
275 : : * and extends to the first occurrence of an identical string.
276 : : * There is *no* processing of the quoted text.
277 : : *
278 : : * {dolqfailed} is an error rule to avoid scanner backup when {dolqdelim}
279 : : * fails to match its trailing "$".
280 : : */
281 : : dolq_start [A-Za-z\200-\377_]
282 : : dolq_cont [A-Za-z\200-\377_0-9]
283 : : dolqdelim \$({dolq_start}{dolq_cont}*)?\$
284 : : dolqfailed \${dolq_start}{dolq_cont}*
285 : : dolqinside [^$]+
286 : :
287 : : /* Double quote
288 : : * Allows embedded spaces and other special characters into identifiers.
289 : : */
290 : : dquote \"
291 : : xdstart {dquote}
292 : : xdstop {dquote}
293 : : xddouble {dquote}{dquote}
294 : : xdinside [^"]+
295 : :
296 : : /* Quoted identifier with Unicode escapes */
297 : : xuistart [uU]&{dquote}
298 : :
299 : : /* Quoted string with Unicode escapes */
300 : : xusstart [uU]&{quote}
301 : :
302 : : /* error rule to avoid backup */
303 : : xufailed [uU]&
304 : :
305 : :
306 : : /* C-style comments
307 : : *
308 : : * The "extended comment" syntax closely resembles allowable operator syntax.
309 : : * The tricky part here is to get lex to recognize a string starting with
310 : : * slash-star as a comment, when interpreting it as an operator would produce
311 : : * a longer match --- remember lex will prefer a longer match! Also, if we
312 : : * have something like plus-slash-star, lex will think this is a 3-character
313 : : * operator whereas we want to see it as a + operator and a comment start.
314 : : * The solution is two-fold:
315 : : * 1. append {op_chars}* to xcstart so that it matches as much text as
316 : : * {operator} would. Then the tie-breaker (first matching rule of same
317 : : * length) ensures xcstart wins. We put back the extra stuff with yyless()
318 : : * in case it contains a star-slash that should terminate the comment.
319 : : * 2. In the operator rule, check for slash-star within the operator, and
320 : : * if found throw it back with yyless(). This handles the plus-slash-star
321 : : * problem.
322 : : * Dash-dash comments have similar interactions with the operator rule.
323 : : */
324 : : xcstart \/\*{op_chars}*
325 : : xcstop \*+\/
326 : : xcinside [^*/]+
327 : :
328 : : ident_start [A-Za-z\200-\377_]
329 : : ident_cont [A-Za-z\200-\377_0-9\$]
330 : :
331 : : identifier {ident_start}{ident_cont}*
332 : :
333 : : /* Assorted special-case operators and operator-like tokens */
334 : : typecast "::"
335 : : dot_dot \.\.
336 : : colon_equals ":="
337 : :
338 : : /*
339 : : * These operator-like tokens (unlike the above ones) also match the {operator}
340 : : * rule, which means that they might be overridden by a longer match if they
341 : : * are followed by a comment start or a + or - character. Accordingly, if you
342 : : * add to this list, you must also add corresponding code to the {operator}
343 : : * block to return the correct token in such cases. (This is not needed in
344 : : * psqlscan.l since the token value is ignored there.)
345 : : */
346 : : equals_greater "=>"
347 : : less_equals "<="
348 : : greater_equals ">="
349 : : less_greater "<>"
350 : : not_equals "!="
351 : :
352 : : /*
353 : : * "self" is the set of chars that should be returned as single-character
354 : : * tokens. "op_chars" is the set of chars that can make up "Op" tokens,
355 : : * which can be one or more characters long (but if a single-char token
356 : : * appears in the "self" set, it is not to be returned as an Op). Note
357 : : * that the sets overlap, but each has some chars that are not in the other.
358 : : *
359 : : * If you change either set, adjust the character lists appearing in the
360 : : * rule for "operator"!
361 : : */
362 : : self [,()\[\].;\:\+\-\*\/\%\^\<\>\=]
363 : : op_chars [\~\!\@\#\^\&\|\`\?\+\-\*\/\%\<\>\=]
364 : : operator {op_chars}+
365 : :
366 : : /*
367 : : * Numbers
368 : : *
369 : : * Unary minus is not part of a number here. Instead we pass it separately to
370 : : * the parser, and there it gets coerced via doNegate().
371 : : *
372 : : * {numericfail} is used because we would like "1..10" to lex as 1, dot_dot, 10.
373 : : *
374 : : * {realfail} is added to prevent the need for scanner
375 : : * backup when the {real} rule fails to match completely.
376 : : */
377 : : decdigit [0-9]
378 : : hexdigit [0-9A-Fa-f]
379 : : octdigit [0-7]
380 : : bindigit [0-1]
381 : :
382 : : decinteger {decdigit}(_?{decdigit})*
383 : : hexinteger 0[xX](_?{hexdigit})+
384 : : octinteger 0[oO](_?{octdigit})+
385 : : bininteger 0[bB](_?{bindigit})+
386 : :
387 : : hexfail 0[xX]_?
388 : : octfail 0[oO]_?
389 : : binfail 0[bB]_?
390 : :
391 : : numeric (({decinteger}\.{decinteger}?)|(\.{decinteger}))
392 : : numericfail {decinteger}\.\.
393 : :
394 : : real ({decinteger}|{numeric})[Ee][-+]?{decinteger}
395 : : realfail ({decinteger}|{numeric})[Ee][-+]
396 : :
397 : : /* Positional parameters don't accept underscores. */
398 : : param \${decdigit}+
399 : :
400 : : /*
401 : : * An identifier immediately following an integer literal is disallowed because
402 : : * in some cases it's ambiguous what is meant: for example, 0x1234 could be
403 : : * either a hexinteger or a decinteger "0" and an identifier "x1234". We can
404 : : * detect such problems by seeing if integer_junk matches a longer substring
405 : : * than any of the XXXinteger patterns (decinteger, hexinteger, octinteger,
406 : : * bininteger). One "junk" pattern is sufficient because
407 : : * {decinteger}{identifier} will match all the same strings we'd match with
408 : : * {hexinteger}{identifier} etc.
409 : : *
410 : : * Note that the rule for integer_junk must appear after the ones for
411 : : * XXXinteger to make this work correctly: 0x1234 will match both hexinteger
412 : : * and integer_junk, and we need hexinteger to be chosen in that case.
413 : : *
414 : : * Also disallow strings matched by numeric_junk, real_junk and param_junk
415 : : * for consistency.
416 : : */
417 : : integer_junk {decinteger}{identifier}
418 : : numeric_junk {numeric}{identifier}
419 : : real_junk {real}{identifier}
420 : : param_junk \${decdigit}+{identifier}
421 : :
422 : : other .
423 : :
424 : : /*
425 : : * Dollar quoted strings are totally opaque, and no escaping is done on them.
426 : : * Other quoted strings must allow some special characters such as single-quote
427 : : * and newline.
428 : : * Embedded single-quotes are implemented both in the SQL standard
429 : : * style of two adjacent single quotes "''" and in the Postgres/Java style
430 : : * of escaped-quote "\'".
431 : : * Other embedded escaped characters are matched explicitly and the leading
432 : : * backslash is dropped from the string.
433 : : * Note that xcstart must appear before operator, as explained above!
434 : : * Also whitespace (comment) must appear before operator.
435 : : */
436 : :
437 : : %%
438 : :
439 : : {whitespace} {
440 : : /* ignore */
441 : : }
10841 scrappy@hub.org 442 :CBC 5611097 :
9500 tgl@sss.pgh.pa.us 443 : 9208 : {xcstart} {
444 : : /* Set location in case of syntax error in comment */
7306 445 : 9208 : SET_YYLLOC();
6089 446 : 9208 : yyextra->xcdepth = 0;
9500 447 : 9208 : BEGIN(xc);
448 : : /* Put back any characters past slash-star; see above */
449 : 9208 : yyless(2);
450 : : }
10841 scrappy@hub.org 451 : 9208 :
452 : : <xc>{
2679 tgl@sss.pgh.pa.us 453 : 9 : {xcstart} {
6089 454 : 9 : (yyextra->xcdepth)++;
455 : : /* Put back any characters past slash-star; see above */
9375 lockhart@fourpalms.o 456 : 9 : yyless(2);
457 : : }
458 : 9 :
2679 tgl@sss.pgh.pa.us 459 : 9217 : {xcstop} {
6089 460 [ + + ]: 9217 : if (yyextra->xcdepth <= 0)
9375 lockhart@fourpalms.o 461 : 9208 : BEGIN(INITIAL);
462 : : else
6089 tgl@sss.pgh.pa.us 463 : 9 : (yyextra->xcdepth)--;
464 : : }
10841 scrappy@hub.org 465 : 9217 :
2679 tgl@sss.pgh.pa.us 466 : 53517 : {xcinside} {
467 : : /* ignore */
468 : : }
10422 lockhart@fourpalms.o 469 : 53517 :
2679 tgl@sss.pgh.pa.us 470 : 44326 : {op_chars} {
471 : : /* ignore */
472 : : }
9375 lockhart@fourpalms.o 473 : 44326 :
2679 tgl@sss.pgh.pa.us 474 :UBC 0 : \*+ {
475 : : /* ignore */
476 : : }
7598 477 : 0 :
2679 478 : 0 : <<EOF>> {
479 : 0 : yyerror("unterminated /* comment");
480 : : }
481 : : } /* <xc> */
482 : :
8678 lockhart@fourpalms.o 483 :CBC 408 : {xbstart} {
484 : : /* Binary bit type.
485 : : * At some point we should simply pass the string
486 : : * forward to the parser and label it there.
487 : : * In the meantime, place a leading "b" on the string
488 : : * to mark it for the input routine as a binary string.
489 : : */
7306 tgl@sss.pgh.pa.us 490 : 408 : SET_YYLLOC();
8678 lockhart@fourpalms.o 491 : 408 : BEGIN(xb);
9645 tgl@sss.pgh.pa.us 492 : 408 : startlit();
6089 493 : 408 : addlitchar('b', yyscanner);
494 : : }
10345 lockhart@fourpalms.o 495 : 408 : <xh>{xhinside} |
8678 496 : 2583 : <xb>{xbinside} {
6089 tgl@sss.pgh.pa.us 497 : 2583 : addlit(yytext, yyleng, yyscanner);
498 : : }
8060 499 : 2583 : <xb><<EOF>> { yyerror("unterminated bit string literal"); }
8060 tgl@sss.pgh.pa.us 500 :UBC 0 :
10345 lockhart@fourpalms.o 501 :CBC 2191 : {xhstart} {
502 : : /* Hexadecimal bit type.
503 : : * At some point we should simply pass the string
504 : : * forward to the parser and label it there.
505 : : * In the meantime, place a leading "x" on the string
506 : : * to mark it for the input routine as a hex string.
507 : : */
7306 tgl@sss.pgh.pa.us 508 : 2191 : SET_YYLLOC();
10345 lockhart@fourpalms.o 509 : 2191 : BEGIN(xh);
9645 tgl@sss.pgh.pa.us 510 : 2191 : startlit();
6089 511 : 2191 : addlitchar('x', yyscanner);
512 : : }
8624 lockhart@fourpalms.o 513 : 2191 : <xh><<EOF>> { yyerror("unterminated hexadecimal string literal"); }
10345 lockhart@fourpalms.o 514 :UBC 0 :
8667 lockhart@fourpalms.o 515 :CBC 1 : {xnstart} {
516 : : /* National character.
517 : : * We will pass this along as a normal character string,
518 : : * but preceded with an internally-generated "NCHAR".
519 : : */
520 : : int kwnum;
521 : :
7306 tgl@sss.pgh.pa.us 522 : 1 : SET_YYLLOC();
3648 523 : 1 : yyless(1); /* eat only 'n' this time */
524 : :
2625 525 : 1 : kwnum = ScanKeywordLookup("nchar",
526 : 1 : yyextra->keywordlist);
527 [ + - ]: 1 : if (kwnum >= 0)
528 : : {
529 : 2 : yylval->keyword = GetScanKeyword(kwnum,
530 : 1 : yyextra->keywordlist);
531 : 1 : return yyextra->keyword_tokens[kwnum];
532 : : }
533 : : else
534 : : {
535 : : /* If NCHAR isn't a keyword, just return "n" */
6088 tgl@sss.pgh.pa.us 536 :UBC 0 : yylval->str = pstrdup("n");
537 : 0 : return IDENT;
538 : : }
539 : : }
540 : :
10422 lockhart@fourpalms.o 541 :CBC 436540 : {xqstart} {
6089 tgl@sss.pgh.pa.us 542 : 436540 : yyextra->saw_non_ascii = false;
7306 543 : 436540 : SET_YYLLOC();
53 tgl@sss.pgh.pa.us 544 :GNC 436540 : BEGIN(xq);
7567 bruce@momjian.us 545 :CBC 436540 : startlit();
546 : : }
547 : 436540 : {xestart} {
6089 tgl@sss.pgh.pa.us 548 : 2634 : yyextra->saw_non_ascii = false;
7306 549 : 2634 : SET_YYLLOC();
7314 bruce@momjian.us 550 : 2634 : BEGIN(xe);
9645 tgl@sss.pgh.pa.us 551 : 2634 : startlit();
552 : : }
6346 peter_e@gmx.net 553 : 2634 : {xusstart} {
6158 tgl@sss.pgh.pa.us 554 : 313 : SET_YYLLOC();
6346 peter_e@gmx.net 555 : 313 : BEGIN(xus);
556 : 313 : startlit();
557 : : }
2253 tgl@sss.pgh.pa.us 558 : 313 :
559 : 442082 : <xb,xh,xq,xe,xus>{quote} {
560 : : /*
561 : : * When we are scanning a quoted string and see an end
562 : : * quote, we must look ahead for a possible continuation.
563 : : * If we don't see one, we know the end quote was in fact
564 : : * the end of the string. To reduce the lexer table size,
565 : : * we use a single "xqs" state to do the lookahead for all
566 : : * types of strings.
567 : : */
568 : 442082 : yyextra->state_before_str_stop = YYSTATE;
569 : 442082 : BEGIN(xqs);
570 : : }
571 : 442082 : <xqs>{quotecontinue} {
572 : 20 : /*
573 : : * Found a quote continuation, so return to the in-quote
574 : : * state and continue scanning the literal. Nothing is
575 : : * added to the literal's contents.
576 : : */
577 : 20 : BEGIN(yyextra->state_before_str_stop);
578 : : }
579 : 20 : <xqs>{quotecontinuefail} |
580 : 442062 : <xqs>{other} |
581 : : <xqs><<EOF>> {
582 : : /*
583 : : * Failed to see a quote continuation. Throw back
584 : : * everything after the end quote, and handle the string
585 : : * according to the state we were in previously.
586 : : */
4749 heikki.linnakangas@i 587 : 442062 : yyless(0);
6346 peter_e@gmx.net 588 : 442062 : BEGIN(INITIAL);
589 : :
2253 tgl@sss.pgh.pa.us 590 [ + + + + : 442062 : switch (yyextra->state_before_str_stop)
- ]
591 : : {
592 : 408 : case xb:
593 : 408 : yylval->str = litbufdup(yyscanner);
594 : 408 : return BCONST;
595 : 2191 : case xh:
596 : 2191 : yylval->str = litbufdup(yyscanner);
597 : 2191 : return XCONST;
598 : 439150 : case xq:
599 : : case xe:
600 : : /*
601 : : * Check that the data remains valid, if it might
602 : : * have been made invalid by unescaping any chars.
603 : : */
604 [ + + ]: 439150 : if (yyextra->saw_non_ascii)
605 : 3 : pg_verifymbstr(yyextra->literalbuf,
606 : 3 : yyextra->literallen,
607 : : false);
608 : 439150 : yylval->str = litbufdup(yyscanner);
609 : 439150 : return SCONST;
610 : 313 : case xus:
611 : 313 : yylval->str = litbufdup(yyscanner);
612 : 313 : return USCONST;
2253 tgl@sss.pgh.pa.us 613 :UBC 0 : default:
614 : 0 : yyerror("unhandled previous state in xqs");
615 : : }
616 : : }
617 : :
6346 peter_e@gmx.net 618 :CBC 3434 : <xq,xe,xus>{xqdouble} {
6089 tgl@sss.pgh.pa.us 619 : 3434 : addlitchar('\'', yyscanner);
620 : : }
6346 peter_e@gmx.net 621 : 3434 : <xq,xus>{xqinside} {
6089 tgl@sss.pgh.pa.us 622 : 428707 : addlit(yytext, yyleng, yyscanner);
623 : : }
7314 bruce@momjian.us 624 : 428707 : <xe>{xeinside} {
6089 tgl@sss.pgh.pa.us 625 : 2921 : addlit(yytext, yyleng, yyscanner);
626 : : }
6018 peter_e@gmx.net 627 : 2921 : <xe>{xeunicode} {
137 jdavis@postgresql.or 628 :GNC 102 : char32_t c = strtoul(yytext + 2, NULL, 16);
629 : :
630 : : /* Remember start of overall string token ... */
2200 tgl@sss.pgh.pa.us 631 :CBC 102 : PUSH_YYLLOC();
632 : : /* ... and set the error cursor to point at this esc seq */
633 : 102 : SET_YYLLOC();
634 : :
6018 peter_e@gmx.net 635 [ + + ]: 102 : if (is_utf16_surrogate_first(c))
636 : : {
637 : 15 : yyextra->utf16_first_part = c;
638 : 15 : BEGIN(xeu);
639 : : }
640 [ - + ]: 87 : else if (is_utf16_surrogate_second(c))
6018 peter_e@gmx.net 641 :UBC 0 : yyerror("invalid Unicode surrogate pair");
642 : : else
6018 peter_e@gmx.net 643 :CBC 87 : addunicode(c, yyscanner);
644 : :
645 : : /* Restore yylloc to be start of string token */
2200 tgl@sss.pgh.pa.us 646 : 99 : POP_YYLLOC();
647 : : }
6018 peter_e@gmx.net 648 : 99 : <xeu>{xeunicode} {
137 jdavis@postgresql.or 649 :GNC 6 : char32_t c = strtoul(yytext + 2, NULL, 16);
650 : :
651 : : /* Remember start of overall string token ... */
2200 tgl@sss.pgh.pa.us 652 :CBC 6 : PUSH_YYLLOC();
653 : : /* ... and set the error cursor to point at this esc seq */
654 : 6 : SET_YYLLOC();
655 : :
6018 peter_e@gmx.net 656 [ + - ]: 6 : if (!is_utf16_surrogate_second(c))
657 : 6 : yyerror("invalid Unicode surrogate pair");
658 : :
6018 peter_e@gmx.net 659 :UBC 0 : c = surrogate_pair_to_codepoint(yyextra->utf16_first_part, c);
660 : :
661 : 0 : addunicode(c, yyscanner);
662 : :
663 : : /* Restore yylloc to be start of string token */
2200 tgl@sss.pgh.pa.us 664 : 0 : POP_YYLLOC();
665 : :
6018 peter_e@gmx.net 666 : 0 : BEGIN(xe);
667 : : }
2200 tgl@sss.pgh.pa.us 668 : 0 : <xeu>. |
2200 tgl@sss.pgh.pa.us 669 :CBC 9 : <xeu>\n |
670 : : <xeu><<EOF>> {
671 : : /* Set the error cursor to point at missing esc seq */
672 : 9 : SET_YYLLOC();
673 : 9 : yyerror("invalid Unicode surrogate pair");
674 : : }
675 : : <xe,xeu>{xeunicodefail} {
676 : 6 : /* Set the error cursor to point at malformed esc seq */
677 : 6 : SET_YYLLOC();
3648 678 [ + - ]: 6 : ereport(ERROR,
679 : : (errcode(ERRCODE_INVALID_ESCAPE_SEQUENCE),
680 : : errmsg("invalid Unicode escape"),
681 : : errhint("Unicode escapes must be \\uXXXX or \\UXXXXXXXX."),
682 : : lexer_errposition()));
683 : : }
684 : : <xe>{xeescape} {
7238 685 [ - + ]: 1514 : if (yytext[1] == '\'')
686 : : {
4070 tgl@sss.pgh.pa.us 687 [ # # ]:LBC (18) : if (yyextra->backslash_quote == BACKSLASH_QUOTE_OFF ||
688 [ # # # # ]: (36) : (yyextra->backslash_quote == BACKSLASH_QUOTE_SAFE_ENCODING &&
7238 689 [ # # ]: (18) : PG_ENCODING_IS_CLIENT_ONLY(pg_get_client_encoding())))
7238 tgl@sss.pgh.pa.us 690 [ # # ]:UBC 0 : ereport(ERROR,
691 : : (errcode(ERRCODE_NONSTANDARD_USE_OF_ESCAPE_CHARACTER),
692 : : errmsg("unsafe use of \\' in a string literal"),
693 : : errhint("Use '' to write quotes in strings. \\' is insecure in client-only encodings."),
694 : : lexer_errposition()));
695 : : }
6089 tgl@sss.pgh.pa.us 696 :CBC 1514 : addlitchar(unescape_single_char(yytext[1], yyscanner),
697 : : yyscanner);
698 : : }
7314 bruce@momjian.us 699 : 1514 : <xe>{xeoctesc} {
3648 tgl@sss.pgh.pa.us 700 : 24 : unsigned char c = strtoul(yytext + 1, NULL, 8);
701 : :
6089 702 : 24 : addlitchar(c, yyscanner);
6174 703 [ + - - + ]: 24 : if (c == '\0' || IS_HIGHBIT_SET(c))
6089 tgl@sss.pgh.pa.us 704 :UBC 0 : yyextra->saw_non_ascii = true;
705 : : }
7314 bruce@momjian.us 706 :CBC 24 : <xe>{xehexesc} {
3648 tgl@sss.pgh.pa.us 707 : 6 : unsigned char c = strtoul(yytext + 2, NULL, 16);
708 : :
6089 709 : 6 : addlitchar(c, yyscanner);
6174 710 [ + - + + ]: 6 : if (c == '\0' || IS_HIGHBIT_SET(c))
6089 711 : 5 : yyextra->saw_non_ascii = true;
712 : : }
7314 bruce@momjian.us 713 : 6 : <xe>. {
8055 tgl@sss.pgh.pa.us 714 :UBC 0 : /* This is only needed for \ just before EOF */
6089 715 : 0 : addlitchar(yytext[0], yyscanner);
716 : : }
6346 peter_e@gmx.net 717 : 0 : <xq,xe,xus><<EOF>> { yyerror("unterminated quoted string"); }
10415 bruce@momjian.us 718 : 0 :
8055 tgl@sss.pgh.pa.us 719 :CBC 4939 : {dolqdelim} {
7306 720 : 4939 : SET_YYLLOC();
6089 721 : 4939 : yyextra->dolqstart = pstrdup(yytext);
8055 722 : 4939 : BEGIN(xdolq);
723 : 4939 : startlit();
724 : : }
7598 725 : 4939 : {dolqfailed} {
6179 tgl@sss.pgh.pa.us 726 :UBC 0 : SET_YYLLOC();
727 : : /* throw back all but the initial "$" */
7598 728 : 0 : yyless(1);
729 : : /* and treat it as {other} */
730 : 0 : return yytext[0];
731 : : }
732 : : <xdolq>{dolqdelim} {
6089 tgl@sss.pgh.pa.us 733 [ + + ]:CBC 5168 : if (strcmp(yytext, yyextra->dolqstart) == 0)
734 : : {
735 : 4939 : pfree(yyextra->dolqstart);
736 : 4939 : yyextra->dolqstart = NULL;
8055 737 : 4939 : BEGIN(INITIAL);
6089 738 : 4939 : yylval->str = litbufdup(yyscanner);
8055 739 : 4939 : return SCONST;
740 : : }
741 : : else
742 : : {
743 : : /*
744 : : * When we fail to match $...$ to dolqstart, transfer
745 : : * the $... part to the output, but put back the final
746 : : * $ for rescanning. Consider $delim$...$junk$delim$
747 : : */
3648 748 : 229 : addlit(yytext, yyleng - 1, yyscanner);
749 : 229 : yyless(yyleng - 1);
750 : : }
751 : : }
8055 752 : 229 : <xdolq>{dolqinside} {
6089 753 : 7387 : addlit(yytext, yyleng, yyscanner);
754 : : }
7598 755 : 7387 : <xdolq>{dolqfailed} {
6089 756 : 565 : addlit(yytext, yyleng, yyscanner);
757 : : }
8055 758 : 565 : <xdolq>. {
759 : 1883 : /* This is only needed for $ inside the quoted text */
6089 760 : 1883 : addlitchar(yytext[0], yyscanner);
761 : : }
8055 762 : 1883 : <xdolq><<EOF>> { yyerror("unterminated dollar-quoted string"); }
8055 tgl@sss.pgh.pa.us 763 :UBC 0 :
10363 lockhart@fourpalms.o 764 :CBC 61918 : {xdstart} {
7306 tgl@sss.pgh.pa.us 765 : 61918 : SET_YYLLOC();
10363 lockhart@fourpalms.o 766 : 61918 : BEGIN(xd);
9645 tgl@sss.pgh.pa.us 767 : 61918 : startlit();
768 : : }
6346 peter_e@gmx.net 769 : 61918 : {xuistart} {
770 : 13 : SET_YYLLOC();
771 : 13 : BEGIN(xui);
772 : 13 : startlit();
773 : : }
10363 lockhart@fourpalms.o 774 : 13 : <xd>{xdstop} {
3648 tgl@sss.pgh.pa.us 775 : 61918 : char *ident;
776 : :
10363 lockhart@fourpalms.o 777 : 61918 : BEGIN(INITIAL);
6089 tgl@sss.pgh.pa.us 778 [ + + ]: 61918 : if (yyextra->literallen == 0)
8719 779 : 3 : yyerror("zero-length delimited identifier");
6089 780 : 61915 : ident = litbufdup(yyscanner);
781 [ - + ]: 61915 : if (yyextra->literallen >= NAMEDATALEN)
6089 tgl@sss.pgh.pa.us 782 :UBC 0 : truncate_identifier(ident, yyextra->literallen, true);
6089 tgl@sss.pgh.pa.us 783 :CBC 61915 : yylval->str = ident;
10057 bruce@momjian.us 784 : 61915 : return IDENT;
785 : : }
786 : : <xui>{dquote} {
6346 peter_e@gmx.net 787 : 13 : BEGIN(INITIAL);
6089 tgl@sss.pgh.pa.us 788 [ - + ]: 13 : if (yyextra->literallen == 0)
6346 peter_e@gmx.net 789 :UBC 0 : yyerror("zero-length delimited identifier");
790 : : /* can't truncate till after we de-escape the ident */
2253 tgl@sss.pgh.pa.us 791 :CBC 13 : yylval->str = litbufdup(yyscanner);
792 : 13 : return UIDENT;
793 : : }
794 : : <xd,xui>{xddouble} {
6089 795 : 82 : addlitchar('"', yyscanner);
796 : : }
6346 peter_e@gmx.net 797 : 82 : <xd,xui>{xdinside} {
6089 tgl@sss.pgh.pa.us 798 : 62005 : addlit(yytext, yyleng, yyscanner);
799 : : }
6346 peter_e@gmx.net 800 : 62005 : <xd,xui><<EOF>> { yyerror("unterminated quoted identifier"); }
6346 peter_e@gmx.net 801 :UBC 0 :
802 : 0 : {xufailed} {
803 : : char *ident;
804 : :
6179 tgl@sss.pgh.pa.us 805 : 0 : SET_YYLLOC();
806 : : /* throw back all but the initial u/U */
6346 peter_e@gmx.net 807 : 0 : yyless(1);
808 : : /* and treat it as {identifier} */
6179 tgl@sss.pgh.pa.us 809 : 0 : ident = downcase_truncate_identifier(yytext, yyleng, true);
6089 810 : 0 : yylval->str = ident;
6179 811 : 0 : return IDENT;
812 : : }
813 : :
8060 tgl@sss.pgh.pa.us 814 :CBC 132167 : {typecast} {
7306 815 : 132167 : SET_YYLLOC();
8060 816 : 132167 : return TYPECAST;
817 : : }
818 : :
6088 819 : 411 : {dot_dot} {
820 : 411 : SET_YYLLOC();
821 : 411 : return DOT_DOT;
822 : : }
823 : :
824 : 29483 : {colon_equals} {
825 : 29483 : SET_YYLLOC();
826 : 29483 : return COLON_EQUALS;
827 : : }
828 : :
3648 829 : 1265 : {equals_greater} {
4023 rhaas@postgresql.org 830 : 1265 : SET_YYLLOC();
831 : 1265 : return EQUALS_GREATER;
832 : : }
833 : :
4022 tgl@sss.pgh.pa.us 834 : 3194 : {less_equals} {
835 : 3194 : SET_YYLLOC();
836 : 3194 : return LESS_EQUALS;
837 : : }
838 : :
839 : 7186 : {greater_equals} {
840 : 7186 : SET_YYLLOC();
841 : 7186 : return GREATER_EQUALS;
842 : : }
843 : :
844 : 6871 : {less_greater} {
845 : : /* We accept both "<>" and "!=" as meaning NOT_EQUALS */
846 : 6871 : SET_YYLLOC();
847 : 6871 : return NOT_EQUALS;
848 : : }
849 : :
850 : 16378 : {not_equals} {
851 : : /* We accept both "<>" and "!=" as meaning NOT_EQUALS */
852 : 16378 : SET_YYLLOC();
853 : 16378 : return NOT_EQUALS;
854 : : }
855 : :
8060 856 : 3658112 : {self} {
7306 857 : 3658112 : SET_YYLLOC();
8060 858 : 3658112 : return yytext[0];
859 : : }
860 : :
10415 bruce@momjian.us 861 : 32475 : {operator} {
862 : : /*
863 : : * Check for embedded slash-star or dash-dash; those
864 : : * are comment starts, so operator must stop there.
865 : : * Note that slash-star or dash-dash at the first
866 : : * character will match a prior rule, not this one.
867 : : */
3648 tgl@sss.pgh.pa.us 868 : 32475 : int nchars = yyleng;
869 : 32475 : char *slashstar = strstr(yytext, "/*");
870 : 32475 : char *dashdash = strstr(yytext, "--");
871 : :
9500 872 [ + + - + ]: 32475 : if (slashstar && dashdash)
873 : : {
874 : : /* if both appear, take the first one */
9500 tgl@sss.pgh.pa.us 875 [ # # ]:UBC 0 : if (slashstar > dashdash)
876 : 0 : slashstar = dashdash;
877 : : }
9500 tgl@sss.pgh.pa.us 878 [ + + ]:CBC 32475 : else if (!slashstar)
879 : 32440 : slashstar = dashdash;
880 [ + + ]: 32475 : if (slashstar)
8719 881 : 54 : nchars = slashstar - yytext;
882 : :
883 : : /*
884 : : * For SQL compatibility, '+' and '-' cannot be the
885 : : * last char of a multi-char operator unless the operator
886 : : * contains chars that are not in SQL operators.
887 : : * The idea is to lex '=-' as two operators, but not
888 : : * to forbid operator names like '?-' that could not be
889 : : * sequences of SQL operators.
890 : : */
2761 rhodiumtoad@postgres 891 [ + + ]: 32475 : if (nchars > 1 &&
892 [ + + ]: 26249 : (yytext[nchars - 1] == '+' ||
893 [ + + ]: 26245 : yytext[nchars - 1] == '-'))
894 : : {
895 : : int ic;
896 : :
3648 tgl@sss.pgh.pa.us 897 [ + + ]: 1807 : for (ic = nchars - 2; ic >= 0; ic--)
898 : : {
2761 rhodiumtoad@postgres 899 : 1023 : char c = yytext[ic];
900 [ + - + + : 1023 : if (c == '~' || c == '!' || c == '@' ||
+ - + + ]
901 [ + - + - : 973 : c == '#' || c == '^' || c == '&' ||
+ + ]
902 [ + - + + : 829 : c == '|' || c == '`' || c == '?' ||
+ - ]
903 : : c == '%')
904 : : break;
905 : : }
906 [ + + ]: 988 : if (ic < 0)
907 : : {
908 : : /*
909 : : * didn't find a qualifying character, so remove
910 : : * all trailing [+-]
911 : : */
912 : : do {
913 : 784 : nchars--;
914 [ + + ]: 784 : } while (nchars > 1 &&
915 [ - + ]: 23 : (yytext[nchars - 1] == '+' ||
916 [ - + ]: 23 : yytext[nchars - 1] == '-'));
917 : : }
918 : : }
919 : :
7306 tgl@sss.pgh.pa.us 920 : 32475 : SET_YYLLOC();
921 : :
9493 922 [ + + ]: 32475 : if (nchars < yyleng)
923 : : {
924 : : /* Strip the unwanted chars from the token */
9500 925 : 838 : yyless(nchars);
926 : : /*
927 : : * If what we have left is only one char, and it's
928 : : * one of the characters matching "self", then
929 : : * return it as a character token the same way
930 : : * that the "self" rule would have.
931 : : */
932 [ + + ]: 838 : if (nchars == 1 &&
8305 933 [ + - ]: 761 : strchr(",()[].;:+-*/%^<>=", yytext[0]))
9500 934 : 761 : return yytext[0];
935 : : /*
936 : : * Likewise, if what we have left is two chars, and
937 : : * those match the tokens ">=", "<=", "=>", "<>" or
938 : : * "!=", then we must return the appropriate token
939 : : * rather than the generic Op.
940 : : */
2761 rhodiumtoad@postgres 941 [ + - ]: 77 : if (nchars == 2)
942 : : {
943 [ + + + - ]: 77 : if (yytext[0] == '=' && yytext[1] == '>')
944 : 23 : return EQUALS_GREATER;
945 [ + + + - ]: 54 : if (yytext[0] == '>' && yytext[1] == '=')
946 : 11 : return GREATER_EQUALS;
947 [ + + + + ]: 43 : if (yytext[0] == '<' && yytext[1] == '=')
948 : 11 : return LESS_EQUALS;
949 [ + + + - ]: 32 : if (yytext[0] == '<' && yytext[1] == '>')
950 : 14 : return NOT_EQUALS;
951 [ + + + - ]: 18 : if (yytext[0] == '!' && yytext[1] == '=')
952 : 15 : return NOT_EQUALS;
953 : : }
954 : : }
955 : :
956 : : /*
957 : : * Complain if operator is too long. Unlike the case
958 : : * for identifiers, we make this an error not a notice-
959 : : * and-truncate, because the odds are we are looking at
960 : : * a syntactic mistake anyway.
961 : : */
7516 tgl@sss.pgh.pa.us 962 [ - + ]: 31640 : if (nchars >= NAMEDATALEN)
7516 tgl@sss.pgh.pa.us 963 :UBC 0 : yyerror("operator too long");
964 : :
4022 tgl@sss.pgh.pa.us 965 :CBC 31640 : yylval->str = pstrdup(yytext);
10057 bruce@momjian.us 966 : 31640 : return Op;
967 : : }
968 : :
10415 969 : 22983 : {param} {
621 peter@eisentraut.org 970 : 22983 : ErrorSaveContext escontext = {T_ErrorSaveContext};
971 : : int32 val;
972 : :
7306 tgl@sss.pgh.pa.us 973 : 22983 : SET_YYLLOC();
621 peter@eisentraut.org 974 : 22983 : val = pg_strtoint32_safe(yytext + 1, (Node *) &escontext);
975 [ + + ]: 22983 : if (escontext.error_occurred)
976 : 3 : yyerror("parameter number too large");
977 : 22980 : yylval->ival = val;
10057 bruce@momjian.us 978 : 22980 : return PARAM;
979 : : }
980 : : {param_junk} {
1488 peter@eisentraut.org 981 : 6 : SET_YYLLOC();
982 : 6 : yyerror("trailing junk after parameter");
983 : : }
984 : :
1187 985 : 246829 : {decinteger} {
986 : 246829 : SET_YYLLOC();
987 : 246829 : return process_integer_literal(yytext, yylval, 10);
988 : : }
989 : : {hexinteger} {
990 : 478 : SET_YYLLOC();
991 : 478 : return process_integer_literal(yytext, yylval, 16);
992 : : }
993 : : {octinteger} {
994 : 30 : SET_YYLLOC();
995 : 30 : return process_integer_literal(yytext, yylval, 8);
996 : : }
997 : : {bininteger} {
998 : 31 : SET_YYLLOC();
999 : 31 : return process_integer_literal(yytext, yylval, 2);
1000 : : }
1001 : : {hexfail} {
1002 : 3 : SET_YYLLOC();
1003 : 3 : yyerror("invalid hexadecimal integer");
1004 : : }
1005 : : {octfail} {
7306 tgl@sss.pgh.pa.us 1006 : 3 : SET_YYLLOC();
1187 peter@eisentraut.org 1007 : 3 : yyerror("invalid octal integer");
1008 : : }
1009 : : {binfail} {
1010 : 3 : SET_YYLLOC();
1011 : 3 : yyerror("invalid binary integer");
1012 : : }
1013 : : {numeric} {
7306 tgl@sss.pgh.pa.us 1014 : 5786 : SET_YYLLOC();
6089 1015 : 5786 : yylval->str = pstrdup(yytext);
9519 1016 : 5786 : return FCONST;
1017 : : }
1018 : : {numericfail} {
5967 1019 : 53 : /* throw back the .., and treat as integer */
3648 1020 : 53 : yyless(yyleng - 2);
5967 1021 : 53 : SET_YYLLOC();
1187 peter@eisentraut.org 1022 : 53 : return process_integer_literal(yytext, yylval, 10);
1023 : : }
1024 : : {real} {
7306 tgl@sss.pgh.pa.us 1025 : 680 : SET_YYLLOC();
6089 1026 : 680 : yylval->str = pstrdup(yytext);
10057 bruce@momjian.us 1027 : 680 : return FCONST;
1028 : : }
1029 : : {realfail} {
7306 tgl@sss.pgh.pa.us 1030 : 3 : SET_YYLLOC();
1488 peter@eisentraut.org 1031 : 3 : yyerror("trailing junk after numeric literal");
1032 : : }
1033 : : {integer_junk} {
7306 tgl@sss.pgh.pa.us 1034 : 33 : SET_YYLLOC();
1488 peter@eisentraut.org 1035 : 33 : yyerror("trailing junk after numeric literal");
1036 : : }
1037 : : {numeric_junk} {
1038 : 24 : SET_YYLLOC();
1039 : 24 : yyerror("trailing junk after numeric literal");
1040 : : }
1041 : : {real_junk} {
1488 peter@eisentraut.org 1042 :UBC 0 : SET_YYLLOC();
1043 : 0 : yyerror("trailing junk after numeric literal");
1044 : : }
1045 : :
10172 lockhart@fourpalms.o 1046 :CBC 6014046 :
1047 : : {identifier} {
1048 : : int kwnum;
1049 : : char *ident;
1050 : :
7306 tgl@sss.pgh.pa.us 1051 : 6014046 : SET_YYLLOC();
1052 : :
1053 : : /* Is it a keyword? */
2625 1054 : 6014046 : kwnum = ScanKeywordLookup(yytext,
1055 : 6014046 : yyextra->keywordlist);
1056 [ + + ]: 6014046 : if (kwnum >= 0)
1057 : : {
1058 : 5315604 : yylval->keyword = GetScanKeyword(kwnum,
1059 : 2657802 : yyextra->keywordlist);
1060 : 2657802 : return yyextra->keyword_tokens[kwnum];
1061 : : }
1062 : :
1063 : : /*
1064 : : * No. Convert the identifier to lower case, and truncate
1065 : : * if necessary.
1066 : : */
8058 1067 : 3356244 : ident = downcase_truncate_identifier(yytext, yyleng, true);
6089 1068 : 3356244 : yylval->str = ident;
9153 1069 : 3356244 : return IDENT;
1070 : : }
1071 : :
8060 tgl@sss.pgh.pa.us 1072 :UBC 0 : {other} {
7306 1073 : 0 : SET_YYLLOC();
8060 1074 : 0 : return yytext[0];
1075 : : }
1076 : :
7306 tgl@sss.pgh.pa.us 1077 :CBC 417147 : <<EOF>> {
1078 : 417147 : SET_YYLLOC();
1079 : 417147 : yyterminate();
1080 : : }
1081 : :
10841 scrappy@hub.org 1082 :UBC 0 : %%
1083 : :
1084 : : /* LCOV_EXCL_STOP */
1085 : :
1086 : : /*
1087 : : * Arrange access to yyextra for subroutines of the main yylex() function.
1088 : : * We expect each subroutine to have a yyscanner parameter. Rather than
1089 : : * use the yyget_xxx functions, which might or might not get inlined by the
1090 : : * compiler, we cheat just a bit and cast yyscanner to the right type.
1091 : : */
1092 : : #undef yyextra
1093 : : #define yyextra (((struct yyguts_t *) yyscanner)->yyextra_r)
1094 : :
1095 : : /* Likewise for a couple of other things we need. */
1096 : : #undef yylloc
1097 : : #define yylloc (((struct yyguts_t *) yyscanner)->yylloc_r)
1098 : : #undef yyleng
1099 : : #define yyleng (((struct yyguts_t *) yyscanner)->yyleng_r)
1100 : :
1101 : :
1102 : : /*
1103 : : * scanner_errposition
1104 : : * Report a lexer or grammar error cursor position, if possible.
1105 : : *
1106 : : * This is expected to be used within an ereport() call, or via an error
1107 : : * callback such as setup_scanner_errposition_callback(). The return value
1108 : : * is a dummy (always 0, in fact).
1109 : : *
1110 : : * Note that this can only be used for messages emitted during raw parsing
1111 : : * (essentially, scan.l, parser.c, and gram.y), since it requires the
1112 : : * yyscanner struct to still be available.
1113 : : */
1114 : : int
5970 tgl@sss.pgh.pa.us 1115 :CBC 618 : scanner_errposition(int location, core_yyscan_t yyscanner)
1116 : : {
1117 : : int pos;
1118 : :
6404 1119 [ - + ]: 618 : if (location < 0)
2181 tgl@sss.pgh.pa.us 1120 :UBC 0 : return 0; /* no-op if location is unknown */
1121 : :
1122 : : /* Convert byte offset to character number */
6089 tgl@sss.pgh.pa.us 1123 :CBC 618 : pos = pg_mbstrlen_with_len(yyextra->scanbuf, location) + 1;
1124 : : /* And pass it to the ereport mechanism */
2181 1125 : 618 : return errposition(pos);
1126 : : }
1127 : :
1128 : : /*
1129 : : * Error context callback for inserting scanner error location.
1130 : : *
1131 : : * Note that this will be called for *any* error occurring while the
1132 : : * callback is installed. We avoid inserting an irrelevant error location
1133 : : * if the error is a query cancel --- are there any other important cases?
1134 : : */
1135 : : static void
2200 1136 : 18 : scb_error_callback(void *arg)
1137 : : {
1138 : 18 : ScannerCallbackState *scbstate = (ScannerCallbackState *) arg;
1139 : :
1140 [ + - ]: 18 : if (geterrcode() != ERRCODE_QUERY_CANCELED)
1141 : 18 : (void) scanner_errposition(scbstate->location, scbstate->yyscanner);
1142 : 18 : }
1143 : :
1144 : : /*
1145 : : * setup_scanner_errposition_callback
1146 : : * Arrange for non-scanner errors to report an error position
1147 : : *
1148 : : * Sometimes the scanner calls functions that aren't part of the scanner
1149 : : * subsystem and can't reasonably be passed the yyscanner pointer; yet
1150 : : * we would like any errors thrown in those functions to be tagged with an
1151 : : * error location. Use this function to set up an error context stack
1152 : : * entry that will accomplish that. Usage pattern:
1153 : : *
1154 : : * declare a local variable "ScannerCallbackState scbstate"
1155 : : * ...
1156 : : * setup_scanner_errposition_callback(&scbstate, yyscanner, location);
1157 : : * call function that might throw error;
1158 : : * cancel_scanner_errposition_callback(&scbstate);
1159 : : */
1160 : : void
1161 : 481 : setup_scanner_errposition_callback(ScannerCallbackState *scbstate,
1162 : : core_yyscan_t yyscanner,
1163 : : int location)
1164 : : {
1165 : : /* Setup error traceback support for ereport() */
1166 : 481 : scbstate->yyscanner = yyscanner;
1167 : 481 : scbstate->location = location;
1168 : 481 : scbstate->errcallback.callback = scb_error_callback;
472 peter@eisentraut.org 1169 : 481 : scbstate->errcallback.arg = scbstate;
2200 tgl@sss.pgh.pa.us 1170 : 481 : scbstate->errcallback.previous = error_context_stack;
1171 : 481 : error_context_stack = &scbstate->errcallback;
1172 : 481 : }
1173 : :
1174 : : /*
1175 : : * Cancel a previously-set-up errposition callback.
1176 : : */
1177 : : void
1178 : 463 : cancel_scanner_errposition_callback(ScannerCallbackState *scbstate)
1179 : : {
1180 : : /* Pop the error context stack */
1181 : 463 : error_context_stack = scbstate->errcallback.previous;
1182 : 463 : }
1183 : :
1184 : : /*
1185 : : * scanner_yyerror
1186 : : * Report a lexer or grammar error.
1187 : : *
1188 : : * The message's cursor position is whatever YYLLOC was last set to,
1189 : : * ie, the start of the current token if called within yylex(), or the
1190 : : * most recently lexed token if called from the grammar.
1191 : : * This is OK for syntax error messages from the Bison parser, because Bison
1192 : : * parsers report error as soon as the first unparsable token is reached.
1193 : : * Beware of using yyerror for other purposes, as the cursor position might
1194 : : * be misleading!
1195 : : */
1196 : : void
5970 1197 : 459 : scanner_yyerror(const char *message, core_yyscan_t yyscanner)
1198 : : {
6089 1199 : 459 : const char *loc = yyextra->scanbuf + *yylloc;
1200 : :
8610 1201 [ + + ]: 459 : if (*loc == YY_END_OF_BUFFER_CHAR)
1202 : : {
8361 1203 [ + - ]: 9 : ereport(ERROR,
1204 : : (errcode(ERRCODE_SYNTAX_ERROR),
1205 : : /* translator: %s is typically the translation of "syntax error" */
1206 : : errmsg("%s at end of input", _(message)),
1207 : : lexer_errposition()));
1208 : : }
1209 : : else
1210 : : {
1211 [ + - ]: 450 : ereport(ERROR,
1212 : : (errcode(ERRCODE_SYNTAX_ERROR),
1213 : : /* translator: first %s is typically the translation of "syntax error" */
1214 : : errmsg("%s at or near \"%s\"", _(message), loc),
1215 : : lexer_errposition()));
1216 : : }
1217 : : }
1218 : :
1219 : :
1220 : : /*
1221 : : * Called before any actual parsing is done
1222 : : */
1223 : : core_yyscan_t
6088 1224 : 428951 : scanner_init(const char *str,
1225 : : core_yy_extra_type *yyext,
1226 : : const ScanKeywordList *keywordlist,
1227 : : const uint16 *keyword_tokens)
1228 : : {
6089 1229 : 428951 : Size slen = strlen(str);
1230 : : yyscan_t scanner;
1231 : :
1232 [ - + ]: 428951 : if (yylex_init(&scanner) != 0)
6089 tgl@sss.pgh.pa.us 1233 [ # # ]:UBC 0 : elog(ERROR, "yylex_init() failed: %m");
1234 : :
5970 tgl@sss.pgh.pa.us 1235 :CBC 428951 : core_yyset_extra(yyext, scanner);
1236 : :
2625 1237 : 428951 : yyext->keywordlist = keywordlist;
1238 : 428951 : yyext->keyword_tokens = keyword_tokens;
1239 : :
4070 1240 : 428951 : yyext->backslash_quote = backslash_quote;
1241 : :
1242 : : /*
1243 : : * Make a scan buffer with special termination needed by flex.
1244 : : */
6089 1245 : 428951 : yyext->scanbuf = (char *) palloc(slen + 2);
1246 : 428951 : yyext->scanbuflen = slen;
1247 : 428951 : memcpy(yyext->scanbuf, str, slen);
1248 : 428951 : yyext->scanbuf[slen] = yyext->scanbuf[slen + 1] = YY_END_OF_BUFFER_CHAR;
1249 : 428951 : yy_scan_buffer(yyext->scanbuf, slen + 2, scanner);
1250 : :
1251 : : /* initialize literal buffer to a reasonable but expansible size */
1252 : 428951 : yyext->literalalloc = 1024;
1253 : 428951 : yyext->literalbuf = (char *) palloc(yyext->literalalloc);
1254 : 428951 : yyext->literallen = 0;
1255 : :
1256 : 428951 : return scanner;
1257 : : }
1258 : :
1259 : :
1260 : : /*
1261 : : * Called after parsing is done to clean up after scanner_init()
1262 : : */
1263 : : void
5970 1264 : 428253 : scanner_finish(core_yyscan_t yyscanner)
1265 : : {
1266 : : /*
1267 : : * We don't bother to call yylex_destroy(), because all it would do is
1268 : : * pfree a small amount of control storage. It's cheaper to leak the
1269 : : * storage until the parsing context is destroyed. The amount of space
1270 : : * involved is usually negligible compared to the output parse tree
1271 : : * anyway.
1272 : : *
1273 : : * We do bother to pfree the scanbuf and literal buffer, but only if they
1274 : : * represent a nontrivial amount of space. The 8K cutoff is arbitrary.
1275 : : */
6089 1276 [ + + ]: 428253 : if (yyextra->scanbuflen >= 8192)
1277 : 62 : pfree(yyextra->scanbuf);
1278 [ + + ]: 428253 : if (yyextra->literalalloc >= 8192)
1279 : 43 : pfree(yyextra->literalbuf);
8730 peter_e@gmx.net 1280 : 428253 : }
1281 : :
1282 : :
1283 : : static void
5970 tgl@sss.pgh.pa.us 1284 : 504481 : addlit(char *ytext, int yleng, core_yyscan_t yyscanner)
1285 : : {
1286 : : /* enlarge buffer if needed */
6089 1287 [ + + ]: 504481 : if ((yyextra->literallen + yleng) >= yyextra->literalalloc)
1288 : : {
1718 drowley@postgresql.o 1289 : 196 : yyextra->literalalloc = pg_nextpower2_32(yyextra->literallen + yleng + 1);
6089 tgl@sss.pgh.pa.us 1290 : 196 : yyextra->literalbuf = (char *) repalloc(yyextra->literalbuf,
1291 : 196 : yyextra->literalalloc);
1292 : : }
1293 : : /* append new data */
1294 : 504481 : memcpy(yyextra->literalbuf + yyextra->literallen, ytext, yleng);
1295 : 504481 : yyextra->literallen += yleng;
9645 1296 : 504481 : }
1297 : :
1298 : :
1299 : : static void
5970 1300 : 9542 : addlitchar(unsigned char ychar, core_yyscan_t yyscanner)
1301 : : {
1302 : : /* enlarge buffer if needed */
6089 1303 [ - + ]: 9542 : if ((yyextra->literallen + 1) >= yyextra->literalalloc)
1304 : : {
6089 tgl@sss.pgh.pa.us 1305 :UBC 0 : yyextra->literalalloc *= 2;
1306 : 0 : yyextra->literalbuf = (char *) repalloc(yyextra->literalbuf,
1307 : 0 : yyextra->literalalloc);
1308 : : }
1309 : : /* append new data */
6089 tgl@sss.pgh.pa.us 1310 :CBC 9542 : yyextra->literalbuf[yyextra->literallen] = ychar;
1311 : 9542 : yyextra->literallen += 1;
10841 scrappy@hub.org 1312 : 9542 : }
1313 : :
1314 : :
1315 : : /*
1316 : : * Create a palloc'd copy of literalbuf, adding a trailing null.
1317 : : */
1318 : : static char *
5970 tgl@sss.pgh.pa.us 1319 : 508929 : litbufdup(core_yyscan_t yyscanner)
1320 : : {
6089 1321 : 508929 : int llen = yyextra->literallen;
1322 : : char *new;
1323 : :
1324 : 508929 : new = palloc(llen + 1);
1325 : 508929 : memcpy(new, yyextra->literalbuf, llen);
1326 : 508929 : new[llen] = '\0';
8730 peter_e@gmx.net 1327 : 508929 : return new;
1328 : : }
1329 : :
1330 : : /*
1331 : : * Process {decinteger}, {hexinteger}, etc. Note this will also do the right
1332 : : * thing with {numeric}, ie digits and a decimal point.
1333 : : */
1334 : : static int
1187 peter@eisentraut.org 1335 : 247421 : process_integer_literal(const char *token, YYSTYPE *lval, int base)
1336 : : {
1135 dean.a.rasheed@gmail 1337 : 247421 : ErrorSaveContext escontext = {T_ErrorSaveContext};
1338 : : int32 val;
1339 : :
1340 : 247421 : val = pg_strtoint32_safe(token, (Node *) &escontext);
1341 [ + + ]: 247421 : if (escontext.error_occurred)
1342 : : {
1343 : : /* integer too large (or contains decimal pt), treat it as a float */
5967 tgl@sss.pgh.pa.us 1344 : 846 : lval->str = pstrdup(token);
1345 : 846 : return FCONST;
1346 : : }
1347 : 246575 : lval->ival = val;
1348 : 246575 : return ICONST;
1349 : : }
1350 : :
1351 : : static void
137 jdavis@postgresql.or 1352 :GNC 87 : addunicode(char32_t c, core_yyscan_t yyscanner)
1353 : : {
1354 : : ScannerCallbackState scbstate;
1355 : : char buf[MAX_UNICODE_EQUIVALENT_STRING + 1];
1356 : :
2200 tgl@sss.pgh.pa.us 1357 [ + + ]:CBC 87 : if (!is_valid_unicode_codepoint(c))
5970 1358 : 3 : yyerror("invalid Unicode escape value");
1359 : :
1360 : : /*
1361 : : * We expect that pg_unicode_to_server() will complain about any
1362 : : * unconvertible code point, so we don't have to set saw_non_ascii.
1363 : : */
2200 1364 : 84 : setup_scanner_errposition_callback(&scbstate, yyscanner, *(yylloc));
1365 : 84 : pg_unicode_to_server(c, (unsigned char *) buf);
1366 : 84 : cancel_scanner_errposition_callback(&scbstate);
1367 : 84 : addlit(buf, strlen(buf), yyscanner);
5970 1368 : 84 : }
1369 : :
1370 : : static unsigned char
1371 : 1514 : unescape_single_char(unsigned char c, core_yyscan_t yyscanner)
1372 : : {
8730 peter_e@gmx.net 1373 [ + + + + : 1514 : switch (c)
+ - + ]
1374 : : {
1375 : 13 : case 'b':
1376 : 13 : return '\b';
1377 : 1 : case 'f':
1378 : 1 : return '\f';
1379 : 716 : case 'n':
1380 : 716 : return '\n';
1381 : 36 : case 'r':
1382 : 36 : return '\r';
1383 : 14 : case 't':
1384 : 14 : return '\t';
983 michael@paquier.xyz 1385 :UBC 0 : case 'v':
1386 : 0 : return '\v';
8730 peter_e@gmx.net 1387 :CBC 734 : default:
1388 : : /* check for backslash followed by non-7-bit-ASCII */
6174 tgl@sss.pgh.pa.us 1389 [ + - - + ]: 734 : if (c == '\0' || IS_HIGHBIT_SET(c))
6089 tgl@sss.pgh.pa.us 1390 :UBC 0 : yyextra->saw_non_ascii = true;
1391 : :
8730 peter_e@gmx.net 1392 :CBC 734 : return c;
1393 : : }
1394 : : }
1395 : :
1396 : : /*
1397 : : * Interface functions to make flex use palloc() instead of malloc().
1398 : : * It'd be better to make these static, but flex insists otherwise.
1399 : : */
1400 : :
1401 : : void *
5970 tgl@sss.pgh.pa.us 1402 : 1286853 : core_yyalloc(yy_size_t bytes, core_yyscan_t yyscanner)
1403 : : {
6089 1404 : 1286853 : return palloc(bytes);
1405 : : }
1406 : :
1407 : : void *
5970 tgl@sss.pgh.pa.us 1408 :UBC 0 : core_yyrealloc(void *ptr, yy_size_t bytes, core_yyscan_t yyscanner)
1409 : : {
6089 1410 [ # # ]: 0 : if (ptr)
1411 : 0 : return repalloc(ptr, bytes);
1412 : : else
1413 : 0 : return palloc(bytes);
1414 : : }
1415 : :
1416 : : void
5970 1417 : 0 : core_yyfree(void *ptr, core_yyscan_t yyscanner)
1418 : : {
6089 1419 [ # # ]: 0 : if (ptr)
1420 : 0 : pfree(ptr);
7567 bruce@momjian.us 1421 : 0 : }
|
