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

Diff for /parser3/src/main/pa_string.C between versions 1.179 and 1.197

version 1.179, 2003/09/26 09:06:21 version 1.197, 2004/04/02 13:57:07
Line 1 Line 1
 /** @file  /** @file
         Parser: string class. @see untalength_t.C.          Parser: string class. @see untalength_t.C.
   
         Copyright (c) 2001-2003 ArtLebedev Group (http://www.artlebedev.com)          Copyright (c) 2001-2004 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)
 */  */
   
 static const char* IDENT_STRING_C="$Date$";  static const char * const IDENT_STRING_C="$Date$";
   
 #include "pcre.h"  #include "pcre.h"
   
Line 15  static const char* IDENT_STRING_C="$Date Line 15  static const char* IDENT_STRING_C="$Date
 #include "pa_dictionary.h"  #include "pa_dictionary.h"
 #include "pa_charset.h"  #include "pa_charset.h"
   
   const String String::Empty;
   
   int pa_atoi(const char* str, const String* problem_source) {
           if(!str)
                   return 0;
   
           while(*str && isspace(*str))
                   str++;
           if(!*str)
                   return 0;
   
           int result;
           char *error_pos;
           // 0xABC
           if(str[0]=='0')
                   if(str[1]=='x' || str[1]=='X')
                           result=(int)(unsigned long)strtol(str, &error_pos, 0);
                   else {
                            // skip leading 0000, to disable octal interpretation
                           do str++; while(*str=='0');                             
                           result=(int)strtol(str, &error_pos, 0);
                   }
           else
                   result=(int)strtol(str, &error_pos, 0);
   
           while(char c=*error_pos++)
                   if(!isspace(c))
                           throw Exception("number.format",
                                   problem_source,
                                   problem_source?"invalid number (int)": "'%s' is invalid number (int)", str);
   
           return result;
   }
   
   double pa_atod(const char* str, const String* problem_source) {
           if(!str)
                   return 0;
   
           while(*str && isspace(*str))
                   str++;
           if(!*str)
                   return 0;
   
           double result;
           char *error_pos;
           // 0xABC
           if(str[0]=='0')
                   if(str[1]=='x' || str[1]=='X')
                           result=(double)(unsigned long)strtol(str, &error_pos, 0);
                   else
                           result=(double)strtod(str+1/*skip leading 0*/, &error_pos);
           else
                   result=(double)strtod(str, &error_pos);
   
           while(char c=*error_pos++)
                   if(!isspace(c))
                           throw Exception("number.format",
                                   problem_source,
                                   problem_source?"invalid number (double)": "'%s' is invalid number (double)", str);
   
           return result;
   }
   
 // cord lib extension  // cord lib extension
   
 #ifndef DOXYGEN  #ifndef DOXYGEN
Line 41  int CORD_range_contains_chr_greater_then Line 104  int CORD_range_contains_chr_greater_then
     return(CORD_block_iter(x, i, CORD_range_contains_chr_greater_then_proc, &d) == 1/*alternatives: 0 normally ended, 2=struck 'n'*/);      return(CORD_block_iter(x, i, CORD_range_contains_chr_greater_then_proc, &d) == 1/*alternatives: 0 normally ended, 2=struck 'n'*/);
 }  }
   
 static int CORD_block_count_proc(char c, size_t size, void* client_data)  static int CORD_block_count_proc(char /*c*/, size_t /*size*/, void* client_data)
 {  {
     int* result=(int*)client_data;      int* result=(int*)client_data;
     (*result)++;      (*result)++;
Line 82  String::Body String::Body::Format(int va Line 145  String::Body String::Body::Format(int va
         return String::Body(pa_strdup(local, length), length);          return String::Body(pa_strdup(local, length), length);
 }  }
   
   String::Body String::Body::trim(String::Trim_kind kind, const char* chars, 
                                                                   size_t* out_start, size_t* out_length) const {
           size_t our_length=length();
           if(!our_length)
                   return *this;
           if(!chars)
                   chars=" \t\n"; // white space
           Body result=*this;
   
           size_t start=0;
           size_t end=our_length;
           // from left...
           if(kind!=TRIM_END) {
                   CORD_pos pos; set_pos(pos, 0);
                   while(true) {
                           char c=CORD_pos_fetch(pos);
                           if(strchr(chars, c)) {
                                   if(++start==our_length)
                                           return 0; // all chars are empty, just return empty string
                           } else
                                   break;                  
   
                           CORD_next(pos);
                   }
           }
           // from right..
           if(kind!=TRIM_START) {
                   CORD_pos pos; set_pos(pos, end-1);
                   while(true) {
                           char c=CORD_pos_fetch(pos);
                           if(strchr(chars, c)) {
                                   if(--end==0) // optimization: NO need to check for 'end>=start', that's(<) impossible
                                           return 0; // all chars are empty, just return empty string
                           } else
                                   break;                  
   
                           CORD_prev(pos);
                   }
           }
   
           if(start==0 && end==our_length) // nobody moved a thing
                   return *this;
   
           if(out_start)
                   *out_start=start;
           size_t new_length=end-start;
           if(out_length)
                   *out_length=new_length;
   
           return mid(start, new_length);
   }
   
 static int CORD_batched_iter_fn_generic_hash_code(char c, void * client_data) {  static int CORD_batched_iter_fn_generic_hash_code(char c, void * client_data) {
         uint& result=*static_cast<uint*>(client_data);          uint& result=*static_cast<uint*>(client_data);
         generic_hash_code(result, c);          generic_hash_code(result, c);
Line 167  String& String::mid(size_t substr_begin, Line 282  String& String::mid(size_t substr_begin,
 }  }
   
 size_t String::pos(const String::Body substr, size_t this_offset, Language lang) const {  size_t String::pos(const String::Body substr, size_t this_offset, Language lang) const {
         size_t substr_begin=body.pos(substr, this_offset);          size_t substr_length=substr.length();
         if(substr_begin==CORD_NOT_FOUND || !langs.check_lang(lang, substr_begin, substr.length()))          while(true) {
                 return STRING_NOT_FOUND;                  size_t substr_begin=body.pos(substr, this_offset);
                   
                   if(substr_begin==CORD_NOT_FOUND)
                           return STRING_NOT_FOUND;
   
                   if(langs.check_lang(lang, substr_begin, substr_length))
                           return substr_begin;
   
         return substr_begin;                  this_offset=substr_begin+substr_length;
           }
 }  }
   
 size_t String::pos(const String& substr,   size_t String::pos(const String& substr, 
Line 185  void String::split(ArrayString& result, Line 307  void String::split(ArrayString& result,
                    Language lang, int limit) const {                     Language lang, int limit) const {
         size_t self_length=length();          size_t self_length=length();
         if(size_t delim_length=strlen(delim)) {          if(size_t delim_length=strlen(delim)) {
                 int pos_before;                  size_t pos_before;
                 // while we have 'delim'...                  // while we have 'delim'...
                 for(; (pos_before=pos(delim, pos_after, lang))!=STRING_NOT_FOUND && limit; limit--) {                  for(; (pos_before=pos(delim, pos_after, lang))!=STRING_NOT_FOUND && limit; limit--) {
                         result+=&mid(pos_after, pos_before);                          result+=&mid(pos_after, pos_before);
Line 207  void String::split(ArrayString& result, Line 329  void String::split(ArrayString& result,
                    const String& delim, Language lang,                      const String& delim, Language lang, 
                    int limit) const {                     int limit) const {
         if(!delim.is_empty()) {          if(!delim.is_empty()) {
                 int pos_before;                  size_t pos_before;
                 // while we have 'delim'...                  // while we have 'delim'...
                 for(; (pos_before=pos(delim, pos_after, lang))!=STRING_NOT_FOUND && limit; limit--) {                  for(; (pos_before=pos(delim, pos_after, lang))!=STRING_NOT_FOUND && limit; limit--) {
                         result+=&mid(pos_after, pos_before);                          result+=&mid(pos_after, pos_before);
Line 232  static void regex_options(const String* Line 354  static void regex_options(const String*
                 int *result;                  int *result;
                 bool *flag;                  bool *flag;
     } regex_option[]={      } regex_option[]={
                 {"i", "I", 0, PCRE_CASELESS, result}, // a=A                  {"i", "I", 0, PCRE_CASELESS, result, 0}, // a=A
                 {"s", "S", 0, PCRE_DOTALL, result}, // \n\n$ [default]                  {"s", "S", 0, PCRE_DOTALL, result, 0}, // \n\n$ [default]
                 {"x", "U", 0, PCRE_EXTENDED, result}, // whitespace in regex ignored                  {"x", "U", 0, PCRE_EXTENDED, result, 0}, // whitespace in regex ignored
                 {"m", "M", PCRE_DOTALL, PCRE_MULTILINE, result}, // ^aaa\n$^bbb\n$                  {"m", "M", PCRE_DOTALL, PCRE_MULTILINE, result, 0}, // ^aaa\n$^bbb\n$
                 {"g", "G", 0, true, result+1}, // many rows                  {"g", "G", 0, 1, result+1, 0}, // many rows
                 {"'", 0, 0, 0, 0, &need_pre_post_match},                  {"'", 0, 0, 0, 0, &need_pre_post_match},
                 {0}                  {0, 0, 0, 0, 0, 0}
     };      };
         result[0]=PCRE_EXTRA | PCRE_DOTALL | PCRE_DOLLAR_ENDONLY;          result[0]=PCRE_EXTRA | PCRE_DOTALL | PCRE_DOLLAR_ENDONLY;
         result[1]=0;          result[1]=0;
Line 334  Table* String::match(Charset& source_cha Line 456  Table* String::match(Charset& source_cha
                         *row+=&mid(prefinish, poststart); // .match                          *row+=&mid(prefinish, poststart); // .match
                         *row+=&mid(poststart, postfinish); // .postmatch                          *row+=&mid(poststart, postfinish); // .postmatch
                 } else {                  } else {
                         *row+=0; // .prematch column value                          *row+=&Empty; // .prematch column value
                         *row+=0; // .match                          *row+=&Empty; // .match
                         *row+=0; // .postmatch                          *row+=&Empty; // .postmatch
                 }                  }
                                   
                 for(int i=1; i<exec_substrings; i++) {                  for(int i=1; i<exec_substrings; i++) {
Line 365  String& String::change_case(Charset& sou Line 487  String& String::change_case(Charset& sou
         if(is_empty())          if(is_empty())
                 return result;                  return result;
   
         const unsigned char *tables=source_charset.pcre_tables;  
   
         const unsigned char *a;  
         const unsigned char *b;  
         switch(kind) {  
         case CC_UPPER:  
                 a=tables+lcc_offset;  
                 b=tables+fcc_offset;  
                 break;  
         case CC_LOWER:  
                 a=tables+lcc_offset;  
                 b=0;  
                 break;  
         default:  
                 throw Exception(0,   
                         this,   
                         "unknown change case kind #%d",   
                                 static_cast<int>(kind)); // never  
                 a=b=0; // calm, compiler  
                 break; // never  
         }         
   
         char* new_cstr=cstrm();          char* new_cstr=cstrm();
         char *dest=new_cstr;          size_t new_cstr_len=length();
         unsigned char index;          if(source_charset.isUTF8()) {
         for(const char* current=new_cstr; index=(unsigned char)*current; current++) {                  switch(kind) {
                 unsigned char c=a[index];                  case CC_UPPER:
                 if(b)                          change_case_UTF8((const XMLByte*)new_cstr, new_cstr_len, (XMLByte*)new_cstr, new_cstr_len, UTF8CaseToUpper);
                         c=b[c];                          break;
                   case CC_LOWER:
                           change_case_UTF8((const XMLByte*)new_cstr, new_cstr_len, (XMLByte*)new_cstr, new_cstr_len, UTF8CaseToLower);
                           break;
                   default:
                           assert(!"unknown change case kind");
                           break; // never
                   }       
                   
           } else {
                   const unsigned char *tables=source_charset.pcre_tables;
   
                   const unsigned char *a;
                   const unsigned char *b;
                   switch(kind) {
                   case CC_UPPER:
                           a=tables+lcc_offset;
                           b=tables+fcc_offset;
                           break;
                   case CC_LOWER:
                           a=tables+lcc_offset;
                           b=0;
                           break;
                   default:
                           assert(!"unknown change case kind");
                           a=b=0; // calm, compiler
                           break; // never
                   }       
   
                   char *dest=new_cstr;
                   unsigned char index;
                   for(const char* current=new_cstr; (index=(unsigned char)*current); current++) {
                           unsigned char c=a[index];
                           if(b)
                                   c=b[c];
   
                 *dest++=(char)c;                          *dest++=(char)c;
                   }
         }          }
         result.langs=langs;          result.langs=langs;
         result.body=new_cstr;          result.body=new_cstr;
Line 410  const String& String::replace(const Dict Line 545  const String& String::replace(const Dict
   
         const char* current=old_cstr;          const char* current=old_cstr;
         while(*current) {          while(*current) {
                 if(Table::element_type row=dict.first_that_begins(current)) {                  if(Dictionary::Subst subst=dict.first_that_begins(current)) {
                         // prematch                          // prematch
                         if(size_t prematch_length=current-prematch_begin) {                          if(size_t prematch_length=current-prematch_begin) {
                                 result.langs.append(result.body, langs, prematch_begin-old_cstr, prematch_length);                                  result.langs.append(result.body, langs, prematch_begin-old_cstr, prematch_length);
Line 418  const String& String::replace(const Dict Line 553  const String& String::replace(const Dict
                         }                          }
   
                         // match                          // match
   
                         const String* a=row->get(0);  
                         // skip 'a' in 'current'; move prematch_begin                          // skip 'a' in 'current'; move prematch_begin
                         current+=a->length(); prematch_begin=current;                          current+=subst.from_length; prematch_begin=current;
   
                         if(row->count()>1) { // are there any b?                          if(const String* b=subst.to) // are there any b?
                                 const String* b=row->get(1);  
                                 result<<*b;                                  result<<*b;
                         }  
                 } else // simply advance                  } else // simply advance
                         current++;                           current++; 
         }          }
Line 441  const String& String::replace(const Dict Line 572  const String& String::replace(const Dict
         return result;          return result;
 }  }
   
 double String::as_double() const {   static int serialize_body_char(char c, char** cur) {
         double result;          *((*cur)++)=c;
         const char *str=cstr();          return 0; // 0=continue
   };
         while(*str && isspace(*str))  
                 str++;  
         if(!*str)  
                 return 0;  
   
         char *error_pos;  
         // 0xABC  
         if(str[0]=='0')  
                 if(str[1]=='x' || str[1]=='X')  
                         result=(double)(unsigned long)strtol(str, &error_pos, 0);  
                 else  
                         result=(double)strtod(str+1/*skip leading 0*/, &error_pos);  
         else  
                 result=(double)strtod(str, &error_pos);  
   
         while(char c=*error_pos++)  
                 if(!isspace(c))  
                         throw Exception("number.format",  
                                 this,  
                                 "invalid number (double)");  
   
         return result;  
 }  
 int String::as_int() const {   
         int result;  
         const char *str=cstr();  
   
         while(*str && isspace(*str))  
                 str++;  
         if(!*str)  
                 return 0;  
   
         char *error_pos;  
         // 0xABC  
         if(str[0]=='0')  
                 if(str[1]=='x' || str[1]=='X')  
                         result=(int)(unsigned long)strtol(str, &error_pos, 0);  
                 else  
                         result=(int)strtol(str+1/*skip leading 0*/, &error_pos, 0);  
         else  
                 result=(int)strtol(str, &error_pos, 0);  
   
         while(char c=*error_pos++)  
                 if(!isspace(c))  
                         throw Exception("number.format",  
                                 this,  
                                 "invalid number (int)");  
   
         return result;  
 }  
   
 static int serialize_body_piece(const char* s, char** cur) {  static int serialize_body_piece(const char* s, char** cur) {
         size_t length=strlen(s);          size_t length=strlen(s);
         memcpy(*cur, s, length);  *cur+=length;          memcpy(*cur, s, length);  *cur+=length;
Line 503  static int serialize_body_piece(const ch Line 583  static int serialize_body_piece(const ch
 };  };
 static int serialize_lang_piece(char alang, size_t asize, char** cur) {  static int serialize_lang_piece(char alang, size_t asize, char** cur) {
         // lang          // lang
         memcpy(*cur, &alang, sizeof(alang));  *cur+=sizeof(alang);          **cur=alang; (*cur)++;
         // length          // length [WARNING: not cast, addresses must be %4=0 on sparc]
         memcpy(*cur, &asize, sizeof(asize));  *cur+=sizeof(asize);          memcpy(*cur, &asize, sizeof(asize));  *cur+=sizeof(asize);
   
         return 0; // 0=continue          return 0; // 0=continue
Line 521  String::Cm String::serialize(size_t prol Line 601  String::Cm String::serialize(size_t prol
   
         // 1: prolog          // 1: prolog
         char *cur=result.str+prolog_length;          char *cur=result.str+prolog_length;
         // 2: langs.count          // 2: langs.count [WARNING: not cast, addresses must be %4=0 on sparc]
         memcpy(cur, &fragments_count, sizeof(fragments_count));  cur+=sizeof(fragments_count);          memcpy(cur, &fragments_count, sizeof(fragments_count));  cur+=sizeof(fragments_count);
         // 3: lang info          // 3: lang info
         langs.for_each(body, serialize_lang_piece, &cur);          langs.for_each(body, serialize_lang_piece, &cur);
         // 4: letters          // 4: letters
         body.for_each(serialize_body_piece, &cur);          body.for_each(serialize_body_char, serialize_body_piece, &cur);
         // 5: zero terminator already there put by new(PointerFreeGC)          // 5: zero terminator
           *cur=0;
   
         return result;          return result;
 }  }
Line 541  bool String::deserialize(size_t prolog_l Line 622  bool String::deserialize(size_t prolog_l
         const char* cur=(const char* )buf+prolog_length;          const char* cur=(const char* )buf+prolog_length;
   
         // 2: langs.count          // 2: langs.count
         if(buf_length<sizeof(size_t)) // langs.count don't fit?          size_t fragments_count;
           if(buf_length<sizeof(fragments_count)) // langs.count don't fit?
                 return false;                  return false;
         size_t fragments_count=*reinterpret_cast<const size_t*>(cur);  cur+=sizeof(size_t);          // [WARNING: not cast, addresses must be %4=0 on sparc]
         buf_length-=sizeof(size_t);          memcpy(&fragments_count, cur, sizeof(fragments_count));  cur+=sizeof(fragments_count);
           buf_length-=sizeof(fragments_count);
                   
         if(fragments_count) {          if(fragments_count) {
                 // 3: lang info                  // 3: lang info
                 size_t total_length=0;                  size_t total_length=0;
                 for(size_t f=0; f<fragments_count; f++) {                  for(size_t f=0; f<fragments_count; f++) {
                         size_t piece_length=sizeof(char)+sizeof(size_t);                          char lang;
                           size_t fragment_length;
                           size_t piece_length=sizeof(lang)+sizeof(fragment_length);
                         if(buf_length<piece_length) // lang+length                          if(buf_length<piece_length) // lang+length
                                 return false;                                  return false;
   
                         Language lang=*reinterpret_cast<const Language *>(cur);  cur+=sizeof(char);                          // lang
                         size_t fragment_length=*reinterpret_cast<const size_t*>(cur);  cur+=sizeof(size_t);                          lang=*cur++;
                         langs.append(total_length, lang, fragment_length);                          // length [WARNING: not cast, addresses must be %4=0 on sparc]
                           memcpy(&fragment_length, cur, sizeof(fragment_length));  cur+=sizeof(fragment_length);
   
                           // uchar needed to prevent propagating 0x80 bit to upper bytes
                           langs.append(total_length, (String::Language)(uchar)lang, fragment_length);
                         total_length+=fragment_length;                          total_length+=fragment_length;
   
                         buf_length-=piece_length;                          buf_length-=piece_length;
Line 584  const char* String::Languages::v() const Line 673  const char* String::Languages::v() const
                 return (const char*)&langs;                  return (const char*)&langs;
 }  }
 const char* String::v() const {  const char* String::v() const {
 #define LIMIT_VIEW 20          const int LIMIT_VIEW=20;
         char* buf=(char*)malloc(MAX_STRING);          char* buf=(char*)malloc(MAX_STRING);
         const char*body_view=body.v();          const char*body_view=body.v();
         const char*langs_view=langs.v();          const char*langs_view=langs.v();
Line 596  const char* String::v() const { Line 685  const char* String::v() const {
         );          );
   
         return buf;          return buf;
 #undef LIMIT_VIEW  
 }  }
   
   const String& String::trim(String::Trim_kind kind, const char* chars) const {
           if(!length())
                   return *this;
   
           size_t substr_begin, substr_length;
           Body new_body=body.trim(kind, chars, &substr_begin, &substr_length);
           if(new_body==body) // we received unchanged pointer, do likewise
                   return *this;
           // new_body differs from body, adjust langs along
   
           String& result=*new String;
           if(!new_body) // body.trim produced empty result
                   return result;
           // body.trim produced nonempty result
   
           // first: their langs
           result.langs.append(result.body, langs, substr_begin, substr_length);
           // next: letters themselves
           result.body=new_body;
   
           ASSERT_STRING_INVARIANT(result);
           return result;
   }
   
Removed from v.1.179  
changed lines
  Added in v.1.197

E-mail: