Age Owner Branch data TLA Line data Source code
1 : : /*
2 : : * regc_locale.c --
3 : : *
4 : : * This file contains locale-specific regexp routines.
5 : : * This file is #included by regcomp.c.
6 : : *
7 : : * Copyright (c) 1998 by Scriptics Corporation.
8 : : *
9 : : * This software is copyrighted by the Regents of the University of
10 : : * California, Sun Microsystems, Inc., Scriptics Corporation, ActiveState
11 : : * Corporation and other parties. The following terms apply to all files
12 : : * associated with the software unless explicitly disclaimed in
13 : : * individual files.
14 : : *
15 : : * The authors hereby grant permission to use, copy, modify, distribute,
16 : : * and license this software and its documentation for any purpose, provided
17 : : * that existing copyright notices are retained in all copies and that this
18 : : * notice is included verbatim in any distributions. No written agreement,
19 : : * license, or royalty fee is required for any of the authorized uses.
20 : : * Modifications to this software may be copyrighted by their authors
21 : : * and need not follow the licensing terms described here, provided that
22 : : * the new terms are clearly indicated on the first page of each file where
23 : : * they apply.
24 : : *
25 : : * IN NO EVENT SHALL THE AUTHORS OR DISTRIBUTORS BE LIABLE TO ANY PARTY
26 : : * FOR DIRECT, INDIRECT, SPECIAL, INCIDENTAL, OR CONSEQUENTIAL DAMAGES
27 : : * ARISING OUT OF THE USE OF THIS SOFTWARE, ITS DOCUMENTATION, OR ANY
28 : : * DERIVATIVES THEREOF, EVEN IF THE AUTHORS HAVE BEEN ADVISED OF THE
29 : : * POSSIBILITY OF SUCH DAMAGE.
30 : : *
31 : : * THE AUTHORS AND DISTRIBUTORS SPECIFICALLY DISCLAIM ANY WARRANTIES,
32 : : * INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY,
33 : : * FITNESS FOR A PARTICULAR PURPOSE, AND NON-INFRINGEMENT. THIS SOFTWARE
34 : : * IS PROVIDED ON AN "AS IS" BASIS, AND THE AUTHORS AND DISTRIBUTORS HAVE
35 : : * NO OBLIGATION TO PROVIDE MAINTENANCE, SUPPORT, UPDATES, ENHANCEMENTS, OR
36 : : * MODIFICATIONS.
37 : : *
38 : : * GOVERNMENT USE: If you are acquiring this software on behalf of the
39 : : * U.S. government, the Government shall have only "Restricted Rights"
40 : : * in the software and related documentation as defined in the Federal
41 : : * Acquisition Regulations (FARs) in Clause 52.227.19 (c) (2). If you
42 : : * are acquiring the software on behalf of the Department of Defense, the
43 : : * software shall be classified as "Commercial Computer Software" and the
44 : : * Government shall have only "Restricted Rights" as defined in Clause
45 : : * 252.227-7013 (c) (1) of DFARs. Notwithstanding the foregoing, the
46 : : * authors grant the U.S. Government and others acting in its behalf
47 : : * permission to use and distribute the software in accordance with the
48 : : * terms specified in this license.
49 : : *
50 : : * src/backend/regex/regc_locale.c
51 : : */
52 : :
53 : : /* ASCII character-name table */
54 : :
55 : : static const struct cname
56 : : {
57 : : const char *name;
58 : : const char code;
59 : : } cnames[] =
60 : :
61 : : {
62 : : {
63 : : "NUL", '\0'
64 : : },
65 : : {
66 : : "SOH", '\001'
67 : : },
68 : : {
69 : : "STX", '\002'
70 : : },
71 : : {
72 : : "ETX", '\003'
73 : : },
74 : : {
75 : : "EOT", '\004'
76 : : },
77 : : {
78 : : "ENQ", '\005'
79 : : },
80 : : {
81 : : "ACK", '\006'
82 : : },
83 : : {
84 : : "BEL", '\007'
85 : : },
86 : : {
87 : : "alert", '\007'
88 : : },
89 : : {
90 : : "BS", '\010'
91 : : },
92 : : {
93 : : "backspace", '\b'
94 : : },
95 : : {
96 : : "HT", '\011'
97 : : },
98 : : {
99 : : "tab", '\t'
100 : : },
101 : : {
102 : : "LF", '\012'
103 : : },
104 : : {
105 : : "newline", '\n'
106 : : },
107 : : {
108 : : "VT", '\013'
109 : : },
110 : : {
111 : : "vertical-tab", '\v'
112 : : },
113 : : {
114 : : "FF", '\014'
115 : : },
116 : : {
117 : : "form-feed", '\f'
118 : : },
119 : : {
120 : : "CR", '\015'
121 : : },
122 : : {
123 : : "carriage-return", '\r'
124 : : },
125 : : {
126 : : "SO", '\016'
127 : : },
128 : : {
129 : : "SI", '\017'
130 : : },
131 : : {
132 : : "DLE", '\020'
133 : : },
134 : : {
135 : : "DC1", '\021'
136 : : },
137 : : {
138 : : "DC2", '\022'
139 : : },
140 : : {
141 : : "DC3", '\023'
142 : : },
143 : : {
144 : : "DC4", '\024'
145 : : },
146 : : {
147 : : "NAK", '\025'
148 : : },
149 : : {
150 : : "SYN", '\026'
151 : : },
152 : : {
153 : : "ETB", '\027'
154 : : },
155 : : {
156 : : "CAN", '\030'
157 : : },
158 : : {
159 : : "EM", '\031'
160 : : },
161 : : {
162 : : "SUB", '\032'
163 : : },
164 : : {
165 : : "ESC", '\033'
166 : : },
167 : : {
168 : : "IS4", '\034'
169 : : },
170 : : {
171 : : "FS", '\034'
172 : : },
173 : : {
174 : : "IS3", '\035'
175 : : },
176 : : {
177 : : "GS", '\035'
178 : : },
179 : : {
180 : : "IS2", '\036'
181 : : },
182 : : {
183 : : "RS", '\036'
184 : : },
185 : : {
186 : : "IS1", '\037'
187 : : },
188 : : {
189 : : "US", '\037'
190 : : },
191 : : {
192 : : "space", ' '
193 : : },
194 : : {
195 : : "exclamation-mark", '!'
196 : : },
197 : : {
198 : : "quotation-mark", '"'
199 : : },
200 : : {
201 : : "number-sign", '#'
202 : : },
203 : : {
204 : : "dollar-sign", '$'
205 : : },
206 : : {
207 : : "percent-sign", '%'
208 : : },
209 : : {
210 : : "ampersand", '&'
211 : : },
212 : : {
213 : : "apostrophe", '\''
214 : : },
215 : : {
216 : : "left-parenthesis", '('
217 : : },
218 : : {
219 : : "right-parenthesis", ')'
220 : : },
221 : : {
222 : : "asterisk", '*'
223 : : },
224 : : {
225 : : "plus-sign", '+'
226 : : },
227 : : {
228 : : "comma", ','
229 : : },
230 : : {
231 : : "hyphen", '-'
232 : : },
233 : : {
234 : : "hyphen-minus", '-'
235 : : },
236 : : {
237 : : "period", '.'
238 : : },
239 : : {
240 : : "full-stop", '.'
241 : : },
242 : : {
243 : : "slash", '/'
244 : : },
245 : : {
246 : : "solidus", '/'
247 : : },
248 : : {
249 : : "zero", '0'
250 : : },
251 : : {
252 : : "one", '1'
253 : : },
254 : : {
255 : : "two", '2'
256 : : },
257 : : {
258 : : "three", '3'
259 : : },
260 : : {
261 : : "four", '4'
262 : : },
263 : : {
264 : : "five", '5'
265 : : },
266 : : {
267 : : "six", '6'
268 : : },
269 : : {
270 : : "seven", '7'
271 : : },
272 : : {
273 : : "eight", '8'
274 : : },
275 : : {
276 : : "nine", '9'
277 : : },
278 : : {
279 : : "colon", ':'
280 : : },
281 : : {
282 : : "semicolon", ';'
283 : : },
284 : : {
285 : : "less-than-sign", '<'
286 : : },
287 : : {
288 : : "equals-sign", '='
289 : : },
290 : : {
291 : : "greater-than-sign", '>'
292 : : },
293 : : {
294 : : "question-mark", '?'
295 : : },
296 : : {
297 : : "commercial-at", '@'
298 : : },
299 : : {
300 : : "left-square-bracket", '['
301 : : },
302 : : {
303 : : "backslash", '\\'
304 : : },
305 : : {
306 : : "reverse-solidus", '\\'
307 : : },
308 : : {
309 : : "right-square-bracket", ']'
310 : : },
311 : : {
312 : : "circumflex", '^'
313 : : },
314 : : {
315 : : "circumflex-accent", '^'
316 : : },
317 : : {
318 : : "underscore", '_'
319 : : },
320 : : {
321 : : "low-line", '_'
322 : : },
323 : : {
324 : : "grave-accent", '`'
325 : : },
326 : : {
327 : : "left-brace", '{'
328 : : },
329 : : {
330 : : "left-curly-bracket", '{'
331 : : },
332 : : {
333 : : "vertical-line", '|'
334 : : },
335 : : {
336 : : "right-brace", '}'
337 : : },
338 : : {
339 : : "right-curly-bracket", '}'
340 : : },
341 : : {
342 : : "tilde", '~'
343 : : },
344 : : {
345 : : "DEL", '\177'
346 : : },
347 : : {
348 : : NULL, 0
349 : : }
350 : : };
351 : :
352 : : /*
353 : : * The following array defines the valid character class names.
354 : : * The entries must match enum char_classes in regguts.h.
355 : : */
356 : : static const char *const classNames[NUM_CCLASSES + 1] = {
357 : : "alnum", "alpha", "ascii", "blank", "cntrl", "digit", "graph",
358 : : "lower", "print", "punct", "space", "upper", "xdigit", "word",
359 : : NULL
360 : : };
361 : :
362 : : /*
363 : : * We do not use the hard-wired Unicode classification tables that Tcl does.
364 : : * This is because (a) we need to deal with other encodings besides Unicode,
365 : : * and (b) we want to track the behavior of the libc locale routines as
366 : : * closely as possible. For example, it wouldn't be unreasonable for a
367 : : * locale to not consider every Unicode letter as a letter. So we build
368 : : * character classification cvecs by asking libc, even for Unicode.
369 : : */
370 : :
371 : :
372 : : /*
373 : : * element - map collating-element name to chr
374 : : */
375 : : static chr
2489 tgl@sss.pgh.pa.us 376 :CBC 24 : element(struct vars *v, /* context */
377 : : const chr *startp, /* points to start of name */
378 : : const chr *endp) /* points just past end of name */
379 : : {
380 : : const struct cname *cn;
381 : : size_t len;
382 : :
383 : : /* generic: one-chr names stand for themselves */
7559 bruce@momjian.us 384 [ - + ]: 24 : assert(startp < endp);
385 : 24 : len = endp - startp;
386 [ + + ]: 24 : if (len == 1)
387 : 14 : return *startp;
388 : :
389 : 10 : NOTE(REG_ULOCALE);
390 : :
391 : : /* search table */
392 [ + + ]: 680 : for (cn = cnames; cn->name != NULL; cn++)
393 : : {
394 [ + + + + ]: 753 : if (strlen(cn->name) == len &&
395 : 77 : pg_char_and_wchar_strncmp(cn->name, startp, len) == 0)
396 : : {
397 : 6 : break; /* NOTE BREAK OUT */
398 : : }
399 : : }
400 [ + + ]: 10 : if (cn->name != NULL)
401 : 6 : return CHR(cn->code);
402 : :
403 : : /* couldn't find it */
404 [ - + ]: 4 : ERR(REG_ECOLLATE);
405 : 4 : return 0;
406 : : }
407 : :
408 : : /*
409 : : * range - supply cvec for a range, including legality check
410 : : */
411 : : static struct cvec *
2489 tgl@sss.pgh.pa.us 412 : 280 : range(struct vars *v, /* context */
413 : : chr a, /* range start */
414 : : chr b, /* range end, might equal a */
415 : : int cases) /* case-independent? */
416 : : {
417 : : int nchrs;
418 : : struct cvec *cv;
419 : : chr c,
420 : : cc;
421 : :
7559 bruce@momjian.us 422 [ + + + + ]: 280 : if (a != b && !before(a, b))
423 : : {
424 [ - + ]: 2 : ERR(REG_ERANGE);
425 : 2 : return NULL;
426 : : }
427 : :
428 [ + + ]: 278 : if (!cases)
429 : : { /* easy version */
5904 tgl@sss.pgh.pa.us 430 : 250 : cv = getcvec(v, 0, 1);
7559 bruce@momjian.us 431 [ - + ]: 250 : NOERRN();
432 : 250 : addrange(cv, a, b);
433 : 250 : return cv;
434 : : }
435 : :
436 : : /*
437 : : * When case-independent, it's hard to decide when cvec ranges are usable,
438 : : * so for now at least, we won't try. We use a range for the originally
439 : : * specified chrs and then add on any case-equivalents that are outside
440 : : * that range as individual chrs.
441 : : *
442 : : * To ensure sane behavior if someone specifies a very large range, limit
443 : : * the allocation size to 100000 chrs (arbitrary) and check for overrun
444 : : * inside the loop below.
445 : : */
2988 tgl@sss.pgh.pa.us 446 : 28 : nchrs = b - a + 1;
447 [ + - - + ]: 28 : if (nchrs <= 0 || nchrs > 100000)
2988 tgl@sss.pgh.pa.us 448 :UBC 0 : nchrs = 100000;
449 : :
2988 tgl@sss.pgh.pa.us 450 :CBC 28 : cv = getcvec(v, nchrs, 1);
7559 bruce@momjian.us 451 [ - + ]: 28 : NOERRN();
2988 tgl@sss.pgh.pa.us 452 : 28 : addrange(cv, a, b);
453 : :
7559 bruce@momjian.us 454 [ + + ]: 4488 : for (c = a; c <= b; c++)
455 : : {
2795 tgl@sss.pgh.pa.us 456 : 4460 : cc = pg_wc_tolower(c);
2988 457 [ + + + + ]: 4988 : if (cc != c &&
458 [ + + ]: 1055 : (before(cc, a) || before(b, cc)))
459 : : {
460 [ - + ]: 257 : if (cv->nchrs >= cv->chrspace)
461 : : {
2988 tgl@sss.pgh.pa.us 462 [ # # ]:UBC 0 : ERR(REG_ETOOBIG);
463 : 0 : return NULL;
464 : : }
2988 tgl@sss.pgh.pa.us 465 :CBC 257 : addchr(cv, cc);
466 : : }
2795 467 : 4460 : cc = pg_wc_toupper(c);
2988 468 [ + + + + ]: 4972 : if (cc != c &&
469 [ + + ]: 788 : (before(cc, a) || before(b, cc)))
470 : : {
471 [ - + ]: 240 : if (cv->nchrs >= cv->chrspace)
472 : : {
2988 tgl@sss.pgh.pa.us 473 [ # # ]:UBC 0 : ERR(REG_ETOOBIG);
474 : 0 : return NULL;
475 : : }
2988 tgl@sss.pgh.pa.us 476 :CBC 240 : addchr(cv, cc);
477 : : }
372 tmunro@postgresql.or 478 [ - + ]: 4460 : INTERRUPT(v->re);
479 : : }
480 : :
7559 bruce@momjian.us 481 : 28 : return cv;
482 : : }
483 : :
484 : : /*
485 : : * before - is chr x before chr y, for purposes of range legality?
486 : : */
487 : : static int /* predicate */
2795 tgl@sss.pgh.pa.us 488 : 2113 : before(chr x, chr y)
489 : : {
7559 bruce@momjian.us 490 [ + + ]: 2113 : if (x < y)
491 : 765 : return 1;
492 : 1348 : return 0;
493 : : }
494 : :
495 : : /*
496 : : * eclass - supply cvec for an equivalence class
497 : : * Must include case counterparts on request.
498 : : */
499 : : static struct cvec *
2489 tgl@sss.pgh.pa.us 500 : 10 : eclass(struct vars *v, /* context */
501 : : chr c, /* Collating element representing the
502 : : * equivalence class. */
503 : : int cases) /* all cases? */
504 : : {
505 : : struct cvec *cv;
506 : :
507 : : /* crude fake equivalence class for testing */
7559 bruce@momjian.us 508 [ + + + - ]: 10 : if ((v->cflags & REG_FAKE) && c == 'x')
509 : : {
5904 tgl@sss.pgh.pa.us 510 : 6 : cv = getcvec(v, 4, 0);
2795 511 : 6 : addchr(cv, CHR('x'));
512 : 6 : addchr(cv, CHR('y'));
7559 bruce@momjian.us 513 [ - + ]: 6 : if (cases)
514 : : {
2795 tgl@sss.pgh.pa.us 515 :UBC 0 : addchr(cv, CHR('X'));
516 : 0 : addchr(cv, CHR('Y'));
517 : : }
7559 bruce@momjian.us 518 :CBC 6 : return cv;
519 : : }
520 : :
521 : : /* otherwise, none */
522 [ + + ]: 4 : if (cases)
523 : 2 : return allcases(v, c);
5904 tgl@sss.pgh.pa.us 524 : 2 : cv = getcvec(v, 1, 0);
7559 bruce@momjian.us 525 [ - + ]: 2 : assert(cv != NULL);
2795 tgl@sss.pgh.pa.us 526 : 2 : addchr(cv, c);
7739 527 : 2 : return cv;
528 : : }
529 : :
530 : : /*
531 : : * lookupcclass - lookup a character class identified by name
532 : : *
533 : : * On failure, sets an error code in *v; the result is then garbage.
534 : : */
535 : : static enum char_classes
1144 536 : 116 : lookupcclass(struct vars *v, /* context (for returning errors) */
537 : : const chr *startp, /* where the name starts */
538 : : const chr *endp) /* just past the end of the name */
539 : : {
540 : : size_t len;
541 : : const char *const *namePtr;
542 : : int i;
543 : :
544 : : /*
545 : : * Map the name to the corresponding enumerated value.
546 : : */
7559 bruce@momjian.us 547 : 116 : len = endp - startp;
548 [ + + ]: 746 : for (namePtr = classNames, i = 0; *namePtr != NULL; namePtr++, i++)
549 : : {
550 [ + + + + ]: 1391 : if (strlen(*namePtr) == len &&
551 : 649 : pg_char_and_wchar_strncmp(*namePtr, startp, len) == 0)
1144 tgl@sss.pgh.pa.us 552 : 112 : return (enum char_classes) i;
553 : : }
554 : :
555 [ - + ]: 4 : ERR(REG_ECTYPE);
556 : 4 : return (enum char_classes) 0;
557 : : }
558 : :
559 : : /*
560 : : * cclasscvec - supply cvec for a character class
561 : : *
562 : : * Must include case counterparts if "cases" is true.
563 : : *
564 : : * The returned cvec might be either a transient cvec gotten from getcvec(),
565 : : * or a permanently cached one from pg_ctype_get_cache(). This is okay
566 : : * because callers are not supposed to explicitly free the result either way.
567 : : */
568 : : static struct cvec *
569 : 390 : cclasscvec(struct vars *v, /* context */
570 : : enum char_classes cclasscode, /* class to build a cvec for */
571 : : int cases) /* case-independent? */
572 : : {
573 : 390 : struct cvec *cv = NULL;
574 : :
575 : : /*
576 : : * Remap lower and upper to alpha if the match is case insensitive.
577 : : */
578 : :
7559 bruce@momjian.us 579 [ + + + - ]: 390 : if (cases &&
1144 tgl@sss.pgh.pa.us 580 [ + + ]: 9 : (cclasscode == CC_LOWER ||
581 : : cclasscode == CC_UPPER))
582 : 1 : cclasscode = CC_ALPHA;
583 : :
584 : : /*
585 : : * Now compute the character class contents. For classes that are based
586 : : * on the behavior of a <wctype.h> or <ctype.h> function, we use
587 : : * pg_ctype_get_cache so that we can cache the results. Other classes
588 : : * have definitions that are hard-wired here, and for those we just
589 : : * construct a transient cvec on the fly.
590 : : *
591 : : * NB: keep this code in sync with cclass_column_index(), below.
592 : : */
593 : :
594 [ + + + + : 390 : switch (cclasscode)
+ + + + +
+ + + + +
- ]
595 : : {
7559 bruce@momjian.us 596 : 4 : case CC_PRINT:
1144 tgl@sss.pgh.pa.us 597 : 4 : cv = pg_ctype_get_cache(pg_wc_isprint, cclasscode);
7503 598 : 4 : break;
7559 bruce@momjian.us 599 : 11 : case CC_ALNUM:
1144 tgl@sss.pgh.pa.us 600 : 11 : cv = pg_ctype_get_cache(pg_wc_isalnum, cclasscode);
7559 bruce@momjian.us 601 : 11 : break;
602 : 5 : case CC_ALPHA:
1144 tgl@sss.pgh.pa.us 603 : 5 : cv = pg_ctype_get_cache(pg_wc_isalpha, cclasscode);
604 : 5 : break;
605 : 128 : case CC_WORD:
606 : 128 : cv = pg_ctype_get_cache(pg_wc_isword, cclasscode);
7559 bruce@momjian.us 607 : 128 : break;
608 : 1 : case CC_ASCII:
609 : : /* hard-wired meaning */
5904 tgl@sss.pgh.pa.us 610 : 1 : cv = getcvec(v, 0, 1);
7559 bruce@momjian.us 611 [ + - ]: 1 : if (cv)
612 : 1 : addrange(cv, 0, 0x7f);
613 : 1 : break;
614 : 35 : case CC_BLANK:
615 : : /* hard-wired meaning */
5904 tgl@sss.pgh.pa.us 616 : 35 : cv = getcvec(v, 2, 0);
7559 bruce@momjian.us 617 : 35 : addchr(cv, '\t');
618 : 35 : addchr(cv, ' ');
619 : 35 : break;
620 : 1 : case CC_CNTRL:
621 : : /* hard-wired meaning */
5904 tgl@sss.pgh.pa.us 622 : 1 : cv = getcvec(v, 0, 2);
7559 bruce@momjian.us 623 : 1 : addrange(cv, 0x0, 0x1f);
624 : 1 : addrange(cv, 0x7f, 0x9f);
625 : 1 : break;
626 : 129 : case CC_DIGIT:
1144 tgl@sss.pgh.pa.us 627 : 129 : cv = pg_ctype_get_cache(pg_wc_isdigit, cclasscode);
7559 bruce@momjian.us 628 : 129 : break;
629 : 7 : case CC_PUNCT:
1144 tgl@sss.pgh.pa.us 630 : 7 : cv = pg_ctype_get_cache(pg_wc_ispunct, cclasscode);
7559 bruce@momjian.us 631 : 7 : break;
632 : 2 : case CC_XDIGIT:
633 : :
634 : : /*
635 : : * It's not clear how to define this in non-western locales, and
636 : : * even less clear that there's any particular use in trying. So
637 : : * just hard-wire the meaning.
638 : : */
5904 tgl@sss.pgh.pa.us 639 : 2 : cv = getcvec(v, 0, 3);
7559 bruce@momjian.us 640 [ + - ]: 2 : if (cv)
641 : : {
642 : 2 : addrange(cv, '0', '9');
643 : 2 : addrange(cv, 'a', 'f');
644 : 2 : addrange(cv, 'A', 'F');
645 : : }
646 : 2 : break;
647 : 50 : case CC_SPACE:
1144 tgl@sss.pgh.pa.us 648 : 50 : cv = pg_ctype_get_cache(pg_wc_isspace, cclasscode);
7559 bruce@momjian.us 649 : 50 : break;
650 : 4 : case CC_LOWER:
1144 tgl@sss.pgh.pa.us 651 : 4 : cv = pg_ctype_get_cache(pg_wc_islower, cclasscode);
7559 bruce@momjian.us 652 : 4 : break;
653 : 9 : case CC_UPPER:
1144 tgl@sss.pgh.pa.us 654 : 9 : cv = pg_ctype_get_cache(pg_wc_isupper, cclasscode);
7559 bruce@momjian.us 655 : 9 : break;
656 : 4 : case CC_GRAPH:
1144 tgl@sss.pgh.pa.us 657 : 4 : cv = pg_ctype_get_cache(pg_wc_isgraph, cclasscode);
7559 bruce@momjian.us 658 : 4 : break;
659 : : }
660 : :
661 : : /* If cv is NULL now, the reason must be "out of memory" */
662 [ - + ]: 390 : if (cv == NULL)
7559 bruce@momjian.us 663 [ # # ]:UBC 0 : ERR(REG_ESPACE);
7559 bruce@momjian.us 664 :CBC 390 : return cv;
665 : : }
666 : :
667 : : /*
668 : : * cclass_column_index - get appropriate high colormap column index for chr
669 : : */
670 : : static int
2489 tgl@sss.pgh.pa.us 671 : 35 : cclass_column_index(struct colormap *cm, chr c)
672 : : {
2778 673 : 35 : int colnum = 0;
674 : :
675 : : /* Shouldn't go through all these pushups for simple chrs */
676 [ - + ]: 35 : assert(c > MAX_SIMPLE_CHR);
677 : :
678 : : /*
679 : : * Note: we should not see requests to consider cclasses that are not
680 : : * treated as locale-specific by cclasscvec(), above.
681 : : */
682 [ + + + - ]: 35 : if (cm->classbits[CC_PRINT] && pg_wc_isprint(c))
683 : 3 : colnum |= cm->classbits[CC_PRINT];
684 [ + + + - ]: 35 : if (cm->classbits[CC_ALNUM] && pg_wc_isalnum(c))
685 : 10 : colnum |= cm->classbits[CC_ALNUM];
686 [ + + + - ]: 35 : if (cm->classbits[CC_ALPHA] && pg_wc_isalpha(c))
687 : 5 : colnum |= cm->classbits[CC_ALPHA];
1144 688 [ + + + - ]: 35 : if (cm->classbits[CC_WORD] && pg_wc_isword(c))
689 : 1 : colnum |= cm->classbits[CC_WORD];
2778 690 [ - + ]: 35 : assert(cm->classbits[CC_ASCII] == 0);
691 [ - + ]: 35 : assert(cm->classbits[CC_BLANK] == 0);
692 [ - + ]: 35 : assert(cm->classbits[CC_CNTRL] == 0);
693 [ + + - + ]: 35 : if (cm->classbits[CC_DIGIT] && pg_wc_isdigit(c))
2778 tgl@sss.pgh.pa.us 694 :UBC 0 : colnum |= cm->classbits[CC_DIGIT];
2778 tgl@sss.pgh.pa.us 695 [ + + - + ]:CBC 35 : if (cm->classbits[CC_PUNCT] && pg_wc_ispunct(c))
2778 tgl@sss.pgh.pa.us 696 :UBC 0 : colnum |= cm->classbits[CC_PUNCT];
2778 tgl@sss.pgh.pa.us 697 [ - + ]:CBC 35 : assert(cm->classbits[CC_XDIGIT] == 0);
698 [ + + - + ]: 35 : if (cm->classbits[CC_SPACE] && pg_wc_isspace(c))
2778 tgl@sss.pgh.pa.us 699 :UBC 0 : colnum |= cm->classbits[CC_SPACE];
2778 tgl@sss.pgh.pa.us 700 [ + + - + ]:CBC 35 : if (cm->classbits[CC_LOWER] && pg_wc_islower(c))
2778 tgl@sss.pgh.pa.us 701 :UBC 0 : colnum |= cm->classbits[CC_LOWER];
2778 tgl@sss.pgh.pa.us 702 [ + + - + ]:CBC 35 : if (cm->classbits[CC_UPPER] && pg_wc_isupper(c))
2778 tgl@sss.pgh.pa.us 703 :UBC 0 : colnum |= cm->classbits[CC_UPPER];
2778 tgl@sss.pgh.pa.us 704 [ + + + - ]:CBC 35 : if (cm->classbits[CC_GRAPH] && pg_wc_isgraph(c))
705 : 3 : colnum |= cm->classbits[CC_GRAPH];
706 : :
707 : 35 : return colnum;
708 : : }
709 : :
710 : : /*
711 : : * allcases - supply cvec for all case counterparts of a chr (including itself)
712 : : *
713 : : * This is a shortcut, preferably an efficient one, for simple characters;
714 : : * messy cases are done via range().
715 : : */
716 : : static struct cvec *
2489 717 : 813 : allcases(struct vars *v, /* context */
718 : : chr c) /* character to get case equivs of */
719 : : {
720 : : struct cvec *cv;
721 : : chr lc,
722 : : uc;
723 : :
2795 724 : 813 : lc = pg_wc_tolower(c);
725 : 813 : uc = pg_wc_toupper(c);
726 : :
5904 727 : 813 : cv = getcvec(v, 2, 0);
7559 bruce@momjian.us 728 : 813 : addchr(cv, lc);
729 [ + + ]: 813 : if (lc != uc)
730 : 683 : addchr(cv, uc);
731 : 813 : return cv;
732 : : }
733 : :
734 : : /*
735 : : * cmp - chr-substring compare
736 : : *
737 : : * Backrefs need this. It should preferably be efficient.
738 : : * Note that it does not need to report anything except equal/unequal.
739 : : * Note also that the length is exact, and the comparison should not
740 : : * stop at embedded NULs!
741 : : */
742 : : static int /* 0 for equal, nonzero for unequal */
7555 743 : 642 : cmp(const chr *x, const chr *y, /* strings to compare */
744 : : size_t len) /* exact length of comparison */
745 : : {
7559 746 : 642 : return memcmp(VS(x), VS(y), len * sizeof(chr));
747 : : }
748 : :
749 : : /*
750 : : * casecmp - case-independent chr-substring compare
751 : : *
752 : : * REG_ICASE backrefs need this. It should preferably be efficient.
753 : : * Note that it does not need to report anything except equal/unequal.
754 : : * Note also that the length is exact, and the comparison should not
755 : : * stop at embedded NULs!
756 : : */
757 : : static int /* 0 for equal, nonzero for unequal */
2489 tgl@sss.pgh.pa.us 758 : 1 : casecmp(const chr *x, const chr *y, /* strings to compare */
759 : : size_t len) /* exact length of comparison */
760 : : {
7559 bruce@momjian.us 761 [ + + ]: 2 : for (; len > 0; len--, x++, y++)
762 : : {
7282 tgl@sss.pgh.pa.us 763 [ + - - + ]: 1 : if ((*x != *y) && (pg_wc_tolower(*x) != pg_wc_tolower(*y)))
7559 bruce@momjian.us 764 :UBC 0 : return 1;
765 : : }
7559 bruce@momjian.us 766 :CBC 1 : return 0;
767 : : }
|
