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
|
-- Character classification
module GHC.Parser.CharClass
( is_ident -- Char# -> Bool
, is_symbol -- Char# -> Bool
, is_any -- Char# -> Bool
, is_space -- Char# -> Bool
, is_lower -- Char# -> Bool
, is_upper -- Char# -> Bool
, is_digit -- Char# -> Bool
, is_alphanum -- Char# -> Bool
, is_decdigit, is_hexdigit, is_octdigit, is_bindigit
, hexDigit, octDecDigit
) where
import GHC.Prelude
import Data.Char ( ord, chr )
import Data.Word
import GHC.Utils.Panic
-- Bit masks
cIdent, cSymbol, cAny, cSpace, cLower, cUpper, cDigit :: Word8
cIdent = 1
cSymbol = 2
cAny = 4
cSpace = 8
cLower = 16
cUpper = 32
cDigit = 64
-- | The predicates below look costly, but aren't, GHC+GCC do a great job
-- at the big case below.
{-# INLINABLE is_ctype #-}
is_ctype :: Word8 -> Char -> Bool
is_ctype mask c = (charType c .&. mask) /= 0
is_ident, is_symbol, is_any, is_space, is_lower, is_upper, is_digit,
is_alphanum :: Char -> Bool
is_ident = is_ctype cIdent
is_symbol = is_ctype cSymbol
is_any = is_ctype cAny
is_space = is_ctype cSpace
is_lower = is_ctype cLower
is_upper = is_ctype cUpper
is_digit = is_ctype cDigit
is_alphanum = is_ctype (cLower+cUpper+cDigit)
-- Utils
hexDigit :: Char -> Int
hexDigit c | is_decdigit c = ord c - ord '0'
| otherwise = ord (to_lower c) - ord 'a' + 10
octDecDigit :: Char -> Int
octDecDigit c = ord c - ord '0'
is_decdigit :: Char -> Bool
is_decdigit c
= c >= '0' && c <= '9'
is_hexdigit :: Char -> Bool
is_hexdigit c
= is_decdigit c
|| (c >= 'a' && c <= 'f')
|| (c >= 'A' && c <= 'F')
is_octdigit :: Char -> Bool
is_octdigit c = c >= '0' && c <= '7'
is_bindigit :: Char -> Bool
is_bindigit c = c == '0' || c == '1'
to_lower :: Char -> Char
to_lower c
| c >= 'A' && c <= 'Z' = chr (ord c - (ord 'A' - ord 'a'))
| otherwise = c
charType :: Char -> Word8
charType c = case c of
'\0' -> 0 -- \000
'\1' -> 0 -- \001
'\2' -> 0 -- \002
'\3' -> 0 -- \003
'\4' -> 0 -- \004
'\5' -> 0 -- \005
'\6' -> 0 -- \006
'\7' -> 0 -- \007
'\8' -> 0 -- \010
'\9' -> cSpace -- \t (not allowed in strings, so !cAny)
'\10' -> cSpace -- \n (ditto)
'\11' -> cSpace -- \v (ditto)
'\12' -> cSpace -- \f (ditto)
'\13' -> cSpace -- ^M (ditto)
'\14' -> 0 -- \016
'\15' -> 0 -- \017
'\16' -> 0 -- \020
'\17' -> 0 -- \021
'\18' -> 0 -- \022
'\19' -> 0 -- \023
'\20' -> 0 -- \024
'\21' -> 0 -- \025
'\22' -> 0 -- \026
'\23' -> 0 -- \027
'\24' -> 0 -- \030
'\25' -> 0 -- \031
'\26' -> 0 -- \032
'\27' -> 0 -- \033
'\28' -> 0 -- \034
'\29' -> 0 -- \035
'\30' -> 0 -- \036
'\31' -> 0 -- \037
'\32' -> cAny .|. cSpace --
'\33' -> cAny .|. cSymbol -- !
'\34' -> cAny -- "
'\35' -> cAny .|. cSymbol -- #
'\36' -> cAny .|. cSymbol -- $
'\37' -> cAny .|. cSymbol -- %
'\38' -> cAny .|. cSymbol -- &
'\39' -> cAny .|. cIdent -- '
'\40' -> cAny -- (
'\41' -> cAny -- )
'\42' -> cAny .|. cSymbol -- *
'\43' -> cAny .|. cSymbol -- +
'\44' -> cAny -- ,
'\45' -> cAny .|. cSymbol -- -
'\46' -> cAny .|. cSymbol -- .
'\47' -> cAny .|. cSymbol -- /
'\48' -> cAny .|. cIdent .|. cDigit -- 0
'\49' -> cAny .|. cIdent .|. cDigit -- 1
'\50' -> cAny .|. cIdent .|. cDigit -- 2
'\51' -> cAny .|. cIdent .|. cDigit -- 3
'\52' -> cAny .|. cIdent .|. cDigit -- 4
'\53' -> cAny .|. cIdent .|. cDigit -- 5
'\54' -> cAny .|. cIdent .|. cDigit -- 6
'\55' -> cAny .|. cIdent .|. cDigit -- 7
'\56' -> cAny .|. cIdent .|. cDigit -- 8
'\57' -> cAny .|. cIdent .|. cDigit -- 9
'\58' -> cAny .|. cSymbol -- :
'\59' -> cAny -- ;
'\60' -> cAny .|. cSymbol -- <
'\61' -> cAny .|. cSymbol -- =
'\62' -> cAny .|. cSymbol -- >
'\63' -> cAny .|. cSymbol -- ?
'\64' -> cAny .|. cSymbol -- @
'\65' -> cAny .|. cIdent .|. cUpper -- A
'\66' -> cAny .|. cIdent .|. cUpper -- B
'\67' -> cAny .|. cIdent .|. cUpper -- C
'\68' -> cAny .|. cIdent .|. cUpper -- D
'\69' -> cAny .|. cIdent .|. cUpper -- E
'\70' -> cAny .|. cIdent .|. cUpper -- F
'\71' -> cAny .|. cIdent .|. cUpper -- G
'\72' -> cAny .|. cIdent .|. cUpper -- H
'\73' -> cAny .|. cIdent .|. cUpper -- I
'\74' -> cAny .|. cIdent .|. cUpper -- J
'\75' -> cAny .|. cIdent .|. cUpper -- K
'\76' -> cAny .|. cIdent .|. cUpper -- L
'\77' -> cAny .|. cIdent .|. cUpper -- M
'\78' -> cAny .|. cIdent .|. cUpper -- N
'\79' -> cAny .|. cIdent .|. cUpper -- O
'\80' -> cAny .|. cIdent .|. cUpper -- P
'\81' -> cAny .|. cIdent .|. cUpper -- Q
'\82' -> cAny .|. cIdent .|. cUpper -- R
'\83' -> cAny .|. cIdent .|. cUpper -- S
'\84' -> cAny .|. cIdent .|. cUpper -- T
'\85' -> cAny .|. cIdent .|. cUpper -- U
'\86' -> cAny .|. cIdent .|. cUpper -- V
'\87' -> cAny .|. cIdent .|. cUpper -- W
'\88' -> cAny .|. cIdent .|. cUpper -- X
'\89' -> cAny .|. cIdent .|. cUpper -- Y
'\90' -> cAny .|. cIdent .|. cUpper -- Z
'\91' -> cAny -- [
'\92' -> cAny .|. cSymbol -- backslash
'\93' -> cAny -- ]
'\94' -> cAny .|. cSymbol -- ^
'\95' -> cAny .|. cIdent .|. cLower -- _
'\96' -> cAny -- `
'\97' -> cAny .|. cIdent .|. cLower -- a
'\98' -> cAny .|. cIdent .|. cLower -- b
'\99' -> cAny .|. cIdent .|. cLower -- c
'\100' -> cAny .|. cIdent .|. cLower -- d
'\101' -> cAny .|. cIdent .|. cLower -- e
'\102' -> cAny .|. cIdent .|. cLower -- f
'\103' -> cAny .|. cIdent .|. cLower -- g
'\104' -> cAny .|. cIdent .|. cLower -- h
'\105' -> cAny .|. cIdent .|. cLower -- i
'\106' -> cAny .|. cIdent .|. cLower -- j
'\107' -> cAny .|. cIdent .|. cLower -- k
'\108' -> cAny .|. cIdent .|. cLower -- l
'\109' -> cAny .|. cIdent .|. cLower -- m
'\110' -> cAny .|. cIdent .|. cLower -- n
'\111' -> cAny .|. cIdent .|. cLower -- o
'\112' -> cAny .|. cIdent .|. cLower -- p
'\113' -> cAny .|. cIdent .|. cLower -- q
'\114' -> cAny .|. cIdent .|. cLower -- r
'\115' -> cAny .|. cIdent .|. cLower -- s
'\116' -> cAny .|. cIdent .|. cLower -- t
'\117' -> cAny .|. cIdent .|. cLower -- u
'\118' -> cAny .|. cIdent .|. cLower -- v
'\119' -> cAny .|. cIdent .|. cLower -- w
'\120' -> cAny .|. cIdent .|. cLower -- x
'\121' -> cAny .|. cIdent .|. cLower -- y
'\122' -> cAny .|. cIdent .|. cLower -- z
'\123' -> cAny -- {
'\124' -> cAny .|. cSymbol -- |
'\125' -> cAny -- }
'\126' -> cAny .|. cSymbol -- ~
'\127' -> 0 -- \177
_ -> panic ("charType: " ++ show c)
|
