source: trunk/libs/newlib/src/newlib/libc/posix/regcomp.c @ 567

Last change on this file since 567 was 444, checked in by satin@…, 6 years ago

add newlib,libalmos-mkh, restructure shared_syscalls.h and mini-libc
File size: 47.8 KB
Line 
1/*-
2 * Copyright (c) 1992, 1993, 1994 Henry Spencer.
3 * Copyright (c) 1992, 1993, 1994
4 *      The Regents of the University of California.  All rights reserved.
5 *
6 * This code is derived from software contributed to Berkeley by
7 * Henry Spencer.
8 *
9 * Redistribution and use in source and binary forms, with or without
10 * modification, are permitted provided that the following conditions
11 * are met:
12 * 1. Redistributions of source code must retain the above copyright
13 *    notice, this list of conditions and the following disclaimer.
14 * 2. Redistributions in binary form must reproduce the above copyright
15 *    notice, this list of conditions and the following disclaimer in the
16 *    documentation and/or other materials provided with the distribution.
17 * 4. Neither the name of the University nor the names of its contributors
18 *    may be used to endorse or promote products derived from this software
19 *    without specific prior written permission.
20 *
21 * THIS SOFTWARE IS PROVIDED BY THE REGENTS AND CONTRIBUTORS ``AS IS'' AND
22 * ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
23 * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
24 * ARE DISCLAIMED.  IN NO EVENT SHALL THE REGENTS OR CONTRIBUTORS BE LIABLE
25 * FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
26 * DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
27 * OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
28 * HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
29 * LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
30 * OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
31 * SUCH DAMAGE.
32 *
33 *      @(#)regcomp.c   8.5 (Berkeley) 3/20/94
34 */
35
36#ifndef _NO_REGEX
37
38#if defined(LIBC_SCCS) && !defined(lint)
39static char sccsid[] = "@(#)regcomp.c   8.5 (Berkeley) 3/20/94";
40#endif /* LIBC_SCCS and not lint */
41#include <sys/cdefs.h>
42
43#include <sys/types.h>
44#include <stdio.h>
45#include <string.h>
46#include <ctype.h>
47#include <limits.h>
48#include <stdlib.h>
49#include <regex.h>
50
51#include "collate.h"
52
53#include "utils.h"
54#include "regex2.h"
55
56#include "cclass.h"
57#include "cname.h"
58
59/*
60 * parse structure, passed up and down to avoid global variables and
61 * other clumsinesses
62 */
63struct parse {
64        char *next;             /* next character in RE */
65        char *end;              /* end of string (-> NUL normally) */
66        int error;              /* has an error been seen? */
67        sop *strip;             /* malloced strip */
68        sopno ssize;            /* malloced strip size (allocated) */
69        sopno slen;             /* malloced strip length (used) */
70        int ncsalloc;           /* number of csets allocated */
71        struct re_guts *g;
72#       define  NPAREN  10      /* we need to remember () 1-9 for back refs */
73        sopno pbegin[NPAREN];   /* -> ( ([0] unused) */
74        sopno pend[NPAREN];     /* -> ) ([0] unused) */
75};
76
77/* ========= begin header generated by ./mkh ========= */
78#ifdef __cplusplus
79extern "C" {
80#endif
81
82/* === regcomp.c === */
83static void p_ere(struct parse *p, int stop);
84static void p_ere_exp(struct parse *p);
85static void p_str(struct parse *p);
86static void p_bre(struct parse *p, int end1, int end2);
87static int p_simp_re(struct parse *p, int starordinary);
88static int p_count(struct parse *p);
89static void p_bracket(struct parse *p);
90static void p_b_term(struct parse *p, cset *cs);
91static void p_b_cclass(struct parse *p, cset *cs);
92static void p_b_eclass(struct parse *p, cset *cs);
93static char p_b_symbol(struct parse *p);
94static char p_b_coll_elem(struct parse *p, int endc);
95static char othercase(int ch);
96static void bothcases(struct parse *p, int ch);
97static void ordinary(struct parse *p, int ch);
98static void nonnewline(struct parse *p);
99static void repeat(struct parse *p, sopno start, int from, int to);
100static int seterr(struct parse *p, int e);
101static cset *allocset(struct parse *p);
102static void freeset(struct parse *p, cset *cs);
103static int freezeset(struct parse *p, cset *cs);
104static int firstch(struct parse *p, cset *cs);
105static int nch(struct parse *p, cset *cs);
106#if used
107static void mcadd(struct parse *p, cset *cs, char *cp);
108static void mcsub(cset *cs, char *cp);
109static int mcin(cset *cs, char *cp);
110static char *mcfind(cset *cs, char *cp);
111#endif
112static void mcinvert(struct parse *p, cset *cs);
113static void mccase(struct parse *p, cset *cs);
114static int isinsets(struct re_guts *g, int c);
115static int samesets(struct re_guts *g, int c1, int c2);
116static void categorize(struct parse *p, struct re_guts *g);
117static sopno dupl(struct parse *p, sopno start, sopno finish);
118static void doemit(struct parse *p, sop op, size_t opnd);
119static void doinsert(struct parse *p, sop op, size_t opnd, sopno pos);
120static void dofwd(struct parse *p, sopno pos, sop value);
121static void enlarge(struct parse *p, sopno size);
122static void stripsnug(struct parse *p, struct re_guts *g);
123static void findmust(struct parse *p, struct re_guts *g);
124static int altoffset(sop *scan, int offset, int mccs);
125static void computejumps(struct parse *p, struct re_guts *g);
126static void computematchjumps(struct parse *p, struct re_guts *g);
127static sopno pluscount(struct parse *p, struct re_guts *g);
128
129#ifdef __cplusplus
130}
131#endif
132/* ========= end header generated by ./mkh ========= */
133
134static char nuls[10];           /* place to point scanner in event of error */
135
136/*
137 * macros for use with parse structure
138 * BEWARE:  these know that the parse structure is named `p' !!!
139 */
140#define PEEK()  (*p->next)
141#define PEEK2() (*(p->next+1))
142#define MORE()  (p->next < p->end)
143#define MORE2() (p->next+1 < p->end)
144#define SEE(c)  (MORE() && PEEK() == (c))
145#define SEETWO(a, b)    (MORE() && MORE2() && PEEK() == (a) && PEEK2() == (b))
146#define EAT(c)  ((SEE(c)) ? (NEXT(), 1) : 0)
147#define EATTWO(a, b)    ((SEETWO(a, b)) ? (NEXT2(), 1) : 0)
148#define NEXT()  (p->next++)
149#define NEXT2() (p->next += 2)
150#define NEXTn(n)        (p->next += (n))
151#define GETNEXT()       (*p->next++)
152#define SETERROR(e)     seterr(p, (e))
153#define REQUIRE(co, e)  ((co) || SETERROR(e))
154#define MUSTSEE(c, e)   (REQUIRE(MORE() && PEEK() == (c), e))
155#define MUSTEAT(c, e)   (REQUIRE(MORE() && GETNEXT() == (c), e))
156#define MUSTNOTSEE(c, e)        (REQUIRE(!MORE() || PEEK() != (c), e))
157#define EMIT(op, sopnd) doemit(p, (sop)(op), (size_t)(sopnd))
158#define INSERT(op, pos) doinsert(p, (sop)(op), HERE()-(pos)+1, pos)
159#define AHEAD(pos)              dofwd(p, pos, HERE()-(pos))
160#define ASTERN(sop, pos)        EMIT(sop, HERE()-pos)
161#define HERE()          (p->slen)
162#define THERE()         (p->slen - 1)
163#define THERETHERE()    (p->slen - 2)
164#define DROP(n) (p->slen -= (n))
165
166#ifndef NDEBUG
167static int never = 0;           /* for use in asserts; shuts lint up */
168#else
169#define never   0               /* some <assert.h>s have bugs too */
170#endif
171
172/* Macro used by computejump()/computematchjump() */
173#define MIN(a,b)        ((a)<(b)?(a):(b))
174
175/*
176 - regcomp - interface for parser and compilation
177 = extern int regcomp(regex_t *__restrict, const char *__restrict, int);
178 = #define      REG_BASIC       0000
179 = #define      REG_EXTENDED    0001
180 = #define      REG_ICASE       0002
181 = #define      REG_NOSUB       0004
182 = #define      REG_NEWLINE     0010
183 = #define      REG_NOSPEC      0020
184 = #define      REG_PEND        0040
185 = #define      REG_DUMP        0200
186 */
187int                             /* 0 success, otherwise REG_something */
188regcomp(preg, pattern, cflags)
189regex_t *__restrict preg;
190const char *__restrict pattern;
191int cflags;
192{
193        struct parse pa;
194        struct re_guts *g;
195        struct parse *p = &pa;
196        int i;
197        size_t len;
198#ifdef REDEBUG
199#       define  GOODFLAGS(f)    (f)
200#else
201#       define  GOODFLAGS(f)    ((f)&~REG_DUMP)
202#endif
203
204        cflags = GOODFLAGS(cflags);
205        if ((cflags&REG_EXTENDED) && (cflags&REG_NOSPEC))
206                return(REG_INVARG);
207
208        if (cflags&REG_PEND) {
209                if (preg->re_endp < pattern)
210                        return(REG_INVARG);
211                len = preg->re_endp - pattern;
212        } else
213                len = strlen((char *)pattern);
214
215        /* do the mallocs early so failure handling is easy */
216        g = (struct re_guts *)malloc(sizeof(struct re_guts) +
217                                                        (NC-1)*sizeof(cat_t));
218        if (g == NULL)
219                return(REG_ESPACE);
220        p->ssize = len/(size_t)2*(size_t)3 + (size_t)1; /* ugh */
221        p->strip = (sop *)malloc(p->ssize * sizeof(sop));
222        p->slen = 0;
223        if (p->strip == NULL) {
224                free((char *)g);
225                return(REG_ESPACE);
226        }
227
228        /* set things up */
229        p->g = g;
230        p->next = (char *)pattern;      /* convenience; we do not modify it */
231        p->end = p->next + len;
232        p->error = 0;
233        p->ncsalloc = 0;
234        for (i = 0; i < NPAREN; i++) {
235                p->pbegin[i] = 0;
236                p->pend[i] = 0;
237        }
238        g->csetsize = NC;
239        g->sets = NULL;
240        g->setbits = NULL;
241        g->ncsets = 0;
242        g->cflags = cflags;
243        g->iflags = 0;
244        g->nbol = 0;
245        g->neol = 0;
246        g->must = NULL;
247        g->moffset = -1;
248        g->charjump = NULL;
249        g->matchjump = NULL;
250        g->mlen = 0;
251        g->nsub = 0;
252        g->ncategories = 1;     /* category 0 is "everything else" */
253        g->categories = &g->catspace[-(CHAR_MIN)];
254        (void) memset((char *)g->catspace, 0, NC*sizeof(cat_t));
255        g->backrefs = 0;
256
257        /* do it */
258        EMIT(OEND, 0);
259        g->firststate = THERE();
260        if (cflags&REG_EXTENDED)
261                p_ere(p, OUT);
262        else if (cflags&REG_NOSPEC)
263                p_str(p);
264        else
265                p_bre(p, OUT, OUT);
266        EMIT(OEND, 0);
267        g->laststate = THERE();
268
269        /* tidy up loose ends and fill things in */
270        categorize(p, g);
271        stripsnug(p, g);
272        findmust(p, g);
273        /* only use Boyer-Moore algorithm if the pattern is bigger
274         * than three characters
275         */
276        if(g->mlen > 3) {
277                computejumps(p, g);
278                computematchjumps(p, g);
279                if(g->matchjump == NULL && g->charjump != NULL) {
280                        free(g->charjump);
281                        g->charjump = NULL;
282                }
283        }
284        g->nplus = pluscount(p, g);
285        g->magic = MAGIC2;
286        preg->re_nsub = g->nsub;
287        preg->re_g = g;
288        preg->re_magic = MAGIC1;
289#ifndef REDEBUG
290        /* not debugging, so can't rely on the assert() in regexec() */
291        if (g->iflags&BAD)
292                SETERROR(REG_ASSERT);
293#endif
294
295        /* win or lose, we're done */
296        if (p->error != 0)      /* lose */
297                regfree(preg);
298        return(p->error);
299}
300
301/*
302 - p_ere - ERE parser top level, concatenation and alternation
303 == static void p_ere(struct parse *p, int stop);
304 */
305static void
306p_ere(p, stop)
307struct parse *p;
308int stop;                       /* character this ERE should end at */
309{
310        char c;
311        sopno prevback = 0;
312        sopno prevfwd = 0;
313        sopno conc;
314        int first = 1;          /* is this the first alternative? */
315
316        for (;;) {
317                /* do a bunch of concatenated expressions */
318                conc = HERE();
319                while (MORE() && (c = PEEK()) != '|' && c != stop)
320                        p_ere_exp(p);
321                (void)REQUIRE(HERE() != conc, REG_EMPTY);       /* require nonempty */
322
323                if (!EAT('|'))
324                        break;          /* NOTE BREAK OUT */
325
326                if (first) {
327                        INSERT(OCH_, conc);     /* offset is wrong */
328                        prevfwd = conc;
329                        prevback = conc;
330                        first = 0;
331                }
332                ASTERN(OOR1, prevback);
333                prevback = THERE();
334                AHEAD(prevfwd);                 /* fix previous offset */
335                prevfwd = HERE();
336                EMIT(OOR2, 0);                  /* offset is very wrong */
337        }
338
339        if (!first) {           /* tail-end fixups */
340                AHEAD(prevfwd);
341                ASTERN(O_CH, prevback);
342        }
343
344        assert(!MORE() || SEE(stop));
345}
346
347/*
348 - p_ere_exp - parse one subERE, an atom possibly followed by a repetition op
349 == static void p_ere_exp(struct parse *p);
350 */
351static void
352p_ere_exp(p)
353struct parse *p;
354{
355        char c;
356        sopno pos;
357        int count;
358        int count2;
359        sopno subno;
360        int wascaret = 0;
361
362        assert(MORE());         /* caller should have ensured this */
363        c = GETNEXT();
364
365        pos = HERE();
366        switch (c) {
367        case '(':
368                (void)REQUIRE(MORE(), REG_EPAREN);
369                p->g->nsub++;
370                subno = p->g->nsub;
371                if (subno < NPAREN)
372                        p->pbegin[subno] = HERE();
373                EMIT(OLPAREN, subno);
374                if (!SEE(')'))
375                        p_ere(p, ')');
376                if (subno < NPAREN) {
377                        p->pend[subno] = HERE();
378                        assert(p->pend[subno] != 0);
379                }
380                EMIT(ORPAREN, subno);
381                (void)MUSTEAT(')', REG_EPAREN);
382                break;
383#ifndef POSIX_MISTAKE
384        case ')':               /* happens only if no current unmatched ( */
385                /*
386                 * You may ask, why the ifndef?  Because I didn't notice
387                 * this until slightly too late for 1003.2, and none of the
388                 * other 1003.2 regular-expression reviewers noticed it at
389                 * all.  So an unmatched ) is legal POSIX, at least until
390                 * we can get it fixed.
391                 */
392                SETERROR(REG_EPAREN);
393                break;
394#endif
395        case '^':
396                EMIT(OBOL, 0);
397                p->g->iflags |= USEBOL;
398                p->g->nbol++;
399                wascaret = 1;
400                break;
401        case '$':
402                EMIT(OEOL, 0);
403                p->g->iflags |= USEEOL;
404                p->g->neol++;
405                break;
406        case '|':
407                SETERROR(REG_EMPTY);
408                break;
409        case '*':
410        case '+':
411        case '?':
412                SETERROR(REG_BADRPT);
413                break;
414        case '.':
415                if (p->g->cflags&REG_NEWLINE)
416                        nonnewline(p);
417                else
418                        EMIT(OANY, 0);
419                break;
420        case '[':
421                p_bracket(p);
422                break;
423        case '\\':
424                (void)REQUIRE(MORE(), REG_EESCAPE);
425                c = GETNEXT();
426                ordinary(p, c);
427                break;
428        case '{':               /* okay as ordinary except if digit follows */
429                (void)REQUIRE(!MORE() || !isdigit((uch)PEEK()), REG_BADRPT);
430                /* FALLTHROUGH */
431        default:
432                ordinary(p, c);
433                break;
434        }
435
436        if (!MORE())
437                return;
438        c = PEEK();
439        /* we call { a repetition if followed by a digit */
440        if (!( c == '*' || c == '+' || c == '?' ||
441                                (c == '{' && MORE2() && isdigit((uch)PEEK2())) ))
442                return;         /* no repetition, we're done */
443        NEXT();
444
445        (void)REQUIRE(!wascaret, REG_BADRPT);
446        switch (c) {
447        case '*':       /* implemented as +? */
448                /* this case does not require the (y|) trick, noKLUDGE */
449                INSERT(OPLUS_, pos);
450                ASTERN(O_PLUS, pos);
451                INSERT(OQUEST_, pos);
452                ASTERN(O_QUEST, pos);
453                break;
454        case '+':
455                INSERT(OPLUS_, pos);
456                ASTERN(O_PLUS, pos);
457                break;
458        case '?':
459                /* KLUDGE: emit y? as (y|) until subtle bug gets fixed */
460                INSERT(OCH_, pos);              /* offset slightly wrong */
461                ASTERN(OOR1, pos);              /* this one's right */
462                AHEAD(pos);                     /* fix the OCH_ */
463                EMIT(OOR2, 0);                  /* offset very wrong... */
464                AHEAD(THERE());                 /* ...so fix it */
465                ASTERN(O_CH, THERETHERE());
466                break;
467        case '{':
468                count = p_count(p);
469                if (EAT(',')) {
470                        if (isdigit((uch)PEEK())) {
471                                count2 = p_count(p);
472                                (void)REQUIRE(count <= count2, REG_BADBR);
473                        } else          /* single number with comma */
474                                count2 = INFINITY;
475                } else          /* just a single number */
476                        count2 = count;
477                repeat(p, pos, count, count2);
478                if (!EAT('}')) {        /* error heuristics */
479                        while (MORE() && PEEK() != '}')
480                                NEXT();
481                        (void)REQUIRE(MORE(), REG_EBRACE);
482                        SETERROR(REG_BADBR);
483                }
484                break;
485        }
486
487        if (!MORE())
488                return;
489        c = PEEK();
490        if (!( c == '*' || c == '+' || c == '?' ||
491                                (c == '{' && MORE2() && isdigit((uch)PEEK2())) ) )
492                return;
493        SETERROR(REG_BADRPT);
494}
495
496/*
497 - p_str - string (no metacharacters) "parser"
498 == static void p_str(struct parse *p);
499 */
500static void
501p_str(p)
502struct parse *p;
503{
504        (void)REQUIRE(MORE(), REG_EMPTY);
505        while (MORE())
506                ordinary(p, GETNEXT());
507}
508
509/*
510 - p_bre - BRE parser top level, anchoring and concatenation
511 == static void p_bre(struct parse *p, int end1, \
512 ==     int end2);
513 * Giving end1 as OUT essentially eliminates the end1/end2 check.
514 *
515 * This implementation is a bit of a kludge, in that a trailing $ is first
516 * taken as an ordinary character and then revised to be an anchor.  The
517 * only undesirable side effect is that '$' gets included as a character
518 * category in such cases.  This is fairly harmless; not worth fixing.
519 * The amount of lookahead needed to avoid this kludge is excessive.
520 */
521static void
522p_bre(p, end1, end2)
523struct parse *p;
524int end1;                       /* first terminating character */
525int end2;                       /* second terminating character */
526{
527        sopno start = HERE();
528        int first = 1;                  /* first subexpression? */
529        int wasdollar = 0;
530
531        if (EAT('^')) {
532                EMIT(OBOL, 0);
533                p->g->iflags |= USEBOL;
534                p->g->nbol++;
535        }
536        while (MORE() && !SEETWO(end1, end2)) {
537                wasdollar = p_simp_re(p, first);
538                first = 0;
539        }
540        if (wasdollar) {        /* oops, that was a trailing anchor */
541                DROP(1);
542                EMIT(OEOL, 0);
543                p->g->iflags |= USEEOL;
544                p->g->neol++;
545        }
546
547        (void)REQUIRE(HERE() != start, REG_EMPTY);      /* require nonempty */
548}
549
550/*
551 - p_simp_re - parse a simple RE, an atom possibly followed by a repetition
552 == static int p_simp_re(struct parse *p, int starordinary);
553 */
554static int                      /* was the simple RE an unbackslashed $? */
555p_simp_re(p, starordinary)
556struct parse *p;
557int starordinary;               /* is a leading * an ordinary character? */
558{
559        int c;
560        int count;
561        int count2;
562        sopno pos;
563        int i;
564        sopno subno;
565#       define  BACKSL  (1<<CHAR_BIT)
566
567        pos = HERE();           /* repetion op, if any, covers from here */
568
569        assert(MORE());         /* caller should have ensured this */
570        c = GETNEXT();
571        if (c == '\\') {
572                (void)REQUIRE(MORE(), REG_EESCAPE);
573                c = BACKSL | GETNEXT();
574        }
575        switch (c) {
576        case '.':
577                if (p->g->cflags&REG_NEWLINE)
578                        nonnewline(p);
579                else
580                        EMIT(OANY, 0);
581                break;
582        case '[':
583                p_bracket(p);
584                break;
585        case BACKSL|'{':
586                SETERROR(REG_BADRPT);
587                break;
588        case BACKSL|'(':
589                p->g->nsub++;
590                subno = p->g->nsub;
591                if (subno < NPAREN)
592                        p->pbegin[subno] = HERE();
593                EMIT(OLPAREN, subno);
594                /* the MORE here is an error heuristic */
595                if (MORE() && !SEETWO('\\', ')'))
596                        p_bre(p, '\\', ')');
597                if (subno < NPAREN) {
598                        p->pend[subno] = HERE();
599                        assert(p->pend[subno] != 0);
600                }
601                EMIT(ORPAREN, subno);
602                (void)REQUIRE(EATTWO('\\', ')'), REG_EPAREN);
603                break;
604        case BACKSL|')':        /* should not get here -- must be user */
605        case BACKSL|'}':
606                SETERROR(REG_EPAREN);
607                break;
608        case BACKSL|'1':
609        case BACKSL|'2':
610        case BACKSL|'3':
611        case BACKSL|'4':
612        case BACKSL|'5':
613        case BACKSL|'6':
614        case BACKSL|'7':
615        case BACKSL|'8':
616        case BACKSL|'9':
617                i = (c&~BACKSL) - '0';
618                assert(i < NPAREN);
619                if (p->pend[i] != 0) {
620                        assert(i <= p->g->nsub);
621                        EMIT(OBACK_, i);
622                        assert(p->pbegin[i] != 0);
623                        assert(OP(p->strip[p->pbegin[i]]) == OLPAREN);
624                        assert(OP(p->strip[p->pend[i]]) == ORPAREN);
625                        (void) dupl(p, p->pbegin[i]+1, p->pend[i]);
626                        EMIT(O_BACK, i);
627                } else
628                        SETERROR(REG_ESUBREG);
629                p->g->backrefs = 1;
630                break;
631        case '*':
632                (void)REQUIRE(starordinary, REG_BADRPT);
633                /* FALLTHROUGH */
634        default:
635                ordinary(p, (char)c);
636                break;
637        }
638
639        if (EAT('*')) {         /* implemented as +? */
640                /* this case does not require the (y|) trick, noKLUDGE */
641                INSERT(OPLUS_, pos);
642                ASTERN(O_PLUS, pos);
643                INSERT(OQUEST_, pos);
644                ASTERN(O_QUEST, pos);
645        } else if (EATTWO('\\', '{')) {
646                count = p_count(p);
647                if (EAT(',')) {
648                        if (MORE() && isdigit((uch)PEEK())) {
649                                count2 = p_count(p);
650                                (void)REQUIRE(count <= count2, REG_BADBR);
651                        } else          /* single number with comma */
652                                count2 = INFINITY;
653                } else          /* just a single number */
654                        count2 = count;
655                repeat(p, pos, count, count2);
656                if (!EATTWO('\\', '}')) {       /* error heuristics */
657                        while (MORE() && !SEETWO('\\', '}'))
658                                NEXT();
659                        (void)REQUIRE(MORE(), REG_EBRACE);
660                        SETERROR(REG_BADBR);
661                }
662        } else if (c == '$')     /* $ (but not \$) ends it */
663                return(1);
664
665        return(0);
666}
667
668/*
669 - p_count - parse a repetition count
670 == static int p_count(struct parse *p);
671 */
672static int                      /* the value */
673p_count(p)
674struct parse *p;
675{
676        int count = 0;
677        int ndigits = 0;
678
679        while (MORE() && isdigit((uch)PEEK()) && count <= DUPMAX) {
680                count = count*10 + (GETNEXT() - '0');
681                ndigits++;
682        }
683
684        (void)REQUIRE(ndigits > 0 && count <= DUPMAX, REG_BADBR);
685        return(count);
686}
687
688/*
689 - p_bracket - parse a bracketed character list
690 == static void p_bracket(struct parse *p);
691 *
692 * Note a significant property of this code:  if the allocset() did SETERROR,
693 * no set operations are done.
694 */
695static void
696p_bracket(p)
697struct parse *p;
698{
699        cset *cs = allocset(p);
700        int invert = 0;
701
702        /* Dept of Truly Sickening Special-Case Kludges */
703        if (p->next + 5 < p->end && strncmp(p->next, "[:<:]]", 6) == 0) {
704                EMIT(OBOW, 0);
705                NEXTn(6);
706                return;
707        }
708        if (p->next + 5 < p->end && strncmp(p->next, "[:>:]]", 6) == 0) {
709                EMIT(OEOW, 0);
710                NEXTn(6);
711                return;
712        }
713
714        if (EAT('^'))
715                invert++;       /* make note to invert set at end */
716        if (EAT(']'))
717                CHadd(cs, ']');
718        else if (EAT('-'))
719                CHadd(cs, '-');
720        while (MORE() && PEEK() != ']' && !SEETWO('-', ']'))
721                p_b_term(p, cs);
722        if (EAT('-'))
723                CHadd(cs, '-');
724        (void)MUSTEAT(']', REG_EBRACK);
725
726        if (p->error != 0)      /* don't mess things up further */
727                return;
728
729        if (p->g->cflags&REG_ICASE) {
730                int i;
731                int ci;
732
733                for (i = p->g->csetsize - 1; i >= 0; i--)
734                        if (CHIN(cs, i) && isalpha(i)) {
735                                ci = othercase(i);
736                                if (ci != i)
737                                        CHadd(cs, ci);
738                        }
739                if (cs->multis != NULL)
740                        mccase(p, cs);
741        }
742        if (invert) {
743                int i;
744
745                for (i = p->g->csetsize - 1; i >= 0; i--)
746                        if (CHIN(cs, i))
747                                CHsub(cs, i);
748                        else
749                                CHadd(cs, i);
750                if (p->g->cflags&REG_NEWLINE)
751                        CHsub(cs, '\n');
752                if (cs->multis != NULL)
753                        mcinvert(p, cs);
754        }
755
756        assert(cs->multis == NULL);             /* xxx */
757
758        if (nch(p, cs) == 1) {          /* optimize singleton sets */
759                ordinary(p, firstch(p, cs));
760                freeset(p, cs);
761        } else
762                EMIT(OANYOF, freezeset(p, cs));
763}
764
765/*
766 - p_b_term - parse one term of a bracketed character list
767 == static void p_b_term(struct parse *p, cset *cs);
768 */
769static void
770p_b_term(p, cs)
771struct parse *p;
772cset *cs;
773{
774        char c;
775        char start, finish;
776        int i;
777
778        /* classify what we've got */
779        switch ((MORE()) ? PEEK() : '\0') {
780        case '[':
781                c = (MORE2()) ? PEEK2() : '\0';
782                break;
783        case '-':
784                SETERROR(REG_ERANGE);
785                return;                 /* NOTE RETURN */
786                break;
787        default:
788                c = '\0';
789                break;
790        }
791
792        switch (c) {
793        case ':':               /* character class */
794                NEXT2();
795                (void)REQUIRE(MORE(), REG_EBRACK);
796                c = PEEK();
797                (void)REQUIRE(c != '-' && c != ']', REG_ECTYPE);
798                p_b_cclass(p, cs);
799                (void)REQUIRE(MORE(), REG_EBRACK);
800                (void)REQUIRE(EATTWO(':', ']'), REG_ECTYPE);
801                break;
802        case '=':               /* equivalence class */
803                NEXT2();
804                (void)REQUIRE(MORE(), REG_EBRACK);
805                c = PEEK();
806                (void)REQUIRE(c != '-' && c != ']', REG_ECOLLATE);
807                p_b_eclass(p, cs);
808                (void)REQUIRE(MORE(), REG_EBRACK);
809                (void)REQUIRE(EATTWO('=', ']'), REG_ECOLLATE);
810                break;
811        default:                /* symbol, ordinary character, or range */
812/* xxx revision needed for multichar stuff */
813                start = p_b_symbol(p);
814                if (SEE('-') && MORE2() && PEEK2() != ']') {
815                        /* range */
816                        NEXT();
817                        if (EAT('-'))
818                                finish = '-';
819                        else
820                                finish = p_b_symbol(p);
821                } else
822                        finish = start;
823                if (start == finish)
824                        CHadd(cs, start);
825                else {
826                        if (__collate_load_error) {
827                                (void)REQUIRE((uch)start <= (uch)finish, REG_ERANGE);
828                                for (i = (uch)start; i <= (uch)finish; i++)
829                                        CHadd(cs, i);
830                        } else {
831                                (void)REQUIRE(__collate_range_cmp(start, finish) <= 0, REG_ERANGE);
832                                for (i = CHAR_MIN; i <= CHAR_MAX; i++) {
833                                        if (   __collate_range_cmp(start, i) <= 0
834                                            && __collate_range_cmp(i, finish) <= 0
835                                           )
836                                                CHadd(cs, i);
837                                }
838                        }
839                }
840                break;
841        }
842}
843
844/*
845 - p_b_cclass - parse a character-class name and deal with it
846 == static void p_b_cclass(struct parse *p, cset *cs);
847 */
848static void
849p_b_cclass(p, cs)
850struct parse *p;
851cset *cs;
852{
853        int c;
854        char *sp = p->next;
855        struct cclass *cp;
856        size_t len;
857
858        while (MORE() && isalpha((uch)PEEK()))
859                NEXT();
860        len = p->next - sp;
861        for (cp = cclasses; cp->name != NULL; cp++)
862                if (strncmp(cp->name, sp, len) == 0 && cp->name[len] == '\0')
863                        break;
864        if (cp->name == NULL) {
865                /* oops, didn't find it */
866                SETERROR(REG_ECTYPE);
867                return;
868        }
869
870        switch (cp->fidx) {
871        case CALNUM:
872                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
873                        if (isalnum((uch)c))
874                                CHadd(cs, c);
875                break;
876        case CALPHA:
877                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
878                        if (isalpha((uch)c))
879                                CHadd(cs, c);
880                break;
881        case CBLANK:
882                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
883                        if (isblank((uch)c))
884                                CHadd(cs, c);
885                break;
886        case CCNTRL:
887                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
888                        if (iscntrl((uch)c))
889                                CHadd(cs, c);
890                break;
891        case CDIGIT:
892                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
893                        if (isdigit((uch)c))
894                                CHadd(cs, c);
895                break;
896        case CGRAPH:
897                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
898                        if (isgraph((uch)c))
899                                CHadd(cs, c);
900                break;
901        case CLOWER:
902                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
903                        if (islower((uch)c))
904                                CHadd(cs, c);
905                break;
906        case CPRINT:
907                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
908                        if (isprint((uch)c))
909                                CHadd(cs, c);
910                break;
911        case CPUNCT:
912                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
913                        if (ispunct((uch)c))
914                                CHadd(cs, c);
915                break;
916        case CSPACE:
917                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
918                        if (isspace((uch)c))
919                                CHadd(cs, c);
920                break;
921        case CUPPER:
922                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
923                        if (isupper((uch)c))
924                                CHadd(cs, c);
925                break;
926        case CXDIGIT:
927                for (c = CHAR_MIN; c <= CHAR_MAX; c++)
928                        if (isxdigit((uch)c))
929                                CHadd(cs, c);
930                break;
931        }
932#if 0
933        for (u = cp->multis; *u != '\0'; u += strlen(u) + 1)
934                MCadd(p, cs, u);
935#endif
936}
937
938/*
939 - p_b_eclass - parse an equivalence-class name and deal with it
940 == static void p_b_eclass(struct parse *p, cset *cs);
941 *
942 * This implementation is incomplete. xxx
943 */
944static void
945p_b_eclass(p, cs)
946struct parse *p;
947cset *cs;
948{
949        char c;
950
951        c = p_b_coll_elem(p, '=');
952        CHadd(cs, c);
953}
954
955/*
956 - p_b_symbol - parse a character or [..]ed multicharacter collating symbol
957 == static char p_b_symbol(struct parse *p);
958 */
959static char                     /* value of symbol */
960p_b_symbol(p)
961struct parse *p;
962{
963        char value;
964
965        (void)REQUIRE(MORE(), REG_EBRACK);
966        if (!EATTWO('[', '.'))
967                return(GETNEXT());
968
969        /* collating symbol */
970        value = p_b_coll_elem(p, '.');
971        (void)REQUIRE(EATTWO('.', ']'), REG_ECOLLATE);
972        return(value);
973}
974
975/*
976 - p_b_coll_elem - parse a collating-element name and look it up
977 == static char p_b_coll_elem(struct parse *p, int endc);
978 */
979static char                     /* value of collating element */
980p_b_coll_elem(p, endc)
981struct parse *p;
982int endc;                       /* name ended by endc,']' */
983{
984        char *sp = p->next;
985        struct cname *cp;
986        int len;
987
988        while (MORE() && !SEETWO(endc, ']'))
989                NEXT();
990        if (!MORE()) {
991                SETERROR(REG_EBRACK);
992                return(0);
993        }
994        len = p->next - sp;
995        for (cp = cnames; cp->name != NULL; cp++)
996                if (strncmp(cp->name, sp, len) == 0 && cp->name[len] == '\0')
997                        return(cp->code);       /* known name */
998        if (len == 1)
999                return(*sp);    /* single character */
1000        SETERROR(REG_ECOLLATE);                 /* neither */
1001        return(0);
1002}
1003
1004/*
1005 - othercase - return the case counterpart of an alphabetic
1006 == static char othercase(int ch);
1007 */
1008static char                     /* if no counterpart, return ch */
1009othercase(ch)
1010int ch;
1011{
1012        ch = (uch)ch;
1013        assert(isalpha(ch));
1014        if (isupper(ch))
1015                return(tolower(ch));
1016        else if (islower(ch))
1017                return(toupper(ch));
1018        else                    /* peculiar, but could happen */
1019                return(ch);
1020}
1021
1022/*
1023 - bothcases - emit a dualcase version of a two-case character
1024 == static void bothcases(struct parse *p, int ch);
1025 *
1026 * Boy, is this implementation ever a kludge...
1027 */
1028static void
1029bothcases(p, ch)
1030struct parse *p;
1031int ch;
1032{
1033        char *oldnext = p->next;
1034        char *oldend = p->end;
1035        char bracket[3];
1036
1037        ch = (uch)ch;
1038        assert(othercase(ch) != ch);    /* p_bracket() would recurse */
1039        p->next = bracket;
1040        p->end = bracket+2;
1041        bracket[0] = ch;
1042        bracket[1] = ']';
1043        bracket[2] = '\0';
1044        p_bracket(p);
1045        assert(p->next == bracket+2);
1046        p->next = oldnext;
1047        p->end = oldend;
1048}
1049
1050/*
1051 - ordinary - emit an ordinary character
1052 == static void ordinary(struct parse *p, int ch);
1053 */
1054static void
1055ordinary(p, ch)
1056struct parse *p;
1057int ch;
1058{
1059        cat_t *cap = p->g->categories;
1060
1061        if ((p->g->cflags&REG_ICASE) && isalpha((uch)ch) && othercase(ch) != ch)
1062                bothcases(p, ch);
1063        else {
1064                EMIT(OCHAR, (uch)ch);
1065                if (cap[ch] == 0)
1066                        cap[ch] = p->g->ncategories++;
1067        }
1068}
1069
1070/*
1071 - nonnewline - emit REG_NEWLINE version of OANY
1072 == static void nonnewline(struct parse *p);
1073 *
1074 * Boy, is this implementation ever a kludge...
1075 */
1076static void
1077nonnewline(p)
1078struct parse *p;
1079{
1080        char *oldnext = p->next;
1081        char *oldend = p->end;
1082        char bracket[4];
1083
1084        p->next = bracket;
1085        p->end = bracket+3;
1086        bracket[0] = '^';
1087        bracket[1] = '\n';
1088        bracket[2] = ']';
1089        bracket[3] = '\0';
1090        p_bracket(p);
1091        assert(p->next == bracket+3);
1092        p->next = oldnext;
1093        p->end = oldend;
1094}
1095
1096/*
1097 - repeat - generate code for a bounded repetition, recursively if needed
1098 == static void repeat(struct parse *p, sopno start, int from, int to);
1099 */
1100static void
1101repeat(p, start, from, to)
1102struct parse *p;
1103sopno start;                    /* operand from here to end of strip */
1104int from;                       /* repeated from this number */
1105int to;                         /* to this number of times (maybe INFINITY) */
1106{
1107        sopno finish = HERE();
1108#       define  N       2
1109#       define  INF     3
1110#       define  REP(f, t)       ((f)*8 + (t))
1111#       define  MAP(n)  (((n) <= 1) ? (n) : ((n) == INFINITY) ? INF : N)
1112        sopno copy;
1113
1114        if (p->error != 0)      /* head off possible runaway recursion */
1115                return;
1116
1117        assert(from <= to);
1118
1119        switch (REP(MAP(from), MAP(to))) {
1120        case REP(0, 0):                 /* must be user doing this */
1121                DROP(finish-start);     /* drop the operand */
1122                break;
1123        case REP(0, 1):                 /* as x{1,1}? */
1124        case REP(0, N):                 /* as x{1,n}? */
1125        case REP(0, INF):               /* as x{1,}? */
1126                /* KLUDGE: emit y? as (y|) until subtle bug gets fixed */
1127                INSERT(OCH_, start);            /* offset is wrong... */
1128                repeat(p, start+1, 1, to);
1129                ASTERN(OOR1, start);
1130                AHEAD(start);                   /* ... fix it */
1131                EMIT(OOR2, 0);
1132                AHEAD(THERE());
1133                ASTERN(O_CH, THERETHERE());
1134                break;
1135        case REP(1, 1):                 /* trivial case */
1136                /* done */
1137                break;
1138        case REP(1, N):                 /* as x?x{1,n-1} */
1139                /* KLUDGE: emit y? as (y|) until subtle bug gets fixed */
1140                INSERT(OCH_, start);
1141                ASTERN(OOR1, start);
1142                AHEAD(start);
1143                EMIT(OOR2, 0);                  /* offset very wrong... */
1144                AHEAD(THERE());                 /* ...so fix it */
1145                ASTERN(O_CH, THERETHERE());
1146                copy = dupl(p, start+1, finish+1);
1147                assert(copy == finish+4);
1148                repeat(p, copy, 1, to-1);
1149                break;
1150        case REP(1, INF):               /* as x+ */
1151                INSERT(OPLUS_, start);
1152                ASTERN(O_PLUS, start);
1153                break;
1154        case REP(N, N):                 /* as xx{m-1,n-1} */
1155                copy = dupl(p, start, finish);
1156                repeat(p, copy, from-1, to-1);
1157                break;
1158        case REP(N, INF):               /* as xx{n-1,INF} */
1159                copy = dupl(p, start, finish);
1160                repeat(p, copy, from-1, to);
1161                break;
1162        default:                        /* "can't happen" */
1163                SETERROR(REG_ASSERT);   /* just in case */
1164                break;
1165        }
1166}
1167
1168/*
1169 - seterr - set an error condition
1170 == static int seterr(struct parse *p, int e);
1171 */
1172static int                      /* useless but makes type checking happy */
1173seterr(p, e)
1174struct parse *p;
1175int e;
1176{
1177        if (p->error == 0)      /* keep earliest error condition */
1178                p->error = e;
1179        p->next = nuls;         /* try to bring things to a halt */
1180        p->end = nuls;
1181        return(0);              /* make the return value well-defined */
1182}
1183
1184/*
1185 - allocset - allocate a set of characters for []
1186 == static cset *allocset(struct parse *p);
1187 */
1188static cset *
1189allocset(p)
1190struct parse *p;
1191{
1192        int no = p->g->ncsets++;
1193        size_t nc;
1194        size_t nbytes;
1195        cset *cs;
1196        size_t css = (size_t)p->g->csetsize;
1197        int i;
1198
1199        if (no >= p->ncsalloc) {        /* need another column of space */
1200                p->ncsalloc += CHAR_BIT;
1201                nc = p->ncsalloc;
1202                assert(nc % CHAR_BIT == 0);
1203                nbytes = nc / CHAR_BIT * css;
1204                if (p->g->sets == NULL)
1205                        p->g->sets = (cset *)malloc(nc * sizeof(cset));
1206                else
1207                        p->g->sets = (cset *)reallocf((char *)p->g->sets,
1208                                                        nc * sizeof(cset));
1209                if (p->g->setbits == NULL)
1210                        p->g->setbits = (uch *)malloc(nbytes);
1211                else {
1212                        p->g->setbits = (uch *)reallocf((char *)p->g->setbits,
1213                                                                nbytes);
1214                        /* xxx this isn't right if setbits is now NULL */
1215                        for (i = 0; i < no; i++)
1216                                p->g->sets[i].ptr = p->g->setbits + css*(i/CHAR_BIT);
1217                }
1218                if (p->g->sets != NULL && p->g->setbits != NULL)
1219                        (void) memset((char *)p->g->setbits + (nbytes - css),
1220                                                                0, css);
1221                else {
1222                        no = 0;
1223                        SETERROR(REG_ESPACE);
1224                        /* caller's responsibility not to do set ops */
1225                }
1226        }
1227
1228        assert(p->g->sets != NULL);     /* xxx */
1229        cs = &p->g->sets[no];
1230        cs->ptr = p->g->setbits + css*((no)/CHAR_BIT);
1231        cs->mask = 1 << ((no) % CHAR_BIT);
1232        cs->hash = 0;
1233        cs->smultis = 0;
1234        cs->multis = NULL;
1235
1236        return(cs);
1237}
1238
1239/*
1240 - freeset - free a now-unused set
1241 == static void freeset(struct parse *p, cset *cs);
1242 */
1243static void
1244freeset(p, cs)
1245struct parse *p;
1246cset *cs;
1247{
1248        int i;
1249        cset *top = &p->g->sets[p->g->ncsets];
1250        size_t css = (size_t)p->g->csetsize;
1251
1252        for (i = 0; i < css; i++)
1253                CHsub(cs, i);
1254        if (cs == top-1)        /* recover only the easy case */
1255                p->g->ncsets--;
1256}
1257
1258/*
1259 - freezeset - final processing on a set of characters
1260 == static int freezeset(struct parse *p, cset *cs);
1261 *
1262 * The main task here is merging identical sets.  This is usually a waste
1263 * of time (although the hash code minimizes the overhead), but can win
1264 * big if REG_ICASE is being used.  REG_ICASE, by the way, is why the hash
1265 * is done using addition rather than xor -- all ASCII [aA] sets xor to
1266 * the same value!
1267 */
1268static int                      /* set number */
1269freezeset(p, cs)
1270struct parse *p;
1271cset *cs;
1272{
1273        short h = cs->hash;
1274        int i;
1275        cset *top = &p->g->sets[p->g->ncsets];
1276        cset *cs2;
1277        size_t css = (size_t)p->g->csetsize;
1278
1279        /* look for an earlier one which is the same */
1280        for (cs2 = &p->g->sets[0]; cs2 < top; cs2++)
1281                if (cs2->hash == h && cs2 != cs) {
1282                        /* maybe */
1283                        for (i = 0; i < css; i++)
1284                                if (!!CHIN(cs2, i) != !!CHIN(cs, i))
1285                                        break;          /* no */
1286                        if (i == css)
1287                                break;                  /* yes */
1288                }
1289
1290        if (cs2 < top) {        /* found one */
1291                freeset(p, cs);
1292                cs = cs2;
1293        }
1294
1295        return((int)(cs - p->g->sets));
1296}
1297
1298/*
1299 - firstch - return first character in a set (which must have at least one)
1300 == static int firstch(struct parse *p, cset *cs);
1301 */
1302static int                      /* character; there is no "none" value */
1303firstch(p, cs)
1304struct parse *p;
1305cset *cs;
1306{
1307        int i;
1308        size_t css = (size_t)p->g->csetsize;
1309
1310        for (i = 0; i < css; i++)
1311                if (CHIN(cs, i))
1312                        return((char)i);
1313        assert(never);
1314        return(0);              /* arbitrary */
1315}
1316
1317/*
1318 - nch - number of characters in a set
1319 == static int nch(struct parse *p, cset *cs);
1320 */
1321static int
1322nch(p, cs)
1323struct parse *p;
1324cset *cs;
1325{
1326        int i;
1327        size_t css = (size_t)p->g->csetsize;
1328        int n = 0;
1329
1330        for (i = 0; i < css; i++)
1331                if (CHIN(cs, i))
1332                        n++;
1333        return(n);
1334}
1335
1336#if used
1337/*
1338 - mcadd - add a collating element to a cset
1339 == static void mcadd(struct parse *p, cset *cs, \
1340 ==     char *cp);
1341 */
1342static void
1343mcadd(p, cs, cp)
1344struct parse *p;
1345cset *cs;
1346char *cp;
1347{
1348        size_t oldend = cs->smultis;
1349
1350        cs->smultis += strlen(cp) + 1;
1351        if (cs->multis == NULL)
1352                cs->multis = malloc(cs->smultis);
1353        else
1354                cs->multis = reallocf(cs->multis, cs->smultis);
1355        if (cs->multis == NULL) {
1356                SETERROR(REG_ESPACE);
1357                return;
1358        }
1359
1360        (void) strcpy(cs->multis + oldend - 1, cp);
1361        cs->multis[cs->smultis - 1] = '\0';
1362}
1363
1364/*
1365 - mcsub - subtract a collating element from a cset
1366 == static void mcsub(cset *cs, char *cp);
1367 */
1368static void
1369mcsub(cs, cp)
1370cset *cs;
1371char *cp;
1372{
1373        char *fp = mcfind(cs, cp);
1374        size_t len = strlen(fp);
1375
1376        assert(fp != NULL);
1377        (void) memmove(fp, fp + len + 1,
1378                                cs->smultis - (fp + len + 1 - cs->multis));
1379        cs->smultis -= len;
1380
1381        if (cs->smultis == 0) {
1382                free(cs->multis);
1383                cs->multis = NULL;
1384                return;
1385        }
1386
1387        cs->multis = reallocf(cs->multis, cs->smultis);
1388        assert(cs->multis != NULL);
1389}
1390
1391/*
1392 - mcin - is a collating element in a cset?
1393 == static int mcin(cset *cs, char *cp);
1394 */
1395static int
1396mcin(cs, cp)
1397cset *cs;
1398char *cp;
1399{
1400        return(mcfind(cs, cp) != NULL);
1401}
1402
1403/*
1404 - mcfind - find a collating element in a cset
1405 == static char *mcfind(cset *cs, char *cp);
1406 */
1407static char *
1408mcfind(cs, cp)
1409cset *cs;
1410char *cp;
1411{
1412        char *p;
1413
1414        if (cs->multis == NULL)
1415                return(NULL);
1416        for (p = cs->multis; *p != '\0'; p += strlen(p) + 1)
1417                if (strcmp(cp, p) == 0)
1418                        return(p);
1419        return(NULL);
1420}
1421#endif
1422
1423/*
1424 - mcinvert - invert the list of collating elements in a cset
1425 == static void mcinvert(struct parse *p, cset *cs);
1426 *
1427 * This would have to know the set of possibilities.  Implementation
1428 * is deferred.
1429 */
1430static void
1431mcinvert(p, cs)
1432struct parse *p;
1433cset *cs;
1434{
1435        assert(cs->multis == NULL);     /* xxx */
1436}
1437
1438/*
1439 - mccase - add case counterparts of the list of collating elements in a cset
1440 == static void mccase(struct parse *p, cset *cs);
1441 *
1442 * This would have to know the set of possibilities.  Implementation
1443 * is deferred.
1444 */
1445static void
1446mccase(p, cs)
1447struct parse *p;
1448cset *cs;
1449{
1450        assert(cs->multis == NULL);     /* xxx */
1451}
1452
1453/*
1454 - isinsets - is this character in any sets?
1455 == static int isinsets(struct re_guts *g, int c);
1456 */
1457static int                      /* predicate */
1458isinsets(g, c)
1459struct re_guts *g;
1460int c;
1461{
1462        uch *col;
1463        int i;
1464        int ncols = (g->ncsets+(CHAR_BIT-1)) / CHAR_BIT;
1465        unsigned uc = (uch)c;
1466
1467        for (i = 0, col = g->setbits; i < ncols; i++, col += g->csetsize)
1468                if (col[uc] != 0)
1469                        return(1);
1470        return(0);
1471}
1472
1473/*
1474 - samesets - are these two characters in exactly the same sets?
1475 == static int samesets(struct re_guts *g, int c1, int c2);
1476 */
1477static int                      /* predicate */
1478samesets(g, c1, c2)
1479struct re_guts *g;
1480int c1;
1481int c2;
1482{
1483        uch *col;
1484        int i;
1485        int ncols = (g->ncsets+(CHAR_BIT-1)) / CHAR_BIT;
1486        unsigned uc1 = (uch)c1;
1487        unsigned uc2 = (uch)c2;
1488
1489        for (i = 0, col = g->setbits; i < ncols; i++, col += g->csetsize)
1490                if (col[uc1] != col[uc2])
1491                        return(0);
1492        return(1);
1493}
1494
1495/*
1496 - categorize - sort out character categories
1497 == static void categorize(struct parse *p, struct re_guts *g);
1498 */
1499static void
1500categorize(p, g)
1501struct parse *p;
1502struct re_guts *g;
1503{
1504        cat_t *cats = g->categories;
1505        int c;
1506        int c2;
1507        cat_t cat;
1508
1509        /* avoid making error situations worse */
1510        if (p->error != 0)
1511                return;
1512
1513        for (c = CHAR_MIN; c <= CHAR_MAX; c++)
1514                if (cats[c] == 0 && isinsets(g, c)) {
1515                        cat = g->ncategories++;
1516                        cats[c] = cat;
1517                        for (c2 = c+1; c2 <= CHAR_MAX; c2++)
1518                                if (cats[c2] == 0 && samesets(g, c, c2))
1519                                        cats[c2] = cat;
1520                }
1521}
1522
1523/*
1524 - dupl - emit a duplicate of a bunch of sops
1525 == static sopno dupl(struct parse *p, sopno start, sopno finish);
1526 */
1527static sopno                    /* start of duplicate */
1528dupl(p, start, finish)
1529struct parse *p;
1530sopno start;                    /* from here */
1531sopno finish;                   /* to this less one */
1532{
1533        sopno ret = HERE();
1534        sopno len = finish - start;
1535
1536        assert(finish >= start);
1537        if (len == 0)
1538                return(ret);
1539        enlarge(p, p->ssize + len);     /* this many unexpected additions */
1540        assert(p->ssize >= p->slen + len);
1541        (void) memcpy((char *)(p->strip + p->slen),
1542                (char *)(p->strip + start), (size_t)len*sizeof(sop));
1543        p->slen += len;
1544        return(ret);
1545}
1546
1547/*
1548 - doemit - emit a strip operator
1549 == static void doemit(struct parse *p, sop op, size_t opnd);
1550 *
1551 * It might seem better to implement this as a macro with a function as
1552 * hard-case backup, but it's just too big and messy unless there are
1553 * some changes to the data structures.  Maybe later.
1554 */
1555static void
1556doemit(p, op, opnd)
1557struct parse *p;
1558sop op;
1559size_t opnd;
1560{
1561        /* avoid making error situations worse */
1562        if (p->error != 0)
1563                return;
1564
1565        /* deal with oversize operands ("can't happen", more or less) */
1566        assert(opnd < 1<<OPSHIFT);
1567
1568        /* deal with undersized strip */
1569        if (p->slen >= p->ssize)
1570                enlarge(p, (p->ssize+1) / 2 * 3);       /* +50% */
1571        assert(p->slen < p->ssize);
1572
1573        /* finally, it's all reduced to the easy case */
1574        p->strip[p->slen++] = SOP(op, opnd);
1575}
1576
1577/*
1578 - doinsert - insert a sop into the strip
1579 == static void doinsert(struct parse *p, sop op, size_t opnd, sopno pos);
1580 */
1581static void
1582doinsert(p, op, opnd, pos)
1583struct parse *p;
1584sop op;
1585size_t opnd;
1586sopno pos;
1587{
1588        sopno sn;
1589        sop s;
1590        int i;
1591
1592        /* avoid making error situations worse */
1593        if (p->error != 0)
1594                return;
1595
1596        sn = HERE();
1597        EMIT(op, opnd);         /* do checks, ensure space */
1598        assert(HERE() == sn+1);
1599        s = p->strip[sn];
1600
1601        /* adjust paren pointers */
1602        assert(pos > 0);
1603        for (i = 1; i < NPAREN; i++) {
1604                if (p->pbegin[i] >= pos) {
1605                        p->pbegin[i]++;
1606                }
1607                if (p->pend[i] >= pos) {
1608                        p->pend[i]++;
1609                }
1610        }
1611
1612        memmove((char *)&p->strip[pos+1], (char *)&p->strip[pos],
1613                                                (HERE()-pos-1)*sizeof(sop));
1614        p->strip[pos] = s;
1615}
1616
1617/*
1618 - dofwd - complete a forward reference
1619 == static void dofwd(struct parse *p, sopno pos, sop value);
1620 */
1621static void
1622dofwd(p, pos, value)
1623struct parse *p;
1624sopno pos;
1625sop value;
1626{
1627        /* avoid making error situations worse */
1628        if (p->error != 0)
1629                return;
1630
1631        assert(value < 1<<OPSHIFT);
1632        p->strip[pos] = OP(p->strip[pos]) | value;
1633}
1634
1635/*
1636 - enlarge - enlarge the strip
1637 == static void enlarge(struct parse *p, sopno size);
1638 */
1639static void
1640enlarge(p, size)
1641struct parse *p;
1642sopno size;
1643{
1644        sop *sp;
1645
1646        if (p->ssize >= size)
1647                return;
1648
1649        sp = (sop *)realloc(p->strip, size*sizeof(sop));
1650        if (sp == NULL) {
1651                SETERROR(REG_ESPACE);
1652                return;
1653        }
1654        p->strip = sp;
1655        p->ssize = size;
1656}
1657
1658/*
1659 - stripsnug - compact the strip
1660 == static void stripsnug(struct parse *p, struct re_guts *g);
1661 */
1662static void
1663stripsnug(p, g)
1664struct parse *p;
1665struct re_guts *g;
1666{
1667        g->nstates = p->slen;
1668        g->strip = (sop *)realloc((char *)p->strip, p->slen * sizeof(sop));
1669        if (g->strip == NULL) {
1670                SETERROR(REG_ESPACE);
1671                g->strip = p->strip;
1672        }
1673}
1674
1675/*
1676 - findmust - fill in must and mlen with longest mandatory literal string
1677 == static void findmust(struct parse *p, struct re_guts *g);
1678 *
1679 * This algorithm could do fancy things like analyzing the operands of |
1680 * for common subsequences.  Someday.  This code is simple and finds most
1681 * of the interesting cases.
1682 *
1683 * Note that must and mlen got initialized during setup.
1684 */
1685static void
1686findmust(p, g)
1687struct parse *p;
1688struct re_guts *g;
1689{
1690        sop *scan;
1691        sop *start = NULL;
1692        sop *newstart = NULL;
1693        sopno newlen;
1694        sop s;
1695        char *cp;
1696        sopno i;
1697        int offset;
1698        int cs, mccs;
1699
1700        /* avoid making error situations worse */
1701        if (p->error != 0)
1702                return;
1703
1704        /* Find out if we can handle OANYOF or not */
1705        mccs = 0;
1706        for (cs = 0; cs < g->ncsets; cs++)
1707                if (g->sets[cs].multis != NULL)
1708                        mccs = 1;
1709
1710        /* find the longest OCHAR sequence in strip */
1711        newlen = 0;
1712        offset = 0;
1713        g->moffset = 0;
1714        scan = g->strip + 1;
1715        do {
1716                s = *scan++;
1717                switch (OP(s)) {
1718                case OCHAR:             /* sequence member */
1719                        if (newlen == 0)                /* new sequence */
1720                                newstart = scan - 1;
1721                        newlen++;
1722                        break;
1723                case OPLUS_:            /* things that don't break one */
1724                case OLPAREN:
1725                case ORPAREN:
1726                        break;
1727                case OQUEST_:           /* things that must be skipped */
1728                case OCH_:
1729                        offset = altoffset(scan, offset, mccs);
1730                        scan--;
1731                        do {
1732                                scan += OPND(s);
1733                                s = *scan;
1734                                /* assert() interferes w debug printouts */
1735                                if (OP(s) != O_QUEST && OP(s) != O_CH &&
1736                                                        OP(s) != OOR2) {
1737                                        g->iflags |= BAD;
1738                                        return;
1739                                }
1740                        } while (OP(s) != O_QUEST && OP(s) != O_CH);
1741                        /* fallthrough */
1742                case OBOW:              /* things that break a sequence */
1743                case OEOW:
1744                case OBOL:
1745                case OEOL:
1746                case O_QUEST:
1747                case O_CH:
1748                case OEND:
1749                        if (newlen > g->mlen) {         /* ends one */
1750                                start = newstart;
1751                                g->mlen = newlen;
1752                                if (offset > -1) {
1753                                        g->moffset += offset;
1754                                        offset = newlen;
1755                                } else
1756                                        g->moffset = offset;
1757                        } else {
1758                                if (offset > -1)
1759                                        offset += newlen;
1760                        }
1761                        newlen = 0;
1762                        break;
1763                case OANY:
1764                        if (newlen > g->mlen) {         /* ends one */
1765                                start = newstart;
1766                                g->mlen = newlen;
1767                                if (offset > -1) {
1768                                        g->moffset += offset;
1769                                        offset = newlen;
1770                                } else
1771                                        g->moffset = offset;
1772                        } else {
1773                                if (offset > -1)
1774                                        offset += newlen;
1775                        }
1776                        if (offset > -1)
1777                                offset++;
1778                        newlen = 0;
1779                        break;
1780                case OANYOF:            /* may or may not invalidate offset */
1781                        /* First, everything as OANY */
1782                        if (newlen > g->mlen) {         /* ends one */
1783                                start = newstart;
1784                                g->mlen = newlen;
1785                                if (offset > -1) {
1786                                        g->moffset += offset;
1787                                        offset = newlen;
1788                                } else
1789                                        g->moffset = offset;
1790                        } else {
1791                                if (offset > -1)
1792                                        offset += newlen;
1793                        }
1794                        if (offset > -1)
1795                                offset++;
1796                        newlen = 0;
1797                        /* And, now, if we found out we can't deal with
1798                         * it, make offset = -1.
1799                         */
1800                        if (mccs)
1801                                offset = -1;
1802                        break;
1803                default:
1804                        /* Anything here makes it impossible or too hard
1805                         * to calculate the offset -- so we give up;
1806                         * save the last known good offset, in case the
1807                         * must sequence doesn't occur later.
1808                         */
1809                        if (newlen > g->mlen) {         /* ends one */
1810                                start = newstart;
1811                                g->mlen = newlen;
1812                                if (offset > -1)
1813                                        g->moffset += offset;
1814                                else
1815                                        g->moffset = offset;
1816                        }
1817                        offset = -1;
1818                        newlen = 0;
1819                        break;
1820                }
1821        } while (OP(s) != OEND);
1822
1823        if (g->mlen == 0) {             /* there isn't one */
1824                g->moffset = -1;
1825                return;
1826        }
1827
1828        /* turn it into a character string */
1829        g->must = malloc((size_t)g->mlen + 1);
1830        if (g->must == NULL) {          /* argh; just forget it */
1831                g->mlen = 0;
1832                g->moffset = -1;
1833                return;
1834        }
1835        cp = g->must;
1836        scan = start;
1837        for (i = g->mlen; i > 0; i--) {
1838                while (OP(s = *scan++) != OCHAR)
1839                        continue;
1840                assert(cp < g->must + g->mlen);
1841                *cp++ = (char)OPND(s);
1842        }
1843        assert(cp == g->must + g->mlen);
1844        *cp++ = '\0';           /* just on general principles */
1845}
1846
1847/*
1848 - altoffset - choose biggest offset among multiple choices
1849 == static int altoffset(sop *scan, int offset, int mccs);
1850 *
1851 * Compute, recursively if necessary, the largest offset among multiple
1852 * re paths.
1853 */
1854static int
1855altoffset(scan, offset, mccs)
1856sop *scan;
1857int offset;
1858int mccs;
1859{
1860        int largest;
1861        int try;
1862        sop s;
1863
1864        /* If we gave up already on offsets, return */
1865        if (offset == -1)
1866                return -1;
1867
1868        largest = 0;
1869        try = 0;
1870        s = *scan++;
1871        while (OP(s) != O_QUEST && OP(s) != O_CH) {
1872                switch (OP(s)) {
1873                case OOR1:
1874                        if (try > largest)
1875                                largest = try;
1876                        try = 0;
1877                        break;
1878                case OQUEST_:
1879                case OCH_:
1880                        try = altoffset(scan, try, mccs);
1881                        if (try == -1)
1882                                return -1;
1883                        scan--;
1884                        do {
1885                                scan += OPND(s);
1886                                s = *scan;
1887                                if (OP(s) != O_QUEST && OP(s) != O_CH &&
1888                                                        OP(s) != OOR2)
1889                                        return -1;
1890                        } while (OP(s) != O_QUEST && OP(s) != O_CH);
1891                        /* We must skip to the next position, or we'll
1892                         * leave altoffset() too early.
1893                         */
1894                        scan++;
1895                        break;
1896                case OANYOF:
1897                        if (mccs)
1898                                return -1;
1899                case OCHAR:
1900                case OANY:
1901                        try++;
1902                case OBOW:
1903                case OEOW:
1904                case OLPAREN:
1905                case ORPAREN:
1906                case OOR2:
1907                        break;
1908                default:
1909                        try = -1;
1910                        break;
1911                }
1912                if (try == -1)
1913                        return -1;
1914                s = *scan++;
1915        }
1916
1917        if (try > largest)
1918                largest = try;
1919
1920        return largest+offset;
1921}
1922
1923/*
1924 - computejumps - compute char jumps for BM scan
1925 == static void computejumps(struct parse *p, struct re_guts *g);
1926 *
1927 * This algorithm assumes g->must exists and is has size greater than
1928 * zero. It's based on the algorithm found on Computer Algorithms by
1929 * Sara Baase.
1930 *
1931 * A char jump is the number of characters one needs to jump based on
1932 * the value of the character from the text that was mismatched.
1933 */
1934static void
1935computejumps(p, g)
1936struct parse *p;
1937struct re_guts *g;
1938{
1939        int ch;
1940        int mindex;
1941
1942        /* Avoid making errors worse */
1943        if (p->error != 0)
1944                return;
1945
1946        g->charjump = (int*) malloc((NC + 1) * sizeof(int));
1947        if (g->charjump == NULL)        /* Not a fatal error */
1948                return;
1949        /* Adjust for signed chars, if necessary */
1950        g->charjump = &g->charjump[-(CHAR_MIN)];
1951
1952        /* If the character does not exist in the pattern, the jump
1953         * is equal to the number of characters in the pattern.
1954         */
1955        for (ch = CHAR_MIN; ch < (CHAR_MAX + 1); ch++)
1956                g->charjump[ch] = g->mlen;
1957
1958        /* If the character does exist, compute the jump that would
1959         * take us to the last character in the pattern equal to it
1960         * (notice that we match right to left, so that last character
1961         * is the first one that would be matched).
1962         */
1963        for (mindex = 0; mindex < g->mlen; mindex++)
1964                g->charjump[(unsigned char) g->must[mindex]] = g->mlen - mindex - 1;
1965}
1966
1967/*
1968 - computematchjumps - compute match jumps for BM scan
1969 == static void computematchjumps(struct parse *p, struct re_guts *g);
1970 *
1971 * This algorithm assumes g->must exists and is has size greater than
1972 * zero. It's based on the algorithm found on Computer Algorithms by
1973 * Sara Baase.
1974 *
1975 * A match jump is the number of characters one needs to advance based
1976 * on the already-matched suffix.
1977 * Notice that all values here are minus (g->mlen-1), because of the way
1978 * the search algorithm works.
1979 */
1980static void
1981computematchjumps(p, g)
1982struct parse *p;
1983struct re_guts *g;
1984{
1985        int mindex;             /* General "must" iterator */
1986        int suffix;             /* Keeps track of matching suffix */
1987        int ssuffix;            /* Keeps track of suffixes' suffix */
1988        int* pmatches;          /* pmatches[k] points to the next i
1989                                 * such that i+1...mlen is a substring
1990                                 * of k+1...k+mlen-i-1
1991                                 */
1992
1993        /* Avoid making errors worse */
1994        if (p->error != 0)
1995                return;
1996
1997        pmatches = (int*) malloc(g->mlen * sizeof(unsigned int));
1998        if (pmatches == NULL) {
1999                g->matchjump = NULL;
2000                return;
2001        }
2002
2003        g->matchjump = (int*) malloc(g->mlen * sizeof(unsigned int));
2004        if (g->matchjump == NULL)       /* Not a fatal error */
2005                return;
2006
2007        /* Set maximum possible jump for each character in the pattern */
2008        for (mindex = 0; mindex < g->mlen; mindex++)
2009                g->matchjump[mindex] = 2*g->mlen - mindex - 1;
2010
2011        /* Compute pmatches[] */
2012        for (mindex = g->mlen - 1, suffix = g->mlen; mindex >= 0;
2013            mindex--, suffix--) {
2014                pmatches[mindex] = suffix;
2015
2016                /* If a mismatch is found, interrupting the substring,
2017                 * compute the matchjump for that position. If no
2018                 * mismatch is found, then a text substring mismatched
2019                 * against the suffix will also mismatch against the
2020                 * substring.
2021                 */
2022                while (suffix < g->mlen
2023                    && g->must[mindex] != g->must[suffix]) {
2024                        g->matchjump[suffix] = MIN(g->matchjump[suffix],
2025                            g->mlen - mindex - 1);
2026                        suffix = pmatches[suffix];
2027                }
2028        }
2029
2030        /* Compute the matchjump up to the last substring found to jump
2031         * to the beginning of the largest must pattern prefix matching
2032         * it's own suffix.
2033         */
2034        for (mindex = 0; mindex <= suffix; mindex++)
2035                g->matchjump[mindex] = MIN(g->matchjump[mindex],
2036                    g->mlen + suffix - mindex);
2037
2038        ssuffix = pmatches[suffix];
2039        while (suffix < g->mlen) {
2040                while (suffix <= ssuffix && suffix < g->mlen) {
2041                        g->matchjump[suffix] = MIN(g->matchjump[suffix],
2042                            g->mlen + ssuffix - suffix);
2043                        suffix++;
2044                }
2045                if (suffix < g->mlen)
2046                        ssuffix = pmatches[ssuffix];
2047        }
2048
2049        free(pmatches);
2050}
2051
2052/*
2053 - pluscount - count + nesting
2054 == static sopno pluscount(struct parse *p, struct re_guts *g);
2055 */
2056static sopno                    /* nesting depth */
2057pluscount(p, g)
2058struct parse *p;
2059struct re_guts *g;
2060{
2061        sop *scan;
2062        sop s;
2063        sopno plusnest = 0;
2064        sopno maxnest = 0;
2065
2066        if (p->error != 0)
2067                return(0);      /* there may not be an OEND */
2068
2069        scan = g->strip + 1;
2070        do {
2071                s = *scan++;
2072                switch (OP(s)) {
2073                case OPLUS_:
2074                        plusnest++;
2075                        break;
2076                case O_PLUS:
2077                        if (plusnest > maxnest)
2078                                maxnest = plusnest;
2079                        plusnest--;
2080                        break;
2081                }
2082        } while (OP(s) != OEND);
2083        if (plusnest != 0)
2084                g->iflags |= BAD;
2085        return(maxnest);
2086}
2087
2088#endif /* !_NO_REGEX  */
Note: See TracBrowser for help on using the repository browser.