Annotation of parser3/src/include/pa_string.h, revision 1.211

1.41      paf         1: /** @file
1.43      paf         2:        Parser: string class decl.
                      3: 
1.201     moko        4:        Copyright (c) 2001-2012 Art. Lebedev Studio (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: 
1.211   ! moko       11: #define IDENT_PA_STRING_H "$Id: pa_string.h,v 1.210 2015/10/06 22:20:50 moko Exp $"
1.145     paf        12: 
                     13: // includes
1.4       paf        14: #include "pa_types.h"
1.145     paf        15: #include "pa_array.h"
                     16: 
                     17: extern "C" { // cord's author forgot to do that
                     18: #define CORD_NO_IO
                     19: #include "cord.h"
1.186     misha      20: 
                     21: #ifdef CORD_CAT_OPTIMIZATION
                     22: #define CORD_cat(x, y) CORD_cat_optimized(x, y)
                     23: #define CORD_cat_char_star(x, y, leny) CORD_cat_char_star_optimized(x, y, leny)
                     24: #endif
1.209     moko       25: }
1.4       paf        26: 
1.164     paf        27: // defines
                     28: 
1.183     misha      29: // cache hash code in String::Body for faster hash access
                     30: #define HASH_CODE_CACHING
                     31: 
1.187     misha      32: // cache String::Body.length() for char* strings only, CORDs have own length
                     33: #define STRING_LENGTH_CACHING
                     34: 
                     35: 
1.146     paf        36: // cord extension
                     37: /* Returns true if x does contain                                       */
                     38: /* char not_c at positions i..i+n. Value i,i+n must be < CORD_len(x).  */
                     39: int CORD_range_contains_chr_greater_then(CORD x, size_t i, size_t n, int c);
1.148     paf        40: size_t CORD_block_count(CORD x);
1.146     paf        41: 
1.145     paf        42: // forwards
1.9       paf        43: 
1.145     paf        44: class Charset;
1.135     paf        45: class Table;
1.71      paf        46: class SQL_Connection;
1.101     parser     47: class Dictionary;
1.145     paf        48: class Request_charsets;
                     49: class String;
                     50: typedef Array<const String*> ArrayString;
1.178     misha      51: class VRegex;
1.145     paf        52: 
1.155     paf        53: // generally useful
                     54: 
                     55: int pa_atoi(const char* str, const String* problem_source=0);
                     56: double pa_atod(const char* str, const String* problem_source=0);
1.204     moko       57: unsigned int pa_atoui(const char *str, int base, const String* problem_source=0);
1.210     moko       58: unsigned long long int pa_atoul(const char *str, int base, const String* problem_source=0);
1.155     paf        59: 
1.145     paf        60: /// this is result of pos functions which mean that substr were not found
                     61: #define STRING_NOT_FOUND ((size_t)-1)
                     62: 
1.211   ! moko       63: /// CORD can't be empty string, thus checking it in assigment
        !            64: #define AS_CORD(v) ((v) && *(v) ? (CORD)(v):0)
        !            65: 
1.42      paf        66: /** 
1.146     paf        67:        String which knows the lang of all it's langs.
1.41      paf        68: 
                     69:        All pieces remember 
                     70:        - whether they are tainted or not, 
1.146     paf        71:          and the lang which should be used to detaint them
1.41      paf        72: */
1.176     misha      73: 
                     74: 
1.145     paf        75: class String: public PA_Object {
1.1       paf        76: public:
1.48      paf        77: 
1.146     paf        78:        /** piece is tainted or not. the lang to use when detaint
1.106     parser     79:                remember to change String_Untaint_lang_name @ untaint.C along
1.148     paf        80: 
                     81:                WARNING WARNING WARNING WARNING WARNING WARNING 
                     82:                
                     83:                pos function compares(<=) languages, that is used in searching
                     84:                for table column separator being L_CLEAN or L_AS_IS.
                     85:                they search for AS_IS, meaning AS_IS|CLEAN [doing <=L_AS_IS check].
                     86:                
                     87:                letters assigned for debugging, but it's important for no language-letter
                     88:                come before L_AS_IS other then L_CLEAN
                     89: 
                     90:                WARNING WARNING WARNING WARNING WARNING WARNING 
1.106     parser     91:        */
1.145     paf        92:        enum Language {
1.146     paf        93:                L_UNSPECIFIED=0, ///< no real string has parts of this lange: it's just convinient to check when string's empty
1.145     paf        94:                // these two must go before others, there are checks for >L_AS_IS
1.170     misha      95:                L_CLEAN='0',    ///< clean  WARNING: read above warning before changing
                     96:                L_AS_IS='A',    ///< leave all characters intact  WARNING: read above warning before changing
1.122     paf        97: 
1.148     paf        98:                L_PASS_APPENDED='P',
1.41      paf        99:                        /**<
1.146     paf       100:                                leave lang built into string being appended.
1.41      paf       101:                                just a flag, that value not stored
                    102:                        */
1.170     misha     103:                L_TAINTED='T',  ///< tainted, untaint lang as assigned later 
1.146     paf       104:                // untaint langs. assigned by ^untaint[lang]{...}
1.170     misha     105:                L_FILE_SPEC='F',        ///< file specification
                    106:                L_HTTP_HEADER='h',      ///< text in HTTP response header
                    107:                L_MAIL_HEADER='m',      ///< text in mail header
1.192     misha     108:                L_URI='U',                      ///< text in uri
                    109:                L_SQL='Q',                      ///< ^table:sql body
                    110:                L_JS='J',                       ///< JavaScript code
1.198     misha     111:                L_XML='X',                      ///< ^xdoc:create xml
1.192     misha     112:                L_HTML='H',                     ///< HTML code
1.198     misha     113:                L_REGEX='R',            ///< RegExp
                    114:                L_JSON='S',                     ///< JSON code
1.170     misha     115:                L_HTTP_COOKIE='C',      ///< cookies encoded as %uXXXX for compartibility with js functions encode/decode
1.192     misha     116:                L_PARSER_CODE='p',      ///< ^process body
1.148     paf       117:                // READ WARNING ABOVE BEFORE ADDING ANYTHING
1.146     paf       118:                L_OPTIMIZE_BIT = 0x80  ///< flag, requiring cstr whitespace optimization
1.27      paf       119:        };
                    120: 
1.157     paf       121:        enum Trim_kind {
                    122:                TRIM_BOTH,
                    123:                TRIM_START,
                    124:                TRIM_END
                    125:        };
                    126: 
1.187     misha     127:        class Body;
1.176     misha     128: 
1.147     paf       129:        union Languages {
1.146     paf       130: 
1.147     paf       131:                struct {
1.160     paf       132: #ifdef PA_LITTLE_ENDIAN
1.147     paf       133:                        Language lang:8;
1.179     misha     134:                        size_t is_not_just_lang:sizeof(CORD)*8-8;
1.160     paf       135: #elif defined(PA_BIG_ENDIAN)
1.179     misha     136:                        size_t is_not_just_lang:sizeof(CORD)*8-8;
1.160     paf       137:                        Language lang:8;
                    138: #else
                    139: #      error word endianness not determined for some obscure reason
                    140: #endif
1.147     paf       141:                } opt;
                    142:                CORD langs;
1.146     paf       143: 
1.187     misha     144:                CORD make_langs(const Body& current) const {
                    145:                        return opt.is_not_just_lang?langs:CORD_chars((char)opt.lang, current.length());
1.146     paf       146:                }
                    147: 
                    148:                CORD make_langs(size_t aoffset, size_t alength)  const {
1.147     paf       149:                        return opt.is_not_just_lang?
1.194     misha     150:                                CORD_substr(langs, aoffset, alength, 0)
1.162     paf       151:                                :CORD_chars((char)opt.lang, alength);
1.145     paf       152:                }
                    153: 
1.157     paf       154:                /// appending when 'langs' already contain something [simple cases handled elsewhere]
1.187     misha     155:                void append(size_t current, const CORD to_nonempty_target_langs) {
1.146     paf       156:                        assert(langs);
1.187     misha     157:                        if(opt.is_not_just_lang)
                    158:                                langs=CORD_cat(langs, to_nonempty_target_langs);
                    159:                        else {
                    160:                                assert(current);
                    161:                                langs=CORD_cat(CORD_chars((char)opt.lang, current), to_nonempty_target_langs);
                    162:                        }
                    163:                }
1.146     paf       164: 
1.187     misha     165:                void append(const Body& current, const CORD to_nonempty_target_langs) {
                    166:                        assert(langs);
1.147     paf       167:                        if(opt.is_not_just_lang)
1.146     paf       168:                                langs=CORD_cat(langs, to_nonempty_target_langs);
1.187     misha     169:                        else {
                    170:                                size_t current_size=current.length();
1.146     paf       171:                                assert(current_size);
1.187     misha     172:                                langs=CORD_cat(CORD_chars((char)opt.lang, current_size), to_nonempty_target_langs);
1.146     paf       173:                        }
1.145     paf       174:                }
1.146     paf       175: 
1.145     paf       176:        public:
1.146     paf       177: 
                    178:                const char* v() const;
1.164     paf       179:                void dump() const;
1.146     paf       180: 
                    181:                Languages(): langs(0) {}
1.147     paf       182:                Languages(Language alang) {
                    183:                        opt.lang=alang;
                    184:                        opt.is_not_just_lang=0;
                    185:                }
1.146     paf       186: 
                    187:                /// MUST be called exactly prior to modification of current [uses it's length]
1.187     misha     188:                void append(size_t current, Language alang, size_t length) {
1.146     paf       189:                        assert(alang);
1.187     misha     190:                        assert(length);
1.146     paf       191: 
1.208     moko      192:                        if(!opt.is_not_just_lang) {
1.147     paf       193:                                if(opt.lang) {
1.181     misha     194:                                        if(opt.lang==alang) // same language? ignoring
1.146     paf       195:                                                return;
                    196:                                } else {
1.147     paf       197:                                        opt.lang=alang; // to uninitialized
1.146     paf       198:                                        return;
1.145     paf       199:                                }
1.208     moko      200:                        }
1.146     paf       201: 
1.187     misha     202:                        append(current, CORD_chars((char)alang, length));
1.146     paf       203:                }
                    204: 
1.187     misha     205:                void append(const Body &current, Language alang, size_t length) {
1.176     misha     206:                        assert(alang);
1.187     misha     207:                        assert(length);
1.176     misha     208: 
1.208     moko      209:                        if(!opt.is_not_just_lang) {
1.176     misha     210:                                if(opt.lang) {
1.183     misha     211:                                        if(opt.lang==alang) // same language? ignoring
1.176     misha     212:                                                return;
                    213:                                } else {
                    214:                                        opt.lang=alang; // to uninitialized
                    215:                                        return;
                    216:                                }
1.208     moko      217:                        }
1.176     misha     218: 
1.187     misha     219:                        append(current, CORD_chars((char)alang, length));
1.176     misha     220:                }
                    221: 
1.187     misha     222:                void appendHelper(const Body& current, Language alang, const Body &length_helper) {
                    223:                        assert(alang);
                    224: 
1.208     moko      225:                        if(!opt.is_not_just_lang) {
1.187     misha     226:                                if(opt.lang) {
                    227:                                        if(opt.lang==alang) // same language? ignoring
                    228:                                                return;
                    229:                                } else {
                    230:                                        opt.lang=alang; // to uninitialized
                    231:                                        return;
                    232:                                }
1.208     moko      233:                        }
1.187     misha     234: 
                    235:                        append(current, CORD_chars((char)alang, length_helper.length()));
                    236:                }
                    237: 
                    238:                void appendHelper(const Body& current, const Languages &src, const Body& length_helper) {
1.186     misha     239:                        if(!langs){
1.176     misha     240:                                langs=src.langs; // to uninitialized
1.186     misha     241: #ifdef CORD_CAT_OPTIMIZATION
                    242:                                if(opt.is_not_just_lang && !CORD_IS_STRING(langs))
                    243:                                        CORD_concatenation_protect(langs);
                    244: #endif
                    245:                        }
1.176     misha     246:                        else if(!src.opt.is_not_just_lang)
                    247:                                appendHelper(current, src.opt.lang, length_helper); // simplifying when simple source
                    248:                        else
                    249:                                append(current, src.make_langs(length_helper));
                    250:                }
                    251: 
1.146     paf       252:                /// MUST be called exactly prior to modification of current [uses it's length]
1.187     misha     253:                void append(const Body& current, const Languages src, size_t aoffset, size_t alength) {
1.146     paf       254:                        assert(alength);
                    255: 
                    256:                        if(!langs) // to uninitialized?
1.147     paf       257:                                if(src.opt.is_not_just_lang)
1.194     misha     258:                                        langs=CORD_substr(src.langs, aoffset, alength, 0); // to uninitialized complex
1.146     paf       259:                                else
1.147     paf       260:                                        opt.lang=src.opt.lang; // to uninitialized simple
1.146     paf       261:                        else 
1.147     paf       262:                                if(!opt.is_not_just_lang && !src.opt.is_not_just_lang && opt.lang==src.opt.lang) // both simple & of same language?
1.146     paf       263:                                        return; // ignoring
                    264:                                else
                    265:                                        append(current, src.make_langs(aoffset, alength));
                    266:                }
                    267: 
                    268:                /// checks if we have lang<=alang all from aoffset to aoffset+alength
                    269:                bool check_lang(Language alang, size_t aoffset, size_t alength) const {
                    270:                        if(alang==L_UNSPECIFIED) // ignore lang?
                    271:                                return true;
                    272: 
1.147     paf       273:                        if(opt.is_not_just_lang)
1.146     paf       274:                                return CORD_range_contains_chr_greater_then(langs, aoffset, alength, (unsigned)alang)==0;
                    275:                        else
1.169     misha     276:                                return (unsigned)opt.lang<=(unsigned)alang;
1.146     paf       277:                }
                    278: 
1.148     paf       279:                /// @returns count of blocks
                    280:                /// @todo currently there can be adjucent blocks of same language. someday merge them
                    281:                size_t count() const {
                    282:                        return opt.is_not_just_lang?
                    283:                                CORD_block_count(langs)
                    284:                                : opt.lang?
                    285:                                        1
                    286:                                        : 0;
                    287:                };
                    288: 
1.187     misha     289:                template<typename I> 
                    290:                void for_each(size_t current, int callback(char, size_t, I), I info) const {
                    291:                        if(opt.is_not_just_lang)
                    292:                                CORD_block_iter(langs, 0, (CORD_block_iter_fn)callback, info);
                    293:                        else
                    294:                                callback(opt.lang, current, info);
                    295:                }
                    296: 
                    297:                template<typename I> 
                    298:                void for_each(const Body& current, int callback(char, size_t, I), I info) const {
1.147     paf       299:                        if(opt.is_not_just_lang)
1.146     paf       300:                                CORD_block_iter(langs, 0, (CORD_block_iter_fn)callback, info);
                    301:                        else
1.187     misha     302:                                callback(opt.lang, current.length(), info);
1.146     paf       303:                }
                    304: 
1.164     paf       305:                bool invariant(size_t current_length) const {
1.146     paf       306:                        if(!langs)
                    307:                                return current_length==0;
1.147     paf       308:                        if(opt.is_not_just_lang)
1.146     paf       309:                                return CORD_len(langs)==current_length;
                    310:                        return true; // uncheckable, actually
                    311:                }
                    312:        };
                    313: 
                    314:        class Body {
                    315: 
                    316:                CORD body;
                    317: 
1.183     misha     318: #ifdef HASH_CODE_CACHING
                    319:                // cached hash code is not reseted on write operations as test shows 
                    320:                // that string body does not change after it is stored as a hash key
                    321:                mutable uint hash_code;
                    322: #endif
                    323: 
1.187     misha     324: #ifdef STRING_LENGTH_CACHING
                    325:                // cached length is reseted on modification, used only for char*, not CORD
                    326:                mutable size_t string_length;
                    327: #define INIT_LENGTH ,string_length(0)
                    328: #define ZERO_LENGTH string_length=0;
                    329: #else
                    330: #define INIT_LENGTH
                    331: #define ZERO_LENGTH
                    332: #endif
                    333: 
1.146     paf       334:        public:
                    335: 
                    336:                const char* v() const;
1.164     paf       337:                void dump() const;
1.146     paf       338: 
1.183     misha     339: #ifdef HASH_CODE_CACHING
1.187     misha     340:                Body(): body(CORD_EMPTY), hash_code(0) INIT_LENGTH {}
                    341:                Body(CORD abody, uint ahash_code): body(abody), hash_code(ahash_code) INIT_LENGTH {}
1.211   ! moko      342:                Body(const char *abody): body(AS_CORD(abody)), hash_code(0) INIT_LENGTH {}
        !           343:                explicit Body(CORD abody): body(abody), hash_code(0) INIT_LENGTH {
1.183     misha     344: #else
1.187     misha     345:                Body(): body(CORD_EMPTY) INIT_LENGTH {}
1.211   ! moko      346:                Body(const char *abody): body(AS_CORD(abody)) INIT_LENGTH {}
        !           347:                explicit Body(CORD abody): body(abody) INIT_LENGTH {
1.183     misha     348: #endif
1.186     misha     349: #ifdef CORD_CAT_OPTIMIZATION
                    350:                        assert(!body // no body
                    351:                                || *body // ordinary string
                    352:                                || body[1]==1 // CONCAT_HDR
                    353:                                || body[1]==3 // CONCAT_HDR_READ_ONLY
                    354:                                || body[1]==4 // FN_HDR 
                    355:                                || body[1]==6 // SUBSTR_HDR 
                    356:                                );
                    357: #else
1.146     paf       358:                        assert(!body // no body
                    359:                                || *body // ordinary string
                    360:                                || body[1]==1 // CONCAT_HDR
                    361:                                || body[1]==4 // FN_HDR 
                    362:                                || body[1]==6 // SUBSTR_HDR 
                    363:                                );
1.186     misha     364: #endif
1.146     paf       365:                }
1.181     misha     366: 
1.146     paf       367:                static Body Format(int value);
                    368: 
1.187     misha     369:                void clear() { ZERO_LENGTH body=CORD_EMPTY; }
1.146     paf       370: 
                    371:                bool operator! () const { return is_empty(); }
                    372: 
1.211   ! moko      373:                inline CORD get_cord() const { return body; }
1.183     misha     374:                uint get_hash_code() const;
1.146     paf       375: 
1.197     misha     376:                const char* cstr() const {
                    377: #ifdef STRING_LENGTH_CACHING
                    378:                        string_length = length();
1.211   ! moko      379:                        if(string_length){
        !           380:                                const char *result=CORD_to_const_char_star(body, string_length);
        !           381:                                const_cast<Body*>(this)->body=(CORD)result;
        !           382:                                return result;
        !           383:                        }
1.197     misha     384: #endif
                    385:                        return CORD_to_const_char_star(body, length());
                    386:                }
                    387: 
1.194     misha     388:                char* cstrm() const { return CORD_to_char_star(body, length()); }
1.146     paf       389: 
1.187     misha     390: #ifdef STRING_LENGTH_CACHING
                    391:                void set_length(size_t alength){ string_length = alength; }
1.211   ! moko      392:                size_t length() const { return body ? CORD_IS_STRING(body) ? string_length ? string_length : (string_length=strlen((const char *)body)) : CORD_len(body) : 0; }
1.187     misha     393: #else
1.146     paf       394:                size_t length() const { return CORD_len(body); }
1.187     misha     395: #endif
1.146     paf       396: 
                    397:                bool is_empty() const { return body==CORD_EMPTY; }
                    398: 
                    399:                void append_know_length(const char *str, size_t known_length) {
1.187     misha     400:                        if(known_length){
                    401:                                if(body){
                    402:                                        body = CORD_cat_char_star(body, str, known_length);
                    403:                                        ZERO_LENGTH 
                    404:                                } else {
1.211   ! moko      405:                                        body=(CORD)str;
1.187     misha     406: #ifdef STRING_LENGTH_CACHING
                    407:                                        string_length=known_length;
                    408: #endif
                    409:                                }
                    410:                        }
1.146     paf       411:                }
                    412:                void append_strdup_know_length(const char* str, size_t known_length) {
                    413:                        if(known_length)
                    414:                                append_know_length(pa_strdup(str, known_length), known_length);
                    415:                }
1.187     misha     416:                void append(char c) { ZERO_LENGTH body=CORD_cat_char(body, c); }
                    417:                Body& operator << (const Body src) { ZERO_LENGTH body=CORD_cat(body, src.body); return *this; }
                    418: 
1.146     paf       419:                Body& operator << (const char* str) { append_know_length(str, strlen(str)); return *this; }
                    420: 
                    421:                bool operator < (const Body src) const { return CORD_cmp(body, src.body)<0; }
                    422:                bool operator > (const Body src) const { return CORD_cmp(body, src.body)>0; }
                    423:                bool operator <= (const Body src) const { return CORD_cmp(body, src.body)<=0; }
                    424:                bool operator >= (const Body src) const { return CORD_cmp(body, src.body)>=0; }
1.207     moko      425: 
1.146     paf       426:                bool operator != (const Body src) const { return CORD_cmp(body, src.body)!=0; }
                    427:                bool operator == (const Body src) const { return CORD_cmp(body, src.body)==0; }
                    428: 
1.211   ! moko      429:                bool operator != (const char *src) const { return CORD_cmp(body, AS_CORD(src))!=0; }
        !           430:                bool operator == (const char *src) const { return CORD_cmp(body, AS_CORD(src))==0; }
1.207     moko      431: 
1.146     paf       432:                int ncmp(size_t x_begin, const Body y, size_t y_begin, size_t size) const {
                    433:                        return CORD_ncmp(body, x_begin, y.body, y_begin, size);
1.145     paf       434:                }
                    435: 
1.146     paf       436:                char fetch(size_t index) const { return CORD_fetch(body, index); }
1.211   ! moko      437:                Body mid(size_t aindex, size_t alength) const { return Body(CORD_substr(body, aindex, alength, length())); }
        !           438:                size_t pos(const char* substr, size_t offset=0) const { return CORD_str(body, offset, AS_CORD(substr), length()); }
1.146     paf       439:                size_t pos(const Body substr, size_t offset=0) const { 
1.180     misha     440:                        if(substr.is_empty())
1.146     paf       441:                                return STRING_NOT_FOUND; // in this case CORD_str returns 0 [parser users got used to -1]
1.150     paf       442: 
                    443:                        // CORD_str checks for bad offset [CORD_chr does not]
1.194     misha     444:                        return CORD_str(body, offset, substr.body, length()); 
1.146     paf       445:                }
1.207     moko      446:                size_t pos(char c, size_t offset=0) const {
1.150     paf       447:                        if(offset>=length()) // CORD_chr does not check that [and ABORT's in that case]
                    448:                                return STRING_NOT_FOUND;
                    449: 
1.146     paf       450:                        return CORD_chr(body, offset, c);
1.145     paf       451:                }
1.146     paf       452: 
1.203     misha     453:                size_t strrpbrk(const char* chars, size_t left, size_t right) const;
                    454: 
                    455:                size_t rskipchars(const char* chars, size_t left, size_t right) const;
                    456: 
1.187     misha     457:                template<typename I>
                    458:                int for_each(int (*f)(char c, I), I info) const {
1.159     paf       459:                        return CORD_iter(body, (CORD_iter_fn)f, (void*)info);
                    460:                }
                    461: 
1.187     misha     462:                template<typename I>
                    463:                int for_each(int (*f1)(char c, I), int (*f2)(const char* s, I), I info) const {
1.159     paf       464:                        return CORD_iter5(body, 0, (CORD_iter_fn)f1, (CORD_batched_iter_fn)f2, info);
1.148     paf       465:                }
1.146     paf       466: 
                    467:                void set_pos(CORD_pos& pos, size_t index) const { CORD_set_pos(pos, body, index); }
                    468: 
1.157     paf       469:                /// @returns this or 0 or mid. if returns this or 0 out_* are not filled
                    470:                Body trim(Trim_kind kind=TRIM_BOTH, const char* chars=0,
1.188     misha     471:                        size_t* out_start=0, size_t* out_length=0, Charset* source_charset=0) const;
1.145     paf       472:        };
                    473: 
                    474:        struct C {
                    475:                const char *str;
                    476:                size_t length;
1.211   ! moko      477:                //operator const char *() { return str; }
1.158     paf       478:                C(): str(0), length(0) {}
1.145     paf       479:                C(const char *astr, size_t asize): str(astr), length(asize) {}
                    480:        };
                    481: 
                    482:        struct Cm {
                    483:                char *str;
                    484:                size_t length;
                    485:                //operator char *() { return str; }
1.158     paf       486:                Cm(): str(0), length(0) {}
1.145     paf       487:                Cm(char *astr, size_t asize): str(astr), length(asize) {}
                    488:        };
                    489: 
                    490: private:
                    491: 
1.152     paf       492:        Body body; ///< all characters of string
1.146     paf       493:        Languages langs; ///< string characters lang
                    494: 
                    495:        const char* v() const;
1.164     paf       496:        void dump() const;
                    497:        #define ASSERT_STRING_INVARIANT(string) \
                    498:                assert((string).langs.invariant((string).body.length()))
1.145     paf       499: 
1.8       paf       500: public:
1.151     paf       501: 
                    502:        static const String Empty;
1.8       paf       503: 
1.181     misha     504:        explicit String(){};
1.211   ! moko      505:        explicit String(const char* cstr, Language alang=L_CLEAN) : body(cstr){
        !           506:                if(body.get_cord()){
1.182     misha     507:                        langs=alang;
1.181     misha     508:                }
                    509:        }
1.211   ! moko      510:        explicit String(const char* cstr, Language alang, size_t alength) : body(cstr){
        !           511:                if(body.get_cord()){
1.187     misha     512: #ifdef STRING_LENGTH_CACHING
                    513:                        body.set_length(alength);
                    514: #endif
1.182     misha     515:                        langs=alang;
1.181     misha     516:                }
                    517:        }
1.187     misha     518: 
1.211   ! moko      519:        explicit String(C ac, Language alang=L_CLEAN) : body(ac.str){
        !           520:                if(body.get_cord()){
        !           521: #ifdef STRING_LENGTH_CACHING
        !           522:                        body.set_length(ac.length);
        !           523: #endif
        !           524:                        langs=alang;
        !           525:                }
        !           526:        }
        !           527: 
1.206     moko      528:        String(int value, const char *format);
1.146     paf       529:        String(Body abody, Language alang): body(abody), langs(alang) {
                    530:                ASSERT_STRING_INVARIANT(*this);
                    531:        }
                    532:        String(const String& src): body(src.body), langs(src.langs) {
                    533:                ASSERT_STRING_INVARIANT(*this);
1.145     paf       534:        }
                    535: 
                    536:        /// for convinient hash lookup
1.183     misha     537: #ifdef HASH_CODE_CACHING
                    538:        operator const Body&() const { return body; }
                    539: #else
1.146     paf       540:        operator const Body() const { return body; }
1.183     misha     541: #endif
1.145     paf       542: 
                    543:        bool is_empty() const { return body.is_empty(); }
                    544:        size_t length() const { return body.length(); }
1.171     misha     545:        size_t length(Charset& charset) const;
1.145     paf       546: 
1.191     misha     547:        /// convert to CORD forcing lang tainting
                    548:        Body cstr_to_string_body_taint(Language lang, SQL_Connection* connection=0, const Request_charsets *charsets=0) const;
                    549:        /// convert to CORD with tainting dirty to lang
                    550:        Body cstr_to_string_body_untaint(Language lang, SQL_Connection* connection=0, const Request_charsets *charsets=0) const;
1.145     paf       551: 
1.189     misha     552:        /// 
                    553:        const char* cstr() const {
                    554:                return body.cstr();
                    555:        }
                    556:        /// 
                    557:        char* cstrm() const {
                    558:                return body.cstrm();
                    559:        }
                    560: 
                    561:        /// convert to constant C string forcing lang tainting
1.190     misha     562:        const char* taint_cstr(Language lang, SQL_Connection* connection=0, const Request_charsets *charsets=0) const {
1.189     misha     563:                return cstr_to_string_body_taint(lang, connection, charsets).cstr();
                    564:        }
1.190     misha     565:        char *taint_cstrm(Language lang, SQL_Connection* connection=0, const Request_charsets *charsets=0) const {
1.189     misha     566:                return cstr_to_string_body_taint(lang, connection, charsets).cstrm();
                    567:        }
                    568: 
                    569:        /// convert to constant C string with tainting dirty to lang
1.190     misha     570:        const char* untaint_cstr(Language lang, SQL_Connection* connection=0, const Request_charsets *charsets=0) const {
1.189     misha     571:                return cstr_to_string_body_untaint(lang, connection, charsets).cstr();
                    572:        }
1.190     misha     573:        char *untaint_cstrm(Language lang, SQL_Connection* connection=0, const Request_charsets *charsets=0) const {
1.189     misha     574:                return cstr_to_string_body_untaint(lang, connection, charsets).cstrm();
                    575:        }
1.195     misha     576: 
1.196     misha     577:        const char* untaint_and_transcode_cstr(Language lang, const Request_charsets *charsets) const;
1.195     misha     578: 
1.202     moko      579:        bool is_not_just_lang() const {
                    580:                return langs.opt.is_not_just_lang !=0;
                    581:        }
                    582:        
                    583:        Language just_lang() const {
                    584:                return langs.opt.lang;
                    585:        }
                    586: 
1.108     parser    587:        /// puts pieces to buf
1.145     paf       588:        Cm serialize(size_t prolog_size) const;
1.108     parser    589:        /// appends pieces from buf to self
1.145     paf       590:        bool deserialize(size_t prolog_size, void *buf, size_t buf_size);
1.146     paf       591:        /// @see Body::append_know_length
1.145     paf       592:        String& append_know_length(const char* str, size_t known_length, Language lang);
1.146     paf       593:        /// @see Body::append_help_length
1.145     paf       594:        String& append_help_length(const char* str, size_t helper_length, Language lang);
                    595:        String& append_strdup(const char* str, size_t helper_length, Language lang);
                    596: 
1.146     paf       597:        bool operator == (const char* y) const { return body==Body(y); }
                    598:        bool operator != (const char* y) const { return body!=Body(y); }
1.145     paf       599: 
                    600:        /// this starts with y
                    601:        bool starts_with(const char* y) const {
1.146     paf       602:                return body.ncmp(0/*x_begin*/, Body(y), 0/*y_begin*/, strlen(y))==0;
1.145     paf       603:        }
                    604:        /// x starts with this
                    605:        bool this_starts(const char* x) const {
1.146     paf       606:                return Body(x).ncmp(0/*x_begin*/, body, 0/*y_begin*/, length())==0;
1.26      paf       607:        }
                    608: 
1.187     misha     609:        String& append_to(String& dest, Language lang, bool forced=false) const;
1.145     paf       610:        String& append(const String& src, Language lang, bool forced=false) { 
                    611:                return src.append_to(*this, lang, forced);
                    612:        }
1.199     misha     613:        String& append_quoted(const String* src, Language lang=L_JSON){
                    614:                *this << "\"";
                    615:                if(src)
                    616:                        this->append(*src, lang, true/*forced lang*/);
                    617:                *this << "\"";
                    618:                return *this;
                    619:        }
                    620: 
1.145     paf       621:        String& operator << (const String& src) { return append(src, L_PASS_APPENDED); }
                    622:        String& operator << (const char* src) { return append_help_length(src, 0, L_AS_IS); }
1.187     misha     623:        String& operator << (const Body& src){
                    624:                langs.appendHelper(body, L_AS_IS, src);
                    625:                body<<src;
                    626:                return *this;
                    627:        }
1.100     parser    628: 
1.142     paf       629:        char first_char() const {
1.145     paf       630:                return is_empty()?0:body.fetch(0);
1.142     paf       631:        }
1.54      paf       632: 
1.205     moko      633:        char last_char() const {
                    634:                return is_empty()?0:body.fetch(body.length()-1);
                    635:        }
                    636: 
1.145     paf       637:        bool operator < (const String& src) const { return body<src.body; }
                    638:        bool operator > (const String& src) const { return body>src.body; }
                    639:        bool operator <= (const String& src) const { return body<=src.body; }
                    640:        bool operator >= (const String& src) const { return body>=src.body; }
                    641:        bool operator != (const String& src) const { return body!=src.body; }
                    642:        bool operator == (const String& src) const { return body==src.body; }
                    643: 
1.54      paf       644:        /// extracts [start, finish) piece of string
1.145     paf       645:        String& mid(size_t substr_begin, size_t substr_end) const;
1.172     misha     646:        String& mid(Charset& charset, size_t from, size_t to, size_t helper_length=0) const;
1.145     paf       647: 
                    648:        /** 
                    649:                ignore lang if it's L_UNSPECIFIED
                    650:                but when specified: look for substring that lies in ONE fragment in THAT lang
                    651:                @return position of substr in string, -1 means "not found" [const char* version]
                    652:        */
1.146     paf       653:        size_t pos(const Body substr, 
1.145     paf       654:                size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
                    655:        /// String version of @see pos(const char*, int, Language)
                    656:        size_t pos(const String& substr, 
                    657:                size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
                    658:        size_t pos(char c, 
                    659:                size_t this_offset=0) const {
                    660:                return body.pos(c, this_offset);
                    661:        }
1.173     misha     662:        size_t pos(Charset& charset,
1.171     misha     663:                const String& substr, 
                    664:                size_t this_offset=0, Language lang=L_UNSPECIFIED) const;
1.55      paf       665: 
1.203     misha     666:        size_t strrpbrk(const char* chars, size_t left=0) const {
                    667:                return (length()) ? body.strrpbrk(chars, left, length()-1) : STRING_NOT_FOUND;
                    668:        }
                    669:        size_t strrpbrk(const char* chars, size_t left, size_t right) const {
                    670:                return body.strrpbrk(chars, left, right);
                    671:        }
                    672: 
                    673:        size_t rskipchars(const char* chars, size_t left=0) const {
                    674:                return (length()) ? body.rskipchars(chars, left, length()-1) : STRING_NOT_FOUND;
                    675:        }
                    676:        size_t rskipchars(const char* chars, size_t left, size_t right) const {
                    677:                return body.rskipchars(chars, left, right);
                    678:        }
                    679: 
1.145     paf       680:        void split(ArrayString& result, 
                    681:                size_t& pos_after,
                    682:                const char* delim, 
                    683:                Language lang=L_UNSPECIFIED, int limit=-1) const;
                    684:        void split(ArrayString& result, 
                    685:                size_t& pos_after, 
1.62      paf       686:                const String& delim, 
1.145     paf       687:                Language lang=L_UNSPECIFIED, int limit=-1) const;
1.62      paf       688: 
1.145     paf       689:        typedef void (*Row_action)(Table& table, ArrayString* row, 
1.136     paf       690:                int prestart, int prefinish, 
                    691:                int poststart, int postfinish,
1.68      paf       692:                void *info);
1.87      parser    693:        /**
1.145     paf       694:                @return table of found items, if any.
1.87      parser    695:                table format is defined and fixed[can be used by others]: 
                    696:                @verbatim
                    697:                        prematch/match/postmatch/1/2/3/...
                    698:                @endverbatim
                    699:        */
1.178     misha     700:        Table* match(VRegex* vregex,
1.99      parser    701:                Row_action row_action, void *info,
1.168     misha     702:                int& matches_count) const;
1.87      parser    703:        enum Change_case_kind {
                    704:                CC_UPPER,
                    705:                CC_LOWER
                    706:        };
1.145     paf       707:        String& change_case(Charset& source_charset,
1.87      parser    708:                Change_case_kind kind) const;
1.145     paf       709:        const String& replace(const Dictionary& dict) const;
1.188     misha     710:        const String& trim(Trim_kind kind=TRIM_BOTH, const char* chars=0, Charset* source_charset=0) const;
1.155     paf       711:        double as_double() const { return pa_atod(cstr(), this); }
                    712:        int as_int() const { return pa_atoi(cstr(), this); }
1.167     misha     713:        bool as_bool() const { return as_int()!=0; }
1.174     misha     714:        const String& escape(Charset& source_charset) const;
1.137     paf       715: 
1.7       paf       716: private: //disabled
                    717: 
1.12      paf       718:        String& operator = (const String&) { return *this; }
1.7       paf       719: 
1.1       paf       720: };
1.119     paf       721: 
1.183     misha     722: #ifndef HASH_CODE_CACHING
1.145     paf       723: /// simple hash code of string. used by Hash
1.146     paf       724: inline uint hash_code(const String::Body self) {
1.184     misha     725:        return self.get_hash_code();
1.119     paf       726: }
1.183     misha     727: #endif
1.147     paf       728: 
                    729: 
1.1       paf       730: #endif

E-mail: