[BACK]Return to pa_string.h CVS log [TXT] [DIR] Up to [parser3project] / parser3 / src / include

Diff for /parser3/src/include/pa_string.h between versions 1.144.2.28.2.34 and 1.150

version 1.144.2.28.2.34, 2003/03/25 10:21:08 version 1.150, 2003/10/10 05:59:15
Line 16  static const char* IDENT_STRING_H="$Date Line 16  static const char* IDENT_STRING_H="$Date
 #include "pa_array.h"  #include "pa_array.h"
   
 extern "C" { // cord's author forgot to do that  extern "C" { // cord's author forgot to do that
   #define CORD_NO_IO
 #include "cord.h"  #include "cord.h"
 };  };
   
   // cord extension
   /* Returns true if x does contain                                       */
   /* char not_c at positions i..i+n. Value i,i+n must be < CORD_len(x).   */
   int CORD_range_contains_chr_greater_then(CORD x, size_t i, size_t n, int c);
   size_t CORD_block_count(CORD x);
   
 // forwards  // forwards
   
 class Charset;  class Charset;
Line 29  class Request_charsets; Line 36  class Request_charsets;
 class String;  class String;
 typedef Array<const String*> ArrayString;  typedef Array<const String*> ArrayString;
   
 // helpers  
 /*  
 /// appends clean piece to String @see String::append  
 #define APPEND_CLEAN(src, length) append(src, length, String::L_CLEAN)  
 /// appends piece to String as-is @see String::append  
 #define APPEND_AS_IS(src, length) append(src, length, String::L_AS_IS)  
 /// appends tainted piece to String  @see String::append  
 #define APPEND_TAINTED(src, length) append(src, length, String::L_TAINTED)  
 /// handy: appends const char* piece to String  @see String::append  
 #define APPEND_CONST(src) APPEND_AS_IS(src, 0)  
 */  
 /// this is result of pos functions which mean that substr were not found  /// this is result of pos functions which mean that substr were not found
 #define STRING_NOT_FOUND ((size_t)-1)  #define STRING_NOT_FOUND ((size_t)-1)
   
 class StringBody {  template<typename T>
   inline size_t get_length(T current) {
           return current;
   }
   
         CORD body;  /** 
           String which knows the lang of all it's langs.
   
           All pieces remember 
           - whether they are tainted or not, 
             and the lang which should be used to detaint them
   */
   class String: public PA_Object {
 public:  public:
   
         StringBody(): body(CORD_EMPTY) {}          /** piece is tainted or not. the lang to use when detaint
         StringBody(CORD abody): body(abody) {}                  remember to change String_Untaint_lang_name @ untaint.C along
         explicit StringBody(const char* str, size_t length): body(CORD_EMPTY) {  
                 append(str, length);  
         }  
         static StringBody Format(int value);  
   
         void clear() { body=CORD_EMPTY; }                  WARNING WARNING WARNING WARNING WARNING WARNING 
                   
                   pos function compares(<=) languages, that is used in searching
                   for table column separator being L_CLEAN or L_AS_IS.
                   they search for AS_IS, meaning AS_IS|CLEAN [doing <=L_AS_IS check].
                   
                   letters assigned for debugging, but it's important for no language-letter
                   come before L_AS_IS other then L_CLEAN
   
         bool operator! () const { return is_empty(); }                  WARNING WARNING WARNING WARNING WARNING WARNING 
           */
           enum Language {
                   L_UNSPECIFIED=0, ///< no real string has parts of this lange: it's just convinient to check when string's empty
                   // these two must go before others, there are checks for >L_AS_IS
                   L_CLEAN='0', ///< clean  WARNING: read above warning before changing
                   L_AS_IS='A',     ///< leave all characters intact  WARNING: read above warning before changing
   
         uint hash_code() const;                  L_PASS_APPENDED='P',
                           /**<
                                   leave lang built into string being appended.
                                   just a flag, that value not stored
                           */
                   L_TAINTED='T',  ///< tainted, untaint lang as assigned later 
                   // untaint langs. assigned by ^untaint[lang]{...}
                   L_FILE_SPEC='F', ///< file specification
                   L_HTTP_HEADER='h',    ///< text in HTTP response header
                   L_MAIL_HEADER='m',    ///< text in mail header
                   L_URI='U',       ///< text in uri
                   L_TABLE='L',     ///< ^table:set body
                   L_SQL='Q',       ///< ^table:sql body
                   L_JS='J',        ///< JavaScript code
                   L_XML='X',              ///< ^dom:set xml
                   L_HTML='H',      ///< HTML code (for editing)
                   // READ WARNING ABOVE BEFORE ADDING ANYTHING
                   L_OPTIMIZE_BIT = 0x80  ///< flag, requiring cstr whitespace optimization
           };
   
         const char* cstr() const { return CORD_to_const_char_star(body); }          union Languages {
         char* cstrm() const { return CORD_to_char_star(body); }  
   
         size_t length() const { return CORD_len(body); }                  struct {
                           Language lang:8;
                           int is_not_just_lang:sizeof(CORD)*8-8;
                   } opt;
                   CORD langs;
   
                   template<typename C>
                   CORD make_langs(C current) const {
                           return opt.is_not_just_lang?
                                   langs
                                   :CORD_chars((char)opt.lang, get_length(current));
                   }
   
         bool is_empty() const { return body==CORD_EMPTY; }                  CORD make_langs(size_t aoffset, size_t alength)  const {
                           return opt.is_not_just_lang?
                                   CORD_substr(langs, aoffset, alength)
                                   :CORD_chars((char)opt.lang, alength);
                   }
   
         void append(const char *str, size_t length) {                  /// appending when 'langs' already contain something [simple cases hanled elsewhere]
                 body=CORD_cat_char_star(body, str, length);                  template<typename C>
         }                  void append(C current, 
         void append(char c) { body=CORD_cat_char(body, c); }                          const CORD to_nonempty_target_langs) {
         void append(StringBody src) { body=CORD_cat(body, src.body); }                          assert(langs);
   
                           if(opt.is_not_just_lang)
                                   langs=CORD_cat(langs, to_nonempty_target_langs);
                           else { // we were "just lang"
                                   size_t current_size=get_length(current);
                                   assert(current_size);
                                   langs=CORD_cat(
                                           CORD_chars((char)opt.lang, current_size),  // first piece [making from just 'lang']
                                           to_nonempty_target_langs); // new piece
                           }
                   }
   
         // could not figure out why this operator is needed [should do this chain: string->simple->==]          public:
         bool operator < (const StringBody src) const { return CORD_cmp(body, src.body)<0; }  
         bool operator > (const StringBody src) const { return CORD_cmp(body, src.body)>0; }  
         bool operator <= (const StringBody src) const { return CORD_cmp(body, src.body)<=0; }  
         bool operator >= (const StringBody src) const { return CORD_cmp(body, src.body)>=0; }  
         bool operator != (const StringBody src) const { return CORD_cmp(body, src.body)!=0; }  
         bool operator == (const StringBody src) const { return CORD_cmp(body, src.body)==0; }  
   
         int ncmp(size_t x_begin, const StringBody y, size_t y_begin, size_t size) const {                  const char* v() const;
                 return CORD_ncmp(body, x_begin, y.body, y_begin, size);  
         }  
   
         char fetch(size_t index) const { return CORD_fetch(body, index); }                  Languages(): langs(0) {}
         StringBody mid(size_t index, size_t length) const { return CORD_substr(body, index, length); }                  Languages(Language alang) {
         size_t pos(const char* substr, size_t offset=0) const { return CORD_str(body, offset, substr); }                          opt.lang=alang;
         size_t pos(const StringBody substr, size_t offset=0) const {                           opt.is_not_just_lang=0;
                 if(!substr.length())                  }
                         return STRING_NOT_FOUND; // in this case CORD_str returns 0 [parser users got used to -1]  
                 return CORD_str(body, offset, substr.body);   
         }  
         size_t pos(char c,   
                 size_t offset=0) const {  
                 return CORD_chr(body, offset, c);  
         }  
   
         template<typename I> void for_each(int (*callback)(const char* s, I), I info) const {                  /// MUST be called exactly prior to modification of current [uses it's length]
                 CORD_iter5(body, 0, 0, (CORD_batched_iter_fn)callback, info);                  template<typename C>
         }                  void append(C current, Language alang, size_t asize) {
                           assert(alang);
                           assert(asize);
   
                           if(!opt.is_not_just_lang)
                                   if(opt.lang) {
                                           if(opt.lang==alang) // same length? ignoring
                                                   return;
                                   } else {
                                           opt.lang=alang; // to uninitialized
                                           return;
                                   }
   
         void set_pos(CORD_pos& pos, size_t index) const { CORD_set_pos(pos, body, index); }                          append(current, CORD_chars((char)alang, asize));
                   }
   
 };                  /// MUST be called exactly prior to modification of current [uses it's length]
                   template<typename C>
                   void append(C current, size_t appending_length, 
                           const Languages src) {
                           assert(appending_length);
   
                           if(!langs)
                                   langs=src.langs; // to uninitialized
                           else if(!src.opt.is_not_just_lang)
                                   append(current, src.opt.lang, appending_length); // simplifying when simple source
                           else
                                   append(current, src.make_langs(appending_length));
                   }
                   
                   /// MUST be called exactly prior to modification of current [uses it's length]
                   template<typename C>
                   void append(C current,
                           const Languages src, size_t aoffset, size_t alength) {
                           assert(alength);
   
                           if(!langs) // to uninitialized?
                                   if(src.opt.is_not_just_lang)
                                           langs=CORD_substr(src.langs, aoffset, alength); // to uninitialized complex
                                   else
                                           opt.lang=src.opt.lang; // to uninitialized simple
                           else 
                                   if(!opt.is_not_just_lang && !src.opt.is_not_just_lang && opt.lang==src.opt.lang) // both simple & of same language?
                                           return; // ignoring
                                   else
                                           append(current, src.make_langs(aoffset, alength));
                   }
   
 /**                   /// checks if we have lang<=alang all from aoffset to aoffset+alength
         String which knows the language of all it's fragments.                  bool check_lang(Language alang, size_t aoffset, size_t alength) const {
                           if(alang==L_UNSPECIFIED) // ignore lang?
                                   return true;
   
                           if(opt.is_not_just_lang)
                                   return CORD_range_contains_chr_greater_then(langs, aoffset, alength, (unsigned)alang)==0;
                           else
                                   return opt.lang<=alang;
                   }
   
         All pieces remember                   /// @returns count of blocks
         - whether they are tainted or not,                   /// @todo currently there can be adjucent blocks of same language. someday merge them
           and the language which should be used to detaint them                  size_t count() const {
 */                          return opt.is_not_just_lang?
 class String: public PA_Object {                                  CORD_block_count(langs)
                                   : opt.lang?
                                           1
                                           : 0;
                   };
   
                   template<typename C, typename I> 
                   void for_each(C current, 
                           int callback(char, size_t, I), I info) const {
                           
                           if(opt.is_not_just_lang)
                                   CORD_block_iter(langs, 0, (CORD_block_iter_fn)callback, info);
                           else
                                   callback(opt.lang, get_length(current), info);
                   }
   
 //      friend class StringBody;                  bool invariant(size_t current_length) {
                           if(!langs)
                                   return current_length==0;
                           if(opt.is_not_just_lang)
                                   return CORD_len(langs)==current_length;
                           return true; // uncheckable, actually
                   }
           };
   
 public:          class Body {
   
         /** piece is tainted or not. the language to use when detaint                  CORD body;
                 remember to change String_Untaint_lang_name @ untaint.C along  
         */  
         enum Language {  
                 L_UNSPECIFIED=0, ///< zero value handy for hash lookup @see untaint_lang_name2enum  
                 // these two must go before others, there are checks for >L_AS_IS  
                 L_CLEAN, ///< clean  
                 L_AS_IS,     ///< leave all characters intact  
   
                 L_PASS_APPENDED,          public:
                         /**<  
                                 leave language built into string being appended.  
                                 just a flag, that value not stored  
                         */  
                 L_TAINTED,  ///< tainted, untaint language as assigned later   
                 // untaint languages. assigned by ^untaint[lang]{...}  
                 L_FILE_SPEC, ///< file specification  
                 L_HTTP_HEADER,    ///< text in HTTP response header  
                 L_MAIL_HEADER,    ///< text in mail header  
                 L_URI,       ///< text in uri  
                 L_TABLE,     ///< ^table:set body  
                 L_SQL,       ///< ^table:sql body  
                 L_JS,        ///< JavaScript code  
                 L_XML,          ///< ^dom:set xml  
                 L_HTML,      ///< HTML code (for editing)  
                 L_OPTIMIZE_BIT = 0x8000  ///< flag, requiring cstr whitespace optimization  
         };  
   
         struct Fragment {                   const char* v() const;
                 Language lang; ///< untaint flag, later untaint language  
                 size_t length;  ///< length                  Body(): body(CORD_EMPTY) {}
                 Fragment(Language alang, size_t asize): lang(alang), length(asize) {                  Body(CORD abody): body(abody) {
 #ifdef _DEBUG                          assert(!body // no body
                         if(alang==L_UNSPECIFIED)                                  || *body // ordinary string
                                 _asm int 3; // MUST NOT                                  || body[1]==1 // CONCAT_HDR
                         if(asize==(size_t)-1)                                  || body[1]==4 // FN_HDR 
                                 _asm int 3; // MUST NOT                                  || body[1]==6 // SUBSTR_HDR 
 #endif                                  );
                 }                  }
         };                  /// WARNING: length is only HELPER length, str in ANY case should be zero-terminated
                   Body(const char* str, size_t helper_length): body(CORD_EMPTY) {
                           append_know_length(str, helper_length?helper_length:strlen(str));
                   }
                   static Body Format(int value);
   
                   void clear() { body=CORD_EMPTY; }
   
         class ArrayFragment: public Array<Fragment> {                  bool operator! () const { return is_empty(); }
                 void append(element_type src) {  
                         *static_cast<Array<Fragment> *>(this)+=src;                  uint hash_code() const;
                 }  
                 /// hiding from accidental USE, use append_positions                  const char* cstr() const { return CORD_to_const_char_star(body); }
                 void append(const ArrayFragment& src, int offset, int limit) {                   char* cstrm() const { return CORD_to_char_star(body); }
                         static_cast<Array<Fragment> *>(this)->append(src, offset, limit);  
                   size_t length() const { return CORD_len(body); }
   
                   bool is_empty() const { return body==CORD_EMPTY; }
   
                   void append_know_length(const char *str, size_t known_length) {
                           if(known_length)
                                   body=CORD_cat_char_star(body, str, known_length);
                 }                  }
         public:                  void append_strdup_know_length(const char* str, size_t known_length) {
                 ArrayFragment& operator += (element_type src) {                          if(known_length)
                         if(count()) { // not empty?                                  append_know_length(pa_strdup(str, known_length), known_length);
                                 // try to join with last  
                                 Fragment& last=get(count()-1);  
                                 if(last.lang==src.lang) {  
                                         last.length+=src.length;  
                                         return *this;  
                                 }  
                         }  
                         append(src);  
                         return *this;  
                 }                  }
                 void append(const ArrayFragment& src) { append(src, 0, 0); }                  void append(char c) { body=CORD_cat_char(body, c); }
                 void append_positions(const ArrayFragment& src, size_t substr_begin, size_t substr_end);                  Body& operator << (const Body src) { body=CORD_cat(body, src.body); return *this; }
                   Body& operator << (const char* str) { append_know_length(str, strlen(str)); return *this; }
   
                   // could not figure out why this operator is needed [should do this chain: string->simple->==]
                   bool operator < (const Body src) const { return CORD_cmp(body, src.body)<0; }
                   bool operator > (const Body src) const { return CORD_cmp(body, src.body)>0; }
                   bool operator <= (const Body src) const { return CORD_cmp(body, src.body)<=0; }
                   bool operator >= (const Body src) const { return CORD_cmp(body, src.body)>=0; }
                   bool operator != (const Body src) const { return CORD_cmp(body, src.body)!=0; }
                   bool operator == (const Body src) const { return CORD_cmp(body, src.body)==0; }
   
                   int ncmp(size_t x_begin, const Body y, size_t y_begin, size_t size) const {
                           return CORD_ncmp(body, x_begin, y.body, y_begin, size);
                   }
   
                   char fetch(size_t index) const { return CORD_fetch(body, index); }
                   Body mid(size_t index, size_t length) const { return CORD_substr(body, index, length); }
                   size_t pos(const char* substr, size_t offset=0) const { return CORD_str(body, offset, substr); }
                   size_t pos(const Body substr, size_t offset=0) const { 
                           if(!substr.length())
                                   return STRING_NOT_FOUND; // in this case CORD_str returns 0 [parser users got used to -1]
   
                           // CORD_str checks for bad offset [CORD_chr does not]
                           return CORD_str(body, offset, substr.body); 
                   }
                   size_t pos(char c, 
                           size_t offset=0) const {
                           if(offset>=length()) // CORD_chr does not check that [and ABORT's in that case]
                                   return STRING_NOT_FOUND;
   
                           return CORD_chr(body, offset, c);
                   }
   
                   template<typename I> void for_each(
                           int (*f1)(char c, I), 
                           int (*f2)(const char* s, I), 
                           I info) const {
                           CORD_iter5(body, 0, (CORD_iter_fn)f1, (CORD_batched_iter_fn)f2, info);
                   }
   
                   void set_pos(CORD_pos& pos, size_t index) const { CORD_set_pos(pos, body, index); }
   
                   /*Body normalize() const {
                           return Body(CORD_balance(body));
                   }*/
         };          };
   
         struct C {          struct C {
                   const char *str;
                   size_t length;
                   operator const char *() { return str; }
                   C(const char *astr, size_t asize): str(astr), length(asize) {}
           };
   
           struct Cm {
                 char *str;                  char *str;
                 size_t length;                  size_t length;
                 operator char *() { return str; }                  //operator char *() { return str; }
                 C(char *astr, size_t asize): str(astr), length(asize) {}                  Cm(char *astr, size_t asize): str(astr), length(asize) {}
         };          };
   
 private:  private:
   
         StringBody body; ///< all characters of string          Languages langs; ///< string characters lang
         ArrayFragment fragments; ///< fragment language+length info          Body body; ///< all characters of string
   
           const char* v() const;
   
   #define ASSERT_STRING_INVARIANT(string) \
           assert((string).langs.invariant((string).body.length()))
   
 public:  public:
   
         /// @todo check all places for length to be only HELPER length, and never be !=strlen(cstr)  
         explicit String(const char* cstr=0, size_t helper_length=0, bool tainted=false);          explicit String(const char* cstr=0, size_t helper_length=0, bool tainted=false);
         String(const String& src);          explicit String(const C cstr, bool tainted=false);
         String(StringBody abody, Language alang): body(abody) {          String(Body abody, Language alang): body(abody), langs(alang) {
                 fragments+=Fragment(alang, abody.length());                  assert(!body.is_empty());
                   ASSERT_STRING_INVARIANT(*this);
           }
           String(const String& src): body(src.body), langs(src.langs) {
                   ASSERT_STRING_INVARIANT(*this);
         }          }
   
         /// for convinient hash lookup          /// for convinient hash lookup
         operator const StringBody() const { return body; }          operator const Body() const { return body; }
   
         bool is_empty() const { return body.is_empty(); }          bool is_empty() const { return body.is_empty(); }
         size_t length() const { return body.length(); }          size_t length() const { return body.length(); }
   
         /// convert to CORD. if 'lang' known, forcing 'lang' to it          /// convert to CORD. if 'lang' known, forcing 'lang' to it
         StringBody cstr_to_string_body(Language lang=L_AS_IS,           Body cstr_to_string_body(Language lang=L_AS_IS, 
                 SQL_Connection* connection=0,                  SQL_Connection* connection=0,
                 const Request_charsets *charsets=0) const;                  const Request_charsets *charsets=0) const;
   
Line 232  public: Line 384  public:
                 return cstr_to_string_body(lang, connection, charsets).cstrm();                  return cstr_to_string_body(lang, connection, charsets).cstrm();
         }          }
         /// puts pieces to buf          /// puts pieces to buf
         C serialize(size_t prolog_size) const;          Cm serialize(size_t prolog_size) const;
         /// appends pieces from buf to self          /// appends pieces from buf to self
         bool deserialize(size_t prolog_size, void *buf, size_t buf_size);          bool deserialize(size_t prolog_size, void *buf, size_t buf_size);
         /** append fragment,           /// @see Body::append_know_length
                 @c length can be zero, it will be autocalced          String& append_know_length(const char* str, size_t known_length, Language lang);
                 when length<strlen(str) makes heap copy of @c str piece          /// @see Body::append_help_length
         */          String& append_help_length(const char* str, size_t helper_length, Language lang);
         String& append(const char* str, size_t length, Language lang);          String& append_strdup(const char* str, size_t helper_length, Language lang);
   
         bool operator == (const char* y) const { return body==StringBody(y); }          bool operator == (const char* y) const { return body==Body(y); }
         bool operator != (const char* y) const { return body!=StringBody(y); }          bool operator != (const char* y) const { return body!=Body(y); }
   
         /// this starts with y          /// this starts with y
         bool starts_with(const char* y) const {          bool starts_with(const char* y) const {
                 return body.ncmp(0/*x_begin*/, StringBody(y), 0/*y_begin*/, strlen(y))==0;                  return body.ncmp(0/*x_begin*/, Body(y), 0/*y_begin*/, strlen(y))==0;
         }          }
         /// x starts with this          /// x starts with this
         bool this_starts(const char* x) const {          bool this_starts(const char* x) const {
                 return StringBody(x).ncmp(0/*x_begin*/, body, 0/*y_begin*/, length())==0;                  return Body(x).ncmp(0/*x_begin*/, body, 0/*y_begin*/, length())==0;
         }          }
   
         String& append_to(String& dest, Language lang, bool forced) const;          String& append_to(String& dest, Language lang, bool forced) const;
Line 258  public: Line 410  public:
                 return src.append_to(*this, lang, forced);                  return src.append_to(*this, lang, forced);
         }          }
         String& operator << (const String& src) { return append(src, L_PASS_APPENDED); }          String& operator << (const String& src) { return append(src, L_PASS_APPENDED); }
         String& operator << (const char* src) { return append(src, 0, L_AS_IS); }          String& operator << (const char* src) { return append_help_length(src, 0, L_AS_IS); }
         String& operator << (const StringBody src) {           String& operator << (const Body src);
                 body.append(src);  
                 fragments+=Fragment(L_AS_IS, src.length());  
                 return *this;  
         }  
   
         /// extracts first char of a string, if any          /// extracts first char of a string, if any
         char first_char() const {          char first_char() const {
Line 285  public: Line 433  public:
                 but when specified: look for substring that lies in ONE fragment in THAT lang                  but when specified: look for substring that lies in ONE fragment in THAT lang
                 @return position of substr in string, -1 means "not found" [const char* version]                  @return position of substr in string, -1 means "not found" [const char* version]
         */          */
         size_t pos(const StringBody substr,           size_t pos(const Body substr, 
                 size_t this_offset=0, Language lang=L_UNSPECIFIED) const;                  size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
         /// String version of @see pos(const char*, int, Language)          /// String version of @see pos(const char*, int, Language)
         size_t pos(const String& substr,           size_t pos(const String& substr, 
Line 336  private: //disabled Line 484  private: //disabled
   
 };  };
   
   template<>
   inline size_t get_length<String::Body>(String::Body body) {
           return body.length();
   }
   
 /// simple hash code of string. used by Hash  /// simple hash code of string. used by Hash
 inline uint hash_code(const StringBody self) {  inline uint hash_code(const String::Body self) {
         return self.hash_code();          return self.hash_code();
 }  }
   
   
   /// now that we've declared specialization we can use it
   inline String& String::operator << (const String::Body src) { 
           langs.append(body, L_AS_IS, src.length());
           body<<src;
           return *this;
   }
   
   
 #endif  #endif
Removed from v.1.144.2.28.2.34  
changed lines
  Added in v.1.150

E-mail: