[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 1.213 and 1.247

version 1.213, 2008/07/21 07:37:11 version 1.247, 2015/04/08 18:08:53
Line 1 Line 1
 /** @file  /** @file
         Parser: string class. @see untalength_t.C.          Parser: string class. @see untalength_t.C.
   
         Copyright (c) 2001-2005 ArtLebedev Group (http://www.artlebedev.com)          Copyright (c) 2001-2012 Art. Lebedev Studio (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 * const IDENT_STRING_C="$Date$";  
   
 #include "pcre.h"  
   
 #include "pa_string.h"  #include "pa_string.h"
 #include "pa_exception.h"  #include "pa_exception.h"
 #include "pa_table.h"  #include "pa_table.h"
 #include "pa_dictionary.h"  #include "pa_dictionary.h"
 #include "pa_charset.h"  #include "pa_charset.h"
   #include "pa_vregex.h"
   
   volatile const char * IDENT_PA_STRING_C="$Id$" IDENT_PA_STRING_H;
   
 const String String::Empty;  const String String::Empty;
   
   
   // pa_atoui is based on Manuel Novoa III _strto_l for uClibc
   
   unsigned int pa_atoui(const char *str, int base, const String* problem_source){
           unsigned int result = 0;
           const char *pos = str;
   
           while (isspace(*pos)) /* skip leading whitespace */
                   ++pos;
   
           if (base == 16 && *pos == '0') { /* handle option prefix */
                   ++pos;
                   if (*pos == 'x' || *pos == 'X') {
                           ++pos;
                   }
           }
   
           if (base == 0) { /* dynamic base */
                   base = 10; /* default is 10 */
                   if (*pos == '0') {
                           ++pos;
                           if (*pos == 'x' || *pos == 'X'){
                                   ++pos;
                                   base=16;
                           }
                   }
           }
   
           if (base < 2 || base > 16) { /* illegal base */
                   throw Exception(PARSER_RUNTIME, 0, "base to must be an integer from 2 to 16");
           }
   
           unsigned int cutoff = UINT_MAX / base;
           int cutoff_digit = UINT_MAX - cutoff * base;
   
           while(true) {
                   int digit;
                   
                   if ((*pos >= '0') && (*pos <= '9')) {
                           digit = (*pos - '0');
                   } else if (*pos >= 'a') {
                           digit = (*pos - 'a' + 10);
                   } else if (*pos >= 'A') {
                           digit = (*pos - 'A' + 10);
                   } else break;
   
                   if (digit >= base) {
                           break;
                   }
                   
                   ++pos;
                   
                   /* adjust number, with overflow check */
                   if ((result > cutoff) || ((result == cutoff) && (digit > cutoff_digit))) {
                           throw Exception("number.format", problem_source, problem_source ? "out of range (int)" : "'%s' is out of range (int)", str);
                   } else {
                           result  = result * base + digit;
                   }
           }
   
           while(char c=*pos++)
                   if(!isspace(c))
                           throw Exception("number.format", problem_source, problem_source ? "invalid number (int)" : "'%s' is invalid number (int)", str);
   
           return result;
   }
   
 int pa_atoi(const char* str, const String* problem_source) {  int pa_atoi(const char* str, const String* problem_source) {
         if(!str)          if(!str)
                 return 0;                  return 0;
   
         while(*str && isspace((unsigned char)*str))          while(isspace(*str))
                 str++;                  str++;
   
         if(!*str)          if(!*str)
                 return 0;                  return 0;
   
         int result;  
         char *error_pos;  
         bool negative=false;          bool negative=false;
         if(str[0]=='-') {          if(str[0]=='-') {
                 negative=true;                  negative=true;
Line 35  int pa_atoi(const char* str, const Strin Line 100  int pa_atoi(const char* str, const Strin
         } else if(str[0]=='+') {          } else if(str[0]=='+') {
                 str++;                  str++;
         }          }
         // 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);  
         if(negative)  
                 result=-result;  
   
         while(char c=*error_pos++)          unsigned int result=pa_atoui(str, 0, problem_source);
                 if(!isspace((unsigned char)c))  
                         throw Exception("number.format",  
                                 problem_source,  
                                 problem_source?"invalid number (int)": "'%s' is invalid number (int)", str);  
   
         return result;          if(negative && result <= ((unsigned int)(-(1+INT_MIN)))+1)
                   return -(int)result;
           
           if(result<=INT_MAX)
                   return (int)result;
           
           throw Exception("number.format", problem_source, problem_source ? "out of range (int)" : "'%s' is out of range (int)", str);
 }  }
   
 double pa_atod(const char* str, const String* problem_source) {  double pa_atod(const char* str, const String* problem_source) {
         if(!str)          if(!str)
                 return 0;                  return 0;
   
         while(*str && isspace((unsigned char)*str))          while(isspace(*str))
                 str++;                  str++;
   
         if(!*str)          if(!*str)
                 return 0;                  return 0;
   
         double result;  
         char *error_pos;  
         bool negative=false;          bool negative=false;
         if(str[0]=='-') {          if(str[0]=='-') {
                 negative=true;                  negative=true;
Line 76  double pa_atod(const char* str, const St Line 129  double pa_atod(const char* str, const St
         } else if(str[0]=='+') {          } else if(str[0]=='+') {
                 str++;                  str++;
         }          }
         // 0xABC  
         if(str[0]=='0')          double result;
                 if(str[1]=='x' || str[1]=='X')          if(str[0]=='0') {
                         result=(double)(unsigned long)strtol(str, &error_pos, 0);                  if(str[1]=='x' || str[1]=='X') {
                 else {                          // 0xABC
                           result=(double)pa_atoui(str, 0, problem_source);
                           return negative ? -result : result;
                   } else {
                          // skip leading 0000, to disable octal interpretation                           // skip leading 0000, to disable octal interpretation
                         do str++; while(*str=='0');                                                       do str++; while(*str=='0');
                         result=(double)strtod(str, &error_pos);  
                 }                  }
         else          }
                 result=(double)strtod(str, &error_pos);  
         if(negative)          char *error_pos;
                 result=-result;          result=strtod(str, &error_pos);
   
         while(char c=*error_pos++)          while(char c=*error_pos++)
                 if(!isspace((unsigned char)c))                  if(!isspace((unsigned char)c))
                         throw Exception("number.format",                          throw Exception("number.format", problem_source, problem_source ? "invalid number (double)" : "'%s' is invalid number (double)", str);
                                 problem_source,  
                                 problem_source?"invalid number (double)": "'%s' is invalid number (double)", str);  
   
         return result;          return negative ? -result : result;
 }  }
   
 // cord lib extension  // cord lib extension
Line 163  Table string_match_table_template(new St Line 216  Table string_match_table_template(new St
 String::Body String::Body::Format(int value) {  String::Body String::Body::Format(int value) {
         char local[MAX_NUMBER];          char local[MAX_NUMBER];
         size_t length=snprintf(local, MAX_NUMBER, "%d", value);          size_t length=snprintf(local, MAX_NUMBER, "%d", value);
         return String::Body(pa_strdup(local, length), length);          return String::Body(pa_strdup(local, length));
 }  }
   
 String::Body String::Body::trim(String::Trim_kind kind, const char* chars,   String::Body String::Body::trim(String::Trim_kind kind, const char* chars, 
                                                                 size_t* out_start, size_t* out_length) const {                                                                  size_t* out_start, size_t* out_length, Charset* source_charset) const {
         size_t our_length=length();          size_t our_length=length();
         if(!our_length)          if(!our_length)
                 return *this;                  return *this;
         if(!chars)  
                 chars=" \t\n"; // white space          // check if any UTF-8 in chars
           bool fast=true;
           if(chars && source_charset && source_charset->isUTF8()){
                   const char* pos=chars;
                   while(unsigned char c=*pos++)
                           if(c>127){
                                   fast=false;
                                   break;
                           }
           }
   
         size_t start=0;          size_t start=0;
         size_t end=our_length;          size_t end=our_length;
         // from left...          if(!chars)
         if(kind!=TRIM_END) {                  chars=" \t\n"; // white space
                 CORD_pos pos; set_pos(pos, 0);  
                 while(true) {          if(fast){
                         char c=CORD_pos_fetch(pos);                  // from left...
                         if(strchr(chars, c)) {                  if(kind!=TRIM_END) {
                                 if(++start==our_length)                          CORD_pos pos; set_pos(pos, 0);
                                         return 0; // all chars are empty, just return empty string                          while(true) {
                         } else                                  char c=CORD_pos_fetch(pos);
                                 break;                                                    if(strchr(chars, c)) {
                                           if(++start==our_length)
                         CORD_next(pos);                                                  return 0; // all chars are empty, just return empty string
                 }                                  } else
         }                                          break;                  
         // from right..  
         if(kind!=TRIM_START) {                                  CORD_next(pos);
                 CORD_pos pos; set_pos(pos, end-1);                          }
                 while(true) {                  }
                         char c=CORD_pos_fetch(pos);  
                         if(strchr(chars, c)) {                  // from right..
                                 if(--end==0) // optimization: NO need to check for 'end>=start', that's(<) impossible                  if(kind!=TRIM_START) {
                                         return 0; // all chars are empty, just return empty string                          CORD_pos pos; set_pos(pos, end-1);
                         } else                          while(true) {
                                 break;                                                    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);
                           }
                   }
           } else {
                   const XMLByte* src_begin=(const XMLByte*)cstr();
                   const XMLByte* src_end=src_begin+our_length;
   
                         CORD_prev(pos);                  // from left...
                   if(kind!=TRIM_END) {
                           while(src_begin<src_end){
                                   uint char_length=1;
                                   const XMLByte* ptr=src_begin;
                                   // searching first UTF-8 byte: http://tools.ietf.org/html/rfc3629#section-3
                                   while(++src_begin<=src_end && (*src_begin>127 && *src_begin<0xC0))
                                           char_length++;
   
                                   bool found=false;
                                   for(const char* chars_byte=chars; chars_byte=strchr(chars_byte, *ptr); chars_byte++)
                                           if(strncmp(chars_byte, (const char*)ptr, char_length)==0){
                                                   found=true;
                                                   break;
                                           }
   
                                   if(found){
                                           start+=char_length;
                                           if(start==our_length)
                                                   return 0; // all chars are empty, just return empty string
                                   } else
                                           break;
                           }
                   }
   
                   // from right..
                   if(kind!=TRIM_START) {
                           while(src_begin<src_end){
                                   uint char_length=1;
                                   // searching first UTF-8 byte: http://tools.ietf.org/html/rfc3629#section-3
                                   while(src_begin<=--src_end && (*src_end>127 && *src_end<0xC0))
                                           char_length++;
   
                                   bool found=false;
                                   for(const char* chars_byte=chars; chars_byte=strchr(chars_byte, *src_end); chars_byte++)
                                           if(strncmp(chars_byte, (const char*)src_end, char_length)==0){
                                                   found=true;
                                                   break;
                                           }
   
                                   if(found){
                                           end-=char_length;
                                           if(end==0)
                                                   return 0; // all chars are empty, just return empty string
                                   } else
                                           break;
                           }
                 }                  }
         }          }
   
Line 227  static int CORD_batched_iter_fn_generic_ Line 347  static int CORD_batched_iter_fn_generic_
         generic_hash_code(result, s);          generic_hash_code(result, s);
         return 0;          return 0;
 };  };
 uint String::Body::hash_code() const {  uint String::Body::get_hash_code() const {
         uint result=0;  #ifdef HASH_CODE_CACHING
         CORD_iter5(body, 0,          if(hash_code)
                 CORD_batched_iter_fn_generic_hash_code,                   return hash_code;
                 CORD_batched_iter_fn_generic_hash_code, &result);  #else
         return result;          uint hash_code=0;
   #endif
           if (body && CORD_IS_STRING(body)){
                   generic_hash_code(hash_code, body);
           } else {
                   CORD_iter5(body, 0,
                           CORD_batched_iter_fn_generic_hash_code, 
                           CORD_batched_iter_fn_generic_hash_code, &hash_code);
           }
           return hash_code;
 }  }
   
 // String methods  struct CORD_pos_info {
           const char* chars;
           size_t left;
           size_t pos;
   };
   
 String::String(const char* cstr, size_t helper_length, bool tainted): body(CORD_EMPTY) {  // can be called only for IS_FUNCTION(CORD) which is used in String::Body::strrpbrk
         append_help_length(cstr, helper_length, tainted?L_TAINTED:L_CLEAN);  static int CORD_iter_fn_rpos(char c, CORD_pos_info* info) {
           if(info->pos < info->left){
                   info->pos=STRING_NOT_FOUND;
                   return 1;
           }
           if(strchr(info->chars, c))
                   return 1;
           --(info->pos);
           return 0;
 }  }
 String::String(const String::C cstr, bool tainted): body(CORD_EMPTY) {  
         append_know_length(cstr.str, cstr.length, tainted?L_TAINTED:L_CLEAN);  size_t String::Body::strrpbrk(const char* chars, size_t left, size_t right) const {
           if(is_empty() || !chars || !strlen(chars))
                   return STRING_NOT_FOUND;
           CORD_pos_info info={chars, left, right};
           if(CORD_riter4(body, right, (CORD_iter_fn)CORD_iter_fn_rpos, &info))
                   return info.pos;
           else
                   return STRING_NOT_FOUND;
 }  }
   
   
   // can be called only for IS_FUNCTION(CORD) which is used in String::Body::rskipchars
   static int CORD_iter_fn_rskip(char c, CORD_pos_info* info) {
           if(info->pos < info->left) {
                   info->pos=STRING_NOT_FOUND;
                   return 1;
           }
           if(!strchr(info->chars, c))
                   return 1;
           --(info->pos);
           return 0;
   }
   
   size_t String::Body::rskipchars(const char* chars, size_t left, size_t right) const {
           if(is_empty() || !chars || !strlen(chars))
                   return STRING_NOT_FOUND;
           CORD_pos_info info={chars, left, right};
           if(CORD_riter4(body, right, (CORD_iter_fn)CORD_iter_fn_rskip, &info))
                   return info.pos;
           else
                   return STRING_NOT_FOUND;
   }
   
   // String methods
   
 String& String::append_know_length(const char* str, size_t known_length, Language lang) {  String& String::append_know_length(const char* str, size_t known_length, Language lang) {
         if(!known_length)          if(!known_length)
                 return *this;                  return *this;
Line 265  String& String::append_help_length(const Line 438  String& String::append_help_length(const
   
         return append_know_length(str, known_length, lang);          return append_know_length(str, known_length, lang);
 }  }
   String::String(int value, const char *format) : langs(L_CLEAN){
           char buf[MAX_NUMBER];
           body.append_strdup_know_length(buf, snprintf(buf, MAX_NUMBER, format, value));
   }
 String& String::append_strdup(const char* str, size_t helper_length, Language lang) {  String& String::append_strdup(const char* str, size_t helper_length, Language lang) {
         size_t known_length=helper_length?helper_length:strlen(str);          size_t known_length=helper_length?helper_length:strlen(str);
         if(!known_length)          if(!known_length)
Line 279  String& String::append_strdup(const char Line 456  String& String::append_strdup(const char
         return *this;          return *this;
 }  }
   
   struct CORD_length_info {
           size_t len;
           size_t skip;
   };
   
   int CORD_batched_len(const char* s, CORD_length_info* info){
           info->len += lengthUTF8( (const XMLByte *)s, (const XMLByte *)s+strlen(s));     return 0;
   }
   
   // can be called only for IS_FUNCTION(CORD) which are used in large String::Body::mid
   int CORD_batched_len(const char c, CORD_length_info* info){
           if (info->skip==0){
                   info->len++;
                   info->skip = lengthUTF8Char(c)-1;
           } else {
                   info->skip--;
           }
           return 0;
   }
   
 size_t String::length(Charset& charset) const {  size_t String::length(Charset& charset) const {
         if(charset.isUTF8()){          if(charset.isUTF8()){
                 const XMLByte* srcPtr=(const XMLByte*)cstrm();                  CORD_length_info info = {0, 0};
                 return lengthUTF8(srcPtr, srcPtr+body.length());                  body.for_each<CORD_length_info *>(CORD_batched_len, CORD_batched_len, &info);
                   return info.len;
         } else          } else
                 return body.length();                  return body.length();
 }  }
Line 325  String& String::mid(Charset& charset, si Line 523  String& String::mid(Charset& charset, si
                 return result;                  return result;
   
         if(charset.isUTF8()){          if(charset.isUTF8()){
                 const XMLByte* srcPtr=(const XMLByte*)cstrm();                  const XMLByte* src_begin=(const XMLByte*)cstr();
                 const XMLByte* srcEnd=srcPtr+body.length();                  const XMLByte* src_end=src_begin+body.length();
   
                 // convert 'from' and 'substr_length' from 'characters' to 'bytes'                  // convert 'from' and 'substr_length' from 'characters' to 'bytes'
                 from=getUTF8BytePos(srcPtr, srcEnd, from);                  from=getUTF8BytePos(src_begin, src_end, from);
                 substr_length=getUTF8BytePos(srcPtr+from, srcEnd, substr_length);                  substr_length=getUTF8BytePos(src_begin+from, src_end, substr_length);
                 if(!substr_length)                  if(!substr_length)
                         return result;                          return result;
         }          }
Line 367  size_t String::pos(const String& substr, Line 565  size_t String::pos(const String& substr,
 size_t String::pos(Charset& charset, const String& substr,   size_t String::pos(Charset& charset, const String& substr, 
                                 size_t this_offset, Language lang) const {                                  size_t this_offset, Language lang) const {
   
         size_t result;  
         if(charset.isUTF8()){          if(charset.isUTF8()){
                 const XMLByte* srcPtr=(const XMLByte*)cstrm();                  const XMLByte* srcPtr=(const XMLByte*)cstr();
                 const XMLByte* srcEnd=srcPtr+body.length();                  const XMLByte* srcEnd=srcPtr+body.length();
   
                 // convert 'this_offset' from 'characters' to 'bytes'                  // convert 'this_offset' from 'characters' to 'bytes'
                 this_offset=getUTF8BytePos(srcPtr, srcEnd, this_offset);                  this_offset=getUTF8BytePos(srcPtr, srcEnd, this_offset);
   
                 result=pos(substr.body, this_offset, lang);                  size_t result=pos(substr.body, this_offset, lang);
                 if(result==CORD_NOT_FOUND)                  return (result==CORD_NOT_FOUND)
                         return STRING_NOT_FOUND;                          ? STRING_NOT_FOUND
                           : getUTF8CharPos(srcPtr, srcEnd, result); // convert 'result' from 'bytes' to 'characters'
                 // convert 'result' from 'bytes' to 'characters'  
                 result=getUTF8CharPos(srcPtr, srcEnd, result);  
         } else {          } else {
                 result=pos(substr.body, this_offset, lang);                  size_t result=pos(substr.body, this_offset, lang);
                 if(result==CORD_NOT_FOUND)                  return (result==CORD_NOT_FOUND)
                         return STRING_NOT_FOUND;                          ? STRING_NOT_FOUND
                           : result;
         }          }
   
         return result;  
 }  }
   
 void String::split(ArrayString& result,   void String::split(ArrayString& result, 
                    size_t& pos_after,                      size_t& pos_after, 
                    const char* delim,                      const char* delim, 
                    Language lang, int limit) const {                     Language lang, int limit) const {
           if(is_empty())
                   return;
         size_t self_length=length();          size_t self_length=length();
         if(size_t delim_length=strlen(delim)) {          if(size_t delim_length=strlen(delim)) {
                 size_t pos_before;                  size_t pos_before;
Line 417  void String::split(ArrayString& result, Line 613  void String::split(ArrayString& result,
                    size_t& pos_after,                      size_t& pos_after, 
                    const String& delim, Language lang,                      const String& delim, Language lang, 
                    int limit) const {                     int limit) const {
           if(is_empty())
                   return;
         if(!delim.is_empty()) {          if(!delim.is_empty()) {
                 size_t pos_before;                  size_t pos_before;
                 // while we have 'delim'...                  // while we have 'delim'...
Line 435  void String::split(ArrayString& result, Line 633  void String::split(ArrayString& result,
         }          }
 }  }
   
 enum Match_feature {  Table* String::match(VRegex* vregex,
         MF_NEED_PRE_POST_MATCH = 0x01,                          Row_action row_action, void *info,
         MF_JUST_COUNT_MATCHES = 0x02                          int& matches_count) const { 
 };  
   
 static void regex_options(const String* options, int* result, int* match_features){          // vregex->info(); // I have no idea what does it for?
     struct Regex_option {  
                 const char* keyL;  
                 const char* keyU;  
                 int clear;  
                 int set;  
                 int *result;  
                 int flag;  
     } regex_option[]={  
                 {"i", "I", 0, PCRE_CASELESS, result, 0}, // a=A  
                 {"s", "S", 0, PCRE_DOTALL, result, 0}, // \n\n$ [default]  
                 {"x", "U", 0, PCRE_EXTENDED, result, 0}, // whitespace in regex ignored  
                 {"m", "M", PCRE_DOTALL, PCRE_MULTILINE, result, 0}, // ^aaa\n$^bbb\n$  
                 {"g", "G", 0, 1, result+1, 0}, // many rows  
                 {"'", 0, 0, 0, 0, MF_NEED_PRE_POST_MATCH},  
                 {"n", "N", 0, 0, 0, MF_JUST_COUNT_MATCHES},  
                 {0, 0, 0, 0, 0, 0}  
     };  
         result[0]=PCRE_EXTRA | PCRE_DOTALL | PCRE_DOLLAR_ENDONLY;  
         result[1]=0;  
   
     if(options && !options->is_empty())   
                 for(Regex_option *o=regex_option; o->keyL; o++)   
                         if(  
                                 options->pos(o->keyL)!=STRING_NOT_FOUND  
                                 || (o->keyU && options->pos(o->keyU)!=STRING_NOT_FOUND)  
                         ){  
                                 if(o->flag){  
                                         (*match_features) |= o->flag;  
                                 } else {  
                                         *o->result &= ~o->clear;  
                                         *o->result |= o->set;  
                                 }  
                         }  
 }  
   
 Table* String::match(Charset& source_charset,          bool need_pre_post_match=vregex->is_pre_post_match_needed();
                      const String& regexp,           bool global=vregex->is_global_search();
                      const String* options,  
                      Row_action row_action, void *info,  
                      int& matches_count) const {   
         if(regexp.is_empty())  
                 throw Exception(0,  
                         0,  
                         "regexp is empty");  
   
         const char* pattern=regexp.cstr(String::L_UNSPECIFIED); // fix any tainted with L_REGEX  
         const char* errptr;  
         int erroffset;  
         int option_bits[2]={0};  
         int match_features=0;  
         regex_options(options, option_bits, &match_features);  
         bool need_pre_post_match=(match_features & MF_NEED_PRE_POST_MATCH) != 0;  
         bool just_count_matches=(match_features & MF_JUST_COUNT_MATCHES) != 0;  
         bool global=option_bits[1]!=0;  
         pcre *code=pcre_compile(pattern, option_bits[0],   
                 &errptr, &erroffset,  
                 source_charset.pcre_tables);  
   
         if(!code)  
                 throw Exception(0,  
                         &regexp.mid(erroffset, regexp.length()),  
                         "regular expression syntax error - %s", errptr);  
           
         int subpatterns=pcre_info(code, 0, 0);  
         if(subpatterns<0) {  
                 pcre_free(code);  
                 throw Exception(0,  
                         &regexp,  
                         "pcre_info error (%d)",   
                                 subpatterns);  
         }  
   
         const char* subject=cstr();          const char* subject=cstr();
         size_t subject_length=strlen(subject);          size_t subject_length=length();
         const int oveclength=(1/*match*/+MAX_MATCH_GROUPS)*3;          const int ovector_size=(1/*match*/+MAX_MATCH_GROUPS)*3;
         int ovector[oveclength];          int ovector[ovector_size];
   
         // create table  
         Table::Action_options table_options;          Table::Action_options table_options;
         Table& table=*new Table(string_match_table_template, table_options);          Table& table=*new Table(string_match_table_template, table_options);
   
         int exec_option_bits=0;  
         int prestart=0;          int prestart=0;
         int poststart=0;          int poststart=0;
         int postfinish=length();          int postfinish=length();
         while(true) {          while(true) {
                 int exec_substrings=pcre_exec(code, 0,                  int exec_result=vregex->exec(subject, subject_length, ovector, ovector_size, prestart);
                         subject, subject_length, prestart,  
                         exec_option_bits, ovector, oveclength);                  if(exec_result<0) // only PCRE_ERROR_NOMATCH might be here, other negative results cause an exception
                                           break;
                 if(exec_substrings==PCRE_ERROR_NOMATCH) {  
                         pcre_free(code);  
                         row_action(table, 0/*last time, no raw*/, 0, 0, poststart, postfinish, info);  
                         // if(global || subpatterns)  
                         //      return &table; // global or with subpatterns=true+result  
                         // else {  
                         //      just_matched=false; return 0; // not global=no result  
                         // }  
                         return just_count_matches ? 0 : &table;  
                 }  
   
                 if(exec_substrings<0) {  
                         pcre_free(code);  
                         throw Exception(0,  
                                 &regexp,  
                                 "regular expression execute error (%d)",   
                                         exec_substrings);  
                 }  
   
                 int prefinish=ovector[0];                  int prefinish=ovector[0];
                 poststart=ovector[1];                  poststart=ovector[1];
                 ArrayString* row=new ArrayString;  
                   if (prestart==poststart && subject[poststart]=='\n'){
                           prestart++;
                           continue;
                   }
   
                   ArrayString* row=new ArrayString(3);
                 if(need_pre_post_match) {                  if(need_pre_post_match) {
                         *row+=&mid(0, prefinish); // .prematch column value                          *row+=&mid(0, prefinish); // .prematch column value
                         *row+=&mid(prefinish, poststart); // .match                          *row+=&mid(prefinish, poststart); // .match
Line 563  Table* String::match(Charset& source_cha Line 678  Table* String::match(Charset& source_cha
                         *row+=&Empty; // .postmatch                          *row+=&Empty; // .postmatch
                 }                  }
                                   
                 for(int i=1; i<exec_substrings; i++) {                  for(int i=1; i<exec_result; i++) {
                         // -1:-1 case handled peacefully by mid() itself                          // -1:-1 case handled peacefully by mid() itself
                         *row+=&mid(ovector[i*2+0], ovector[i*2+1]); // .i column value                          *row+=(ovector[i*2+0]>=0 && ovector[i*2+1]>0)?&mid(ovector[i*2+0], ovector[i*2+1]):new String; // .i column value
                 }                  }
                                   
                 matches_count++;                  matches_count++;
                 row_action(table, row, prestart, prefinish, poststart, postfinish, info);                  row_action(table, row, prestart, prefinish, poststart, postfinish, info);
   
                 if(!global || prestart==poststart) { // not global | going to hang                  if(!global || prestart==poststart) // last step
                         pcre_free(code);                          break;
                         row_action(table, 0/*last time, no row*/, 0, 0, poststart, postfinish, info);  
                         return just_count_matches ? 0 : &table;  
                         // return &table;  
                 }  
                 prestart=poststart;  
   
 /*                  prestart=poststart;
                 if(option_bits[0] & PCRE_MULTILINE)  
                         exec_option_bits|=PCRE_NOTBOL; // start of subject+startoffset not BOL  
 */  
         }          }
   
           row_action(table, 0/*last time, no raw*/, 0, 0, poststart, postfinish, info);
           return vregex->is_just_count() ? 0 : &table;
 }  }
   
 String& String::change_case(Charset& source_charset, Change_case_kind kind) const {  String& String::change_case(Charset& source_charset, Change_case_kind kind) const {
Line 592  String& String::change_case(Charset& sou Line 702  String& String::change_case(Charset& sou
                 return result;                  return result;
   
         char* new_cstr=cstrm();          char* new_cstr=cstrm();
         size_t new_cstr_len=length();  
         if(source_charset.isUTF8()) {          if(source_charset.isUTF8()) {
                   size_t new_cstr_len=length();
                 switch(kind) {                  switch(kind) {
                 case CC_UPPER:                  case CC_UPPER:
                         change_case_UTF8((const XMLByte*)new_cstr, new_cstr_len, (XMLByte*)new_cstr, new_cstr_len, UTF8CaseToUpper);                          change_case_UTF8((const XMLByte*)new_cstr, new_cstr_len, (XMLByte*)new_cstr, new_cstr_len, UTF8CaseToUpper);
Line 649  const String& String::escape(Charset& so Line 760  const String& String::escape(Charset& so
         return Charset::escape(*this, source_charset);          return Charset::escape(*this, source_charset);
 }  }
   
   #define STRING_APPEND(result, from_cstr, langs, langs_offset, length) \
                           result.langs.append(result.body, langs, langs_offset, length); \
                           result.body.append_strdup_know_length(from_cstr, length);
   
 const String& String::replace(const Dictionary& dict) const {  const String& String::replace(const Dictionary& dict) const {
           if(!dict.count() || is_empty())
                   return *this;
   
         String& result=*new String();          String& result=*new String();
         const char* old_cstr=cstr();          const char* old_cstr=cstr();
         const char* prematch_begin=old_cstr;          const char* prematch_begin=old_cstr;
   
         const char* current=old_cstr;          if(dict.count()==1) {
         while(*current) {                  // optimized simple case
                 if(Dictionary::Subst subst=dict.first_that_begins(current)) {  
                   Dictionary::Subst subst=dict.get(0);
                   while(const char* p=strstr(prematch_begin, subst.from)) {
                         // prematch                          // prematch
                         if(size_t prematch_length=current-prematch_begin) {                          if(size_t prematch_length=p-prematch_begin) {
                                 result.langs.append(result.body, langs, prematch_begin-old_cstr, prematch_length);                                  STRING_APPEND(result, prematch_begin, langs, prematch_begin-old_cstr, prematch_length)
                                 result.body.append_strdup_know_length(prematch_begin, prematch_length);  
                         }                          }
   
                         // match                          // match
                         // skip 'a' in 'current'; move prematch_begin                          prematch_begin=p+subst.from_length;
                         current+=subst.from_length; prematch_begin=current;  
   
                         if(const String* b=subst.to) // are there any b?                          if(const String* b=subst.to) // are there any b?
                                 result<<*b;                                  result<<*b;
                 } else // simply advance                  }
                         current++;   
           } else {
   
                   const char* current=old_cstr;
                   while(*current) {
                           if(Dictionary::Subst subst=dict.first_that_begins(current)) {
                                   // prematch
                                   if(size_t prematch_length=current-prematch_begin) {
                                           STRING_APPEND(result, prematch_begin, langs, prematch_begin-old_cstr, prematch_length)
                                   }
   
                                   // match
                                   // skip 'a' in 'current'; move prematch_begin
                                   current+=subst.from_length; prematch_begin=current;
   
                                   if(const String* b=subst.to) // are there any b?
                                           result<<*b;
                           } else // simply advance
                                   current++; 
                   }
   
         }          }
   
           if(prematch_begin==old_cstr) // not modified
                   return *this;
   
         // postmatch          // postmatch
         if(size_t postmatch_length=current-prematch_begin) {          if(size_t postmatch_length=old_cstr+length()-prematch_begin) {
                 result.langs.append(result.body, langs, prematch_begin-old_cstr, postmatch_length);                  STRING_APPEND(result, prematch_begin, langs, prematch_begin-old_cstr, postmatch_length)
                 result.body.append_strdup_know_length(prematch_begin, postmatch_length);  
         }          }
   
         ASSERT_STRING_INVARIANT(result);          ASSERT_STRING_INVARIANT(result);
Line 751  bool String::deserialize(size_t prolog_s Line 891  bool String::deserialize(size_t prolog_s
         if(cur[body_length] != 0) // in place?          if(cur[body_length] != 0) // in place?
                 return false;                  return false;
         // 3: letters          // 3: letters
         body=String::Body(cur, body_length);            body=String::Body(*cur?cur:0);
   #ifdef STRING_LENGTH_CACHING
           body.set_length(body_length);
   #endif
         cur+=body_length+1;          cur+=body_length+1;
         in_buf-=body_length+1;          in_buf-=body_length+1;
   
Line 798  bool String::deserialize(size_t prolog_s Line 941  bool String::deserialize(size_t prolog_s
 }  }
   
 const char* String::Body::v() const {  const char* String::Body::v() const {
         return CORD_to_const_char_star(body);          return CORD_to_const_char_star(body, length());
 }  }
 void String::Body::dump() const {  void String::Body::dump() const {
         CORD_dump(body);          CORD_dump(body);
Line 806  void String::Body::dump() const { Line 949  void String::Body::dump() const {
   
 const char* String::Languages::v() const {  const char* String::Languages::v() const {
         if(opt.is_not_just_lang)          if(opt.is_not_just_lang)
                 return CORD_to_const_char_star(langs);                  return CORD_to_const_char_star(langs, 0);
         else          else
                 return (const char*)&langs;                  return (const char*)&langs;
 }  }
Line 818  void String::Languages::dump() const { Line 961  void String::Languages::dump() const {
 }  }
 const char* String::v() const {  const char* String::v() const {
         const uint LIMIT_VIEW=20;          const uint LIMIT_VIEW=20;
         char* buf=(char*)malloc(MAX_STRING);          char* buf=(char*)pa_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();
         snprintf(buf, MAX_STRING,           snprintf(buf, MAX_STRING, 
Line 830  const char* String::v() const { Line 973  const char* String::v() const {
   
         return buf;          return buf;
 }  }
   
 void String::dump() const {  void String::dump() const {
         body.dump();          body.dump();
         langs.dump();          langs.dump();
 }  }
 const String& String::trim(String::Trim_kind kind, const char* chars) const {  
         if(!length())  const String& String::trim(String::Trim_kind kind, const char* chars, Charset* source_charset) const {
           if(is_empty())
                 return *this;                  return *this;
   
         size_t substr_begin, substr_length;          size_t substr_begin, substr_length;
         Body new_body=body.trim(kind, chars, &substr_begin, &substr_length);          Body new_body=body.trim(kind, chars, &substr_begin, &substr_length, source_charset);
         if(new_body==body) // we received unchanged pointer, do likewise          if(new_body==body) // we received unchanged pointer, do likewise
                 return *this;                  return *this;
         // new_body differs from body, adjust langs along          // new_body differs from body, adjust langs along
Removed from v.1.213  
changed lines
  Added in v.1.247

E-mail: