source: icGREP/icgrep-devel/icgrep/grep_engine.cpp @ 5051

Last change on this file since 5051 was 5051, checked in by cameron, 3 years ago

s2p kernel with new infrastructure, includes s2p_FinalBlock

File size: 10.5 KB
Line 
1/*
2 *  Copyright (c) 2016 International Characters.
3 *  This software is licensed to the public under the Open Software License 3.0.
4 *  icgrep is a trademark of International Characters.
5 */
6
7#include <grep_engine.h>
8#include <IDISA/idisa_builder.h>
9#include <IDISA/idisa_target.h>
10#include <llvm/Support/CommandLine.h>
11#include <re/re_toolchain.h>
12#include <re/re_cc.h>
13
14#include <pablo/pablo_toolchain.h>
15#include <toolchain.h>
16#include <utf_encoding.h>
17#include <pablo/pablo_compiler.h>
18#include <kernels/pipeline.h>
19#include <llvm/IR/Function.h>
20#include <llvm/IR/Type.h>
21#include <llvm/IR/Module.h>
22#include <llvm/ExecutionEngine/MCJIT.h>
23#include <llvm/IRReader/IRReader.h>
24#include <llvm/Support/Debug.h>
25#include <llvm/IR/Verifier.h>
26#include <UCD/UnicodeNameData.h>
27
28#include <fstream>
29#include <sstream>
30#include <iostream>
31#include <string>
32#include <stdint.h>
33
34#include <stdio.h>
35#include <stdlib.h>
36#include <unistd.h>
37#include <errno.h>
38#include <sys/types.h>
39#include <sys/stat.h>
40#include <stdexcept>
41#include <cctype>
42
43
44#include <llvm/Support/raw_os_ostream.h>
45
46// mmap system
47#include <boost/filesystem.hpp>
48#include <boost/iostreams/device/mapped_file.hpp>
49using namespace boost::iostreams;
50using namespace boost::filesystem;
51
52#include <fcntl.h>
53
54#include <kernels/kernel.h>
55
56static cl::OptionCategory bGrepOutputOptions("Output Options",
57                                             "These options control the output.");
58
59static cl::opt<bool> NormalizeLineBreaks("normalize-line-breaks", cl::desc("Normalize line breaks to std::endl."), cl::init(false),  cl::cat(bGrepOutputOptions));
60
61static cl::opt<bool> ShowFileNames("H", cl::desc("Show the file name with each matching line."), cl::cat(bGrepOutputOptions));
62static cl::alias ShowFileNamesLong("with-filename", cl::desc("Alias for -H"), cl::aliasopt(ShowFileNames));
63
64static cl::opt<bool> ShowLineNumbers("n", cl::desc("Show the line number with each matching line."), cl::cat(bGrepOutputOptions));
65static cl::alias ShowLineNumbersLong("line-number", cl::desc("Alias for -n"), cl::aliasopt(ShowLineNumbers));
66
67
68bool isUTF_16 = false;
69
70void GrepEngine::doGrep(const std::string & fileName, const int fileIdx, bool CountOnly, std::vector<uint64_t> & total_CountOnly, bool UTF_16) {
71    path file(fileName);
72    if (exists(file)) {
73        if (is_directory(file)) {
74            return;
75        }
76    } else {
77        std::cerr << "Error: cannot open " << fileName << " for processing. Skipped.\n";
78        return;
79    }
80
81    const auto fileSize = file_size(file);
82    if (fileSize > 0) {
83        try {
84            mapped_file_source source(fileName, fileSize, 0);
85            char * fileBuffer = const_cast<char *>(source.data());
86            if (CountOnly) {
87                total_CountOnly[fileIdx] = mGrepFunction_CountOnly(fileBuffer, fileSize, fileIdx);
88            } else {
89                mGrepFunction(fileBuffer, fileSize, fileIdx);
90            }
91            source.close();
92        } catch (std::exception & e) {
93            throw std::runtime_error("Boost mmap error: " + fileName + ": " + e.what());
94        }
95    } else {
96        if (CountOnly) {
97            mGrepFunction_CountOnly(nullptr, 0, fileIdx);
98        } else {
99            mGrepFunction(nullptr, 0, fileIdx);
100        }
101    }
102}
103
104
105void GrepEngine::grepCodeGen(std::string moduleName, re::RE * re_ast, bool CountOnly, bool UTF_16, bool isNameExpression) {
106    isUTF_16 = UTF_16; 
107    Module * M = new Module(moduleName, getGlobalContext());
108   
109    IDISA::IDISA_Builder * idb = IDISA::GetIDISA_Builder(M);
110
111    kernel::PipelineBuilder pipelineBuilder(M, idb);
112
113    Encoding::Type type;
114    type = UTF_16 ? Encoding::Type::UTF_16 : Encoding::Type::UTF_8;
115    unsigned bits;
116    bits = UTF_16 ? 16 : 8;
117
118    Encoding encoding(type, bits);
119
120    mIsNameExpression = isNameExpression;
121    re_ast = re::regular_expression_passes(encoding, re_ast);   
122    pablo::PabloFunction * function = re::re2pablo_compiler(encoding, re_ast);
123   
124
125    pipelineBuilder.CreateKernels(function, UTF_16, isNameExpression);
126    std::cerr << "CreateKernels complete\n";
127
128    llvm::Function * grepIR = pipelineBuilder.ExecuteKernels(CountOnly, UTF_16);
129    std::cerr << "ExecuteKernels complete\n";
130
131    mEngine = JIT_to_ExecutionEngine(M);
132    ApplyObjectCache(mEngine);
133    icgrep_Linking(M, mEngine);
134    std::cerr << "icgrep_Linking complete\n";
135
136    //#ifndef NDEBUG
137    verifyModule(*M, &dbgs());
138    //#endif
139
140    mEngine->finalizeObject();
141    std::cerr << "finalizeObject complete\n";
142    delete idb;
143
144    if (CountOnly) {
145        mGrepFunction_CountOnly = reinterpret_cast<GrepFunctionType_CountOnly>(mEngine->getPointerToFunction(grepIR));
146    } else {
147        mGrepFunction = reinterpret_cast<GrepFunctionType>(mEngine->getPointerToFunction(grepIR));
148    }
149
150}
151
152
153
154re::CC *  GrepEngine::grepCodepoints() {
155
156    setParsedCodePointSet();
157    char * mFileBuffer = getUnicodeNameDataPtr();
158    size_t mFileSize = getUnicodeNameDataSize();
159    std::string mFileName = "Uname.txt";
160
161    mGrepFunction(mFileBuffer, mFileSize, 0);
162
163    return getParsedCodePointSet();
164}
165
166GrepEngine::~GrepEngine() {
167    delete mEngine;
168}
169
170
171static int * total_count;
172static std::stringstream * resultStrs = nullptr;
173static std::vector<std::string> inputFiles;
174
175void initResult(std::vector<std::string> filenames){
176    const int n = filenames.size();
177    if (n > 1) {
178        ShowFileNames = true;
179    }
180    inputFiles = filenames;
181    resultStrs = new std::stringstream[n];
182    total_count = new int[n];
183    for (unsigned i = 0; i < inputFiles.size(); ++i){
184        total_count[i] = 0;
185    }
186   
187}
188
189extern "C" {
190    void wrapped_report_match(uint64_t lineNum, uint64_t line_start, uint64_t line_end, const char * buffer, uint64_t filesize, int fileIdx) {
191        int index = isUTF_16 ? 2 : 1;
192        int idx = fileIdx;
193         
194        if (ShowFileNames) {
195            resultStrs[idx] << inputFiles[idx] << ':';
196        }
197        if (ShowLineNumbers) {
198            resultStrs[idx] << lineNum << ":";
199        }
200       
201        if ((!isUTF_16 && buffer[line_start] == 0xA) && (line_start != line_end)) {
202            // The line "starts" on the LF of a CRLF.  Really the end of the last line.
203            line_start++;
204        }
205        if (((isUTF_16 && buffer[line_start] == 0x0) && buffer[line_start + 1] == 0xA) && (line_start != line_end)) {
206            // The line "starts" on the LF of a CRLF.  Really the end of the last line.
207            line_start += 2;
208        }
209        if (line_end == filesize) {
210            // The match position is at end-of-file.   We have a final unterminated line.
211            resultStrs[idx].write(&buffer[line_start * index], (line_end - line_start) * index);
212            if (NormalizeLineBreaks) {
213                resultStrs[idx] << '\n';  // terminate it
214            }
215            return;
216        }
217        unsigned char end_byte = (unsigned char)buffer[line_end]; 
218        unsigned char penult_byte = (unsigned char)(buffer[line_end - 1]);
219        if (NormalizeLineBreaks) {
220            if (end_byte == 0x85) {
221                // Line terminated with NEL, on the second byte.  Back up 1.
222                line_end--;
223            } else if (end_byte > 0xD) {
224                // Line terminated with PS or LS, on the third byte.  Back up 2.
225                isUTF_16 ? line_end-- : line_end -= 2;
226            }
227            resultStrs[idx].write(&buffer[line_start * index], (line_end - line_start) * index);
228            resultStrs[idx] << '\n';
229        }
230        else {   
231            if ((!isUTF_16 && end_byte == 0x0D) || (isUTF_16 && (end_byte == 0x0D && penult_byte == 0x0))) {
232                // Check for line_end on first byte of CRLF;  note that we don't
233                // want to access past the end of buffer.
234                if (line_end + 1 < filesize) {
235                    if (!isUTF_16 && buffer[line_end + 1] == 0x0A) {
236                        // Found CRLF; preserve both bytes.
237                        line_end++;
238                    }
239                    if (isUTF_16 && buffer[line_end + 1] == 0x0 && buffer[line_end + 2] == 0x0A) {
240                        // Found CRLF; preserve both bytes.
241                        line_end += 2;
242                    }
243                }
244            }
245            resultStrs[idx].write(&buffer[line_start * index], (line_end - line_start + 1) * index);
246        }
247    }
248}
249
250void PrintResult(bool CountOnly, std::vector<uint64_t> & total_CountOnly){
251    if(CountOnly){
252        if (!ShowFileNames) {
253            for (unsigned i = 0; i < inputFiles.size(); ++i){
254                std::cout << total_CountOnly[i] << std::endl;
255            }
256        }
257        else {
258            for (unsigned i = 0; i < inputFiles.size(); ++i){
259                std::cout << inputFiles[i] << ':' << total_CountOnly[i] << std::endl;
260            };
261        }
262        return;
263    }
264   
265    for (unsigned i = 0; i < inputFiles.size(); ++i){
266        std::cout << resultStrs[i].str();
267    }
268}
269
270re::CC * parsedCodePointSet;
271
272extern "C" {
273    void insert_codepoints(uint64_t lineNum, uint64_t line_start, uint64_t line_end, const char * buffer) {
274        re::codepoint_t c = 0;
275        ssize_t line_pos = line_start;
276        while (isxdigit(buffer[line_pos])) {
277            if (isdigit(buffer[line_pos])) {
278                c = (c << 4) | (buffer[line_pos] - '0');
279            }
280            else {
281                c = (c << 4) | (tolower(buffer[line_pos]) - 'a' + 10);
282            }
283            line_pos++;
284        }
285        assert(((line_pos - line_start) >= 4) && ((line_pos - line_start) <= 6)); // UCD format 4 to 6 hex digits.       
286        parsedCodePointSet->insert(c);
287    }
288}
289
290void setParsedCodePointSet(){
291    parsedCodePointSet = re::makeCC();
292}
293
294re::CC * getParsedCodePointSet(){
295    return parsedCodePointSet;
296}
297
298
299
300
301void icgrep_Linking(Module * m, ExecutionEngine * e) {
302    Module::FunctionListType & fns = m->getFunctionList();
303    for (Module::FunctionListType::iterator it = fns.begin(), it_end = fns.end(); it != it_end; ++it) {
304        std::string fnName = it->getName().str();
305        if (fnName == "s2p_block") continue;
306        if (fnName == "process_block") continue;
307        if (fnName == "process_block_initialize_carries") continue;
308       
309        if (fnName == "wrapped_report_match") {
310            e->addGlobalMapping(cast<GlobalValue>(it), (void *)&wrapped_report_match);
311        }
312        if (fnName == "insert_codepoints") {
313            e->addGlobalMapping(cast<GlobalValue>(it), (void *)&insert_codepoints);
314        }
315#ifndef DISABLE_PREGENERATED_UCD_FUNCTIONS
316        else {
317            const UCD::ExternalProperty & ep = UCD::resolveExternalProperty(fnName);
318            e->addGlobalMapping(cast<GlobalValue>(it), std::get<0>(ep));
319        }
320#endif
321    }
322}
323
Note: See TracBrowser for help on using the repository browser.