[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 1.3 and 1.78

version 1.3, 2001/01/26 15:32:52 version 1.78, 2001/04/23 13:38:31
Line 1 Line 1
 #include <string.h>  /** @file
           Parser: string class. @see untasize_t.C.
   
 #include "pa_pool.h"          Copyright (c) 2001 ArtLebedev Group (http://www.artlebedev.com)
   
 void *String::operator new(size_t size, Pool *apool) {          Author: Alexander Petrosyan <paf@design.ru> (http://design.ru/paf)
         return apool->alloc(size);  
 }          $Id$
   */
   
   #include "pa_config_includes.h"
   
 void String::construct(Pool *apool) {  #include "pcre.h"
         pool=apool;  
         head.count=curr_chunk_rows=CR_PREALLOCATED_COUNT;  #include "pa_pool.h"
         append_here=head.first;  #include "pa_string.h"
   #include "pa_hash.h"
   #include "pa_exception.h"
   #include "pa_common.h"
   #include "pa_array.h"
   #include "pa_globals.h"
   #include "pa_table.h"
   #include "pa_threads.h"
   
   //#include "pa_sapi.h"
   
   // String
   
   String::String(Pool& apool, const char *src, size_t src_size, bool tainted) :
           Pooled(apool) {
           last_chunk=&head;
           head.count=CR_PREALLOCATED_COUNT;
           append_here=head.rows;
         head.preallocated_link=0;          head.preallocated_link=0;
         link_row=&head.first[curr_chunk_rows];          link_row=&head.rows[head.count];
           fused_rows=fsize=0;
   
           if(src)
                   if(tainted)
                           APPEND_TAINTED(src, src_size, 0, 0);
                   else
                           APPEND_CLEAN(src, src_size, 0, 0);
 }  }
   
 void String::expand() {  void String::expand() {
         curr_chunk_rows=curr_chunk_rows*100/CR_GROW_PERCENT;          size_t new_chunk_count=last_chunk->count+last_chunk->count*CR_GROW_PERCENT/100;
         Chunk *chunk=static_cast<Chunk *>(          last_chunk=static_cast<Chunk *>(
                 pool->calloc(sizeof(Chunk::Row)*curr_chunk_rows+sizeof(Chunk *)));                  malloc(sizeof(size_t)+sizeof(Chunk::Row)*new_chunk_count+sizeof(Chunk *)));
         chunk->count=curr_chunk_rows;          last_chunk->count=new_chunk_count;
         link_row->link=chunk;          link_row->link=last_chunk;
         append_here=chunk->first;          append_here=last_chunk->rows;
         link_row=&chunk->first[curr_chunk_rows];          link_row=&last_chunk->rows[last_chunk->count];
           link_row->link=0;
 }  }
   
 String& String::operator += (char *src) {  String::String(const String& src) :     Pooled(src.pool()) {
           head.count=CR_PREALLOCATED_COUNT;
           
           size_t src_used_rows=src.fused_rows;
           if(src_used_rows<=head.count) {
                   // all new rows fit size_to preallocated area
                   size_t curr_chunk_rows=head.count;
                   memcpy(head.rows, src.head.rows, sizeof(Chunk::Row)*src_used_rows);
                   append_here=&head.rows[src_used_rows];
                   link_row=&head.rows[curr_chunk_rows];
           } else {
                   // warning: 
                   //   heavily relies on the fact 
                   //   "preallocated area is the same for all strings"
                   //
                   // info:
                   //   allocating only enough mem to fit src string rows
                   //   next append would allocate a new chunk
                   //
                   // new rows don't fit size_to preallocated area: splitting size_to two chunks
                   // preallocated chunk src to constructing head
                   memcpy(head.rows, src.head.rows, sizeof(Chunk::Row)*head.count);
                   // remaining rows size_to new_chunk
                   size_t curr_chunk_rows=src_used_rows-head.count;
                   Chunk *new_chunk=static_cast<Chunk *>(
                           malloc(sizeof(size_t)+sizeof(Chunk::Row)*curr_chunk_rows+sizeof(Chunk *)));
                   new_chunk->count=curr_chunk_rows;
                   head.preallocated_link=new_chunk;
                   append_here=link_row=&new_chunk->rows[new_chunk->count];
   
                   Chunk *old_chunk=src.head.preallocated_link; 
                   Chunk::Row *new_rows=new_chunk->rows;
                   size_t rows_left_to_copy=new_chunk->count;
                   while(true) {
                           size_t old_count=old_chunk->count;
                           Chunk *next_chunk=old_chunk->rows[old_count].link;
                           if(next_chunk) {
                                   // not last source chunk
                                   // taking it all
                                   memcpy(new_rows, old_chunk->rows, sizeof(Chunk::Row)*old_count);
                                   new_rows+=old_count;
                                   rows_left_to_copy-=old_count;
   
                                   old_chunk=next_chunk;
                           } else {
                                   // the last source chunk
                                   // taking only those rows of chunk that _left_to_copy
                                   memcpy(new_rows, old_chunk->rows, sizeof(Chunk::Row)*rows_left_to_copy);
                                   break;
                           }
                   }
           }
           link_row->link=0;
           fused_rows=src_used_rows;
           fsize=src.fsize;
   }
   
   String& String::append(const String& src, Untaint_lang lang, bool forced) {
           const Chunk *chunk=&src.head; 
           do {
                   const Chunk::Row *row=chunk->rows;
                   for(size_t i=0; i<chunk->count; i++, row++) {
                           if(row==src.append_here)
                                   goto break2;
                           
                           APPEND(row->item.ptr, row->item.size, 
                                   (lang!=UL_PASS_APPENDED && (row->item.lang==UL_TAINTED || forced))?lang:row->item.lang,
                                   row->item.origin.file, row->item.origin.line);
                   }
                   chunk=row->link;
           } while(chunk);
   break2:
           return *this;
   }
   
   String& String::real_append(STRING_APPEND_PARAMS) {
           if(!src)
                   return *this;
           if(!size)
                   size=strlen(src);
           if(!size)
                   return *this;
   
         if(chunk_is_full())          if(chunk_is_full())
                 expand();                  expand();
   
         append_here->item.ptr=src;          append_here->item.ptr=src;
         append_here->item.size=strlen(src);          fsize+=append_here->item.size=size;
         append_here++;          append_here->item.lang=lang;
   #ifndef NO_STRING_ORIGIN
           append_here->item.origin.file=file;
           append_here->item.origin.line=line;
   #endif
           append_here++; fused_rows++;
   
         return *this;          return *this;
 }  }
   
 size_t String::size() {  uint String::hash_code() const {
         int result=0;          uint result=0;
         Chunk *chunk=&head;   
           const Chunk *chunk=&head; 
         do {          do {
                 Chunk::Row *row=chunk->first;                  const Chunk::Row *row=chunk->rows;
                 for(int i=0; i<chunk->count; i++) {                  for(size_t i=0; i<chunk->count; i++) {
                         if(row==append_here)                          if(row==append_here)
                                 goto break2;                                  goto break2;
   
                         result+=row->item.size;                          result=Hash::generic_code(result, row->item.ptr, row->item.size);
                         row++;                          row++;
                 }                  }
                 chunk=row->link;                  chunk=row->link;
Line 52  size_t String::size() { Line 169  size_t String::size() {
 break2:  break2:
         return result;          return result;
 }  }
 /*  
   $Id$  
 */  
   
 char *String::c_str() {  /// @todo move 'lang' skipping to pos
         char *result=static_cast<char *>(pool->alloc(size()+1));  int String::cmp(int& partial, const String& src, 
                                   size_t this_offset, Untaint_lang lang) const {
           partial=-1;
           this_offset=min(this_offset, size()-1);
   
           const Chunk *a_chunk=&head;
           const Chunk *b_chunk=&src.head;
           const Chunk::Row *a_row=a_chunk->rows;
           const Chunk::Row *b_row=b_chunk->rows;
           size_t a_offset=this_offset;
           size_t b_offset=0;
           Chunk::Row *a_end=append_here;
           Chunk::Row *b_end=src.append_here;
           size_t a_countdown=a_chunk->count;
           size_t b_countdown=b_chunk->count;
           bool a_break=false;
           bool b_break=false;
           size_t result;
           size_t pos=0; 
           while(true) {
                   a_break=a_row==a_end;
                   b_break=b_row==b_end;
                   if(a_break || b_break)
                           break;
   
                   if(pos+a_row->item.size > this_offset) {
                           if(lang!=UL_UNSPECIFIED && a_row->item.lang!=lang) 
                                   return -1; // wrong lang -- bail out
   
                           int size_diff=
                                   (a_row->item.size-a_offset)-
                                   (b_row->item.size-b_offset);
                           
                           if(size_diff==0) { // a has same size as b
                                   result=memcmp(a_row->item.ptr+a_offset, b_row->item.ptr+b_offset, 
                                           a_row->item.size-a_offset);
                                   if(result)
                                           return result;
                                   pos+=a_row->item.size;
                                   a_row++; a_countdown--; a_offset=0;
                                   b_row++; b_countdown--; b_offset=0;
                           } else if (size_diff>0) { // a longer
                                   result=memcmp(a_row->item.ptr+a_offset, b_row->item.ptr+b_offset, 
                                           b_row->item.size-b_offset);
                                   if(result)
                                           return result;
                                   a_offset+=b_row->item.size-b_offset;
                                   b_row++; b_countdown--; b_offset=0;
                           } else { // b longer
                                   result=memcmp(a_row->item.ptr+a_offset, b_row->item.ptr+b_offset, 
                                           a_row->item.size-a_offset);
                                   if(result)
                                           return result;
                                   b_offset+=a_row->item.size-a_offset;
                                   pos+=a_row->item.size;
                                   a_row++; a_countdown--; a_offset=0;
                           }
                           
                           if(!b_countdown) {
                                   b_chunk=b_row->link;
                                   b_row=b_chunk->rows;
                                   b_countdown=b_chunk->count;
                           }
                   } else {
                           a_offset-=a_row->item.size;
                           pos+=a_row->item.size;
                           a_row++; a_countdown--; 
                   }
   
                   if(!a_countdown) {
                           a_chunk=a_row->link;
                           a_row=a_chunk->rows;
                           a_countdown=a_chunk->count;
                   }
           }
           if(a_break==b_break) { // ended simultaneously
                   partial=0; return 0;
           } else if(a_break) { // first bytes equal, but a ended before b
                   partial=1; return -1;
           } else {
                   partial=2; return +1;
           }
   }
   
   /// @todo move 'lang' skipping to pos
   int String::cmp(int& partial, const char* b_ptr, size_t src_size, 
                                   size_t this_offset, Untaint_lang lang) const {
           partial=-1;
           size_t b_size=src_size?src_size:b_ptr?strlen(b_ptr):0;
           this_offset=min(this_offset, size()-1);
   
           const Chunk *a_chunk=&head;
           const Chunk::Row *a_row=a_chunk->rows;
           size_t a_offset=this_offset;
           size_t b_offset=0;
           Chunk::Row *a_end=append_here;
           size_t a_countdown=a_chunk->count;
           bool a_break=false;
           bool b_break=false;
           size_t pos=0;
           while(true) {
                   a_break=a_row==a_end;
                   if(a_break || b_break)
                           break;
   
                   if(pos+a_row->item.size > this_offset) {
                           if(lang!=UL_UNSPECIFIED && a_row->item.lang!=lang) 
                                   return -1; // wrong lang -- bail out
   
                           int size_diff=
                                   (a_row->item.size-a_offset)-
                                   (b_size-b_offset);
                           
                           if(size_diff==0) { // a has same size as b
                                   if(size_t result=memcmp(a_row->item.ptr+a_offset, b_ptr+b_offset, 
                                           a_row->item.size-a_offset)!=0)
                                           return result;
                                   pos+=a_row->item.size;
                                   a_row++; a_countdown--; a_offset=0;
                                   b_break=true;
                           } else if (size_diff>0) { // a longer
                                   if(size_t result=memcmp(a_row->item.ptr+a_offset, b_ptr+b_offset, 
                                           b_size-b_offset)!=0)
                                           return result;
                                   a_offset+=b_size-b_offset;
                                   b_break=true;
                           } else { // b longer
                                   if(size_t result=memcmp(a_row->item.ptr+a_offset, b_ptr+b_offset, 
                                           a_row->item.size-a_offset)!=0)
                                           return result;
                                   b_offset+=a_row->item.size-a_offset;
                                   pos+=a_row->item.size;
                                   a_row++; a_countdown--; a_offset=0;
                           }
                   } else {
                           a_offset-=a_row->item.size; 
                           pos+=a_row->item.size;
                           a_row++; a_countdown--; 
                   }
   
                   if(!a_countdown) {
                           a_chunk=a_row->link;
                           a_row=a_chunk->rows;
                           a_countdown=a_chunk->count;
                   }
           }
           if(a_break==b_break) { // ended simultaneously
                   partial=0; return 0;
           } else if(a_break) { // first bytes equal, but a ended before b
                   partial=1; return -1;
           } else {
                   partial=2; return +1;
           }
   }
   
   #ifndef NO_STRING_ORIGIN
   const Origin& String::origin() const { 
           if(!fused_rows)
                   THROW(0, 0, 
                           0,
                           "String::origin() of empty string called");
           
           // determining origin by last appended piece
           // because first one frequently constant. 
           // ex: ^load[/file] "document_root" + "/file"
           return append_here[-1].item.origin; 
   }
   #endif
   
   String& String::mid(size_t start, size_t finish) const {
           start=max(0, start);
           finish=min(size(), finish);
           if(start==finish)
                   return *empty_string;
   
         char *copy_here=result;          String& result=*NEW String(pool());
         Chunk *chunk=&head;   
           size_t pos=0;
           const Chunk *chunk=&head; 
         do {          do {
                 Chunk::Row *row=chunk->first;                  const Chunk::Row *row=chunk->rows;
                 for(int i=0; i<chunk->count; i++) {                  for(size_t i=0; i<chunk->count; pos+=row->item.size, i++, row++) {
                         if(row==append_here)                          if(row==append_here)
                                 goto break2;                                  goto break2;
   
                         memcpy(copy_here, row->item.ptr, row->item.size);                          size_t item_finish=pos+row->item.size;
                         copy_here+=row->item.size;                          if(item_finish > start) { // started now or already?
                         row++;                                  bool started=result.size()==0; // started now?
                                   bool finished=finish <= item_finish; // finished now?
                                   size_t offset=started?start-pos:0;
                                   size_t size=finished?finish-pos:row->item.size;
                                   result.APPEND(
                                           row->item.ptr+offset, size-offset, 
                                           row->item.lang,
                                           row->item.origin.file, row->item.origin.line);
                                   if(finished)
                                           goto break2;
                           }
                 }                  }
                 chunk=row->link;                  chunk=row->link;
         } while(chunk);          } while(chunk);
 break2:  break2:
         *copy_here=0;  //      SAPI::log(pool(), "piece of '%s' from %d to %d is '%s'",
                   //cstr(), start, finish, result.cstr());
         return result;          return result;
 }  }
   
   int String::pos(const String& substr, 
                                   size_t result, Untaint_lang lang) const {
           for(; result<size(); result++) {
                   int partial; cmp(partial, substr, result, lang);
                   if(
                           partial==0 || // full match
                           partial==2) // 'substr' starts 'this'+'result'
                           return result;
           }
           
           return -1;
   }
   
   int String::pos(const char *substr, size_t substr_size, 
                                   size_t result, Untaint_lang lang) const {
           for(; result<size(); result++) {
                   int partial; cmp(partial, substr, substr_size, result, lang);
                   if(
                           partial==0 || // full match
                           partial==2) // 'substr' starts 'this'+'result'
                           return result;
           }
           
           return -1;
   }
   
   void String::split(Array& result, 
                                      size_t* pos_after_ref, 
                                      const char *delim, size_t delim_size, 
                                      Untaint_lang lang, int limit) const {
           if(delim_size) {
                   size_t pos_after=pos_after_ref?*pos_after_ref:0;
                   int pos_before;
                   // while we have 'delim'...
                   for(; (pos_before=pos(delim, delim_size, pos_after, lang))>=0 && limit; limit--) {
                           result+=&mid(pos_after, pos_before);
                           pos_after=pos_before+delim_size;
                   }
                   // last piece
                   if(pos_after<size() && limit) {
                           result+=&mid(pos_after, size());
                           pos_after=size();
                   }
                   if(pos_after_ref)
                           *pos_after_ref=pos_after;
           } else { // empty delim
                   result+=this;
                   if(pos_after_ref)
                           *pos_after_ref+=size();
           }
   }
   
   void String::split(Array& result, 
                                      size_t* pos_after_ref, 
                                      const String& delim, Untaint_lang lang, 
                                      int limit) const {
           if(delim.size()) {
                   size_t pos_after=pos_after_ref?*pos_after_ref:0;
                   int pos_before;
                   // while we have 'delim'...
                   for(; (pos_before=pos(delim, pos_after, lang))>=0 && limit; limit--) {
                           result+=&mid(pos_after, pos_before);
                           pos_after=pos_before+delim.size();
                   }
                   // last piece
                   if(pos_after<size() && limit) {
                           result+=&mid(pos_after, size());
                           pos_after=size();
                   }
                   if(pos_after_ref)
                           *pos_after_ref=pos_after;
           } else { // empty delim
                   result+=this;
                   if(pos_after_ref)
                           *pos_after_ref+=size();
           }
   }
   
   static void regex_options(char *options, int *result){
       struct Regex_option {
                   char key;
                   int clear, set;
                   int *result;
       } regex_option[]={
                   {'i', 0, PCRE_CASELESS, result}, // a=A
                   {'s', 0, PCRE_DOTALL, result}, // \n\n$
                   {'x', 0, PCRE_EXTENDED, result}, // whitespace in regex ignored
                   {'m', PCRE_DOTALL, PCRE_MULTILINE, result}, // ^aaa\n$^bbb\n$
                   {'g', 0, true, result+1}, // many rows
                   {0},
       };
           result[0]=PCRE_EXTRA | PCRE_DOTALL;
           result[1]=0;
   
       if(options) 
                   for(Regex_option *o=regex_option; o->key; o++) 
                           if(
                                   strchr(options, o->key) || 
                                   strchr(options, toupper(o->key))) {
                                   *(o->result)&=~o->clear;
                                   *(o->result)|=o->set;
                           }
   }
   
   /**
           returns true if fills table.
           table format is defined and fixed[can be used by others]: 
           @verbatim
                   pre-match/match/post-match/1/2/3/...
           @endverbatim
   */
   bool String::match(const unsigned char *pcre_tables,
                                      const String *aorigin,
                                      const String& regexp, 
                                      const String *options,
                                      Table **table,
                                      Row_action row_action, void *info) const { 
   
           if(!regexp.size())
                   THROW(0, 0,
                           aorigin,
                           "regexp is empty");
           const char *pattern=regexp.cstr(UL_AS_IS);
           const char *errptr;
           int erroffset;
       int option_bits[2];  regex_options(options?options->cstr():0, option_bits);
           pcre *code=pcre_compile(pattern, option_bits[0], 
                   &errptr, &erroffset,
                   pcre_tables);
   
           if(!code)
                   THROW(0, 0,
                           &regexp.mid(erroffset, regexp.size()),
                           "regular expression syntax error - %s", errptr);
           
           int info_substrings=pcre_info(code, 0, 0);
           if(info_substrings<0) {
                   (*pcre_free)(code);
                   THROW(0, 0,
                           aorigin,
                           "pcre_info error (%d)", 
                                   info_substrings);
           }
   
           int startoffset=0;
           const char *subject=cstr(UL_AS_IS);
           int length=strlen(subject);
           int ovecsize;
           int *ovector=(int *)malloc(sizeof(int)*
                   (ovecsize=(1/*match*/+info_substrings)*3));
   
           { // create table
                   Array& columns=*NEW Array(pool());
                   columns+=string_pre_match_name;
                   columns+=string_match_name;
                   columns+=string_post_match_name;
                   for(int i=1; i<=info_substrings; i++) {
                           char *column=(char *)malloc(MAX_NUMBER);
                           snprintf(column, MAX_NUMBER, "%d", i);
                           columns+=NEW String(pool(), column); // .i column name
                   }
                   *table=NEW Table(pool(), aorigin, &columns);
           }
   
           int exec_option_bits=0;
           while(true) {
                   int exec_substrings=pcre_exec(code, 0,
                           subject, length, startoffset,
                           exec_option_bits, ovector, ovecsize);
                   
                   if(exec_substrings==PCRE_ERROR_NOMATCH) {
                           (*pcre_free)(code);
                           (*row_action)(**table, 0/*last time, no row*/, 0, 0, info);
                           return option_bits[1]!=0; // global=true+table, not global=false
                   }
   
                   if(exec_substrings<0) {
                           (*pcre_free)(code);
                           THROW(0, 0,
                                   aorigin,
                                   "regular expression execute error (%d)", 
                                           exec_substrings);
                   }
   
                   Array& row=*NEW Array(pool());
                   row+=&mid(0, ovector[0]); // .pre-match column value
                   row+=&mid(ovector[0], ovector[1]); // .match
                   row+=&mid(ovector[1], size()); // .post-match
                   
                   for(int i=1; i<exec_substrings; i++) {
                           // -1:-1 case handled peacefully by mid() itself
                           row+=&mid(ovector[i*2+0], ovector[i*2+1]); // .i column value
                   }
                   
                   (*row_action)(**table, &row, startoffset, ovector[0], info);
   
                   if(!option_bits[1] || !(startoffset=ovector[1])) { // not global | going to hang
                           (*pcre_free)(code);
                           (*row_action)(**table, 0/*last time, no row*/, 0, 0, info);
                           return true;
                   }
   
   /*
                   if(option_bits[0] & PCRE_MULTILINE)
                           exec_option_bits|=PCRE_NOTBOL; // start of subject+startoffset not BOL
   */
           }
   }
Removed from v.1.3  
changed lines
  Added in v.1.78

E-mail: