Planet
navi homePPSaboutscreenshotsdownloaddevelopmentforum

source: downloads/boost_1_34_1/boost/wave/cpplexer/validate_universal_char.hpp @ 29

Last change on this file since 29 was 29, checked in by landauf, 16 years ago

updated boost from 1_33_1 to 1_34_1

File size: 12.9 KB
Line 
1/*=============================================================================
2    Boost.Wave: A Standard compliant C++ preprocessor library
3
4    Grammar for universal character validation (see C++ standard: Annex E)
5   
6    http://www.boost.org/
7
8    Copyright (c) 2001-2007 Hartmut Kaiser. Distributed under the Boost
9    Software License, Version 1.0. (See accompanying file
10    LICENSE_1_0.txt or copy at http://www.boost.org/LICENSE_1_0.txt)
11=============================================================================*/
12#if !defined(VALIDATE_UNIVERSAL_CHAR_HPP_55F1B811_CD76_4C72_8344_CBC69CF3B339_INCLUDED)
13#define VALIDATE_UNIVERSAL_CHAR_HPP_55F1B811_CD76_4C72_8344_CBC69CF3B339_INCLUDED
14
15#include <boost/assert.hpp>
16
17#include <boost/wave/wave_config.hpp>
18#include <boost/wave/util/file_position.hpp>
19#include <boost/wave/cpplexer/cpplexer_exceptions.hpp>
20
21// this must occur after all of the includes and before any code appears
22#ifdef BOOST_HAS_ABI_HEADERS
23#include BOOST_ABI_PREFIX
24#endif
25
26///////////////////////////////////////////////////////////////////////////////
27namespace boost {
28namespace wave {
29namespace cpplexer {
30namespace impl {
31
32enum universal_char_type {
33    universal_char_type_valid = 0,
34    universal_char_type_invalid = 1,
35    universal_char_type_base_charset = 2,
36    universal_char_type_not_allowed_for_identifiers = 3
37};
38
39///////////////////////////////////////////////////////////////////////////
40//
41//  is_range is a helper function for the classification by brute force
42//  below
43//
44///////////////////////////////////////////////////////////////////////////
45inline bool 
46in_range(unsigned long ch, unsigned long l, unsigned long u)
47{
48    return (l <= ch && ch <= u);
49}
50
51///////////////////////////////////////////////////////////////////////////////
52//
53//  classify_universal_char
54//
55//      This function classifies an universal character value into 4 subranges:
56//      universal_char_type_valid
57//          the universal character value is valid for identifiers
58//      universal_char_type_invalid
59//          the universal character value is not valid for its usage inside
60//          identifiers (see C++ Standard: 2.2.2 [lex.charset])
61//      universal_char_type_base_charset
62//          the universal character value designates a character from the base
63//          character set
64//      universal_char_type_not_allowed_for_identifiers
65//          the universal character value is not allowed in an identifier
66//
67//  Implementation note:
68//      This classification isn't implemented very effectively here. This
69//      function should be rewritten with some range run matching algorithm.
70//     
71///////////////////////////////////////////////////////////////////////////////
72inline universal_char_type
73classify_universal_char (unsigned long ch)
74{
75// test for invalid characters
76    if (ch <= 0x0020 || in_range(ch, 0x007f, 0x009f))
77        return universal_char_type_invalid;
78   
79// test for characters in the range of the base character set
80    if (in_range(ch, 0x0021, 0x005f) || in_range(ch, 0x0061, 0x007e))
81        return universal_char_type_base_charset;
82
83// test for additional valid character values (see C++ Standard: Annex E)
84    if (in_range(ch, 0x00c0, 0x00d6) || in_range(ch, 0x00d8, 0x00f6) ||
85        in_range(ch, 0x00f8, 0x01f5) || in_range(ch, 0x01fa, 0x0217) ||
86        in_range(ch, 0x0250, 0x02a8) || in_range(ch, 0x1e00, 0x1e9a) ||
87        in_range(ch, 0x1ea0, 0x1ef9))
88    {
89        return universal_char_type_valid;   // Latin
90    }
91   
92    if (0x0384 == ch || in_range(ch, 0x0388, 0x038a) ||
93        0x038c == ch || in_range(ch, 0x038e, 0x03a1) ||
94        in_range(ch, 0x03a3, 0x03ce) || in_range(ch, 0x03d0, 0x03d6) ||
95        0x03da == ch || 0x03dc == ch || 0x03de == ch || 0x03e0 == ch ||
96        in_range(ch, 0x03e2, 0x03f3) || in_range(ch, 0x1f00, 0x1f15) ||
97        in_range(ch, 0x1f18, 0x1f1d) || in_range(ch, 0x1f20, 0x1f45) ||
98        in_range(ch, 0x1f48, 0x1f4d) || in_range(ch, 0x1f50, 0x1f57) ||
99        0x1f59 == ch || 0x1f5b == ch || 0x1f5d == ch || 
100        in_range(ch, 0x1f5f, 0x1f7d) || in_range(ch, 0x1f80, 0x1fb4) ||
101        in_range(ch, 0x1fb6, 0x1fbc) || in_range(ch, 0x1fc2, 0x1fc4) ||
102        in_range(ch, 0x1fc6, 0x1fcc) || in_range(ch, 0x1fd0, 0x1fd3) ||
103        in_range(ch, 0x1fd6, 0x1fdb) || in_range(ch, 0x1fe0, 0x1fec) ||
104        in_range(ch, 0x1ff2, 0x1ff4) || in_range(ch, 0x1ff6, 0x1ffc))
105    {
106        return universal_char_type_valid;   // Greek
107    }
108   
109    if (in_range(ch, 0x0401, 0x040d) || in_range(ch, 0x040f, 0x044f) ||
110        in_range(ch, 0x0451, 0x045c) || in_range(ch, 0x045e, 0x0481) ||
111        in_range(ch, 0x0490, 0x04c4) || in_range(ch, 0x04c7, 0x04c8) ||
112        in_range(ch, 0x04cb, 0x04cc) || in_range(ch, 0x04d0, 0x04eb) ||
113        in_range(ch, 0x04ee, 0x04f5) || in_range(ch, 0x04f8, 0x04f9))
114    {
115        return universal_char_type_valid;   // Cyrillic
116    }
117   
118    if (in_range(ch, 0x0531, 0x0556) || in_range(ch, 0x0561, 0x0587))
119        return universal_char_type_valid;   // Armenian
120
121    if (in_range(ch, 0x05d0, 0x05ea) || in_range(ch, 0x05f0, 0x05f4))
122        return universal_char_type_valid;   // Hebrew
123       
124    if (in_range(ch, 0x0621, 0x063a) || in_range(ch, 0x0640, 0x0652) ||
125        in_range(ch, 0x0670, 0x06b7) || in_range(ch, 0x06ba, 0x06be) ||
126        in_range(ch, 0x06c0, 0x06ce) || in_range(ch, 0x06e5, 0x06e7))
127    {
128        return universal_char_type_valid;   // Arabic
129    }
130   
131    if (in_range(ch, 0x0905, 0x0939) || in_range(ch, 0x0958, 0x0962))
132        return universal_char_type_valid;   // Devanagari
133
134    if (in_range(ch, 0x0985, 0x098c) || in_range(ch, 0x098f, 0x0990) ||
135        in_range(ch, 0x0993, 0x09a8) || in_range(ch, 0x09aa, 0x09b0) ||
136        0x09b2 == ch || in_range(ch, 0x09b6, 0x09b9) ||
137        in_range(ch, 0x09dc, 0x09dd) || in_range(ch, 0x09df, 0x09e1) ||
138        in_range(ch, 0x09f0, 0x09f1))
139    {
140        return universal_char_type_valid;   // Bengali
141    }
142   
143    if (in_range(ch, 0x0a05, 0x0a0a) || in_range(ch, 0x0a0f, 0x0a10) ||
144        in_range(ch, 0x0a13, 0x0a28) || in_range(ch, 0x0a2a, 0x0a30) ||
145        in_range(ch, 0x0a32, 0x0a33) || in_range(ch, 0x0a35, 0x0a36) ||
146        in_range(ch, 0x0a38, 0x0a39) || in_range(ch, 0x0a59, 0x0a5c) ||
147        0x0a5e == ch)
148    {
149        return universal_char_type_valid;   // Gurmukhi
150    }
151
152    if (in_range(ch, 0x0a85, 0x0a8b) || 0x0a8d == ch ||
153        in_range(ch, 0x0a8f, 0x0a91) || in_range(ch, 0x0a93, 0x0aa8) ||
154        in_range(ch, 0x0aaa, 0x0ab0) || in_range(ch, 0x0ab2, 0x0ab3) ||
155        in_range(ch, 0x0ab5, 0x0ab9) || 0x0ae0 == ch)
156    {
157        return universal_char_type_valid;   // Gujarati
158    }
159
160    if (in_range(ch, 0x0b05, 0x0b0c) || in_range(ch, 0x0b0f, 0x0b10) ||
161        in_range(ch, 0x0b13, 0x0b28) || in_range(ch, 0x0b2a, 0x0b30) ||
162        in_range(ch, 0x0b32, 0x0b33) || in_range(ch, 0x0b36, 0x0b39) ||
163        in_range(ch, 0x0b5c, 0x0b5d) || in_range(ch, 0x0b5f, 0x0b61))
164    {
165        return universal_char_type_valid;   // Oriya
166    }
167
168    if (in_range(ch, 0x0b85, 0x0b8a) || in_range(ch, 0x0b8e, 0x0b90) ||
169        in_range(ch, 0x0b92, 0x0b95) || in_range(ch, 0x0b99, 0x0b9a) ||
170        0x0b9c == ch || in_range(ch, 0x0b9e, 0x0b9f) ||
171        in_range(ch, 0x0ba3, 0x0ba4) || in_range(ch, 0x0ba8, 0x0baa) ||
172        in_range(ch, 0x0bae, 0x0bb5) || in_range(ch, 0x0bb7, 0x0bb9))
173    {
174        return universal_char_type_valid;   // Tamil
175    }
176
177    if (in_range(ch, 0x0c05, 0x0c0c) || in_range(ch, 0x0c0e, 0x0c10) ||
178        in_range(ch, 0x0c12, 0x0c28) || in_range(ch, 0x0c2a, 0x0c33) ||
179        in_range(ch, 0x0c35, 0x0c39) || in_range(ch, 0x0c60, 0x0c61))
180    {
181        return universal_char_type_valid;   // Telugu
182    }
183
184    if (in_range(ch, 0x0c85, 0x0c8c) || in_range(ch, 0x0c8e, 0x0c90) ||
185        in_range(ch, 0x0c92, 0x0ca8) || in_range(ch, 0x0caa, 0x0cb3) ||
186        in_range(ch, 0x0cb5, 0x0cb9) || in_range(ch, 0x0ce0, 0x0ce1))
187    {
188        return universal_char_type_valid;   // Kannada
189    }
190
191    if (in_range(ch, 0x0d05, 0x0d0c) || in_range(ch, 0x0d0e, 0x0d10) ||
192        in_range(ch, 0x0d12, 0x0d28) || in_range(ch, 0x0d2a, 0x0d39) ||
193        in_range(ch, 0x0d60, 0x0d61))
194    {
195        return universal_char_type_valid;   // Malayalam
196    }
197
198    if (in_range(ch, 0x0e01, 0x0e30) || in_range(ch, 0x0e32, 0x0e33) ||
199        in_range(ch, 0x0e40, 0x0e46) || in_range(ch, 0x0e4f, 0x0e5b))
200    {
201        return universal_char_type_valid;   // Thai
202    }
203
204    return universal_char_type_not_allowed_for_identifiers;
205}
206
207///////////////////////////////////////////////////////////////////////////////
208//
209//  validate_identifier_name
210//
211//      The validate_identifier_name function tests a given identifier name for
212//      its validity with regard to eventually contained universal characters.
213//      These should be in valid ranges (see the function
214//      classify_universal_char above).
215//
216//      If the identifier name contains invalid or not allowed universal
217//      characters a corresponding lexing_exception is thrown.
218//
219///////////////////////////////////////////////////////////////////////////////
220template <typename StringT>
221inline void 
222validate_identifier_name (StringT const &name, int line, int column, 
223    StringT const &file_name)
224{
225    using namespace std;    // some systems have strtoul in namespace std::
226   
227typename StringT::size_type pos = name.find_first_of('\\');
228
229    while (StringT::npos != pos) {
230    // the identifier name contains a backslash (must be universal char)
231        BOOST_ASSERT('u' == name[pos+1] || 'U' == name[pos+1]);
232       
233    StringT uchar_val(name.substr(pos+2, ('u' == name[pos+1]) ? 4 : 8));
234    universal_char_type type = 
235        classify_universal_char(strtoul(uchar_val.c_str(), 0, 16)); 
236       
237        if (universal_char_type_valid != type) {
238        // an invalid char was found, so throw an exception
239        StringT error_uchar(name.substr(pos, ('u' == name[pos+1]) ? 6 : 10));
240       
241            if (universal_char_type_invalid == type) {
242                BOOST_WAVE_LEXER_THROW(lexing_exception, universal_char_invalid, 
243                    error_uchar, line, column, file_name.c_str());
244            }
245            else if (universal_char_type_base_charset == type) {
246                BOOST_WAVE_LEXER_THROW(lexing_exception, universal_char_base_charset, 
247                    error_uchar, line, column, file_name.c_str());
248            }
249            else {
250                BOOST_WAVE_LEXER_THROW(lexing_exception, universal_char_not_allowed, 
251                    error_uchar, line, column, file_name.c_str());
252            }
253        }
254       
255    // find next universal char (if appropriate)
256        pos = name.find_first_of('\\', pos+2);
257    }
258}
259
260///////////////////////////////////////////////////////////////////////////////
261//
262//  validate_literal
263//
264//      The validate_literal function tests a given string or character literal
265//      for its validity with regard to eventually contained universal
266//      characters. These should be in valid ranges (see the function
267//      classify_universal_char above).
268//
269//      If the string or character literal contains invalid or not allowed
270//      universal characters a corresponding lexing_exception is thrown.
271//
272///////////////////////////////////////////////////////////////////////////////
273template <typename StringT>
274inline void 
275validate_literal (StringT const &name, int line, int column, 
276    StringT const &file_name)
277{
278    using namespace std;    // some systems have strtoul in namespace std::
279   
280typename StringT::size_type pos = name.find_first_of('\\');
281
282    while (StringT::npos != pos) {
283    // the literal contains a backslash (may be universal char)
284        if ('u' == name[pos+1] || 'U' == name[pos+1]) {
285        StringT uchar_val(name.substr(pos+2, ('u' == name[pos+1]) ? 4 : 8));
286        universal_char_type type = 
287            classify_universal_char(strtoul(uchar_val.c_str(), 0, 16)); 
288           
289            if (universal_char_type_valid != type && 
290                universal_char_type_not_allowed_for_identifiers != type) 
291            {
292            // an invalid char was found, so throw an exception
293            StringT error_uchar(name.substr(pos, ('u' == name[pos+1]) ? 6 : 10));
294           
295                if (universal_char_type_invalid == type) {
296                    BOOST_WAVE_LEXER_THROW(lexing_exception, universal_char_invalid, 
297                        error_uchar, line, column, file_name.c_str());
298                }
299                else {
300                    BOOST_WAVE_LEXER_THROW(lexing_exception, universal_char_base_charset, 
301                        error_uchar, line, column, file_name.c_str());
302                }
303            }
304        }
305               
306    // find next universal char (if appropriate)
307        pos = name.find_first_of('\\', pos+2);
308    }
309}
310
311///////////////////////////////////////////////////////////////////////////////
312}   // namespace impl           
313}   // namespace cpplexer
314}   // namespace wave
315}   // namespace boost
316
317// the suffix header occurs after all of the code
318#ifdef BOOST_HAS_ABI_HEADERS
319#include BOOST_ABI_SUFFIX
320#endif
321
322#endif // !defined(VALIDATE_UNIVERSAL_CHAR_HPP_55F1B811_CD76_4C72_8344_CBC69CF3B339_INCLUDED)
Note: See TracBrowser for help on using the repository browser.