Age Owner Branch data TLA Line data Source code
1 : : /*
2 : : * re_*comp and friends - compile REs
3 : : * This file #includes several others (see the bottom).
4 : : *
5 : : * Copyright (c) 1998, 1999 Henry Spencer. All rights reserved.
6 : : *
7 : : * Development of this software was funded, in part, by Cray Research Inc.,
8 : : * UUNET Communications Services Inc., Sun Microsystems Inc., and Scriptics
9 : : * Corporation, none of whom are responsible for the results. The author
10 : : * thanks all of them.
11 : : *
12 : : * Redistribution and use in source and binary forms -- with or without
13 : : * modification -- are permitted for any purpose, provided that
14 : : * redistributions in source form retain this entire copyright notice and
15 : : * indicate the origin and nature of any modifications.
16 : : *
17 : : * I'd appreciate being given credit for this package in the documentation
18 : : * of software which uses it, but that is not a requirement.
19 : : *
20 : : * THIS SOFTWARE IS PROVIDED ``AS IS'' AND ANY EXPRESS OR IMPLIED WARRANTIES,
21 : : * INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY
22 : : * AND FITNESS FOR A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL
23 : : * HENRY SPENCER BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL,
24 : : * EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO,
25 : : * PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS;
26 : : * OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY,
27 : : * WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR
28 : : * OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF
29 : : * ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
30 : : *
31 : : * src/backend/regex/regcomp.c
32 : : *
33 : : */
34 : :
35 : : #include "regex/regguts.h"
36 : :
37 : : /*
38 : : * forward declarations, up here so forward datatypes etc. are defined early
39 : : */
40 : : /* === regcomp.c === */
41 : : static void moresubs(struct vars *v, int wanted);
42 : : static int freev(struct vars *v, int err);
43 : : static void makesearch(struct vars *v, struct nfa *nfa);
44 : : static struct subre *parse(struct vars *v, int stopper, int type,
45 : : struct state *init, struct state *final);
46 : : static struct subre *parsebranch(struct vars *v, int stopper, int type,
47 : : struct state *left, struct state *right,
48 : : int partial);
49 : : static struct subre *parseqatom(struct vars *v, int stopper, int type,
50 : : struct state *lp, struct state *rp,
51 : : struct subre *top);
52 : : static void nonword(struct vars *v, int dir, struct state *lp,
53 : : struct state *rp);
54 : : static void word(struct vars *v, int dir, struct state *lp, struct state *rp);
55 : : static void charclass(struct vars *v, enum char_classes cls, struct state *lp,
56 : : struct state *rp);
57 : : static void charclasscomplement(struct vars *v, enum char_classes cls,
58 : : struct state *lp, struct state *rp);
59 : : static int scannum(struct vars *v);
60 : : static void repeat(struct vars *v, struct state *lp, struct state *rp,
61 : : int m, int n);
62 : : static void bracket(struct vars *v, struct state *lp, struct state *rp);
63 : : static void cbracket(struct vars *v, struct state *lp, struct state *rp);
64 : : static void brackpart(struct vars *v, struct state *lp, struct state *rp,
65 : : bool *have_cclassc);
66 : : static const chr *scanplain(struct vars *v);
67 : : static void onechr(struct vars *v, chr c, struct state *lp, struct state *rp);
68 : : static void optimizebracket(struct vars *v, struct state *lp, struct state *rp);
69 : : static void wordchrs(struct vars *v);
70 : : static void processlacon(struct vars *v, struct state *begin,
71 : : struct state *end, int latype,
72 : : struct state *lp, struct state *rp);
73 : : static struct subre *subre(struct vars *v, int op, int flags,
74 : : struct state *begin, struct state *end);
75 : : static void freesubre(struct vars *v, struct subre *sr);
76 : : static void freesubreandsiblings(struct vars *v, struct subre *sr);
77 : : static void freesrnode(struct vars *v, struct subre *sr);
78 : : static void removecaptures(struct vars *v, struct subre *t);
79 : : static int numst(struct subre *t, int start);
80 : : static void markst(struct subre *t);
81 : : static void cleanst(struct vars *v);
82 : : static long nfatree(struct vars *v, struct subre *t, FILE *f);
83 : : static long nfanode(struct vars *v, struct subre *t,
84 : : int converttosearch, FILE *f);
85 : : static int newlacon(struct vars *v, struct state *begin, struct state *end,
86 : : int latype);
87 : : static void freelacons(struct subre *subs, int n);
88 : : static void rfree(regex_t *re);
89 : : static int rstacktoodeep(void);
90 : :
91 : : #ifdef REG_DEBUG
92 : : static void dump(regex_t *re, FILE *f);
93 : : static void dumpst(struct subre *t, FILE *f, int nfapresent);
94 : : static void stdump(struct subre *t, FILE *f, int nfapresent);
95 : : static const char *stid(struct subre *t, char *buf, size_t bufsize);
96 : : #endif
97 : : /* === regc_lex.c === */
98 : : static void lexstart(struct vars *v);
99 : : static void prefixes(struct vars *v);
100 : : static int next(struct vars *v);
101 : : static int lexescape(struct vars *v);
102 : : static chr lexdigits(struct vars *v, int base, int minlen, int maxlen);
103 : : static int brenext(struct vars *v, chr c);
104 : : static void skip(struct vars *v);
105 : : static chr newline(void);
106 : : static chr chrnamed(struct vars *v, const chr *startp, const chr *endp,
107 : : chr lastresort);
108 : :
109 : : /* === regc_color.c === */
110 : : static void initcm(struct vars *v, struct colormap *cm);
111 : : static void freecm(struct colormap *cm);
112 : : static color maxcolor(struct colormap *cm);
113 : : static color newcolor(struct colormap *cm);
114 : : static void freecolor(struct colormap *cm, color co);
115 : : static color pseudocolor(struct colormap *cm);
116 : : static color subcolor(struct colormap *cm, chr c);
117 : : static color subcolorhi(struct colormap *cm, color *pco);
118 : : static color newsub(struct colormap *cm, color co);
119 : : static int newhicolorrow(struct colormap *cm, int oldrow);
120 : : static void newhicolorcols(struct colormap *cm);
121 : : static void subcolorcvec(struct vars *v, struct cvec *cv, struct state *lp,
122 : : struct state *rp);
123 : : static void subcoloronechr(struct vars *v, chr ch, struct state *lp,
124 : : struct state *rp, color *lastsubcolor);
125 : : static void subcoloronerange(struct vars *v, chr from, chr to,
126 : : struct state *lp, struct state *rp,
127 : : color *lastsubcolor);
128 : : static void subcoloronerow(struct vars *v, int rownum, struct state *lp,
129 : : struct state *rp, color *lastsubcolor);
130 : : static void okcolors(struct nfa *nfa, struct colormap *cm);
131 : : static void colorchain(struct colormap *cm, struct arc *a);
132 : : static void uncolorchain(struct colormap *cm, struct arc *a);
133 : : static void rainbow(struct nfa *nfa, struct colormap *cm, int type, color but,
134 : : struct state *from, struct state *to);
135 : : static void colorcomplement(struct nfa *nfa, struct colormap *cm, int type,
136 : : struct state *of, struct state *from,
137 : : struct state *to);
138 : :
139 : : #ifdef REG_DEBUG
140 : : static void dumpcolors(struct colormap *cm, FILE *f);
141 : : static void dumpchr(chr c, FILE *f);
142 : : #endif
143 : : /* === regc_nfa.c === */
144 : : static struct nfa *newnfa(struct vars *v, struct colormap *cm,
145 : : struct nfa *parent);
146 : : static void freenfa(struct nfa *nfa);
147 : : static struct state *newstate(struct nfa *nfa);
148 : : static struct state *newfstate(struct nfa *nfa, int flag);
149 : : static void dropstate(struct nfa *nfa, struct state *s);
150 : : static void freestate(struct nfa *nfa, struct state *s);
151 : : static void newarc(struct nfa *nfa, int t, color co,
152 : : struct state *from, struct state *to);
153 : : static void createarc(struct nfa *nfa, int t, color co,
154 : : struct state *from, struct state *to);
155 : : static struct arc *allocarc(struct nfa *nfa);
156 : : static void freearc(struct nfa *nfa, struct arc *victim);
157 : : static void changearcsource(struct arc *a, struct state *newfrom);
158 : : static void changearctarget(struct arc *a, struct state *newto);
159 : : static int hasnonemptyout(struct state *s);
160 : : static struct arc *findarc(struct state *s, int type, color co);
161 : : static void cparc(struct nfa *nfa, struct arc *oa,
162 : : struct state *from, struct state *to);
163 : : static void sortins(struct nfa *nfa, struct state *s);
164 : : static int sortins_cmp(const void *a, const void *b);
165 : : static void sortouts(struct nfa *nfa, struct state *s);
166 : : static int sortouts_cmp(const void *a, const void *b);
167 : : static void moveins(struct nfa *nfa, struct state *oldState,
168 : : struct state *newState);
169 : : static void copyins(struct nfa *nfa, struct state *oldState,
170 : : struct state *newState);
171 : : static void mergeins(struct nfa *nfa, struct state *s,
172 : : struct arc **arcarray, int arccount);
173 : : static void moveouts(struct nfa *nfa, struct state *oldState,
174 : : struct state *newState);
175 : : static void copyouts(struct nfa *nfa, struct state *oldState,
176 : : struct state *newState);
177 : : static void cloneouts(struct nfa *nfa, struct state *old, struct state *from,
178 : : struct state *to, int type);
179 : : static void delsub(struct nfa *nfa, struct state *lp, struct state *rp);
180 : : static void deltraverse(struct nfa *nfa, struct state *leftend,
181 : : struct state *s);
182 : : static void dupnfa(struct nfa *nfa, struct state *start, struct state *stop,
183 : : struct state *from, struct state *to);
184 : : static void duptraverse(struct nfa *nfa, struct state *s, struct state *stmp);
185 : : static void removeconstraints(struct nfa *nfa, struct state *start, struct state *stop);
186 : : static void removetraverse(struct nfa *nfa, struct state *s);
187 : : static void cleartraverse(struct nfa *nfa, struct state *s);
188 : : static struct state *single_color_transition(struct state *s1,
189 : : struct state *s2);
190 : : static void specialcolors(struct nfa *nfa);
191 : : static long optimize(struct nfa *nfa, FILE *f);
192 : : static void pullback(struct nfa *nfa, FILE *f);
193 : : static int pull(struct nfa *nfa, struct arc *con,
194 : : struct state **intermediates);
195 : : static void pushfwd(struct nfa *nfa, FILE *f);
196 : : static int push(struct nfa *nfa, struct arc *con,
197 : : struct state **intermediates);
198 : :
199 : : #define INCOMPATIBLE 1 /* destroys arc */
200 : : #define SATISFIED 2 /* constraint satisfied */
201 : : #define COMPATIBLE 3 /* compatible but not satisfied yet */
202 : : #define REPLACEARC 4 /* replace arc's color with constraint color */
203 : : static int combine(struct nfa *nfa, struct arc *con, struct arc *a);
204 : : static void fixempties(struct nfa *nfa, FILE *f);
205 : : static struct state *emptyreachable(struct nfa *nfa, struct state *s,
206 : : struct state *lastfound,
207 : : struct arc **inarcsorig);
208 : : static int isconstraintarc(struct arc *a);
209 : : static int hasconstraintout(struct state *s);
210 : : static void fixconstraintloops(struct nfa *nfa, FILE *f);
211 : : static int findconstraintloop(struct nfa *nfa, struct state *s);
212 : : static void breakconstraintloop(struct nfa *nfa, struct state *sinitial);
213 : : static void clonesuccessorstates(struct nfa *nfa, struct state *ssource,
214 : : struct state *sclone,
215 : : struct state *spredecessor,
216 : : struct arc *refarc, char *curdonemap,
217 : : char *outerdonemap, int nstates);
218 : : static void cleanup(struct nfa *nfa);
219 : : static void markreachable(struct nfa *nfa, struct state *s,
220 : : struct state *okay, struct state *mark);
221 : : static void markcanreach(struct nfa *nfa, struct state *s, struct state *okay,
222 : : struct state *mark);
223 : : static long analyze(struct nfa *nfa);
224 : : static void checkmatchall(struct nfa *nfa);
225 : : static bool checkmatchall_recurse(struct nfa *nfa, struct state *s,
226 : : bool **haspaths);
227 : : static bool check_out_colors_match(struct state *s, color co1, color co2);
228 : : static bool check_in_colors_match(struct state *s, color co1, color co2);
229 : : static void compact(struct nfa *nfa, struct cnfa *cnfa);
230 : : static void carcsort(struct carc *first, size_t n);
231 : : static int carc_cmp(const void *a, const void *b);
232 : : static void freecnfa(struct cnfa *cnfa);
233 : : static void dumpnfa(struct nfa *nfa, FILE *f);
234 : :
235 : : #ifdef REG_DEBUG
236 : : static void dumpstate(struct state *s, FILE *f);
237 : : static void dumparcs(struct state *s, FILE *f);
238 : : static void dumparc(struct arc *a, struct state *s, FILE *f);
239 : : static void dumpcnfa(struct cnfa *cnfa, FILE *f);
240 : : static void dumpcstate(int st, struct cnfa *cnfa, FILE *f);
241 : : #endif
242 : : /* === regc_cvec.c === */
243 : : static struct cvec *newcvec(int nchrs, int nranges);
244 : : static struct cvec *clearcvec(struct cvec *cv);
245 : : static void addchr(struct cvec *cv, chr c);
246 : : static void addrange(struct cvec *cv, chr from, chr to);
247 : : static struct cvec *getcvec(struct vars *v, int nchrs, int nranges);
248 : : static void freecvec(struct cvec *cv);
249 : :
250 : : /* === regc_pg_locale.c === */
251 : : static int pg_wc_isdigit(pg_wchar c);
252 : : static int pg_wc_isalpha(pg_wchar c);
253 : : static int pg_wc_isalnum(pg_wchar c);
254 : : static int pg_wc_isword(pg_wchar c);
255 : : static int pg_wc_isupper(pg_wchar c);
256 : : static int pg_wc_islower(pg_wchar c);
257 : : static int pg_wc_isgraph(pg_wchar c);
258 : : static int pg_wc_isprint(pg_wchar c);
259 : : static int pg_wc_ispunct(pg_wchar c);
260 : : static int pg_wc_isspace(pg_wchar c);
261 : : static pg_wchar pg_wc_toupper(pg_wchar c);
262 : : static pg_wchar pg_wc_tolower(pg_wchar c);
263 : :
264 : : /* === regc_locale.c === */
265 : : static chr element(struct vars *v, const chr *startp, const chr *endp);
266 : : static struct cvec *range(struct vars *v, chr a, chr b, int cases);
267 : : static int before(chr x, chr y);
268 : : static struct cvec *eclass(struct vars *v, chr c, int cases);
269 : : static enum char_classes lookupcclass(struct vars *v, const chr *startp,
270 : : const chr *endp);
271 : : static struct cvec *cclasscvec(struct vars *v, enum char_classes cclasscode,
272 : : int cases);
273 : : static int cclass_column_index(struct colormap *cm, chr c);
274 : : static struct cvec *allcases(struct vars *v, chr c);
275 : : static int cmp(const chr *x, const chr *y, size_t len);
276 : : static int casecmp(const chr *x, const chr *y, size_t len);
277 : :
278 : :
279 : : /* internal variables, bundled for easy passing around */
280 : : struct vars
281 : : {
282 : : regex_t *re;
283 : : const chr *now; /* scan pointer into string */
284 : : const chr *stop; /* end of string */
285 : : int err; /* error code (0 if none) */
286 : : int cflags; /* copy of compile flags */
287 : : int lasttype; /* type of previous token */
288 : : int nexttype; /* type of next token */
289 : : chr nextvalue; /* value (if any) of next token */
290 : : int lexcon; /* lexical context type (see regc_lex.c) */
291 : : int nsubexp; /* subexpression count */
292 : : struct subre **subs; /* subRE pointer vector */
293 : : size_t nsubs; /* length of vector */
294 : : struct subre *sub10[10]; /* initial vector, enough for most */
295 : : struct nfa *nfa; /* the NFA */
296 : : struct colormap *cm; /* character color map */
297 : : color nlcolor; /* color of newline */
298 : : struct state *wordchrs; /* state in nfa holding word-char outarcs */
299 : : struct subre *tree; /* subexpression tree */
300 : : struct subre *treechain; /* all tree nodes allocated */
301 : : struct subre *treefree; /* any free tree nodes */
302 : : int ntree; /* number of tree nodes, plus one */
303 : : struct cvec *cv; /* interface cvec */
304 : : struct cvec *cv2; /* utility cvec */
305 : : struct subre *lacons; /* lookaround-constraint vector */
306 : : int nlacons; /* size of lacons[]; note that only slots
307 : : * numbered 1 .. nlacons-1 are used */
308 : : size_t spaceused; /* approx. space used for compilation */
309 : : };
310 : :
311 : : /* parsing macros; most know that `v' is the struct vars pointer */
312 : : #define NEXT() (next(v)) /* advance by one token */
313 : : #define SEE(t) (v->nexttype == (t)) /* is next token this? */
314 : : #define EAT(t) (SEE(t) && next(v)) /* if next is this, swallow it */
315 : : #define VISERR(vv) ((vv)->err != 0) /* have we seen an error yet? */
316 : : #define ISERR() VISERR(v)
317 : : #define VERR(vv,e) ((vv)->nexttype = EOS, \
318 : : (vv)->err = ((vv)->err ? (vv)->err : (e)))
319 : : #define ERR(e) VERR(v, e) /* record an error */
320 : : #define NOERR() {if (ISERR()) return;} /* if error seen, return */
321 : : #define NOERRN() {if (ISERR()) return NULL;} /* NOERR with retval */
322 : : #define NOERRZ() {if (ISERR()) return 0;} /* NOERR with retval */
323 : : #define INSIST(c, e) do { if (!(c)) ERR(e); } while (0) /* error if c false */
324 : : #define NOTE(b) (v->re->re_info |= (b)) /* note visible condition */
325 : : #define EMPTYARC(x, y) newarc(v->nfa, EMPTY, 0, x, y)
326 : :
327 : : /* token type codes, some also used as NFA arc types */
328 : : #define EMPTY 'n' /* no token present */
329 : : #define EOS 'e' /* end of string */
330 : : #define PLAIN 'p' /* ordinary character */
331 : : #define DIGIT 'd' /* digit (in bound) */
332 : : #define BACKREF 'b' /* back reference */
333 : : #define COLLEL 'I' /* start of [. */
334 : : #define ECLASS 'E' /* start of [= */
335 : : #define CCLASS 'C' /* start of [: */
336 : : #define END 'X' /* end of [. [= [: */
337 : : #define CCLASSS 's' /* char class shorthand escape */
338 : : #define CCLASSC 'c' /* complement char class shorthand escape */
339 : : #define RANGE 'R' /* - within [] which might be range delim. */
340 : : #define LACON 'L' /* lookaround constraint subRE */
341 : : #define AHEAD 'a' /* color-lookahead arc */
342 : : #define BEHIND 'r' /* color-lookbehind arc */
343 : : #define WBDRY 'w' /* word boundary constraint */
344 : : #define NWBDRY 'W' /* non-word-boundary constraint */
345 : : #define SBEGIN 'A' /* beginning of string (even if not BOL) */
346 : : #define SEND 'Z' /* end of string (even if not EOL) */
347 : :
348 : : /* is an arc colored, and hence should belong to a color chain? */
349 : : /* the test on "co" eliminates RAINBOW arcs, which we don't bother to chain */
350 : : #define COLORED(a) \
351 : : ((a)->co >= 0 && \
352 : : ((a)->type == PLAIN || (a)->type == AHEAD || (a)->type == BEHIND))
353 : :
354 : :
355 : : /* static function list */
356 : : static const struct fns functions = {
357 : : rfree, /* regfree insides */
358 : : rstacktoodeep /* check for stack getting dangerously deep */
359 : : };
360 : :
361 : :
362 : :
363 : : /*
364 : : * pg_regcomp - compile regular expression
365 : : *
366 : : * Note: on failure, no resources remain allocated, so pg_regfree()
367 : : * need not be applied to re.
368 : : */
369 : : int
7739 tgl@sss.pgh.pa.us 370 :CBC 3627 : pg_regcomp(regex_t *re,
371 : : const chr *string,
372 : : size_t len,
373 : : int flags,
374 : : Oid collation)
375 : : {
376 : : struct vars var;
377 : 3627 : struct vars *v = &var;
378 : : struct guts *g;
379 : : int i;
380 : : size_t j;
381 : :
382 : : #ifdef REG_DEBUG
383 : : FILE *debug = (flags & REG_PROGRESS) ? stdout : (FILE *) NULL;
384 : : #else
7559 bruce@momjian.us 385 : 3627 : FILE *debug = (FILE *) NULL;
386 : : #endif
387 : :
388 : : #define CNOERR() { if (ISERR()) return freev(v, v->err); }
389 : :
390 : : /* sanity checks */
391 : :
7739 tgl@sss.pgh.pa.us 392 [ + - - + ]: 3627 : if (re == NULL || string == NULL)
7739 tgl@sss.pgh.pa.us 393 :UBC 0 : return REG_INVARG;
7559 bruce@momjian.us 394 [ + + ]:CBC 3627 : if ((flags & REG_QUOTE) &&
395 [ + + ]: 45 : (flags & (REG_ADVANCED | REG_EXPANDED | REG_NEWLINE)))
7739 tgl@sss.pgh.pa.us 396 : 4 : return REG_INVARG;
7559 bruce@momjian.us 397 [ + + + + ]: 3623 : if (!(flags & REG_EXTENDED) && (flags & REG_ADVF))
7739 tgl@sss.pgh.pa.us 398 : 1 : return REG_INVARG;
399 : :
400 : : /* Initialize locale-dependent support */
4753 401 : 3622 : pg_set_regex_collation(collation);
402 : :
403 : : /* initial setup (after which freev() is callable) */
7739 404 : 3610 : v->re = re;
5904 405 : 3610 : v->now = string;
7739 406 : 3610 : v->stop = v->now + len;
407 : 3610 : v->err = 0;
408 : 3610 : v->cflags = flags;
409 : 3610 : v->nsubexp = 0;
410 : 3610 : v->subs = v->sub10;
411 : 3610 : v->nsubs = 10;
412 [ + + ]: 39710 : for (j = 0; j < v->nsubs; j++)
980 413 : 36100 : v->subs[j] = NULL;
7739 414 : 3610 : v->nfa = NULL;
415 : 3610 : v->cm = NULL;
416 : 3610 : v->nlcolor = COLORLESS;
417 : 3610 : v->wordchrs = NULL;
418 : 3610 : v->tree = NULL;
419 : 3610 : v->treechain = NULL;
420 : 3610 : v->treefree = NULL;
421 : 3610 : v->cv = NULL;
422 : 3610 : v->cv2 = NULL;
423 : 3610 : v->lacons = NULL;
424 : 3610 : v->nlacons = 0;
3103 425 : 3610 : v->spaceused = 0;
7739 426 : 3610 : re->re_magic = REMAGIC;
7559 bruce@momjian.us 427 : 3610 : re->re_info = 0; /* bits get set during parse */
7739 tgl@sss.pgh.pa.us 428 : 3610 : re->re_csize = sizeof(chr);
4753 429 : 3610 : re->re_collation = collation;
7739 430 : 3610 : re->re_guts = NULL;
431 : 3610 : re->re_fns = VS(&functions);
432 : :
433 : : /* more complex setup, malloced things */
434 : 3610 : re->re_guts = VS(MALLOC(sizeof(struct guts)));
435 [ - + ]: 3610 : if (re->re_guts == NULL)
7739 tgl@sss.pgh.pa.us 436 :UBC 0 : return freev(v, REG_ESPACE);
7559 bruce@momjian.us 437 :CBC 3610 : g = (struct guts *) re->re_guts;
7739 tgl@sss.pgh.pa.us 438 : 3610 : g->tree = NULL;
439 : 3610 : initcm(v, &g->cmap);
440 : 3610 : v->cm = &g->cmap;
441 : 3610 : g->lacons = NULL;
442 : 3610 : g->nlacons = 0;
443 : 3610 : ZAPCNFA(g->search);
7559 bruce@momjian.us 444 : 3610 : v->nfa = newnfa(v, v->cm, (struct nfa *) NULL);
7739 tgl@sss.pgh.pa.us 445 [ - + ]: 3610 : CNOERR();
446 : : /* set up a reasonably-sized transient cvec for getcvec usage */
5904 447 : 3610 : v->cv = newcvec(100, 20);
7739 448 [ - + ]: 3610 : if (v->cv == NULL)
7739 tgl@sss.pgh.pa.us 449 :UBC 0 : return freev(v, REG_ESPACE);
450 : :
451 : : /* parsing */
7559 bruce@momjian.us 452 :CBC 3610 : lexstart(v); /* also handles prefixes */
453 [ + + + + ]: 3610 : if ((v->cflags & REG_NLSTOP) || (v->cflags & REG_NLANCH))
454 : : {
455 : : /* assign newline a unique color */
7739 tgl@sss.pgh.pa.us 456 : 272 : v->nlcolor = subcolor(v->cm, newline());
457 : 272 : okcolors(v->nfa, v->cm);
458 : : }
459 [ + + ]: 3610 : CNOERR();
460 : 3603 : v->tree = parse(v, EOS, PLAIN, v->nfa->init, v->nfa->final);
7559 bruce@momjian.us 461 [ - + ]: 3603 : assert(SEE(EOS)); /* even if error; ISERR() => SEE(EOS) */
7739 tgl@sss.pgh.pa.us 462 [ + + ]: 3603 : CNOERR();
463 [ - + ]: 3491 : assert(v->tree != NULL);
464 : :
465 : : /* finish setup of nfa and its subre tree */
466 : 3491 : specialcolors(v->nfa);
467 [ - + ]: 3491 : CNOERR();
468 : : #ifdef REG_DEBUG
469 : : if (debug != NULL)
470 : : {
471 : : fprintf(debug, "\n\n\n========= RAW ==========\n");
472 : : dumpnfa(v->nfa, debug);
473 : : dumpst(v->tree, debug, 1);
474 : : }
475 : : #endif
979 476 [ + + ]: 3491 : if (v->cflags & REG_NOSUB)
477 : 2540 : removecaptures(v, v->tree);
7739 478 : 3491 : v->ntree = numst(v->tree, 1);
479 : 3491 : markst(v->tree);
480 : 3491 : cleanst(v);
481 : : #ifdef REG_DEBUG
482 : : if (debug != NULL)
483 : : {
484 : : fprintf(debug, "\n\n\n========= TREE FIXED ==========\n");
485 : : dumpst(v->tree, debug, 1);
486 : : }
487 : : #endif
488 : :
489 : : /* build compacted NFAs for tree and lacons */
490 : 3491 : re->re_info |= nfatree(v, v->tree, debug);
491 [ + + ]: 3491 : CNOERR();
492 [ + + - + ]: 3488 : assert(v->nlacons == 0 || v->lacons != NULL);
7559 bruce@momjian.us 493 [ + + ]: 3531 : for (i = 1; i < v->nlacons; i++)
494 : : {
3089 tgl@sss.pgh.pa.us 495 : 43 : struct subre *lasub = &v->lacons[i];
496 : :
497 : : #ifdef REG_DEBUG
498 : : if (debug != NULL)
499 : : fprintf(debug, "\n\n\n========= LA%d ==========\n", i);
500 : : #endif
501 : :
502 : : /* Prepend .* to pattern if it's a lookbehind LACON */
1149 503 : 43 : nfanode(v, lasub, !LATYPE_IS_AHEAD(lasub->latype), debug);
504 : : }
7739 505 [ - + ]: 3488 : CNOERR();
7559 bruce@momjian.us 506 [ + + ]: 3488 : if (v->tree->flags & SHORTER)
7739 tgl@sss.pgh.pa.us 507 : 70 : NOTE(REG_USHORTEST);
508 : :
509 : : /* build compacted NFAs for tree, lacons, fast search */
510 : : #ifdef REG_DEBUG
511 : : if (debug != NULL)
512 : : fprintf(debug, "\n\n\n========= SEARCH ==========\n");
513 : : #endif
514 : : /* can sacrifice main NFA now, so use it as work area */
7559 bruce@momjian.us 515 : 3488 : (DISCARD) optimize(v->nfa, debug);
7739 tgl@sss.pgh.pa.us 516 [ - + ]: 3488 : CNOERR();
517 : 3488 : makesearch(v, v->nfa);
518 [ - + ]: 3488 : CNOERR();
519 : 3488 : compact(v->nfa, &g->search);
520 [ - + ]: 3488 : CNOERR();
521 : :
522 : : /* looks okay, package it up */
523 : 3488 : re->re_nsub = v->nsubexp;
7559 bruce@momjian.us 524 : 3488 : v->re = NULL; /* freev no longer frees re */
7739 tgl@sss.pgh.pa.us 525 : 3488 : g->magic = GUTSMAGIC;
526 : 3488 : g->cflags = v->cflags;
527 : 3488 : g->info = re->re_info;
528 : 3488 : g->nsub = re->re_nsub;
529 : 3488 : g->tree = v->tree;
530 : 3488 : v->tree = NULL;
531 : 3488 : g->ntree = v->ntree;
7559 bruce@momjian.us 532 [ + + ]: 3488 : g->compare = (v->cflags & REG_ICASE) ? casecmp : cmp;
7739 tgl@sss.pgh.pa.us 533 : 3488 : g->lacons = v->lacons;
534 : 3488 : v->lacons = NULL;
535 : 3488 : g->nlacons = v->nlacons;
536 : :
537 : : #ifdef REG_DEBUG
538 : : if (flags & REG_DUMP)
539 : : {
540 : : dump(re, stdout);
541 : : fflush(stdout);
542 : : }
543 : : #endif
544 : :
545 [ - + ]: 3488 : assert(v->err == 0);
546 : 3488 : return freev(v, 0);
547 : : }
548 : :
549 : : /*
550 : : * moresubs - enlarge subRE vector
551 : : */
552 : : static void
2489 553 : 12 : moresubs(struct vars *v,
554 : : int wanted) /* want enough room for this one */
555 : : {
556 : : struct subre **p;
557 : : size_t n;
558 : :
7559 bruce@momjian.us 559 [ + - - + ]: 12 : assert(wanted > 0 && (size_t) wanted >= v->nsubs);
2489 tgl@sss.pgh.pa.us 560 : 12 : n = (size_t) wanted * 3 / 2 + 1;
561 : :
7559 bruce@momjian.us 562 [ + + ]: 12 : if (v->subs == v->sub10)
563 : : {
980 tgl@sss.pgh.pa.us 564 : 6 : p = (struct subre **) MALLOC(n * sizeof(struct subre *));
7739 565 [ + - ]: 6 : if (p != NULL)
566 : 6 : memcpy(VS(p), VS(v->subs),
980 567 : 6 : v->nsubs * sizeof(struct subre *));
568 : : }
569 : : else
570 : 6 : p = (struct subre **) REALLOC(v->subs, n * sizeof(struct subre *));
7559 bruce@momjian.us 571 [ - + ]: 12 : if (p == NULL)
572 : : {
7739 tgl@sss.pgh.pa.us 573 [ # # ]:UBC 0 : ERR(REG_ESPACE);
10141 scrappy@hub.org 574 : 0 : return;
575 : : }
7739 tgl@sss.pgh.pa.us 576 :CBC 12 : v->subs = p;
577 [ + + ]: 142 : for (p = &v->subs[v->nsubs]; v->nsubs < n; p++, v->nsubs++)
980 578 : 130 : *p = NULL;
7739 579 [ - + ]: 12 : assert(v->nsubs == n);
7559 bruce@momjian.us 580 [ - + ]: 12 : assert((size_t) wanted < v->nsubs);
581 : : }
582 : :
583 : : /*
584 : : * freev - free vars struct's substructures where necessary
585 : : *
586 : : * Optionally does error-number setting, and always returns error code
587 : : * (if any), to make error-handling code terser.
588 : : */
589 : : static int
2489 tgl@sss.pgh.pa.us 590 : 3610 : freev(struct vars *v,
591 : : int err)
592 : : {
7739 593 [ + + ]: 3610 : if (v->re != NULL)
594 : 122 : rfree(v->re);
595 [ + + ]: 3610 : if (v->subs != v->sub10)
596 : 6 : FREE(v->subs);
597 [ + - ]: 3610 : if (v->nfa != NULL)
598 : 3610 : freenfa(v->nfa);
599 [ + + ]: 3610 : if (v->tree != NULL)
600 : 3 : freesubre(v, v->tree);
601 [ + + ]: 3610 : if (v->treechain != NULL)
602 : 112 : cleanst(v);
603 [ + - ]: 3610 : if (v->cv != NULL)
604 : 3610 : freecvec(v->cv);
605 [ - + ]: 3610 : if (v->cv2 != NULL)
7739 tgl@sss.pgh.pa.us 606 :UBC 0 : freecvec(v->cv2);
7739 tgl@sss.pgh.pa.us 607 [ - + ]:CBC 3610 : if (v->lacons != NULL)
7739 tgl@sss.pgh.pa.us 608 :UBC 0 : freelacons(v->lacons, v->nlacons);
7559 bruce@momjian.us 609 [ + + ]:CBC 3610 : ERR(err); /* nop if err==0 */
610 : :
7739 tgl@sss.pgh.pa.us 611 : 3610 : return v->err;
612 : : }
613 : :
614 : : /*
615 : : * makesearch - turn an NFA into a search NFA (implicit prepend of .*?)
616 : : * NFA must have been optimize()d already.
617 : : */
618 : : static void
2489 619 : 3497 : makesearch(struct vars *v,
620 : : struct nfa *nfa)
621 : : {
622 : : struct arc *a;
623 : : struct arc *b;
7739 624 : 3497 : struct state *pre = nfa->pre;
625 : : struct state *s;
626 : : struct state *s2;
627 : : struct state *slist;
628 : :
629 : : /* no loops are needed if it's anchored */
7559 bruce@momjian.us 630 [ + + ]: 10355 : for (a = pre->outs; a != NULL; a = a->outchain)
631 : : {
7739 tgl@sss.pgh.pa.us 632 [ - + ]: 8279 : assert(a->type == PLAIN);
633 [ + + + + ]: 8279 : if (a->co != nfa->bos[0] && a->co != nfa->bos[1])
634 : 1421 : break;
635 : : }
7559 bruce@momjian.us 636 [ + + ]: 3497 : if (a != NULL)
637 : : {
638 : : /* add implicit .* in front */
7739 tgl@sss.pgh.pa.us 639 : 1421 : rainbow(nfa, v->cm, PLAIN, COLORLESS, pre, pre);
640 : :
641 : : /* and ^* and \A* too -- not always necessary, but harmless */
642 : 1421 : newarc(nfa, PLAIN, nfa->bos[0], pre, pre);
643 : 1421 : newarc(nfa, PLAIN, nfa->bos[1], pre, pre);
644 : :
645 : : /*
646 : : * The pattern is still MATCHALL if it was before, but the max match
647 : : * length is now infinity.
648 : : */
961 649 [ + + ]: 1421 : if (nfa->flags & MATCHALL)
650 : 65 : nfa->maxmatchall = DUPINF;
651 : : }
652 : :
653 : : /*
654 : : * Now here's the subtle part. Because many REs have no lookback
655 : : * constraints, often knowing when you were in the pre state tells you
656 : : * little; it's the next state(s) that are informative. But some of them
657 : : * may have other inarcs, i.e. it may be possible to make actual progress
658 : : * and then return to one of them. We must de-optimize such cases,
659 : : * splitting each such state into progress and no-progress states.
660 : : */
661 : :
662 : : /* first, make a list of the states reachable from pre and elsewhere */
7739 663 : 3497 : slist = NULL;
7559 bruce@momjian.us 664 [ + + ]: 17115 : for (a = pre->outs; a != NULL; a = a->outchain)
665 : : {
7739 tgl@sss.pgh.pa.us 666 : 13618 : s = a->to;
667 [ + + ]: 46550 : for (b = s->ins; b != NULL; b = b->inchain)
668 : : {
669 [ + + ]: 36822 : if (b->from != pre)
670 : 3890 : break;
671 : : }
672 : :
673 : : /*
674 : : * We want to mark states as being in the list already by having non
675 : : * NULL tmp fields, but we can't just store the old slist value in tmp
676 : : * because that doesn't work for the first such state. Instead, the
677 : : * first list entry gets its own address in tmp.
678 : : */
5904 679 [ + + + + ]: 13618 : if (b != NULL && s->tmp == NULL)
680 : : {
3140 681 [ + + ]: 1466 : s->tmp = (slist != NULL) ? slist : s;
5904 682 : 1466 : slist = s;
683 : : }
684 : : }
685 : :
686 : : /* do the splits */
7559 bruce@momjian.us 687 [ + + ]: 4963 : for (s = slist; s != NULL; s = s2)
688 : : {
7739 tgl@sss.pgh.pa.us 689 : 1466 : s2 = newstate(nfa);
3103 690 [ - + ]: 1466 : NOERR();
691 : 1466 : copyouts(nfa, s, s2);
692 [ - + ]: 1466 : NOERR();
7559 bruce@momjian.us 693 [ + + ]: 220914 : for (a = s->ins; a != NULL; a = b)
694 : : {
7739 tgl@sss.pgh.pa.us 695 : 219448 : b = a->inchain;
7559 bruce@momjian.us 696 [ + + ]: 219448 : if (a->from != pre)
697 : : {
7739 tgl@sss.pgh.pa.us 698 : 215558 : cparc(nfa, a, a->from, s2);
699 : 215558 : freearc(nfa, a);
700 : : }
701 : : }
3140 702 [ + + ]: 1466 : s2 = (s->tmp != s) ? s->tmp : NULL;
7559 bruce@momjian.us 703 : 1466 : s->tmp = NULL; /* clean up while we're at it */
704 : : }
705 : : }
706 : :
707 : : /*
708 : : * parse - parse an RE
709 : : *
710 : : * This is actually just the top level, which parses a bunch of branches
711 : : * tied together with '|'. If there's more than one, they appear in the
712 : : * tree as the children of a '|' subre.
713 : : */
714 : : static struct subre *
2489 tgl@sss.pgh.pa.us 715 : 6185 : parse(struct vars *v,
716 : : int stopper, /* EOS or ')' */
717 : : int type, /* LACON (lookaround subRE) or PLAIN */
718 : : struct state *init, /* initial state */
719 : : struct state *final) /* final state */
720 : : {
721 : : struct subre *branches; /* top level */
722 : : struct subre *lastbranch; /* latest branch */
723 : :
7739 724 [ + + - + ]: 6185 : assert(stopper == ')' || stopper == EOS);
725 : :
726 : 6185 : branches = subre(v, '|', LONGER, init, final);
727 [ - + ]: 6185 : NOERRN();
1149 728 : 6185 : lastbranch = NULL;
729 : : do
730 : : { /* a branch */
731 : : struct subre *branch;
732 : : struct state *left; /* scaffolding for branch */
733 : : struct state *right;
734 : :
7739 735 : 6494 : left = newstate(v->nfa);
736 : 6494 : right = newstate(v->nfa);
737 [ - + ]: 6494 : NOERRN();
738 : 6494 : EMPTYARC(init, left);
739 : 6494 : EMPTYARC(right, final);
740 [ - + ]: 6494 : NOERRN();
1149 741 : 6494 : branch = parsebranch(v, stopper, type, left, right, 0);
7739 742 [ + + ]: 6494 : NOERRN();
1149 743 [ + + ]: 6356 : if (lastbranch)
744 : 309 : lastbranch->sibling = branch;
745 : : else
746 : 6047 : branches->child = branch;
747 : 6356 : branches->flags |= UP(branches->flags | branch->flags);
748 : 6356 : lastbranch = branch;
7739 749 [ + + + - ]: 6356 : } while (EAT('|'));
750 [ + + - + ]: 6047 : assert(SEE(stopper) || SEE(EOS));
751 : :
7559 bruce@momjian.us 752 [ + + ]: 6047 : if (!SEE(stopper))
753 : : {
7739 tgl@sss.pgh.pa.us 754 [ + - - + ]: 8 : assert(stopper == ')' && SEE(EOS));
755 [ - + ]: 8 : ERR(REG_EPAREN);
756 : : }
757 : :
758 : : /* optimize out simple cases */
1149 759 [ + + ]: 6047 : if (lastbranch == branches->child)
760 : : { /* only one branch */
761 [ - + ]: 5864 : assert(lastbranch->sibling == NULL);
762 : 5864 : freesrnode(v, branches);
763 : 5864 : branches = lastbranch;
764 : : }
7559 bruce@momjian.us 765 [ + + ]: 183 : else if (!MESSY(branches->flags))
766 : : { /* no interesting innards */
1149 tgl@sss.pgh.pa.us 767 : 101 : freesubreandsiblings(v, branches->child);
768 : 101 : branches->child = NULL;
7739 769 : 101 : branches->op = '=';
770 : : }
771 : :
772 : 6047 : return branches;
773 : : }
774 : :
775 : : /*
776 : : * parsebranch - parse one branch of an RE
777 : : *
778 : : * This mostly manages concatenation, working closely with parseqatom().
779 : : * Concatenated things are bundled up as much as possible, with separate
780 : : * '.' nodes introduced only when necessary due to substructure.
781 : : */
782 : : static struct subre *
2489 783 : 8545 : parsebranch(struct vars *v,
784 : : int stopper, /* EOS or ')' */
785 : : int type, /* LACON (lookaround subRE) or PLAIN */
786 : : struct state *left, /* leftmost state */
787 : : struct state *right, /* rightmost state */
788 : : int partial) /* is this only part of a branch? */
789 : : {
790 : : struct state *lp; /* left end of current construct */
791 : : int seencontent; /* is there anything in this branch yet? */
792 : : struct subre *t;
793 : :
7739 794 : 8545 : lp = left;
795 : 8545 : seencontent = 0;
796 : 8545 : t = subre(v, '=', 0, left, right); /* op '=' is tentative */
797 [ - + ]: 8545 : NOERRN();
7559 bruce@momjian.us 798 [ + + + + : 54887 : while (!SEE('|') && !SEE(stopper) && !SEE(EOS))
+ + ]
799 : : {
800 [ + + ]: 46492 : if (seencontent)
801 : : { /* implicit concat operator */
7739 tgl@sss.pgh.pa.us 802 : 38047 : lp = newstate(v->nfa);
803 [ - + ]: 38047 : NOERRN();
804 : 38047 : moveins(v->nfa, right, lp);
805 : : }
806 : 46492 : seencontent = 1;
807 : :
808 : : /* NB, recursion in parseqatom() may swallow rest of branch */
981 809 : 46492 : t = parseqatom(v, stopper, type, lp, right, t);
4064 810 [ + + ]: 46492 : NOERRN();
811 : : }
812 : :
7559 bruce@momjian.us 813 [ + + ]: 8395 : if (!seencontent)
814 : : { /* empty branch */
7739 tgl@sss.pgh.pa.us 815 [ + - ]: 100 : if (!partial)
816 : 100 : NOTE(REG_UUNSPEC);
817 [ - + ]: 100 : assert(lp == left);
818 : 100 : EMPTYARC(left, right);
819 : : }
820 : :
821 : 8395 : return t;
822 : : }
823 : :
824 : : /*
825 : : * parseqatom - parse one quantified atom or constraint of an RE
826 : : *
827 : : * The bookkeeping near the end cooperates very closely with parsebranch();
828 : : * in particular, it contains a recursion that can involve parsing the rest
829 : : * of the branch, making this function's name somewhat inaccurate.
830 : : *
831 : : * Usually, the return value is just "top", but in some cases where we
832 : : * have parsed the rest of the branch, we may deem "top" redundant and
833 : : * free it, returning some child subre instead.
834 : : */
835 : : static struct subre *
2489 836 : 46492 : parseqatom(struct vars *v,
837 : : int stopper, /* EOS or ')' */
838 : : int type, /* LACON (lookaround subRE) or PLAIN */
839 : : struct state *lp, /* left state to hang it on */
840 : : struct state *rp, /* right state to hang it on */
841 : : struct subre *top) /* subtree top */
842 : : {
843 : : struct state *s; /* temporaries for new states */
844 : : struct state *s2;
845 : :
846 : : #define ARCV(t, val) newarc(v->nfa, t, val, lp, rp)
847 : : int m,
848 : : n;
849 : : struct subre *atom; /* atom's subtree */
850 : : struct subre *t;
851 : : int cap; /* capturing parens? */
852 : : int latype; /* lookaround constraint type */
853 : : int subno; /* capturing-parens or backref number */
854 : : int atomtype;
855 : : int qprefer; /* quantifier short/long preference */
856 : : int f;
857 : : struct subre **atomp; /* where the pointer to atom is */
858 : :
859 : : /* initial bookkeeping */
7739 860 : 46492 : atom = NULL;
7559 bruce@momjian.us 861 [ - + ]: 46492 : assert(lp->nouts == 0); /* must string new code */
862 [ - + ]: 46492 : assert(rp->nins == 0); /* between lp and rp */
863 : 46492 : subno = 0; /* just to shut lint up */
864 : :
865 : : /* an atom or constraint... */
7739 tgl@sss.pgh.pa.us 866 : 46492 : atomtype = v->nexttype;
7559 bruce@momjian.us 867 [ + + + + : 46492 : switch (atomtype)
+ + + + +
+ - + + +
+ + + +
+ ]
868 : : {
869 : : /* first, constraints, which end by returning */
870 : 2285 : case '^':
871 : 2285 : ARCV('^', 1);
872 [ + + ]: 2285 : if (v->cflags & REG_NLANCH)
873 : 193 : ARCV(BEHIND, v->nlcolor);
874 : 2285 : NEXT();
981 tgl@sss.pgh.pa.us 875 : 2285 : return top;
876 : : break;
7559 bruce@momjian.us 877 : 2007 : case '$':
878 : 2007 : ARCV('$', 1);
879 [ + + ]: 2007 : if (v->cflags & REG_NLANCH)
880 : 181 : ARCV(AHEAD, v->nlcolor);
881 : 2007 : NEXT();
981 tgl@sss.pgh.pa.us 882 : 2007 : return top;
883 : : break;
7559 bruce@momjian.us 884 : 13 : case SBEGIN:
885 : 13 : ARCV('^', 1); /* BOL */
886 : 13 : ARCV('^', 0); /* or BOS */
887 : 13 : NEXT();
981 tgl@sss.pgh.pa.us 888 : 13 : return top;
889 : : break;
7559 bruce@momjian.us 890 : 5 : case SEND:
891 : 5 : ARCV('$', 1); /* EOL */
892 : 5 : ARCV('$', 0); /* or EOS */
893 : 5 : NEXT();
981 tgl@sss.pgh.pa.us 894 : 5 : return top;
895 : : break;
7559 bruce@momjian.us 896 : 29 : case '<':
1144 tgl@sss.pgh.pa.us 897 : 29 : wordchrs(v);
7559 bruce@momjian.us 898 : 29 : s = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 899 [ - + ]: 29 : NOERRN();
7559 bruce@momjian.us 900 : 29 : nonword(v, BEHIND, lp, s);
901 : 29 : word(v, AHEAD, s, rp);
1144 tgl@sss.pgh.pa.us 902 : 29 : NEXT();
981 903 : 29 : return top;
904 : : break;
7559 bruce@momjian.us 905 : 26 : case '>':
1144 tgl@sss.pgh.pa.us 906 : 26 : wordchrs(v);
7559 bruce@momjian.us 907 : 26 : s = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 908 [ - + ]: 26 : NOERRN();
7559 bruce@momjian.us 909 : 26 : word(v, BEHIND, lp, s);
910 : 26 : nonword(v, AHEAD, s, rp);
1144 tgl@sss.pgh.pa.us 911 : 26 : NEXT();
981 912 : 26 : return top;
913 : : break;
7559 bruce@momjian.us 914 : 9 : case WBDRY:
1144 tgl@sss.pgh.pa.us 915 : 9 : wordchrs(v);
7559 bruce@momjian.us 916 : 9 : s = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 917 [ - + ]: 9 : NOERRN();
7559 bruce@momjian.us 918 : 9 : nonword(v, BEHIND, lp, s);
919 : 9 : word(v, AHEAD, s, rp);
920 : 9 : s = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 921 [ - + ]: 9 : NOERRN();
7559 bruce@momjian.us 922 : 9 : word(v, BEHIND, lp, s);
923 : 9 : nonword(v, AHEAD, s, rp);
1144 tgl@sss.pgh.pa.us 924 : 9 : NEXT();
981 925 : 9 : return top;
926 : : break;
7559 bruce@momjian.us 927 : 19 : case NWBDRY:
1144 tgl@sss.pgh.pa.us 928 : 19 : wordchrs(v);
7559 bruce@momjian.us 929 : 19 : s = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 930 [ - + ]: 19 : NOERRN();
7559 bruce@momjian.us 931 : 19 : word(v, BEHIND, lp, s);
932 : 19 : word(v, AHEAD, s, rp);
933 : 19 : s = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 934 [ - + ]: 19 : NOERRN();
7559 bruce@momjian.us 935 : 19 : nonword(v, BEHIND, lp, s);
936 : 19 : nonword(v, AHEAD, s, rp);
1144 tgl@sss.pgh.pa.us 937 : 19 : NEXT();
981 938 : 19 : return top;
939 : : break;
3089 940 : 134 : case LACON: /* lookaround constraint */
941 : 134 : latype = v->nextvalue;
7559 bruce@momjian.us 942 : 134 : NEXT();
943 : 134 : s = newstate(v->nfa);
944 : 134 : s2 = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 945 [ - + ]: 134 : NOERRN();
7559 bruce@momjian.us 946 : 134 : t = parse(v, ')', LACON, s, s2);
947 : 134 : freesubre(v, t); /* internal structure irrelevant */
981 tgl@sss.pgh.pa.us 948 [ + + ]: 134 : NOERRN();
3089 949 [ - + ]: 127 : assert(SEE(')'));
950 : 127 : NEXT();
951 : 127 : processlacon(v, s, s2, latype, lp, rp);
981 952 : 127 : return top;
953 : : break;
954 : : /* then errors, to get them out of the way */
7559 bruce@momjian.us 955 : 34 : case '*':
956 : : case '+':
957 : : case '?':
958 : : case '{':
959 [ - + ]: 34 : ERR(REG_BADRPT);
981 tgl@sss.pgh.pa.us 960 : 34 : return top;
961 : : break;
7559 bruce@momjian.us 962 :UBC 0 : default:
963 [ # # ]: 0 : ERR(REG_ASSERT);
981 tgl@sss.pgh.pa.us 964 : 0 : return top;
965 : : break;
966 : : /* then plain characters, and minor variants on that theme */
7559 bruce@momjian.us 967 :CBC 3 : case ')': /* unbalanced paren */
968 [ + + ]: 3 : if ((v->cflags & REG_ADVANCED) != REG_EXTENDED)
969 : : {
970 [ - + ]: 2 : ERR(REG_EPAREN);
981 tgl@sss.pgh.pa.us 971 : 2 : return top;
972 : : }
973 : : /* legal in EREs due to specification botch */
7559 bruce@momjian.us 974 : 1 : NOTE(REG_UPBOTCH);
975 : : /* fall through into case PLAIN */
976 : : /* FALLTHROUGH */
977 : 37051 : case PLAIN:
978 : 37051 : onechr(v, v->nextvalue, lp, rp);
979 : 37051 : okcolors(v->nfa, v->cm);
981 tgl@sss.pgh.pa.us 980 [ - + ]: 37051 : NOERRN();
7559 bruce@momjian.us 981 : 37051 : NEXT();
982 : 37051 : break;
983 : 609 : case '[':
984 [ + + ]: 609 : if (v->nextvalue == 1)
985 : 495 : bracket(v, lp, rp);
986 : : else
987 : 114 : cbracket(v, lp, rp);
988 [ + + - + ]: 609 : assert(SEE(']') || ISERR());
989 : 609 : NEXT();
990 : 609 : break;
1144 tgl@sss.pgh.pa.us 991 : 160 : case CCLASSS:
992 : 160 : charclass(v, (enum char_classes) v->nextvalue, lp, rp);
993 : 160 : okcolors(v->nfa, v->cm);
994 : 160 : NEXT();
995 : 160 : break;
996 : 23 : case CCLASSC:
997 : 23 : charclasscomplement(v, (enum char_classes) v->nextvalue, lp, rp);
998 : : /* charclasscomplement() did okcolors() internally */
999 : 23 : NEXT();
1000 : 23 : break;
7559 bruce@momjian.us 1001 : 1525 : case '.':
1002 : 1525 : rainbow(v->nfa, v->cm, PLAIN,
1003 [ + + ]: 1525 : (v->cflags & REG_NLSTOP) ? v->nlcolor : COLORLESS,
1004 : : lp, rp);
1005 : 1525 : NEXT();
1006 : 1525 : break;
1007 : : /* and finally the ugly stuff */
1008 : 2448 : case '(': /* value flags as capturing or non */
1009 [ + + ]: 2448 : cap = (type == LACON) ? 0 : v->nextvalue;
1010 [ + + ]: 2448 : if (cap)
1011 : : {
1012 : 2336 : v->nsubexp++;
1013 : 2336 : subno = v->nsubexp;
1014 [ + + ]: 2336 : if ((size_t) subno >= v->nsubs)
1015 : 12 : moresubs(v, subno);
1016 : : }
1017 : : else
2489 tgl@sss.pgh.pa.us 1018 : 112 : atomtype = PLAIN; /* something that's not '(' */
7559 bruce@momjian.us 1019 : 2448 : NEXT();
1020 : :
1021 : : /*
1022 : : * Make separate endpoint states to keep this sub-NFA distinct
1023 : : * from what surrounds it. We need to be sure that when we
1024 : : * duplicate the sub-NFA for a backref, we get the right
1025 : : * states/arcs and no others. In particular, letting a backref
1026 : : * duplicate the sub-NFA from lp to rp would be quite wrong,
1027 : : * because we may add quantification superstructure around this
1028 : : * atom below. (Perhaps we could skip the extra states for
1029 : : * non-capturing parens, but it seems not worth the trouble.)
1030 : : */
1031 : 2448 : s = newstate(v->nfa);
1032 : 2448 : s2 = newstate(v->nfa);
981 tgl@sss.pgh.pa.us 1033 [ - + ]: 2448 : NOERRN();
1034 : : /* We may not need these arcs, but keep things connected for now */
7559 bruce@momjian.us 1035 : 2448 : EMPTYARC(lp, s);
1036 : 2448 : EMPTYARC(s2, rp);
981 tgl@sss.pgh.pa.us 1037 [ - + ]: 2448 : NOERRN();
3081 1038 : 2448 : atom = parse(v, ')', type, s, s2);
7559 bruce@momjian.us 1039 [ + + - + ]: 2448 : assert(SEE(')') || ISERR());
1040 : 2448 : NEXT();
981 tgl@sss.pgh.pa.us 1041 [ + + ]: 2448 : NOERRN();
7559 bruce@momjian.us 1042 [ + + ]: 2421 : if (cap)
1043 : : {
1149 tgl@sss.pgh.pa.us 1044 [ + + ]: 2313 : if (atom->capno == 0)
1045 : : {
1046 : : /* normal case: just mark the atom as capturing */
1047 : 2285 : atom->flags |= CAP;
1048 : 2285 : atom->capno = subno;
1049 : : }
1050 : : else
1051 : : {
1052 : : /* generate no-op wrapper node to handle "((x))" */
981 1053 : 28 : t = subre(v, '(', atom->flags | CAP, s, s2);
1054 [ - + ]: 28 : NOERRN();
1149 1055 : 28 : t->capno = subno;
1056 : 28 : t->child = atom;
1057 : 28 : atom = t;
1058 : : }
980 1059 [ - + ]: 2313 : assert(v->subs[subno] == NULL);
1060 : 2313 : v->subs[subno] = atom;
1061 : : }
1062 : : /* postpone everything else pending possible {0} */
7559 bruce@momjian.us 1063 : 2421 : break;
1064 : 113 : case BACKREF: /* the Feature From The Black Lagoon */
1065 [ + + - + ]: 113 : INSIST(type != LACON, REG_ESUBREG);
979 tgl@sss.pgh.pa.us 1066 : 113 : subno = v->nextvalue;
1067 [ - + ]: 113 : assert(subno > 0);
1068 [ - + - - ]: 113 : INSIST(subno < v->nsubs, REG_ESUBREG);
1069 [ + + ]: 113 : NOERRN();
1070 [ + + - + ]: 106 : INSIST(v->subs[subno] != NULL, REG_ESUBREG);
981 1071 [ + + ]: 106 : NOERRN();
7559 bruce@momjian.us 1072 : 101 : atom = subre(v, 'b', BACKR, lp, rp);
981 tgl@sss.pgh.pa.us 1073 [ - + ]: 101 : NOERRN();
1149 1074 : 101 : atom->backno = subno;
979 1075 : 101 : v->subs[subno]->flags |= BRUSE;
7559 bruce@momjian.us 1076 : 101 : EMPTYARC(lp, rp); /* temporarily, so there's something */
1077 : 101 : NEXT();
1078 : 101 : break;
1079 : : }
1080 : :
1081 : : /* ...and an atom may be followed by a quantifier */
1082 [ + + + + : 41890 : switch (v->nexttype)
+ ]
1083 : : {
1084 : 10551 : case '*':
1085 : 10551 : m = 0;
3133 tgl@sss.pgh.pa.us 1086 : 10551 : n = DUPINF;
7559 bruce@momjian.us 1087 [ + + ]: 10551 : qprefer = (v->nextvalue) ? LONGER : SHORTER;
1088 : 10551 : NEXT();
1089 : 10551 : break;
1090 : 438 : case '+':
1091 : 438 : m = 1;
3133 tgl@sss.pgh.pa.us 1092 : 438 : n = DUPINF;
7559 bruce@momjian.us 1093 [ + + ]: 438 : qprefer = (v->nextvalue) ? LONGER : SHORTER;
1094 : 438 : NEXT();
1095 : 438 : break;
1096 : 57 : case '?':
1097 : 57 : m = 0;
1098 : 57 : n = 1;
1099 [ + + ]: 57 : qprefer = (v->nextvalue) ? LONGER : SHORTER;
1100 : 57 : NEXT();
1101 : 57 : break;
1102 : 258 : case '{':
1103 : 258 : NEXT();
1104 : 258 : m = scannum(v);
1105 [ + + + - ]: 258 : if (EAT(','))
1106 : : {
1107 [ + + ]: 121 : if (SEE(DIGIT))
1108 : 114 : n = scannum(v);
1109 : : else
3133 tgl@sss.pgh.pa.us 1110 : 7 : n = DUPINF;
7559 bruce@momjian.us 1111 [ + + ]: 121 : if (m > n)
1112 : : {
1113 [ - + ]: 4 : ERR(REG_BADBR);
981 tgl@sss.pgh.pa.us 1114 : 4 : return top;
1115 : : }
1116 : : /* {m,n} exercises preference, even if it's {m,m} */
7559 bruce@momjian.us 1117 [ + + ]: 117 : qprefer = (v->nextvalue) ? LONGER : SHORTER;
1118 : : }
1119 : : else
1120 : : {
1121 : 137 : n = m;
1122 : : /* {m} passes operand's preference through */
1123 : 137 : qprefer = 0;
1124 : : }
1125 [ + + ]: 254 : if (!SEE('}'))
1126 : : { /* catches errors too */
7739 tgl@sss.pgh.pa.us 1127 [ + + ]: 7 : ERR(REG_BADBR);
981 1128 : 7 : return top;
1129 : : }
7559 bruce@momjian.us 1130 : 247 : NEXT();
1131 : 247 : break;
1132 : 30586 : default: /* no quantifier */
1133 : 30586 : m = n = 1;
7739 tgl@sss.pgh.pa.us 1134 : 30586 : qprefer = 0;
7559 bruce@momjian.us 1135 : 30586 : break;
1136 : : }
1137 : :
1138 : : /* annoying special case: {0} or {0,0} cancels everything */
1139 [ + + + + ]: 41879 : if (m == 0 && n == 0)
1140 : : {
1141 : : /*
1142 : : * If we had capturing subexpression(s) within the atom, we don't want
1143 : : * to destroy them, because it's legal (if useless) to back-ref them
1144 : : * later. Hence, just unlink the atom from lp/rp and then ignore it.
1145 : : */
964 tgl@sss.pgh.pa.us 1146 [ + + + - ]: 20 : if (atom != NULL && (atom->flags & CAP))
1147 : : {
1148 : 18 : delsub(v->nfa, lp, atom->begin);
1149 : 18 : delsub(v->nfa, atom->end, rp);
1150 : : }
1151 : : else
1152 : : {
1153 : : /* Otherwise, we can clean up any subre infrastructure we made */
1154 [ - + ]: 2 : if (atom != NULL)
964 tgl@sss.pgh.pa.us 1155 :UBC 0 : freesubre(v, atom);
964 tgl@sss.pgh.pa.us 1156 :CBC 2 : delsub(v->nfa, lp, rp);
1157 : : }
7739 1158 : 20 : EMPTYARC(lp, rp);
981 1159 : 20 : return top;
1160 : : }
1161 : :
1162 : : /* if not a messy case, avoid hard part */
7739 1163 [ - + ]: 41859 : assert(!MESSY(top->flags));
1164 [ + + ]: 41859 : f = top->flags | qprefer | ((atom != NULL) ? atom->flags : 0);
7559 bruce@momjian.us 1165 [ + + + + : 41859 : if (atomtype != '(' && atomtype != BACKREF && !MESSY(UP(f)))
+ + ]
1166 : : {
7739 tgl@sss.pgh.pa.us 1167 [ + + + + ]: 39447 : if (!(m == 1 && n == 1))
1168 : 10940 : repeat(v, lp, rp, m, n);
1169 [ + + ]: 39447 : if (atom != NULL)
1170 : 90 : freesubre(v, atom);
1171 : 39447 : top->flags = f;
981 1172 : 39447 : return top;
1173 : : }
1174 : :
1175 : : /*
1176 : : * hard part: something messy
1177 : : *
1178 : : * That is, capturing parens, back reference, short/long clash, or an atom
1179 : : * with substructure containing one of those.
1180 : : */
1181 : :
1182 : : /* now we'll need a subre for the contents even if they're boring */
7559 bruce@momjian.us 1183 [ + + ]: 2412 : if (atom == NULL)
1184 : : {
7739 tgl@sss.pgh.pa.us 1185 : 1 : atom = subre(v, '=', 0, lp, rp);
981 1186 [ - + ]: 1 : NOERRN();
1187 : : }
1188 : :
1189 : : /*
1190 : : * For what follows, we need the atom to have its own begin/end states
1191 : : * that are distinct from lp/rp, so that we can wrap iteration structure
1192 : : * around it. The parenthesized-atom case above already made suitable
1193 : : * states (and we don't want to modify a capturing subre, since it's
1194 : : * already recorded in v->subs[]). Otherwise, we need more states.
1195 : : */
980 1196 [ + + - + ]: 2412 : if (atom->begin == lp || atom->end == rp)
1197 : : {
1198 : 102 : s = newstate(v->nfa);
1199 : 102 : s2 = newstate(v->nfa);
1200 [ - + ]: 102 : NOERRN();
1201 : 102 : moveouts(v->nfa, lp, s);
1202 : 102 : moveins(v->nfa, rp, s2);
1203 : 102 : atom->begin = s;
1204 : 102 : atom->end = s2;
1205 : : }
1206 : : else
1207 : : {
1208 : : /* The atom's OK, but we must temporarily disconnect it from lp/rp */
1209 : : /* (this removes the EMPTY arcs we made above) */
1210 : 2310 : delsub(v->nfa, lp, atom->begin);
1211 : 2310 : delsub(v->nfa, atom->end, rp);
1212 : : }
1213 : :
1214 : : /*----------
1215 : : * Prepare a general-purpose state skeleton.
1216 : : *
1217 : : * In the no-backrefs case, we want this:
1218 : : *
1219 : : * [lp] ---> [s] ---prefix---> ---atom---> ---rest---> [rp]
1220 : : *
1221 : : * where prefix is some repetitions of atom, and "rest" is the remainder
1222 : : * of the branch. In the general case we need:
1223 : : *
1224 : : * [lp] ---> [s] ---iterator---> [s2] ---rest---> [rp]
1225 : : *
1226 : : * where the iterator wraps around the atom.
1227 : : *
1228 : : * We make the s state here for both cases; s2 is made below if needed
1229 : : *----------
1230 : : */
4433 1231 : 2412 : s = newstate(v->nfa); /* set up starting state */
981 1232 [ - + ]: 2412 : NOERRN();
7739 1233 : 2412 : EMPTYARC(lp, s);
981 1234 [ - + ]: 2412 : NOERRN();
1235 : :
1236 : : /* break remaining subRE into x{...} and what follows */
7739 1237 [ + + ]: 2412 : t = subre(v, '.', COMBINE(qprefer, atom->flags), lp, rp);
981 1238 [ - + ]: 2412 : NOERRN();
1149 1239 : 2412 : t->child = atom;
1240 : 2412 : atomp = &t->child;
1241 : :
1242 : : /*
1243 : : * Here we should recurse to fill t->child->sibling ... but we must
1244 : : * postpone that to the end. One reason is that t->child may be replaced
1245 : : * below, and we don't want to worry about its sibling link.
1246 : : */
1247 : :
1248 : : /*
1249 : : * Convert top node to a concatenation of the prefix (top->child, covering
1250 : : * whatever we parsed previously) and remaining (t). Note that the prefix
1251 : : * could be empty, in which case this concatenation node is unnecessary.
1252 : : * To keep things simple, we operate in a general way for now, and get rid
1253 : : * of unnecessary subres below.
1254 : : */
1255 [ + - - + ]: 2412 : assert(top->op == '=' && top->child == NULL);
1256 : 2412 : top->child = subre(v, '=', top->flags, top->begin, lp);
981 1257 [ - + ]: 2412 : NOERRN();
7739 1258 : 2412 : top->op = '.';
1149 1259 : 2412 : top->child->sibling = t;
1260 : : /* top->flags will get updated later */
1261 : :
1262 : : /* if it's a backref, now is the time to replicate the subNFA */
7559 bruce@momjian.us 1263 [ + + ]: 2412 : if (atomtype == BACKREF)
1264 : : {
2489 tgl@sss.pgh.pa.us 1265 [ - + ]: 101 : assert(atom->begin->nouts == 1); /* just the EMPTY */
7739 1266 : 101 : delsub(v->nfa, atom->begin, atom->end);
980 1267 [ - + ]: 101 : assert(v->subs[subno] != NULL);
1268 : :
1269 : : /*
1270 : : * And here's why the recursion got postponed: it must wait until the
1271 : : * skeleton is filled in, because it may hit a backref that wants to
1272 : : * copy the filled-in skeleton.
1273 : : */
1274 : 101 : dupnfa(v->nfa, v->subs[subno]->begin, v->subs[subno]->end,
1275 : : atom->begin, atom->end);
981 1276 [ - + ]: 101 : NOERRN();
1277 : :
1278 : : /* The backref node's NFA should not enforce any constraints */
1139 1279 : 101 : removeconstraints(v->nfa, atom->begin, atom->end);
981 1280 [ - + ]: 101 : NOERRN();
1281 : : }
1282 : :
1283 : : /*
1284 : : * It's quantifier time. If the atom is just a backref, we'll let it deal
1285 : : * with quantifiers internally.
1286 : : */
7559 bruce@momjian.us 1287 [ + + ]: 2412 : if (atomtype == BACKREF)
1288 : : {
1289 : : /* special case: backrefs have internal quantifiers */
2489 tgl@sss.pgh.pa.us 1290 : 101 : EMPTYARC(s, atom->begin); /* empty prefix */
1291 : : /* just stuff everything into atom */
7739 1292 : 101 : repeat(v, atom->begin, atom->end, m, n);
7559 bruce@momjian.us 1293 : 101 : atom->min = (short) m;
1294 : 101 : atom->max = (short) n;
7739 tgl@sss.pgh.pa.us 1295 [ + + ]: 101 : atom->flags |= COMBINE(qprefer, atom->flags);
1296 : : /* rest of branch can be strung starting from atom->end */
4433 1297 : 101 : s2 = atom->end;
1298 : : }
1799 1299 [ + + + + : 2311 : else if (m == 1 && n == 1 &&
+ + ]
1300 : 53 : (qprefer == 0 ||
1301 [ + + ]: 53 : (atom->flags & (LONGER | SHORTER | MIXED)) == 0 ||
1302 [ + + ]: 46 : qprefer == (atom->flags & (LONGER | SHORTER | MIXED))))
1303 : : {
1304 : : /* no/vacuous quantifier: done */
2489 1305 : 2089 : EMPTYARC(s, atom->begin); /* empty prefix */
1306 : : /* rest of branch can be strung starting from atom->end */
4433 1307 : 2089 : s2 = atom->end;
1308 : : }
1139 1309 [ + + ]: 222 : else if (!(atom->flags & (CAP | BACKR)))
1310 : : {
1311 : : /*
1312 : : * If there's no captures nor backrefs in the atom being repeated, we
1313 : : * don't really care where the submatches of the iteration are, so we
1314 : : * don't need an iteration node. Make a plain DFA node instead.
1315 : : */
1316 : 8 : EMPTYARC(s, atom->begin); /* empty prefix */
1317 : 8 : repeat(v, atom->begin, atom->end, m, n);
1318 [ + - ]: 8 : f = COMBINE(qprefer, atom->flags);
1319 : 8 : t = subre(v, '=', f, atom->begin, atom->end);
981 1320 [ - + ]: 8 : NOERRN();
1139 1321 : 8 : freesubre(v, atom);
1322 : 8 : *atomp = t;
1323 : : /* rest of branch can be strung starting from t->end */
1324 : 8 : s2 = t->end;
1325 : : }
4433 1326 [ + + + + ]: 214 : else if (m > 0 && !(atom->flags & BACKR))
1327 : : {
1328 : : /*
1329 : : * If there's no backrefs involved, we can turn x{m,n} into
1330 : : * x{m-1,n-1}x, with capturing parens in only the second x. This is
1331 : : * valid because we only care about capturing matches from the final
1332 : : * iteration of the quantifier. It's a win because we can implement
1333 : : * the backref-free left side as a plain DFA node, since we don't
1334 : : * really care where its submatches are.
1335 : : */
7739 1336 : 134 : dupnfa(v->nfa, atom->begin, atom->end, s, atom->begin);
3133 1337 [ + - + - : 134 : assert(m >= 1 && m != DUPINF && n >= 1);
- + ]
1338 [ + + ]: 134 : repeat(v, s, atom->begin, m - 1, (n == DUPINF) ? n : n - 1);
7739 1339 [ + + ]: 134 : f = COMBINE(qprefer, atom->flags);
2489 1340 : 134 : t = subre(v, '.', f, s, atom->end); /* prefix and atom */
981 1341 [ - + ]: 134 : NOERRN();
1149 1342 : 134 : t->child = subre(v, '=', PREF(f), s, atom->begin);
981 1343 [ - + ]: 134 : NOERRN();
1149 1344 : 134 : t->child->sibling = atom;
7739 1345 : 134 : *atomp = t;
1346 : : /* rest of branch can be strung starting from atom->end */
4433 1347 : 134 : s2 = atom->end;
1348 : : }
1349 : : else
1350 : : {
1351 : : /* general case: need an iteration node */
1352 : 80 : s2 = newstate(v->nfa);
981 1353 [ - + ]: 80 : NOERRN();
4433 1354 : 80 : moveouts(v->nfa, atom->end, s2);
981 1355 [ - + ]: 80 : NOERRN();
4433 1356 : 80 : dupnfa(v->nfa, atom->begin, atom->end, s, s2);
1357 : 80 : repeat(v, s, s2, m, n);
1358 [ + - ]: 80 : f = COMBINE(qprefer, atom->flags);
1359 : 80 : t = subre(v, '*', f, s, s2);
981 1360 [ - + ]: 80 : NOERRN();
4433 1361 : 80 : t->min = (short) m;
1362 : 80 : t->max = (short) n;
1149 1363 : 80 : t->child = atom;
4433 1364 : 80 : *atomp = t;
1365 : : /* rest of branch is to be strung from iteration's end state */
1366 : : }
1367 : :
1368 : : /* and finally, look after that postponed recursion */
1149 1369 : 2412 : t = top->child->sibling;
7739 1370 [ + + + + : 2412 : if (!(SEE('|') || SEE(stopper) || SEE(EOS)))
+ - ]
1371 : : {
1372 : : /* parse all the rest of the branch, and insert in t->child->sibling */
1149 1373 : 2051 : t->child->sibling = parsebranch(v, stopper, type, s2, rp, 1);
981 1374 [ + + ]: 2051 : NOERRN();
1149 1375 [ + + - + : 2039 : assert(SEE('|') || SEE(stopper) || SEE(EOS));
- - ]
1376 : :
1377 : : /* here's the promised update of the flags */
1378 [ + + ]: 2039 : t->flags |= COMBINE(t->flags, t->child->sibling->flags);
1379 [ + + ]: 2039 : top->flags |= COMBINE(top->flags, t->flags);
1380 : :
1381 : : /* neither t nor top could be directly marked for capture as yet */
1139 1382 [ - + ]: 2039 : assert(t->capno == 0);
1383 [ - + ]: 2039 : assert(top->capno == 0);
1384 : :
1385 : : /*
1386 : : * At this point both top and t are concatenation (op == '.') subres,
1387 : : * and we have top->child = prefix of branch, top->child->sibling = t,
1388 : : * t->child = messy atom (with quantification superstructure if
1389 : : * needed), t->child->sibling = rest of branch.
1390 : : *
1391 : : * If the messy atom was the first thing in the branch, then
1392 : : * top->child is vacuous and we can get rid of one level of
1393 : : * concatenation.
1394 : : */
1149 1395 [ - + ]: 2039 : assert(top->child->op == '=');
1396 [ + + ]: 2039 : if (top->child->begin == top->child->end)
1397 : : {
1398 [ - + ]: 333 : assert(!MESSY(top->child->flags));
1399 : 333 : freesubre(v, top->child);
1400 : 333 : top->child = t->child;
1401 : 333 : freesrnode(v, t);
1402 : : }
1403 : :
1404 : : /*
1405 : : * Otherwise, it's possible that t->child is not messy in itself, but
1406 : : * we considered it messy because its greediness conflicts with what
1407 : : * preceded it. Then it could be that the combination of t->child and
1408 : : * the rest of the branch is also not messy, in which case we can get
1409 : : * rid of the child concatenation by merging t->child and the rest of
1410 : : * the branch into one plain DFA node.
1411 : : */
1139 1412 [ + + ]: 1706 : else if (t->child->op == '=' &&
1413 [ + + ]: 1655 : t->child->sibling->op == '=' &&
1414 [ - + ]: 1557 : !MESSY(UP(t->child->flags | t->child->sibling->flags)))
1415 : : {
1139 tgl@sss.pgh.pa.us 1416 :UBC 0 : t->op = '=';
1417 [ # # ]: 0 : t->flags = COMBINE(t->child->flags, t->child->sibling->flags);
1418 : 0 : freesubreandsiblings(v, t->child);
1419 : 0 : t->child = NULL;
1420 : : }
1421 : : }
1422 : : else
1423 : : {
1424 : : /*
1425 : : * There's nothing left in the branch, so we don't need the second
1426 : : * concatenation node 't'. Just link s2 straight to rp.
1427 : : */
4433 tgl@sss.pgh.pa.us 1428 :CBC 361 : EMPTYARC(s2, rp);
1149 1429 : 361 : top->child->sibling = t->child;
1430 [ + + ]: 361 : top->flags |= COMBINE(top->flags, top->child->sibling->flags);
1431 : 361 : freesrnode(v, t);
1432 : :
1433 : : /*
1434 : : * Again, it could be that top->child is vacuous (if the messy atom
1435 : : * was in fact the only thing in the branch). In that case we need no
1436 : : * concatenation at all; just replace top with top->child->sibling.
1437 : : */
1438 [ - + ]: 361 : assert(top->child->op == '=');
1439 [ + + ]: 361 : if (top->child->begin == top->child->end)
1440 : : {
1441 [ - + ]: 259 : assert(!MESSY(top->child->flags));
1442 : 259 : t = top->child->sibling;
981 1443 : 259 : top->child->sibling = NULL;
1444 : 259 : freesubre(v, top);
1445 : 259 : top = t;
1446 : : }
1447 : : }
1448 : :
1449 : 2400 : return top;
1450 : : }
1451 : :
1452 : : /*
1453 : : * nonword - generate arcs for non-word-character ahead or behind
1454 : : */
1455 : : static void
2489 1456 : 111 : nonword(struct vars *v,
1457 : : int dir, /* AHEAD or BEHIND */
1458 : : struct state *lp,
1459 : : struct state *rp)
1460 : : {
7559 bruce@momjian.us 1461 [ + + ]: 111 : int anchor = (dir == AHEAD) ? '$' : '^';
1462 : :
7739 tgl@sss.pgh.pa.us 1463 [ + + - + ]: 111 : assert(dir == AHEAD || dir == BEHIND);
1464 : 111 : newarc(v->nfa, anchor, 1, lp, rp);
1465 : 111 : newarc(v->nfa, anchor, 0, lp, rp);
1466 : 111 : colorcomplement(v->nfa, v->cm, dir, v->wordchrs, lp, rp);
1467 : : /* (no need for special attention to \n) */
10141 scrappy@hub.org 1468 : 111 : }
1469 : :
1470 : : /*
1471 : : * word - generate arcs for word character ahead or behind
1472 : : */
1473 : : static void
2489 tgl@sss.pgh.pa.us 1474 : 111 : word(struct vars *v,
1475 : : int dir, /* AHEAD or BEHIND */
1476 : : struct state *lp,
1477 : : struct state *rp)
1478 : : {
7739 1479 [ + + - + ]: 111 : assert(dir == AHEAD || dir == BEHIND);
1480 : 111 : cloneouts(v->nfa, v->wordchrs, lp, rp, dir);
1481 : : /* (no need for special attention to \n) */
10141 scrappy@hub.org 1482 : 111 : }
1483 : :
1484 : : /*
1485 : : * charclass - generate arcs for a character class
1486 : : *
1487 : : * This is used for both atoms (\w and sibling escapes) and for elements
1488 : : * of bracket expressions. The caller is responsible for calling okcolors()
1489 : : * at the end of processing the atom or bracket.
1490 : : */
1491 : : static void
1144 tgl@sss.pgh.pa.us 1492 : 283 : charclass(struct vars *v,
1493 : : enum char_classes cls,
1494 : : struct state *lp,
1495 : : struct state *rp)
1496 : : {
1497 : : struct cvec *cv;
1498 : :
1499 : : /* obtain possibly-cached cvec for char class */
1500 : 283 : NOTE(REG_ULOCALE);
1501 : 283 : cv = cclasscvec(v, cls, (v->cflags & REG_ICASE));
1502 [ - + ]: 283 : NOERR();
1503 : :
1504 : : /* build the arcs; this may cause color splitting */
1505 : 283 : subcolorcvec(v, cv, lp, rp);
1506 : : }
1507 : :
1508 : : /*
1509 : : * charclasscomplement - generate arcs for a complemented character class
1510 : : *
1511 : : * This is used for both atoms (\W and sibling escapes) and for elements
1512 : : * of bracket expressions. In bracket expressions, it is the caller's
1513 : : * responsibility that there not be any open subcolors when this is called.
1514 : : */
1515 : : static void
1516 : 37 : charclasscomplement(struct vars *v,
1517 : : enum char_classes cls,
1518 : : struct state *lp,
1519 : : struct state *rp)
1520 : : {
1521 : : struct state *cstate;
1522 : : struct cvec *cv;
1523 : :
1524 : : /* make dummy state to hang temporary arcs on */
1525 : 37 : cstate = newstate(v->nfa);
1526 [ - + ]: 37 : NOERR();
1527 : :
1528 : : /* obtain possibly-cached cvec for char class */
1529 : 37 : NOTE(REG_ULOCALE);
1530 : 37 : cv = cclasscvec(v, cls, (v->cflags & REG_ICASE));
1531 [ - + ]: 37 : NOERR();
1532 : :
1533 : : /* build arcs for char class; this may cause color splitting */
1534 : 37 : subcolorcvec(v, cv, cstate, cstate);
1535 [ - + ]: 37 : NOERR();
1536 : :
1537 : : /* clean up any subcolors in the arc set */
1538 : 37 : okcolors(v->nfa, v->cm);
1539 [ - + ]: 37 : NOERR();
1540 : :
1541 : : /* now build output arcs for the complement of the char class */
1542 : 37 : colorcomplement(v->nfa, v->cm, PLAIN, cstate, lp, rp);
1543 [ - + ]: 37 : NOERR();
1544 : :
1545 : : /* clean up dummy state */
1546 : 37 : dropstate(v->nfa, cstate);
1547 : : }
1548 : :
1549 : : /*
1550 : : * scannum - scan a number
1551 : : */
1552 : : static int /* value, <= DUPMAX */
2489 1553 : 372 : scannum(struct vars *v)
1554 : : {
7559 bruce@momjian.us 1555 : 372 : int n = 0;
1556 : :
1557 [ + + + - ]: 786 : while (SEE(DIGIT) && n < DUPMAX)
1558 : : {
1559 : 414 : n = n * 10 + v->nextvalue;
10141 scrappy@hub.org 1560 : 414 : NEXT();
1561 : : }
7559 bruce@momjian.us 1562 [ + - + + ]: 372 : if (SEE(DIGIT) || n > DUPMAX)
1563 : : {
7739 tgl@sss.pgh.pa.us 1564 [ - + ]: 2 : ERR(REG_BADBR);
9357 bruce@momjian.us 1565 : 2 : return 0;
1566 : : }
7739 tgl@sss.pgh.pa.us 1567 : 370 : return n;
1568 : : }
1569 : :
1570 : : /*
1571 : : * repeat - replicate subNFA for quantifiers
1572 : : *
1573 : : * The sub-NFA strung from lp to rp is modified to represent m to n
1574 : : * repetitions of its initial contents.
1575 : : *
1576 : : * The duplication sequences used here are chosen carefully so that any
1577 : : * pointers starting out pointing into the subexpression end up pointing into
1578 : : * the last occurrence. (Note that it may not be strung between the same
1579 : : * left and right end states, however!) This used to be important for the
1580 : : * subRE tree, although the important bits are now handled by the in-line
1581 : : * code in parse(), and when this is called, it doesn't matter any more.
1582 : : */
1583 : : static void
2489 1584 : 12506 : repeat(struct vars *v,
1585 : : struct state *lp,
1586 : : struct state *rp,
1587 : : int m,
1588 : : int n)
1589 : : {
1590 : : #define SOME 2
1591 : : #define INF 3
1592 : : #define PAIR(x, y) ((x)*4 + (y))
1593 : : #define REDUCE(x) ( ((x) == DUPINF) ? INF : (((x) > 1) ? SOME : (x)) )
7559 bruce@momjian.us 1594 [ + - ]: 12506 : const int rm = REDUCE(m);
1595 [ + + ]: 12506 : const int rn = REDUCE(n);
1596 : : struct state *s;
1597 : : struct state *s2;
1598 : :
1599 [ + + + + : 12506 : switch (PAIR(rm, rn))
+ + + + +
- ]
1600 : : {
1601 : 15 : case PAIR(0, 0): /* empty string */
1602 : 15 : delsub(v->nfa, lp, rp);
1603 : 15 : EMPTYARC(lp, rp);
1604 : 15 : break;
1605 : 61 : case PAIR(0, 1): /* do as x| */
1606 : 61 : EMPTYARC(lp, rp);
1607 : 61 : break;
1608 : 2 : case PAIR(0, SOME): /* do as x{1,n}| */
1609 : 2 : repeat(v, lp, rp, 1, n);
1610 [ - + ]: 2 : NOERR();
1611 : 2 : EMPTYARC(lp, rp);
1612 : 2 : break;
1613 : 10664 : case PAIR(0, INF): /* loop x around */
1614 : 10664 : s = newstate(v->nfa);
1615 [ - + ]: 10664 : NOERR();
1616 : 10664 : moveouts(v->nfa, lp, s);
1617 : 10664 : moveins(v->nfa, rp, s);
1618 : 10664 : EMPTYARC(lp, s);
1619 : 10664 : EMPTYARC(s, rp);
1620 : 10664 : break;
1621 : 191 : case PAIR(1, 1): /* no action required */
1622 : 191 : break;
1623 : 349 : case PAIR(1, SOME): /* do as x{0,n-1}x = (x{1,n-1}|)x */
1624 : 349 : s = newstate(v->nfa);
1625 [ - + ]: 349 : NOERR();
1626 : 349 : moveouts(v->nfa, lp, s);
1627 : 349 : dupnfa(v->nfa, s, rp, lp, s);
1628 [ - + ]: 349 : NOERR();
1629 : 349 : repeat(v, lp, s, 1, n - 1);
1630 [ - + ]: 349 : NOERR();
1631 : 349 : EMPTYARC(lp, s);
1632 : 349 : break;
1633 : 332 : case PAIR(1, INF): /* add loopback arc */
1634 : 332 : s = newstate(v->nfa);
1635 : 332 : s2 = newstate(v->nfa);
1636 [ - + ]: 332 : NOERR();
1637 : 332 : moveouts(v->nfa, lp, s);
1638 : 332 : moveins(v->nfa, rp, s2);
1639 : 332 : EMPTYARC(lp, s);
1640 : 332 : EMPTYARC(s2, rp);
1641 : 332 : EMPTYARC(s2, s);
1642 : 332 : break;
1643 : 788 : case PAIR(SOME, SOME): /* do as x{m-1,n-1}x */
1644 : 788 : s = newstate(v->nfa);
1645 [ - + ]: 788 : NOERR();
1646 : 788 : moveouts(v->nfa, lp, s);
1647 : 788 : dupnfa(v->nfa, s, rp, lp, s);
1648 [ - + ]: 788 : NOERR();
1649 : 788 : repeat(v, lp, s, m - 1, n - 1);
1650 : 788 : break;
1651 : 104 : case PAIR(SOME, INF): /* do as x{m-1,}x */
1652 : 104 : s = newstate(v->nfa);
1653 [ - + ]: 104 : NOERR();
1654 : 104 : moveouts(v->nfa, lp, s);
1655 : 104 : dupnfa(v->nfa, s, rp, lp, s);
1656 [ - + ]: 104 : NOERR();
1657 : 104 : repeat(v, lp, s, m - 1, n);
1658 : 104 : break;
7559 bruce@momjian.us 1659 :UBC 0 : default:
1660 [ # # ]: 0 : ERR(REG_ASSERT);
1661 : 0 : break;
1662 : : }
1663 : : }
1664 : :
1665 : : /*
1666 : : * bracket - handle non-complemented bracket expression
1667 : : *
1668 : : * Also called from cbracket for complemented bracket expressions.
1669 : : */
1670 : : static void
2489 tgl@sss.pgh.pa.us 1671 :CBC 609 : bracket(struct vars *v,
1672 : : struct state *lp,
1673 : : struct state *rp)
1674 : : {
1675 : : /*
1676 : : * We can't process complemented char classes (e.g. \W) immediately while
1677 : : * scanning the bracket expression, else color bookkeeping gets confused.
1678 : : * Instead, remember whether we saw any in have_cclassc[], and process
1679 : : * them at the end.
1680 : : */
1681 : : bool have_cclassc[NUM_CCLASSES];
1682 : : bool any_cclassc;
1683 : : int i;
1684 : :
1144 1685 : 609 : memset(have_cclassc, false, sizeof(have_cclassc));
1686 : :
7739 1687 [ - + ]: 609 : assert(SEE('['));
1688 : 609 : NEXT();
1689 [ + + + + ]: 1533 : while (!SEE(']') && !SEE(EOS))
1144 1690 : 924 : brackpart(v, lp, rp, have_cclassc);
7739 1691 [ + + - + ]: 609 : assert(SEE(']') || ISERR());
1692 : :
1693 : : /* close up open subcolors from the positive bracket elements */
1694 : 609 : okcolors(v->nfa, v->cm);
1144 1695 [ + + ]: 609 : NOERR();
1696 : :
1697 : : /* now handle any complemented elements */
1698 : 574 : any_cclassc = false;
1699 [ + + ]: 8610 : for (i = 0; i < NUM_CCLASSES; i++)
1700 : : {
1701 [ + + ]: 8036 : if (have_cclassc[i])
1702 : : {
1703 : 14 : charclasscomplement(v, (enum char_classes) i, lp, rp);
1704 [ - + ]: 14 : NOERR();
1705 : 14 : any_cclassc = true;
1706 : : }
1707 : : }
1708 : :
1709 : : /*
1710 : : * If we had any complemented elements, see if we can optimize the bracket
1711 : : * into a rainbow. Since a complemented element is the only way a WHITE
1712 : : * arc could get into the result, there's no point in checking otherwise.
1713 : : */
1714 [ + + ]: 574 : if (any_cclassc)
1715 : 14 : optimizebracket(v, lp, rp);
1716 : : }
1717 : :
1718 : : /*
1719 : : * cbracket - handle complemented bracket expression
1720 : : *
1721 : : * We do it by calling bracket() with dummy endpoints, and then complementing
1722 : : * the result. The alternative would be to invoke rainbow(), and then delete
1723 : : * arcs as the b.e. is seen... but that gets messy, and is really quite
1724 : : * infeasible now that rainbow() just puts out one RAINBOW arc.
1725 : : */
1726 : : static void
2489 1727 : 114 : cbracket(struct vars *v,
1728 : : struct state *lp,
1729 : : struct state *rp)
1730 : : {
7739 1731 : 114 : struct state *left = newstate(v->nfa);
1732 : 114 : struct state *right = newstate(v->nfa);
1733 : :
1734 [ - + ]: 114 : NOERR();
1735 : 114 : bracket(v, left, right);
1736 : :
1737 : : /* in NLSTOP mode, ensure newline is not part of the result set */
7559 bruce@momjian.us 1738 [ + + ]: 114 : if (v->cflags & REG_NLSTOP)
7739 tgl@sss.pgh.pa.us 1739 : 2 : newarc(v->nfa, PLAIN, v->nlcolor, left, right);
1740 [ - + ]: 114 : NOERR();
1741 : :
1742 [ - + ]: 114 : assert(lp->nouts == 0); /* all outarcs will be ours */
1743 : :
1744 : : /*
1745 : : * Easy part of complementing, and all there is to do since the MCCE code
1746 : : * was removed. Note that the result of colorcomplement() cannot be a
1747 : : * rainbow, since we don't allow empty brackets; so there's no point in
1748 : : * calling optimizebracket() again.
1749 : : */
1750 : 114 : colorcomplement(v->nfa, v->cm, PLAIN, left, lp, rp);
1751 [ - + ]: 114 : NOERR();
5904 1752 : 114 : dropstate(v->nfa, left);
7739 1753 [ - + ]: 114 : assert(right->nins == 0);
1754 : 114 : freestate(v->nfa, right);
1755 : : }
1756 : :
1757 : : /*
1758 : : * brackpart - handle one item (or range) within a bracket expression
1759 : : */
1760 : : static void
2489 1761 : 924 : brackpart(struct vars *v,
1762 : : struct state *lp,
1763 : : struct state *rp,
1764 : : bool *have_cclassc)
1765 : : {
1766 : : chr startc;
1767 : : chr endc;
1768 : : struct cvec *cv;
1769 : : enum char_classes cls;
1770 : : const chr *startp;
1771 : : const chr *endp;
1772 : :
1773 : : /* parse something, get rid of special cases, take shortcuts */
7559 bruce@momjian.us 1774 [ + + + + : 924 : switch (v->nexttype)
+ + + - ]
1775 : : {
1776 : 4 : case RANGE: /* a-b-c or other botch */
1777 [ - + ]: 4 : ERR(REG_ERANGE);
7739 tgl@sss.pgh.pa.us 1778 : 4 : return;
1779 : : break;
1780 : 753 : case PLAIN:
1144 1781 : 753 : startc = v->nextvalue;
7739 1782 : 753 : NEXT();
1783 : : /* shortcut for ordinary chr (not range) */
5904 1784 [ + + ]: 753 : if (!SEE(RANGE))
1785 : : {
1144 1786 : 471 : onechr(v, startc, lp, rp);
7559 bruce@momjian.us 1787 : 471 : return;
1788 : : }
7739 tgl@sss.pgh.pa.us 1789 [ - + ]: 282 : NOERR();
9715 bruce@momjian.us 1790 : 282 : break;
7739 tgl@sss.pgh.pa.us 1791 : 10 : case COLLEL:
1792 : 10 : startp = v->now;
1793 : 10 : endp = scanplain(v);
1794 [ - + - - ]: 10 : INSIST(startp < endp, REG_ECOLLATE);
1795 [ + + ]: 10 : NOERR();
7559 bruce@momjian.us 1796 : 8 : startc = element(v, startp, endp);
1797 [ + + ]: 8 : NOERR();
1798 : 6 : break;
1799 : 14 : case ECLASS:
1800 : 14 : startp = v->now;
1801 : 14 : endp = scanplain(v);
1802 [ - + - - ]: 14 : INSIST(startp < endp, REG_ECOLLATE);
1803 [ + + ]: 14 : NOERR();
1804 : 12 : startc = element(v, startp, endp);
1805 [ + + ]: 12 : NOERR();
1806 : 10 : cv = eclass(v, startc, (v->cflags & REG_ICASE));
7739 tgl@sss.pgh.pa.us 1807 [ - + ]: 10 : NOERR();
2778 1808 : 10 : subcolorcvec(v, cv, lp, rp);
7559 bruce@momjian.us 1809 : 10 : return;
1810 : : break;
1811 : 118 : case CCLASS:
1812 : 118 : startp = v->now;
1813 : 118 : endp = scanplain(v);
1814 [ - + - - ]: 118 : INSIST(startp < endp, REG_ECTYPE);
1815 [ + + ]: 118 : NOERR();
1144 tgl@sss.pgh.pa.us 1816 : 116 : cls = lookupcclass(v, startp, endp);
7559 bruce@momjian.us 1817 [ + + ]: 116 : NOERR();
1144 tgl@sss.pgh.pa.us 1818 : 112 : charclass(v, cls, lp, rp);
1819 : 112 : return;
1820 : : break;
1821 : 11 : case CCLASSS:
1822 : 11 : charclass(v, (enum char_classes) v->nextvalue, lp, rp);
1823 : 11 : NEXT();
1824 : 11 : return;
1825 : : break;
1826 : 14 : case CCLASSC:
1827 : : /* we cannot call charclasscomplement() immediately */
1828 : 14 : have_cclassc[v->nextvalue] = true;
1829 : 14 : NEXT();
7559 bruce@momjian.us 1830 : 14 : return;
1831 : : break;
7739 tgl@sss.pgh.pa.us 1832 :UBC 0 : default:
7559 bruce@momjian.us 1833 [ # # ]: 0 : ERR(REG_ASSERT);
7739 tgl@sss.pgh.pa.us 1834 : 0 : return;
1835 : : break;
1836 : : }
1837 : :
7559 bruce@momjian.us 1838 [ + + ]:CBC 288 : if (SEE(RANGE))
1839 : : {
1840 : 284 : NEXT();
1841 [ + + + ]: 284 : switch (v->nexttype)
1842 : : {
1843 : 274 : case PLAIN:
1844 : : case RANGE:
1144 tgl@sss.pgh.pa.us 1845 : 274 : endc = v->nextvalue;
7559 bruce@momjian.us 1846 : 274 : NEXT();
1847 [ + + ]: 274 : NOERR();
1848 : 272 : break;
1849 : 2 : case COLLEL:
1850 : 2 : startp = v->now;
1851 : 2 : endp = scanplain(v);
1852 [ - + - - ]: 2 : INSIST(startp < endp, REG_ECOLLATE);
1853 [ - + ]: 2 : NOERR();
1854 : 2 : endc = element(v, startp, endp);
1855 [ - + ]: 2 : NOERR();
1856 : 2 : break;
1857 : 8 : default:
1858 [ + + ]: 8 : ERR(REG_ERANGE);
1859 : 8 : return;
1860 : : break;
1861 : : }
1862 : : }
1863 : : else
7739 tgl@sss.pgh.pa.us 1864 : 4 : endc = startc;
1865 : :
1866 : : /*
1867 : : * Ranges are unportable. Actually, standard C does guarantee that digits
1868 : : * are contiguous, but making that an exception is just too complicated.
1869 : : */
1870 [ + + ]: 278 : if (startc != endc)
1871 : 270 : NOTE(REG_UUNPORT);
7559 bruce@momjian.us 1872 : 278 : cv = range(v, startc, endc, (v->cflags & REG_ICASE));
7739 tgl@sss.pgh.pa.us 1873 [ + + ]: 278 : NOERR();
2778 1874 : 276 : subcolorcvec(v, cv, lp, rp);
1875 : : }
1876 : :
1877 : : /*
1878 : : * scanplain - scan PLAIN contents of [. etc.
1879 : : *
1880 : : * Certain bits of trickery in regc_lex.c know that this code does not try
1881 : : * to look past the final bracket of the [. etc.
1882 : : */
1883 : : static const chr * /* just after end of sequence */
2489 1884 : 144 : scanplain(struct vars *v)
1885 : : {
1886 : : const chr *endp;
1887 : :
7739 1888 [ + + + + : 144 : assert(SEE(COLLEL) || SEE(ECLASS) || SEE(CCLASS));
- + ]
1889 : 144 : NEXT();
1890 : :
1891 : 144 : endp = v->now;
7559 bruce@momjian.us 1892 [ + + ]: 755 : while (SEE(PLAIN))
1893 : : {
7739 tgl@sss.pgh.pa.us 1894 : 611 : endp = v->now;
1895 : 611 : NEXT();
1896 : : }
1897 : :
1898 [ + + - + ]: 144 : assert(SEE(END) || ISERR());
1899 : 144 : NEXT();
1900 : :
1901 : 144 : return endp;
1902 : : }
1903 : :
1904 : : /*
1905 : : * onechr - fill in arcs for a plain character, and possible case complements
1906 : : * This is mostly a shortcut for efficient handling of the common case.
1907 : : */
1908 : : static void
2489 1909 : 37522 : onechr(struct vars *v,
1910 : : chr c,
1911 : : struct state *lp,
1912 : : struct state *rp)
1913 : : {
7559 bruce@momjian.us 1914 [ + + ]: 37522 : if (!(v->cflags & REG_ICASE))
1915 : : {
2778 tgl@sss.pgh.pa.us 1916 : 36711 : color lastsubcolor = COLORLESS;
1917 : :
1918 : 36711 : subcoloronechr(v, c, lp, rp, &lastsubcolor);
7739 1919 : 36711 : return;
1920 : : }
1921 : :
1922 : : /* rats, need general case anyway... */
2778 1923 : 811 : subcolorcvec(v, allcases(v, c), lp, rp);
1924 : : }
1925 : :
1926 : : /*
1927 : : * optimizebracket - see if bracket expression can be converted to RAINBOW
1928 : : *
1929 : : * Cases such as "[\s\S]" can produce a set of arcs of all colors, which we
1930 : : * can replace by a single RAINBOW arc for efficiency. (This might seem
1931 : : * like a silly way to write ".", but it's seemingly a common locution in
1932 : : * some other flavors of regex, so take the trouble to support it well.)
1933 : : */
1934 : : static void
1144 1935 : 14 : optimizebracket(struct vars *v,
1936 : : struct state *lp,
1937 : : struct state *rp)
1938 : : {
1939 : : struct colordesc *cd;
1940 : 14 : struct colordesc *end = CDEND(v->cm);
1941 : : struct arc *a;
1942 : : bool israinbow;
1943 : :
1944 : : /*
1945 : : * Scan lp's out-arcs and transiently mark the mentioned colors. We
1946 : : * expect that all of lp's out-arcs are plain, non-RAINBOW arcs to rp.
1947 : : * (Note: there shouldn't be any pseudocolors yet, but check anyway.)
1948 : : */
1949 [ + + ]: 35 : for (a = lp->outs; a != NULL; a = a->outchain)
1950 : : {
1951 [ - + ]: 21 : assert(a->type == PLAIN);
1952 [ - + ]: 21 : assert(a->co >= 0); /* i.e. not RAINBOW */
1953 [ - + ]: 21 : assert(a->to == rp);
1954 : 21 : cd = &v->cm->cd[a->co];
1955 [ + - - + ]: 21 : assert(!UNUSEDCOLOR(cd) && !(cd->flags & PSEUDO));
1956 : 21 : cd->flags |= COLMARK;
1957 : : }
1958 : :
1959 : : /* Scan colors, clear transient marks, check for unmarked live colors */
1960 : 14 : israinbow = true;
1961 [ + + ]: 54 : for (cd = v->cm->cd; cd < end; cd++)
1962 : : {
1963 [ + + ]: 40 : if (cd->flags & COLMARK)
1964 : 21 : cd->flags &= ~COLMARK;
1965 [ + + + - ]: 19 : else if (!UNUSEDCOLOR(cd) && !(cd->flags & PSEUDO))
1966 : 14 : israinbow = false;
1967 : : }
1968 : :
1969 : : /* Can't do anything if not all colors have arcs */
1970 [ + + ]: 14 : if (!israinbow)
1971 : 13 : return;
1972 : :
1973 : : /* OK, drop existing arcs and replace with a rainbow */
1974 [ + + ]: 3 : while ((a = lp->outs) != NULL)
1975 : 2 : freearc(v->nfa, a);
1976 : 1 : newarc(v->nfa, PLAIN, RAINBOW, lp, rp);
1977 : : }
1978 : :
1979 : : /*
1980 : : * wordchrs - set up word-chr list for word-boundary stuff, if needed
1981 : : *
1982 : : * The list is kept as a bunch of circular arcs on an otherwise-unused state.
1983 : : *
1984 : : * Note that this must not be called while we have any open subcolors,
1985 : : * else construction of the list would confuse color bookkeeping.
1986 : : * Hence, we can't currently apply a similar optimization in
1987 : : * charclass[complement](), as those need to be usable within bracket
1988 : : * expressions.
1989 : : */
1990 : : static void
2489 1991 : 83 : wordchrs(struct vars *v)
1992 : : {
1993 : : struct state *cstate;
1994 : : struct cvec *cv;
1995 : :
7559 bruce@momjian.us 1996 [ + + ]: 83 : if (v->wordchrs != NULL)
1144 tgl@sss.pgh.pa.us 1997 : 13 : return; /* done already */
1998 : :
1999 : : /* make dummy state to hang the cache arcs on */
2000 : 70 : cstate = newstate(v->nfa);
7739 2001 [ - + ]: 70 : NOERR();
2002 : :
2003 : : /* obtain possibly-cached cvec for \w characters */
1144 2004 : 70 : NOTE(REG_ULOCALE);
2005 : 70 : cv = cclasscvec(v, CC_WORD, (v->cflags & REG_ICASE));
7739 2006 [ - + ]: 70 : NOERR();
2007 : :
2008 : : /* build the arcs; this may cause color splitting */
1144 2009 : 70 : subcolorcvec(v, cv, cstate, cstate);
2010 [ - + ]: 70 : NOERR();
2011 : :
2012 : : /* close new open subcolors to ensure the cache entry is self-contained */
2013 : 70 : okcolors(v->nfa, v->cm);
2014 [ - + ]: 70 : NOERR();
2015 : :
2016 : : /* success! save the cache pointer */
2017 : 70 : v->wordchrs = cstate;
2018 : : }
2019 : :
2020 : : /*
2021 : : * processlacon - generate the NFA representation of a LACON
2022 : : *
2023 : : * In the general case this is just newlacon() + newarc(), but some cases
2024 : : * can be optimized.
2025 : : */
2026 : : static void
2489 2027 : 127 : processlacon(struct vars *v,
2028 : : struct state *begin, /* start of parsed LACON sub-re */
2029 : : struct state *end, /* end of parsed LACON sub-re */
2030 : : int latype,
2031 : : struct state *lp, /* left state to hang it on */
2032 : : struct state *rp) /* right state to hang it on */
2033 : : {
2034 : : struct state *s1;
2035 : : int n;
2036 : :
2037 : : /*
2038 : : * Check for lookaround RE consisting of a single plain color arc (or set
2039 : : * of arcs); this would typically be a simple chr or a bracket expression.
2040 : : */
3089 2041 : 127 : s1 = single_color_transition(begin, end);
2042 [ + + + + : 127 : switch (latype)
- ]
2043 : : {
2044 : 35 : case LATYPE_AHEAD_POS:
2045 : : /* If lookahead RE is just colorset C, convert to AHEAD(C) */
2046 [ + + ]: 35 : if (s1 != NULL)
2047 : : {
2048 : 30 : cloneouts(v->nfa, s1, lp, rp, AHEAD);
2049 : 30 : return;
2050 : : }
2051 : 5 : break;
2052 : 39 : case LATYPE_AHEAD_NEG:
2053 : : /* If lookahead RE is just colorset C, convert to AHEAD(^C)|$ */
2054 [ + + ]: 39 : if (s1 != NULL)
2055 : : {
2056 : 10 : colorcomplement(v->nfa, v->cm, AHEAD, s1, lp, rp);
2057 : 10 : newarc(v->nfa, '$', 1, lp, rp);
2058 : 10 : newarc(v->nfa, '$', 0, lp, rp);
2059 : 10 : return;
2060 : : }
2061 : 29 : break;
2062 : 39 : case LATYPE_BEHIND_POS:
2063 : : /* If lookbehind RE is just colorset C, convert to BEHIND(C) */
2064 [ + + ]: 39 : if (s1 != NULL)
2065 : : {
2066 : 30 : cloneouts(v->nfa, s1, lp, rp, BEHIND);
2067 : 30 : return;
2068 : : }
2069 : 9 : break;
2070 : 14 : case LATYPE_BEHIND_NEG:
2071 : : /* If lookbehind RE is just colorset C, convert to BEHIND(^C)|^ */
2072 [ + - ]: 14 : if (s1 != NULL)
2073 : : {
2074 : 14 : colorcomplement(v->nfa, v->cm, BEHIND, s1, lp, rp);
2075 : 14 : newarc(v->nfa, '^', 1, lp, rp);
2076 : 14 : newarc(v->nfa, '^', 0, lp, rp);
2077 : 14 : return;
2078 : : }
3089 tgl@sss.pgh.pa.us 2079 :UBC 0 : break;
2080 : 0 : default:
2081 : 0 : assert(NOTREACHED);
2082 : : }
2083 : :
2084 : : /* General case: we need a LACON subre and arc */
3089 tgl@sss.pgh.pa.us 2085 :CBC 43 : n = newlacon(v, begin, end, latype);
2086 : 43 : newarc(v->nfa, LACON, n, lp, rp);
2087 : : }
2088 : :
2089 : : /*
2090 : : * subre - allocate a subre
2091 : : */
2092 : : static struct subre *
2489 2093 : 20040 : subre(struct vars *v,
2094 : : int op,
2095 : : int flags,
2096 : : struct state *begin,
2097 : : struct state *end)
2098 : : {
5904 2099 : 20040 : struct subre *ret = v->treefree;
2100 : :
2101 : : /*
2102 : : * Checking for stack overflow here is sufficient to protect parse() and
2103 : : * its recursive subroutines.
2104 : : */
3117 2105 [ - + ]: 20040 : if (STACK_TOO_DEEP(v->re))
2106 : : {
3117 tgl@sss.pgh.pa.us 2107 [ # # ]:UBC 0 : ERR(REG_ETOOBIG);
2108 : 0 : return NULL;
2109 : : }
2110 : :
7739 tgl@sss.pgh.pa.us 2111 [ + + ]:CBC 20040 : if (ret != NULL)
1149 2112 : 2870 : v->treefree = ret->child;
2113 : : else
2114 : : {
7559 bruce@momjian.us 2115 : 17170 : ret = (struct subre *) MALLOC(sizeof(struct subre));
2116 [ - + ]: 17170 : if (ret == NULL)
2117 : : {
7739 tgl@sss.pgh.pa.us 2118 [ # # ]:UBC 0 : ERR(REG_ESPACE);
2119 : 0 : return NULL;
2120 : : }
7739 tgl@sss.pgh.pa.us 2121 :CBC 17170 : ret->chain = v->treechain;
2122 : 17170 : v->treechain = ret;
2123 : : }
2124 : :
4433 2125 [ - + ]: 20040 : assert(strchr("=b|.*(", op) != NULL);
2126 : :
7739 2127 : 20040 : ret->op = op;
2128 : 20040 : ret->flags = flags;
1149 2129 : 20040 : ret->latype = (char) -1;
4433 2130 : 20040 : ret->id = 0; /* will be assigned later */
1149 2131 : 20040 : ret->capno = 0;
2132 : 20040 : ret->backno = 0;
7739 2133 : 20040 : ret->min = ret->max = 1;
1149 2134 : 20040 : ret->child = NULL;
2135 : 20040 : ret->sibling = NULL;
7739 2136 : 20040 : ret->begin = begin;
2137 : 20040 : ret->end = end;
2138 : 20040 : ZAPCNFA(ret->cnfa);
2139 : :
2140 : 20040 : return ret;
2141 : : }
2142 : :
2143 : : /*
2144 : : * freesubre - free a subRE subtree
2145 : : *
2146 : : * This frees child node(s) of the given subRE too,
2147 : : * but not its siblings.
2148 : : */
2149 : : static void
2489 2150 : 9254 : freesubre(struct vars *v, /* might be NULL */
2151 : : struct subre *sr)
2152 : : {
7739 2153 [ + + ]: 9254 : if (sr == NULL)
2154 : 7 : return;
2155 : :
1149 2156 [ + + ]: 9247 : if (sr->child != NULL)
2157 : 696 : freesubreandsiblings(v, sr->child);
2158 : :
7739 2159 : 9247 : freesrnode(v, sr);
2160 : : }
2161 : :
2162 : : /*
2163 : : * freesubreandsiblings - free a subRE subtree
2164 : : *
2165 : : * This frees child node(s) of the given subRE too,
2166 : : * as well as any following siblings.
2167 : : */
2168 : : static void
1149 2169 : 3995 : freesubreandsiblings(struct vars *v, /* might be NULL */
2170 : : struct subre *sr)
2171 : : {
2172 [ + + ]: 11774 : while (sr != NULL)
2173 : : {
2174 : 7779 : struct subre *next = sr->sibling;
2175 : :
2176 : 7779 : freesubre(v, sr);
2177 : 7779 : sr = next;
2178 : : }
2179 : 3995 : }
2180 : :
2181 : : /*
2182 : : * freesrnode - free one node in a subRE subtree
2183 : : */
2184 : : static void
2489 2185 : 15805 : freesrnode(struct vars *v, /* might be NULL */
2186 : : struct subre *sr)
2187 : : {
7739 2188 [ - + ]: 15805 : if (sr == NULL)
10141 scrappy@hub.org 2189 :UBC 0 : return;
2190 : :
7739 tgl@sss.pgh.pa.us 2191 [ + + ]:CBC 15805 : if (!NULLCNFA(sr->cnfa))
2192 : 1478 : freecnfa(&sr->cnfa);
981 2193 : 15805 : sr->flags = 0; /* in particular, not INUSE */
2194 : 15805 : sr->child = sr->sibling = NULL;
2195 : 15805 : sr->begin = sr->end = NULL;
2196 : :
3558 2197 [ + + + + ]: 15805 : if (v != NULL && v->treechain != NULL)
2198 : : {
2199 : : /* we're still parsing, maybe we can reuse the subre */
1149 2200 : 14324 : sr->child = v->treefree;
7739 2201 : 14324 : v->treefree = sr;
2202 : : }
2203 : : else
2204 : 1481 : FREE(sr);
2205 : : }
2206 : :
2207 : : /*
2208 : : * removecaptures - remove unnecessary capture subREs
2209 : : *
2210 : : * If the caller said that it doesn't care about subexpression match data,
2211 : : * we may delete the "capture" markers on subREs that are not referenced
2212 : : * by any backrefs, and then simplify anything that's become non-messy.
2213 : : * Call this only if REG_NOSUB flag is set.
2214 : : */
2215 : : static void
979 2216 : 9118 : removecaptures(struct vars *v,
2217 : : struct subre *t)
2218 : : {
2219 : : struct subre *t2;
2220 : :
2221 [ - + ]: 9118 : assert(t != NULL);
2222 : :
2223 : : /*
2224 : : * If this isn't itself a backref target, clear capno and tentatively
2225 : : * clear CAP flag.
2226 : : */
2227 [ + + ]: 9118 : if (!(t->flags & BRUSE))
2228 : : {
2229 : 9081 : t->capno = 0;
2230 : 9081 : t->flags &= ~CAP;
2231 : : }
2232 : :
2233 : : /* Now recurse to children */
2234 [ + + ]: 15696 : for (t2 = t->child; t2 != NULL; t2 = t2->sibling)
2235 : : {
2236 : 6578 : removecaptures(v, t2);
2237 : : /* Propagate child CAP flag back up, if it's still set */
2238 [ + + ]: 6578 : if (t2->flags & CAP)
2239 : 74 : t->flags |= CAP;
2240 : : }
2241 : :
2242 : : /*
2243 : : * If t now contains neither captures nor backrefs, there's no longer any
2244 : : * need to care where its sub-match boundaries are, so we can reduce it to
2245 : : * a simple DFA node. (Note in particular that MIXED child greediness is
2246 : : * not a hindrance here, so we don't use the MESSY() macro.)
2247 : : */
2248 [ + + ]: 9118 : if ((t->flags & (CAP | BACKR)) == 0)
2249 : : {
2250 [ + + ]: 8921 : if (t->child)
2251 : 3198 : freesubreandsiblings(v, t->child);
2252 : 8921 : t->child = NULL;
2253 : 8921 : t->op = '=';
2254 : 8921 : t->flags &= ~MIXED;
2255 : : }
10141 scrappy@hub.org 2256 : 9118 : }
2257 : :
2258 : : /*
2259 : : * numst - number tree nodes (assigning "id" indexes)
2260 : : */
2261 : : static int /* next number */
2489 tgl@sss.pgh.pa.us 2262 : 5355 : numst(struct subre *t,
2263 : : int start) /* starting point for subtree numbers */
2264 : : {
2265 : : int i;
2266 : : struct subre *t2;
2267 : :
7739 2268 [ - + ]: 5355 : assert(t != NULL);
2269 : :
2270 : 5355 : i = start;
1149 2271 : 5355 : t->id = i++;
2272 [ + + ]: 7219 : for (t2 = t->child; t2 != NULL; t2 = t2->sibling)
2273 : 1864 : i = numst(t2, i);
7739 2274 : 5355 : return i;
2275 : : }
2276 : :
2277 : : /*
2278 : : * markst - mark tree nodes as INUSE
2279 : : *
2280 : : * Note: this is a great deal more subtle than it looks. During initial
2281 : : * parsing of a regex, all subres are linked into the treechain list;
2282 : : * discarded ones are also linked into the treefree list for possible reuse.
2283 : : * After we are done creating all subres required for a regex, we run markst()
2284 : : * then cleanst(), which results in discarding all subres not reachable from
2285 : : * v->tree. We then clear v->treechain, indicating that subres must be found
2286 : : * by descending from v->tree. This changes the behavior of freesubre(): it
2287 : : * will henceforth FREE() unwanted subres rather than sticking them into the
2288 : : * treefree list. (Doing that any earlier would result in dangling links in
2289 : : * the treechain list.) This all means that freev() will clean up correctly
2290 : : * if invoked before or after markst()+cleanst(); but it would not work if
2291 : : * called partway through this state conversion, so we mustn't error out
2292 : : * in or between these two functions.
2293 : : */
2294 : : static void
2489 2295 : 5355 : markst(struct subre *t)
2296 : : {
2297 : : struct subre *t2;
2298 : :
7739 2299 [ - + ]: 5355 : assert(t != NULL);
2300 : :
2301 : 5355 : t->flags |= INUSE;
1149 2302 [ + + ]: 7219 : for (t2 = t->child; t2 != NULL; t2 = t2->sibling)
2303 : 1864 : markst(t2);
10141 scrappy@hub.org 2304 : 5355 : }
2305 : :
2306 : : /*
2307 : : * cleanst - free any tree nodes not marked INUSE
2308 : : */
2309 : : static void
2489 tgl@sss.pgh.pa.us 2310 : 3603 : cleanst(struct vars *v)
2311 : : {
2312 : : struct subre *t;
2313 : : struct subre *next;
2314 : :
7559 bruce@momjian.us 2315 [ + + ]: 20773 : for (t = v->treechain; t != NULL; t = next)
2316 : : {
7739 tgl@sss.pgh.pa.us 2317 : 17170 : next = t->chain;
7559 bruce@momjian.us 2318 [ + + ]: 17170 : if (!(t->flags & INUSE))
7739 tgl@sss.pgh.pa.us 2319 : 11815 : FREE(t);
2320 : : }
2321 : 3603 : v->treechain = NULL;
7559 bruce@momjian.us 2322 : 3603 : v->treefree = NULL; /* just on general principles */
10141 scrappy@hub.org 2323 : 3603 : }
2324 : :
2325 : : /*
2326 : : * nfatree - turn a subRE subtree into a tree of compacted NFAs
2327 : : */
2328 : : static long /* optimize results from top node */
2489 tgl@sss.pgh.pa.us 2329 : 5355 : nfatree(struct vars *v,
2330 : : struct subre *t,
2331 : : FILE *f) /* for debug output */
2332 : : {
2333 : : struct subre *t2;
2334 : :
7739 2335 [ + - - + ]: 5355 : assert(t != NULL && t->begin != NULL);
2336 : :
1149 2337 [ + + ]: 7219 : for (t2 = t->child; t2 != NULL; t2 = t2->sibling)
2338 : 1864 : (DISCARD) nfatree(v, t2, f);
2339 : :
3089 2340 : 5355 : return nfanode(v, t, 0, f);
2341 : : }
2342 : :
2343 : : /*
2344 : : * nfanode - do one NFA for nfatree or lacons
2345 : : *
2346 : : * If converttosearch is true, apply makesearch() to the NFA.
2347 : : */
2348 : : static long /* optimize results */
2489 2349 : 5398 : nfanode(struct vars *v,
2350 : : struct subre *t,
2351 : : int converttosearch,
2352 : : FILE *f) /* for debug output */
2353 : : {
2354 : : struct nfa *nfa;
7559 bruce@momjian.us 2355 : 5398 : long ret = 0;
2356 : :
7739 tgl@sss.pgh.pa.us 2357 [ - + ]: 5398 : assert(t->begin != NULL);
2358 : :
2359 : : #ifdef REG_DEBUG
2360 : : if (f != NULL)
2361 : : {
2362 : : char idbuf[50];
2363 : :
2364 : : fprintf(f, "\n\n\n========= TREE NODE %s ==========\n",
2365 : : stid(t, idbuf, sizeof(idbuf)));
2366 : : }
2367 : : #endif
2368 : 5398 : nfa = newnfa(v, v->cm, v->nfa);
2369 [ - + ]: 5398 : NOERRZ();
2370 : 5398 : dupnfa(nfa, t->begin, t->end, nfa->init, nfa->final);
7559 bruce@momjian.us 2371 [ + - ]: 5398 : if (!ISERR())
7739 tgl@sss.pgh.pa.us 2372 : 5398 : specialcolors(nfa);
3089 2373 [ + - ]: 5398 : if (!ISERR())
7739 2374 : 5398 : ret = optimize(nfa, f);
3089 2375 [ + + + - ]: 5398 : if (converttosearch && !ISERR())
2376 : 9 : makesearch(v, nfa);
7739 2377 [ + + ]: 5398 : if (!ISERR())
2378 : 5395 : compact(nfa, &t->cnfa);
2379 : :
2380 : 5398 : freenfa(nfa);
2381 : 5398 : return ret;
2382 : : }
2383 : :
2384 : : /*
2385 : : * newlacon - allocate a lookaround-constraint subRE
2386 : : */
2387 : : static int /* lacon number */
2489 2388 : 43 : newlacon(struct vars *v,
2389 : : struct state *begin,
2390 : : struct state *end,
2391 : : int latype)
2392 : : {
2393 : : int n;
2394 : : struct subre *newlacons;
2395 : : struct subre *sub;
2396 : :
7559 bruce@momjian.us 2397 [ + + ]: 43 : if (v->nlacons == 0)
2398 : : {
2399 : 29 : n = 1; /* skip 0th */
3558 tgl@sss.pgh.pa.us 2400 : 29 : newlacons = (struct subre *) MALLOC(2 * sizeof(struct subre));
2401 : : }
2402 : : else
2403 : : {
2404 : 14 : n = v->nlacons;
2405 : 14 : newlacons = (struct subre *) REALLOC(v->lacons,
2406 : : (n + 1) * sizeof(struct subre));
2407 : : }
2408 [ - + ]: 43 : if (newlacons == NULL)
2409 : : {
7739 tgl@sss.pgh.pa.us 2410 [ # # ]:UBC 0 : ERR(REG_ESPACE);
2411 : 0 : return 0;
2412 : : }
3558 tgl@sss.pgh.pa.us 2413 :CBC 43 : v->lacons = newlacons;
2414 : 43 : v->nlacons = n + 1;
7739 2415 : 43 : sub = &v->lacons[n];
2416 : 43 : sub->begin = begin;
2417 : 43 : sub->end = end;
1149 2418 : 43 : sub->latype = latype;
7739 2419 : 43 : ZAPCNFA(sub->cnfa);
2420 : 43 : return n;
2421 : : }
2422 : :
2423 : : /*
2424 : : * freelacons - free lookaround-constraint subRE vector
2425 : : */
2426 : : static void
2489 2427 : 10 : freelacons(struct subre *subs,
2428 : : int n)
2429 : : {
2430 : : struct subre *sub;
2431 : : int i;
2432 : :
7739 2433 [ - + ]: 10 : assert(n > 0);
2434 [ + + ]: 28 : for (sub = subs + 1, i = n - 1; i > 0; sub++, i--) /* no 0th */
2435 [ + - ]: 18 : if (!NULLCNFA(sub->cnfa))
2436 : 18 : freecnfa(&sub->cnfa);
2437 : 10 : FREE(subs);
9527 scrappy@hub.org 2438 : 10 : }
2439 : :
2440 : : /*
2441 : : * rfree - free a whole RE (insides of regfree)
2442 : : */
2443 : : static void
7739 tgl@sss.pgh.pa.us 2444 : 770 : rfree(regex_t *re)
2445 : : {
2446 : : struct guts *g;
2447 : :
2448 [ + - - + ]: 770 : if (re == NULL || re->re_magic != REMAGIC)
7739 tgl@sss.pgh.pa.us 2449 :UBC 0 : return;
2450 : :
7559 bruce@momjian.us 2451 :CBC 770 : re->re_magic = 0; /* invalidate RE */
2452 : 770 : g = (struct guts *) re->re_guts;
7739 tgl@sss.pgh.pa.us 2453 : 770 : re->re_guts = NULL;
2454 : 770 : re->re_fns = NULL;
4291 2455 [ + - ]: 770 : if (g != NULL)
2456 : : {
2457 : 770 : g->magic = 0;
2458 : 770 : freecm(&g->cmap);
2459 [ + + ]: 770 : if (g->tree != NULL)
2460 : 648 : freesubre((struct vars *) NULL, g->tree);
2461 [ + + ]: 770 : if (g->lacons != NULL)
2462 : 10 : freelacons(g->lacons, g->nlacons);
2463 [ + + ]: 770 : if (!NULLCNFA(g->search))
2464 : 648 : freecnfa(&g->search);
2465 : 770 : FREE(g);
2466 : : }
2467 : : }
2468 : :
2469 : : /*
2470 : : * rstacktoodeep - check for stack getting dangerously deep
2471 : : *
2472 : : * Return nonzero to fail the operation with error code REG_ETOOBIG,
2473 : : * zero to keep going
2474 : : *
2475 : : * The current implementation is Postgres-specific. If we ever get around
2476 : : * to splitting the regex code out as a standalone library, there will need
2477 : : * to be some API to let applications define a callback function for this.
2478 : : */
2479 : : static int
3117 2480 : 10840225 : rstacktoodeep(void)
2481 : : {
2482 : 10840225 : return stack_is_too_deep();
2483 : : }
2484 : :
2485 : : #ifdef REG_DEBUG
2486 : :
2487 : : /*
2488 : : * dump - dump an RE in human-readable form
2489 : : */
2490 : : static void
2491 : : dump(regex_t *re,
2492 : : FILE *f)
2493 : : {
2494 : : struct guts *g;
2495 : : int i;
2496 : :
2497 : : if (re->re_magic != REMAGIC)
2498 : : fprintf(f, "bad magic number (0x%x not 0x%x)\n", re->re_magic,
2499 : : REMAGIC);
2500 : : if (re->re_guts == NULL)
2501 : : {
2502 : : fprintf(f, "NULL guts!!!\n");
2503 : : return;
2504 : : }
2505 : : g = (struct guts *) re->re_guts;
2506 : : if (g->magic != GUTSMAGIC)
2507 : : fprintf(f, "bad guts magic number (0x%x not 0x%x)\n", g->magic,
2508 : : GUTSMAGIC);
2509 : :
2510 : : fprintf(f, "\n\n\n========= DUMP ==========\n");
2511 : : fprintf(f, "nsub %d, info 0%lo, csize %d, ntree %d\n",
2512 : : (int) re->re_nsub, re->re_info, re->re_csize, g->ntree);
2513 : :
2514 : : dumpcolors(&g->cmap, f);
2515 : : if (!NULLCNFA(g->search))
2516 : : {
2517 : : fprintf(f, "\nsearch:\n");
2518 : : dumpcnfa(&g->search, f);
2519 : : }
2520 : : for (i = 1; i < g->nlacons; i++)
2521 : : {
2522 : : struct subre *lasub = &g->lacons[i];
2523 : : const char *latype;
2524 : :
2525 : : switch (lasub->latype)
2526 : : {
2527 : : case LATYPE_AHEAD_POS:
2528 : : latype = "positive lookahead";
2529 : : break;
2530 : : case LATYPE_AHEAD_NEG:
2531 : : latype = "negative lookahead";
2532 : : break;
2533 : : case LATYPE_BEHIND_POS:
2534 : : latype = "positive lookbehind";
2535 : : break;
2536 : : case LATYPE_BEHIND_NEG:
2537 : : latype = "negative lookbehind";
2538 : : break;
2539 : : default:
2540 : : latype = "???";
2541 : : break;
2542 : : }
2543 : : fprintf(f, "\nla%d (%s):\n", i, latype);
2544 : : dumpcnfa(&lasub->cnfa, f);
2545 : : }
2546 : : fprintf(f, "\n");
2547 : : dumpst(g->tree, f, 0);
2548 : : }
2549 : :
2550 : : /*
2551 : : * dumpst - dump a subRE tree
2552 : : */
2553 : : static void
2554 : : dumpst(struct subre *t,
2555 : : FILE *f,
2556 : : int nfapresent) /* is the original NFA still around? */
2557 : : {
2558 : : if (t == NULL)
2559 : : fprintf(f, "null tree\n");
2560 : : else
2561 : : stdump(t, f, nfapresent);
2562 : : fflush(f);
2563 : : }
2564 : :
2565 : : /*
2566 : : * stdump - recursive guts of dumpst
2567 : : */
2568 : : static void
2569 : : stdump(struct subre *t,
2570 : : FILE *f,
2571 : : int nfapresent) /* is the original NFA still around? */
2572 : : {
2573 : : char idbuf[50];
2574 : : struct subre *t2;
2575 : :
2576 : : fprintf(f, "%s. `%c'", stid(t, idbuf, sizeof(idbuf)), t->op);
2577 : : if (t->flags & LONGER)
2578 : : fprintf(f, " longest");
2579 : : if (t->flags & SHORTER)
2580 : : fprintf(f, " shortest");
2581 : : if (t->flags & MIXED)
2582 : : fprintf(f, " hasmixed");
2583 : : if (t->flags & CAP)
2584 : : fprintf(f, " hascapture");
2585 : : if (t->flags & BACKR)
2586 : : fprintf(f, " hasbackref");
2587 : : if (t->flags & BRUSE)
2588 : : fprintf(f, " isreferenced");
2589 : : if (!(t->flags & INUSE))
2590 : : fprintf(f, " UNUSED");
2591 : : if (t->latype != (char) -1)
2592 : : fprintf(f, " latype(%d)", t->latype);
2593 : : if (t->capno != 0)
2594 : : fprintf(f, " capture(%d)", t->capno);
2595 : : if (t->backno != 0)
2596 : : fprintf(f, " backref(%d)", t->backno);
2597 : : if (t->min != 1 || t->max != 1)
2598 : : {
2599 : : fprintf(f, " {%d,", t->min);
2600 : : if (t->max != DUPINF)
2601 : : fprintf(f, "%d", t->max);
2602 : : fprintf(f, "}");
2603 : : }
2604 : : if (nfapresent)
2605 : : fprintf(f, " %ld-%ld", (long) t->begin->no, (long) t->end->no);
2606 : : if (t->child != NULL)
2607 : : fprintf(f, " C:%s", stid(t->child, idbuf, sizeof(idbuf)));
2608 : : /* printing second child isn't necessary, but it is often helpful */
2609 : : if (t->child != NULL && t->child->sibling != NULL)
2610 : : fprintf(f, " C2:%s", stid(t->child->sibling, idbuf, sizeof(idbuf)));
2611 : : if (t->sibling != NULL)
2612 : : fprintf(f, " S:%s", stid(t->sibling, idbuf, sizeof(idbuf)));
2613 : : if (!NULLCNFA(t->cnfa))
2614 : : {
2615 : : fprintf(f, "\n");
2616 : : dumpcnfa(&t->cnfa, f);
2617 : : }
2618 : : fprintf(f, "\n");
2619 : : for (t2 = t->child; t2 != NULL; t2 = t2->sibling)
2620 : : stdump(t2, f, nfapresent);
2621 : : }
2622 : :
2623 : : /*
2624 : : * stid - identify a subtree node for dumping
2625 : : */
2626 : : static const char * /* points to buf or constant string */
2627 : : stid(struct subre *t,
2628 : : char *buf,
2629 : : size_t bufsize)
2630 : : {
2631 : : /* big enough for hex int or decimal t->id? */
2632 : : if (bufsize < sizeof(void *) * 2 + 3 || bufsize < sizeof(t->id) * 3 + 1)
2633 : : return "unable";
2634 : : if (t->id != 0)
2635 : : sprintf(buf, "%d", t->id);
2636 : : else
2637 : : sprintf(buf, "%p", t);
2638 : : return buf;
2639 : : }
2640 : : #endif /* REG_DEBUG */
2641 : :
2642 : :
2643 : : #include "regc_lex.c"
2644 : : #include "regc_color.c"
2645 : : #include "regc_nfa.c"
2646 : : #include "regc_cvec.c"
2647 : : #include "regc_pg_locale.c"
2648 : : #include "regc_locale.c"
|
