* indent.c (current_column_bol_cache): Remove leftover which is not
[emacs.git] / doc / lispref / syntax.texi
blobdfa121103bcaa892fb547b848a05534edf831d2d
1 @c -*-texinfo-*-
2 @c This is part of the GNU Emacs Lisp Reference Manual.
3 @c Copyright (C) 1990-1995, 1998-1999, 2001-2013 Free Software
4 @c 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   Emacs also defines @dfn{raw syntax descriptors}, which are used to
134 describe syntax classes at a lower level.  @xref{Syntax Table
135 Internals}.
137 @menu
138 * Syntax Class Table::      Table of syntax classes.
139 * Syntax Flags::            Additional flags each character can have.
140 @end menu
142 @node Syntax Class Table
143 @subsection Table of Syntax Classes
145   Here is a table of syntax classes, the characters that designate
146 them, their meanings, and examples of their use.
148 @table @asis
149 @item Whitespace characters: @samp{@ } or @samp{-}
150 Characters that separate symbols and words from each other.
151 Typically, whitespace characters have no other syntactic significance,
152 and multiple whitespace characters are syntactically equivalent to a
153 single one.  Space, tab, and formfeed are classified as whitespace in
154 almost all major modes.
156 This syntax class can be designated by either @w{@samp{@ }} or
157 @samp{-}.  Both designators are equivalent.
159 @item Word constituents: @samp{w}
160 Parts of words in human languages.  These are typically used in
161 variable and command names in programs.  All upper- and lower-case
162 letters, and the digits, are typically word constituents.
164 @item Symbol constituents: @samp{_}
165 Extra characters used in variable and command names along with word
166 constituents.  Examples include the characters @samp{$&*+-_<>} in Lisp
167 mode, which may be part of a symbol name even though they are not part
168 of English words.  In standard C, the only non-word-constituent
169 character that is valid in symbols is underscore (@samp{_}).
171 @item Punctuation characters: @samp{.}
172 Characters used as punctuation in a human language, or used in a
173 programming language to separate symbols from one another.  Some
174 programming language modes, such as Emacs Lisp mode, have no
175 characters in this class since the few characters that are not symbol
176 or word constituents all have other uses.  Other programming language
177 modes, such as C mode, use punctuation syntax for operators.
179 @item Open parenthesis characters: @samp{(}
180 @itemx Close parenthesis characters: @samp{)}
181 Characters used in dissimilar pairs to surround sentences or
182 expressions.  Such a grouping is begun with an open parenthesis
183 character and terminated with a close.  Each open parenthesis
184 character matches a particular close parenthesis character, and vice
185 versa.  Normally, Emacs indicates momentarily the matching open
186 parenthesis when you insert a close parenthesis.  @xref{Blinking}.
188 In human languages, and in C code, the parenthesis pairs are
189 @samp{()}, @samp{[]}, and @samp{@{@}}.  In Emacs Lisp, the delimiters
190 for lists and vectors (@samp{()} and @samp{[]}) are classified as
191 parenthesis characters.
193 @item String quotes: @samp{"}
194 Characters used to delimit string constants.  The same string quote
195 character appears at the beginning and the end of a string.  Such
196 quoted strings do not nest.
198 The parsing facilities of Emacs consider a string as a single token.
199 The usual syntactic meanings of the characters in the string are
200 suppressed.
202 The Lisp modes have two string quote characters: double-quote (@samp{"})
203 and vertical bar (@samp{|}).  @samp{|} is not used in Emacs Lisp, but it
204 is used in Common Lisp.  C also has two string quote characters:
205 double-quote for strings, and single-quote (@samp{'}) for character
206 constants.
208 Human text has no string quote characters.  We do not want quotation
209 marks to turn off the usual syntactic properties of other characters
210 in the quotation.
212 @item Escape-syntax characters: @samp{\}
213 Characters that start an escape sequence, such as is used in string
214 and character constants.  The character @samp{\} belongs to this class
215 in both C and Lisp.  (In C, it is used thus only inside strings, but
216 it turns out to cause no trouble to treat it this way throughout C
217 code.)
219 Characters in this class count as part of words if
220 @code{words-include-escapes} is non-@code{nil}.  @xref{Word Motion}.
222 @item Character quotes: @samp{/}
223 Characters used to quote the following character so that it loses its
224 normal syntactic meaning.  This differs from an escape character in
225 that only the character immediately following is ever affected.
227 Characters in this class count as part of words if
228 @code{words-include-escapes} is non-@code{nil}.  @xref{Word Motion}.
230 This class is used for backslash in @TeX{} mode.
232 @item Paired delimiters: @samp{$}
233 Similar to string quote characters, except that the syntactic
234 properties of the characters between the delimiters are not
235 suppressed.  Only @TeX{} mode uses a paired delimiter presently---the
236 @samp{$} that both enters and leaves math mode.
238 @item Expression prefixes: @samp{'}
239 Characters used for syntactic operators that are considered as part of
240 an expression if they appear next to one.  In Lisp modes, these
241 characters include the apostrophe, @samp{'} (used for quoting), the
242 comma, @samp{,} (used in macros), and @samp{#} (used in the read
243 syntax for certain data types).
245 @item Comment starters: @samp{<}
246 @itemx Comment enders: @samp{>}
247 @cindex comment syntax
248 Characters used in various languages to delimit comments.  Human text
249 has no comment characters.  In Lisp, the semicolon (@samp{;}) starts a
250 comment and a newline or formfeed ends one.
252 @item Inherit standard syntax: @samp{@@}
253 This syntax class does not specify a particular syntax.  It says to
254 look in the standard syntax table to find the syntax of this
255 character.
257 @item Generic comment delimiters: @samp{!}
258 Characters that start or end a special kind of comment.  @emph{Any}
259 generic comment delimiter matches @emph{any} generic comment
260 delimiter, but they cannot match a comment starter or comment ender;
261 generic comment delimiters can only match each other.
263 This syntax class is primarily meant for use with the
264 @code{syntax-table} text property (@pxref{Syntax Properties}).  You
265 can mark any range of characters as forming a comment, by giving the
266 first and last characters of the range @code{syntax-table} properties
267 identifying them as generic comment delimiters.
269 @item Generic string delimiters: @samp{|}
270 Characters that start or end a string.  This class differs from the
271 string quote class in that @emph{any} generic string delimiter can
272 match any other generic string delimiter; but they do not match
273 ordinary string quote characters.
275 This syntax class is primarily meant for use with the
276 @code{syntax-table} text property (@pxref{Syntax Properties}).  You
277 can mark any range of characters as forming a string constant, by
278 giving the first and last characters of the range @code{syntax-table}
279 properties identifying them as generic string delimiters.
280 @end table
282 @node Syntax Flags
283 @subsection Syntax Flags
284 @cindex syntax flags
286   In addition to the classes, entries for characters in a syntax table
287 can specify flags.  There are eight possible flags, represented by the
288 characters @samp{1}, @samp{2}, @samp{3}, @samp{4}, @samp{b}, @samp{c},
289 @samp{n}, and @samp{p}.
291   All the flags except @samp{p} are used to describe comment
292 delimiters.  The digit flags are used for comment delimiters made up
293 of 2 characters.  They indicate that a character can @emph{also} be
294 part of a comment sequence, in addition to the syntactic properties
295 associated with its character class.  The flags are independent of the
296 class and each other for the sake of characters such as @samp{*} in
297 C mode, which is a punctuation character, @emph{and} the second
298 character of a start-of-comment sequence (@samp{/*}), @emph{and} the
299 first character of an end-of-comment sequence (@samp{*/}).  The flags
300 @samp{b}, @samp{c}, and @samp{n} are used to qualify the corresponding
301 comment delimiter.
303   Here is a table of the possible flags for a character @var{c},
304 and what they mean:
306 @itemize @bullet
307 @item
308 @samp{1} means @var{c} is the start of a two-character comment-start
309 sequence.
311 @item
312 @samp{2} means @var{c} is the second character of such a sequence.
314 @item
315 @samp{3} means @var{c} is the start of a two-character comment-end
316 sequence.
318 @item
319 @samp{4} means @var{c} is the second character of such a sequence.
321 @item
322 @samp{b} means that @var{c} as a comment delimiter belongs to the
323 alternative ``b'' comment style.  For a two-character comment starter,
324 this flag is only significant on the second char, and for a 2-character
325 comment ender it is only significant on the first char.
327 @item
328 @samp{c} means that @var{c} as a comment delimiter belongs to the
329 alternative ``c'' comment style.  For a two-character comment
330 delimiter, @samp{c} on either character makes it of style ``c''.
332 @item
333 @samp{n} on a comment delimiter character specifies
334 that this kind of comment can be nested.  For a two-character
335 comment delimiter, @samp{n} on either character makes it
336 nestable.
338 Emacs supports several comment styles simultaneously in any one syntax
339 table.  A comment style is a set of flags @samp{b}, @samp{c}, and
340 @samp{n}, so there can be up to 8 different comment styles.
341 Each comment delimiter has a style and only matches comment delimiters
342 of the same style.  Thus if a comment starts with the comment-start
343 sequence of style ``bn'', it will extend until the next matching
344 comment-end sequence of style ``bn''.
346 The appropriate comment syntax settings for C++ can be as follows:
348 @table @asis
349 @item @samp{/}
350 @samp{124}
351 @item @samp{*}
352 @samp{23b}
353 @item newline
354 @samp{>}
355 @end table
357 This defines four comment-delimiting sequences:
359 @table @asis
360 @item @samp{/*}
361 This is a comment-start sequence for ``b'' style because the
362 second character, @samp{*}, has the @samp{b} flag.
364 @item @samp{//}
365 This is a comment-start sequence for ``a'' style because the second
366 character, @samp{/}, does not have the @samp{b} flag.
368 @item @samp{*/}
369 This is a comment-end sequence for ``b'' style because the first
370 character, @samp{*}, has the @samp{b} flag.
372 @item newline
373 This is a comment-end sequence for ``a'' style, because the newline
374 character does not have the @samp{b} flag.
375 @end table
377 @item
378 @samp{p} identifies an additional ``prefix character'' for Lisp syntax.
379 These characters are treated as whitespace when they appear between
380 expressions.  When they appear within an expression, they are handled
381 according to their usual syntax classes.
383 The function @code{backward-prefix-chars} moves back over these
384 characters, as well as over characters whose primary syntax class is
385 prefix (@samp{'}).  @xref{Motion and Syntax}.
386 @end itemize
388 @node Syntax Table Functions
389 @section Syntax Table Functions
391   In this section we describe functions for creating, accessing and
392 altering syntax tables.
394 @defun make-syntax-table &optional table
395 This function creates a new syntax table.  If @var{table} is
396 non-@code{nil}, the parent of the new syntax table is @var{table};
397 otherwise, the parent is the standard syntax table.
399 In the new syntax table, all characters are initially given the
400 ``inherit'' (@samp{@@}) syntax class, i.e., their syntax is inherited
401 from the parent table (@pxref{Syntax Class Table}).
402 @end defun
404 @defun copy-syntax-table &optional table
405 This function constructs a copy of @var{table} and returns it.  If
406 @var{table} is omitted or @code{nil}, it returns a copy of the
407 standard syntax table.  Otherwise, an error is signaled if @var{table}
408 is not a syntax table.
409 @end defun
411 @deffn Command modify-syntax-entry char syntax-descriptor  &optional table
412 This function sets the syntax entry for @var{char} according to
413 @var{syntax-descriptor}.  @var{char} must be a character, or a cons
414 cell of the form @code{(@var{min} . @var{max})}; in the latter case,
415 the function sets the syntax entries for all characters in the range
416 between @var{min} and @var{max}, inclusive.
418 The syntax is changed only for @var{table}, which defaults to the
419 current buffer's syntax table, and not in any other syntax table.
421 The argument @var{syntax-descriptor} is a syntax descriptor, i.e., a
422 string whose first character is a syntax class designator and whose
423 second and subsequent characters optionally specify a matching
424 character and syntax flags.  @xref{Syntax Descriptors}.  An error is
425 signaled if @var{syntax-descriptor} is not a valid syntax descriptor.
427 This function always returns @code{nil}.  The old syntax information in
428 the table for this character is discarded.
430 @example
431 @group
432 @exdent @r{Examples:}
434 ;; @r{Put the space character in class whitespace.}
435 (modify-syntax-entry ?\s " ")
436      @result{} nil
437 @end group
439 @group
440 ;; @r{Make @samp{$} an open parenthesis character,}
441 ;;   @r{with @samp{^} as its matching close.}
442 (modify-syntax-entry ?$ "(^")
443      @result{} nil
444 @end group
446 @group
447 ;; @r{Make @samp{^} a close parenthesis character,}
448 ;;   @r{with @samp{$} as its matching open.}
449 (modify-syntax-entry ?^ ")$")
450      @result{} nil
451 @end group
453 @group
454 ;; @r{Make @samp{/} a punctuation character,}
455 ;;   @r{the first character of a start-comment sequence,}
456 ;;   @r{and the second character of an end-comment sequence.}
457 ;;   @r{This is used in C mode.}
458 (modify-syntax-entry ?/ ". 14")
459      @result{} nil
460 @end group
461 @end example
462 @end deffn
464 @defun char-syntax character
465 This function returns the syntax class of @var{character}, represented
466 by its designator character (@pxref{Syntax Class Table}).  This
467 returns @emph{only} the class, not its matching character or syntax
468 flags.
470 The following examples apply to C mode.  (We use @code{string} to make
471 it easier to see the character returned by @code{char-syntax}.)
473 @example
474 @group
475 ;; Space characters have whitespace syntax class.
476 (string (char-syntax ?\s))
477      @result{} " "
478 @end group
480 @group
481 ;; Forward slash characters have punctuation syntax.
482 ;; Note that this @code{char-syntax} call does not reveal
483 ;; that it is also part of comment-start and -end sequences.
484 (string (char-syntax ?/))
485      @result{} "."
486 @end group
488 @group
489 ;; Open parenthesis characters have open parenthesis syntax.
490 ;; Note that this @code{char-syntax} call does not reveal that
491 ;; it has a matching character, @samp{)}.
492 (string (char-syntax ?\())
493      @result{} "("
494 @end group
495 @end example
497 @end defun
499 @defun set-syntax-table table
500 This function makes @var{table} the syntax table for the current buffer.
501 It returns @var{table}.
502 @end defun
504 @defun syntax-table
505 This function returns the current syntax table, which is the table for
506 the current buffer.
507 @end defun
509 @defmac with-syntax-table table body@dots{}
510 This macro executes @var{body} using @var{table} as the current syntax
511 table.  It returns the value of the last form in @var{body}, after
512 restoring the old current syntax table.
514 Since each buffer has its own current syntax table, we should make that
515 more precise: @code{with-syntax-table} temporarily alters the current
516 syntax table of whichever buffer is current at the time the macro
517 execution starts.  Other buffers are not affected.
518 @end defmac
520 @node Syntax Properties
521 @section Syntax Properties
522 @kindex syntax-table @r{(text property)}
524 When the syntax table is not flexible enough to specify the syntax of
525 a language, you can override the syntax table for specific character
526 occurrences in the buffer, by applying a @code{syntax-table} text
527 property.  @xref{Text Properties}, for how to apply text properties.
529   The valid values of @code{syntax-table} text property are:
531 @table @asis
532 @item @var{syntax-table}
533 If the property value is a syntax table, that table is used instead of
534 the current buffer's syntax table to determine the syntax for the
535 underlying text character.
537 @item @code{(@var{syntax-code} . @var{matching-char})}
538 A cons cell of this format is a raw syntax descriptor (@pxref{Syntax
539 Table Internals}), which directly specifies a syntax class for the
540 underlying text character.
542 @item @code{nil}
543 If the property is @code{nil}, the character's syntax is determined from
544 the current syntax table in the usual way.
545 @end table
547 @defvar parse-sexp-lookup-properties
548 If this is non-@code{nil}, the syntax scanning functions, like
549 @code{forward-sexp}, pay attention to syntax text properties.
550 Otherwise they use only the current syntax table.
551 @end defvar
553 @defvar syntax-propertize-function
554 This variable, if non-@code{nil}, should store a function for applying
555 @code{syntax-table} properties to a specified stretch of text.  It is
556 intended to be used by major modes to install a function which applies
557 @code{syntax-table} properties in some mode-appropriate way.
559 The function is called by @code{syntax-ppss} (@pxref{Position Parse}),
560 and by Font Lock mode during syntactic fontification (@pxref{Syntactic
561 Font Lock}).  It is called with two arguments, @var{start} and
562 @var{end}, which are the starting and ending positions of the text on
563 which it should act.  It is allowed to call @code{syntax-ppss} on any
564 position before @var{end}.  However, it should not call
565 @code{syntax-ppss-flush-cache}; so, it is not allowed to call
566 @code{syntax-ppss} on some position and later modify the buffer at an
567 earlier position.
568 @end defvar
570 @defvar syntax-propertize-extend-region-functions
571 This abnormal hook is run by the syntax parsing code prior to calling
572 @code{syntax-propertize-function}.  Its role is to help locate safe
573 starting and ending buffer positions for passing to
574 @code{syntax-propertize-function}.  For example, a major mode can add
575 a function to this hook to identify multi-line syntactic constructs,
576 and ensure that the boundaries do not fall in the middle of one.
578 Each function in this hook should accept two arguments, @var{start}
579 and @var{end}.  It should return either a cons cell of two adjusted
580 buffer positions, @code{(@var{new-start} . @var{new-end})}, or
581 @code{nil} if no adjustment is necessary.  The hook functions are run
582 in turn, repeatedly, until they all return @code{nil}.
583 @end defvar
585 @node Motion and Syntax
586 @section Motion and Syntax
588   This section describes functions for moving across characters that
589 have certain syntax classes.
591 @defun skip-syntax-forward syntaxes &optional limit
592 This function moves point forward across characters having syntax
593 classes mentioned in @var{syntaxes} (a string of syntax class
594 characters).  It stops when it encounters the end of the buffer, or
595 position @var{limit} (if specified), or a character it is not supposed
596 to skip.
598 If @var{syntaxes} starts with @samp{^}, then the function skips
599 characters whose syntax is @emph{not} in @var{syntaxes}.
601 The return value is the distance traveled, which is a nonnegative
602 integer.
603 @end defun
605 @defun skip-syntax-backward syntaxes &optional limit
606 This function moves point backward across characters whose syntax
607 classes are mentioned in @var{syntaxes}.  It stops when it encounters
608 the beginning of the buffer, or position @var{limit} (if specified), or
609 a character it is not supposed to skip.
611 If @var{syntaxes} starts with @samp{^}, then the function skips
612 characters whose syntax is @emph{not} in @var{syntaxes}.
614 The return value indicates the distance traveled.  It is an integer that
615 is zero or less.
616 @end defun
618 @defun backward-prefix-chars
619 This function moves point backward over any number of characters with
620 expression prefix syntax.  This includes both characters in the
621 expression prefix syntax class, and characters with the @samp{p} flag.
622 @end defun
624 @node Parsing Expressions
625 @section Parsing Expressions
627   This section describes functions for parsing and scanning balanced
628 expressions.  We will refer to such expressions as @dfn{sexps},
629 following the terminology of Lisp, even though these functions can act
630 on languages other than Lisp.  Basically, a sexp is either a balanced
631 parenthetical grouping, a string, or a ``symbol'' (i.e., a sequence
632 of characters whose syntax is either word constituent or symbol
633 constituent).  However, characters in the expression prefix syntax
634 class (@pxref{Syntax Class Table}) are treated as part of the sexp if
635 they appear next to it.
637   The syntax table controls the interpretation of characters, so these
638 functions can be used for Lisp expressions when in Lisp mode and for C
639 expressions when in C mode.  @xref{List Motion}, for convenient
640 higher-level functions for moving over balanced expressions.
642   A character's syntax controls how it changes the state of the
643 parser, rather than describing the state itself.  For example, a
644 string delimiter character toggles the parser state between
645 ``in-string'' and ``in-code'', but the syntax of characters does not
646 directly say whether they are inside a string.  For example (note that
647 15 is the syntax code for generic string delimiters),
649 @example
650 (put-text-property 1 9 'syntax-table '(15 . nil))
651 @end example
653 @noindent
654 does not tell Emacs that the first eight chars of the current buffer
655 are a string, but rather that they are all string delimiters.  As a
656 result, Emacs treats them as four consecutive empty string constants.
658 @menu
659 * Motion via Parsing::       Motion functions that work by parsing.
660 * Position Parse::           Determining the syntactic state of a position.
661 * Parser State::             How Emacs represents a syntactic state.
662 * Low-Level Parsing::        Parsing across a specified region.
663 * Control Parsing::          Parameters that affect parsing.
664 @end menu
666 @node Motion via Parsing
667 @subsection Motion Commands Based on Parsing
669   This section describes simple point-motion functions that operate
670 based on parsing expressions.
672 @defun scan-lists from count depth
673 This function scans forward @var{count} balanced parenthetical
674 groupings from position @var{from}.  It returns the position where the
675 scan stops.  If @var{count} is negative, the scan moves backwards.
677 If @var{depth} is nonzero, treat the starting position as being
678 @var{depth} parentheses deep.  The scanner moves forward or backward
679 through the buffer until the depth changes to zero @var{count} times.
680 Hence, a positive value for @var{depth} has the effect of moving out
681 @var{depth} levels of parenthesis from the starting position, while a
682 negative @var{depth} has the effect of moving deeper by @var{-depth}
683 levels of parenthesis.
685 Scanning ignores comments if @code{parse-sexp-ignore-comments} is
686 non-@code{nil}.
688 If the scan reaches the beginning or end of the accessible part of the
689 buffer before it has scanned over @var{count} parenthetical groupings,
690 the return value is @code{nil} if the depth at that point is zero; if
691 the depth is non-zero, a @code{scan-error} error is signaled.
692 @end defun
694 @defun scan-sexps from count
695 This function scans forward @var{count} sexps from position @var{from}.
696 It returns the position where the scan stops.  If @var{count} is
697 negative, the scan moves backwards.
699 Scanning ignores comments if @code{parse-sexp-ignore-comments} is
700 non-@code{nil}.
702 If the scan reaches the beginning or end of (the accessible part of) the
703 buffer while in the middle of a parenthetical grouping, an error is
704 signaled.  If it reaches the beginning or end between groupings but
705 before count is used up, @code{nil} is returned.
706 @end defun
708 @defun forward-comment count
709 This function moves point forward across @var{count} complete comments
710      (that is, including the starting delimiter and the terminating
711 delimiter if any), plus any whitespace encountered on the way.  It
712 moves backward if @var{count} is negative.  If it encounters anything
713 other than a comment or whitespace, it stops, leaving point at the
714 place where it stopped.  This includes (for instance) finding the end
715 of a comment when moving forward and expecting the beginning of one.
716 The function also stops immediately after moving over the specified
717 number of complete comments.  If @var{count} comments are found as
718 expected, with nothing except whitespace between them, it returns
719 @code{t}; otherwise it returns @code{nil}.
721 This function cannot tell whether the ``comments'' it traverses are
722 embedded within a string.  If they look like comments, it treats them
723 as comments.
725 To move forward over all comments and whitespace following point, use
726 @code{(forward-comment (buffer-size))}.  @code{(buffer-size)} is a
727 good argument to use, because the number of comments in the buffer
728 cannot exceed that many.
729 @end defun
731 @node Position Parse
732 @subsection Finding the Parse State for a Position
734   For syntactic analysis, such as in indentation, often the useful
735 thing is to compute the syntactic state corresponding to a given buffer
736 position.  This function does that conveniently.
738 @defun syntax-ppss &optional pos
739 This function returns the parser state that the parser would reach at
740 position @var{pos} starting from the beginning of the buffer.
741 @iftex
742 See the next section for
743 @end iftex
744 @ifnottex
745 @xref{Parser State},
746 @end ifnottex
747 for a description of the parser state.
749 The return value is the same as if you call the low-level parsing
750 function @code{parse-partial-sexp} to parse from the beginning of the
751 buffer to @var{pos} (@pxref{Low-Level Parsing}).  However,
752 @code{syntax-ppss} uses a cache to speed up the computation.  Due to
753 this optimization, the second value (previous complete subexpression)
754 and sixth value (minimum parenthesis depth) in the returned parser
755 state are not meaningful.
757 This function has a side effect: it adds a buffer-local entry to
758 @code{before-change-functions} (@pxref{Change Hooks}) for
759 @code{syntax-ppss-flush-cache} (see below).  This entry keeps the
760 cache consistent as the buffer is modified.  However, the cache might
761 not be updated if @code{syntax-ppss} is called while
762 @code{before-change-functions} is temporarily let-bound, or if the
763 buffer is modified without running the hook, such as when using
764 @code{inhibit-modification-hooks}.  In those cases, it is necessary to
765 call @code{syntax-ppss-flush-cache} explicitly.
766 @end defun
768 @defun syntax-ppss-flush-cache beg &rest ignored-args
769 This function flushes the cache used by @code{syntax-ppss}, starting
770 at position @var{beg}.  The remaining arguments, @var{ignored-args},
771 are ignored; this function accepts them so that it can be directly
772 used on hooks such as @code{before-change-functions} (@pxref{Change
773 Hooks}).
774 @end defun
776   Major modes can make @code{syntax-ppss} run faster by specifying
777 where it needs to start parsing.
779 @defvar syntax-begin-function
780 If this is non-@code{nil}, it should be a function that moves to an
781 earlier buffer position where the parser state is equivalent to
782 @code{nil}---in other words, a position outside of any comment,
783 string, or parenthesis.  @code{syntax-ppss} uses it to further
784 optimize its computations, when the cache gives no help.
785 @end defvar
787 @node Parser State
788 @subsection Parser State
789 @cindex parser state
791   A @dfn{parser state} is a list of ten elements describing the state
792 of the syntactic parser, after it parses the text between a specified
793 starting point and a specified end point in the buffer.  Parsing
794 functions such as @code{syntax-ppss}
795 @ifnottex
796 (@pxref{Position Parse})
797 @end ifnottex
798 return a parser state as the value.  Some parsing functions accept a
799 parser state as an argument, for resuming parsing.
801   Here are the meanings of the elements of the parser state:
803 @enumerate 0
804 @item
805 The depth in parentheses, counting from 0.  @strong{Warning:} this can
806 be negative if there are more close parens than open parens between
807 the parser's starting point and end point.
809 @item
810 @cindex innermost containing parentheses
811 The character position of the start of the innermost parenthetical
812 grouping containing the stopping point; @code{nil} if none.
814 @item
815 @cindex previous complete subexpression
816 The character position of the start of the last complete subexpression
817 terminated; @code{nil} if none.
819 @item
820 @cindex inside string
821 Non-@code{nil} if inside a string.  More precisely, this is the
822 character that will terminate the string, or @code{t} if a generic
823 string delimiter character should terminate it.
825 @item
826 @cindex inside comment
827 @code{t} if inside a non-nestable comment (of any comment style;
828 @pxref{Syntax Flags}); or the comment nesting level if inside a
829 comment that can be nested.
831 @item
832 @cindex quote character
833 @code{t} if the end point is just after a quote character.
835 @item
836 The minimum parenthesis depth encountered during this scan.
838 @item
839 What kind of comment is active: @code{nil} if not in a comment or in a
840 comment of style @samp{a}; 1 for a comment of style @samp{b}; 2 for a
841 comment of style @samp{c}; and @code{syntax-table} for a comment that
842 should be ended by a generic comment delimiter character.
844 @item
845 The string or comment start position.  While inside a comment, this is
846 the position where the comment began; while inside a string, this is the
847 position where the string began.  When outside of strings and comments,
848 this element is @code{nil}.
850 @item
851 Internal data for continuing the parsing.  The meaning of this
852 data is subject to change; it is used if you pass this list
853 as the @var{state} argument to another call.
854 @end enumerate
856   Elements 1, 2, and 6 are ignored in a state which you pass as an
857 argument to continue parsing, and elements 8 and 9 are used only in
858 trivial cases.  Those elements are mainly used internally by the
859 parser code.
861   One additional piece of useful information is available from a
862 parser state using this function:
864 @defun syntax-ppss-toplevel-pos state
865 This function extracts, from parser state @var{state}, the last
866 position scanned in the parse which was at top level in grammatical
867 structure.  ``At top level'' means outside of any parentheses,
868 comments, or strings.
870 The value is @code{nil} if @var{state} represents a parse which has
871 arrived at a top level position.
872 @end defun
874 @node Low-Level Parsing
875 @subsection Low-Level Parsing
877   The most basic way to use the expression parser is to tell it
878 to start at a given position with a certain state, and parse up to
879 a specified end position.
881 @defun parse-partial-sexp start limit &optional target-depth stop-before state stop-comment
882 This function parses a sexp in the current buffer starting at
883 @var{start}, not scanning past @var{limit}.  It stops at position
884 @var{limit} or when certain criteria described below are met, and sets
885 point to the location where parsing stops.  It returns a parser state
886 @ifinfo
887 (@pxref{Parser State})
888 @end ifinfo
889 describing the status of the parse at the point where it stops.
891 @cindex parenthesis depth
892 If the third argument @var{target-depth} is non-@code{nil}, parsing
893 stops if the depth in parentheses becomes equal to @var{target-depth}.
894 The depth starts at 0, or at whatever is given in @var{state}.
896 If the fourth argument @var{stop-before} is non-@code{nil}, parsing
897 stops when it comes to any character that starts a sexp.  If
898 @var{stop-comment} is non-@code{nil}, parsing stops when it comes to the
899 start of a comment.  If @var{stop-comment} is the symbol
900 @code{syntax-table}, parsing stops after the start of a comment or a
901 string, or the end of a comment or a string, whichever comes first.
903 If @var{state} is @code{nil}, @var{start} is assumed to be at the top
904 level of parenthesis structure, such as the beginning of a function
905 definition.  Alternatively, you might wish to resume parsing in the
906 middle of the structure.  To do this, you must provide a @var{state}
907 argument that describes the initial status of parsing.  The value
908 returned by a previous call to @code{parse-partial-sexp} will do
909 nicely.
910 @end defun
912 @node Control Parsing
913 @subsection Parameters to Control Parsing
915 @defvar multibyte-syntax-as-symbol
916 If this variable is non-@code{nil}, @code{scan-sexps} treats all
917 non-@acronym{ASCII} characters as symbol constituents regardless
918 of what the syntax table says about them.  (However, text properties
919 can still override the syntax.)
920 @end defvar
922 @defopt parse-sexp-ignore-comments
923 @cindex skipping comments
924 If the value is non-@code{nil}, then comments are treated as
925 whitespace by the functions in this section and by @code{forward-sexp},
926 @code{scan-lists} and @code{scan-sexps}.
927 @end defopt
929 @vindex parse-sexp-lookup-properties
930 The behavior of @code{parse-partial-sexp} is also affected by
931 @code{parse-sexp-lookup-properties} (@pxref{Syntax Properties}).
933 You can use @code{forward-comment} to move forward or backward over
934 one comment or several comments.
936 @node Syntax Table Internals
937 @section Syntax Table Internals
938 @cindex syntax table internals
940   Syntax tables are implemented as char-tables (@pxref{Char-Tables}),
941 but most Lisp programs don't work directly with their elements.
942 Syntax tables do not store syntax data as syntax descriptors
943 (@pxref{Syntax Descriptors}); they use an internal format, which is
944 documented in this section.  This internal format can also be assigned
945 as syntax properties (@pxref{Syntax Properties}).
947 @cindex syntax code
948 @cindex raw syntax descriptor
949   Each entry in a syntax table is a @dfn{raw syntax descriptor}: a
950 cons cell of the form @code{(@var{syntax-code}
951 . @var{matching-char})}.  @var{syntax-code} is an integer which
952 encodes the syntax class and syntax flags, according to the table
953 below.  @var{matching-char}, if non-@code{nil}, specifies a matching
954 character (similar to the second character in a syntax descriptor).
956   Here are the syntax codes corresponding to the various syntax
957 classes:
959 @multitable @columnfractions .2 .3 .2 .3
960 @item
961 @i{Code} @tab @i{Class} @tab @i{Code} @tab @i{Class}
962 @item
963 0 @tab whitespace @tab 8 @tab paired delimiter
964 @item
965 1 @tab punctuation @tab 9 @tab escape
966 @item
967 2 @tab word @tab 10 @tab character quote
968 @item
969 3 @tab symbol @tab 11 @tab comment-start
970 @item
971 4 @tab open parenthesis @tab 12 @tab comment-end
972 @item
973 5 @tab close parenthesis @tab 13 @tab inherit
974 @item
975 6 @tab expression prefix @tab 14 @tab generic comment
976 @item
977 7 @tab string quote @tab 15 @tab generic string
978 @end multitable
980 @noindent
981 For example, in the standard syntax table, the entry for @samp{(} is
982 @code{(4 . 41)}.  41 is the character code for @samp{)}.
984   Syntax flags are encoded in higher order bits, starting 16 bits from
985 the least significant bit.  This table gives the power of two which
986 corresponds to each syntax flag.
988 @multitable @columnfractions .15 .3 .15 .3
989 @item
990 @i{Prefix} @tab @i{Flag} @tab @i{Prefix} @tab @i{Flag}
991 @item
992 @samp{1} @tab @code{(lsh 1 16)} @tab @samp{p} @tab @code{(lsh 1 20)}
993 @item
994 @samp{2} @tab @code{(lsh 1 17)} @tab @samp{b} @tab @code{(lsh 1 21)}
995 @item
996 @samp{3} @tab @code{(lsh 1 18)} @tab @samp{n} @tab @code{(lsh 1 22)}
997 @item
998 @samp{4} @tab @code{(lsh 1 19)}
999 @end multitable
1001 @defun string-to-syntax desc
1002 Given a syntax descriptor @var{desc} (a string), this function returns
1003 the corresponding raw syntax descriptor.
1004 @end defun
1006 @defun syntax-after pos
1007 This function returns the raw syntax descriptor for the character in
1008 the buffer after position @var{pos}, taking account of syntax
1009 properties as well as the syntax table.  If @var{pos} is outside the
1010 buffer's accessible portion (@pxref{Narrowing, accessible portion}),
1011 the return value is @code{nil}.
1012 @end defun
1014 @defun syntax-class syntax
1015 This function returns the syntax code for the raw syntax descriptor
1016 @var{syntax}.  More precisely, it takes the raw syntax descriptor's
1017 @var{syntax-code} component, masks off the high 16 bits which record
1018 the syntax flags, and returns the resulting integer.
1020 If @var{syntax} is @code{nil}, the return value is returns @code{nil}.
1021 This is so that the expression
1023 @example
1024 (syntax-class (syntax-after pos))
1025 @end example
1027 @noindent
1028 evaluates to @code{nil} if @code{pos} is outside the buffer's
1029 accessible portion, without throwing errors or returning an incorrect
1030 code.
1031 @end defun
1033 @node Categories
1034 @section Categories
1035 @cindex categories of characters
1036 @cindex character categories
1038   @dfn{Categories} provide an alternate way of classifying characters
1039 syntactically.  You can define several categories as needed, then
1040 independently assign each character to one or more categories.  Unlike
1041 syntax classes, categories are not mutually exclusive; it is normal for
1042 one character to belong to several categories.
1044 @cindex category table
1045   Each buffer has a @dfn{category table} which records which categories
1046 are defined and also which characters belong to each category.  Each
1047 category table defines its own categories, but normally these are
1048 initialized by copying from the standard categories table, so that the
1049 standard categories are available in all modes.
1051   Each category has a name, which is an @acronym{ASCII} printing character in
1052 the range @w{@samp{ }} to @samp{~}.  You specify the name of a category
1053 when you define it with @code{define-category}.
1055   The category table is actually a char-table (@pxref{Char-Tables}).
1056 The element of the category table at index @var{c} is a @dfn{category
1057 set}---a bool-vector---that indicates which categories character @var{c}
1058 belongs to.  In this category set, if the element at index @var{cat} is
1059 @code{t}, that means category @var{cat} is a member of the set, and that
1060 character @var{c} belongs to category @var{cat}.
1062 For the next three functions, the optional argument @var{table}
1063 defaults to the current buffer's category table.
1065 @defun define-category char docstring &optional table
1066 This function defines a new category, with name @var{char} and
1067 documentation @var{docstring}, for the category table @var{table}.
1069 Here's an example of defining a new category for characters that have
1070 strong right-to-left directionality (@pxref{Bidirectional Display})
1071 and using it in a special category table:
1073 @example
1074 (defvar special-category-table-for-bidi
1075   (let ((category-table (make-category-table))
1076         (uniprop-table (unicode-property-table-internal 'bidi-class)))
1077     (define-category ?R "Characters of bidi-class R, AL, or RLO"
1078                      category-table)
1079     (map-char-table
1080      #'(lambda (key val)
1081          (if (memq val '(R AL RLO))
1082              (modify-category-entry key ?R category-table)))
1083      uniprop-table)
1084     category-table))
1085 @end example
1086 @end defun
1088 @defun category-docstring category &optional table
1089 This function returns the documentation string of category @var{category}
1090 in category table @var{table}.
1092 @example
1093 (category-docstring ?a)
1094      @result{} "ASCII"
1095 (category-docstring ?l)
1096      @result{} "Latin"
1097 @end example
1098 @end defun
1100 @defun get-unused-category &optional table
1101 This function returns a category name (a character) which is not
1102 currently defined in @var{table}.  If all possible categories are in use
1103 in @var{table}, it returns @code{nil}.
1104 @end defun
1106 @defun category-table
1107 This function returns the current buffer's category table.
1108 @end defun
1110 @defun category-table-p object
1111 This function returns @code{t} if @var{object} is a category table,
1112 otherwise @code{nil}.
1113 @end defun
1115 @defun standard-category-table
1116 This function returns the standard category table.
1117 @end defun
1119 @defun copy-category-table &optional table
1120 This function constructs a copy of @var{table} and returns it.  If
1121 @var{table} is not supplied (or is @code{nil}), it returns a copy of the
1122 standard category table.  Otherwise, an error is signaled if @var{table}
1123 is not a category table.
1124 @end defun
1126 @defun set-category-table table
1127 This function makes @var{table} the category table for the current
1128 buffer.  It returns @var{table}.
1129 @end defun
1131 @defun make-category-table
1132 This creates and returns an empty category table.  In an empty category
1133 table, no categories have been allocated, and no characters belong to
1134 any categories.
1135 @end defun
1137 @defun make-category-set categories
1138 This function returns a new category set---a bool-vector---whose initial
1139 contents are the categories listed in the string @var{categories}.  The
1140 elements of @var{categories} should be category names; the new category
1141 set has @code{t} for each of those categories, and @code{nil} for all
1142 other categories.
1144 @example
1145 (make-category-set "al")
1146      @result{} #&128"\0\0\0\0\0\0\0\0\0\0\0\0\2\20\0\0"
1147 @end example
1148 @end defun
1150 @defun char-category-set char
1151 This function returns the category set for character @var{char} in the
1152 current buffer's category table.  This is the bool-vector which
1153 records which categories the character @var{char} belongs to.  The
1154 function @code{char-category-set} does not allocate storage, because
1155 it returns the same bool-vector that exists in the category table.
1157 @example
1158 (char-category-set ?a)
1159      @result{} #&128"\0\0\0\0\0\0\0\0\0\0\0\0\2\20\0\0"
1160 @end example
1161 @end defun
1163 @defun category-set-mnemonics category-set
1164 This function converts the category set @var{category-set} into a string
1165 containing the characters that designate the categories that are members
1166 of the set.
1168 @example
1169 (category-set-mnemonics (char-category-set ?a))
1170      @result{} "al"
1171 @end example
1172 @end defun
1174 @defun modify-category-entry char category &optional table reset
1175 This function modifies the category set of @var{char} in category
1176 table @var{table} (which defaults to the current buffer's category
1177 table).  @var{char} can be a character, or a cons cell of the form
1178 @code{(@var{min} . @var{max})}; in the latter case, the function
1179 modifies the category sets of all characters in the range between
1180 @var{min} and @var{max}, inclusive.
1182 Normally, it modifies a category set by adding @var{category} to it.
1183 But if @var{reset} is non-@code{nil}, then it deletes @var{category}
1184 instead.
1185 @end defun
1187 @deffn Command describe-categories &optional buffer-or-name
1188 This function describes the category specifications in the current
1189 category table.  It inserts the descriptions in a buffer, and then
1190 displays that buffer.  If @var{buffer-or-name} is non-@code{nil}, it
1191 describes the category table of that buffer instead.
1192 @end deffn