merge trunk
[emacs.git] / doc / lispref / syntax.texi
blobab685290901c36e1ef257f38ef07cdfafa980849
1 @c -*-texinfo-*-
2 @c This is part of the GNU Emacs Lisp Reference Manual.
3 @c Copyright (C) 1990-1995, 1998-1999, 2001-2012
4 @c   Free Software Foundation, Inc.
5 @c See the file elisp.texi for copying conditions.
6 @node Syntax Tables
7 @chapter Syntax Tables
8 @cindex parsing buffer text
9 @cindex syntax table
10 @cindex text parsing
12   A @dfn{syntax table} specifies the syntactic role of each character
13 in a buffer.  It can be used to determine where words, symbols, and
14 other syntactic constructs begin and end.  This information is used by
15 many Emacs facilities, including Font Lock mode (@pxref{Font Lock
16 Mode}) and the various complex movement commands (@pxref{Motion}).
18 @menu
19 * Basics: Syntax Basics.     Basic concepts of syntax tables.
20 * Syntax Descriptors::       How characters are classified.
21 * Syntax Table Functions::   How to create, examine and alter syntax tables.
22 * Syntax Properties::        Overriding syntax with text properties.
23 * Motion and Syntax::        Moving over characters with certain syntaxes.
24 * Parsing Expressions::      Parsing balanced expressions
25                                 using the syntax table.
26 * Syntax Table Internals::   How syntax table information is stored.
27 * Categories::               Another way of classifying character syntax.
28 @end menu
30 @node Syntax Basics
31 @section Syntax Table Concepts
33   A syntax table is a data structure which can be used to look up the
34 @dfn{syntax class} and other syntactic properties of each character.
35 Syntax tables are used by Lisp programs for scanning and moving across
36 text.
38   Internally, a syntax table is a char-table (@pxref{Char-Tables}).
39 The element at index @var{c} describes the character with code
40 @var{c}; its value is a cons cell which specifies the syntax of the
41 character in question.  @xref{Syntax Table Internals}, for details.
42 However, instead of using @code{aset} and @code{aref} to modify and
43 inspect syntax table contents, you should usually use the higher-level
44 functions @code{char-syntax} and @code{modify-syntax-entry}, which are
45 described in @ref{Syntax Table Functions}.
47 @defun syntax-table-p object
48 This function returns @code{t} if @var{object} is a syntax table.
49 @end defun
51   Each buffer has its own major mode, and each major mode has its own
52 idea of the syntax class of various characters.  For example, in Lisp
53 mode, the character @samp{;} begins a comment, but in C mode, it
54 terminates a statement.  To support these variations, the syntax table
55 is local to each buffer.  Typically, each major mode has its own
56 syntax table, which it installs in all buffers that use that mode.
57 For example, the variable @code{emacs-lisp-mode-syntax-table} holds
58 the syntax table used by Emacs Lisp mode, and
59 @code{c-mode-syntax-table} holds the syntax table used by C mode.
60 Changing a major mode's syntax table alters the syntax in all of that
61 mode's buffers, as well as in any buffers subsequently put in that
62 mode.  Occasionally, several similar modes share one syntax table.
63 @xref{Example Major Modes}, for an example of how to set up a syntax
64 table.
66 @cindex standard syntax table
67 @cindex inheritance, syntax table
68   A syntax table can @dfn{inherit} from another syntax table, which is
69 called its @dfn{parent syntax table}.  A syntax table can leave the
70 syntax class of some characters unspecified, by giving them the
71 ``inherit'' syntax class; such a character then acquires the syntax
72 class specified by the parent syntax table (@pxref{Syntax Class
73 Table}).  Emacs defines a @dfn{standard syntax table}, which is the
74 default parent syntax table, and is also the syntax table used by
75 Fundamental mode.
77 @defun standard-syntax-table
78 This function returns the standard syntax table, which is the syntax
79 table used in Fundamental mode.
80 @end defun
82   Syntax tables are not used by the Emacs Lisp reader, which has its
83 own built-in syntactic rules which cannot be changed.  (Some Lisp
84 systems provide ways to redefine the read syntax, but we decided to
85 leave this feature out of Emacs Lisp for simplicity.)
87 @node Syntax Descriptors
88 @section Syntax Descriptors
89 @cindex syntax class
91   The @dfn{syntax class} of a character describes its syntactic role.
92 Each syntax table specifies the syntax class of each character.  There
93 is no necessary relationship between the class of a character in one
94 syntax table and its class in any other table.
96   Each syntax class is designated by a mnemonic character, which
97 serves as the name of the class when you need to specify a class.
98 Usually, this designator character is one that is often assigned that
99 class; however, its meaning as a designator is unvarying and
100 independent of what syntax that character currently has.  Thus,
101 @samp{\} as a designator character always means ``escape character''
102 syntax, regardless of whether the @samp{\} character actually has that
103 syntax in the current syntax table.
104 @ifnottex
105 @xref{Syntax Class Table}, for a list of syntax classes and their
106 designator characters.
107 @end ifnottex
109 @cindex syntax descriptor
110   A @dfn{syntax descriptor} is a Lisp string that describes the syntax
111 class and other syntactic properties of a character.  When you want to
112 modify the syntax of a character, that is done by calling the function
113 @code{modify-syntax-entry} and passing a syntax descriptor as one of
114 its arguments (@pxref{Syntax Table Functions}).
116   The first character in a syntax descriptor must be a syntax class
117 designator character.  The second character, if present, specifies a
118 matching character (e.g.@: in Lisp, the matching character for
119 @samp{(} is @samp{)}); a space specifies that there is no matching
120 character.  Then come characters specifying additional syntax
121 properties (@pxref{Syntax Flags}).
123   If no matching character or flags are needed, only one character
124 (specifying the syntax class) is sufficient.
126   For example, the syntax descriptor for the character @samp{*} in C
127 mode is @code{". 23"} (i.e., punctuation, matching character slot
128 unused, second character of a comment-starter, first character of a
129 comment-ender), and the entry for @samp{/} is @samp{@w{. 14}} (i.e.,
130 punctuation, matching character slot unused, first character of a
131 comment-starter, second character of a comment-ender).
133 @menu
134 * Syntax Class Table::      Table of syntax classes.
135 * Syntax Flags::            Additional flags each character can have.
136 @end menu
138 @node Syntax Class Table
139 @subsection Table of Syntax Classes
141   Here is a table of syntax classes, the characters that designate
142 them, their meanings, and examples of their use.
144 @table @asis
145 @item Whitespace characters: @samp{@ } or @samp{-}
146 Characters that separate symbols and words from each other.
147 Typically, whitespace characters have no other syntactic significance,
148 and multiple whitespace characters are syntactically equivalent to a
149 single one.  Space, tab, and formfeed are classified as whitespace in
150 almost all major modes.
152 This syntax class can be designated by either @w{@samp{@ }} or
153 @samp{-}.  Both designators are equivalent.
155 @item Word constituents: @samp{w}
156 Parts of words in human languages.  These are typically used in
157 variable and command names in programs.  All upper- and lower-case
158 letters, and the digits, are typically word constituents.
160 @item Symbol constituents: @samp{_}
161 Extra characters used in variable and command names along with word
162 constituents.  Examples include the characters @samp{$&*+-_<>} in Lisp
163 mode, which may be part of a symbol name even though they are not part
164 of English words.  In standard C, the only non-word-constituent
165 character that is valid in symbols is underscore (@samp{_}).
167 @item Punctuation characters: @samp{.}
168 Characters used as punctuation in a human language, or used in a
169 programming language to separate symbols from one another.  Some
170 programming language modes, such as Emacs Lisp mode, have no
171 characters in this class since the few characters that are not symbol
172 or word constituents all have other uses.  Other programming language
173 modes, such as C mode, use punctuation syntax for operators.
175 @item Open parenthesis characters: @samp{(}
176 @itemx Close parenthesis characters: @samp{)}
177 Characters used in dissimilar pairs to surround sentences or
178 expressions.  Such a grouping is begun with an open parenthesis
179 character and terminated with a close.  Each open parenthesis
180 character matches a particular close parenthesis character, and vice
181 versa.  Normally, Emacs indicates momentarily the matching open
182 parenthesis when you insert a close parenthesis.  @xref{Blinking}.
184 In human languages, and in C code, the parenthesis pairs are
185 @samp{()}, @samp{[]}, and @samp{@{@}}.  In Emacs Lisp, the delimiters
186 for lists and vectors (@samp{()} and @samp{[]}) are classified as
187 parenthesis characters.
189 @item String quotes: @samp{"}
190 Characters used to delimit string constants.  The same string quote
191 character appears at the beginning and the end of a string.  Such
192 quoted strings do not nest.
194 The parsing facilities of Emacs consider a string as a single token.
195 The usual syntactic meanings of the characters in the string are
196 suppressed.
198 The Lisp modes have two string quote characters: double-quote (@samp{"})
199 and vertical bar (@samp{|}).  @samp{|} is not used in Emacs Lisp, but it
200 is used in Common Lisp.  C also has two string quote characters:
201 double-quote for strings, and single-quote (@samp{'}) for character
202 constants.
204 Human text has no string quote characters.  We do not want quotation
205 marks to turn off the usual syntactic properties of other characters
206 in the quotation.
208 @item Escape-syntax characters: @samp{\}
209 Characters that start an escape sequence, such as is used in string
210 and character constants.  The character @samp{\} belongs to this class
211 in both C and Lisp.  (In C, it is used thus only inside strings, but
212 it turns out to cause no trouble to treat it this way throughout C
213 code.)
215 Characters in this class count as part of words if
216 @code{words-include-escapes} is non-@code{nil}.  @xref{Word Motion}.
218 @item Character quotes: @samp{/}
219 Characters used to quote the following character so that it loses its
220 normal syntactic meaning.  This differs from an escape character in
221 that only the character immediately following is ever affected.
223 Characters in this class count as part of words if
224 @code{words-include-escapes} is non-@code{nil}.  @xref{Word Motion}.
226 This class is used for backslash in @TeX{} mode.
228 @item Paired delimiters: @samp{$}
229 Similar to string quote characters, except that the syntactic
230 properties of the characters between the delimiters are not
231 suppressed.  Only @TeX{} mode uses a paired delimiter presently---the
232 @samp{$} that both enters and leaves math mode.
234 @item Expression prefixes: @samp{'}
235 Characters used for syntactic operators that are considered as part of
236 an expression if they appear next to one.  In Lisp modes, these
237 characters include the apostrophe, @samp{'} (used for quoting), the
238 comma, @samp{,} (used in macros), and @samp{#} (used in the read
239 syntax for certain data types).
241 @item Comment starters: @samp{<}
242 @itemx Comment enders: @samp{>}
243 @cindex comment syntax
244 Characters used in various languages to delimit comments.  Human text
245 has no comment characters.  In Lisp, the semicolon (@samp{;}) starts a
246 comment and a newline or formfeed ends one.
248 @item Inherit standard syntax: @samp{@@}
249 This syntax class does not specify a particular syntax.  It says to
250 look in the standard syntax table to find the syntax of this
251 character.
253 @item Generic comment delimiters: @samp{!}
254 Characters that start or end a special kind of comment.  @emph{Any}
255 generic comment delimiter matches @emph{any} generic comment
256 delimiter, but they cannot match a comment starter or comment ender;
257 generic comment delimiters can only match each other.
259 This syntax class is primarily meant for use with the
260 @code{syntax-table} text property (@pxref{Syntax Properties}).  You
261 can mark any range of characters as forming a comment, by giving the
262 first and last characters of the range @code{syntax-table} properties
263 identifying them as generic comment delimiters.
265 @item Generic string delimiters: @samp{|}
266 Characters that start or end a string.  This class differs from the
267 string quote class in that @emph{any} generic string delimiter can
268 match any other generic string delimiter; but they do not match
269 ordinary string quote characters.
271 This syntax class is primarily meant for use with the
272 @code{syntax-table} text property (@pxref{Syntax Properties}).  You
273 can mark any range of characters as forming a string constant, by
274 giving the first and last characters of the range @code{syntax-table}
275 properties identifying them as generic string delimiters.
276 @end table
278 @node Syntax Flags
279 @subsection Syntax Flags
280 @cindex syntax flags
282   In addition to the classes, entries for characters in a syntax table
283 can specify flags.  There are eight possible flags, represented by the
284 characters @samp{1}, @samp{2}, @samp{3}, @samp{4}, @samp{b}, @samp{c},
285 @samp{n}, and @samp{p}.
287   All the flags except @samp{p} are used to describe comment
288 delimiters.  The digit flags are used for comment delimiters made up
289 of 2 characters.  They indicate that a character can @emph{also} be
290 part of a comment sequence, in addition to the syntactic properties
291 associated with its character class.  The flags are independent of the
292 class and each other for the sake of characters such as @samp{*} in
293 C mode, which is a punctuation character, @emph{and} the second
294 character of a start-of-comment sequence (@samp{/*}), @emph{and} the
295 first character of an end-of-comment sequence (@samp{*/}).  The flags
296 @samp{b}, @samp{c}, and @samp{n} are used to qualify the corresponding
297 comment delimiter.
299   Here is a table of the possible flags for a character @var{c},
300 and what they mean:
302 @itemize @bullet
303 @item
304 @samp{1} means @var{c} is the start of a two-character comment-start
305 sequence.
307 @item
308 @samp{2} means @var{c} is the second character of such a sequence.
310 @item
311 @samp{3} means @var{c} is the start of a two-character comment-end
312 sequence.
314 @item
315 @samp{4} means @var{c} is the second character of such a sequence.
317 @item
318 @samp{b} means that @var{c} as a comment delimiter belongs to the
319 alternative ``b'' comment style.  For a two-character comment starter,
320 this flag is only significant on the second char, and for a 2-character
321 comment ender it is only significant on the first char.
323 @item
324 @samp{c} means that @var{c} as a comment delimiter belongs to the
325 alternative ``c'' comment style.  For a two-character comment
326 delimiter, @samp{c} on either character makes it of style ``c''.
328 @item
329 @samp{n} on a comment delimiter character specifies
330 that this kind of comment can be nested.  For a two-character
331 comment delimiter, @samp{n} on either character makes it
332 nestable.
334 Emacs supports several comment styles simultaneously in any one syntax
335 table.  A comment style is a set of flags @samp{b}, @samp{c}, and
336 @samp{n}, so there can be up to 8 different comment styles.
337 Each comment delimiter has a style and only matches comment delimiters
338 of the same style.  Thus if a comment starts with the comment-start
339 sequence of style ``bn'', it will extend until the next matching
340 comment-end sequence of style ``bn''.
342 The appropriate comment syntax settings for C++ can be as follows:
344 @table @asis
345 @item @samp{/}
346 @samp{124}
347 @item @samp{*}
348 @samp{23b}
349 @item newline
350 @samp{>}
351 @end table
353 This defines four comment-delimiting sequences:
355 @table @asis
356 @item @samp{/*}
357 This is a comment-start sequence for ``b'' style because the
358 second character, @samp{*}, has the @samp{b} flag.
360 @item @samp{//}
361 This is a comment-start sequence for ``a'' style because the second
362 character, @samp{/}, does not have the @samp{b} flag.
364 @item @samp{*/}
365 This is a comment-end sequence for ``b'' style because the first
366 character, @samp{*}, has the @samp{b} flag.
368 @item newline
369 This is a comment-end sequence for ``a'' style, because the newline
370 character does not have the @samp{b} flag.
371 @end table
373 @item
374 @samp{p} identifies an additional ``prefix character'' for Lisp syntax.
375 These characters are treated as whitespace when they appear between
376 expressions.  When they appear within an expression, they are handled
377 according to their usual syntax classes.
379 The function @code{backward-prefix-chars} moves back over these
380 characters, as well as over characters whose primary syntax class is
381 prefix (@samp{'}).  @xref{Motion and Syntax}.
382 @end itemize
384 @node Syntax Table Functions
385 @section Syntax Table Functions
387   In this section we describe functions for creating, accessing and
388 altering syntax tables.
390 @defun make-syntax-table &optional table
391 This function creates a new syntax table.  If @var{table} is
392 non-@code{nil}, the parent of the new syntax table is @var{table};
393 otherwise, the parent is the standard syntax table.
395 In the new syntax table, all characters are initially given the
396 ``inherit'' (@samp{@@}) syntax class, i.e.@: their syntax is inherited
397 from the parent table (@pxref{Syntax Class Table}).
398 @end defun
400 @defun copy-syntax-table &optional table
401 This function constructs a copy of @var{table} and returns it.  If
402 @var{table} is omitted or @code{nil}, it returns a copy of the
403 standard syntax table.  Otherwise, an error is signaled if @var{table}
404 is not a syntax table.
405 @end defun
407 @deffn Command modify-syntax-entry char syntax-descriptor  &optional table
408 This function sets the syntax entry for @var{char} according to
409 @var{syntax-descriptor}.  @var{char} must be a character, or a cons
410 cell of the form @code{(@var{min} . @var{max})}; in the latter case,
411 the function sets the syntax entries for all characters in the range
412 between @var{min} and @var{max}, inclusive.
414 The syntax is changed only for @var{table}, which defaults to the
415 current buffer's syntax table, and not in any other syntax table.
417 The argument @var{syntax-descriptor} is a syntax descriptor, i.e.@: a
418 string whose first character is a syntax class designator and whose
419 second and subsequent characters optionally specify a matching
420 character and syntax flags.  @xref{Syntax Descriptors}.  An error is
421 signaled if @var{syntax-descriptor} is not a valid syntax descriptor.
423 This function always returns @code{nil}.  The old syntax information in
424 the table for this character is discarded.
426 @example
427 @group
428 @exdent @r{Examples:}
430 ;; @r{Put the space character in class whitespace.}
431 (modify-syntax-entry ?\s " ")
432      @result{} nil
433 @end group
435 @group
436 ;; @r{Make @samp{$} an open parenthesis character,}
437 ;;   @r{with @samp{^} as its matching close.}
438 (modify-syntax-entry ?$ "(^")
439      @result{} nil
440 @end group
442 @group
443 ;; @r{Make @samp{^} a close parenthesis character,}
444 ;;   @r{with @samp{$} as its matching open.}
445 (modify-syntax-entry ?^ ")$")
446      @result{} nil
447 @end group
449 @group
450 ;; @r{Make @samp{/} a punctuation character,}
451 ;;   @r{the first character of a start-comment sequence,}
452 ;;   @r{and the second character of an end-comment sequence.}
453 ;;   @r{This is used in C mode.}
454 (modify-syntax-entry ?/ ". 14")
455      @result{} nil
456 @end group
457 @end example
458 @end deffn
460 @defun char-syntax character
461 This function returns the syntax class of @var{character}, represented
462 by its designator character (@pxref{Syntax Class Table}).  This
463 returns @emph{only} the class, not its matching character or syntax
464 flags.
466 The following examples apply to C mode.  (We use @code{string} to make
467 it easier to see the character returned by @code{char-syntax}.)
469 @example
470 @group
471 ;; Space characters have whitespace syntax class.
472 (string (char-syntax ?\s))
473      @result{} " "
474 @end group
476 @group
477 ;; Forward slash characters have punctuation syntax.  Note that this
478 ;; @code{char-syntax} call does not reveal that it is also part of
479 ;; comment-start and -end sequences.
480 (string (char-syntax ?/))
481      @result{} "."
482 @end group
484 @group
485 ;; Open parenthesis characters have open parenthesis syntax.  Note
486 ;; that this @code{char-syntax} call does not reveal that it has a
487 ;; matching character, @samp{)}.
488 (string (char-syntax ?\())
489      @result{} "("
490 @end group
491 @end example
493 @end defun
495 @defun set-syntax-table table
496 This function makes @var{table} the syntax table for the current buffer.
497 It returns @var{table}.
498 @end defun
500 @defun syntax-table
501 This function returns the current syntax table, which is the table for
502 the current buffer.
503 @end defun
505 @defmac with-syntax-table @var{table} @var{body}@dots{}
506 This macro executes @var{body} using @var{table} as the current syntax
507 table.  It returns the value of the last form in @var{body}, after
508 restoring the old current syntax table.
510 Since each buffer has its own current syntax table, we should make that
511 more precise: @code{with-syntax-table} temporarily alters the current
512 syntax table of whichever buffer is current at the time the macro
513 execution starts.  Other buffers are not affected.
514 @end defmac
516 @node Syntax Properties
517 @section Syntax Properties
518 @kindex syntax-table @r{(text property)}
520 When the syntax table is not flexible enough to specify the syntax of
521 a language, you can override the syntax table for specific character
522 occurrences in the buffer, by applying a @code{syntax-table} text
523 property.  @xref{Text Properties}, for how to apply text properties.
525   The valid values of @code{syntax-table} text property are:
527 @table @asis
528 @item @var{syntax-table}
529 If the property value is a syntax table, that table is used instead of
530 the current buffer's syntax table to determine the syntax for the
531 underlying text character.
533 @item @code{(@var{syntax-code} . @var{matching-char})}
534 A cons cell of this format specifies the syntax for the underlying
535 text character.  (@pxref{Syntax Table Internals})
537 @item @code{nil}
538 If the property is @code{nil}, the character's syntax is determined from
539 the current syntax table in the usual way.
540 @end table
542 @defvar parse-sexp-lookup-properties
543 If this is non-@code{nil}, the syntax scanning functions, like
544 @code{forward-sexp}, pay attention to syntax text properties.
545 Otherwise they use only the current syntax table.
546 @end defvar
548 @defvar syntax-propertize-function
549 This variable, if non-@code{nil}, should store a function for applying
550 @code{syntax-table} properties to a specified stretch of text.  It is
551 intended to be used by major modes to install a function which applies
552 @code{syntax-table} properties in some mode-appropriate way.
554 The function is called by @code{syntax-ppss} (@pxref{Position Parse}),
555 and by Font Lock mode during syntactic fontification (@pxref{Syntactic
556 Font Lock}).  It is called with two arguments, @var{start} and
557 @var{end}, which are the starting and ending positions of the text on
558 which it should act.  It is allowed to call @code{syntax-ppss} on any
559 position before @var{end}.  However, it should not call
560 @code{syntax-ppss-flush-cache}; so, it is not allowed to call
561 @code{syntax-ppss} on some position and later modify the buffer at an
562 earlier position.
563 @end defvar
565 @defvar syntax-propertize-extend-region-functions
566 This abnormal hook is run by the syntax parsing code prior to calling
567 @code{syntax-propertize-function}.  Its role is to help locate safe
568 starting and ending buffer positions for passing to
569 @code{syntax-propertize-function}.  For example, a major mode can add
570 a function to this hook to identify multi-line syntactic constructs,
571 and ensure that the boundaries do not fall in the middle of one.
573 Each function in this hook should accept two arguments, @var{start}
574 and @var{end}.  It should return either a cons cell of two adjusted
575 buffer positions, @code{(@var{new-start} . @var{new-end})}, or
576 @code{nil} if no adjustment is necessary.  The hook functions are run
577 in turn, repeatedly, until they all return @code{nil}.
578 @end defvar
580 @node Motion and Syntax
581 @section Motion and Syntax
583   This section describes functions for moving across characters that
584 have certain syntax classes.
586 @defun skip-syntax-forward syntaxes &optional limit
587 This function moves point forward across characters having syntax
588 classes mentioned in @var{syntaxes} (a string of syntax class
589 characters).  It stops when it encounters the end of the buffer, or
590 position @var{limit} (if specified), or a character it is not supposed
591 to skip.
593 If @var{syntaxes} starts with @samp{^}, then the function skips
594 characters whose syntax is @emph{not} in @var{syntaxes}.
596 The return value is the distance traveled, which is a nonnegative
597 integer.
598 @end defun
600 @defun skip-syntax-backward syntaxes &optional limit
601 This function moves point backward across characters whose syntax
602 classes are mentioned in @var{syntaxes}.  It stops when it encounters
603 the beginning of the buffer, or position @var{limit} (if specified), or
604 a character it is not supposed to skip.
606 If @var{syntaxes} starts with @samp{^}, then the function skips
607 characters whose syntax is @emph{not} in @var{syntaxes}.
609 The return value indicates the distance traveled.  It is an integer that
610 is zero or less.
611 @end defun
613 @defun backward-prefix-chars
614 This function moves point backward over any number of characters with
615 expression prefix syntax.  This includes both characters in the
616 expression prefix syntax class, and characters with the @samp{p} flag.
617 @end defun
619 @node Parsing Expressions
620 @section Parsing Expressions
622   This section describes functions for parsing and scanning balanced
623 expressions.  We will refer to such expressions as @dfn{sexps},
624 following the terminology of Lisp, even though these functions can act
625 on languages other than Lisp.  Basically, a sexp is either a balanced
626 parenthetical grouping, a string, or a ``symbol'' (i.e.@: a sequence
627 of characters whose syntax is either word constituent or symbol
628 constituent).  However, characters in the expression prefix syntax
629 class (@pxref{Syntax Class Table}) are treated as part of the sexp if
630 they appear next to it.
632   The syntax table controls the interpretation of characters, so these
633 functions can be used for Lisp expressions when in Lisp mode and for C
634 expressions when in C mode.  @xref{List Motion}, for convenient
635 higher-level functions for moving over balanced expressions.
637   A character's syntax controls how it changes the state of the
638 parser, rather than describing the state itself.  For example, a
639 string delimiter character toggles the parser state between
640 ``in-string'' and ``in-code'', but the syntax of characters does not
641 directly say whether they are inside a string.  For example (note that
642 15 is the syntax code for generic string delimiters),
644 @example
645 (put-text-property 1 9 'syntax-table '(15 . nil))
646 @end example
648 @noindent
649 does not tell Emacs that the first eight chars of the current buffer
650 are a string, but rather that they are all string delimiters.  As a
651 result, Emacs treats them as four consecutive empty string constants.
653 @menu
654 * Motion via Parsing::       Motion functions that work by parsing.
655 * Position Parse::           Determining the syntactic state of a position.
656 * Parser State::             How Emacs represents a syntactic state.
657 * Low-Level Parsing::        Parsing across a specified region.
658 * Control Parsing::          Parameters that affect parsing.
659 @end menu
661 @node Motion via Parsing
662 @subsection Motion Commands Based on Parsing
664   This section describes simple point-motion functions that operate
665 based on parsing expressions.
667 @defun scan-lists from count depth
668 This function scans forward @var{count} balanced parenthetical
669 groupings from position @var{from}.  It returns the position where the
670 scan stops.  If @var{count} is negative, the scan moves backwards.
672 If @var{depth} is nonzero, treat the starting position as being
673 @var{depth} parentheses deep.  The scanner moves forward or backward
674 through the buffer until the depth changes to zero @var{count} times.
675 Hence, a positive value for @var{depth} has the effect of moving out
676 @var{depth} levels of parenthesis from the starting position, while a
677 negative @var{depth} has the effect of moving deeper by @var{-depth}
678 levels of parenthesis.
680 Scanning ignores comments if @code{parse-sexp-ignore-comments} is
681 non-@code{nil}.
683 If the scan reaches the beginning or end of the accessible part of the
684 buffer before it has scanned over @var{count} parenthetical groupings,
685 the return value is @code{nil} if the depth at that point is zero; if
686 the depth is non-zero, a @code{scan-error} error is signaled.
687 @end defun
689 @defun scan-sexps from count
690 This function scans forward @var{count} sexps from position @var{from}.
691 It returns the position where the scan stops.  If @var{count} is
692 negative, the scan moves backwards.
694 Scanning ignores comments if @code{parse-sexp-ignore-comments} is
695 non-@code{nil}.
697 If the scan reaches the beginning or end of (the accessible part of) the
698 buffer while in the middle of a parenthetical grouping, an error is
699 signaled.  If it reaches the beginning or end between groupings but
700 before count is used up, @code{nil} is returned.
701 @end defun
703 @defun forward-comment count
704 This function moves point forward across @var{count} complete comments
705      (that is, including the starting delimiter and the terminating
706 delimiter if any), plus any whitespace encountered on the way.  It
707 moves backward if @var{count} is negative.  If it encounters anything
708 other than a comment or whitespace, it stops, leaving point at the
709 place where it stopped.  This includes (for instance) finding the end
710 of a comment when moving forward and expecting the beginning of one.
711 The function also stops immediately after moving over the specified
712 number of complete comments.  If @var{count} comments are found as
713 expected, with nothing except whitespace between them, it returns
714 @code{t}; otherwise it returns @code{nil}.
716 This function cannot tell whether the ``comments'' it traverses are
717 embedded within a string.  If they look like comments, it treats them
718 as comments.
720 To move forward over all comments and whitespace following point, use
721 @code{(forward-comment (buffer-size))}.  @code{(buffer-size)} is a
722 good argument to use, because the number of comments in the buffer
723 cannot exceed that many.
724 @end defun
726 @node Position Parse
727 @subsection Finding the Parse State for a Position
729   For syntactic analysis, such as in indentation, often the useful
730 thing is to compute the syntactic state corresponding to a given buffer
731 position.  This function does that conveniently.
733 @defun syntax-ppss &optional pos
734 This function returns the parser state that the parser would reach at
735 position @var{pos} starting from the beginning of the buffer.
736 @iftex
737 See the next section for
738 @end iftex
739 @ifnottex
740 @xref{Parser State},
741 @end ifnottex
742 for a description of the parser state.
744 The return value is the same as if you call the low-level parsing
745 function @code{parse-partial-sexp} to parse from the beginning of the
746 buffer to @var{pos} (@pxref{Low-Level Parsing}).  However,
747 @code{syntax-ppss} uses a cache to speed up the computation.  Due to
748 this optimization, the second value (previous complete subexpression)
749 and sixth value (minimum parenthesis depth) in the returned parser
750 state are not meaningful.
752 This function has a side effect: it adds a buffer-local entry to
753 @code{before-change-functions} (@pxref{Change Hooks}) for
754 @code{syntax-ppss-flush-cache} (see below).  This entry keeps the
755 cache consistent as the buffer is modified.  However, the cache might
756 not be updated if @code{syntax-ppss} is called while
757 @code{before-change-functions} is temporarily let-bound, or if the
758 buffer is modified without running the hook, such as when using
759 @code{inhibit-modification-hooks}.  In those cases, it is necessary to
760 call @code{syntax-ppss-flush-cache} explicitly.
761 @end defun
763 @defun syntax-ppss-flush-cache beg &rest ignored-args
764 This function flushes the cache used by @code{syntax-ppss}, starting
765 at position @var{beg}.  The remaining arguments, @var{ignored-args},
766 are ignored; this function accepts them so that it can be directly
767 used on hooks such as @code{before-change-functions} (@pxref{Change
768 Hooks}).
769 @end defun
771   Major modes can make @code{syntax-ppss} run faster by specifying
772 where it needs to start parsing.
774 @defvar syntax-begin-function
775 If this is non-@code{nil}, it should be a function that moves to an
776 earlier buffer position where the parser state is equivalent to
777 @code{nil}---in other words, a position outside of any comment,
778 string, or parenthesis.  @code{syntax-ppss} uses it to further
779 optimize its computations, when the cache gives no help.
780 @end defvar
782 @node Parser State
783 @subsection Parser State
784 @cindex parser state
786   A @dfn{parser state} is a list of ten elements describing the state
787 of the syntactic parser, after it parses the text between a specified
788 starting point and a specified end point in the buffer.  Parsing
789 functions such as @code{syntax-ppss}
790 @ifnottex
791 (@pxref{Position Parse})
792 @end ifnottex
793 return a parser state as the value.  Some parsing functions accept a
794 parser state as an argument, for resuming parsing.
796   Here are the meanings of the elements of the parser state:
798 @enumerate 0
799 @item
800 The depth in parentheses, counting from 0.  @strong{Warning:} this can
801 be negative if there are more close parens than open parens between
802 the parser's starting point and end point.
804 @item
805 @cindex innermost containing parentheses
806 The character position of the start of the innermost parenthetical
807 grouping containing the stopping point; @code{nil} if none.
809 @item
810 @cindex previous complete subexpression
811 The character position of the start of the last complete subexpression
812 terminated; @code{nil} if none.
814 @item
815 @cindex inside string
816 Non-@code{nil} if inside a string.  More precisely, this is the
817 character that will terminate the string, or @code{t} if a generic
818 string delimiter character should terminate it.
820 @item
821 @cindex inside comment
822 @code{t} if inside a non-nestable comment (of any comment style;
823 @pxref{Syntax Flags}); or the comment nesting level if inside a
824 comment that can be nested.
826 @item
827 @cindex quote character
828 @code{t} if the end point is just after a quote character.
830 @item
831 The minimum parenthesis depth encountered during this scan.
833 @item
834 What kind of comment is active: @code{nil} if not in a comment or in a
835 comment of style @samp{a}; 1 for a comment of style @samp{b}; 2 for a
836 comment of style @samp{c}; and @code{syntax-table} for a comment that
837 should be ended by a generic comment delimiter character.
839 @item
840 The string or comment start position.  While inside a comment, this is
841 the position where the comment began; while inside a string, this is the
842 position where the string began.  When outside of strings and comments,
843 this element is @code{nil}.
845 @item
846 Internal data for continuing the parsing.  The meaning of this
847 data is subject to change; it is used if you pass this list
848 as the @var{state} argument to another call.
849 @end enumerate
851   Elements 1, 2, and 6 are ignored in a state which you pass as an
852 argument to continue parsing, and elements 8 and 9 are used only in
853 trivial cases.  Those elements are mainly used internally by the
854 parser code.
856   One additional piece of useful information is available from a
857 parser state using this function:
859 @defun syntax-ppss-toplevel-pos state
860 This function extracts, from parser state @var{state}, the last
861 position scanned in the parse which was at top level in grammatical
862 structure.  ``At top level'' means outside of any parentheses,
863 comments, or strings.
865 The value is @code{nil} if @var{state} represents a parse which has
866 arrived at a top level position.
867 @end defun
869 @node Low-Level Parsing
870 @subsection Low-Level Parsing
872   The most basic way to use the expression parser is to tell it
873 to start at a given position with a certain state, and parse up to
874 a specified end position.
876 @defun parse-partial-sexp start limit &optional target-depth stop-before state stop-comment
877 This function parses a sexp in the current buffer starting at
878 @var{start}, not scanning past @var{limit}.  It stops at position
879 @var{limit} or when certain criteria described below are met, and sets
880 point to the location where parsing stops.  It returns a parser state
881 describing the status of the parse at the point where it stops.
883 @cindex parenthesis depth
884 If the third argument @var{target-depth} is non-@code{nil}, parsing
885 stops if the depth in parentheses becomes equal to @var{target-depth}.
886 The depth starts at 0, or at whatever is given in @var{state}.
888 If the fourth argument @var{stop-before} is non-@code{nil}, parsing
889 stops when it comes to any character that starts a sexp.  If
890 @var{stop-comment} is non-@code{nil}, parsing stops when it comes to the
891 start of a comment.  If @var{stop-comment} is the symbol
892 @code{syntax-table}, parsing stops after the start of a comment or a
893 string, or the end of a comment or a string, whichever comes first.
895 If @var{state} is @code{nil}, @var{start} is assumed to be at the top
896 level of parenthesis structure, such as the beginning of a function
897 definition.  Alternatively, you might wish to resume parsing in the
898 middle of the structure.  To do this, you must provide a @var{state}
899 argument that describes the initial status of parsing.  The value
900 returned by a previous call to @code{parse-partial-sexp} will do
901 nicely.
902 @end defun
904 @node Control Parsing
905 @subsection Parameters to Control Parsing
907 @defvar multibyte-syntax-as-symbol
908 If this variable is non-@code{nil}, @code{scan-sexps} treats all
909 non-@acronym{ASCII} characters as symbol constituents regardless
910 of what the syntax table says about them.  (However, text properties
911 can still override the syntax.)
912 @end defvar
914 @defopt parse-sexp-ignore-comments
915 @cindex skipping comments
916 If the value is non-@code{nil}, then comments are treated as
917 whitespace by the functions in this section and by @code{forward-sexp},
918 @code{scan-lists} and @code{scan-sexps}.
919 @end defopt
921 @vindex parse-sexp-lookup-properties
922 The behavior of @code{parse-partial-sexp} is also affected by
923 @code{parse-sexp-lookup-properties} (@pxref{Syntax Properties}).
925 You can use @code{forward-comment} to move forward or backward over
926 one comment or several comments.
928 @node Syntax Table Internals
929 @section Syntax Table Internals
930 @cindex syntax table internals
932   Syntax tables are implemented as char-tables (@pxref{Char-Tables}),
933 but most Lisp programs don't work directly with their elements.
934 Syntax tables do not store syntax data as syntax descriptors
935 (@pxref{Syntax Descriptors}); they use an internal format, which is
936 documented in this section.  This internal format can also be assigned
937 as syntax properties (@pxref{Syntax Properties}).
939 @cindex syntax code
940   Each entry in a syntax table is a cons cell of the form
941 @code{(@var{syntax-code} . @var{matching-char})}.  @var{syntax-code}
942 is an integer that encodes the syntax class and syntax flags,
943 according to the table below.  @var{matching-char}, if non-@code{nil},
944 specifies a matching character (similar to the second character in a
945 syntax descriptor).
947 @multitable @columnfractions .2 .3 .2 .3
948 @item
949 @i{Syntax code} @tab @i{Class} @tab @i{Syntax code} @tab @i{Class}
950 @item
951 0 @tab whitespace @tab 8 @tab paired delimiter
952 @item
953 1 @tab punctuation @tab 9 @tab escape
954 @item
955 2 @tab word @tab 10 @tab character quote
956 @item
957 3 @tab symbol @tab 11 @tab comment-start
958 @item
959 4 @tab open parenthesis @tab 12 @tab comment-end
960 @item
961 5 @tab close parenthesis @tab 13 @tab inherit
962 @item
963 6 @tab expression prefix @tab 14 @tab generic comment
964 @item
965 7 @tab string quote @tab 15 @tab generic string
966 @end multitable
968 @noindent
969 For example, in the standard syntax table, the entry for @samp{(} is
970 @code{(4 . 41)}.  (41 is the character code for @samp{)}.)
972   Syntax flags are encoded in higher order bits, starting 16 bits from
973 the least significant bit.  This table gives the power of two which
974 corresponds to each syntax flag.
976 @multitable @columnfractions .15 .3 .15 .3
977 @item
978 @i{Prefix} @tab @i{Flag} @tab @i{Prefix} @tab @i{Flag}
979 @item
980 @samp{1} @tab @code{(lsh 1 16)} @tab @samp{p} @tab @code{(lsh 1 20)}
981 @item
982 @samp{2} @tab @code{(lsh 1 17)} @tab @samp{b} @tab @code{(lsh 1 21)}
983 @item
984 @samp{3} @tab @code{(lsh 1 18)} @tab @samp{n} @tab @code{(lsh 1 22)}
985 @item
986 @samp{4} @tab @code{(lsh 1 19)}
987 @end multitable
989 @defun string-to-syntax @var{desc}
990 Given a syntax descriptor @var{desc}, this function returns the
991 corresponding internal form, a cons cell @code{(@var{syntax-code}
992 . @var{matching-char})}.
993 @end defun
995 @defun syntax-after pos
996 This function returns the syntax code of the character in the buffer
997 after position @var{pos}, taking account of syntax properties as well
998 as the syntax table.  If @var{pos} is outside the buffer's accessible
999 portion (@pxref{Narrowing, accessible portion}), this function returns
1000 @code{nil}.
1001 @end defun
1003 @defun syntax-class syntax
1004 This function returns the syntax class of the syntax code
1005 @var{syntax}.  (It masks off the high 16 bits that hold the flags
1006 encoded in the syntax descriptor.)  If @var{syntax} is @code{nil}, it
1007 returns @code{nil}; this is so evaluating the expression
1009 @example
1010 (syntax-class (syntax-after pos))
1011 @end example
1013 @noindent
1014 where @code{pos} is outside the buffer's accessible portion, will
1015 yield @code{nil} without throwing errors or producing wrong syntax
1016 class codes.
1017 @end defun
1019 @node Categories
1020 @section Categories
1021 @cindex categories of characters
1022 @cindex character categories
1024   @dfn{Categories} provide an alternate way of classifying characters
1025 syntactically.  You can define several categories as needed, then
1026 independently assign each character to one or more categories.  Unlike
1027 syntax classes, categories are not mutually exclusive; it is normal for
1028 one character to belong to several categories.
1030 @cindex category table
1031   Each buffer has a @dfn{category table} which records which categories
1032 are defined and also which characters belong to each category.  Each
1033 category table defines its own categories, but normally these are
1034 initialized by copying from the standard categories table, so that the
1035 standard categories are available in all modes.
1037   Each category has a name, which is an @acronym{ASCII} printing character in
1038 the range @w{@samp{ }} to @samp{~}.  You specify the name of a category
1039 when you define it with @code{define-category}.
1041   The category table is actually a char-table (@pxref{Char-Tables}).
1042 The element of the category table at index @var{c} is a @dfn{category
1043 set}---a bool-vector---that indicates which categories character @var{c}
1044 belongs to.  In this category set, if the element at index @var{cat} is
1045 @code{t}, that means category @var{cat} is a member of the set, and that
1046 character @var{c} belongs to category @var{cat}.
1048 For the next three functions, the optional argument @var{table}
1049 defaults to the current buffer's category table.
1051 @defun define-category char docstring &optional table
1052 This function defines a new category, with name @var{char} and
1053 documentation @var{docstring}, for the category table @var{table}.
1055 Here's an example of defining a new category for characters that have
1056 strong right-to-left directionality (@pxref{Bidirectional Display})
1057 and using it in a special category table:
1059 @example
1060 (defvar special-category-table-for-bidi
1061   (let ((category-table (make-category-table))
1062         (uniprop-table (unicode-property-table-internal 'bidi-class)))
1063     (define-category ?R "Characters of bidi-class R, AL, or RLO"
1064                      category-table)
1065     (map-char-table
1066      #'(lambda (key val)
1067          (if (memq val '(R AL RLO))
1068              (modify-category-entry key ?R category-table)))
1069      uniprop-table)
1070     category-table))
1071 @end example
1072 @end defun
1074 @defun category-docstring category &optional table
1075 This function returns the documentation string of category @var{category}
1076 in category table @var{table}.
1078 @example
1079 (category-docstring ?a)
1080      @result{} "ASCII"
1081 (category-docstring ?l)
1082      @result{} "Latin"
1083 @end example
1084 @end defun
1086 @defun get-unused-category &optional table
1087 This function returns a category name (a character) which is not
1088 currently defined in @var{table}.  If all possible categories are in use
1089 in @var{table}, it returns @code{nil}.
1090 @end defun
1092 @defun category-table
1093 This function returns the current buffer's category table.
1094 @end defun
1096 @defun category-table-p object
1097 This function returns @code{t} if @var{object} is a category table,
1098 otherwise @code{nil}.
1099 @end defun
1101 @defun standard-category-table
1102 This function returns the standard category table.
1103 @end defun
1105 @defun copy-category-table &optional table
1106 This function constructs a copy of @var{table} and returns it.  If
1107 @var{table} is not supplied (or is @code{nil}), it returns a copy of the
1108 standard category table.  Otherwise, an error is signaled if @var{table}
1109 is not a category table.
1110 @end defun
1112 @defun set-category-table table
1113 This function makes @var{table} the category table for the current
1114 buffer.  It returns @var{table}.
1115 @end defun
1117 @defun make-category-table
1118 This creates and returns an empty category table.  In an empty category
1119 table, no categories have been allocated, and no characters belong to
1120 any categories.
1121 @end defun
1123 @defun make-category-set categories
1124 This function returns a new category set---a bool-vector---whose initial
1125 contents are the categories listed in the string @var{categories}.  The
1126 elements of @var{categories} should be category names; the new category
1127 set has @code{t} for each of those categories, and @code{nil} for all
1128 other categories.
1130 @example
1131 (make-category-set "al")
1132      @result{} #&128"\0\0\0\0\0\0\0\0\0\0\0\0\2\20\0\0"
1133 @end example
1134 @end defun
1136 @defun char-category-set char
1137 This function returns the category set for character @var{char} in the
1138 current buffer's category table.  This is the bool-vector which
1139 records which categories the character @var{char} belongs to.  The
1140 function @code{char-category-set} does not allocate storage, because
1141 it returns the same bool-vector that exists in the category table.
1143 @example
1144 (char-category-set ?a)
1145      @result{} #&128"\0\0\0\0\0\0\0\0\0\0\0\0\2\20\0\0"
1146 @end example
1147 @end defun
1149 @defun category-set-mnemonics category-set
1150 This function converts the category set @var{category-set} into a string
1151 containing the characters that designate the categories that are members
1152 of the set.
1154 @example
1155 (category-set-mnemonics (char-category-set ?a))
1156      @result{} "al"
1157 @end example
1158 @end defun
1160 @defun modify-category-entry char category &optional table reset
1161 This function modifies the category set of @var{char} in category
1162 table @var{table} (which defaults to the current buffer's category
1163 table).  @var{char} can be a character, or a cons cell of the form
1164 @code{(@var{min} . @var{max})}; in the latter case, the function
1165 modifies the category sets of all characters in the range between
1166 @var{min} and @var{max}, inclusive.
1168 Normally, it modifies a category set by adding @var{category} to it.
1169 But if @var{reset} is non-@code{nil}, then it deletes @var{category}
1170 instead.
1171 @end defun
1173 @deffn Command describe-categories &optional buffer-or-name
1174 This function describes the category specifications in the current
1175 category table.  It inserts the descriptions in a buffer, and then
1176 displays that buffer.  If @var{buffer-or-name} is non-@code{nil}, it
1177 describes the category table of that buffer instead.
1178 @end deffn