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

Diff for /parser3/src/include/pa_string.h between versions 1.11 and 1.145.4.4

version 1.11, 2001/01/29 20:10:32 version 1.145.4.4, 2003/09/23 13:53:04
Line 1 Line 1
 /*  /** @file
   $Id$          Parser: string class decl.
 */  
   
 /*  
   
         String                          Chunk0  
         ======                          ========  
         head--------->[ptr, size]  
         append_here-------->[ptr, size]  
         link_row      ........  
                         .                       .  
                         .                       [ptr, size]  
                         ...........>[link to the next chunk]  
   
           Copyright (c) 2001-2003 ArtLebedev Group (http://www.artlebedev.com)
           Author: Alexandr Petrosian <paf@design.ru> (http://paf.design.ru)
 */  */
   
 #ifndef PA_STRING_H  #ifndef PA_STRING_H
 #define PA_STRING_H  #define PA_STRING_H
   
 #ifdef HAVE_CONFIG_H  static const char* IDENT_STRING_H="$Date$";
 #include "pa_config.h"  
 #endif  
   
 #include <stddef.h>  // includes
   
 #include "pa_types.h"  #include "pa_types.h"
   #include "pa_array.h"
   
 class Pool;  extern "C" { // cord's author forgot to do that
   #define CORD_NO_IO
   #include "cord.h"
   };
   
 #ifndef NO_STRING_ORIGIN  /// must use simple version, without optimization for short pieces
 #       define STRING_APPEND_PARAMS char *src, char *file, uint line  /// it's much more convinient for iterating. we rely on this here: CORD_block_iter
 #       define APPEND(src, file, line) real_append(src, file, line)  #define CORD_chars(c, i) CORD_chars_block((c), (i))
 #else  extern "C" CORD CORD_chars_block(char c, size_t i);
 #       define STRING_APPEND_PARAMS char *src  
 #       define APPEND(src, file, line) real_append(src)  // cord extension
 #endif  /* Returns true if x does contain                                       */
   /* char not_c at positions i..i+n. Value i,i+n must be < CORD_len(x).   */
   int CORD_nnchr(CORD x, size_t i, size_t n, int not_c);
   
   // forwards
   
   class Charset;
   class Table;
   class SQL_Connection;
   class Dictionary;
   class Request_charsets;
   class String;
   typedef Array<const String*> ArrayString;
   
   /// this is result of pos functions which mean that substr were not found
   #define STRING_NOT_FOUND ((size_t)-1)
   
 class String {  class StringBody {
 public:  
         enum {          CORD body;
                 CR_PREALLOCATED_COUNT=5,  
                 CR_GROW_PERCENT=60  
         };  
   
 public:  public:
   
         void *operator new(size_t size, Pool& apool);          StringBody(): body(CORD_EMPTY) {}
         String(Pool& apool);          StringBody(CORD abody): body(abody) {
         String(String& src);                  assert(!body // no body
         size_t size() { return fsize; }                          || *body // ordinary string
         int used_rows() { return fused_rows; }                          || body[1]==1 // CONCAT_HDR
         char *cstr();                          || body[1]==4 // FN_HDR 
         String& real_append(STRING_APPEND_PARAMS);                          || body[1]==6 // SUBSTR_HDR 
         bool operator == (String& src);                          );
           }
           /// WARNING: length is only HELPER length, str in ANY case should be zero-terminated
           StringBody(const char* str, size_t helper_length): body(CORD_EMPTY) {
                   append_know_length(str, helper_length?helper_length:strlen(str));
           }
           static StringBody Format(int value);
   
         uint hash_code();          void clear() { body=CORD_EMPTY; }
   
 protected:          bool operator! () const { return is_empty(); }
   
         // the pool I'm allocated on          uint hash_code() const;
         Pool& pool;  
   
 private:          const char* cstr() const { return CORD_to_const_char_star(body); }
           char* cstrm() const { return CORD_to_char_star(body); }
   
           size_t length() const { return CORD_len(body); }
   
           bool is_empty() const { return body==CORD_EMPTY; }
   
           void append_know_length(const char *str, size_t known_length) {
                   if(known_length)
                           body=CORD_cat_char_star(body, str, known_length);
           }
           void append_strdup_know_length(const char* str, size_t known_length) {
                   if(known_length)
                           append_know_length(pa_strdup(str, known_length), known_length);
           }
           void append(char c) { body=CORD_cat_char(body, c); }
           StringBody& operator << (const StringBody src) { body=CORD_cat(body, src.body); return *this; }
           StringBody& operator << (const char* str) { append_know_length(str, strlen(str)); return *this; }
   
           // could not figure out why this operator is needed [should do this chain: string->simple->==]
           bool operator < (const StringBody src) const { return CORD_cmp(body, src.body)<0; }
           bool operator > (const StringBody src) const { return CORD_cmp(body, src.body)>0; }
           bool operator <= (const StringBody src) const { return CORD_cmp(body, src.body)<=0; }
           bool operator >= (const StringBody src) const { return CORD_cmp(body, src.body)>=0; }
           bool operator != (const StringBody src) const { return CORD_cmp(body, src.body)!=0; }
           bool operator == (const StringBody src) const { return CORD_cmp(body, src.body)==0; }
   
           int ncmp(size_t x_begin, const StringBody y, size_t y_begin, size_t size) const {
                   return CORD_ncmp(body, x_begin, y.body, y_begin, size);
           }
   
           char fetch(size_t index) const { return CORD_fetch(body, index); }
           StringBody mid(size_t index, size_t length) const { return CORD_substr(body, index, length); }
           size_t pos(const char* substr, size_t offset=0) const { return CORD_str(body, offset, substr); }
           size_t pos(const StringBody substr, size_t offset=0) const { 
                   if(!substr.length())
                           return STRING_NOT_FOUND; // in this case CORD_str returns 0 [parser users got used to -1]
                   return CORD_str(body, offset, substr.body); 
           }
           size_t pos(char c, 
                   size_t offset=0) const {
                   return CORD_chr(body, offset, c);
           }
   
   /*      template<typename I> void for_each(int (*callback)(const char* s, I), I info) const {
                   CORD_iter5(body, 0, 0, (CORD_batched_iter_fn)callback, info);
           }*/
   
           void set_pos(CORD_pos& pos, size_t index) const { CORD_set_pos(pos, body, index); }
   
           /*StringBody normalize() const {
                   return StringBody(CORD_balance(body));
           }*/
   
           void dump() const {
                   CORD_dump(body);
           }
   };
   
   template<typename T>
   inline size_t get_length(T current) {
           return current;
   }
   /** 
           String which knows the lang of all it's langs.
   
           All pieces remember 
           - whether they are tainted or not, 
             and the lang which should be used to detaint them
   */
   class String: public PA_Object {
   public:
   
         struct Chunk {          /** piece is tainted or not. the lang to use when detaint
                 // the number of rows in chunk                  remember to change String_Untaint_lang_name @ untaint.C along
                 int count;          */
                 union Row {          enum Language {
                         // chunk item                  L_UNSPECIFIED=0, ///< no real string has parts of this lange: it's just convinient to check when string's empty
                   // these two must go before others, there are checks for >L_AS_IS
                   L_CLEAN, ///< clean
                   L_AS_IS,     ///< leave all characters intact
   
                   L_PASS_APPENDED,
                           /**<
                                   leave lang built into string being appended.
                                   just a flag, that value not stored
                           */
                   L_TAINTED,  ///< tainted, untaint lang as assigned later 
                   // untaint langs. assigned by ^untaint[lang]{...}
                   L_FILE_SPEC, ///< file specification
                   L_HTTP_HEADER,    ///< text in HTTP response header
                   L_MAIL_HEADER,    ///< text in mail header
                   L_URI,       ///< text in uri
                   L_TABLE,     ///< ^table:set body
                   L_SQL,       ///< ^table:sql body
                   L_JS,        ///< JavaScript code
                   L_XML,          ///< ^dom:set xml
                   L_HTML,      ///< HTML code (for editing)
                   L_OPTIMIZE_BIT = 0x80  ///< flag, requiring cstr whitespace optimization
           };
   
           class Languages {
   
                   union {
                         struct {                          struct {
                                 char *ptr;  // pointer to the start of string fragment                                  Language lang:8;
                                 size_t size;  // length of the fragment                                  int is_not_just_lang:16-8;
                                 Origin origin;  // origin of this fragment                          };
                         } item;                          CORD langs;
                         Chunk *link;  // link to the next chunk in chain                  };
                 } rows[CR_PREALLOCATED_COUNT];  
                 // next rows are here                  template<typename C>
                 Chunk *preallocated_link;                  CORD make_langs(C current) const {
         }                          return is_not_just_lang?
                 head;  // the head chunk of the chunk chain                                  langs
                                   :CORD_chars((char)lang, get_length(current));
         // next append would write to this record                  }
         Chunk::Row *append_here;  
                           CORD make_langs(size_t aoffset, size_t alength)  const {
         // the address of place where lies address                           return is_not_just_lang?
         // of the link to the next chunk to allocate                                  CORD_substr(langs, aoffset, alength)
         Chunk::Row *link_row;                                  :CORD_chars((char)lang, alength);
                   }
   
                   /// appending when 'langs' already contain something [simple cases hanled elsewhere]
                   template<typename C>
                   void append(C current, 
                           const CORD to_nonempty_target_langs) {
                           assert(langs);
   
                           if(is_not_just_lang)
                                   langs=CORD_cat(langs, to_nonempty_target_langs);
                           else { // we were "just lang"
                                   size_t current_size=get_length(current);
                                   assert(current_size);
                                   langs=CORD_cat(
                                           CORD_chars((char)lang, current_size),  // first piece [making from just 'lang']
                                           to_nonempty_target_langs); // new piece
                           }
                   }
   
           public:
   
                   Languages(): langs(0) {}
                   Languages(Language alang): lang(alang), is_not_just_lang(0) {}
   
                   /// MUST be called exactly prior to modification of current [uses it's length]
                   template<typename C>
                   void append(C current, Language alang, size_t asize) {
                           assert(alang);
                           assert(asize);
   
                           if(!is_not_just_lang)
                                   if(lang) {
                                           if(lang==alang) // same length? ignoring
                                                   return;
                                   } else {
                                           lang=alang; // to uninitialized
                                           return;
                                   }
   
                           append(current, CORD_chars((char)alang, asize));
                   }
   
                   /// MUST be called exactly prior to modification of current [uses it's length]
                   template<typename C>
                   void append(C current, size_t appending_length, 
                           const Languages src) {
                           assert(appending_length);
   
                           if(!langs)
                                   langs=src.langs; // to uninitialized
                           else if(!src.is_not_just_lang)
                                   append(current, src.lang, appending_length); // simplifying when simple source
                           else
                                   append(current, src.make_langs(appending_length));
                   }
                   
                   /// MUST be called exactly prior to modification of current [uses it's length]
                   template<typename C>
                   void append(C current,
                           const Languages src, size_t aoffset, size_t alength) {
                           assert(alength);
   
                           if(!langs) // to uninitialized?
                                   if(src.is_not_just_lang)
                                           langs=CORD_substr(src.langs, aoffset, alength); // to uninitialized complex
                                   else
                                           lang=src.lang; // to uninitialized simple
                           else 
                                   if(!is_not_just_lang && !src.is_not_just_lang && lang==src.lang) // both simple & of same language?
                                           return; // ignoring
                                   else
                                           append(current, src.make_langs(aoffset, alength));
                   }
   
                   /// checks if we have alang all from aoffset to aoffset+alength
                   bool check_lang(Language alang, size_t aoffset, size_t alength) const {
                           if(alang==L_UNSPECIFIED) // ignore lang?
                                   return true;
   
                           if(is_not_just_lang)
                                   return CORD_nnchr(langs, aoffset, alength, (unsigned)alang)!=0;
                           else
                                   return lang==alang;
                   }
   
                   template<typename C, typename I> 
                   void for_each(C current, 
                           int callback(char, size_t, I), I info) const {
                           
                           if(is_not_just_lang)
                                   CORD_block_iter(langs, 0, (CORD_block_iter_fn)callback, info);
                           else
                                   callback(lang, get_length(current), info);
                   }
   
                   bool invariant(size_t current_length) {
                           if(!langs)
                                   return current_length==0;
                           if(is_not_just_lang)
                                   return CORD_len(langs)==current_length;
                           return true; // uncheckable, actually
                   }
           };
   
           struct C {
                   const char *str;
                   size_t length;
                   operator const char *() { return str; }
                   C(const char *astr, size_t asize): str(astr), length(asize) {}
           };
   
           struct Cm {
                   char *str;
                   size_t length;
                   //operator char *() { return str; }
                   Cm(char *astr, size_t asize): str(astr), length(asize) {}
           };
   
 private:  private:
         // last chank allocated count  
         int curr_chunk_rows;  
   
         // string size          Languages langs; ///< string characters lang
         size_t fsize;          StringBody body; ///< all characters of string
   
         // used rows in all chunks  #define ASSERT_STRING_INVARIANT(string) \
         int fused_rows;          assert((string).langs.invariant((string).body.length()))
   
 private:  public:
   
           explicit String(const char* cstr=0, size_t helper_length=0, bool tainted=false);
           explicit String(const C cstr, bool tainted=false);
           String(StringBody abody, Language alang): body(abody), langs(alang) {
                   assert(!body.is_empty());
                   ASSERT_STRING_INVARIANT(*this);
           }
           String(const String& src): body(src.body), langs(src.langs) {
                   ASSERT_STRING_INVARIANT(*this);
           }
   
           /// for convinient hash lookup
           operator const StringBody() const { return body; }
   
         bool chunk_is_full() {          bool is_empty() const { return body.is_empty(); }
                 return append_here == link_row;          size_t length() const { return body.length(); }
   
           /// convert to CORD. if 'lang' known, forcing 'lang' to it
           StringBody cstr_to_string_body(Language lang=L_AS_IS, 
                   SQL_Connection* connection=0,
                   const Request_charsets *charsets=0) const;
   
           /// convert to constant C string. if 'lang' known, forcing 'lang' to it
           const char* cstr(Language lang=L_AS_IS, 
                   SQL_Connection* connection=0,
                   const Request_charsets *charsets=0) const {
                   return cstr_to_string_body(lang, connection, charsets).cstr();
           }
           /// convert to Modifiable C string. if 'lang' known, forcing 'lang' to it
           char *cstrm(Language lang=L_AS_IS, 
                   SQL_Connection* connection=0,
                   const Request_charsets *charsets=0) const {
                   return cstr_to_string_body(lang, connection, charsets).cstrm();
           }
           /// puts pieces to buf
           Cm serialize(size_t prolog_size) const;
           /// appends pieces from buf to self
           bool deserialize(size_t prolog_size, void *buf, size_t buf_size);
           /// @see StringBody::append_know_length
           String& append_know_length(const char* str, size_t known_length, Language lang);
           /// @see StringBody::append_help_length
           String& append_help_length(const char* str, size_t helper_length, Language lang);
           String& append_strdup(const char* str, size_t helper_length, Language lang);
   
           bool operator == (const char* y) const { return body==StringBody(y); }
           bool operator != (const char* y) const { return body!=StringBody(y); }
   
           /// this starts with y
           bool starts_with(const char* y) const {
                   return body.ncmp(0/*x_begin*/, StringBody(y), 0/*y_begin*/, strlen(y))==0;
           }
           /// x starts with this
           bool this_starts(const char* x) const {
                   return StringBody(x).ncmp(0/*x_begin*/, body, 0/*y_begin*/, length())==0;
           }
   
           String& append_to(String& dest, Language lang, bool forced) const;
           String& append(const String& src, Language lang, bool forced=false) { 
                   return src.append_to(*this, lang, forced);
           }
           String& operator << (const String& src) { return append(src, L_PASS_APPENDED); }
           String& operator << (const char* src) { return append_help_length(src, 0, L_AS_IS); }
           String& operator << (const StringBody src) { 
                   langs.append(body, L_AS_IS, src.length());
                   body<<src;
                   return *this;
         }          }
         void expand();  
           /// extracts first char of a string, if any
           char first_char() const {
                   return is_empty()?0:body.fetch(0);
           }
   
           bool operator < (const String& src) const { return body<src.body; }
           bool operator > (const String& src) const { return body>src.body; }
           bool operator <= (const String& src) const { return body<=src.body; }
           bool operator >= (const String& src) const { return body>=src.body; }
           bool operator != (const String& src) const { return body!=src.body; }
           bool operator == (const String& src) const { return body==src.body; }
   
           /// extracts [start, finish) piece of string
           String& mid(size_t substr_begin, size_t substr_end) const;
   
           /** 
                   ignore lang if it's L_UNSPECIFIED
                   but when specified: look for substring that lies in ONE fragment in THAT lang
                   @return position of substr in string, -1 means "not found" [const char* version]
           */
           size_t pos(const StringBody substr, 
                   size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
           /// String version of @see pos(const char*, int, Language)
           size_t pos(const String& substr, 
                   size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
           size_t pos(char c, 
                   size_t this_offset=0) const {
                   return body.pos(c, this_offset);
           }
   
           void split(ArrayString& result, 
                   size_t& pos_after,
                   const char* delim, 
                   Language lang=L_UNSPECIFIED, int limit=-1) const;
           void split(ArrayString& result, 
                   size_t& pos_after, 
                   const String& delim, 
                   Language lang=L_UNSPECIFIED, int limit=-1) const;
   
           typedef void (*Row_action)(Table& table, ArrayString* row, 
                   int prestart, int prefinish, 
                   int poststart, int postfinish,
                   void *info);
           /**
                   @return table of found items, if any.
                   table format is defined and fixed[can be used by others]: 
                   @verbatim
                           prematch/match/postmatch/1/2/3/...
                   @endverbatim
           */
           Table* match(Charset& source_charset,
                   const String& regexp, 
                   const String* options,
                   Row_action row_action, void *info,
                   bool& just_matched) const;
           enum Change_case_kind {
                   CC_UPPER,
                   CC_LOWER
           };
           String& change_case(Charset& source_charset,
                   Change_case_kind kind) const;
           const String& replace(const Dictionary& dict) const;
           double as_double() const;
           int as_int() const;
   
 private: //disabled  private: //disabled
   
         String& operator = (String&) { return *this; }          String& operator = (const String&) { return *this; }
   
 };  };
   
   template<>
   inline size_t get_length<StringBody>(StringBody body) {
           return body.length();
   }
   
   /// simple hash code of string. used by Hash
   inline uint hash_code(const StringBody self) {
           return self.hash_code();
   }
   
 #endif  #endif
Removed from v.1.11  
changed lines
  Added in v.1.145.4.4

E-mail: