Annotation of parser3/src/include/pa_string.h, revision 1.145

1.41      paf         1: /** @file
1.43      paf         2:        Parser: string class decl.
                      3: 
1.145   ! paf         4:        Copyright (c) 2001-2003 ArtLebedev Group (http://www.artlebedev.com)
1.124     paf         5:        Author: Alexandr Petrosian <paf@design.ru> (http://paf.design.ru)
1.1       paf         6: */
                      7: 
                      8: #ifndef PA_STRING_H
                      9: #define PA_STRING_H
1.140     paf        10: 
1.145   ! paf        11: static const char* IDENT_STRING_H="$Date: 2003/04/21 06:37:58 $";
        !            12: 
        !            13: // includes
1.1       paf        14: 
1.4       paf        15: #include "pa_types.h"
1.145   ! paf        16: #include "pa_array.h"
        !            17: 
        !            18: extern "C" { // cord's author forgot to do that
        !            19: #define CORD_NO_IO
        !            20: #include "cord.h"
        !            21: };
1.4       paf        22: 
1.145   ! paf        23: // forwards
1.9       paf        24: 
1.145   ! paf        25: class Charset;
1.135     paf        26: class Table;
1.71      paf        27: class SQL_Connection;
1.101     parser     28: class Dictionary;
1.145   ! paf        29: class Request_charsets;
        !            30: class String;
        !            31: typedef Array<const String*> ArrayString;
        !            32: 
        !            33: /// this is result of pos functions which mean that substr were not found
        !            34: #define STRING_NOT_FOUND ((size_t)-1)
        !            35: 
        !            36: class StringBody {
        !            37: 
        !            38:        CORD body;
        !            39: 
        !            40: public:
        !            41: 
        !            42:        StringBody(): body(CORD_EMPTY) {}
        !            43:        StringBody(CORD abody): body(abody) {
        !            44:                assert(!body // no body
        !            45:                        || *body // ordinary string
        !            46:                        || body[1]==1 // CONCAT_HDR
        !            47:                        || body[1]==4 // FN_HDR 
        !            48:                        || body[1]==6 // SUBSTR_HDR 
        !            49:                        );
        !            50:        }
        !            51:        /// WARNING: length is only HELPER length, str in ANY case should be zero-terminated
        !            52:        StringBody(const char* str, size_t helper_length): body(CORD_EMPTY) {
        !            53:                append_know_length(str, helper_length?helper_length:strlen(str));
        !            54:        }
        !            55:        static StringBody Format(int value);
        !            56: 
        !            57:        void clear() { body=CORD_EMPTY; }
        !            58: 
        !            59:        bool operator! () const { return is_empty(); }
        !            60: 
        !            61:        uint hash_code() const;
        !            62: 
        !            63:        const char* cstr() const { return CORD_to_const_char_star(body); }
        !            64:        char* cstrm() const { return CORD_to_char_star(body); }
        !            65: 
        !            66:        size_t length() const { return CORD_len(body); }
        !            67: 
        !            68:        bool is_empty() const { return body==CORD_EMPTY; }
        !            69: 
        !            70:        void append_know_length(const char *str, size_t known_length) {
        !            71:                if(known_length)
        !            72:                        body=CORD_cat_char_star(body, str, known_length);
        !            73:        }
        !            74:        void append_strdup_know_length(const char* str, size_t known_length) {
        !            75:                if(known_length)
        !            76:                        append_know_length(pa_strdup(str, known_length), known_length);
        !            77:        }
        !            78:        void append(char c) { body=CORD_cat_char(body, c); }
        !            79:        StringBody& operator << (const StringBody src) { body=CORD_cat(body, src.body); return *this; }
        !            80:        StringBody& operator << (const char* str) { append_know_length(str, strlen(str)); return *this; }
        !            81: 
        !            82:        // could not figure out why this operator is needed [should do this chain: string->simple->==]
        !            83:        bool operator < (const StringBody src) const { return CORD_cmp(body, src.body)<0; }
        !            84:        bool operator > (const StringBody src) const { return CORD_cmp(body, src.body)>0; }
        !            85:        bool operator <= (const StringBody src) const { return CORD_cmp(body, src.body)<=0; }
        !            86:        bool operator >= (const StringBody src) const { return CORD_cmp(body, src.body)>=0; }
        !            87:        bool operator != (const StringBody src) const { return CORD_cmp(body, src.body)!=0; }
        !            88:        bool operator == (const StringBody src) const { return CORD_cmp(body, src.body)==0; }
        !            89: 
        !            90:        int ncmp(size_t x_begin, const StringBody y, size_t y_begin, size_t size) const {
        !            91:                return CORD_ncmp(body, x_begin, y.body, y_begin, size);
        !            92:        }
        !            93: 
        !            94:        char fetch(size_t index) const { return CORD_fetch(body, index); }
        !            95:        StringBody mid(size_t index, size_t length) const { return CORD_substr(body, index, length); }
        !            96:        size_t pos(const char* substr, size_t offset=0) const { return CORD_str(body, offset, substr); }
        !            97:        size_t pos(const StringBody substr, size_t offset=0) const { 
        !            98:                if(!substr.length())
        !            99:                        return STRING_NOT_FOUND; // in this case CORD_str returns 0 [parser users got used to -1]
        !           100:                return CORD_str(body, offset, substr.body); 
        !           101:        }
        !           102:        size_t pos(char c, 
        !           103:                size_t offset=0) const {
        !           104:                return CORD_chr(body, offset, c);
        !           105:        }
        !           106: 
        !           107:        template<typename I> void for_each(int (*callback)(const char* s, I), I info) const {
        !           108:                CORD_iter5(body, 0, 0, (CORD_batched_iter_fn)callback, info);
        !           109:        }
        !           110: 
        !           111:        void set_pos(CORD_pos& pos, size_t index) const { CORD_set_pos(pos, body, index); }
        !           112: 
        !           113:        StringBody normalize() const {
        !           114:                return StringBody(CORD_balance(body));
        !           115:        }
        !           116: 
        !           117:        void dump() const {
        !           118:                CORD_dump(body);
        !           119:        }
        !           120: };
1.62      paf       121: 
1.42      paf       122: /** 
1.145   ! paf       123:        String which knows the language of all it's fragments.
1.41      paf       124: 
                    125:        All pieces remember 
                    126:        - whether they are tainted or not, 
                    127:          and the language which should be used to detaint them
                    128: */
1.145   ! paf       129: class String: public PA_Object {
        !           130: 
        !           131: //     friend class StringBody;
        !           132: 
1.1       paf       133: public:
1.48      paf       134: 
1.106     parser    135:        /** piece is tainted or not. the language to use when detaint
                    136:                remember to change String_Untaint_lang_name @ untaint.C along
                    137:        */
1.145   ! paf       138:        enum Language {
        !           139:                L_UNSPECIFIED=0, ///< zero value handy for hash lookup @see untaint_lang_name2enum
        !           140:                // these two must go before others, there are checks for >L_AS_IS
        !           141:                L_CLEAN, ///< clean
        !           142:                L_AS_IS,     ///< leave all characters intact
1.122     paf       143: 
1.145   ! paf       144:                L_PASS_APPENDED,
1.41      paf       145:                        /**<
                    146:                                leave language built into string being appended.
                    147:                                just a flag, that value not stored
                    148:                        */
1.145   ! paf       149:                L_TAINTED,  ///< tainted, untaint language as assigned later 
1.122     paf       150:                // untaint languages. assigned by ^untaint[lang]{...}
1.145   ! paf       151:                L_FILE_SPEC, ///< file specification
        !           152:                L_HTTP_HEADER,    ///< text in HTTP response header
        !           153:                L_MAIL_HEADER,    ///< text in mail header
        !           154:                L_URI,       ///< text in uri
        !           155:                L_TABLE,     ///< ^table:set body
        !           156:                L_SQL,       ///< ^table:sql body
        !           157:                L_JS,        ///< JavaScript code
        !           158:                L_XML,          ///< ^dom:set xml
        !           159:                L_HTML,      ///< HTML code (for editing)
        !           160:                L_OPTIMIZE_BIT = 0x8000  ///< flag, requiring cstr whitespace optimization
1.27      paf       161:        };
                    162: 
1.145   ! paf       163:        struct Fragment { 
        !           164:                Language lang; ///< untaint flag, later untaint language
        !           165:                size_t length;  ///< length
        !           166:                Fragment(Language alang, size_t asize): lang(alang), length(asize) {
        !           167:                        assert(alang!=L_UNSPECIFIED);
        !           168:                        assert(asize!=0);
        !           169:                        assert(asize!=(size_t)-1);
        !           170:                }
        !           171:        };
        !           172: 
        !           173:        class ArrayFragment: public Array<Fragment> {
        !           174:                void append(element_type src) {
        !           175:                        *static_cast<Array<Fragment> *>(this)+=src;
        !           176:                }
        !           177:                /// hiding from accidental USE, use append_positions
        !           178:                void append(const ArrayFragment& src, int offset, int limit) { 
        !           179:                        static_cast<Array<Fragment> *>(this)->append(src, offset, limit);
        !           180:                }
        !           181:        public:
        !           182:                ArrayFragment& operator += (element_type src) {
        !           183:                        if(size_t lcount=count()) { // not empty?
        !           184:                                // try to join with last
        !           185:                                Fragment& last=get_ref(lcount-1);
        !           186:                                if(last.lang==src.lang) {
        !           187:                                        last.length+=src.length;
        !           188:                                        return *this;
        !           189:                                }
        !           190:                        }
        !           191:                        append(src);
        !           192:                        return *this;
        !           193:                }
        !           194:                void append(const ArrayFragment& src) { append(src, 0, ARRAY_OPTION_LIMIT_ALL); }
        !           195:                void append_positions(const ArrayFragment& src, size_t substr_begin, size_t substr_end);
        !           196: 
        !           197:                size_t length() {
        !           198:                        size_t result=0;
        !           199:                        for(Array_iterator<element_type> i(*this); i.has_next(); ) {
        !           200:                                const Fragment fragment=i.next();
        !           201:                                result+=fragment.length;
        !           202:                        }
        !           203:                        return result;
        !           204:                }
        !           205:        };
        !           206: 
        !           207:        struct C {
        !           208:                const char *str;
        !           209:                size_t length;
        !           210:                operator const char *() { return str; }
        !           211:                C(const char *astr, size_t asize): str(astr), length(asize) {}
        !           212:        };
        !           213: 
        !           214:        struct Cm {
        !           215:                char *str;
        !           216:                size_t length;
        !           217:                //operator char *() { return str; }
        !           218:                Cm(char *astr, size_t asize): str(astr), length(asize) {}
        !           219:        };
        !           220: 
        !           221: private:
        !           222: 
        !           223:        StringBody body; ///< all characters of string
        !           224:        ArrayFragment fragments; ///< fragment language+length info
        !           225: 
1.8       paf       226: public:
                    227: 
1.145   ! paf       228:        explicit String(const char* cstr=0, size_t helper_length=0, bool tainted=false);
        !           229:        explicit String(const C cstr, bool tainted=false);
1.14      paf       230:        String(const String& src);
1.145   ! paf       231:        String(StringBody abody, Language alang): body(abody) {
        !           232:                fragments+=Fragment(alang, abody.length());
        !           233:        }
        !           234: 
        !           235: #define ASSERT_STRING_INVARIANT(string) \
        !           236:        assert((string).body.length()==(string).fragments.length())
        !           237: 
        !           238:        /// for convinient hash lookup
        !           239:        operator const StringBody() const { return body; }
        !           240: 
        !           241:        bool is_empty() const { return body.is_empty(); }
        !           242:        size_t length() const { return body.length(); }
        !           243: 
        !           244:        /// convert to CORD. if 'lang' known, forcing 'lang' to it
        !           245:        StringBody cstr_to_string_body(Language lang=L_AS_IS, 
        !           246:                SQL_Connection* connection=0,
        !           247:                const Request_charsets *charsets=0) const;
        !           248: 
        !           249:        /// convert to constant C string. if 'lang' known, forcing 'lang' to it
        !           250:        const char* cstr(Language lang=L_AS_IS, 
        !           251:                SQL_Connection* connection=0,
        !           252:                const Request_charsets *charsets=0) const {
        !           253:                return cstr_to_string_body(lang, connection, charsets).cstr();
        !           254:        }
        !           255:        /// convert to Modifiable C string. if 'lang' known, forcing 'lang' to it
        !           256:        char *cstrm(Language lang=L_AS_IS, 
        !           257:                SQL_Connection* connection=0,
        !           258:                const Request_charsets *charsets=0) const {
        !           259:                return cstr_to_string_body(lang, connection, charsets).cstrm();
1.50      paf       260:        }
1.108     parser    261:        /// puts pieces to buf
1.145   ! paf       262:        Cm serialize(size_t prolog_size) const;
1.108     parser    263:        /// appends pieces from buf to self
1.145   ! paf       264:        bool deserialize(size_t prolog_size, void *buf, size_t buf_size);
        !           265:        /// @see StringBody::append_know_length
        !           266:        String& append_know_length(const char* str, size_t known_length, Language lang);
        !           267:        /// @see StringBody::append_help_length
        !           268:        String& append_help_length(const char* str, size_t helper_length, Language lang);
        !           269:        String& append_strdup(const char* str, size_t helper_length, Language lang);
        !           270: 
        !           271:        bool operator == (const char* y) const { return body==StringBody(y); }
        !           272:        bool operator != (const char* y) const { return body!=StringBody(y); }
        !           273: 
        !           274:        /// this starts with y
        !           275:        bool starts_with(const char* y) const {
        !           276:                return body.ncmp(0/*x_begin*/, StringBody(y), 0/*y_begin*/, strlen(y))==0;
        !           277:        }
        !           278:        /// x starts with this
        !           279:        bool this_starts(const char* x) const {
        !           280:                return StringBody(x).ncmp(0/*x_begin*/, body, 0/*y_begin*/, length())==0;
1.26      paf       281:        }
                    282: 
1.145   ! paf       283:        String& append_to(String& dest, Language lang, bool forced) const;
        !           284:        String& append(const String& src, Language lang, bool forced=false) { 
        !           285:                return src.append_to(*this, lang, forced);
        !           286:        }
        !           287:        String& operator << (const String& src) { return append(src, L_PASS_APPENDED); }
        !           288:        String& operator << (const char* src) { return append_help_length(src, 0, L_AS_IS); }
        !           289:        String& operator << (const StringBody src) { 
        !           290:                body<<src;
        !           291:                fragments+=Fragment(L_AS_IS, src.length());
        !           292:                return *this;
        !           293:        }
1.100     parser    294: 
1.142     paf       295:        /// extracts first char of a string, if any
                    296:        char first_char() const {
1.145   ! paf       297:                return is_empty()?0:body.fetch(0);
1.142     paf       298:        }
1.54      paf       299: 
1.145   ! paf       300:        bool operator < (const String& src) const { return body<src.body; }
        !           301:        bool operator > (const String& src) const { return body>src.body; }
        !           302:        bool operator <= (const String& src) const { return body<=src.body; }
        !           303:        bool operator >= (const String& src) const { return body>=src.body; }
        !           304:        bool operator != (const String& src) const { return body!=src.body; }
        !           305:        bool operator == (const String& src) const { return body==src.body; }
        !           306: 
1.54      paf       307:        /// extracts [start, finish) piece of string
1.145   ! paf       308:        String& mid(size_t substr_begin, size_t substr_end) const;
        !           309: 
        !           310:        /** 
        !           311:                ignore lang if it's L_UNSPECIFIED
        !           312:                but when specified: look for substring that lies in ONE fragment in THAT lang
        !           313:                @return position of substr in string, -1 means "not found" [const char* version]
        !           314:        */
        !           315:        size_t pos(const StringBody substr, 
        !           316:                size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
        !           317:        /// String version of @see pos(const char*, int, Language)
        !           318:        size_t pos(const String& substr, 
        !           319:                size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
        !           320:        size_t pos(char c, 
        !           321:                size_t this_offset=0) const {
        !           322:                return body.pos(c, this_offset);
        !           323:        }
1.55      paf       324: 
1.145   ! paf       325:        void split(ArrayString& result, 
        !           326:                size_t& pos_after,
        !           327:                const char* delim, 
        !           328:                Language lang=L_UNSPECIFIED, int limit=-1) const;
        !           329:        void split(ArrayString& result, 
        !           330:                size_t& pos_after, 
1.62      paf       331:                const String& delim, 
1.145   ! paf       332:                Language lang=L_UNSPECIFIED, int limit=-1) const;
1.62      paf       333: 
1.145   ! paf       334:        typedef void (*Row_action)(Table& table, ArrayString* row, 
1.136     paf       335:                int prestart, int prefinish, 
                    336:                int poststart, int postfinish,
1.68      paf       337:                void *info);
1.87      parser    338:        /**
1.145   ! paf       339:                @return table of found items, if any.
1.87      parser    340:                table format is defined and fixed[can be used by others]: 
                    341:                @verbatim
                    342:                        prematch/match/postmatch/1/2/3/...
                    343:                @endverbatim
                    344:        */
1.145   ! paf       345:        Table* match(Charset& source_charset,
1.64      paf       346:                const String& regexp, 
1.145   ! paf       347:                const String* options,
1.99      parser    348:                Row_action row_action, void *info,
1.145   ! paf       349:                bool& just_matched) const;
1.87      parser    350:        enum Change_case_kind {
                    351:                CC_UPPER,
                    352:                CC_LOWER
                    353:        };
1.145   ! paf       354:        String& change_case(Charset& source_charset,
1.87      parser    355:                Change_case_kind kind) const;
1.145   ! paf       356:        const String& replace(const Dictionary& dict) const;
1.96      parser    357:        double as_double() const;
                    358:        int as_int() const;
1.137     paf       359: 
1.7       paf       360: private: //disabled
                    361: 
1.12      paf       362:        String& operator = (const String&) { return *this; }
1.7       paf       363: 
1.1       paf       364: };
1.119     paf       365: 
1.145   ! paf       366: /// simple hash code of string. used by Hash
        !           367: inline uint hash_code(const StringBody self) {
        !           368:        return self.hash_code();
1.119     paf       369: }
1.1       paf       370: 
                    371: #endif

E-mail: