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

Diff for /parser3/src/main/pa_string.C between versions 1.172.2.21.2.23 and 1.219

version 1.172.2.21.2.23, 2003/03/24 15:26:03 version 1.219, 2009/04/10 11:33:16
Line 1 Line 1
 /** @file  /** @file
         Parser: string class. @see untalength_t.C.          Parser: string class. @see untalength_t.C.
   
         Copyright (c) 2001-2003 ArtLebedev Group (http://www.artlebedev.com)          Copyright (c) 2001-2009 ArtLebedev Group (http://www.artlebedev.com)
         Author: Alexandr Petrosian <paf@design.ru> (http://paf.design.ru)          Author: Alexandr Petrosian <paf@design.ru> (http://paf.design.ru)
 */  */
   
 static const char* IDENT_STRING_C="$Date$";  static const char * const IDENT_STRING_C="$Date$";
   
 #include "pcre.h"  
   
 #include "pa_string.h"  #include "pa_string.h"
 #include "pa_exception.h"  #include "pa_exception.h"
Line 15  static const char* IDENT_STRING_C="$Date Line 13  static const char* IDENT_STRING_C="$Date
 #include "pa_dictionary.h"  #include "pa_dictionary.h"
 #include "pa_charset.h"  #include "pa_charset.h"
   
   #include "pcre.h"
   
   const String String::Empty;
   
   int pa_atoi(const char* str, const String* problem_source) {
           if(!str)
                   return 0;
   
           while(*str && isspace((unsigned char)*str))
                   str++;
           if(!*str)
                   return 0;
   
           int result;
           char *error_pos;
           bool negative=false;
           if(str[0]=='-') {
                   negative=true;
                   str++;
           } else if(str[0]=='+') {
                   str++;
           }
           // 0xABC
           if(str[0]=='0')
                   if(str[1]=='x' || str[1]=='X')
                           result=(int)(unsigned long)strtol(str, &error_pos, 0);
                   else {
                            // skip leading 0000, to disable octal interpretation
                           do str++; while(*str=='0');                             
                           result=(int)strtol(str, &error_pos, 0);
                   }
           else
                   result=(int)strtol(str, &error_pos, 0);
           if(negative)
                   result=-result;
   
           while(char c=*error_pos++)
                   if(!isspace((unsigned char)c))
                           throw Exception("number.format",
                                   problem_source,
                                   problem_source?"invalid number (int)": "'%s' is invalid number (int)", str);
   
           return result;
   }
   
   double pa_atod(const char* str, const String* problem_source) {
           if(!str)
                   return 0;
   
           while(*str && isspace((unsigned char)*str))
                   str++;
           if(!*str)
                   return 0;
   
           double result;
           char *error_pos;
           bool negative=false;
           if(str[0]=='-') {
                   negative=true;
                   str++;
           } else if(str[0]=='+') {
                   str++;
           }
           // 0xABC
           if(str[0]=='0')
                   if(str[1]=='x' || str[1]=='X')
                           result=(double)(unsigned long)strtol(str, &error_pos, 0);
                   else {
                            // skip leading 0000, to disable octal interpretation
                           do str++; while(*str=='0');                             
                           result=(double)strtod(str, &error_pos);
                   }
           else
                   result=(double)strtod(str, &error_pos);
           if(negative)
                   result=-result;
   
           while(char c=*error_pos++)
                   if(!isspace((unsigned char)c))
                           throw Exception("number.format",
                                   problem_source,
                                   problem_source?"invalid number (double)": "'%s' is invalid number (double)", str);
   
           return result;
   }
   
   // cord lib extension
   
   #ifndef DOXYGEN
   typedef struct {
       ssize_t countdown;
       int target; /* Character we're looking for  */
   } chr_data;
   #endif
   static int CORD_range_contains_chr_greater_then_proc(char c, size_t size, void* client_data)
   {
       register chr_data * d = (chr_data *)client_data;
       
       if (d -> countdown<=0) return(2);
       d -> countdown -= size;
       if (c > d -> target) return(1);
       return(0);
   }
   int CORD_range_contains_chr_greater_then(CORD x, size_t i, size_t n, int c)
   {
       chr_data d;
   
       d.countdown = n;
       d.target = c;
       return(CORD_block_iter(x, i, CORD_range_contains_chr_greater_then_proc, &d) == 1/*alternatives: 0 normally ended, 2=struck 'n'*/);
   }
   
   static int CORD_block_count_proc(char /*c*/, size_t /*size*/, void* client_data)
   {
       int* result=(int*)client_data;
       (*result)++;
       return(0); // 0=continue
   }
   size_t CORD_block_count(CORD x)
   {
           size_t result=0;
           CORD_block_iter(x, 0, CORD_block_count_proc, &result);
       return result;
   }
   
 // helpers  // helpers
   
 /// String::match uses this as replace & global search table columns  /// String::match uses this as replace & global search table columns
Line 28  public: Line 151  public:
                 *this+=new String("match");                  *this+=new String("match");
                 *this+=new String("postmatch");                  *this+=new String("postmatch");
                 for(int i=0; i<MAX_MATCH_GROUPS; i++) {                  for(int i=0; i<MAX_MATCH_GROUPS; i++) {
                         char *cname=new(PointerFreeGC) char[3/*strlen("100")*/+1/*terminating 0*/];                          *this+=new String(String::Body::Format(1+i), String::L_CLEAN);
                         *this+=new String(cname, sprintf(cname, "%d", 1+i));  
                 }                  }
         }          }
 };  };
   
 Table string_match_table_template(new String_match_table_template_columns);  Table string_match_table_template(new String_match_table_template_columns);
   
 // String::ArrayFragment methods  // String::Body methods
   
 void String::ArrayFragment::append_positions(const ArrayFragment& src,   String::Body String::Body::Format(int value) {
                                              size_t substr_begin, size_t substr_end) {          char local[MAX_NUMBER];
         if(substr_begin==substr_end)          size_t length=snprintf(local, MAX_NUMBER, "%d", value);
                 return;          return String::Body(pa_strdup(local, length), length);
   }
         size_t fragment_begin=0;  
         size_t fragment_end;  
         for(Array_iterator<element_type> i(src); ; fragment_begin=fragment_end) {  
                 const element_type& fragment=i.next();  
                 fragment_end=fragment_begin+fragment.length;              
   
                 if(fragment_begin<substr_begin) // not reached fragments which may include 'substr'?  
                         continue;  
   
                 // found first fragment including piece of 'substr'  
                 size_t piece_end=min(substr_end, fragment_end);  
                 *this+=Fragment(fragment.lang, piece_end-substr_begin);  
                   
                 while(substr_end>fragment_end) { // are there more fragments including pieces of 'substr'?  
                         fragment_begin=fragment_end;  
   
                         const element_type& fragment=i.next();  String::Body String::Body::trim(String::Trim_kind kind, const char* chars, 
                         fragment_end=fragment_begin+fragment.length;                                                                  size_t* out_start, size_t* out_length) const {
           size_t our_length=length();
           if(!our_length)
                   return *this;
           if(!chars)
                   chars=" \t\n"; // white space
   
                         if(substr_end>fragment_end) // are there still more?          size_t start=0;
                                 append(Fragment(fragment.lang, fragment.length)); // appending whole fragment          size_t end=our_length;
                         else { // no, it was last          // from left...
                                 append(Fragment(fragment.lang, substr_end-fragment_begin));          if(kind!=TRIM_END) {
                                 return;                  CORD_pos pos; set_pos(pos, 0);
                         }                  while(true) {
                           char c=CORD_pos_fetch(pos);
                           if(strchr(chars, c)) {
                                   if(++start==our_length)
                                           return 0; // all chars are empty, just return empty string
                           } else
                                   break;                  
   
                           CORD_next(pos);
                 }                  }
           }
           // from right..
           if(kind!=TRIM_START) {
                   CORD_pos pos; set_pos(pos, end-1);
                   while(true) {
                           char c=CORD_pos_fetch(pos);
                           if(strchr(chars, c)) {
                                   if(--end==0) // optimization: NO need to check for 'end>=start', that's(<) impossible
                                           return 0; // all chars are empty, just return empty string
                           } else
                                   break;                  
   
                 break;                          CORD_prev(pos);
         }                         }
 }          }
 /*  
 void String::ArrayFragment::mid(ArrayFragment& result, size_t substr_begin, size_t substr_end) {          if(start==0 && end==our_length) // nobody moved a thing
 }                  return *this;
 */  
   
 // StringSimple methods          if(out_start)
                   *out_start=start;
           size_t new_length=end-start;
           if(out_length)
                   *out_length=new_length;
   
           return mid(start, new_length);
   }
   
 static int CORD_batched_iter_fn_generic_hash_code(char c, void * client_data) {  static int CORD_batched_iter_fn_generic_hash_code(char c, void * client_data) {
         uint& result=*static_cast<uint*>(client_data);          uint& result=*static_cast<uint*>(client_data);
Line 91  static int CORD_batched_iter_fn_generic_ Line 227  static int CORD_batched_iter_fn_generic_
         generic_hash_code(result, s);          generic_hash_code(result, s);
         return 0;          return 0;
 };  };
 uint StringBody::hash_code() const {  uint String::Body::hash_code() const {
         uint result=0;          uint result=0;
         CORD_iter5(body, 0,          CORD_iter5(body, 0,
                 CORD_batched_iter_fn_generic_hash_code,                   CORD_batched_iter_fn_generic_hash_code, 
Line 102  uint StringBody::hash_code() const { Line 238  uint StringBody::hash_code() const {
 // String methods  // String methods
   
 String::String(const char* cstr, size_t helper_length, bool tainted): body(CORD_EMPTY) {  String::String(const char* cstr, size_t helper_length, bool tainted): body(CORD_EMPTY) {
         append(cstr, helper_length, tainted?L_TAINTED:L_CLEAN);          append_help_length(cstr, helper_length, tainted?L_TAINTED:L_CLEAN);
   }
   String::String(const String::C cstr, bool tainted): body(CORD_EMPTY) {
           append_know_length(cstr.str, cstr.length, tainted?L_TAINTED:L_CLEAN);
 }  }
   
 String::String(const String& src): body(src.body), fragments(src.fragments) {}  String& String::append_know_length(const char* str, size_t known_length, Language lang) {
           if(!known_length)
                   return *this;
   
 String& String::append(const char* str, size_t length, Language lang) {          // first: langs
           langs.append(body, lang, known_length);
           // next: letters themselves
           body.append_know_length(str, known_length);
   
           ASSERT_STRING_INVARIANT(*this);
           return *this;
   }
   String& String::append_help_length(const char* str, size_t helper_length, Language lang) {
         if(!str)          if(!str)
                 return *this;                  return *this;
         size_t use_length=length?length:strlen(str);          size_t known_length=helper_length?helper_length:strlen(str);
         if(!use_length)          if(!known_length)
                 return *this;                  return *this;
   
         body.append(str, use_length);          return append_know_length(str, known_length, lang);
         fragments+=Fragment(lang, use_length);  }
   String& String::append_strdup(const char* str, size_t helper_length, Language lang) {
           size_t known_length=helper_length?helper_length:strlen(str);
           if(!known_length)
                   return *this;
   
           // first: langs
           langs.append(body, lang, known_length);
           // next: letters themselves
           body.append_strdup_know_length(str, known_length);
   
           ASSERT_STRING_INVARIANT(*this);
         return *this;          return *this;
 }  }
   
   size_t String::length(Charset& charset) const {
           if(charset.isUTF8()){
                   const XMLByte* srcPtr=(const XMLByte*)cstrm();
                   return lengthUTF8(srcPtr, srcPtr+body.length());
           } else
                   return body.length();
   }
   
 /// @todo check in doc: whether it documents NOW bad situation "abc".mid(-1, 3) =were?="ab"  /// @todo check in doc: whether it documents NOW bad situation "abc".mid(-1, 3) =were?="ab"
 String& String::mid(size_t substr_begin, size_t substr_end) const {  String& String::mid(size_t substr_begin, size_t substr_end) const {
         String& result=*new String;          String& result=*new String;
   
         size_t self_length=length();          size_t self_length=length();
         substr_begin=max(min(substr_begin, self_length), (size_t)0);          substr_begin=min(substr_begin, self_length);
         substr_end=min(max(substr_end, substr_begin), self_length);          substr_end=min(max(substr_end, substr_begin), self_length);
         if(substr_begin==substr_end)          size_t substr_length=substr_end-substr_begin;
           if(!substr_length)
                 return result;                  return result;
   
         // first: letters themselves          // first: their langs
         result.body=body.mid(substr_begin, substr_end-substr_begin);          result.langs.append(result.body, langs, substr_begin, substr_length);
           // next: letters themselves
           result.body=body.mid(substr_begin, substr_length);
   
           ASSERT_STRING_INVARIANT(result);
           return result;
   }
   
   // from, to and helper_length in characters, not in bytes (it's important for utf-8)
   String& String::mid(Charset& charset, size_t from, size_t to, size_t helper_length) const {
           String& result=*new String;
   
         // next: their langs          size_t self_length=(helper_length)?helper_length:length(charset);
         result.fragments.append_positions(fragments, substr_begin, substr_end);  
   
 //      SAPI::log("piece of '%s' from %d to %d is '%s'",          if(!self_length)
                 //cstr(), substr_begin, substr_end, result.cstr());                  return result;
   
           from=min(min(to, from), self_length);
           to=min(max(to, from), self_length);
   
           size_t substr_length=to-from;
   
           if(!substr_length)
                   return result;
   
           if(charset.isUTF8()){
                   const XMLByte* srcPtr=(const XMLByte*)cstrm();
                   const XMLByte* srcEnd=srcPtr+body.length();
   
                   // convert 'from' and 'substr_length' from 'characters' to 'bytes'
                   from=getUTF8BytePos(srcPtr, srcEnd, from);
                   substr_length=getUTF8BytePos(srcPtr+from, srcEnd, substr_length);
                   if(!substr_length)
                           return result;
           }
   
           // first: their langs
           result.langs.append(result.body, langs, from, substr_length);
           // next: letters themselves
           result.body=body.mid(from, substr_length);
   
           ASSERT_STRING_INVARIANT(result);
         return result;          return result;
 }  }
   
 size_t String::pos(const StringBody substr,   size_t String::pos(const String::Body substr, size_t this_offset, Language lang) const {
                    size_t this_offset, Language lang) const {          size_t substr_length=substr.length();
         // first: letters themselves          while(true) {
         size_t substr_begin=body.pos(substr, this_offset);                  size_t substr_begin=body.pos(substr, this_offset);
         if(substr_begin==CORD_NOT_FOUND)  
                 return STRING_NOT_FOUND;  
   
         // next: check the lang when specified  
   
         if(lang==L_UNSPECIFIED) // ignore lang?  
                 return substr_begin;  
   
         // substr must be in one fragment, and fragments' lang must = lang  
         size_t substr_end=substr_begin+substr.length();  
         size_t fragment_begin=0;  
         size_t fragment_end;  
         for(Array_iterator<ArrayFragment::element_type> i(fragments); i.has_next(); fragment_begin=fragment_end) {  
                 const Fragment& fragment=i.next();  
                 fragment_end=fragment_begin+fragment.length;  
   
                 if(substr_begin<fragment_begin) // not reached fragments which may include 'result'?  
                         continue;  
                 if(substr_begin>=fragment_end) // begin of substr OUT of current fragment?  
                         continue;  
                                   
                 if(substr_end>fragment_end) // end of substr OUT of current fragment?                  if(substr_begin==CORD_NOT_FOUND)
                         throw Exception(0, // (*) see below                          return STRING_NOT_FOUND;
                                 this,  
                                 "searching for '%s' starting from %ud problem: found begin in one fragment, but end in another",  
                                         substr.cstr(), this_offset);  
   
                 if(fragment.lang==lang)                  if(langs.check_lang(lang, substr_begin, substr_length))
                         return substr_begin;                          return substr_begin;
                 else { // bad lang...  
                         /// WARNING: this possibly skips assert (*), but it's fast  
                         substr_begin=body.pos(substr, fragment_end/*...search AFTER for more*/);  
                         if(substr_begin==CORD_NOT_FOUND)  
                                 return STRING_NOT_FOUND;  
   
                         size_t substr_end=substr_begin+substr.length();  
                         // and continuing with next fragment  
                 }  
         }         
   
         return STRING_NOT_FOUND;                  this_offset=substr_begin+substr_length;
           }
 }  }
   
 size_t String::pos(const String& substr,   size_t String::pos(const String& substr, 
Line 193  size_t String::pos(const String& substr, Line 364  size_t String::pos(const String& substr,
         return pos(substr.body, this_offset, lang);          return pos(substr.body, this_offset, lang);
 }  }
   
   size_t String::pos(Charset& charset, const String& substr, 
                                   size_t this_offset, Language lang) const {
   
           size_t result;
           if(charset.isUTF8()){
                   const XMLByte* srcPtr=(const XMLByte*)cstrm();
                   const XMLByte* srcEnd=srcPtr+body.length();
   
                   // convert 'this_offset' from 'characters' to 'bytes'
                   this_offset=getUTF8BytePos(srcPtr, srcEnd, this_offset);
   
                   result=pos(substr.body, this_offset, lang);
                   if(result==CORD_NOT_FOUND)
                           return STRING_NOT_FOUND;
   
                   // convert 'result' from 'bytes' to 'characters'
                   result=getUTF8CharPos(srcPtr, srcEnd, result);
           } else {
                   result=pos(substr.body, this_offset, lang);
                   if(result==CORD_NOT_FOUND)
                           return STRING_NOT_FOUND;
           }
   
           return result;
   }
   
 void String::split(ArrayString& result,   void String::split(ArrayString& result, 
                                    size_t& pos_after,                      size_t& pos_after, 
                                    const char* delim,                      const char* delim, 
                                    Language lang, int limit) const {                     Language lang, int limit) const {
         size_t self_length=length();          size_t self_length=length();
         if(size_t delim_length=strlen(delim)) {          if(size_t delim_length=strlen(delim)) {
                 int pos_before;                  size_t pos_before;
                 // while we have 'delim'...                  // while we have 'delim'...
                 for(; (pos_before=pos(delim, pos_after, lang))>=0 && limit; limit--) {                  for(; (pos_before=pos(delim, pos_after, lang))!=STRING_NOT_FOUND && limit; limit--) {
                         result+=&mid(pos_after, pos_before);                          result+=&mid(pos_after, pos_before);
                         pos_after=pos_before+delim_length;                          pos_after=pos_before+delim_length;
                 }                  }
Line 217  void String::split(ArrayString& result, Line 414  void String::split(ArrayString& result,
 }  }
   
 void String::split(ArrayString& result,   void String::split(ArrayString& result, 
                                    size_t& pos_after,                      size_t& pos_after, 
                                    const String& delim, Language lang,                      const String& delim, Language lang, 
                                    int limit) const {                     int limit) const {
         if(!delim.is_empty()) {          if(!delim.is_empty()) {
                 int pos_before;                  size_t pos_before;
                 // while we have 'delim'...                  // while we have 'delim'...
                 for(; (pos_before=pos(delim, pos_after, lang))>=0 && limit; limit--) {                  for(; (pos_before=pos(delim, pos_after, lang))!=STRING_NOT_FOUND && limit; limit--) {
                         result+=&mid(pos_after, pos_before);                          result+=&mid(pos_after, pos_before);
                         pos_after=pos_before+delim.length();                          pos_after=pos_before+delim.length();
                 }                  }
Line 238  void String::split(ArrayString& result, Line 435  void String::split(ArrayString& result,
         }          }
 }  }
   
 static void regex_options(const String* options, int *result, bool& need_pre_post_match){  enum Match_feature {
           MF_NEED_PRE_POST_MATCH = 0x01,
           MF_JUST_COUNT_MATCHES = 0x02
   };
   
   static void regex_options(const String* options, int* result, int* match_features){
     struct Regex_option {      struct Regex_option {
                 const char* keyL;                  const char* key;
                 const char* keyU;                  const char* keyAlt;
                 int clear, set;                  int clear;
                   int set;
                 int *result;                  int *result;
                 bool *flag;                  int flag;
     } regex_option[]={      } regex_option[]={
                 {"i", "I", 0, PCRE_CASELESS, result}, // a=A                  {"i", "I", 0, PCRE_CASELESS, result, 0}, // a=A
                 {"s", "S", 0, PCRE_DOTALL, result}, // \n\n$ [default]                  {"s", "S", 0, PCRE_DOTALL, result, 0}, // ^\n\n$ [default]
                 {"x", "U", 0, PCRE_EXTENDED, result}, // whitespace in regex ignored                  {"m", "M", PCRE_DOTALL, PCRE_MULTILINE, result, 0}, // ^aaa\n$^bbb\n$
                 {"m", "M", PCRE_DOTALL, PCRE_MULTILINE, result}, // ^aaa\n$^bbb\n$                  {"x", 0, 0, PCRE_EXTENDED, result, 0}, // whitespace in regex ignored
                 {"g", "G", 0, true, result+1}, // many rows                  {"U", 0, 0, PCRE_UNGREEDY, result, 0}, // ungreedy patterns (greedy by default)
                 {"'", 0, 0, 0, 0, &need_pre_post_match},                  {"g", "G", 0, 1, result+1, 0}, // many rows
                 {0}                  {"'", 0, 0, 0, 0, MF_NEED_PRE_POST_MATCH},
                   {"n", 0, 0, 0, 0, MF_JUST_COUNT_MATCHES},
                   {0, 0, 0, 0, 0, 0}
     };      };
         result[0]=PCRE_EXTRA | PCRE_DOTALL | PCRE_DOLLAR_ENDONLY;          result[0]=PCRE_EXTRA | PCRE_DOTALL | PCRE_DOLLAR_ENDONLY;
         result[1]=0;          result[1]=0;
   
     if(options && !options->is_empty())       if(options && !options->is_empty()) 
                 for(Regex_option *o=regex_option; o->keyL; o++)                   for(Regex_option *o=regex_option; o->key; o++) 
                         if(options->pos(o->keyL)>=0                          if(
                                 || (o->keyU && options->pos(o->keyU)>=0)) {                                  options->pos(o->key)!=STRING_NOT_FOUND
                                 if(o->flag)                                  || (o->keyAlt && options->pos(o->keyAlt)!=STRING_NOT_FOUND)
                                         *o->flag=true;                          ){
                                 else { // result                                  if(o->flag){
                                           (*match_features) |= o->flag;
                                   } else {
                                         *o->result &= ~o->clear;                                          *o->result &= ~o->clear;
                                         *o->result |= o->set;                                          *o->result |= o->set;
                                 }                                  }
Line 271  static void regex_options(const String* Line 478  static void regex_options(const String*
 }  }
   
 Table* String::match(Charset& source_charset,  Table* String::match(Charset& source_charset,
                                            const String& regexp,                        const String& regexp, 
                                            const String* options,                       const String* options,
                                            Row_action row_action, void *info,                       Row_action row_action, void *info,
                                            bool& just_matched) const {                        int& matches_count) const { 
         if(regexp.is_empty())          if(regexp.is_empty())
                 throw Exception(0,                  throw Exception(PARSER_RUNTIME,
                         0,                          0,
                         "regexp is empty");                          "regexp is empty");
   
         const char* pattern=regexp.cstr();          const char* pattern=regexp.cstr(String::L_UNSPECIFIED); // fix any tainted with L_REGEX
         const char* errptr;          const char* errptr;
         int erroffset;          int erroffset;
         bool need_pre_post_match=false;          int option_bits[2]={0};
         int option_bits[2];  regex_options(options, option_bits, need_pre_post_match);          int match_features=0;
           regex_options(options, option_bits, &match_features);
           bool need_pre_post_match=(match_features & MF_NEED_PRE_POST_MATCH) != 0;
           bool just_count_matches=(match_features & MF_JUST_COUNT_MATCHES) != 0;
         bool global=option_bits[1]!=0;          bool global=option_bits[1]!=0;
   
           if(source_charset.isUTF8()){
                   // @todo (for UTF-8): check string & pattern and use PCRE_NO_UTF8_CHECK option 
                   option_bits[0]|=PCRE_UTF8;
           }
   
         pcre *code=pcre_compile(pattern, option_bits[0],           pcre *code=pcre_compile(pattern, option_bits[0], 
                 &errptr, &erroffset,                  &errptr, &erroffset,
                 source_charset.pcre_tables);                  source_charset.pcre_tables);
   
         if(!code)          if(!code)
                 throw Exception(0,                  throw Exception(PCRE_EXCEPTION_TYPE,
                         &regexp.mid(erroffset, regexp.length()),                          &regexp.mid(erroffset, regexp.length()),
                         "regular expression syntax error - %s", errptr);                          "regular expression syntax error - %s", errptr);
                   
         int subpatterns=pcre_info(code, 0, 0);          int subpatterns=pcre_info(code, 0, 0);
         if(subpatterns<0) {          if(subpatterns<0) {
                 pcre_free(code);                  pcre_free(code);
                 throw Exception(0,                  throw Exception(PCRE_EXCEPTION_TYPE,
                         &regexp,                          &regexp,
                         "pcre_info error (%d)",                           "pcre_info error (%d)", 
                                 subpatterns);                                  subpatterns);
Line 310  Table* String::match(Charset& source_cha Line 526  Table* String::match(Charset& source_cha
         int ovector[oveclength];          int ovector[oveclength];
   
         // create table          // create table
         Table& table=*new Table(string_match_table_template);          Table::Action_options table_options;
           Table& table=*new Table(string_match_table_template, table_options);
   
         int exec_option_bits=0;          int exec_option_bits=0;
         int prestart=0;          int prestart=0;
Line 324  Table* String::match(Charset& source_cha Line 541  Table* String::match(Charset& source_cha
                 if(exec_substrings==PCRE_ERROR_NOMATCH) {                  if(exec_substrings==PCRE_ERROR_NOMATCH) {
                         pcre_free(code);                          pcre_free(code);
                         row_action(table, 0/*last time, no raw*/, 0, 0, poststart, postfinish, info);                          row_action(table, 0/*last time, no raw*/, 0, 0, poststart, postfinish, info);
                         if(global || subpatterns)                          return just_count_matches ? 0 : &table;
                                 return &table; // global or with subpatterns=true+result  
                         else {  
                                 just_matched=false; return 0; // not global=no result  
                         }  
                 }                  }
   
                 if(exec_substrings<0) {                  if(exec_substrings<0) {
                         pcre_free(code);                          pcre_free(code);
                         throw Exception(0,                          throw Exception(PCRE_EXCEPTION_TYPE,
                                 &regexp,                                  &regexp,
                                 "regular expression execute error (%d)",                                   print_pcre_exec_error_text(exec_substrings),
                                         exec_substrings);                                          exec_substrings);
                 }                  }
   
Line 347  Table* String::match(Charset& source_cha Line 560  Table* String::match(Charset& source_cha
                         *row+=&mid(prefinish, poststart); // .match                          *row+=&mid(prefinish, poststart); // .match
                         *row+=&mid(poststart, postfinish); // .postmatch                          *row+=&mid(poststart, postfinish); // .postmatch
                 } else {                  } else {
                         *row+=0; // .prematch column value                          *row+=&Empty; // .prematch column value
                         *row+=0; // .match                          *row+=&Empty; // .match
                         *row+=0; // .postmatch                          *row+=&Empty; // .postmatch
                 }                  }
                                   
                 for(int i=1; i<exec_substrings; i++) {                  for(int i=1; i<exec_substrings; i++) {
Line 357  Table* String::match(Charset& source_cha Line 570  Table* String::match(Charset& source_cha
                         *row+=&mid(ovector[i*2+0], ovector[i*2+1]); // .i column value                          *row+=&mid(ovector[i*2+0], ovector[i*2+1]); // .i column value
                 }                  }
                                   
                   matches_count++;
                 row_action(table, row, prestart, prefinish, poststart, postfinish, info);                  row_action(table, row, prestart, prefinish, poststart, postfinish, info);
   
                 if(!global || prestart==poststart) { // not global | going to hang                  if(!global || prestart==poststart) { // last step
                         pcre_free(code);                          pcre_free(code);
                         row_action(table, 0/*last time, no row*/, 0, 0, poststart, postfinish, info);                          row_action(table, 0/*last time, no row*/, 0, 0, poststart, postfinish, info);
                         return &table;                          return just_count_matches ? 0 : &table;
                 }                  }
                 prestart=poststart;                  prestart=poststart;
   
Line 375  Table* String::match(Charset& source_cha Line 589  Table* String::match(Charset& source_cha
   
 String& String::change_case(Charset& source_charset, Change_case_kind kind) const {  String& String::change_case(Charset& source_charset, Change_case_kind kind) const {
         String& result=*new String();          String& result=*new String();
           if(is_empty())
                   return result;
   
         const unsigned char *tables=source_charset.pcre_tables;          char* new_cstr=cstrm();
   
         const unsigned char *a;          if(source_charset.isUTF8()) {
         const unsigned char *b;                  size_t new_cstr_len=length();
         switch(kind) {                  switch(kind) {
         case CC_UPPER:                  case CC_UPPER:
                 a=tables+lcc_offset;                          change_case_UTF8((const XMLByte*)new_cstr, new_cstr_len, (XMLByte*)new_cstr, new_cstr_len, UTF8CaseToUpper);
                 b=tables+fcc_offset;                          break;
                 break;                  case CC_LOWER:
         case CC_LOWER:                          change_case_UTF8((const XMLByte*)new_cstr, new_cstr_len, (XMLByte*)new_cstr, new_cstr_len, UTF8CaseToLower);
                 a=tables+lcc_offset;                          break;
                 b=0;                  default:
                 break;                          assert(!"unknown change case kind");
         default:                          break; // never
                 throw Exception(0,                   }       
                         this,                   
                         "unknown change case kind #%d",           } else {
                                 static_cast<int>(kind)); // never                  const unsigned char *tables=source_charset.pcre_tables;
                 a=b=0; // calm, compiler  
                 break; // never  
         }         
   
         char* new_cstr=cstrm();                  const unsigned char *a;
         char *dest=new_cstr;                  const unsigned char *b;
         unsigned char index;                  switch(kind) {
         for(const char* current=new_cstr; index=(unsigned char)*current; current++) {                  case CC_UPPER:
                 unsigned char c=a[index];                          a=tables+lcc_offset;
                 if(b)                          b=tables+fcc_offset;
                         c=b[c];                          break;
                   case CC_LOWER:
                           a=tables+lcc_offset;
                           b=0;
                           break;
                   default:
                           assert(!"unknown change case kind");
                           a=b=0; // calm, compiler
                           break; // never
                   }       
   
                   char *dest=new_cstr;
                   unsigned char index;
                   for(const char* current=new_cstr; (index=(unsigned char)*current); current++) {
                           unsigned char c=a[index];
                           if(b)
                                   c=b[c];
   
                 *dest++=(char)c;                          *dest++=(char)c;
                   }
         }          }
           result.langs=langs;
         result.body=new_cstr;          result.body=new_cstr;
         result.fragments.append(fragments);  
   
         return result;          return result;
 }  }
   
   const String& String::escape(Charset& source_charset) const {
           if(is_empty())
                   return *this;
   
           return Charset::escape(*this, source_charset);
   }
   
 const String& String::replace(const Dictionary& dict) const {  const String& String::replace(const Dictionary& dict) const {
         String& result=*new String();          String& result=*new String();
         const char* old_cstr=cstr();          const char* old_cstr=cstr();
         const char* prematch_begin=old_cstr;          const char* prematch_begin=old_cstr;
   
         for(const char* current=old_cstr; *current; ) {          const char* current=old_cstr;
                 if(Table::element_type row=dict.first_that_begins(current)) {          while(*current) {
                   if(Dictionary::Subst subst=dict.first_that_begins(current)) {
                         // prematch                          // prematch
                         if(size_t prematch_length=current-prematch_begin) {                          if(size_t prematch_length=current-prematch_begin) {
                                 result.body.append(prematch_begin, prematch_length);                                  result.langs.append(result.body, langs, prematch_begin-old_cstr, prematch_length);
                                 result.fragments.append_positions(fragments, prematch_begin-old_cstr, current-old_cstr);                                  result.body.append_strdup_know_length(prematch_begin, prematch_length);
                         }                          }
   
                         // match                          // match
   
                         const String* a=row->get(0);  
                         // skip 'a' in 'current'; move prematch_begin                          // skip 'a' in 'current'; move prematch_begin
                         current+=a->length(); prematch_begin=current;                          current+=subst.from_length; prematch_begin=current;
   
                         if(row->count()>1) { // are there any b?                          if(const String* b=subst.to) // are there any b?
                                 const String* b=row->get(1);                                  result<<*b;
                                 if(size_t b_length=b->length()) {  
                                         result.body.append(b->cstr_to_string_body());  
                                         result.fragments.append(b->fragments);  
                                 }  
                         }  
                 } else // simply advance                  } else // simply advance
                         current++;                           current++; 
         }          }
   
         // postmatch          // postmatch
         if(size_t postmatch_length=current-prematch_begin) {          if(size_t postmatch_length=current-prematch_begin) {
                 result.body.append(prematch_begin, postmatch_length);                  result.langs.append(result.body, langs, prematch_begin-old_cstr, postmatch_length);
                 result.fragments.append_positions(fragments, prematch_begin-old_cstr, current-old_cstr);                  result.body.append_strdup_know_length(prematch_begin, postmatch_length);
         }          }
   
           ASSERT_STRING_INVARIANT(result);
         return result;          return result;
 }  }
   
 double String::as_double() const {   static int serialize_body_char(char c, char** cur) {
         double result;          *((*cur)++)=c;
         const char *str=cstr();          return 0; // 0=continue
   };
         while(*str && isspace(*str))  
                 str++;  
         if(!*str)  
                 return 0;  
   
         char *error_pos;  
         // 0xABC  
         if(str[0]=='0')  
                 if(str[1]=='x' || str[1]=='X')  
                         result=(double)(unsigned long)strtol(str, &error_pos, 0);  
                 else  
                         result=(double)strtod(str+1/*skip leading 0*/, &error_pos);  
         else  
                 result=(double)strtod(str, &error_pos);  
   
         while(char c=*error_pos++)  
                 if(!isspace(c))  
                         throw Exception("number.format",  
                                 this,  
                                 "invalid number (double)");  
   
         return result;  
 }  
 int String::as_int() const {   
         int result;  
         const char *str=cstr();  
   
         while(*str && isspace(*str))  
                 str++;  
         if(!*str)  
                 return 0;  
   
         char *error_pos;  
         // 0xABC  
         if(str[0]=='0')  
                 if(str[1]=='x' || str[1]=='X')  
                         result=(int)(unsigned long)strtol(str, &error_pos, 0);  
                 else  
                         result=(int)strtol(str+1/*skip leading 0*/, &error_pos, 0);  
         else  
                 result=(int)strtol(str, &error_pos, 0);  
   
         while(char c=*error_pos++)  
                 if(!isspace(c))  
                         throw Exception("number.format",  
                                 this,  
                                 "invalid number (int)");  
   
         return result;  
 }  
   
 inline void uint2uchars(uint word, uchar *bytes) {  
         bytes[0]=word&0xFF;  
         bytes[1]=(word>>8)&0xFF;  
         bytes[2]=(word>>16)&0xFF;  
         bytes[3]=(word>>24)&0xFF;  
 }  
 inline uint uchars2uint(uchar *bytes) {  
         return bytes[3]<<24  
                 | bytes[2]<<16  
                 | bytes[1]<<8  
                 | bytes[0];  
 }  
   
 static int serialize_body_piece(const char* s, char** cur) {  static int serialize_body_piece(const char* s, char** cur) {
         size_t length=strlen(s);          size_t length=strlen(s);
         memcpy(*cur, s, length);  *cur+=length;          memcpy(*cur, s, length);  *cur+=length;
         return 0;          return 0; // 0=continue
 };  };
 String::C String::serialize(size_t prolog_length) const {  static int serialize_lang_piece(char alang, size_t asize, char** cur) {
           // lang
           **cur=alang; (*cur)++;
           // length [WARNING: not cast, addresses must be %4=0 on sparc]
           memcpy(*cur, &asize, sizeof(asize));  *cur+=sizeof(asize);
   
           return 0; // 0=continue
   }
   String::Cm String::serialize(size_t prolog_length) const {
           size_t fragments_count=langs.count();
           size_t body_length=body.length();
         size_t buf_length=          size_t buf_length=
                 prolog_length                  prolog_length //1
                 +fragments.count()*(sizeof(Language)+sizeof(size_t))                  +sizeof(size_t) //2
                 +length();                  +body_length //3
         C result(new(PointerFreeGC) char[buf_length], buf_length);                  +1 // 4 for zero terminator used in deserialize
                   +sizeof(size_t) //5
                   +fragments_count*(sizeof(char)+sizeof(size_t)); //6
   
           String::Cm result(new(PointerFreeGC) char[buf_length], buf_length);
   
         // 1: prolog          // 1: prolog
         char *cur=result.str+prolog_length;          char *cur=result.str+prolog_length;
           // 2: chars.count [WARNING: not cast, addresses must be %4=0 on sparc]
           memcpy(cur, &body_length, sizeof(body_length));  cur+=sizeof(body_length);
         // 2: fragments.count          // 3: letters
         size_t fragments_count=fragments.count();          body.for_each(serialize_body_char, serialize_body_piece, &cur);
           // 4: zero terminator
           *cur++=0;
           // 5: langs.count [WARNING: not cast, addresses must be %4=0 on sparc]
         memcpy(cur, &fragments_count, sizeof(fragments_count));  cur+=sizeof(fragments_count);          memcpy(cur, &fragments_count, sizeof(fragments_count));  cur+=sizeof(fragments_count);
           // 6: lang info
         // 3: lang info          langs.for_each(body, serialize_lang_piece, &cur);
         for(Array_iterator<ArrayFragment::element_type> i(fragments); i.has_next(); ) {  
                 const Fragment& fragment=i.next();  
                 // lang  
                 memcpy(cur, &fragment.lang, sizeof(fragment.lang));  cur+=sizeof(fragment.lang);  
                 // length  
                 memcpy(cur, &fragment.length, sizeof(fragment.length));  cur+=sizeof(fragment.length);  
         }  
   
         // 4: letters  
         body.for_each(serialize_body_piece, &cur);  
   
         return result;          return result;
 }  }
 bool String::deserialize(size_t prolog_length, void *buf, size_t buf_length) {  bool String::deserialize(size_t prolog_size, void *buf, size_t buf_size) {
         if(buf_length<=prolog_length)          size_t in_buf=buf_size;
           if(in_buf<=prolog_size)
                 return false;                  return false;
         buf_length-=prolog_length;          in_buf-=prolog_size;
   
         // 1: prolog          // 1: prolog
         const char* cur=(const char* )buf+prolog_length;          const char* cur=(const char* )buf+prolog_size;
   
         // 2: fragments.count          // 2: chars.count
         if(buf_length<sizeof(size_t)) // fragments.count don't fit?          size_t body_length;
           if(in_buf<sizeof(body_length)) // body.length don't fit?
                 return false;                  return false;
         size_t fragments_count=*reinterpret_cast<const size_t*>(cur);  cur+=sizeof(size_t);          // [WARNING: not cast, addresses must be %4=0 on sparc]
         buf_length-=sizeof(size_t);          memcpy(&body_length, cur, sizeof(body_length));  cur+=sizeof(body_length);
           in_buf-=sizeof(body_length);
   
         // 3: lang info          if(in_buf<body_length+1) // letters+terminator don't fit?
         size_t total_length=0;                  return false;
         for(size_t f=0; f<fragments_count; f++) {          // 4: zero terminator
                 size_t piece_length=sizeof(Language)+sizeof(size_t);          if(cur[body_length] != 0) // in place?
                 if(buf_length<piece_length) // lang+length                  return false;
           // 3: letters
           body=String::Body(cur, body_length);  
           cur+=body_length+1;
           in_buf-=body_length+1;
   
           // 5: langs.count
           size_t fragments_count;
           if(in_buf<sizeof(fragments_count)) // langs.count don't fit?
                   return false;
           // [WARNING: not cast, addresses must be %4=0 on sparc]
           memcpy(&fragments_count, cur, sizeof(fragments_count));  cur+=sizeof(fragments_count);
           in_buf-=sizeof(fragments_count);
           
           if(fragments_count) {
                   // 6: lang info
                   size_t total_length=0;
                   for(size_t f=0; f<fragments_count; f++) {
                           char lang;
                           size_t fragment_length;
                           size_t piece_length=sizeof(lang)+sizeof(fragment_length);
                           if(in_buf<piece_length) // lang+length
                                   return false;
   
                           // lang
                           lang=*cur++;
                           // length [WARNING: not cast, addresses must be %4=0 on sparc]
                           memcpy(&fragment_length, cur, sizeof(fragment_length));  cur+=sizeof(fragment_length);
   
                           size_t combined_length=total_length+fragment_length;
                           if(combined_length>body_length)
                                   return false; // file curruption
                           // uchar needed to prevent propagating 0x80 bit to upper bytes
                           langs.append(total_length, (String::Language)(uchar)lang, fragment_length);
                           total_length=combined_length;
                           in_buf-=piece_length;
                   }
   
                   if(total_length!=body_length) // length(all language fragments) vs length(letters)
                         return false;                          return false;
           }
           if(in_buf!=0) // some strange extra bytes
                   return false;
   
                 Language lang=*reinterpret_cast<const Language *>(cur);  cur+=sizeof(Language);          ASSERT_STRING_INVARIANT(*this);
                 size_t fragment_length=*reinterpret_cast<const size_t*>(cur);  cur+=sizeof(size_t);          return true;
                 fragments+=Fragment(lang, fragment_length);  }
                 total_length+=fragment_length;  
   
                 buf_length-=piece_length;  const char* String::Body::v() const {
         }          return CORD_to_const_char_star(body);
   }
   void String::Body::dump() const {
           CORD_dump(body);
   }
   
         // 4: letters  const char* String::Languages::v() const {
         if(buf_length!=total_length)          if(opt.is_not_just_lang)
                 return false;                  return CORD_to_const_char_star(langs);
           else
                   return (const char*)&langs;
   }
   void String::Languages::dump() const {
           if(opt.is_not_just_lang)
                   CORD_dump(langs);
           else
                   puts((const char*)&langs);
   }
   const char* String::v() const {
           const uint LIMIT_VIEW=20;
           char* buf=(char*)malloc(MAX_STRING);
           const char*body_view=body.v();
           const char*langs_view=langs.v();
           snprintf(buf, MAX_STRING, 
                   "%d:%.*s%s}   "
                   "{%d:%s",
                   langs.count(), LIMIT_VIEW, langs_view, strlen(langs_view)>LIMIT_VIEW?"...":"",
                   strlen(body_view), body_view
           );
   
           return buf;
   }
   void String::dump() const {
           body.dump();
           langs.dump();
   }
   const String& String::trim(String::Trim_kind kind, const char* chars) const {
           if(!length())
                   return *this;
   
           size_t substr_begin, substr_length;
           Body new_body=body.trim(kind, chars, &substr_begin, &substr_length);
           if(new_body==body) // we received unchanged pointer, do likewise
                   return *this;
           // new_body differs from body, adjust langs along
   
           String& result=*new String;
           if(!new_body) // body.trim produced empty result
                   return result;
           // body.trim produced nonempty result
   
         body=CORD_cat_char_star(CORD_EMPTY, cur, buf_length);          // first: their langs
           result.langs.append(result.body, langs, substr_begin, substr_length);
           // next: letters themselves
           result.body=new_body;
   
         return true;          ASSERT_STRING_INVARIANT(result);
           return result;
 }  }
Removed from v.1.172.2.21.2.23  
changed lines
  Added in v.1.219

E-mail: