Age Owner Branch data TLA Line data Source code
1 : : /*--------------------------------------------------------------------------
2 : : *
3 : : * test_regex.c
4 : : * Test harness for the regular expression package.
5 : : *
6 : : * Portions Copyright (c) 1996-2024, PostgreSQL Global Development Group
7 : : * Portions Copyright (c) 1994, Regents of the University of California
8 : : *
9 : : * IDENTIFICATION
10 : : * src/test/modules/test_regex/test_regex.c
11 : : *
12 : : * -------------------------------------------------------------------------
13 : : */
14 : :
15 : : #include "postgres.h"
16 : :
17 : : #include "funcapi.h"
18 : : #include "miscadmin.h"
19 : : #include "regex/regex.h"
20 : : #include "utils/array.h"
21 : : #include "utils/builtins.h"
22 : :
1194 tgl@sss.pgh.pa.us 23 :CBC 2 : PG_MODULE_MAGIC;
24 : :
25 : :
26 : : /* all the options of interest for regex functions */
27 : : typedef struct test_re_flags
28 : : {
29 : : int cflags; /* compile flags for Spencer's regex code */
30 : : int eflags; /* execute flags for Spencer's regex code */
31 : : long info; /* expected re_info bits */
32 : : bool glob; /* do it globally (for each occurrence) */
33 : : bool indices; /* report indices not actual strings */
34 : : bool partial; /* expect partial match */
35 : : } test_re_flags;
36 : :
37 : : /* cross-call state for test_regex() */
38 : : typedef struct test_regex_ctx
39 : : {
40 : : test_re_flags re_flags; /* flags */
41 : : rm_detail_t details; /* "details" from execution */
42 : : text *orig_str; /* data string in original TEXT form */
43 : : int nmatches; /* number of places where pattern matched */
44 : : int npatterns; /* number of capturing subpatterns */
45 : : /* We store start char index and end+1 char index for each match */
46 : : /* so the number of entries in match_locs is nmatches * npatterns * 2 */
47 : : int *match_locs; /* 0-based character indexes */
48 : : int next_match; /* 0-based index of next match to process */
49 : : /* workspace for build_test_match_result() */
50 : : Datum *elems; /* has npatterns+1 elements */
51 : : bool *nulls; /* has npatterns+1 elements */
52 : : pg_wchar *wide_str; /* wide-char version of original string */
53 : : char *conv_buf; /* conversion buffer, if needed */
54 : : int conv_bufsiz; /* size thereof */
55 : : } test_regex_ctx;
56 : :
57 : : /* Local functions */
58 : : static void test_re_compile(text *text_re, int cflags, Oid collation,
59 : : regex_t *result_re);
60 : : static void parse_test_flags(test_re_flags *flags, text *opts);
61 : : static test_regex_ctx *setup_test_matches(text *orig_str,
62 : : regex_t *cpattern,
63 : : test_re_flags *re_flags,
64 : : Oid collation,
65 : : bool use_subpatterns);
66 : : static ArrayType *build_test_info_result(regex_t *cpattern,
67 : : test_re_flags *flags);
68 : : static ArrayType *build_test_match_result(test_regex_ctx *matchctx);
69 : :
70 : :
71 : : /*
72 : : * test_regex(pattern text, string text, flags text) returns setof text[]
73 : : *
74 : : * This is largely based on regexp.c's regexp_matches, with additions
75 : : * for debugging purposes.
76 : : */
77 : 3 : PG_FUNCTION_INFO_V1(test_regex);
78 : :
79 : : Datum
80 : 1762 : test_regex(PG_FUNCTION_ARGS)
81 : : {
82 : : FuncCallContext *funcctx;
83 : : test_regex_ctx *matchctx;
84 : : ArrayType *result_ary;
85 : :
86 [ + + ]: 1762 : if (SRF_IS_FIRSTCALL())
87 : : {
88 : 694 : text *pattern = PG_GETARG_TEXT_PP(0);
89 : 694 : text *flags = PG_GETARG_TEXT_PP(2);
90 : 694 : Oid collation = PG_GET_COLLATION();
91 : : test_re_flags re_flags;
92 : : regex_t cpattern;
93 : : MemoryContext oldcontext;
94 : :
95 : 694 : funcctx = SRF_FIRSTCALL_INIT();
96 : 694 : oldcontext = MemoryContextSwitchTo(funcctx->multi_call_memory_ctx);
97 : :
98 : : /* Determine options */
99 : 694 : parse_test_flags(&re_flags, flags);
100 : :
101 : : /* set up the compiled pattern */
102 : 694 : test_re_compile(pattern, re_flags.cflags, collation, &cpattern);
103 : :
104 : : /* be sure to copy the input string into the multi-call ctx */
105 : 588 : matchctx = setup_test_matches(PG_GETARG_TEXT_P_COPY(1), &cpattern,
106 : : &re_flags,
107 : : collation,
108 : : true);
109 : :
110 : : /* Pre-create workspace that build_test_match_result needs */
111 : 1176 : matchctx->elems = (Datum *) palloc(sizeof(Datum) *
112 : 588 : (matchctx->npatterns + 1));
113 : 1176 : matchctx->nulls = (bool *) palloc(sizeof(bool) *
114 : 588 : (matchctx->npatterns + 1));
115 : :
116 : 588 : MemoryContextSwitchTo(oldcontext);
117 : 588 : funcctx->user_fctx = (void *) matchctx;
118 : :
119 : : /*
120 : : * Return the first result row, which is info equivalent to Tcl's
121 : : * "regexp -about" output
122 : : */
123 : 588 : result_ary = build_test_info_result(&cpattern, &re_flags);
124 : :
125 : 588 : pg_regfree(&cpattern);
126 : :
127 : 588 : SRF_RETURN_NEXT(funcctx, PointerGetDatum(result_ary));
128 : : }
129 : : else
130 : : {
131 : : /* Each subsequent row describes one match */
132 : 1068 : funcctx = SRF_PERCALL_SETUP();
133 : 1068 : matchctx = (test_regex_ctx *) funcctx->user_fctx;
134 : :
135 [ + + ]: 1068 : if (matchctx->next_match < matchctx->nmatches)
136 : : {
137 : 480 : result_ary = build_test_match_result(matchctx);
138 : 480 : matchctx->next_match++;
139 : 480 : SRF_RETURN_NEXT(funcctx, PointerGetDatum(result_ary));
140 : : }
141 : : }
142 : :
143 : 588 : SRF_RETURN_DONE(funcctx);
144 : : }
145 : :
146 : :
147 : : /*
148 : : * test_re_compile - compile a RE
149 : : *
150 : : * text_re --- the pattern, expressed as a TEXT object
151 : : * cflags --- compile options for the pattern
152 : : * collation --- collation to use for LC_CTYPE-dependent behavior
153 : : * result_re --- output, compiled RE is stored here
154 : : *
155 : : * Pattern is given in the database encoding. We internally convert to
156 : : * an array of pg_wchar, which is what Spencer's regex package wants.
157 : : *
158 : : * Caller must eventually pg_regfree the resulting RE to avoid memory leaks.
159 : : */
160 : : static void
161 : 694 : test_re_compile(text *text_re, int cflags, Oid collation,
162 : : regex_t *result_re)
163 : : {
164 [ - + - - : 694 : int text_re_len = VARSIZE_ANY_EXHDR(text_re);
- - - - -
+ ]
165 [ - + ]: 694 : char *text_re_val = VARDATA_ANY(text_re);
166 : : pg_wchar *pattern;
167 : : int pattern_len;
168 : : int regcomp_result;
169 : : char errMsg[100];
170 : :
171 : : /* Convert pattern string to wide characters */
172 : 694 : pattern = (pg_wchar *) palloc((text_re_len + 1) * sizeof(pg_wchar));
173 : 694 : pattern_len = pg_mb2wchar_with_len(text_re_val,
174 : : pattern,
175 : : text_re_len);
176 : :
177 : 694 : regcomp_result = pg_regcomp(result_re,
178 : : pattern,
179 : : pattern_len,
180 : : cflags,
181 : : collation);
182 : :
183 : 694 : pfree(pattern);
184 : :
185 [ + + ]: 694 : if (regcomp_result != REG_OKAY)
186 : : {
187 : : /* re didn't compile (no need for pg_regfree, if so) */
188 : 106 : pg_regerror(regcomp_result, result_re, errMsg, sizeof(errMsg));
189 [ + - ]: 106 : ereport(ERROR,
190 : : (errcode(ERRCODE_INVALID_REGULAR_EXPRESSION),
191 : : errmsg("invalid regular expression: %s", errMsg)));
192 : : }
193 : 588 : }
194 : :
195 : : /*
196 : : * test_re_execute - execute a RE on pg_wchar data
197 : : *
198 : : * Returns true on match, false on no match
199 : : * Arguments are as for pg_regexec
200 : : */
201 : : static bool
202 : 588 : test_re_execute(regex_t *re, pg_wchar *data, int data_len,
203 : : int start_search,
204 : : rm_detail_t *details,
205 : : int nmatch, regmatch_t *pmatch,
206 : : int eflags)
207 : : {
208 : : int regexec_result;
209 : : char errMsg[100];
210 : :
211 : : /* Initialize match locations in case engine doesn't */
212 : 588 : details->rm_extend.rm_so = -1;
213 : 588 : details->rm_extend.rm_eo = -1;
214 [ + + ]: 1462 : for (int i = 0; i < nmatch; i++)
215 : : {
216 : 874 : pmatch[i].rm_so = -1;
217 : 874 : pmatch[i].rm_eo = -1;
218 : : }
219 : :
220 : : /* Perform RE match and return result */
221 : 588 : regexec_result = pg_regexec(re,
222 : : data,
223 : : data_len,
224 : : start_search,
225 : : details,
226 : : nmatch,
227 : : pmatch,
228 : : eflags);
229 : :
230 [ + + - + ]: 588 : if (regexec_result != REG_OKAY && regexec_result != REG_NOMATCH)
231 : : {
232 : : /* re failed??? */
1194 tgl@sss.pgh.pa.us 233 :UBC 0 : pg_regerror(regexec_result, re, errMsg, sizeof(errMsg));
234 [ # # ]: 0 : ereport(ERROR,
235 : : (errcode(ERRCODE_INVALID_REGULAR_EXPRESSION),
236 : : errmsg("regular expression failed: %s", errMsg)));
237 : : }
238 : :
1194 tgl@sss.pgh.pa.us 239 :CBC 588 : return (regexec_result == REG_OKAY);
240 : : }
241 : :
242 : :
243 : : /*
244 : : * parse_test_flags - parse the flags argument
245 : : *
246 : : * flags --- output argument, filled with desired options
247 : : * opts --- TEXT object, or NULL for defaults
248 : : */
249 : : static void
250 : 694 : parse_test_flags(test_re_flags *flags, text *opts)
251 : : {
252 : : /* these defaults must match Tcl's */
253 : 694 : int cflags = REG_ADVANCED;
254 : 694 : int eflags = 0;
255 : 694 : long info = 0;
256 : :
257 : 694 : flags->glob = false;
258 : 694 : flags->indices = false;
259 : 694 : flags->partial = false;
260 : :
261 [ + - ]: 694 : if (opts)
262 : : {
263 [ - + ]: 694 : char *opt_p = VARDATA_ANY(opts);
264 [ - + - - : 694 : int opt_len = VARSIZE_ANY_EXHDR(opts);
- - - - -
+ ]
265 : : int i;
266 : :
267 [ + + ]: 1880 : for (i = 0; i < opt_len; i++)
268 : : {
269 [ + + + + : 1186 : switch (opt_p[i])
- + + + +
+ + + + +
+ + + + -
- - - + +
+ + + + +
+ + + + +
+ + + + +
+ - ]
270 : : {
271 : 78 : case '-':
272 : : /* allowed, no-op */
273 : 78 : break;
274 : 7 : case '!':
275 : 7 : flags->partial = true;
276 : 7 : break;
277 : 1 : case '*':
278 : : /* test requires Unicode --- ignored here */
279 : 1 : break;
280 : 53 : case '0':
281 : 53 : flags->indices = true;
282 : 53 : break;
283 : :
284 : : /* These flags correspond to user-exposed RE options: */
1194 tgl@sss.pgh.pa.us 285 :UBC 0 : case 'g': /* global match */
286 : 0 : flags->glob = true;
287 : 0 : break;
1194 tgl@sss.pgh.pa.us 288 :CBC 20 : case 'i': /* case insensitive */
289 : 20 : cflags |= REG_ICASE;
290 : 20 : break;
291 : 35 : case 'n': /* \n affects ^ $ . [^ */
292 : 35 : cflags |= REG_NEWLINE;
293 : 35 : break;
294 : 2 : case 'p': /* ~Perl, \n affects . [^ */
295 : 2 : cflags |= REG_NLSTOP;
296 : 2 : cflags &= ~REG_NLANCH;
297 : 2 : break;
298 : 2 : case 'w': /* weird, \n affects ^ $ only */
299 : 2 : cflags &= ~REG_NLSTOP;
300 : 2 : cflags |= REG_NLANCH;
301 : 2 : break;
302 : 14 : case 'x': /* expanded syntax */
303 : 14 : cflags |= REG_EXPANDED;
304 : 14 : break;
305 : :
306 : : /* These flags correspond to Tcl's -xflags options: */
307 : 2 : case 'a':
308 : 2 : cflags |= REG_ADVF;
309 : 2 : break;
310 : 131 : case 'b':
311 : 131 : cflags &= ~REG_ADVANCED;
312 : 131 : break;
313 : 11 : case 'c':
314 : :
315 : : /*
316 : : * Tcl calls this TCL_REG_CANMATCH, but it's really
317 : : * REG_EXPECT. In this implementation we must also set
318 : : * the partial and indices flags, so that
319 : : * setup_test_matches and build_test_match_result will
320 : : * emit the desired data. (They'll emit more fields than
321 : : * Tcl would, but that's fine.)
322 : : */
323 : 11 : cflags |= REG_EXPECT;
324 : 11 : flags->partial = true;
325 : 11 : flags->indices = true;
326 : 11 : break;
327 : 10 : case 'e':
328 : 10 : cflags &= ~REG_ADVANCED;
329 : 10 : cflags |= REG_EXTENDED;
330 : 10 : break;
331 : 6 : case 'q':
332 : 6 : cflags &= ~REG_ADVANCED;
333 : 6 : cflags |= REG_QUOTE;
334 : 6 : break;
335 : 2 : case 'o': /* o for opaque */
336 : 2 : cflags |= REG_NOSUB;
337 : 2 : break;
338 : 2 : case 's': /* s for start */
339 : 2 : cflags |= REG_BOSONLY;
340 : 2 : break;
341 : 6 : case '+':
342 : 6 : cflags |= REG_FAKE;
343 : 6 : break;
1194 tgl@sss.pgh.pa.us 344 :UBC 0 : case ',':
345 : 0 : cflags |= REG_PROGRESS;
346 : 0 : break;
347 : 0 : case '.':
348 : 0 : cflags |= REG_DUMP;
349 : 0 : break;
350 : 0 : case ':':
351 : 0 : eflags |= REG_MTRACE;
352 : 0 : break;
353 : 0 : case ';':
354 : 0 : eflags |= REG_FTRACE;
355 : 0 : break;
1194 tgl@sss.pgh.pa.us 356 :CBC 6 : case '^':
357 : 6 : eflags |= REG_NOTBOL;
358 : 6 : break;
359 : 4 : case '$':
360 : 4 : eflags |= REG_NOTEOL;
361 : 4 : break;
362 : 17 : case 't':
363 : 17 : cflags |= REG_EXPECT;
364 : 17 : break;
365 : 5 : case '%':
366 : 5 : eflags |= REG_SMALL;
367 : 5 : break;
368 : :
369 : : /* These flags define expected info bits: */
370 : 5 : case 'A':
371 : 5 : info |= REG_UBSALNUM;
372 : 5 : break;
373 : 4 : case 'B':
374 : 4 : info |= REG_UBRACES;
375 : 4 : break;
376 : 40 : case 'E':
377 : 40 : info |= REG_UBBS;
378 : 40 : break;
379 : 34 : case 'H':
380 : 34 : info |= REG_ULOOKAROUND;
381 : 34 : break;
382 : 10 : case 'I':
383 : 10 : info |= REG_UIMPOSSIBLE;
384 : 10 : break;
385 : 162 : case 'L':
386 : 162 : info |= REG_ULOCALE;
387 : 162 : break;
388 : 43 : case 'M':
389 : 43 : info |= REG_UUNPORT;
390 : 43 : break;
391 : 46 : case 'N':
392 : 46 : info |= REG_UEMPTYMATCH;
393 : 46 : break;
394 : 305 : case 'P':
395 : 305 : info |= REG_UNONPOSIX;
396 : 305 : break;
397 : 35 : case 'Q':
398 : 35 : info |= REG_UBOUNDS;
399 : 35 : break;
400 : 42 : case 'R':
401 : 42 : info |= REG_UBACKREF;
402 : 42 : break;
403 : 25 : case 'S':
404 : 25 : info |= REG_UUNSPEC;
405 : 25 : break;
406 : 20 : case 'T':
407 : 20 : info |= REG_USHORTEST;
408 : 20 : break;
409 : 1 : case 'U':
410 : 1 : info |= REG_UPBOTCH;
411 : 1 : break;
412 : :
1194 tgl@sss.pgh.pa.us 413 :UBC 0 : default:
414 [ # # ]: 0 : ereport(ERROR,
415 : : (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
416 : : errmsg("invalid regular expression test option: \"%.*s\"",
417 : : pg_mblen(opt_p + i), opt_p + i)));
418 : : break;
419 : : }
420 : : }
421 : : }
1194 tgl@sss.pgh.pa.us 422 :CBC 694 : flags->cflags = cflags;
423 : 694 : flags->eflags = eflags;
424 : 694 : flags->info = info;
425 : 694 : }
426 : :
427 : : /*
428 : : * setup_test_matches --- do the initial matching
429 : : *
430 : : * To simplify memory management, we do all the matching in one swoop.
431 : : * The returned test_regex_ctx contains the locations of all the substrings
432 : : * matching the pattern.
433 : : */
434 : : static test_regex_ctx *
435 : 588 : setup_test_matches(text *orig_str,
436 : : regex_t *cpattern, test_re_flags *re_flags,
437 : : Oid collation,
438 : : bool use_subpatterns)
439 : : {
440 : 588 : test_regex_ctx *matchctx = palloc0(sizeof(test_regex_ctx));
441 : 588 : int eml = pg_database_encoding_max_length();
442 : : int orig_len;
443 : : pg_wchar *wide_str;
444 : : int wide_len;
445 : : regmatch_t *pmatch;
446 : : int pmatch_len;
447 : : int array_len;
448 : : int array_idx;
449 : : int prev_match_end;
450 : : int start_search;
451 : 588 : int maxlen = 0; /* largest fetch length in characters */
452 : :
453 : : /* save flags */
454 : 588 : matchctx->re_flags = *re_flags;
455 : :
456 : : /* save original string --- we'll extract result substrings from it */
457 : 588 : matchctx->orig_str = orig_str;
458 : :
459 : : /* convert string to pg_wchar form for matching */
460 [ - + - - : 588 : orig_len = VARSIZE_ANY_EXHDR(orig_str);
- - - - -
+ ]
461 : 588 : wide_str = (pg_wchar *) palloc(sizeof(pg_wchar) * (orig_len + 1));
462 [ - + ]: 588 : wide_len = pg_mb2wchar_with_len(VARDATA_ANY(orig_str), wide_str, orig_len);
463 : :
464 : : /* do we want to remember subpatterns? */
465 [ + - + + ]: 588 : if (use_subpatterns && cpattern->re_nsub > 0)
466 : : {
467 : 127 : matchctx->npatterns = cpattern->re_nsub + 1;
468 : 127 : pmatch_len = cpattern->re_nsub + 1;
469 : : }
470 : : else
471 : : {
472 : 461 : use_subpatterns = false;
473 : 461 : matchctx->npatterns = 1;
474 : 461 : pmatch_len = 1;
475 : : }
476 : :
477 : : /* temporary output space for RE package */
478 : 588 : pmatch = palloc(sizeof(regmatch_t) * pmatch_len);
479 : :
480 : : /*
481 : : * the real output space (grown dynamically if needed)
482 : : *
483 : : * use values 2^n-1, not 2^n, so that we hit the limit at 2^28-1 rather
484 : : * than at 2^27
485 : : */
486 [ - + ]: 588 : array_len = re_flags->glob ? 255 : 31;
487 : 588 : matchctx->match_locs = (int *) palloc(sizeof(int) * array_len);
488 : 588 : array_idx = 0;
489 : :
490 : : /* search for the pattern, perhaps repeatedly */
491 : 588 : prev_match_end = 0;
492 : 588 : start_search = 0;
493 [ + + ]: 588 : while (test_re_execute(cpattern, wide_str, wide_len,
494 : : start_search,
495 : : &matchctx->details,
496 : : pmatch_len, pmatch,
497 : : re_flags->eflags))
498 : : {
499 : : /* enlarge output space if needed */
500 [ - + ]: 462 : while (array_idx + matchctx->npatterns * 2 + 1 > array_len)
501 : : {
1194 tgl@sss.pgh.pa.us 502 :UBC 0 : array_len += array_len + 1; /* 2^n-1 => 2^(n+1)-1 */
503 [ # # ]: 0 : if (array_len > MaxAllocSize / sizeof(int))
504 [ # # ]: 0 : ereport(ERROR,
505 : : (errcode(ERRCODE_PROGRAM_LIMIT_EXCEEDED),
506 : : errmsg("too many regular expression matches")));
507 : 0 : matchctx->match_locs = (int *) repalloc(matchctx->match_locs,
508 : : sizeof(int) * array_len);
509 : : }
510 : :
511 : : /* save this match's locations */
1194 tgl@sss.pgh.pa.us 512 [ + + ]:CBC 1092 : for (int i = 0; i < matchctx->npatterns; i++)
513 : : {
514 : 630 : int so = pmatch[i].rm_so;
515 : 630 : int eo = pmatch[i].rm_eo;
516 : :
517 : 630 : matchctx->match_locs[array_idx++] = so;
518 : 630 : matchctx->match_locs[array_idx++] = eo;
519 [ + + + - : 630 : if (so >= 0 && eo >= 0 && (eo - so) > maxlen)
+ + ]
520 : 438 : maxlen = (eo - so);
521 : : }
522 : 462 : matchctx->nmatches++;
523 : 462 : prev_match_end = pmatch[0].rm_eo;
524 : :
525 : : /* if not glob, stop after one match */
526 [ + - ]: 462 : if (!re_flags->glob)
527 : 462 : break;
528 : :
529 : : /*
530 : : * Advance search position. Normally we start the next search at the
531 : : * end of the previous match; but if the match was of zero length, we
532 : : * have to advance by one character, or we'd just find the same match
533 : : * again.
534 : : */
1194 tgl@sss.pgh.pa.us 535 :UBC 0 : start_search = prev_match_end;
536 [ # # ]: 0 : if (pmatch[0].rm_so == pmatch[0].rm_eo)
537 : 0 : start_search++;
538 [ # # ]: 0 : if (start_search > wide_len)
539 : 0 : break;
540 : : }
541 : :
542 : : /*
543 : : * If we had no match, but "partial" and "indices" are set, emit the
544 : : * details.
545 : : */
1194 tgl@sss.pgh.pa.us 546 [ + + + + :CBC 588 : if (matchctx->nmatches == 0 && re_flags->partial && re_flags->indices)
+ - ]
547 : : {
548 : : /* enlarge output space if needed */
1183 549 [ - + ]: 18 : while (array_idx + matchctx->npatterns * 2 + 1 > array_len)
550 : : {
1183 tgl@sss.pgh.pa.us 551 :UBC 0 : array_len += array_len + 1; /* 2^n-1 => 2^(n+1)-1 */
552 [ # # ]: 0 : if (array_len > MaxAllocSize / sizeof(int))
553 [ # # ]: 0 : ereport(ERROR,
554 : : (errcode(ERRCODE_PROGRAM_LIMIT_EXCEEDED),
555 : : errmsg("too many regular expression matches")));
556 : 0 : matchctx->match_locs = (int *) repalloc(matchctx->match_locs,
557 : : sizeof(int) * array_len);
558 : : }
559 : :
1194 tgl@sss.pgh.pa.us 560 :CBC 18 : matchctx->match_locs[array_idx++] = matchctx->details.rm_extend.rm_so;
561 : 18 : matchctx->match_locs[array_idx++] = matchctx->details.rm_extend.rm_eo;
562 : : /* we don't have pmatch data, so emit -1 */
563 [ + + ]: 20 : for (int i = 1; i < matchctx->npatterns; i++)
564 : : {
565 : 2 : matchctx->match_locs[array_idx++] = -1;
566 : 2 : matchctx->match_locs[array_idx++] = -1;
567 : : }
568 : 18 : matchctx->nmatches++;
569 : : }
570 : :
1183 571 [ - + ]: 588 : Assert(array_idx <= array_len);
572 : :
1194 573 [ + - ]: 588 : if (eml > 1)
574 : : {
575 : 588 : int64 maxsiz = eml * (int64) maxlen;
576 : : int conv_bufsiz;
577 : :
578 : : /*
579 : : * Make the conversion buffer large enough for any substring of
580 : : * interest.
581 : : *
582 : : * Worst case: assume we need the maximum size (maxlen*eml), but take
583 : : * advantage of the fact that the original string length in bytes is
584 : : * an upper bound on the byte length of any fetched substring (and we
585 : : * know that len+1 is safe to allocate because the varlena header is
586 : : * longer than 1 byte).
587 : : */
588 [ + + ]: 588 : if (maxsiz > orig_len)
589 : 415 : conv_bufsiz = orig_len + 1;
590 : : else
591 : 173 : conv_bufsiz = maxsiz + 1; /* safe since maxsiz < 2^30 */
592 : :
593 : 588 : matchctx->conv_buf = palloc(conv_bufsiz);
594 : 588 : matchctx->conv_bufsiz = conv_bufsiz;
595 : 588 : matchctx->wide_str = wide_str;
596 : : }
597 : : else
598 : : {
599 : : /* No need to keep the wide string if we're in a single-byte charset. */
1194 tgl@sss.pgh.pa.us 600 :UBC 0 : pfree(wide_str);
601 : 0 : matchctx->wide_str = NULL;
602 : 0 : matchctx->conv_buf = NULL;
603 : 0 : matchctx->conv_bufsiz = 0;
604 : : }
605 : :
606 : : /* Clean up temp storage */
1194 tgl@sss.pgh.pa.us 607 :CBC 588 : pfree(pmatch);
608 : :
609 : 588 : return matchctx;
610 : : }
611 : :
612 : : /*
613 : : * build_test_info_result - build output array describing compiled regexp
614 : : *
615 : : * This borrows some code from Tcl's TclRegAbout().
616 : : */
617 : : static ArrayType *
618 : 588 : build_test_info_result(regex_t *cpattern, test_re_flags *flags)
619 : : {
620 : : /* Translation data for flag bits in regex_t.re_info */
621 : : struct infoname
622 : : {
623 : : int bit;
624 : : const char *text;
625 : : };
626 : : static const struct infoname infonames[] = {
627 : : {REG_UBACKREF, "REG_UBACKREF"},
628 : : {REG_ULOOKAROUND, "REG_ULOOKAROUND"},
629 : : {REG_UBOUNDS, "REG_UBOUNDS"},
630 : : {REG_UBRACES, "REG_UBRACES"},
631 : : {REG_UBSALNUM, "REG_UBSALNUM"},
632 : : {REG_UPBOTCH, "REG_UPBOTCH"},
633 : : {REG_UBBS, "REG_UBBS"},
634 : : {REG_UNONPOSIX, "REG_UNONPOSIX"},
635 : : {REG_UUNSPEC, "REG_UUNSPEC"},
636 : : {REG_UUNPORT, "REG_UUNPORT"},
637 : : {REG_ULOCALE, "REG_ULOCALE"},
638 : : {REG_UEMPTYMATCH, "REG_UEMPTYMATCH"},
639 : : {REG_UIMPOSSIBLE, "REG_UIMPOSSIBLE"},
640 : : {REG_USHORTEST, "REG_USHORTEST"},
641 : : {0, NULL}
642 : : };
643 : : const struct infoname *inf;
644 : : Datum elems[lengthof(infonames) + 1];
645 : 588 : int nresults = 0;
646 : : char buf[80];
647 : : int dims[1];
648 : : int lbs[1];
649 : :
650 : : /* Set up results: first, the number of subexpressions */
651 : 588 : snprintf(buf, sizeof(buf), "%d", (int) cpattern->re_nsub);
652 : 588 : elems[nresults++] = PointerGetDatum(cstring_to_text(buf));
653 : :
654 : : /* Report individual info bit states */
655 [ + + ]: 8820 : for (inf = infonames; inf->bit != 0; inf++)
656 : : {
657 [ + + ]: 8232 : if (cpattern->re_info & inf->bit)
658 : : {
659 [ + - ]: 749 : if (flags->info & inf->bit)
660 : 749 : elems[nresults++] = PointerGetDatum(cstring_to_text(inf->text));
661 : : else
662 : : {
1194 tgl@sss.pgh.pa.us 663 :UBC 0 : snprintf(buf, sizeof(buf), "unexpected %s!", inf->text);
664 : 0 : elems[nresults++] = PointerGetDatum(cstring_to_text(buf));
665 : : }
666 : : }
667 : : else
668 : : {
1194 tgl@sss.pgh.pa.us 669 [ - + ]:CBC 7483 : if (flags->info & inf->bit)
670 : : {
1194 tgl@sss.pgh.pa.us 671 :UBC 0 : snprintf(buf, sizeof(buf), "missing %s!", inf->text);
672 : 0 : elems[nresults++] = PointerGetDatum(cstring_to_text(buf));
673 : : }
674 : : }
675 : : }
676 : :
677 : : /* And form an array */
1194 tgl@sss.pgh.pa.us 678 :CBC 588 : dims[0] = nresults;
679 : 588 : lbs[0] = 1;
680 : : /* XXX: this hardcodes assumptions about the text type */
681 : 588 : return construct_md_array(elems, NULL, 1, dims, lbs,
682 : : TEXTOID, -1, false, TYPALIGN_INT);
683 : : }
684 : :
685 : : /*
686 : : * build_test_match_result - build output array for current match
687 : : *
688 : : * Note that if the indices flag is set, we don't need any strings,
689 : : * just the location data.
690 : : */
691 : : static ArrayType *
692 : 480 : build_test_match_result(test_regex_ctx *matchctx)
693 : : {
694 : 480 : char *buf = matchctx->conv_buf;
695 : 480 : Datum *elems = matchctx->elems;
696 : 480 : bool *nulls = matchctx->nulls;
697 : 480 : bool indices = matchctx->re_flags.indices;
698 : : char bufstr[80];
699 : : int dims[1];
700 : : int lbs[1];
701 : : int loc;
702 : : int i;
703 : :
704 : : /* Extract matching substrings from the original string */
705 : 480 : loc = matchctx->next_match * matchctx->npatterns * 2;
706 [ + + ]: 1130 : for (i = 0; i < matchctx->npatterns; i++)
707 : : {
708 : 650 : int so = matchctx->match_locs[loc++];
709 : 650 : int eo = matchctx->match_locs[loc++];
710 : :
711 [ + + ]: 650 : if (indices)
712 : : {
713 : : /* Report eo this way for consistency with Tcl */
714 [ + + ]: 84 : snprintf(bufstr, sizeof(bufstr), "%d %d",
715 : : so, so < 0 ? eo : eo - 1);
716 : 84 : elems[i] = PointerGetDatum(cstring_to_text(bufstr));
717 : 84 : nulls[i] = false;
718 : : }
719 [ + + - + ]: 566 : else if (so < 0 || eo < 0)
720 : : {
721 : 12 : elems[i] = (Datum) 0;
722 : 12 : nulls[i] = true;
723 : : }
724 [ + - ]: 554 : else if (buf)
725 : : {
726 : 554 : int len = pg_wchar2mb_with_len(matchctx->wide_str + so,
727 : : buf,
728 : : eo - so);
729 : :
730 [ - + ]: 554 : Assert(len < matchctx->conv_bufsiz);
731 : 554 : elems[i] = PointerGetDatum(cstring_to_text_with_len(buf, len));
732 : 554 : nulls[i] = false;
733 : : }
734 : : else
735 : : {
1194 tgl@sss.pgh.pa.us 736 :UBC 0 : elems[i] = DirectFunctionCall3(text_substr,
737 : : PointerGetDatum(matchctx->orig_str),
738 : : Int32GetDatum(so + 1),
739 : : Int32GetDatum(eo - so));
740 : 0 : nulls[i] = false;
741 : : }
742 : : }
743 : :
744 : : /* In EXPECT indices mode, also report the "details" */
1194 tgl@sss.pgh.pa.us 745 [ + + + + ]:CBC 480 : if (indices && (matchctx->re_flags.cflags & REG_EXPECT))
746 : : {
747 : 28 : int so = matchctx->details.rm_extend.rm_so;
748 : 28 : int eo = matchctx->details.rm_extend.rm_eo;
749 : :
750 [ + + ]: 28 : snprintf(bufstr, sizeof(bufstr), "%d %d",
751 : : so, so < 0 ? eo : eo - 1);
752 : 28 : elems[i] = PointerGetDatum(cstring_to_text(bufstr));
753 : 28 : nulls[i] = false;
754 : 28 : i++;
755 : : }
756 : :
757 : : /* And form an array */
758 : 480 : dims[0] = i;
759 : 480 : lbs[0] = 1;
760 : : /* XXX: this hardcodes assumptions about the text type */
761 : 480 : return construct_md_array(elems, nulls, 1, dims, lbs,
762 : : TEXTOID, -1, false, TYPALIGN_INT);
763 : : }
|
