Adding upstream version 0.5.1
This commit is contained in:
Tatsuya Kinoshita
842
regex.c
Normal file
842
regex.c
Normal file
@@ -0,0 +1,842 @@
|
||||
/* $Id: regex.c,v 1.22 2003/09/24 18:49:00 ukai Exp $ */
|
||||
/*
|
||||
* regex: Regular expression pattern match library
|
||||
*
|
||||
* by A.ITO, December 1989
|
||||
* Revised by A.ITO, January 2002
|
||||
*/
|
||||
|
||||
#ifdef REGEX_DEBUG
|
||||
#include <sys/types.h>
|
||||
#include <malloc.h>
|
||||
#endif /* REGEX_DEBUG */
|
||||
#include <stdio.h>
|
||||
#include <stdlib.h>
|
||||
#include <string.h>
|
||||
#include <gc.h>
|
||||
#include "config.h"
|
||||
#ifdef USE_M17N
|
||||
#include "wc.h"
|
||||
#include "wtf.h"
|
||||
#ifdef USE_UNICODE
|
||||
#include "ucs.h"
|
||||
#endif
|
||||
#endif
|
||||
#include "regex.h"
|
||||
#include "config.h"
|
||||
#include "myctype.h"
|
||||
|
||||
#ifndef NULL
|
||||
#define NULL 0
|
||||
#endif /* not NULL */
|
||||
|
||||
#define RE_ITER_LIMIT 65535
|
||||
|
||||
#define RE_MATCHMODE 0x07
|
||||
#define RE_NORMAL 0x00
|
||||
#define RE_ANY 0x01
|
||||
#define RE_WHICH 0x02
|
||||
#define RE_EXCEPT 0x03
|
||||
#define RE_SUBREGEX 0x04
|
||||
#define RE_BEGIN 0x05
|
||||
#define RE_END 0x06
|
||||
#define RE_ENDMARK 0x07
|
||||
|
||||
#define RE_OPT 0x08
|
||||
#define RE_ANYTIME 0x10
|
||||
#define RE_IGNCASE 0x40
|
||||
|
||||
#define RE_MODE(x) ((x)->mode&RE_MATCHMODE)
|
||||
#define RE_SET_MODE(x,v) ((x)->mode = (((x)->mode&~RE_MATCHMODE)|((v)&RE_MATCHMODE)))
|
||||
|
||||
#ifdef REGEX_DEBUG
|
||||
void debugre(regexchar *);
|
||||
char *lc2c(longchar *, int);
|
||||
int verbose;
|
||||
#endif /* REGEX_DEBUG */
|
||||
|
||||
#ifdef USE_M17N
|
||||
#define get_mclen(c) wtf_len1((wc_uchar *)(c))
|
||||
#else
|
||||
#define get_mclen(c) 1
|
||||
#endif
|
||||
|
||||
#ifndef TOLOWER
|
||||
#include <ctype.h>
|
||||
#define TOLOWER(x) tolower(x)
|
||||
#define TOUPPER(x) toupper(x)
|
||||
#endif
|
||||
|
||||
#define RE_TYPE_END 0
|
||||
#define RE_TYPE_CHAR 1
|
||||
#define RE_TYPE_WCHAR_T 2
|
||||
#define RE_WHICH_RANGE 3
|
||||
#define RE_TYPE_SYMBOL 4
|
||||
|
||||
static longchar
|
||||
set_longchar(char *str)
|
||||
{
|
||||
unsigned char *p = (unsigned char *)str;
|
||||
longchar r;
|
||||
|
||||
#ifdef USE_M17N
|
||||
if (*p & 0x80) {
|
||||
r.wch = wtf_parse1(&p);
|
||||
if (r.wch.ccs == WC_CCS_SPECIAL || r.wch.ccs == WC_CCS_SPECIAL_W) {
|
||||
r.type = RE_TYPE_SYMBOL;
|
||||
return r;
|
||||
}
|
||||
#ifdef USE_UNICODE
|
||||
if (WC_CCS_IS_UNICODE(r.wch.ccs)) {
|
||||
if (WC_CCS_SET(r.wch.ccs) == WC_CCS_UCS_TAG)
|
||||
r.wch.code = wc_ucs_tag_to_ucs(r.wch.code);
|
||||
r.wch.ccs = WC_CCS_UCS4;
|
||||
}
|
||||
else
|
||||
#endif
|
||||
r.wch.ccs = WC_CCS_SET(r.wch.ccs);
|
||||
r.type = RE_TYPE_WCHAR_T;
|
||||
return r;
|
||||
}
|
||||
#endif
|
||||
r.ch = *p;
|
||||
r.type = RE_TYPE_CHAR;
|
||||
return r;
|
||||
}
|
||||
|
||||
static Regex DefaultRegex;
|
||||
#define CompiledRegex DefaultRegex.re
|
||||
#define Cstorage DefaultRegex.storage
|
||||
|
||||
static int regmatch(regexchar *, char *, char *, int, char **);
|
||||
static int regmatch1(regexchar *, longchar *);
|
||||
static int matchWhich(longchar *, longchar *, int);
|
||||
static int match_longchar(longchar *, longchar *, int);
|
||||
static int match_range_longchar(longchar *, longchar *, longchar *, int);
|
||||
|
||||
/*
|
||||
* regexCompile: compile regular expression
|
||||
*/
|
||||
char *
|
||||
regexCompile(char *ex, int igncase)
|
||||
{
|
||||
char *msg;
|
||||
newRegex(ex, igncase, &DefaultRegex, &msg);
|
||||
return msg;
|
||||
}
|
||||
|
||||
static Regex *
|
||||
newRegex0(char **ex, int igncase, Regex *regex, char **msg, int level)
|
||||
{
|
||||
char *p;
|
||||
longchar *r;
|
||||
regexchar *re;
|
||||
int m;
|
||||
longchar *st_ptr;
|
||||
|
||||
if (regex == NULL)
|
||||
regex = (Regex *)GC_malloc(sizeof(Regex));
|
||||
regex->alt_regex = NULL;
|
||||
re = regex->re;
|
||||
st_ptr = regex->storage;
|
||||
for (p = *ex; *p != '\0'; p++) {
|
||||
re->mode = 0;
|
||||
switch (*p) {
|
||||
case '.':
|
||||
re->p.pattern = NULL;
|
||||
RE_SET_MODE(re, RE_ANY);
|
||||
re++;
|
||||
break;
|
||||
case '$':
|
||||
re->p.pattern = NULL;
|
||||
RE_SET_MODE(re, RE_END);
|
||||
re++;
|
||||
break;
|
||||
case '^':
|
||||
re->p.pattern = NULL;
|
||||
RE_SET_MODE(re, RE_BEGIN);
|
||||
re++;
|
||||
break;
|
||||
case '+':
|
||||
if (re == regex->re ||
|
||||
(RE_MODE(re - 1) != RE_ANY && (re - 1)->p.pattern == NULL)) {
|
||||
if (msg)
|
||||
*msg = "Invalid regular expression";
|
||||
return NULL;
|
||||
}
|
||||
*re = *(re - 1);
|
||||
re->mode |= RE_ANYTIME;
|
||||
re++;
|
||||
break;
|
||||
case '*':
|
||||
if (re == regex->re ||
|
||||
(RE_MODE(re - 1) != RE_ANY && (re - 1)->p.pattern == NULL)) {
|
||||
if (msg)
|
||||
*msg = "Invalid regular expression";
|
||||
return NULL;
|
||||
}
|
||||
(re - 1)->mode |= RE_ANYTIME;
|
||||
break;
|
||||
case '?':
|
||||
if (re == regex->re ||
|
||||
(RE_MODE(re - 1) != RE_ANY && (re - 1)->p.pattern == NULL)) {
|
||||
if (msg)
|
||||
*msg = "Invalid regular expression";
|
||||
return NULL;
|
||||
}
|
||||
(re - 1)->mode |= RE_OPT;
|
||||
break;
|
||||
case '[':
|
||||
r = st_ptr;
|
||||
if (*++p == '^') {
|
||||
p++;
|
||||
m = RE_EXCEPT;
|
||||
}
|
||||
else
|
||||
m = RE_WHICH;
|
||||
if (*p == '-' || *p == ']')
|
||||
*(st_ptr++) = set_longchar(p);
|
||||
while (*p != ']') {
|
||||
if (*p == '\\') {
|
||||
p++;
|
||||
*(st_ptr++) = set_longchar(p);
|
||||
p += get_mclen(p);
|
||||
}
|
||||
else if (*p == '-' && *(p + 1) != ']') {
|
||||
(st_ptr++)->type = RE_WHICH_RANGE;
|
||||
p++;
|
||||
}
|
||||
else if (*p == '\0') {
|
||||
if (msg)
|
||||
*msg = "Missing ]";
|
||||
return NULL;
|
||||
}
|
||||
else {
|
||||
*(st_ptr++) = set_longchar(p);
|
||||
p += get_mclen(p);
|
||||
}
|
||||
if (st_ptr >= ®ex->storage[STORAGE_MAX]) {
|
||||
if (msg)
|
||||
*msg = "Regular expression too long";
|
||||
return NULL;
|
||||
}
|
||||
}
|
||||
(st_ptr++)->type = RE_TYPE_END;
|
||||
re->p.pattern = r;
|
||||
RE_SET_MODE(re, m);
|
||||
if (igncase)
|
||||
re->mode |= RE_IGNCASE;
|
||||
re++;
|
||||
break;
|
||||
case '|':
|
||||
RE_SET_MODE(re, RE_ENDMARK);
|
||||
re++;
|
||||
p++;
|
||||
regex->alt_regex = newRegex0(&p, igncase, NULL, msg, level);
|
||||
if (regex->alt_regex == NULL)
|
||||
return NULL;
|
||||
*ex = p;
|
||||
return regex;
|
||||
case '(':
|
||||
RE_SET_MODE(re, RE_SUBREGEX);
|
||||
p++;
|
||||
re->p.sub = newRegex0(&p, igncase, NULL, msg, level + 1);
|
||||
if (re->p.sub == NULL)
|
||||
return NULL;
|
||||
re++;
|
||||
break;
|
||||
case ')':
|
||||
if (level == 0) {
|
||||
if (msg)
|
||||
*msg = "Too many ')'";
|
||||
return NULL;
|
||||
}
|
||||
RE_SET_MODE(re, RE_ENDMARK);
|
||||
re++;
|
||||
*ex = p;
|
||||
return regex;
|
||||
case '\\':
|
||||
p++;
|
||||
default:
|
||||
*(st_ptr) = set_longchar(p);
|
||||
p += get_mclen(p) - 1;
|
||||
re->p.pattern = st_ptr;
|
||||
st_ptr++;
|
||||
RE_SET_MODE(re, RE_NORMAL);
|
||||
if (igncase)
|
||||
re->mode |= RE_IGNCASE;
|
||||
re++;
|
||||
}
|
||||
if (st_ptr >= ®ex->storage[STORAGE_MAX] ||
|
||||
re >= ®ex->re[REGEX_MAX]) {
|
||||
if (msg)
|
||||
*msg = "Regular expression too long";
|
||||
return NULL;
|
||||
}
|
||||
}
|
||||
RE_SET_MODE(re, RE_ENDMARK);
|
||||
if (msg)
|
||||
*msg = NULL;
|
||||
*ex = p;
|
||||
return regex;
|
||||
}
|
||||
|
||||
Regex *
|
||||
newRegex(char *ex, int igncase, Regex *regex, char **msg)
|
||||
{
|
||||
return newRegex0(&ex, igncase, regex, msg, 0);
|
||||
}
|
||||
|
||||
/*
|
||||
* regexMatch: match regular expression
|
||||
*/
|
||||
int
|
||||
regexMatch(char *str, int len, int firstp)
|
||||
{
|
||||
return RegexMatch(&DefaultRegex, str, len, firstp);
|
||||
}
|
||||
|
||||
int
|
||||
RegexMatch(Regex *re, char *str, int len, int firstp)
|
||||
{
|
||||
char *p, *ep;
|
||||
char *lpos;
|
||||
Regex *r;
|
||||
|
||||
if (str == NULL)
|
||||
return 0;
|
||||
if (len < 0)
|
||||
len = strlen(str);
|
||||
re->position = NULL;
|
||||
ep = str + len;
|
||||
for (p = str; p <= ep; p++) {
|
||||
lpos = NULL;
|
||||
re->lposition = NULL;
|
||||
for (r = re; r != NULL; r = r->alt_regex) {
|
||||
switch (regmatch(r->re, p, ep, firstp && (p == str), &lpos)) {
|
||||
case 1: /* matched */
|
||||
re->position = p;
|
||||
if (re->lposition == NULL || re->lposition < lpos)
|
||||
re->lposition = lpos;
|
||||
break;
|
||||
case -1: /* error */
|
||||
re->position = NULL;
|
||||
return -1;
|
||||
}
|
||||
}
|
||||
if (re->lposition != NULL) {
|
||||
/* matched */
|
||||
return 1;
|
||||
}
|
||||
p += get_mclen(p) - 1;
|
||||
}
|
||||
return 0;
|
||||
}
|
||||
|
||||
/*
|
||||
* matchedPosition: last matched position
|
||||
*/
|
||||
void
|
||||
MatchedPosition(Regex *re, char **first, char **last)
|
||||
{
|
||||
*first = re->position;
|
||||
*last = re->lposition;
|
||||
}
|
||||
|
||||
void
|
||||
matchedPosition(char **first, char **last)
|
||||
{
|
||||
*first = DefaultRegex.position;
|
||||
*last = DefaultRegex.lposition;
|
||||
}
|
||||
|
||||
/*
|
||||
* Intermal routines
|
||||
*/
|
||||
|
||||
struct MatchingContext1 {
|
||||
int label;
|
||||
regexchar *re;
|
||||
char *lastpos;
|
||||
char *str;
|
||||
int iter_limit;
|
||||
int n_any;
|
||||
int firstp;
|
||||
char *end_p;
|
||||
Regex *sub_regex;
|
||||
struct MatchingContext1 *sub_ctx;
|
||||
struct MatchingContext2 *ctx2;
|
||||
};
|
||||
|
||||
struct MatchingContext2 {
|
||||
int label;
|
||||
Regex *regex;
|
||||
char *lastpos;
|
||||
struct MatchingContext1 *ctx;
|
||||
struct MatchingContext2 *ctx2;
|
||||
char *str;
|
||||
int n_any;
|
||||
int firstp;
|
||||
};
|
||||
|
||||
|
||||
#define YIELD(retval,context,lnum) (context)->label = lnum; return (retval); label##lnum:
|
||||
|
||||
static int regmatch_iter(struct MatchingContext1 *,
|
||||
regexchar *, char *, char *, int);
|
||||
|
||||
static int
|
||||
regmatch_sub_anytime(struct MatchingContext2 *c, Regex *regex,
|
||||
regexchar * pat2,
|
||||
char *str, char *end_p, int iter_limit, int firstp)
|
||||
{
|
||||
switch (c->label) {
|
||||
case 1:
|
||||
goto label1;
|
||||
case 2:
|
||||
goto label2;
|
||||
case 3:
|
||||
goto label3;
|
||||
}
|
||||
c->ctx = GC_malloc(sizeof(struct MatchingContext1));
|
||||
c->ctx2 = GC_malloc(sizeof(struct MatchingContext2));
|
||||
c->ctx->label = 0;
|
||||
c->regex = regex;
|
||||
c->n_any = 0;
|
||||
c->str = str;
|
||||
c->firstp = firstp;
|
||||
for (;;) {
|
||||
c->ctx->label = 0;
|
||||
while (regmatch_iter(c->ctx, c->regex->re, c->str, end_p, c->firstp)) {
|
||||
c->n_any = c->ctx->lastpos - c->str;
|
||||
if (c->n_any <= 0)
|
||||
continue;
|
||||
c->firstp = 0;
|
||||
if (RE_MODE(pat2) == RE_ENDMARK) {
|
||||
c->lastpos = c->str + c->n_any;
|
||||
YIELD(1, c, 1);
|
||||
}
|
||||
else if (regmatch(pat2, c->str + c->n_any, end_p,
|
||||
c->firstp, &c->lastpos) == 1) {
|
||||
YIELD(1, c, 2);
|
||||
}
|
||||
if (iter_limit == 1)
|
||||
continue;
|
||||
c->ctx2->label = 0;
|
||||
while (regmatch_sub_anytime(c->ctx2, regex, pat2,
|
||||
c->str + c->n_any, end_p,
|
||||
iter_limit - 1, c->firstp)) {
|
||||
|
||||
c->lastpos = c->ctx2->lastpos;
|
||||
YIELD(1, c, 3);
|
||||
}
|
||||
}
|
||||
if (c->regex->alt_regex == NULL)
|
||||
break;
|
||||
c->regex = c->regex->alt_regex;
|
||||
}
|
||||
return 0;
|
||||
}
|
||||
|
||||
static int
|
||||
regmatch_iter(struct MatchingContext1 *c,
|
||||
regexchar * re, char *str, char *end_p, int firstp)
|
||||
{
|
||||
switch (c->label) {
|
||||
case 1:
|
||||
goto label1;
|
||||
case 2:
|
||||
goto label2;
|
||||
case 3:
|
||||
goto label3;
|
||||
case 4:
|
||||
goto label4;
|
||||
case 5:
|
||||
goto label5;
|
||||
case 6:
|
||||
goto label6;
|
||||
case 7:
|
||||
goto label7;
|
||||
}
|
||||
if (RE_MODE(re) == RE_ENDMARK)
|
||||
return 0;
|
||||
c->re = re;
|
||||
c->firstp = firstp;
|
||||
c->str = str;
|
||||
c->end_p = end_p;
|
||||
c->sub_ctx = NULL;
|
||||
c->lastpos = NULL;
|
||||
while (RE_MODE(c->re) != RE_ENDMARK) {
|
||||
if (c->re->mode & (RE_ANYTIME | RE_OPT)) {
|
||||
if (c->re->mode & RE_ANYTIME)
|
||||
c->iter_limit = RE_ITER_LIMIT;
|
||||
else
|
||||
c->iter_limit = 1;
|
||||
c->n_any = -1;
|
||||
while (c->n_any < c->iter_limit) {
|
||||
if (c->str + c->n_any >= c->end_p) {
|
||||
return 0;
|
||||
}
|
||||
if (c->n_any >= 0) {
|
||||
if (RE_MODE(c->re) == RE_SUBREGEX) {
|
||||
c->ctx2 = GC_malloc(sizeof(struct MatchingContext2));
|
||||
c->ctx2->label = 0;
|
||||
while (regmatch_sub_anytime(c->ctx2,
|
||||
c->re->p.sub,
|
||||
c->re + 1,
|
||||
c->str + c->n_any,
|
||||
c->end_p,
|
||||
c->iter_limit,
|
||||
c->firstp)) {
|
||||
c->n_any = c->ctx2->lastpos - c->str;
|
||||
c->lastpos = c->ctx2->lastpos;
|
||||
YIELD(1, c, 1);
|
||||
}
|
||||
return 0;
|
||||
}
|
||||
else {
|
||||
longchar k;
|
||||
k = set_longchar(c->str + c->n_any);
|
||||
if (regmatch1(c->re, &k)) {
|
||||
c->n_any += get_mclen(c->str + c->n_any);
|
||||
}
|
||||
else {
|
||||
return 0;
|
||||
}
|
||||
c->firstp = 0;
|
||||
}
|
||||
}
|
||||
else
|
||||
c->n_any++;
|
||||
if (RE_MODE(c->re + 1) == RE_ENDMARK) {
|
||||
c->lastpos = c->str + c->n_any;
|
||||
YIELD(1, c, 2);
|
||||
}
|
||||
else if (regmatch(c->re + 1, c->str + c->n_any, c->end_p,
|
||||
c->firstp, &c->lastpos) == 1) {
|
||||
YIELD(1, c, 3);
|
||||
}
|
||||
}
|
||||
return 0;
|
||||
}
|
||||
/* regexp other than pat*, pat+ and pat? */
|
||||
switch (RE_MODE(c->re)) {
|
||||
case RE_BEGIN:
|
||||
if (!c->firstp)
|
||||
return 0;
|
||||
c->re++;
|
||||
break;
|
||||
case RE_END:
|
||||
if (c->str >= c->end_p) {
|
||||
c->lastpos = c->str;
|
||||
c->re++;
|
||||
YIELD(1, c, 4);
|
||||
}
|
||||
else {
|
||||
c->lastpos = NULL;
|
||||
return 0;
|
||||
}
|
||||
break;
|
||||
case RE_SUBREGEX:
|
||||
if (c->sub_ctx == NULL) {
|
||||
c->sub_ctx = GC_malloc(sizeof(struct MatchingContext1));
|
||||
}
|
||||
c->sub_regex = c->re->p.sub;
|
||||
for (;;) {
|
||||
c->sub_ctx->label = 0;
|
||||
while (regmatch_iter(c->sub_ctx, c->sub_regex->re,
|
||||
c->str, c->end_p, c->firstp)) {
|
||||
if (c->sub_ctx->lastpos != c->str)
|
||||
c->firstp = 0;
|
||||
if (RE_MODE(c->re + 1) == RE_ENDMARK) {
|
||||
c->lastpos = c->sub_ctx->lastpos;
|
||||
YIELD(1, c, 5);
|
||||
}
|
||||
else if (regmatch(c->re + 1, c->sub_ctx->lastpos, c->end_p,
|
||||
c->firstp, &c->lastpos) == 1) {
|
||||
YIELD(1, c, 6);
|
||||
}
|
||||
}
|
||||
if (c->sub_regex->alt_regex == NULL)
|
||||
break;
|
||||
c->sub_regex = c->sub_regex->alt_regex;
|
||||
}
|
||||
return 0;
|
||||
default:
|
||||
{
|
||||
longchar k;
|
||||
k = set_longchar(c->str);
|
||||
c->str += get_mclen(c->str);
|
||||
if (!regmatch1(c->re, &k))
|
||||
return 0;
|
||||
}
|
||||
c->re++;
|
||||
c->firstp = 0;
|
||||
}
|
||||
if (c->str > c->end_p) {
|
||||
return 0;
|
||||
}
|
||||
}
|
||||
c->lastpos = c->str;
|
||||
#ifdef REGEX_DEBUG
|
||||
if (verbose)
|
||||
printf("Succeed: %s %d\n", c->str, c->lastpos - c->str);
|
||||
#endif
|
||||
YIELD(1, c, 7);
|
||||
return 0;
|
||||
}
|
||||
|
||||
static int
|
||||
regmatch(regexchar * re, char *str, char *end_p, int firstp, char **lastpos)
|
||||
{
|
||||
struct MatchingContext1 contx;
|
||||
|
||||
*lastpos = NULL;
|
||||
|
||||
contx.label = 0;
|
||||
while (regmatch_iter(&contx, re, str, end_p, firstp)) {
|
||||
#ifdef REGEX_DEBUG
|
||||
char *p;
|
||||
if (verbose) {
|
||||
printf("regmatch: matched <");
|
||||
for (p = str; p < contx.lastpos; p++)
|
||||
putchar(*p);
|
||||
printf(">\n");
|
||||
}
|
||||
#endif
|
||||
if (*lastpos == NULL || *lastpos < contx.lastpos)
|
||||
*lastpos = contx.lastpos;
|
||||
}
|
||||
if (*lastpos == NULL)
|
||||
return 0;
|
||||
return 1;
|
||||
}
|
||||
|
||||
|
||||
static int
|
||||
regmatch1(regexchar * re, longchar * c)
|
||||
{
|
||||
int ans;
|
||||
|
||||
#ifdef USE_M17N
|
||||
if (c->type == RE_TYPE_SYMBOL)
|
||||
return 0;
|
||||
#endif
|
||||
switch (RE_MODE(re)) {
|
||||
case RE_ANY:
|
||||
#ifdef REGEX_DEBUG
|
||||
if (verbose)
|
||||
printf("%s vs any. -> 1\n", lc2c(c, 1));
|
||||
#endif /* REGEX_DEBUG */
|
||||
return 1;
|
||||
case RE_NORMAL:
|
||||
ans = match_longchar(re->p.pattern, c, re->mode & RE_IGNCASE);
|
||||
#ifdef REGEX_DEBUG
|
||||
if (verbose)
|
||||
printf("RE=%s vs %s -> %d\n", lc2c(re->p.pattern, 1), lc2c(c, 1),
|
||||
ans);
|
||||
#endif /* REGEX_DEBUG */
|
||||
return ans;
|
||||
case RE_WHICH:
|
||||
return matchWhich(re->p.pattern, c, re->mode & RE_IGNCASE);
|
||||
case RE_EXCEPT:
|
||||
return !matchWhich(re->p.pattern, c, re->mode & RE_IGNCASE);
|
||||
}
|
||||
return 0;
|
||||
}
|
||||
|
||||
static int
|
||||
matchWhich(longchar * pattern, longchar * c, int igncase)
|
||||
{
|
||||
longchar *p = pattern;
|
||||
int ans = 0;
|
||||
|
||||
#ifdef REGEX_DEBUG
|
||||
if (verbose)
|
||||
printf("RE pattern = %s char=%s", lc2c(pattern, 10000), lc2c(c, 1));
|
||||
#endif /* REGEX_DEBUG */
|
||||
while (p->type != RE_TYPE_END) {
|
||||
if ((p + 1)->type == RE_WHICH_RANGE && (p + 2)->type != RE_TYPE_END) {
|
||||
if (match_range_longchar(p, p + 2, c, igncase)) {
|
||||
ans = 1;
|
||||
break;
|
||||
}
|
||||
p += 3;
|
||||
}
|
||||
else {
|
||||
if (match_longchar(p, c, igncase)) {
|
||||
ans = 1;
|
||||
break;
|
||||
}
|
||||
p++;
|
||||
}
|
||||
}
|
||||
#ifdef REGEX_DEBUG
|
||||
if (verbose)
|
||||
printf(" -> %d\n", ans);
|
||||
#endif /* REGEX_DEBUG */
|
||||
return ans;
|
||||
}
|
||||
|
||||
static int
|
||||
match_longchar(longchar * a, longchar * b, int ignore)
|
||||
{
|
||||
#ifdef USE_M17N
|
||||
if (a->type != b->type)
|
||||
return 0;
|
||||
if (a->type == RE_TYPE_WCHAR_T)
|
||||
return (a->wch.ccs == b->wch.ccs) && (a->wch.code == b->wch.code);
|
||||
#endif
|
||||
if (ignore && IS_ALPHA(b->ch))
|
||||
return (a->ch == TOLOWER(b->ch) || a->ch == TOUPPER(b->ch));
|
||||
else
|
||||
return a->ch == b->ch;
|
||||
}
|
||||
|
||||
static int
|
||||
match_range_longchar(longchar * a, longchar * b, longchar * c, int ignore)
|
||||
{
|
||||
#ifdef USE_M17N
|
||||
if (a->type != b->type || a->type != c->type)
|
||||
return 0;
|
||||
if (a->type == RE_TYPE_WCHAR_T)
|
||||
return ((a->wch.ccs == c->wch.ccs && c->wch.ccs == b->wch.ccs) &&
|
||||
(a->wch.code <= c->wch.code && c->wch.code <= b->wch.code));
|
||||
#endif
|
||||
if (ignore && IS_ALPHA(c->ch))
|
||||
return ((a->ch <= TOLOWER(c->ch) && TOLOWER(c->ch) <= b->ch) ||
|
||||
(a->ch <= TOUPPER(c->ch) && TOUPPER(c->ch) <= b->ch));
|
||||
else
|
||||
return (a->ch <= c->ch && c->ch <= b->ch);
|
||||
}
|
||||
|
||||
#ifdef REGEX_DEBUG
|
||||
char *
|
||||
lc2c(longchar * x, int len)
|
||||
{
|
||||
static char y[100];
|
||||
int i = 0, j = 0;
|
||||
char *r;
|
||||
|
||||
while (x[j].type != RE_TYPE_END && j < len) {
|
||||
if (x[j].type == RE_WHICH_RANGE)
|
||||
y[i++] = '-';
|
||||
#ifdef USE_M17N
|
||||
else if (x[j].type == RE_TYPE_WCHAR_T) {
|
||||
char buf[20];
|
||||
sprintf(buf, "[%x-%x]", x[j].wch.ccs, x[j].wch.code);
|
||||
strcpy(&y[i], buf);
|
||||
i += strlen(buf);
|
||||
}
|
||||
#endif
|
||||
else
|
||||
y[i++] = x[j].ch;
|
||||
j++;
|
||||
}
|
||||
y[i] = '\0';
|
||||
r = GC_malloc_atomic(i + 1);
|
||||
strcpy(r, y);
|
||||
return r;
|
||||
}
|
||||
|
||||
void
|
||||
debugre(regexchar * re)
|
||||
{
|
||||
for (; RE_MODE(re) != RE_ENDMARK; re++) {
|
||||
switch (RE_MODE(re)) {
|
||||
case RE_BEGIN:
|
||||
printf("Begin ");
|
||||
continue;
|
||||
case RE_END:
|
||||
printf("End ");
|
||||
continue;
|
||||
}
|
||||
if (re->mode & RE_ANYTIME)
|
||||
printf("Anytime-");
|
||||
if (re->mode & RE_OPT)
|
||||
printf("Opt-");
|
||||
|
||||
switch (RE_MODE(re)) {
|
||||
case RE_ANY:
|
||||
printf("Any ");
|
||||
break;
|
||||
case RE_NORMAL:
|
||||
printf("Match-to'%c' ", *re->p.pattern);
|
||||
break;
|
||||
case RE_WHICH:
|
||||
printf("One-of\"%s\" ", lc2c(re->p.pattern, 10000));
|
||||
break;
|
||||
case RE_EXCEPT:
|
||||
printf("Other-than\"%s\" ", lc2c(re->p.pattern, 10000));
|
||||
break;
|
||||
case RE_SUBREGEX:
|
||||
{
|
||||
Regex *r = re->p.sub;
|
||||
printf("(");
|
||||
while (r) {
|
||||
debugre(r->re);
|
||||
if (r->alt_regex)
|
||||
printf(" | ");
|
||||
r = r->alt_regex;
|
||||
}
|
||||
printf(")");
|
||||
break;
|
||||
}
|
||||
default:
|
||||
printf("Unknown ");
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
#endif /* REGEX_DEBUG */
|
||||
|
||||
#ifdef REGEXTEST
|
||||
int
|
||||
main(int argc, char **argv)
|
||||
{
|
||||
char buf[128], buf2[128];
|
||||
char *msg;
|
||||
Regex *re;
|
||||
char *fpos, *epos;
|
||||
FILE *f = stdin;
|
||||
int i = 1;
|
||||
|
||||
#ifdef USE_M17N
|
||||
wtf_init(WC_CES_EUC_JP, WC_CES_EUC_JP);
|
||||
#endif
|
||||
#ifdef REGEX_DEBUG
|
||||
for (i = 1; i < argc; i++) {
|
||||
if (strcmp(argv[i], "-v") == 0)
|
||||
verbose = 1;
|
||||
else
|
||||
break;
|
||||
}
|
||||
#endif
|
||||
|
||||
if (argc > i)
|
||||
f = fopen(argv[i], "r");
|
||||
if (f == NULL) {
|
||||
fprintf(stderr, "Can't open %s\n", argv[i]);
|
||||
exit(1);
|
||||
}
|
||||
while (fscanf(f, "%s%s", buf, buf2) == 2) {
|
||||
re = newRegex(buf, 0, NULL, &msg);
|
||||
if (re == NULL) {
|
||||
printf("Error on regexp /%s/: %s\n", buf, msg);
|
||||
exit(1);
|
||||
}
|
||||
if (RegexMatch(re, buf2, -1, 1)) {
|
||||
printf("/%s/\t\"%s\"\t\"", buf, buf2);
|
||||
MatchedPosition(re, &fpos, &epos);
|
||||
while (fpos < epos)
|
||||
putchar(*(fpos++));
|
||||
putchar('"');
|
||||
}
|
||||
else
|
||||
printf("/%s/\t\"%s\"\tno_match", buf, buf2);
|
||||
putchar('\n');
|
||||
}
|
||||
/* notreatched */
|
||||
return 0;
|
||||
}
|
||||
#endif
|
||||
Reference in New Issue
Block a user