Update define-ibuffer-op doc string
[emacs.git] / doc / lispref / syntax.texi
blobf81c1643c21ef4d7a8e4f53dc07348ee05694df9
1 @c -*-texinfo-*-
2 @c This is part of the GNU Emacs Lisp Reference Manual.
3 @c Copyright (C) 1990-1995, 1998-1999, 2001-2016 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 stands for 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
144 @cindex syntax class table
146   Here is a table of syntax classes, the characters that designate
147 them, their meanings, and examples of their use.
149 @table @asis
150 @item Whitespace characters: @samp{@ } or @samp{-}
151 Characters that separate symbols and words from each other.
152 Typically, whitespace characters have no other syntactic significance,
153 and multiple whitespace characters are syntactically equivalent to a
154 single one.  Space, tab, and formfeed are classified as whitespace in
155 almost all major modes.
157 This syntax class can be designated by either @w{@samp{@ }} or
158 @samp{-}.  Both designators are equivalent.
160 @item Word constituents: @samp{w}
161 Parts of words in human languages.  These are typically used in
162 variable and command names in programs.  All upper- and lower-case
163 letters, and the digits, are typically word constituents.
165 @item Symbol constituents: @samp{_}
166 Extra characters used in variable and command names along with word
167 constituents.  Examples include the characters @samp{$&*+-_<>} in Lisp
168 mode, which may be part of a symbol name even though they are not part
169 of English words.  In standard C, the only non-word-constituent
170 character that is valid in symbols is underscore (@samp{_}).
172 @item Punctuation characters: @samp{.}
173 Characters used as punctuation in a human language, or used in a
174 programming language to separate symbols from one another.  Some
175 programming language modes, such as Emacs Lisp mode, have no
176 characters in this class since the few characters that are not symbol
177 or word constituents all have other uses.  Other programming language
178 modes, such as C mode, use punctuation syntax for operators.
180 @item Open parenthesis characters: @samp{(}
181 @itemx Close parenthesis characters: @samp{)}
182 Characters used in dissimilar pairs to surround sentences or
183 expressions.  Such a grouping is begun with an open parenthesis
184 character and terminated with a close.  Each open parenthesis
185 character matches a particular close parenthesis character, and vice
186 versa.  Normally, Emacs indicates momentarily the matching open
187 parenthesis when you insert a close parenthesis.  @xref{Blinking}.
189 In human languages, and in C code, the parenthesis pairs are
190 @samp{()}, @samp{[]}, and @samp{@{@}}.  In Emacs Lisp, the delimiters
191 for lists and vectors (@samp{()} and @samp{[]}) are classified as
192 parenthesis characters.
194 @item String quotes: @samp{"}
195 Characters used to delimit string constants.  The same string quote
196 character appears at the beginning and the end of a string.  Such
197 quoted strings do not nest.
199 The parsing facilities of Emacs consider a string as a single token.
200 The usual syntactic meanings of the characters in the string are
201 suppressed.
203 The Lisp modes have two string quote characters: double-quote (@samp{"})
204 and vertical bar (@samp{|}).  @samp{|} is not used in Emacs Lisp, but it
205 is used in Common Lisp.  C also has two string quote characters:
206 double-quote for strings, and apostrophe (@samp{'}) for character
207 constants.
209 Human text has no string quote characters.  We do not want quotation
210 marks to turn off the usual syntactic properties of other characters
211 in the quotation.
213 @item Escape-syntax characters: @samp{\}
214 Characters that start an escape sequence, such as is used in string
215 and character constants.  The character @samp{\} belongs to this class
216 in both C and Lisp.  (In C, it is used thus only inside strings, but
217 it turns out to cause no trouble to treat it this way throughout C
218 code.)
220 Characters in this class count as part of words if
221 @code{words-include-escapes} is non-@code{nil}.  @xref{Word Motion}.
223 @item Character quotes: @samp{/}
224 Characters used to quote the following character so that it loses its
225 normal syntactic meaning.  This differs from an escape character in
226 that only the character immediately following is ever affected.
228 Characters in this class count as part of words if
229 @code{words-include-escapes} is non-@code{nil}.  @xref{Word Motion}.
231 This class is used for backslash in @TeX{} mode.
233 @item Paired delimiters: @samp{$}
234 Similar to string quote characters, except that the syntactic
235 properties of the characters between the delimiters are not
236 suppressed.  Only @TeX{} mode uses a paired delimiter presently---the
237 @samp{$} that both enters and leaves math mode.
239 @item Expression prefixes: @samp{'}
240 Characters used for syntactic operators that are considered as part of
241 an expression if they appear next to one.  In Lisp modes, these
242 characters include the apostrophe, @samp{'} (used for quoting), the
243 comma, @samp{,} (used in macros), and @samp{#} (used in the read
244 syntax for certain data types).
246 @item Comment starters: @samp{<}
247 @itemx Comment enders: @samp{>}
248 @cindex comment syntax
249 Characters used in various languages to delimit comments.  Human text
250 has no comment characters.  In Lisp, the semicolon (@samp{;}) starts a
251 comment and a newline or formfeed ends one.
253 @item Inherit standard syntax: @samp{@@}
254 This syntax class does not specify a particular syntax.  It says to
255 look in the standard syntax table to find the syntax of this
256 character.
258 @item Generic comment delimiters: @samp{!}
259 Characters that start or end a special kind of comment.  @emph{Any}
260 generic comment delimiter matches @emph{any} generic comment
261 delimiter, but they cannot match a comment starter or comment ender;
262 generic comment delimiters can only match each other.
264 This syntax class is primarily meant for use with the
265 @code{syntax-table} text property (@pxref{Syntax Properties}).  You
266 can mark any range of characters as forming a comment, by giving the
267 first and last characters of the range @code{syntax-table} properties
268 identifying them as generic comment delimiters.
270 @item Generic string delimiters: @samp{|}
271 Characters that start or end a string.  This class differs from the
272 string quote class in that @emph{any} generic string delimiter can
273 match any other generic string delimiter; but they do not match
274 ordinary string quote characters.
276 This syntax class is primarily meant for use with the
277 @code{syntax-table} text property (@pxref{Syntax Properties}).  You
278 can mark any range of characters as forming a string constant, by
279 giving the first and last characters of the range @code{syntax-table}
280 properties identifying them as generic string delimiters.
281 @end table
283 @node Syntax Flags
284 @subsection Syntax Flags
285 @cindex syntax flags
287   In addition to the classes, entries for characters in a syntax table
288 can specify flags.  There are eight possible flags, represented by the
289 characters @samp{1}, @samp{2}, @samp{3}, @samp{4}, @samp{b}, @samp{c},
290 @samp{n}, and @samp{p}.
292   All the flags except @samp{p} are used to describe comment
293 delimiters.  The digit flags are used for comment delimiters made up
294 of 2 characters.  They indicate that a character can @emph{also} be
295 part of a comment sequence, in addition to the syntactic properties
296 associated with its character class.  The flags are independent of the
297 class and each other for the sake of characters such as @samp{*} in
298 C mode, which is a punctuation character, @emph{and} the second
299 character of a start-of-comment sequence (@samp{/*}), @emph{and} the
300 first character of an end-of-comment sequence (@samp{*/}).  The flags
301 @samp{b}, @samp{c}, and @samp{n} are used to qualify the corresponding
302 comment delimiter.
304   Here is a table of the possible flags for a character @var{c},
305 and what they mean:
307 @itemize @bullet
308 @item
309 @samp{1} means @var{c} is the start of a two-character comment-start
310 sequence.
312 @item
313 @samp{2} means @var{c} is the second character of such a sequence.
315 @item
316 @samp{3} means @var{c} is the start of a two-character comment-end
317 sequence.
319 @item
320 @samp{4} means @var{c} is the second character of such a sequence.
322 @item
323 @samp{b} means that @var{c} as a comment delimiter belongs to the
324 alternative ``b'' comment style.  For a two-character comment starter,
325 this flag is only significant on the second char, and for a 2-character
326 comment ender it is only significant on the first char.
328 @item
329 @samp{c} means that @var{c} as a comment delimiter belongs to the
330 alternative ``c'' comment style.  For a two-character comment
331 delimiter, @samp{c} on either character makes it of style ``c''.
333 @item
334 @samp{n} on a comment delimiter character specifies that this kind of
335 comment can be nested.  Inside such a comment, only comments of the
336 same style will be recognized.  For a two-character comment delimiter,
337 @samp{n} on either character makes it nestable.
339 @cindex comment style
340 Emacs supports several comment styles simultaneously in any one syntax
341 table.  A comment style is a set of flags @samp{b}, @samp{c}, and
342 @samp{n}, so there can be up to 8 different comment styles.
343 Each comment delimiter has a style and only matches comment delimiters
344 of the same style.  Thus if a comment starts with the comment-start
345 sequence of style ``bn'', it will extend until the next matching
346 comment-end sequence of style ``bn''.
348 The appropriate comment syntax settings for C++ can be as follows:
350 @table @asis
351 @item @samp{/}
352 @samp{124}
353 @item @samp{*}
354 @samp{23b}
355 @item newline
356 @samp{>}
357 @end table
359 This defines four comment-delimiting sequences:
361 @table @asis
362 @item @samp{/*}
363 This is a comment-start sequence for ``b'' style because the
364 second character, @samp{*}, has the @samp{b} flag.
366 @item @samp{//}
367 This is a comment-start sequence for ``a'' style because the second
368 character, @samp{/}, does not have the @samp{b} flag.
370 @item @samp{*/}
371 This is a comment-end sequence for ``b'' style because the first
372 character, @samp{*}, has the @samp{b} flag.
374 @item newline
375 This is a comment-end sequence for ``a'' style, because the newline
376 character does not have the @samp{b} flag.
377 @end table
379 @item
380 @samp{p} identifies an additional prefix character for Lisp syntax.
381 These characters are treated as whitespace when they appear between
382 expressions.  When they appear within an expression, they are handled
383 according to their usual syntax classes.
385 The function @code{backward-prefix-chars} moves back over these
386 characters, as well as over characters whose primary syntax class is
387 prefix (@samp{'}).  @xref{Motion and Syntax}.
388 @end itemize
390 @node Syntax Table Functions
391 @section Syntax Table Functions
393   In this section we describe functions for creating, accessing and
394 altering syntax tables.
396 @defun make-syntax-table &optional table
397 This function creates a new syntax table.  If @var{table} is
398 non-@code{nil}, the parent of the new syntax table is @var{table};
399 otherwise, the parent is the standard syntax table.
401 In the new syntax table, all characters are initially given the
402 ``inherit'' (@samp{@@}) syntax class, i.e., their syntax is inherited
403 from the parent table (@pxref{Syntax Class Table}).
404 @end defun
406 @defun copy-syntax-table &optional table
407 This function constructs a copy of @var{table} and returns it.  If
408 @var{table} is omitted or @code{nil}, it returns a copy of the
409 standard syntax table.  Otherwise, an error is signaled if @var{table}
410 is not a syntax table.
411 @end defun
413 @deffn Command modify-syntax-entry char syntax-descriptor  &optional table
414 @cindex syntax entry, setting
415 This function sets the syntax entry for @var{char} according to
416 @var{syntax-descriptor}.  @var{char} must be a character, or a cons
417 cell of the form @code{(@var{min} . @var{max})}; in the latter case,
418 the function sets the syntax entries for all characters in the range
419 between @var{min} and @var{max}, inclusive.
421 The syntax is changed only for @var{table}, which defaults to the
422 current buffer's syntax table, and not in any other syntax table.
424 The argument @var{syntax-descriptor} is a syntax descriptor, i.e., a
425 string whose first character is a syntax class designator and whose
426 second and subsequent characters optionally specify a matching
427 character and syntax flags.  @xref{Syntax Descriptors}.  An error is
428 signaled if @var{syntax-descriptor} is not a valid syntax descriptor.
430 This function always returns @code{nil}.  The old syntax information in
431 the table for this character is discarded.
433 @example
434 @group
435 @exdent @r{Examples:}
437 ;; @r{Put the space character in class whitespace.}
438 (modify-syntax-entry ?\s " ")
439      @result{} nil
440 @end group
442 @group
443 ;; @r{Make @samp{$} an open parenthesis character,}
444 ;;   @r{with @samp{^} as its matching close.}
445 (modify-syntax-entry ?$ "(^")
446      @result{} nil
447 @end group
449 @group
450 ;; @r{Make @samp{^} a close parenthesis character,}
451 ;;   @r{with @samp{$} as its matching open.}
452 (modify-syntax-entry ?^ ")$")
453      @result{} nil
454 @end group
456 @group
457 ;; @r{Make @samp{/} a punctuation character,}
458 ;;   @r{the first character of a start-comment sequence,}
459 ;;   @r{and the second character of an end-comment sequence.}
460 ;;   @r{This is used in C mode.}
461 (modify-syntax-entry ?/ ". 14")
462      @result{} nil
463 @end group
464 @end example
465 @end deffn
467 @defun char-syntax character
468 This function returns the syntax class of @var{character}, represented
469 by its designator character (@pxref{Syntax Class Table}).  This
470 returns @emph{only} the class, not its matching character or syntax
471 flags.
473 The following examples apply to C mode.  (We use @code{string} to make
474 it easier to see the character returned by @code{char-syntax}.)
476 @example
477 @group
478 ;; Space characters have whitespace syntax class.
479 (string (char-syntax ?\s))
480      @result{} " "
481 @end group
483 @group
484 ;; Forward slash characters have punctuation syntax.
485 ;; Note that this @code{char-syntax} call does not reveal
486 ;; that it is also part of comment-start and -end sequences.
487 (string (char-syntax ?/))
488      @result{} "."
489 @end group
491 @group
492 ;; Open parenthesis characters have open parenthesis syntax.
493 ;; Note that this @code{char-syntax} call does not reveal that
494 ;; it has a matching character, @samp{)}.
495 (string (char-syntax ?\())
496      @result{} "("
497 @end group
498 @end example
500 @end defun
502 @defun set-syntax-table table
503 This function makes @var{table} the syntax table for the current buffer.
504 It returns @var{table}.
505 @end defun
507 @defun syntax-table
508 This function returns the current syntax table, which is the table for
509 the current buffer.
510 @end defun
512 @deffn Command describe-syntax &optional buffer
513 This command displays the contents of the syntax table of
514 @var{buffer} (by default, the current buffer) in a help buffer.
515 @end deffn
517 @defmac with-syntax-table table body@dots{}
518 This macro executes @var{body} using @var{table} as the current syntax
519 table.  It returns the value of the last form in @var{body}, after
520 restoring the old current syntax table.
522 Since each buffer has its own current syntax table, we should make that
523 more precise: @code{with-syntax-table} temporarily alters the current
524 syntax table of whichever buffer is current at the time the macro
525 execution starts.  Other buffers are not affected.
526 @end defmac
528 @node Syntax Properties
529 @section Syntax Properties
530 @kindex syntax-table @r{(text property)}
532 When the syntax table is not flexible enough to specify the syntax of
533 a language, you can override the syntax table for specific character
534 occurrences in the buffer, by applying a @code{syntax-table} text
535 property.  @xref{Text Properties}, for how to apply text properties.
537   The valid values of @code{syntax-table} text property are:
539 @table @asis
540 @item @var{syntax-table}
541 If the property value is a syntax table, that table is used instead of
542 the current buffer's syntax table to determine the syntax for the
543 underlying text character.
545 @item @code{(@var{syntax-code} . @var{matching-char})}
546 A cons cell of this format is a raw syntax descriptor (@pxref{Syntax
547 Table Internals}), which directly specifies a syntax class for the
548 underlying text character.
550 @item @code{nil}
551 If the property is @code{nil}, the character's syntax is determined from
552 the current syntax table in the usual way.
553 @end table
555 @defvar parse-sexp-lookup-properties
556 If this is non-@code{nil}, the syntax scanning functions, like
557 @code{forward-sexp}, pay attention to syntax text properties.
558 Otherwise they use only the current syntax table.
559 @end defvar
561 @defvar syntax-propertize-function
562 This variable, if non-@code{nil}, should store a function for applying
563 @code{syntax-table} properties to a specified stretch of text.  It is
564 intended to be used by major modes to install a function which applies
565 @code{syntax-table} properties in some mode-appropriate way.
567 The function is called by @code{syntax-ppss} (@pxref{Position Parse}),
568 and by Font Lock mode during syntactic fontification (@pxref{Syntactic
569 Font Lock}).  It is called with two arguments, @var{start} and
570 @var{end}, which are the starting and ending positions of the text on
571 which it should act.  It is allowed to call @code{syntax-ppss} on any
572 position before @var{end}.  However, it should not call
573 @code{syntax-ppss-flush-cache}; so, it is not allowed to call
574 @code{syntax-ppss} on some position and later modify the buffer at an
575 earlier position.
576 @end defvar
578 @defvar syntax-propertize-extend-region-functions
579 This abnormal hook is run by the syntax parsing code prior to calling
580 @code{syntax-propertize-function}.  Its role is to help locate safe
581 starting and ending buffer positions for passing to
582 @code{syntax-propertize-function}.  For example, a major mode can add
583 a function to this hook to identify multi-line syntactic constructs,
584 and ensure that the boundaries do not fall in the middle of one.
586 Each function in this hook should accept two arguments, @var{start}
587 and @var{end}.  It should return either a cons cell of two adjusted
588 buffer positions, @code{(@var{new-start} . @var{new-end})}, or
589 @code{nil} if no adjustment is necessary.  The hook functions are run
590 in turn, repeatedly, until they all return @code{nil}.
591 @end defvar
593 @node Motion and Syntax
594 @section Motion and Syntax
595 @cindex moving across syntax classes
596 @cindex skipping characters of certain syntax
598   This section describes functions for moving across characters that
599 have certain syntax classes.
601 @defun skip-syntax-forward syntaxes &optional limit
602 This function moves point forward across characters having syntax
603 classes mentioned in @var{syntaxes} (a string of syntax class
604 characters).  It stops when it encounters the end of the buffer, or
605 position @var{limit} (if specified), or a character it is not supposed
606 to skip.
608 If @var{syntaxes} starts with @samp{^}, then the function skips
609 characters whose syntax is @emph{not} in @var{syntaxes}.
611 The return value is the distance traveled, which is a nonnegative
612 integer.
613 @end defun
615 @defun skip-syntax-backward syntaxes &optional limit
616 This function moves point backward across characters whose syntax
617 classes are mentioned in @var{syntaxes}.  It stops when it encounters
618 the beginning of the buffer, or position @var{limit} (if specified), or
619 a character it is not supposed to skip.
621 If @var{syntaxes} starts with @samp{^}, then the function skips
622 characters whose syntax is @emph{not} in @var{syntaxes}.
624 The return value indicates the distance traveled.  It is an integer that
625 is zero or less.
626 @end defun
628 @defun backward-prefix-chars
629 This function moves point backward over any number of characters with
630 expression prefix syntax.  This includes both characters in the
631 expression prefix syntax class, and characters with the @samp{p} flag.
632 @end defun
634 @node Parsing Expressions
635 @section Parsing Expressions
636 @cindex parsing expressions
637 @cindex scanning expressions
639   This section describes functions for parsing and scanning balanced
640 expressions.  We will refer to such expressions as @dfn{sexps},
641 following the terminology of Lisp, even though these functions can act
642 on languages other than Lisp.  Basically, a sexp is either a balanced
643 parenthetical grouping, a string, or a symbol (i.e., a sequence
644 of characters whose syntax is either word constituent or symbol
645 constituent).  However, characters in the expression prefix syntax
646 class (@pxref{Syntax Class Table}) are treated as part of the sexp if
647 they appear next to it.
649   The syntax table controls the interpretation of characters, so these
650 functions can be used for Lisp expressions when in Lisp mode and for C
651 expressions when in C mode.  @xref{List Motion}, for convenient
652 higher-level functions for moving over balanced expressions.
654   A character's syntax controls how it changes the state of the
655 parser, rather than describing the state itself.  For example, a
656 string delimiter character toggles the parser state between
657 in-string and in-code, but the syntax of characters does not
658 directly say whether they are inside a string.  For example (note that
659 15 is the syntax code for generic string delimiters),
661 @example
662 (put-text-property 1 9 'syntax-table '(15 . nil))
663 @end example
665 @noindent
666 does not tell Emacs that the first eight chars of the current buffer
667 are a string, but rather that they are all string delimiters.  As a
668 result, Emacs treats them as four consecutive empty string constants.
670 @menu
671 * Motion via Parsing::       Motion functions that work by parsing.
672 * Position Parse::           Determining the syntactic state of a position.
673 * Parser State::             How Emacs represents a syntactic state.
674 * Low-Level Parsing::        Parsing across a specified region.
675 * Control Parsing::          Parameters that affect parsing.
676 @end menu
678 @node Motion via Parsing
679 @subsection Motion Commands Based on Parsing
680 @cindex motion based on parsing
682   This section describes simple point-motion functions that operate
683 based on parsing expressions.
685 @defun scan-lists from count depth
686 This function scans forward @var{count} balanced parenthetical
687 groupings from position @var{from}.  It returns the position where the
688 scan stops.  If @var{count} is negative, the scan moves backwards.
690 If @var{depth} is nonzero, treat the starting position as being
691 @var{depth} parentheses deep.  The scanner moves forward or backward
692 through the buffer until the depth changes to zero @var{count} times.
693 Hence, a positive value for @var{depth} has the effect of moving out
694 @var{depth} levels of parenthesis from the starting position, while a
695 negative @var{depth} has the effect of moving deeper by @var{-depth}
696 levels of parenthesis.
698 Scanning ignores comments if @code{parse-sexp-ignore-comments} is
699 non-@code{nil}.
701 If the scan reaches the beginning or end of the accessible part of the
702 buffer before it has scanned over @var{count} parenthetical groupings,
703 the return value is @code{nil} if the depth at that point is zero; if
704 the depth is non-zero, a @code{scan-error} error is signaled.
705 @end defun
707 @defun scan-sexps from count
708 This function scans forward @var{count} sexps from position @var{from}.
709 It returns the position where the scan stops.  If @var{count} is
710 negative, the scan moves backwards.
712 Scanning ignores comments if @code{parse-sexp-ignore-comments} is
713 non-@code{nil}.
715 If the scan reaches the beginning or end of (the accessible part of) the
716 buffer while in the middle of a parenthetical grouping, an error is
717 signaled.  If it reaches the beginning or end between groupings but
718 before count is used up, @code{nil} is returned.
719 @end defun
721 @defun forward-comment count
722 This function moves point forward across @var{count} complete comments
723      (that is, including the starting delimiter and the terminating
724 delimiter if any), plus any whitespace encountered on the way.  It
725 moves backward if @var{count} is negative.  If it encounters anything
726 other than a comment or whitespace, it stops, leaving point at the
727 place where it stopped.  This includes (for instance) finding the end
728 of a comment when moving forward and expecting the beginning of one.
729 The function also stops immediately after moving over the specified
730 number of complete comments.  If @var{count} comments are found as
731 expected, with nothing except whitespace between them, it returns
732 @code{t}; otherwise it returns @code{nil}.
734 This function cannot tell whether the comments it traverses are
735 embedded within a string.  If they look like comments, it treats them
736 as comments.
738 To move forward over all comments and whitespace following point, use
739 @code{(forward-comment (buffer-size))}.  @code{(buffer-size)} is a
740 good argument to use, because the number of comments in the buffer
741 cannot exceed that many.
742 @end defun
744 @node Position Parse
745 @subsection Finding the Parse State for a Position
746 @cindex parse state for a position
748   For syntactic analysis, such as in indentation, often the useful
749 thing is to compute the syntactic state corresponding to a given buffer
750 position.  This function does that conveniently.
752 @defun syntax-ppss &optional pos
753 This function returns the parser state that the parser would reach at
754 position @var{pos} starting from the beginning of the buffer.
755 @iftex
756 See the next section for
757 @end iftex
758 @ifnottex
759 @xref{Parser State},
760 @end ifnottex
761 for a description of the parser state.
763 The return value is the same as if you call the low-level parsing
764 function @code{parse-partial-sexp} to parse from the beginning of the
765 buffer to @var{pos} (@pxref{Low-Level Parsing}).  However,
766 @code{syntax-ppss} uses a cache to speed up the computation.  Due to
767 this optimization, the second value (previous complete subexpression)
768 and sixth value (minimum parenthesis depth) in the returned parser
769 state are not meaningful.
771 This function has a side effect: it adds a buffer-local entry to
772 @code{before-change-functions} (@pxref{Change Hooks}) for
773 @code{syntax-ppss-flush-cache} (see below).  This entry keeps the
774 cache consistent as the buffer is modified.  However, the cache might
775 not be updated if @code{syntax-ppss} is called while
776 @code{before-change-functions} is temporarily let-bound, or if the
777 buffer is modified without running the hook, such as when using
778 @code{inhibit-modification-hooks}.  In those cases, it is necessary to
779 call @code{syntax-ppss-flush-cache} explicitly.
780 @end defun
782 @defun syntax-ppss-flush-cache beg &rest ignored-args
783 This function flushes the cache used by @code{syntax-ppss}, starting
784 at position @var{beg}.  The remaining arguments, @var{ignored-args},
785 are ignored; this function accepts them so that it can be directly
786 used on hooks such as @code{before-change-functions} (@pxref{Change
787 Hooks}).
788 @end defun
790 @node Parser State
791 @subsection Parser State
792 @cindex parser state
794   A @dfn{parser state} is a list of (currently) eleven elements
795 describing the state of the syntactic parser, after it parses the text
796 between a specified starting point and a specified end point in the
797 buffer.  Parsing functions such as @code{syntax-ppss}
798 @ifnottex
799 (@pxref{Position Parse})
800 @end ifnottex
801 return a parser state as the value.  Some parsing functions accept a
802 parser state as an argument, for resuming parsing.
804   Here are the meanings of the elements of the parser state:
806 @enumerate 0
807 @item
808 The depth in parentheses, counting from 0.  @strong{Warning:} this can
809 be negative if there are more close parens than open parens between
810 the parser's starting point and end point.
812 @item
813 @cindex innermost containing parentheses
814 The character position of the start of the innermost parenthetical
815 grouping containing the stopping point; @code{nil} if none.
817 @item
818 @cindex previous complete subexpression
819 The character position of the start of the last complete subexpression
820 terminated; @code{nil} if none.
822 @item
823 @cindex inside string
824 Non-@code{nil} if inside a string.  More precisely, this is the
825 character that will terminate the string, or @code{t} if a generic
826 string delimiter character should terminate it.
828 @item
829 @cindex inside comment
830 @code{t} if inside a non-nestable comment (of any comment style;
831 @pxref{Syntax Flags}); or the comment nesting level if inside a
832 comment that can be nested.
834 @item
835 @cindex quote character
836 @code{t} if the end point is just after a quote character.
838 @item
839 The minimum parenthesis depth encountered during this scan.
841 @item
842 What kind of comment is active: @code{nil} if not in a comment or in a
843 comment of style @samp{a}; 1 for a comment of style @samp{b}; 2 for a
844 comment of style @samp{c}; and @code{syntax-table} for a comment that
845 should be ended by a generic comment delimiter character.
847 @item
848 The string or comment start position.  While inside a comment, this is
849 the position where the comment began; while inside a string, this is the
850 position where the string began.  When outside of strings and comments,
851 this element is @code{nil}.
853 @item
854 The list of the positions of the currently open parentheses, starting
855 with the outermost.
857 @item
858 When the last buffer position scanned was the (potential) first
859 character of a two character construct (comment delimiter or
860 escaped/char-quoted character pair), the @var{syntax-code}
861 (@pxref{Syntax Table Internals}) of that position.  Otherwise
862 @code{nil}.
863 @end enumerate
865   Elements 1, 2, and 6 are ignored in a state which you pass as an
866 argument to continue parsing.  Elements 9 and 10 are mainly used
867 internally by the parser code.
869   One additional piece of useful information is available from a
870 parser state using this function:
872 @defun syntax-ppss-toplevel-pos state
873 This function extracts, from parser state @var{state}, the last
874 position scanned in the parse which was at top level in grammatical
875 structure.  ``At top level'' means outside of any parentheses,
876 comments, or strings.
878 The value is @code{nil} if @var{state} represents a parse which has
879 arrived at a top level position.
880 @end defun
882 @node Low-Level Parsing
883 @subsection Low-Level Parsing
885   The most basic way to use the expression parser is to tell it
886 to start at a given position with a certain state, and parse up to
887 a specified end position.
889 @defun parse-partial-sexp start limit &optional target-depth stop-before state stop-comment
890 This function parses a sexp in the current buffer starting at
891 @var{start}, not scanning past @var{limit}.  It stops at position
892 @var{limit} or when certain criteria described below are met, and sets
893 point to the location where parsing stops.  It returns a parser state
894 @ifinfo
895 (@pxref{Parser State})
896 @end ifinfo
897 describing the status of the parse at the point where it stops.
899 @cindex parenthesis depth
900 If the third argument @var{target-depth} is non-@code{nil}, parsing
901 stops if the depth in parentheses becomes equal to @var{target-depth}.
902 The depth starts at 0, or at whatever is given in @var{state}.
904 If the fourth argument @var{stop-before} is non-@code{nil}, parsing
905 stops when it comes to any character that starts a sexp.  If
906 @var{stop-comment} is non-@code{nil}, parsing stops after the start of
907 an unnested comment.  If @var{stop-comment} is the symbol
908 @code{syntax-table}, parsing stops after the start of an unnested
909 comment or a string, or after the end of an unnested comment or a
910 string, whichever comes first.
912 If @var{state} is @code{nil}, @var{start} is assumed to be at the top
913 level of parenthesis structure, such as the beginning of a function
914 definition.  Alternatively, you might wish to resume parsing in the
915 middle of the structure.  To do this, you must provide a @var{state}
916 argument that describes the initial status of parsing.  The value
917 returned by a previous call to @code{parse-partial-sexp} will do
918 nicely.
919 @end defun
921 @node Control Parsing
922 @subsection Parameters to Control Parsing
923 @cindex parsing, control parameters
925 @defvar multibyte-syntax-as-symbol
926 If this variable is non-@code{nil}, @code{scan-sexps} treats all
927 non-@acronym{ASCII} characters as symbol constituents regardless
928 of what the syntax table says about them.  (However, text properties
929 can still override the syntax.)
930 @end defvar
932 @defopt parse-sexp-ignore-comments
933 @cindex skipping comments
934 If the value is non-@code{nil}, then comments are treated as
935 whitespace by the functions in this section and by @code{forward-sexp},
936 @code{scan-lists} and @code{scan-sexps}.
937 @end defopt
939 @vindex parse-sexp-lookup-properties
940 The behavior of @code{parse-partial-sexp} is also affected by
941 @code{parse-sexp-lookup-properties} (@pxref{Syntax Properties}).
943 @defvar comment-end-can-be-escaped
944 If this buffer local variable is non-@code{nil}, a single character
945 which usually terminates a comment doesn't do so when that character
946 is escaped.  This is used in C and C++ Modes, where line comments
947 starting with @samp{//} can be continued onto the next line by
948 escaping the newline with @samp{\}.
949 @end defvar
951 You can use @code{forward-comment} to move forward or backward over
952 one comment or several comments.
954 @node Syntax Table Internals
955 @section Syntax Table Internals
956 @cindex syntax table internals
958   Syntax tables are implemented as char-tables (@pxref{Char-Tables}),
959 but most Lisp programs don't work directly with their elements.
960 Syntax tables do not store syntax data as syntax descriptors
961 (@pxref{Syntax Descriptors}); they use an internal format, which is
962 documented in this section.  This internal format can also be assigned
963 as syntax properties (@pxref{Syntax Properties}).
965 @cindex syntax code
966 @cindex raw syntax descriptor
967   Each entry in a syntax table is a @dfn{raw syntax descriptor}: a
968 cons cell of the form @code{(@var{syntax-code}
969 . @var{matching-char})}.  @var{syntax-code} is an integer which
970 encodes the syntax class and syntax flags, according to the table
971 below.  @var{matching-char}, if non-@code{nil}, specifies a matching
972 character (similar to the second character in a syntax descriptor).
974   Here are the syntax codes corresponding to the various syntax
975 classes:
977 @multitable @columnfractions .2 .3 .2 .3
978 @item
979 @i{Code} @tab @i{Class} @tab @i{Code} @tab @i{Class}
980 @item
981 0 @tab whitespace @tab 8 @tab paired delimiter
982 @item
983 1 @tab punctuation @tab 9 @tab escape
984 @item
985 2 @tab word @tab 10 @tab character quote
986 @item
987 3 @tab symbol @tab 11 @tab comment-start
988 @item
989 4 @tab open parenthesis @tab 12 @tab comment-end
990 @item
991 5 @tab close parenthesis @tab 13 @tab inherit
992 @item
993 6 @tab expression prefix @tab 14 @tab generic comment
994 @item
995 7 @tab string quote @tab 15 @tab generic string
996 @end multitable
998 @noindent
999 For example, in the standard syntax table, the entry for @samp{(} is
1000 @code{(4 . 41)}.  41 is the character code for @samp{)}.
1002   Syntax flags are encoded in higher order bits, starting 16 bits from
1003 the least significant bit.  This table gives the power of two which
1004 corresponds to each syntax flag.
1006 @multitable @columnfractions .15 .3 .15 .3
1007 @item
1008 @i{Prefix} @tab @i{Flag} @tab @i{Prefix} @tab @i{Flag}
1009 @item
1010 @samp{1} @tab @code{(lsh 1 16)} @tab @samp{p} @tab @code{(lsh 1 20)}
1011 @item
1012 @samp{2} @tab @code{(lsh 1 17)} @tab @samp{b} @tab @code{(lsh 1 21)}
1013 @item
1014 @samp{3} @tab @code{(lsh 1 18)} @tab @samp{n} @tab @code{(lsh 1 22)}
1015 @item
1016 @samp{4} @tab @code{(lsh 1 19)}
1017 @end multitable
1019 @defun string-to-syntax desc
1020 Given a syntax descriptor @var{desc} (a string), this function returns
1021 the corresponding raw syntax descriptor.
1022 @end defun
1024 @defun syntax-after pos
1025 This function returns the raw syntax descriptor for the character in
1026 the buffer after position @var{pos}, taking account of syntax
1027 properties as well as the syntax table.  If @var{pos} is outside the
1028 buffer's accessible portion (@pxref{Narrowing, accessible portion}),
1029 the return value is @code{nil}.
1030 @end defun
1032 @defun syntax-class syntax
1033 This function returns the syntax code for the raw syntax descriptor
1034 @var{syntax}.  More precisely, it takes the raw syntax descriptor's
1035 @var{syntax-code} component, masks off the high 16 bits which record
1036 the syntax flags, and returns the resulting integer.
1038 If @var{syntax} is @code{nil}, the return value is returns @code{nil}.
1039 This is so that the expression
1041 @example
1042 (syntax-class (syntax-after pos))
1043 @end example
1045 @noindent
1046 evaluates to @code{nil} if @code{pos} is outside the buffer's
1047 accessible portion, without throwing errors or returning an incorrect
1048 code.
1049 @end defun
1051 @node Categories
1052 @section Categories
1053 @cindex categories of characters
1054 @cindex character categories
1056   @dfn{Categories} provide an alternate way of classifying characters
1057 syntactically.  You can define several categories as needed, then
1058 independently assign each character to one or more categories.  Unlike
1059 syntax classes, categories are not mutually exclusive; it is normal for
1060 one character to belong to several categories.
1062 @cindex category table
1063   Each buffer has a @dfn{category table} which records which categories
1064 are defined and also which characters belong to each category.  Each
1065 category table defines its own categories, but normally these are
1066 initialized by copying from the standard categories table, so that the
1067 standard categories are available in all modes.
1069   Each category has a name, which is an @acronym{ASCII} printing character in
1070 the range @w{@samp{ }} to @samp{~}.  You specify the name of a category
1071 when you define it with @code{define-category}.
1073 @cindex category set
1074   The category table is actually a char-table (@pxref{Char-Tables}).
1075 The element of the category table at index @var{c} is a @dfn{category
1076 set}---a bool-vector---that indicates which categories character @var{c}
1077 belongs to.  In this category set, if the element at index @var{cat} is
1078 @code{t}, that means category @var{cat} is a member of the set, and that
1079 character @var{c} belongs to category @var{cat}.
1081 For the next three functions, the optional argument @var{table}
1082 defaults to the current buffer's category table.
1084 @defun define-category char docstring &optional table
1085 This function defines a new category, with name @var{char} and
1086 documentation @var{docstring}, for the category table @var{table}.
1088 Here's an example of defining a new category for characters that have
1089 strong right-to-left directionality (@pxref{Bidirectional Display})
1090 and using it in a special category table.  To obtain the information
1091 about the directionality of characters, the example code uses the
1092 @samp{bidi-class} Unicode property (@pxref{Character Properties,
1093 bidi-class}).
1095 @example
1096 (defvar special-category-table-for-bidi
1097   ;;     Make an empty category-table.
1098   (let ((category-table (make-category-table))
1099         ;; Create a char-table which gives the 'bidi-class' Unicode
1100         ;; property for each character.
1101         (uniprop-table (unicode-property-table-internal 'bidi-class)))
1102     (define-category ?R "Characters of bidi-class R, AL, or RLO"
1103                      category-table)
1104     ;; Modify the category entry of each character whose 'bidi-class'
1105     ;; Unicode property is R, AL, or RLO -- these have a
1106     ;; right-to-left directionality.
1107     (map-char-table
1108      #'(lambda (key val)
1109          (if (memq val '(R AL RLO))
1110              (modify-category-entry key ?R category-table)))
1111      uniprop-table)
1112     category-table))
1113 @end example
1114 @end defun
1116 @defun category-docstring category &optional table
1117 This function returns the documentation string of category @var{category}
1118 in category table @var{table}.
1120 @example
1121 (category-docstring ?a)
1122      @result{} "ASCII"
1123 (category-docstring ?l)
1124      @result{} "Latin"
1125 @end example
1126 @end defun
1128 @defun get-unused-category &optional table
1129 This function returns a category name (a character) which is not
1130 currently defined in @var{table}.  If all possible categories are in use
1131 in @var{table}, it returns @code{nil}.
1132 @end defun
1134 @defun category-table
1135 This function returns the current buffer's category table.
1136 @end defun
1138 @defun category-table-p object
1139 This function returns @code{t} if @var{object} is a category table,
1140 otherwise @code{nil}.
1141 @end defun
1143 @defun standard-category-table
1144 This function returns the standard category table.
1145 @end defun
1147 @defun copy-category-table &optional table
1148 This function constructs a copy of @var{table} and returns it.  If
1149 @var{table} is not supplied (or is @code{nil}), it returns a copy of the
1150 standard category table.  Otherwise, an error is signaled if @var{table}
1151 is not a category table.
1152 @end defun
1154 @defun set-category-table table
1155 This function makes @var{table} the category table for the current
1156 buffer.  It returns @var{table}.
1157 @end defun
1159 @defun make-category-table
1160 This creates and returns an empty category table.  In an empty category
1161 table, no categories have been allocated, and no characters belong to
1162 any categories.
1163 @end defun
1165 @defun make-category-set categories
1166 This function returns a new category set---a bool-vector---whose initial
1167 contents are the categories listed in the string @var{categories}.  The
1168 elements of @var{categories} should be category names; the new category
1169 set has @code{t} for each of those categories, and @code{nil} for all
1170 other categories.
1172 @example
1173 (make-category-set "al")
1174      @result{} #&128"\0\0\0\0\0\0\0\0\0\0\0\0\2\20\0\0"
1175 @end example
1176 @end defun
1178 @defun char-category-set char
1179 This function returns the category set for character @var{char} in the
1180 current buffer's category table.  This is the bool-vector which
1181 records which categories the character @var{char} belongs to.  The
1182 function @code{char-category-set} does not allocate storage, because
1183 it returns the same bool-vector that exists in the category table.
1185 @example
1186 (char-category-set ?a)
1187      @result{} #&128"\0\0\0\0\0\0\0\0\0\0\0\0\2\20\0\0"
1188 @end example
1189 @end defun
1191 @defun category-set-mnemonics category-set
1192 This function converts the category set @var{category-set} into a string
1193 containing the characters that designate the categories that are members
1194 of the set.
1196 @example
1197 (category-set-mnemonics (char-category-set ?a))
1198      @result{} "al"
1199 @end example
1200 @end defun
1202 @defun modify-category-entry char category &optional table reset
1203 This function modifies the category set of @var{char} in category
1204 table @var{table} (which defaults to the current buffer's category
1205 table).  @var{char} can be a character, or a cons cell of the form
1206 @code{(@var{min} . @var{max})}; in the latter case, the function
1207 modifies the category sets of all characters in the range between
1208 @var{min} and @var{max}, inclusive.
1210 Normally, it modifies a category set by adding @var{category} to it.
1211 But if @var{reset} is non-@code{nil}, then it deletes @var{category}
1212 instead.
1213 @end defun
1215 @deffn Command describe-categories &optional buffer-or-name
1216 This function describes the category specifications in the current
1217 category table.  It inserts the descriptions in a buffer, and then
1218 displays that buffer.  If @var{buffer-or-name} is non-@code{nil}, it
1219 describes the category table of that buffer instead.
1220 @end deffn