Planet
navi homePPSaboutscreenshotsdownloaddevelopmentforum

source: downloads/tcl8.5.2/generic/regc_lex.c @ 42

Last change on this file since 42 was 25, checked in by landauf, 17 years ago

added tcl to libs
File size: 25.1 KB
RevLine 
[25]1/*
2 * lexical analyzer
3 * This file is #included by regcomp.c.
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 of
18 * 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
32/* scanning macros (know about v) */
33#define ATEOS()         (v->now >= v->stop)
34#define HAVE(n)         (v->stop - v->now >= (n))
35#define NEXT1(c)        (!ATEOS() && *v->now == CHR(c))
36#define NEXT2(a,b)      (HAVE(2) && *v->now == CHR(a) && *(v->now+1) == CHR(b))
37#define NEXT3(a,b,c) \
38        (HAVE(3) && *v->now == CHR(a) && \
39                *(v->now+1) == CHR(b) && \
40                *(v->now+2) == CHR(c))
41#define SET(c)          (v->nexttype = (c))
42#define SETV(c, n)      (v->nexttype = (c), v->nextvalue = (n))
43#define RET(c)          return (SET(c), 1)
44#define RETV(c, n)      return (SETV(c, n), 1)
45#define FAILW(e)        return (ERR(e), 0)      /* ERR does SET(EOS) */
46#define LASTTYPE(t)     (v->lasttype == (t))
47
48/* lexical contexts */
49#define L_ERE   1       /* mainline ERE/ARE */
50#define L_BRE   2       /* mainline BRE */
51#define L_Q     3       /* REG_QUOTE */
52#define L_EBND  4       /* ERE/ARE bound */
53#define L_BBND  5       /* BRE bound */
54#define L_BRACK 6       /* brackets */
55#define L_CEL   7       /* collating element */
56#define L_ECL   8       /* equivalence class */
57#define L_CCL   9       /* character class */
58#define INTOCON(c)      (v->lexcon = (c))
59#define INCON(con)      (v->lexcon == (con))
60
61/* construct pointer past end of chr array */
62#define ENDOF(array)    ((array) + sizeof(array)/sizeof(chr))
63
64/*
65 - lexstart - set up lexical stuff, scan leading options
66 ^ static VOID lexstart(struct vars *);
67 */
68static void
69lexstart(
70    struct vars *v)
71{
72    prefixes(v);                /* may turn on new type bits etc. */
73    NOERR();
74
75    if (v->cflags&REG_QUOTE) {
76        assert(!(v->cflags&(REG_ADVANCED|REG_EXPANDED|REG_NEWLINE)));
77        INTOCON(L_Q);
78    } else if (v->cflags&REG_EXTENDED) {
79        assert(!(v->cflags&REG_QUOTE));
80        INTOCON(L_ERE);
81    } else {
82        assert(!(v->cflags&(REG_QUOTE|REG_ADVF)));
83        INTOCON(L_BRE);
84    }
85
86    v->nexttype = EMPTY;        /* remember we were at the start */
87    next(v);                    /* set up the first token */
88}
89
90/*
91 - prefixes - implement various special prefixes
92 ^ static VOID prefixes(struct vars *);
93 */
94static void
95prefixes(
96    struct vars *v)
97{
98    /*
99     * Literal string doesn't get any of this stuff.
100     */
101
102    if (v->cflags&REG_QUOTE) {
103        return;
104    }
105
106    /*
107     * Initial "***" gets special things.
108     */
109
110    if (HAVE(4) && NEXT3('*', '*', '*')) {
111        switch (*(v->now + 3)) {
112        case CHR('?'):          /* "***?" error, msg shows version */
113            ERR(REG_BADPAT);
114            return;             /* proceed no further */
115            break;
116        case CHR('='):          /* "***=" shifts to literal string */
117            NOTE(REG_UNONPOSIX);
118            v->cflags |= REG_QUOTE;
119            v->cflags &= ~(REG_ADVANCED|REG_EXPANDED|REG_NEWLINE);
120            v->now += 4;
121            return;             /* and there can be no more prefixes */
122            break;
123        case CHR(':'):          /* "***:" shifts to AREs */
124            NOTE(REG_UNONPOSIX);
125            v->cflags |= REG_ADVANCED;
126            v->now += 4;
127            break;
128        default:                /* otherwise *** is just an error */
129            ERR(REG_BADRPT);
130            return;
131            break;
132        }
133    }
134
135    /*
136     * BREs and EREs don't get embedded options.
137     */
138
139    if ((v->cflags&REG_ADVANCED) != REG_ADVANCED) {
140        return;
141    }
142
143    /*
144     * Embedded options (AREs only).
145     */
146
147    if (HAVE(3) && NEXT2('(', '?') && iscalpha(*(v->now + 2))) {
148        NOTE(REG_UNONPOSIX);
149        v->now += 2;
150        for (; !ATEOS() && iscalpha(*v->now); v->now++) {
151            switch (*v->now) {
152            case CHR('b'):      /* BREs (but why???) */
153                v->cflags &= ~(REG_ADVANCED|REG_QUOTE);
154                break;
155            case CHR('c'):      /* case sensitive */
156                v->cflags &= ~REG_ICASE;
157                break;
158            case CHR('e'):      /* plain EREs */
159                v->cflags |= REG_EXTENDED;
160                v->cflags &= ~(REG_ADVF|REG_QUOTE);
161                break;
162            case CHR('i'):      /* case insensitive */
163                v->cflags |= REG_ICASE;
164                break;
165            case CHR('m'):      /* Perloid synonym for n */
166            case CHR('n'):      /* \n affects ^ $ . [^ */
167                v->cflags |= REG_NEWLINE;
168                break;
169            case CHR('p'):      /* ~Perl, \n affects . [^ */
170                v->cflags |= REG_NLSTOP;
171                v->cflags &= ~REG_NLANCH;
172                break;
173            case CHR('q'):      /* literal string */
174                v->cflags |= REG_QUOTE;
175                v->cflags &= ~REG_ADVANCED;
176                break;
177            case CHR('s'):      /* single line, \n ordinary */
178                v->cflags &= ~REG_NEWLINE;
179                break;
180            case CHR('t'):      /* tight syntax */
181                v->cflags &= ~REG_EXPANDED;
182                break;
183            case CHR('w'):      /* weird, \n affects ^ $ only */
184                v->cflags &= ~REG_NLSTOP;
185                v->cflags |= REG_NLANCH;
186                break;
187            case CHR('x'):      /* expanded syntax */
188                v->cflags |= REG_EXPANDED;
189                break;
190            default:
191                ERR(REG_BADOPT);
192                return;
193            }
194        }
195        if (!NEXT1(')')) {
196            ERR(REG_BADOPT);
197            return;
198        }
199        v->now++;
200        if (v->cflags&REG_QUOTE) {
201            v->cflags &= ~(REG_EXPANDED|REG_NEWLINE);
202        }
203    }
204}
205
206/*
207 - lexnest - "call a subroutine", interpolating string at the lexical level
208 * Note, this is not a very general facility.  There are a number of
209 * implicit assumptions about what sorts of strings can be subroutines.
210 ^ static VOID lexnest(struct vars *, const chr *, const chr *);
211 */
212static void
213lexnest(
214    struct vars *v,
215    const chr *beginp,          /* start of interpolation */
216    const chr *endp)            /* one past end of interpolation */
217{
218    assert(v->savenow == NULL); /* only one level of nesting */
219    v->savenow = v->now;
220    v->savestop = v->stop;
221    v->now = beginp;
222    v->stop = endp;
223}
224
225/*
226 * string constants to interpolate as expansions of things like \d
227 */
228
229static const chr backd[] = {    /* \d */
230    CHR('['), CHR('['), CHR(':'),
231    CHR('d'), CHR('i'), CHR('g'), CHR('i'), CHR('t'),
232    CHR(':'), CHR(']'), CHR(']')
233};
234static const chr backD[] = {    /* \D */
235    CHR('['), CHR('^'), CHR('['), CHR(':'),
236    CHR('d'), CHR('i'), CHR('g'), CHR('i'), CHR('t'),
237    CHR(':'), CHR(']'), CHR(']')
238};
239static const chr brbackd[] = {  /* \d within brackets */
240    CHR('['), CHR(':'),
241    CHR('d'), CHR('i'), CHR('g'), CHR('i'), CHR('t'),
242    CHR(':'), CHR(']')
243};
244static const chr backs[] = {    /* \s */
245    CHR('['), CHR('['), CHR(':'),
246    CHR('s'), CHR('p'), CHR('a'), CHR('c'), CHR('e'),
247    CHR(':'), CHR(']'), CHR(']')
248};
249static const chr backS[] = {    /* \S */
250    CHR('['), CHR('^'), CHR('['), CHR(':'),
251    CHR('s'), CHR('p'), CHR('a'), CHR('c'), CHR('e'),
252    CHR(':'), CHR(']'), CHR(']')
253};
254static const chr brbacks[] = {  /* \s within brackets */
255    CHR('['), CHR(':'),
256    CHR('s'), CHR('p'), CHR('a'), CHR('c'), CHR('e'),
257    CHR(':'), CHR(']')
258};
259static const chr backw[] = {    /* \w */
260    CHR('['), CHR('['), CHR(':'),
261    CHR('a'), CHR('l'), CHR('n'), CHR('u'), CHR('m'),
262    CHR(':'), CHR(']'), CHR('_'), CHR(']')
263};
264static const chr backW[] = {    /* \W */
265    CHR('['), CHR('^'), CHR('['), CHR(':'),
266    CHR('a'), CHR('l'), CHR('n'), CHR('u'), CHR('m'),
267    CHR(':'), CHR(']'), CHR('_'), CHR(']')
268};
269static const chr brbackw[] = {  /* \w within brackets */
270    CHR('['), CHR(':'),
271    CHR('a'), CHR('l'), CHR('n'), CHR('u'), CHR('m'),
272    CHR(':'), CHR(']'), CHR('_')
273};
274
275/*
276 - lexword - interpolate a bracket expression for word characters
277 * Possibly ought to inquire whether there is a "word" character class.
278 ^ static VOID lexword(struct vars *);
279 */
280static void
281lexword(
282    struct vars *v)
283{
284    lexnest(v, backw, ENDOF(backw));
285}
286
287/*
288 - next - get next token
289 ^ static int next(struct vars *);
290 */
291static int                      /* 1 normal, 0 failure */
292next(
293    struct vars *v)
294{
295    chr c;
296
297    /*
298     * Errors yield an infinite sequence of failures.
299     */
300
301    if (ISERR()) {
302        return 0;               /* the error has set nexttype to EOS */
303    }
304
305    /*
306     * Remember flavor of last token.
307     */
308
309    v->lasttype = v->nexttype;
310
311    /*
312     * REG_BOSONLY
313     */
314
315    if (v->nexttype == EMPTY && (v->cflags&REG_BOSONLY)) {
316        /* at start of a REG_BOSONLY RE */
317        RETV(SBEGIN, 0);        /* same as \A */
318    }
319
320    /*
321     * If we're nested and we've hit end, return to outer level.
322     */
323
324    if (v->savenow != NULL && ATEOS()) {
325        v->now = v->savenow;
326        v->stop = v->savestop;
327        v->savenow = v->savestop = NULL;
328    }
329
330    /*
331     * Skip white space etc. if appropriate (not in literal or [])
332     */
333
334    if (v->cflags&REG_EXPANDED) {
335        switch (v->lexcon) {
336        case L_ERE:
337        case L_BRE:
338        case L_EBND:
339        case L_BBND:
340            skip(v);
341            break;
342        }
343    }
344
345    /*
346     * Handle EOS, depending on context.
347     */
348
349    if (ATEOS()) {
350        switch (v->lexcon) {
351        case L_ERE:
352        case L_BRE:
353        case L_Q:
354            RET(EOS);
355            break;
356        case L_EBND:
357        case L_BBND:
358            FAILW(REG_EBRACE);
359            break;
360        case L_BRACK:
361        case L_CEL:
362        case L_ECL:
363        case L_CCL:
364            FAILW(REG_EBRACK);
365            break;
366        }
367        assert(NOTREACHED);
368    }
369
370    /*
371     * Okay, time to actually get a character.
372     */
373
374    c = *v->now++;
375
376    /*
377     * Deal with the easy contexts, punt EREs to code below.
378     */
379
380    switch (v->lexcon) {
381    case L_BRE:                 /* punt BREs to separate function */
382        return brenext(v, c);
383        break;
384    case L_ERE:                 /* see below */
385        break;
386    case L_Q:                   /* literal strings are easy */
387        RETV(PLAIN, c);
388        break;
389    case L_BBND:                /* bounds are fairly simple */
390    case L_EBND:
391        switch (c) {
392        case CHR('0'): case CHR('1'): case CHR('2'): case CHR('3'):
393        case CHR('4'): case CHR('5'): case CHR('6'): case CHR('7'):
394        case CHR('8'): case CHR('9'):
395            RETV(DIGIT, (chr)DIGITVAL(c));
396            break;
397        case CHR(','):
398            RET(',');
399            break;
400        case CHR('}'):          /* ERE bound ends with } */
401            if (INCON(L_EBND)) {
402                INTOCON(L_ERE);
403                if ((v->cflags&REG_ADVF) && NEXT1('?')) {
404                    v->now++;
405                    NOTE(REG_UNONPOSIX);
406                    RETV('}', 0);
407                }
408                RETV('}', 1);
409            } else {
410                FAILW(REG_BADBR);
411            }
412            break;
413        case CHR('\\'):         /* BRE bound ends with \} */
414            if (INCON(L_BBND) && NEXT1('}')) {
415                v->now++;
416                INTOCON(L_BRE);
417                RET('}');
418            } else {
419                FAILW(REG_BADBR);
420            }
421            break;
422        default:
423            FAILW(REG_BADBR);
424            break;
425        }
426        assert(NOTREACHED);
427        break;
428    case L_BRACK:               /* brackets are not too hard */
429        switch (c) {
430        case CHR(']'):
431            if (LASTTYPE('[')) {
432                RETV(PLAIN, c);
433            } else {
434                INTOCON((v->cflags&REG_EXTENDED) ? L_ERE : L_BRE);
435                RET(']');
436            }
437            break;
438        case CHR('\\'):
439            NOTE(REG_UBBS);
440            if (!(v->cflags&REG_ADVF)) {
441                RETV(PLAIN, c);
442            }
443            NOTE(REG_UNONPOSIX);
444            if (ATEOS()) {
445                FAILW(REG_EESCAPE);
446            }
447            (DISCARD)lexescape(v);
448            switch (v->nexttype) {      /* not all escapes okay here */
449            case PLAIN:
450                return 1;
451                break;
452            case CCLASS:
453                switch (v->nextvalue) {
454                case 'd':
455                    lexnest(v, brbackd, ENDOF(brbackd));
456                    break;
457                case 's':
458                    lexnest(v, brbacks, ENDOF(brbacks));
459                    break;
460                case 'w':
461                    lexnest(v, brbackw, ENDOF(brbackw));
462                    break;
463                default:
464                    FAILW(REG_EESCAPE);
465                    break;
466                }
467
468                /*
469                 * lexnest() done, back up and try again.
470                 */
471
472                v->nexttype = v->lasttype;
473                return next(v);
474                break;
475            }
476
477            /*
478             * Not one of the acceptable escapes.
479             */
480
481            FAILW(REG_EESCAPE);
482            break;
483        case CHR('-'):
484            if (LASTTYPE('[') || NEXT1(']')) {
485                RETV(PLAIN, c);
486            } else {
487                RETV(RANGE, c);
488            }
489            break;
490        case CHR('['):
491            if (ATEOS()) {
492                FAILW(REG_EBRACK);
493            }
494            switch (*v->now++) {
495            case CHR('.'):
496                INTOCON(L_CEL);
497
498                /*
499                 * Might or might not be locale-specific.
500                 */
501
502                RET(COLLEL);
503                break;
504            case CHR('='):
505                INTOCON(L_ECL);
506                NOTE(REG_ULOCALE);
507                RET(ECLASS);
508                break;
509            case CHR(':'):
510                INTOCON(L_CCL);
511                NOTE(REG_ULOCALE);
512                RET(CCLASS);
513                break;
514            default:            /* oops */
515                v->now--;
516                RETV(PLAIN, c);
517                break;
518            }
519            assert(NOTREACHED);
520            break;
521        default:
522            RETV(PLAIN, c);
523            break;
524        }
525        assert(NOTREACHED);
526        break;
527    case L_CEL:                 /* collating elements are easy */
528        if (c == CHR('.') && NEXT1(']')) {
529            v->now++;
530            INTOCON(L_BRACK);
531            RETV(END, '.');
532        } else {
533            RETV(PLAIN, c);
534        }
535        break;
536    case L_ECL:                 /* ditto equivalence classes */
537        if (c == CHR('=') && NEXT1(']')) {
538            v->now++;
539            INTOCON(L_BRACK);
540            RETV(END, '=');
541        } else {
542            RETV(PLAIN, c);
543        }
544        break;
545    case L_CCL:                 /* ditto character classes */
546        if (c == CHR(':') && NEXT1(']')) {
547            v->now++;
548            INTOCON(L_BRACK);
549            RETV(END, ':');
550        } else {
551            RETV(PLAIN, c);
552        }
553        break;
554    default:
555        assert(NOTREACHED);
556        break;
557    }
558
559    /*
560     * That got rid of everything except EREs and AREs.
561     */
562
563    assert(INCON(L_ERE));
564
565    /*
566     * Deal with EREs and AREs, except for backslashes.
567     */
568
569    switch (c) {
570    case CHR('|'):
571        RET('|');
572        break;
573    case CHR('*'):
574        if ((v->cflags&REG_ADVF) && NEXT1('?')) {
575            v->now++;
576            NOTE(REG_UNONPOSIX);
577            RETV('*', 0);
578        }
579        RETV('*', 1);
580        break;
581    case CHR('+'):
582        if ((v->cflags&REG_ADVF) && NEXT1('?')) {
583            v->now++;
584            NOTE(REG_UNONPOSIX);
585            RETV('+', 0);
586        }
587        RETV('+', 1);
588        break;
589    case CHR('?'):
590        if ((v->cflags&REG_ADVF) && NEXT1('?')) {
591            v->now++;
592            NOTE(REG_UNONPOSIX);
593            RETV('?', 0);
594        }
595        RETV('?', 1);
596        break;
597    case CHR('{'):              /* bounds start or plain character */
598        if (v->cflags&REG_EXPANDED) {
599            skip(v);
600        }
601        if (ATEOS() || !iscdigit(*v->now)) {
602            NOTE(REG_UBRACES);
603            NOTE(REG_UUNSPEC);
604            RETV(PLAIN, c);
605        } else {
606            NOTE(REG_UBOUNDS);
607            INTOCON(L_EBND);
608            RET('{');
609        }
610        assert(NOTREACHED);
611        break;
612    case CHR('('):              /* parenthesis, or advanced extension */
613        if ((v->cflags&REG_ADVF) && NEXT1('?')) {
614            NOTE(REG_UNONPOSIX);
615            v->now++;
616            switch (*v->now++) {
617            case CHR(':'):      /* non-capturing paren */
618                RETV('(', 0);
619                break;
620            case CHR('#'):      /* comment */
621                while (!ATEOS() && *v->now != CHR(')')) {
622                    v->now++;
623                }
624                if (!ATEOS()) {
625                    v->now++;
626                }
627                assert(v->nexttype == v->lasttype);
628                return next(v);
629                break;
630            case CHR('='):      /* positive lookahead */
631                NOTE(REG_ULOOKAHEAD);
632                RETV(LACON, 1);
633                break;
634            case CHR('!'):      /* negative lookahead */
635                NOTE(REG_ULOOKAHEAD);
636                RETV(LACON, 0);
637                break;
638            default:
639                FAILW(REG_BADRPT);
640                break;
641            }
642            assert(NOTREACHED);
643        }
644        if (v->cflags&REG_NOSUB) {
645            RETV('(', 0);       /* all parens non-capturing */
646        } else {
647            RETV('(', 1);
648        }
649        break;
650    case CHR(')'):
651        if (LASTTYPE('(')) {
652            NOTE(REG_UUNSPEC);
653        }
654        RETV(')', c);
655        break;
656    case CHR('['):              /* easy except for [[:<:]] and [[:>:]] */
657        if (HAVE(6) &&  *(v->now+0) == CHR('[') &&
658                *(v->now+1) == CHR(':') &&
659                (*(v->now+2) == CHR('<') || *(v->now+2) == CHR('>')) &&
660                *(v->now+3) == CHR(':') &&
661                *(v->now+4) == CHR(']') &&
662                *(v->now+5) == CHR(']')) {
663            c = *(v->now+2);
664            v->now += 6;
665            NOTE(REG_UNONPOSIX);
666            RET((c == CHR('<')) ? '<' : '>');
667        }
668        INTOCON(L_BRACK);
669        if (NEXT1('^')) {
670            v->now++;
671            RETV('[', 0);
672        }
673        RETV('[', 1);
674        break;
675    case CHR('.'):
676        RET('.');
677        break;
678    case CHR('^'):
679        RET('^');
680        break;
681    case CHR('$'):
682        RET('$');
683        break;
684    case CHR('\\'):             /* mostly punt backslashes to code below */
685        if (ATEOS()) {
686            FAILW(REG_EESCAPE);
687        }
688        break;
689    default:            /* ordinary character */
690        RETV(PLAIN, c);
691        break;
692    }
693
694    /*
695     * ERE/ARE backslash handling; backslash already eaten.
696     */
697
698    assert(!ATEOS());
699    if (!(v->cflags&REG_ADVF)) {/* only AREs have non-trivial escapes */
700        if (iscalnum(*v->now)) {
701            NOTE(REG_UBSALNUM);
702            NOTE(REG_UUNSPEC);
703        }
704        RETV(PLAIN, *v->now++);
705    }
706    (DISCARD)lexescape(v);
707    if (ISERR()) {
708        FAILW(REG_EESCAPE);
709    }
710    if (v->nexttype == CCLASS) {/* fudge at lexical level */
711        switch (v->nextvalue) {
712        case 'd':       lexnest(v, backd, ENDOF(backd)); break;
713        case 'D':       lexnest(v, backD, ENDOF(backD)); break;
714        case 's':       lexnest(v, backs, ENDOF(backs)); break;
715        case 'S':       lexnest(v, backS, ENDOF(backS)); break;
716        case 'w':       lexnest(v, backw, ENDOF(backw)); break;
717        case 'W':       lexnest(v, backW, ENDOF(backW)); break;
718        default:
719            assert(NOTREACHED);
720            FAILW(REG_ASSERT);
721            break;
722        }
723        /* lexnest done, back up and try again */
724        v->nexttype = v->lasttype;
725        return next(v);
726    }
727
728    /*
729     * Otherwise, lexescape has already done the work.
730     */
731
732    return !ISERR();
733}
734
735/*
736 - lexescape - parse an ARE backslash escape (backslash already eaten)
737 * Note slightly nonstandard use of the CCLASS type code.
738 ^ static int lexescape(struct vars *);
739 */
740static int                      /* not actually used, but convenient for RETV */
741lexescape(
742    struct vars *v)
743{
744    chr c;
745    static chr alert[] = {
746        CHR('a'), CHR('l'), CHR('e'), CHR('r'), CHR('t')
747    };
748    static chr esc[] = {
749        CHR('E'), CHR('S'), CHR('C')
750    };
751    const chr *save;
752
753    assert(v->cflags&REG_ADVF);
754
755    assert(!ATEOS());
756    c = *v->now++;
757    if (!iscalnum(c)) {
758        RETV(PLAIN, c);
759    }
760
761    NOTE(REG_UNONPOSIX);
762    switch (c) {
763    case CHR('a'):
764        RETV(PLAIN, chrnamed(v, alert, ENDOF(alert), CHR('\007')));
765        break;
766    case CHR('A'):
767        RETV(SBEGIN, 0);
768        break;
769    case CHR('b'):
770        RETV(PLAIN, CHR('\b'));
771        break;
772    case CHR('B'):
773        RETV(PLAIN, CHR('\\'));
774        break;
775    case CHR('c'):
776        NOTE(REG_UUNPORT);
777        if (ATEOS()) {
778            FAILW(REG_EESCAPE);
779        }
780        RETV(PLAIN, (chr)(*v->now++ & 037));
781        break;
782    case CHR('d'):
783        NOTE(REG_ULOCALE);
784        RETV(CCLASS, 'd');
785        break;
786    case CHR('D'):
787        NOTE(REG_ULOCALE);
788        RETV(CCLASS, 'D');
789        break;
790    case CHR('e'):
791        NOTE(REG_UUNPORT);
792        RETV(PLAIN, chrnamed(v, esc, ENDOF(esc), CHR('\033')));
793        break;
794    case CHR('f'):
795        RETV(PLAIN, CHR('\f'));
796        break;
797    case CHR('m'):
798        RET('<');
799        break;
800    case CHR('M'):
801        RET('>');
802        break;
803    case CHR('n'):
804        RETV(PLAIN, CHR('\n'));
805        break;
806    case CHR('r'):
807        RETV(PLAIN, CHR('\r'));
808        break;
809    case CHR('s'):
810        NOTE(REG_ULOCALE);
811        RETV(CCLASS, 's');
812        break;
813    case CHR('S'):
814        NOTE(REG_ULOCALE);
815        RETV(CCLASS, 'S');
816        break;
817    case CHR('t'):
818        RETV(PLAIN, CHR('\t'));
819        break;
820    case CHR('u'):
821        c = lexdigits(v, 16, 4, 4);
822        if (ISERR()) {
823            FAILW(REG_EESCAPE);
824        }
825        RETV(PLAIN, c);
826        break;
827    case CHR('U'):
828        c = lexdigits(v, 16, 8, 8);
829        if (ISERR()) {
830            FAILW(REG_EESCAPE);
831        }
832        RETV(PLAIN, c);
833        break;
834    case CHR('v'):
835        RETV(PLAIN, CHR('\v'));
836        break;
837    case CHR('w'):
838        NOTE(REG_ULOCALE);
839        RETV(CCLASS, 'w');
840        break;
841    case CHR('W'):
842        NOTE(REG_ULOCALE);
843        RETV(CCLASS, 'W');
844        break;
845    case CHR('x'):
846        NOTE(REG_UUNPORT);
847        c = lexdigits(v, 16, 1, 255);   /* REs >255 long outside spec */
848        if (ISERR()) {
849            FAILW(REG_EESCAPE);
850        }
851        RETV(PLAIN, c);
852        break;
853    case CHR('y'):
854        NOTE(REG_ULOCALE);
855        RETV(WBDRY, 0);
856        break;
857    case CHR('Y'):
858        NOTE(REG_ULOCALE);
859        RETV(NWBDRY, 0);
860        break;
861    case CHR('Z'):
862        RETV(SEND, 0);
863        break;
864    case CHR('1'): case CHR('2'): case CHR('3'): case CHR('4'):
865    case CHR('5'): case CHR('6'): case CHR('7'): case CHR('8'):
866    case CHR('9'):
867        save = v->now;
868        v->now--;               /* put first digit back */
869        c = lexdigits(v, 10, 1, 255);   /* REs >255 long outside spec */
870        if (ISERR()) {
871            FAILW(REG_EESCAPE);
872        }
873
874        /*
875         * Ugly heuristic (first test is "exactly 1 digit?")
876         */
877
878        if (v->now - save == 0 || ((int) c > 0 && (int)c <= v->nsubexp)) {
879            NOTE(REG_UBACKREF);
880            RETV(BACKREF, (chr)c);
881        }
882
883        /*
884         * Oops, doesn't look like it's a backref after all...
885         */
886
887        v->now = save;
888
889        /*
890         * And fall through into octal number.
891         */
892
893    case CHR('0'):
894        NOTE(REG_UUNPORT);
895        v->now--;               /* put first digit back */
896        c = lexdigits(v, 8, 1, 3);
897        if (ISERR()) {
898            FAILW(REG_EESCAPE);
899        }
900        RETV(PLAIN, c);
901        break;
902    default:
903        assert(iscalpha(c));
904        FAILW(REG_EESCAPE);     /* unknown alphabetic escape */
905        break;
906    }
907    assert(NOTREACHED);
908}
909
910/*
911 - lexdigits - slurp up digits and return chr value
912 ^ static chr lexdigits(struct vars *, int, int, int);
913 */
914static chr                      /* chr value; errors signalled via ERR */
915lexdigits(
916    struct vars *v,
917    int base,
918    int minlen,
919    int maxlen)
920{
921    uchr n;                     /* unsigned to avoid overflow misbehavior */
922    int len;
923    chr c;
924    int d;
925    CONST uchr ub = (uchr) base;
926
927    n = 0;
928    for (len = 0; len < maxlen && !ATEOS(); len++) {
929        c = *v->now++;
930        switch (c) {
931        case CHR('0'): case CHR('1'): case CHR('2'): case CHR('3'):
932        case CHR('4'): case CHR('5'): case CHR('6'): case CHR('7'):
933        case CHR('8'): case CHR('9'):
934            d = DIGITVAL(c);
935            break;
936        case CHR('a'): case CHR('A'): d = 10; break;
937        case CHR('b'): case CHR('B'): d = 11; break;
938        case CHR('c'): case CHR('C'): d = 12; break;
939        case CHR('d'): case CHR('D'): d = 13; break;
940        case CHR('e'): case CHR('E'): d = 14; break;
941        case CHR('f'): case CHR('F'): d = 15; break;
942        default:
943            v->now--;           /* oops, not a digit at all */
944            d = -1;
945            break;
946        }
947
948        if (d >= base) {        /* not a plausible digit */
949            v->now--;
950            d = -1;
951        }
952        if (d < 0) {
953            break;              /* NOTE BREAK OUT */
954        }
955        n = n*ub + (uchr)d;
956    }
957    if (len < minlen) {
958        ERR(REG_EESCAPE);
959    }
960
961    return (chr)n;
962}
963
964/*
965 - brenext - get next BRE token
966 * This is much like EREs except for all the stupid backslashes and the
967 * context-dependency of some things.
968 ^ static int brenext(struct vars *, pchr);
969 */
970static int                      /* 1 normal, 0 failure */
971brenext(
972    struct vars *v,
973    pchr pc)
974{
975    chr c = (chr)pc;
976
977    switch (c) {
978    case CHR('*'):
979        if (LASTTYPE(EMPTY) || LASTTYPE('(') || LASTTYPE('^')) {
980            RETV(PLAIN, c);
981        }
982        RET('*');
983        break;
984    case CHR('['):
985        if (HAVE(6) &&  *(v->now+0) == CHR('[') &&
986                *(v->now+1) == CHR(':') &&
987                (*(v->now+2) == CHR('<') || *(v->now+2) == CHR('>')) &&
988                *(v->now+3) == CHR(':') &&
989                *(v->now+4) == CHR(']') &&
990                *(v->now+5) == CHR(']')) {
991            c = *(v->now+2);
992            v->now += 6;
993            NOTE(REG_UNONPOSIX);
994            RET((c == CHR('<')) ? '<' : '>');
995        }
996        INTOCON(L_BRACK);
997        if (NEXT1('^')) {
998            v->now++;
999            RETV('[', 0);
1000        }
1001        RETV('[', 1);
1002        break;
1003    case CHR('.'):
1004        RET('.');
1005        break;
1006    case CHR('^'):
1007        if (LASTTYPE(EMPTY)) {
1008            RET('^');
1009        }
1010        if (LASTTYPE('(')) {
1011            NOTE(REG_UUNSPEC);
1012            RET('^');
1013        }
1014        RETV(PLAIN, c);
1015        break;
1016    case CHR('$'):
1017        if (v->cflags&REG_EXPANDED) {
1018            skip(v);
1019        }
1020        if (ATEOS()) {
1021            RET('$');
1022        }
1023        if (NEXT2('\\', ')')) {
1024            NOTE(REG_UUNSPEC);
1025            RET('$');
1026        }
1027        RETV(PLAIN, c);
1028        break;
1029    case CHR('\\'):
1030        break;                  /* see below */
1031    default:
1032        RETV(PLAIN, c);
1033        break;
1034    }
1035
1036    assert(c == CHR('\\'));
1037
1038    if (ATEOS()) {
1039        FAILW(REG_EESCAPE);
1040    }
1041
1042    c = *v->now++;
1043    switch (c) {
1044    case CHR('{'):
1045        INTOCON(L_BBND);
1046        NOTE(REG_UBOUNDS);
1047        RET('{');
1048        break;
1049    case CHR('('):
1050        RETV('(', 1);
1051        break;
1052    case CHR(')'):
1053        RETV(')', c);
1054        break;
1055    case CHR('<'):
1056        NOTE(REG_UNONPOSIX);
1057        RET('<');
1058        break;
1059    case CHR('>'):
1060        NOTE(REG_UNONPOSIX);
1061        RET('>');
1062        break;
1063    case CHR('1'): case CHR('2'): case CHR('3'): case CHR('4'):
1064    case CHR('5'): case CHR('6'): case CHR('7'): case CHR('8'):
1065    case CHR('9'):
1066        NOTE(REG_UBACKREF);
1067        RETV(BACKREF, (chr)DIGITVAL(c));
1068        break;
1069    default:
1070        if (iscalnum(c)) {
1071            NOTE(REG_UBSALNUM);
1072            NOTE(REG_UUNSPEC);
1073        }
1074        RETV(PLAIN, c);
1075        break;
1076    }
1077
1078    assert(NOTREACHED);
1079}
1080
1081/*
1082 - skip - skip white space and comments in expanded form
1083 ^ static VOID skip(struct vars *);
1084 */
1085static void
1086skip(
1087    struct vars *v)
1088{
1089    const chr *start = v->now;
1090
1091    assert(v->cflags&REG_EXPANDED);
1092
1093    for (;;) {
1094        while (!ATEOS() && iscspace(*v->now)) {
1095            v->now++;
1096        }
1097        if (ATEOS() || *v->now != CHR('#')) {
1098            break;              /* NOTE BREAK OUT */
1099        }
1100        assert(NEXT1('#'));
1101        while (!ATEOS() && *v->now != CHR('\n')) {
1102            v->now++;
1103        }
1104
1105        /*
1106         * Leave the newline to be picked up by the iscspace loop.
1107         */
1108    }
1109
1110    if (v->now != start) {
1111        NOTE(REG_UNONPOSIX);
1112    }
1113}
1114
1115/*
1116 - newline - return the chr for a newline
1117 * This helps confine use of CHR to this source file.
1118 ^ static chr newline(NOPARMS);
1119 */
1120static chr
1121newline(void)
1122{
1123    return CHR('\n');
1124}
1125
1126/*
1127 - ch - return the chr sequence for regc_locale.c's fake collating element ch
1128 * This helps confine use of CHR to this source file.  Beware that the caller
1129 * knows how long the sequence is.
1130 ^ #ifdef REG_DEBUG
1131 ^ static const chr *ch(NOPARMS);
1132 ^ #endif
1133 */
1134#ifdef REG_DEBUG
1135static const chr *
1136ch(void)
1137{
1138    static chr chstr[] = { CHR('c'), CHR('h'), CHR('\0') };
1139
1140    return chstr;
1141}
1142#endif
1143
1144/*
1145 - chrnamed - return the chr known by a given (chr string) name
1146 * The code is a bit clumsy, but this routine gets only such specialized
1147 * use that it hardly matters.
1148 ^ static chr chrnamed(struct vars *, const chr *, const chr *, pchr);
1149 */
1150static chr
1151chrnamed(
1152    struct vars *v,
1153    const chr *startp,          /* start of name */
1154    const chr *endp,            /* just past end of name */
1155    pchr lastresort)            /* what to return if name lookup fails */
1156{
1157    celt c;
1158    int errsave;
1159    int e;
1160    struct cvec *cv;
1161
1162    errsave = v->err;
1163    v->err = 0;
1164    c = element(v, startp, endp);
1165    e = v->err;
1166    v->err = errsave;
1167
1168    if (e != 0) {
1169        return (chr)lastresort;
1170    }
1171
1172    cv = range(v, c, c, 0);
1173    if (cv->nchrs == 0) {
1174        return (chr)lastresort;
1175    }
1176    return cv->chrs[0];
1177}
1178
1179/*
1180 * Local Variables:
1181 * mode: c
1182 * c-basic-offset: 4
1183 * fill-column: 78
1184 * End:
1185 */
Note: See TracBrowser for help on using the repository browser.