[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 1.147 and 1.182

version 1.147, 2003/09/25 09:41:24 version 1.182, 2009/05/14 08:10:09
Line 1 Line 1
 /** @file  /** @file
         Parser: string class decl.          Parser: string class decl.
   
         Copyright (c) 2001-2003 ArtLebedev Group (http://www.artlebedev.com)          Copyright (c) 2001-2009 ArtLebedev Group (http://www.artlebedev.com)
         Author: Alexandr Petrosian <paf@design.ru> (http://paf.design.ru)          Author: Alexandr Petrosian <paf@design.ru> (http://paf.design.ru)
 */  */
   
 #ifndef PA_STRING_H  #ifndef PA_STRING_H
 #define PA_STRING_H  #define PA_STRING_H
   
 static const char* IDENT_STRING_H="$Date$";  static const char * const IDENT_STRING_H="$Date$";
   
 // includes  // includes
   
 #include "pa_types.h"  #include "pa_types.h"
 #include "pa_array.h"  #include "pa_array.h"
   
Line 20  extern "C" { // cord's author forgot to Line 19  extern "C" { // cord's author forgot to
 #include "cord.h"  #include "cord.h"
 };  };
   
   // defines
   
 // cord extension  // cord extension
 /* Returns true if x does contain                                       */  /* Returns true if x does contain                                       */
 /* char not_c at positions i..i+n. Value i,i+n must be < CORD_len(x).   */  /* 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);  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
   
Line 34  class Dictionary; Line 36  class Dictionary;
 class Request_charsets;  class Request_charsets;
 class String;  class String;
 typedef Array<const String*> ArrayString;  typedef Array<const String*> ArrayString;
   class VRegex;
   
   // generally useful
   
   int pa_atoi(const char* str, const String* problem_source=0);
   double pa_atod(const char* str, const String* problem_source=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)
Line 50  inline size_t get_length(T current) { Line 58  inline size_t get_length(T current) {
         - whether they are tainted or not,           - whether they are tainted or not, 
           and the lang which should be used to detaint them            and the lang which should be used to detaint them
 */  */
   
   
 class String: public PA_Object {  class String: public PA_Object {
 public:  public:
   
         /** piece is tainted or not. the lang to use when detaint          /** piece is tainted or not. the lang to use when detaint
                 remember to change String_Untaint_lang_name @ untaint.C along                  remember to change String_Untaint_lang_name @ untaint.C along
   
                   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
   
                   WARNING WARNING WARNING WARNING WARNING WARNING 
         */          */
         enum Language {          enum Language {
                 L_UNSPECIFIED=0, ///< no real string has parts of this lange: it's just convinient to check when string's empty                  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                  // these two must go before others, there are checks for >L_AS_IS
                 L_CLEAN='1', ///< clean                  L_CLEAN='0',    ///< clean  WARNING: read above warning before changing
                 L_AS_IS,     ///< leave all characters intact                  L_AS_IS='A',    ///< leave all characters intact  WARNING: read above warning before changing
   
                 L_PASS_APPENDED,                  L_PASS_APPENDED='P',
                         /**<                          /**<
                                 leave lang built into string being appended.                                  leave lang built into string being appended.
                                 just a flag, that value not stored                                  just a flag, that value not stored
                         */                          */
                 L_TAINTED,  ///< tainted, untaint lang as assigned later                   L_TAINTED='T',  ///< tainted, untaint lang as assigned later 
                 // untaint langs. assigned by ^untaint[lang]{...}                  // untaint langs. assigned by ^untaint[lang]{...}
                 L_FILE_SPEC, ///< file specification                  L_FILE_SPEC='F',        ///< file specification
                 L_HTTP_HEADER,    ///< text in HTTP response header                  L_HTTP_HEADER='h',      ///< text in HTTP response header
                 L_MAIL_HEADER,    ///< text in mail header                  L_MAIL_HEADER='m',      ///< text in mail header
                 L_URI,       ///< text in uri                  L_URI='U',              ///< text in uri
                 L_TABLE,     ///< ^table:set body                  L_SQL='Q',              ///< ^table:sql body
                 L_SQL,       ///< ^table:sql body                  L_JS='J',               ///< JavaScript code
                 L_JS,        ///< JavaScript code                  L_XML='X',              ///< ^dom:set xml
                 L_XML,          ///< ^dom:set xml                  L_HTML='H',             ///< HTML code
                 L_HTML,      ///< HTML code (for editing)                  L_REGEX='R',    ///< RegEx expression
                   L_HTTP_COOKIE='C',      ///< cookies encoded as %uXXXX for compartibility with js functions encode/decode
                   L_FILE_POST='f', ///temporary escaping zero-char
                   // READ WARNING ABOVE BEFORE ADDING ANYTHING
                 L_OPTIMIZE_BIT = 0x80  ///< flag, requiring cstr whitespace optimization                  L_OPTIMIZE_BIT = 0x80  ///< flag, requiring cstr whitespace optimization
         };          };
   
           enum Trim_kind {
                   TRIM_BOTH,
                   TRIM_START,
                   TRIM_END
           };
   
   
         union Languages {          union Languages {
   
                 struct {                  struct {
   #ifdef PA_LITTLE_ENDIAN
                           Language lang:8;
                           size_t is_not_just_lang:sizeof(CORD)*8-8;
   #elif defined(PA_BIG_ENDIAN)
                           size_t is_not_just_lang:sizeof(CORD)*8-8;
                         Language lang:8;                          Language lang:8;
                         int is_not_just_lang:sizeof(CORD)*8-8;  #else
   #       error word endianness not determined for some obscure reason
   #endif
                 } opt;                  } opt;
                 CORD langs;                  CORD langs;
   
Line 102  public: Line 140  public:
                                 :CORD_chars((char)opt.lang, alength);                                  :CORD_chars((char)opt.lang, alength);
                 }                  }
   
                 /// appending when 'langs' already contain something [simple cases hanled elsewhere]                  /// appending when 'langs' already contain something [simple cases handled elsewhere]
                 template<typename C>                  template<typename C>
                 void append(C current,                   void append(C current, 
                         const CORD to_nonempty_target_langs) {                          const CORD to_nonempty_target_langs) {
Line 122  public: Line 160  public:
         public:          public:
   
                 const char* v() const;                  const char* v() const;
                   void dump() const;
   
                 Languages(): langs(0) {}                  Languages(): langs(0) {}
                 Languages(Language alang) {                  Languages(Language alang) {
Line 137  public: Line 176  public:
   
                         if(!opt.is_not_just_lang)                          if(!opt.is_not_just_lang)
                                 if(opt.lang) {                                  if(opt.lang) {
                                         if(opt.lang==alang) // same length? ignoring                                          if(opt.lang==alang) // same language? ignoring
                                                 return;                                                  return;
                                 } else {                                  } else {
                                         opt.lang=alang; // to uninitialized                                          opt.lang=alang; // to uninitialized
Line 147  public: Line 186  public:
                         append(current, CORD_chars((char)alang, asize));                          append(current, CORD_chars((char)alang, asize));
                 }                  }
   
                 /// MUST be called exactly prior to modification of current [uses it's length]  
                 template<typename C>                  template<typename C>
                 void append(C current, size_t appending_length,                   void appendHelper(C current, Language alang, C asize_helper) {
                         const Languages src) {                          assert(alang);
                         assert(appending_length);  
                           if(!opt.is_not_just_lang)
                                   if(opt.lang) {
                                           if(opt.lang==alang) // same length? ignoring
                                                   return;
                                   } else {
                                           opt.lang=alang; // to uninitialized
                                           return;
                                   }
   
                           append(current, CORD_chars((char)alang, asize_helper.length()));
                   }
   
                   template<typename C>
                   void appendHelper(C current, C length_helper, const Languages src) {
   
                         if(!langs)                          if(!langs)
                                 langs=src.langs; // to uninitialized                                  langs=src.langs; // to uninitialized
                         else if(!src.opt.is_not_just_lang)                          else if(!src.opt.is_not_just_lang)
                                 append(current, src.opt.lang, appending_length); // simplifying when simple source                                  appendHelper(current, src.opt.lang, length_helper); // simplifying when simple source
                         else                          else
                                 append(current, src.make_langs(appending_length));                                  append(current, src.make_langs(length_helper));
                 }                  }
                   
   
                 /// MUST be called exactly prior to modification of current [uses it's length]                  /// MUST be called exactly prior to modification of current [uses it's length]
                 template<typename C>                  template<typename C>
                 void append(C current,                  void append(C current,
Line 187  public: Line 240  public:
                         if(opt.is_not_just_lang)                          if(opt.is_not_just_lang)
                                 return CORD_range_contains_chr_greater_then(langs, aoffset, alength, (unsigned)alang)==0;                                  return CORD_range_contains_chr_greater_then(langs, aoffset, alength, (unsigned)alang)==0;
                         else                          else
                                 return opt.lang<=alang;                                  return (unsigned)opt.lang<=(unsigned)alang;
                 }                  }
   
                   /// @returns count of blocks
                   /// @todo currently there can be adjucent blocks of same language. someday merge them
                   size_t count() const {
                           return opt.is_not_just_lang?
                                   CORD_block_count(langs)
                                   : opt.lang?
                                           1
                                           : 0;
                   };
   
                 template<typename C, typename I>                   template<typename C, typename I> 
                 void for_each(C current,                   void for_each(C current, 
                         int callback(char, size_t, I), I info) const {                          int callback(char, size_t, I), I info) const {
Line 200  public: Line 263  public:
                                 callback(opt.lang, get_length(current), info);                                  callback(opt.lang, get_length(current), info);
                 }                  }
   
                 bool invariant(size_t current_length) {                  bool invariant(size_t current_length) const {
                         if(!langs)                          if(!langs)
                                 return current_length==0;                                  return current_length==0;
                         if(opt.is_not_just_lang)                          if(opt.is_not_just_lang)
Line 216  public: Line 279  public:
         public:          public:
   
                 const char* v() const;                  const char* v() const;
                   void dump() const;
   
                 Body(): body(CORD_EMPTY) {}                  Body(): body(CORD_EMPTY) {}
                 Body(CORD abody): body(abody) {                  Body(CORD abody): body(abody) {
Line 226  public: Line 290  public:
                                 || body[1]==6 // SUBSTR_HDR                                   || body[1]==6 // SUBSTR_HDR 
                                 );                                  );
                 }                  }
                 /// 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);                  static Body Format(int value);
   
                 void clear() { body=CORD_EMPTY; }                  void clear() { body=CORD_EMPTY; }
Line 273  public: Line 334  public:
                 Body mid(size_t index, size_t length) const { return CORD_substr(body, index, length); }                  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 char* substr, size_t offset=0) const { return CORD_str(body, offset, substr); }
                 size_t pos(const Body substr, size_t offset=0) const {                   size_t pos(const Body substr, size_t offset=0) const { 
                         if(!substr.length())                          if(substr.is_empty())
                                 return STRING_NOT_FOUND; // in this case CORD_str returns 0 [parser users got used to -1]                                  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);                           return CORD_str(body, offset, substr.body); 
                 }                  }
                 size_t pos(char c,                   size_t pos(char c, 
                         size_t offset=0) const {                          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);                          return CORD_chr(body, offset, c);
                 }                  }
   
         /*      template<typename I> void for_each(int (*callback)(const char* s, I), I info) const {                  template<typename I> int for_each(
                         CORD_iter5(body, 0, 0, (CORD_batched_iter_fn)callback, info);                          int (*f)(char c, I), 
                 }*/                          I info) const {
                           return CORD_iter(body, (CORD_iter_fn)f, (void*)info);
                   }
   
                   template<typename I> int for_each(
                           int (*f1)(char c, I), 
                           int (*f2)(const char* s, I), 
                           I info) const {
                           return 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); }                  void set_pos(CORD_pos& pos, size_t index) const { CORD_set_pos(pos, body, index); }
   
                 /*Body normalize() const {                  /*Body normalize() const {
                         return Body(CORD_balance(body));                          return Body(CORD_balance(body));
                 }*/                  }*/
   
                   /// @returns this or 0 or mid. if returns this or 0 out_* are not filled
                   Body trim(Trim_kind kind=TRIM_BOTH, const char* chars=0,
                           size_t* out_start=0, size_t* out_length=0) const;
         };          };
   
         struct C {          struct C {
                 const char *str;                  const char *str;
                 size_t length;                  size_t length;
                 operator const char *() { return str; }                  operator const char *() { return str; }
                   C(): str(0), length(0) {}
                 C(const char *astr, size_t asize): str(astr), length(asize) {}                  C(const char *astr, size_t asize): str(astr), length(asize) {}
         };          };
   
Line 304  public: Line 384  public:
                 char *str;                  char *str;
                 size_t length;                  size_t length;
                 //operator char *() { return str; }                  //operator char *() { return str; }
                   Cm(): str(0), length(0) {}
                 Cm(char *astr, size_t asize): str(astr), length(asize) {}                  Cm(char *astr, size_t asize): str(astr), length(asize) {}
         };          };
   
 private:  private:
   
         Languages langs; ///< string characters lang  
         Body body; ///< all characters of string          Body body; ///< all characters of string
           Languages langs; ///< string characters lang
   
         const char* v() const;          const char* v() const;
           void dump() const;
 #define ASSERT_STRING_INVARIANT(string) \          #define ASSERT_STRING_INVARIANT(string) \
         assert((string).langs.invariant((string).body.length()))                  assert((string).langs.invariant((string).body.length()))
   
 public:  public:
   
         explicit String(const char* cstr=0, size_t helper_length=0, bool tainted=false);          static const String Empty;
         explicit String(const C cstr, bool tainted=false);  
           explicit String(){};
           explicit String(const char* cstr, Language alang=L_CLEAN){
                   if(cstr && *cstr){
                           body=cstr;
                           langs=alang;
                   }
           }
           explicit String(const String::C cstr, Language alang=L_CLEAN){
                   if(cstr.length){
                           body=cstr.str;
                           langs=alang;
                   }
           }
         String(Body abody, Language alang): body(abody), langs(alang) {          String(Body abody, Language alang): body(abody), langs(alang) {
                 assert(!body.is_empty());  
                 ASSERT_STRING_INVARIANT(*this);                  ASSERT_STRING_INVARIANT(*this);
         }          }
         String(const String& src): body(src.body), langs(src.langs) {          String(const String& src): body(src.body), langs(src.langs) {
Line 334  public: Line 427  public:
   
         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(); }
           size_t length(Charset& charset) const;
   
         /// convert to CORD. if 'lang' known, forcing 'lang' to it          /// convert to CORD. if 'lang' known, forcing 'lang' to it
         Body cstr_to_string_body(Language lang=L_AS_IS,           Body cstr_to_string_body(Language lang=L_AS_IS, 
Line 396  public: Line 490  public:
   
         /// extracts [start, finish) piece of string          /// extracts [start, finish) piece of string
         String& mid(size_t substr_begin, size_t substr_end) const;          String& mid(size_t substr_begin, size_t substr_end) const;
           String& mid(Charset& charset, size_t from, size_t to, size_t helper_length=0) const;
   
         /**           /** 
                 ignore lang if it's L_UNSPECIFIED                  ignore lang if it's L_UNSPECIFIED
Line 411  public: Line 506  public:
                 size_t this_offset=0) const {                  size_t this_offset=0) const {
                 return body.pos(c, this_offset);                  return body.pos(c, this_offset);
         }          }
           size_t pos(Charset& charset,
                   const String& substr, 
                   size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
   
         void split(ArrayString& result,           void split(ArrayString& result, 
                 size_t& pos_after,                  size_t& pos_after,
Line 432  public: Line 530  public:
                         prematch/match/postmatch/1/2/3/...                          prematch/match/postmatch/1/2/3/...
                 @endverbatim                  @endverbatim
         */          */
         Table* match(Charset& source_charset,          Table* match(VRegex* vregex,
                 const String& regexp,   
                 const String* options,  
                 Row_action row_action, void *info,                  Row_action row_action, void *info,
                 bool& just_matched) const;                  int& matches_count) const;
         enum Change_case_kind {          enum Change_case_kind {
                 CC_UPPER,                  CC_UPPER,
                 CC_LOWER                  CC_LOWER
Line 444  public: Line 540  public:
         String& change_case(Charset& source_charset,          String& change_case(Charset& source_charset,
                 Change_case_kind kind) const;                  Change_case_kind kind) const;
         const String& replace(const Dictionary& dict) const;          const String& replace(const Dictionary& dict) const;
         double as_double() const;          const String& trim(Trim_kind kind=TRIM_BOTH, const char* chars=0) const;
         int as_int() const;          double as_double() const { return pa_atod(cstr(), this); }
           int as_int() const { return pa_atoi(cstr(), this); }
           bool as_bool() const { return as_int()!=0; }
           const String& escape(Charset& source_charset) const;
   
 private: //disabled  private: //disabled
   
Removed from v.1.147  
changed lines
  Added in v.1.182

E-mail: