source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 4808

Last change on this file since 4808 was 4808, checked in by nmedfort, 3 years ago

Progress on multi-target UCD compilation

File size: 27.6 KB
Line 
1/*
2 *  Copyright (c) 2014 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#include <re/re_compiler.h>
7//Regular Expressions
8#include <re/re_name.h>
9#include <re/re_any.h>
10#include <re/re_start.h>
11#include <re/re_end.h>
12#include <re/re_alt.h>
13#include <re/re_cc.h>
14#include <re/re_seq.h>
15#include <re/re_rep.h>
16#include <re/re_diff.h>
17#include <re/re_intersect.h>
18#include <re/re_assertion.h>
19#include <re/re_analysis.h>
20#include <cc/cc_namemap.hpp>
21#include <pablo/codegenstate.h>
22#include <UCD/ucd_compiler.hpp>
23#include <UCD/resolve_properties.h>
24#ifndef DISABLE_PREGENERATED_UCD_FUNCTIONS
25#include <UCD/precompiled_properties.h>
26#endif
27#include <assert.h>
28#include <stdexcept>
29#include <iostream>
30#include <pablo/printer_pablos.h>
31
32#include "llvm/Support/CommandLine.h"
33static cl::OptionCategory fREcompilationOptions("Regex Compilation Options",
34                                      "These options control the compilation of regular expressions to Pablo.");
35
36static cl::opt<bool> DisableLog2BoundedRepetition("disable-log2-bounded-repetition", cl::init(false),
37                     cl::desc("disable log2 optimizations for bounded repetition of bytes"), cl::cat(fREcompilationOptions));
38static cl::opt<int> IfInsertionGap("if-insertion-gap", cl::init(3), cl::desc("minimum number of nonempty elements between inserted if short-circuit tests"), cl::cat(fREcompilationOptions));
39static cl::opt<bool> DisableMatchStar("disable-matchstar", cl::init(false),
40                     cl::desc("disable MatchStar optimization"), cl::cat(fREcompilationOptions));
41static cl::opt<bool> DisableUnicodeMatchStar("disable-unicode-matchstar", cl::init(false),
42                     cl::desc("disable Unicode MatchStar optimization"), cl::cat(fREcompilationOptions));
43static cl::opt<bool> DisableUnicodeLineBreak("disable-unicode-linebreak", cl::init(false),
44                     cl::desc("disable Unicode line breaks - use LF only"), cl::cat(fREcompilationOptions));
45static cl::opt<bool> SetMod64Approximation("mod64-approximate", cl::init(false),
46                     cl::desc("set mod64 approximate mode"), cl::cat(fREcompilationOptions));
47#ifndef DISABLE_PREGENERATED_UCD_FUNCTIONS
48static cl::opt<bool> UsePregeneratedUnicode("use-pregenerated-unicode", cl::init(false),
49                     cl::desc("use fixed pregenerated Unicode character class sets instead"), cl::cat(fREcompilationOptions));
50#endif
51using namespace pablo;
52
53namespace re {
54
55RE_Compiler::RE_Compiler(pablo::PabloFunction & function, cc::CC_Compiler & ccCompiler)
56: mCCCompiler(ccCompiler)
57, mLineFeed(nullptr)
58, mCRLF(nullptr)
59, mUnicodeLineBreak(nullptr)
60, mInitial(nullptr)
61, mNonFinal(nullptr)
62, mFinal(nullptr)
63, mWhileTest(nullptr)
64, mStarDepth(0)
65, mLoopVariants()
66, mPB(*ccCompiler.getBuilder().getPabloBlock(), ccCompiler.getBuilder())
67, mFunction(function)
68{
69
70}
71   
72MarkerType RE_Compiler::AdvanceMarker(MarkerType m, MarkerPosition newpos, PabloBuilder & pb) {
73    if (m.pos == newpos) return m;
74    PabloAST * a = m.stream;
75    if (m.pos == MarkerPosition::FinalMatchByte) {
76        // Must advance at least to InitialPostPositionByte
77        a = pb.createAdvance(a, 1, "adv");
78    }
79    // Now at InitialPostPositionByte; is a further advance needed?
80    if (newpos == MarkerPosition::FinalPostPositionByte) {
81        // Must advance through nonfinal bytes
82        a = pb.createScanThru(pb.createAnd(mInitial, a), mNonFinal, "scanToFinal");
83    }
84    return {newpos, a};
85}
86
87void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
88    if (m1.pos < m2.pos) {
89        m1 = AdvanceMarker(m1, m2.pos, pb); 
90    }
91    else if (m2.pos < m1.pos) {
92        m2 = AdvanceMarker(m2, m1.pos, pb); 
93    }
94}
95
96#define UNICODE_LINE_BREAK (!DisableUnicodeLineBreak)
97
98void RE_Compiler::initializeRequiredStreams() {
99
100    Assign * LF = mPB.createAssign("LF", mCCCompiler.compileCC(makeCC(0x0A)));
101    mLineFeed = LF;
102    PabloAST * CR = mCCCompiler.compileCC(makeCC(0x0D));
103    PabloAST * LF_VT_FF_CR = mCCCompiler.compileCC(makeCC(0x0A, 0x0D));
104
105    PabloBuilder crb = PabloBuilder::Create(mPB);
106    PabloAST * cr1 = crb.createAdvance(CR, 1, "cr1");
107    Assign * acrlf = crb.createAssign("crlf", crb.createAnd(cr1, LF));
108    mPB.createIf(CR, {acrlf}, crb);
109    mCRLF = acrlf;
110
111    PabloAST * u8pfx = mCCCompiler.compileCC(makeCC(0xC0, 0xFF));
112    PabloBuilder it = PabloBuilder::Create(mPB);
113    PabloAST * u8pfx2 = mCCCompiler.compileCC(makeCC(0xC2, 0xDF), it);
114    PabloAST * u8pfx3 = mCCCompiler.compileCC(makeCC(0xE0, 0xEF), it);
115    PabloAST * u8pfx4 = mCCCompiler.compileCC(makeCC(0xF0, 0xF4), it);
116    Assign * u8suffix = it.createAssign("u8suffix", mCCCompiler.compileCC(makeCC(0x80, 0xBF)));
117   
118    //
119    // Two-byte sequences
120    PabloBuilder it2 = PabloBuilder::Create(it);
121    Assign * u8scope22 = it2.createAssign("u8scope22", it2.createAdvance(u8pfx2, 1));
122    Assign * NEL = it2.createAssign("NEL", it2.createAnd(it2.createAdvance(mCCCompiler.compileCC(makeCC(0xC2), it2), 1), mCCCompiler.compileCC(makeCC(0x85), it2)));
123    it.createIf(u8pfx2, {u8scope22, NEL}, it2);
124   
125    //
126    // Three-byte sequences
127    PabloBuilder it3 = PabloBuilder::Create(it);
128    Assign * u8scope32 = it3.createAssign("u8scope32", it3.createAdvance(u8pfx3, 1));
129    PabloAST * u8scope33 = it3.createAdvance(u8pfx3, 2);
130    Assign * u8scope3X = it3.createAssign("u8scope3X", it3.createOr(u8scope32, u8scope33));
131    PabloAST * E2_80 = it3.createAnd(it3.createAdvance(mCCCompiler.compileCC(makeCC(0xE2), it3), 1), mCCCompiler.compileCC(makeCC(0x80), it3));
132    Assign * LS_PS = it3.createAssign("LS_PS", it3.createAnd(it3.createAdvance(E2_80, 1), mCCCompiler.compileCC(makeCC(0xA8,0xA9), it3)));
133    PabloAST * E0_invalid = it3.createAnd(it3.createAdvance(mCCCompiler.compileCC(makeCC(0xE0), it3), 1), mCCCompiler.compileCC(makeCC(0x80, 0x9F), it3));
134    PabloAST * ED_invalid = it3.createAnd(it3.createAdvance(mCCCompiler.compileCC(makeCC(0xED), it3), 1), mCCCompiler.compileCC(makeCC(0xA0, 0xBF), it3));
135    Assign * EX_invalid = it3.createAssign("EX_invalid", it3.createOr(E0_invalid, ED_invalid));
136    it.createIf(u8pfx3, {u8scope32, u8scope3X, LS_PS, EX_invalid}, it3);
137 
138    //
139    // Four-byte sequences
140    PabloBuilder it4 = PabloBuilder::Create(it);
141    PabloAST * u8scope42 = it4.createAdvance(u8pfx4, 1, "u8scope42");
142    PabloAST * u8scope43 = it4.createAdvance(u8scope42, 1, "u8scope43");
143    PabloAST * u8scope44 = it4.createAdvance(u8scope43, 1, "u8scope44");
144    Assign * u8scope4nonfinal = it4.createAssign("u8scope4nonfinal", it4.createOr(u8scope42, u8scope43));
145    Assign * u8scope4X = it4.createAssign("u8scope4X", it4.createOr(u8scope4nonfinal, u8scope44));
146    PabloAST * F0_invalid = it4.createAnd(it4.createAdvance(mCCCompiler.compileCC(makeCC(0xF0), it4), 1), mCCCompiler.compileCC(makeCC(0x80, 0x8F), it4));
147    PabloAST * F4_invalid = it4.createAnd(it4.createAdvance(mCCCompiler.compileCC(makeCC(0xF4), it4), 1), mCCCompiler.compileCC(makeCC(0x90, 0xBF), it4));
148    Assign * FX_invalid = it4.createAssign("FX_invalid", it4.createOr(F0_invalid, F4_invalid));
149    it.createIf(u8pfx4, {u8scope4nonfinal, u8scope4X, FX_invalid}, it4);
150
151    //
152    // Invalid cases
153    PabloAST * anyscope = it.createOr(u8scope22, it.createOr(u8scope3X, u8scope4X));
154    PabloAST * legalpfx = it.createOr(it.createOr(u8pfx2, u8pfx3), u8pfx4);
155    //  Any scope that does not have a suffix byte, and any suffix byte that is not in
156    //  a scope is a mismatch, i.e., invalid UTF-8.
157    PabloAST * mismatch = it.createXor(anyscope, u8suffix);
158    //
159    PabloAST * EF_invalid = it.createOr(EX_invalid, FX_invalid);
160    PabloAST * pfx_invalid = it.createXor(u8pfx, legalpfx);
161    Assign * u8invalid = it.createAssign("u8invalid", it.createOr(pfx_invalid, it.createOr(mismatch, EF_invalid)));
162    Assign * u8valid = it.createAssign("u8valid", it.createNot(u8invalid));
163    //
164    //
165   
166    Assign * valid_pfx = it.createAssign("valid_pfx", it.createAnd(u8pfx, u8valid));
167    mNonFinal = it.createAssign("nonfinal", it.createAnd(it.createOr(it.createOr(u8pfx, u8scope32), u8scope4nonfinal), u8valid));
168   
169    Assign * NEL_LS_PS = it.createAssign("NEL_LS_PS", it.createOr(NEL, LS_PS));
170    mPB.createIf(u8pfx, {u8invalid, valid_pfx, mNonFinal, NEL_LS_PS}, it);
171   
172    PabloAST * LB_chars = mPB.createOr(LF_VT_FF_CR, NEL_LS_PS);
173    PabloAST * u8single = mPB.createAnd(mCCCompiler.compileCC(makeCC(0x00, 0x7F)), mPB.createNot(u8invalid));
174    mInitial = mPB.createOr(u8single, valid_pfx, "initial");
175    mFinal = mPB.createNot(mPB.createOr(mNonFinal, u8invalid), "final");
176    mUnicodeLineBreak = mPB.createAnd(LB_chars, mPB.createNot(mCRLF));  // count the CR, but not CRLF
177    PabloAST * const lb = UNICODE_LINE_BREAK ? mUnicodeLineBreak : mLineFeed;
178    mFunction.setResult(1, mPB.createAssign("lf", mPB.createAnd(lb, mPB.createNot(mCRLF))));
179}
180
181void RE_Compiler::gatherUnicodePropertyNames(RE * re, NameSet & nameSet) {
182    if (Name * name = dyn_cast<Name>(re)) {
183        if (name->getDefinition()) {
184            gatherUnicodePropertyNames(name->getDefinition(), nameSet);
185        } else if (name->getType() == Name::Type::UnicodeProperty) {
186            nameSet.insert(name);
187        }
188    } else if (Seq* seq = dyn_cast<Seq>(re)) {
189        for (RE * re : *seq) {
190            gatherUnicodePropertyNames(re, nameSet);
191        }
192    } else if (Alt * alt = dyn_cast<Alt>(re)) {
193        for (RE * re : *alt) {
194            gatherUnicodePropertyNames(re, nameSet);
195        }
196    } else if (Rep * rep = dyn_cast<Rep>(re)) {
197        gatherUnicodePropertyNames(rep->getRE(), nameSet);
198    } else if (Assertion * a = dyn_cast<Assertion>(re)) {
199        gatherUnicodePropertyNames(a->getAsserted(), nameSet);
200    } else if (Diff * diff = dyn_cast<Diff>(re)) {
201        gatherUnicodePropertyNames(diff->getLH(), nameSet);
202        gatherUnicodePropertyNames(diff->getRH(), nameSet);
203    } else if (Intersect * ix = dyn_cast<Intersect>(re)) {
204        gatherUnicodePropertyNames(ix->getLH(), nameSet);
205        gatherUnicodePropertyNames(ix->getRH(), nameSet);
206    }
207}
208
209void RE_Compiler::compileUnicodeNames(RE * re) {
210    NameSet nameSet;
211    gatherUnicodePropertyNames(re, nameSet);
212#ifndef DISABLE_PREGENERATED_UCD_FUNCTIONS
213    if (UsePregeneratedUnicode) {
214        for (Name * name : nameSet) {
215            const UCD::ExternalProperty & ep = UCD::resolveExternalProperty(name->getFunctionName());
216            Call * call = mPB.createCall(Prototype::Create(name->getFunctionName(), std::get<1>(ep), std::get<2>(ep), std::get<0>(ep)), mCCCompiler.getBasisBits());
217            name->setCompiled(mPB.createAnd(call, mPB.createNot(UNICODE_LINE_BREAK ? mUnicodeLineBreak : mLineFeed)));
218        }
219    } else {
220#endif
221        std::vector<UCD::UnicodeSet> sets;
222        for (Name * name : nameSet) {
223            sets.push_back(std::move(UCD::resolveUnicodeSet(name)));
224        }
225        if (sets.size() > 0) {
226            UCD::UCDCompiler ucdCompiler(mCCCompiler);
227            std::vector<PabloAST *> classes(std::move(ucdCompiler.generateWithDefaultIfHierarchy(sets, mPB)));
228            auto value = classes.begin();
229            for (Name * name : nameSet) {
230                name->setCompiled(mPB.createAnd(*value++, mPB.createNot(UNICODE_LINE_BREAK ? mUnicodeLineBreak : mLineFeed)));
231            }
232        }
233#ifndef DISABLE_PREGENERATED_UCD_FUNCTIONS
234    }
235#endif
236}
237
238void RE_Compiler::finalizeMatchResult(MarkerType match_result) {
239    //These three lines are specifically for grep.
240    PabloAST * lb = UNICODE_LINE_BREAK ? mUnicodeLineBreak : mLineFeed;
241    PabloAST * v = markerVar(match_result);
242    mFunction.setResult(0, mPB.createAssign("matches", mPB.createAnd(mPB.createMatchStar(v, mPB.createNot(lb)), lb)));
243}
244
245MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
246    return process(re, makeMarker(MarkerPosition::FinalPostPositionByte, pb.createOnes()), pb);
247}
248
249PabloAST * RE_Compiler::nextUnicodePosition(MarkerType m, PabloBuilder & pb) {
250    if (markerPos(m) == MarkerPosition::FinalPostPositionByte) {
251        return markerVar(m);
252    }
253    else if (markerPos(m) == MarkerPosition::InitialPostPositionByte) {
254        return pb.createScanThru(pb.createAnd(mInitial, markerVar(m)), mNonFinal);
255    }
256    else {
257        return pb.createScanThru(pb.createAnd(mInitial, pb.createAdvance(markerVar(m), 1)), mNonFinal);
258    }
259}
260
261MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
262    if (Name * name = dyn_cast<Name>(re)) {
263        return process(name, marker, pb);
264    }
265    else if (Seq* seq = dyn_cast<Seq>(re)) {
266        return process(seq, marker, pb);
267    }
268    else if (Alt * alt = dyn_cast<Alt>(re)) {
269        return process(alt, marker, pb);
270    }
271    else if (Rep * rep = dyn_cast<Rep>(re)) {
272        return process(rep, marker, pb);
273    }
274    else if (Assertion * a = dyn_cast<Assertion>(re)) {
275        return process(a, marker, pb);
276    }
277    else if (isa<Any>(re)) {
278        PabloAST * nextPos = nextUnicodePosition(marker, pb);
279        PabloAST * dot = pb.createNot(UNICODE_LINE_BREAK ? pb.createOr(mUnicodeLineBreak, mCRLF) : mLineFeed);
280        return makeMarker(MarkerPosition::FinalMatchByte, pb.createAnd(nextPos, dot, "dot"));
281    }
282    else if (Diff * diff = dyn_cast<Diff>(re)) {
283        return process(diff, marker, pb);
284    }
285    else if (Intersect * ix = dyn_cast<Intersect>(re)) {
286        return process(ix, marker, pb);
287    }
288    else if (isa<Start>(re)) {
289        MarkerType m = AdvanceMarker(marker, MarkerPosition::InitialPostPositionByte, pb);
290        if (UNICODE_LINE_BREAK) {
291            PabloAST * line_end = mPB.createOr(mUnicodeLineBreak, mCRLF);
292            PabloAST * sol = pb.createNot(pb.createOr(pb.createAdvance(pb.createNot(line_end), 1), mCRLF));
293            return makeMarker(MarkerPosition::InitialPostPositionByte, pb.createAnd(markerVar(m), sol, "sol"));
294        }
295        else {
296            PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineFeed), 1));
297            return makeMarker(MarkerPosition::FinalPostPositionByte, pb.createAnd(markerVar(m), sol, "sol"));
298        }
299    }
300    else if (isa<End>(re)) {
301        if (UNICODE_LINE_BREAK) {
302            PabloAST * nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionByte, pb));
303            return makeMarker(MarkerPosition::FinalPostPositionByte, pb.createAnd(nextPos, mUnicodeLineBreak, "end"));
304        }
305        PabloAST * nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::InitialPostPositionByte, pb));  // For LF match
306        return makeMarker(MarkerPosition::FinalPostPositionByte, pb.createAnd(nextPos, mLineFeed, "eol"));
307    }
308    return marker;
309}
310
311MarkerType RE_Compiler::process(Name * name, MarkerType marker, PabloBuilder & pb) {
312    MarkerType nextPos;
313    if (markerPos(marker) == MarkerPosition::FinalPostPositionByte) {
314        nextPos = marker;
315    }
316    else if (name->getType() == Name::Type::Byte) {
317        nextPos = AdvanceMarker(marker, MarkerPosition::InitialPostPositionByte, pb);
318    }
319    else {
320        nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionByte, pb);
321    }
322    return makeMarker(MarkerPosition::FinalMatchByte, pb.createAnd(markerVar(nextPos), getNamedCharacterClassStream(name, pb), "m"));
323}
324
325PabloAST * RE_Compiler::getNamedCharacterClassStream(Name * name, PabloBuilder & pb) {
326    PabloAST * var = name->getCompiled();
327    if (LLVM_LIKELY(var != nullptr)) {
328        return var;
329    } else if (name->getDefinition() != nullptr) {
330        MarkerType m = compile(name->getDefinition(), pb);
331        assert(markerPos(m) == MarkerPosition::FinalMatchByte);
332        var = markerVar(m);
333    } else {
334        throw std::runtime_error("Unresolved name " + name->getName());
335    }
336    var = pb.createAnd(var, pb.createNot(UNICODE_LINE_BREAK ? mUnicodeLineBreak : mLineFeed));
337    name->setCompiled(var);
338    return var;
339}
340
341MarkerType RE_Compiler::process(Seq * seq, MarkerType marker, PabloBuilder & pb) {
342    // if-hierarchies are not inserted within unbounded repetitions
343    if (mStarDepth > 0) {
344        for (RE * re : *seq) {
345            marker = process(re, marker, pb);
346        }
347        return marker;
348    }
349    else {
350        return processSeqTail(seq->begin(), seq->end(), 0, marker, pb);
351    }
352}
353
354MarkerType RE_Compiler::processSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
355    if (current == end) return marker;
356    if (matchLenSoFar < IfInsertionGap) {
357        RE * r = *current;
358        marker = process(r, marker, pb);
359        current++;
360        return processSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
361    }
362    else {
363        PabloBuilder nested = PabloBuilder::Create(pb);
364        MarkerType m1 = processSeqTail(current, end, 0, marker, nested);
365        Assign * m1a = nested.createAssign("m", markerVar(m1));
366        pb.createIf(markerVar(marker), {m1a}, nested);
367        return makeMarker(m1.pos, m1a);
368    }
369}
370
371MarkerType RE_Compiler::process(Alt * alt, MarkerType marker, PabloBuilder & pb) {
372    std::vector<PabloAST *>  accum = {pb.createZeroes(), pb.createZeroes(), pb.createZeroes()};
373    MarkerType const base = marker;
374    // The following may be useful to force a common Advance rather than separate
375    // Advances in each alternative.
376    // MarkerType const base = makeMarker(InitialPostPositionByte, postPositionVar(marker, pb), pb);
377    for (RE * re : *alt) {
378        MarkerType rslt = process(re, base, pb);
379        MarkerPosition p = markerPos(rslt);
380        accum[p] = pb.createOr(accum[p], markerVar(rslt), "alt");
381    }
382    if (isa<Zeroes>(accum[MarkerPosition::InitialPostPositionByte]) && isa<Zeroes>(accum[MarkerPosition::FinalPostPositionByte])) {
383        return makeMarker(MarkerPosition::FinalMatchByte, accum[MarkerPosition::FinalMatchByte]);
384    }
385    PabloAST * combine = pb.createOr(accum[InitialPostPositionByte], pb.createAdvance(accum[MarkerPosition::FinalMatchByte], 1), "alt");
386    if (isa<Zeroes>(accum[FinalPostPositionByte])) {
387        return makeMarker(InitialPostPositionByte, combine);
388    }
389    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[MarkerPosition::FinalPostPositionByte], "alt");
390    return makeMarker(MarkerPosition::FinalPostPositionByte, combine);
391}
392
393MarkerType RE_Compiler::process(Assertion * a, MarkerType marker, PabloBuilder & pb) {
394    RE * asserted = a->getAsserted();
395    if (a->getKind() == Assertion::Kind::Lookbehind) {
396        MarkerType m = marker;
397        MarkerType lookback = compile(asserted, pb);
398        AlignMarkers(m, lookback, pb);
399        PabloAST * lb = markerVar(lookback);
400        if (a->getSense() == Assertion::Sense::Negative) {
401            lb = pb.createNot(lb);
402        }
403        return makeMarker(markerPos(m), pb.createAnd(markerVar(marker), lb, "lookback"));
404    }
405    else if (isUnicodeUnitLength(asserted)) {
406        MarkerType lookahead = compile(asserted, pb);
407        assert(markerPos(lookahead) == MarkerPosition::FinalMatchByte);
408        PabloAST * la = markerVar(lookahead);
409        if (a->getSense() == Assertion::Sense::Negative) {
410            la = pb.createNot(la);
411        }
412        MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionByte, pb);
413        return makeMarker(MarkerPosition::FinalPostPositionByte, pb.createAnd(markerVar(fbyte), la, "lookahead"));
414    }
415    else {
416        throw std::runtime_error("Unsupported lookahead assertion.");
417    }
418}
419
420MarkerType RE_Compiler::process(Diff * diff, MarkerType marker, PabloBuilder & pb) {
421    RE * lh = diff->getLH();
422    RE * rh = diff->getRH();
423    if (isUnicodeUnitLength(lh) && isUnicodeUnitLength(rh)) {
424        MarkerType t1 = process(lh, marker, pb);
425        MarkerType t2 = process(rh, marker, pb);
426        AlignMarkers(t1, t2, pb);
427        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
428    }
429    throw std::runtime_error("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
430}
431
432MarkerType RE_Compiler::process(Intersect * x, MarkerType marker, PabloBuilder & pb) {
433    RE * lh = x->getLH();
434    RE * rh = x->getRH();
435    if (isUnicodeUnitLength(lh) && isUnicodeUnitLength(rh)) {
436        MarkerType t1 = process(lh, marker, pb);
437        MarkerType t2 = process(rh, marker, pb);
438        AlignMarkers(t1, t2, pb);
439        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
440    }
441    throw std::runtime_error("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
442}
443
444MarkerType RE_Compiler::process(Rep * rep, MarkerType marker, PabloBuilder & pb) {
445    int lb = rep->getLB();
446    int ub = rep->getUB();
447    if (lb > 0) {
448        marker = processLowerBound(rep->getRE(), lb, marker, pb);
449    }
450    if (ub == Rep::UNBOUNDED_REP) {
451        return processUnboundedRep(rep->getRE(), marker, pb);
452    }
453    else if (ub == lb) { // if (rep->getUB() != Rep::UNBOUNDED_REP)
454        return marker;
455    }
456    else { // if (rep->getUB() != Rep::UNBOUNDED_REP)
457        return processBoundedRep(rep->getRE(), ub - lb, marker, pb);
458    }
459}
460
461/*
462   Given a stream |repeated| marking positions associated with matches to an item
463   of length |repeated_lgth|, compute a stream marking |repeat_count| consecutive
464   occurrences of such items.
465*/
466
467inline PabloAST * RE_Compiler::consecutive1(PabloAST * repeated, int repeated_lgth, int repeat_count, PabloBuilder & pb) {
468        int i = repeated_lgth;
469        int total_lgth = repeat_count * repeated_lgth;
470        PabloAST * consecutive_i = repeated;
471        while (i * 2 <= total_lgth) {
472            PabloAST * v = consecutive_i;
473            PabloAST * v2 =  pb.createAdvance(v, i);
474            i *= 2;
475            consecutive_i = pb.createAnd(v, v2, "at" + std::to_string(i) + "inarow");
476        }       
477        if (i < total_lgth) {
478            PabloAST * v = consecutive_i;
479            consecutive_i = pb.createAnd(v, pb.createAdvance(v, total_lgth - i), "at" + std::to_string(total_lgth) + "inarow");
480        }
481        return consecutive_i;
482}
483
484inline PabloAST * RE_Compiler::reachable(PabloAST *repeated, int repeated_lgth, int repeat_count, PabloBuilder & pb) {
485        int i = repeated_lgth;
486        int total_lgth = repeat_count * repeated_lgth;
487        if (repeat_count == 0) {
488            return repeated;
489        }
490        PabloAST * reachable_i = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
491        while (i * 2 < total_lgth) {
492            PabloAST * v = reachable_i;
493            PabloAST * v2 =  pb.createAdvance(v, i);
494            i *= 2;
495            reachable_i = pb.createOr(v, v2, "within" + std::to_string(i));
496        }       
497        if (i < total_lgth) {
498            PabloAST * v = reachable_i;
499            reachable_i = pb.createOr(v, pb.createAdvance(v, total_lgth - i), "within" + std::to_string(total_lgth));
500        }
501        return reachable_i;
502}
503
504MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, PabloBuilder & pb) {
505    if (isByteLength(repeated) && !DisableLog2BoundedRepetition) {
506        PabloAST * cc = markerVar(compile(repeated, pb));
507        PabloAST * cc_lb = consecutive1(cc, 1, lb, pb);
508        PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), markerPos(marker) == MarkerPosition::FinalMatchByte ? lb : lb - 1);
509        return makeMarker(MarkerPosition::FinalMatchByte, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
510    }
511    // Fall through to general case.
512    while (lb-- != 0) {
513        marker = process(repeated, marker, pb);
514    }
515    return marker;
516}
517
518MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, PabloBuilder & pb) {
519    if (isByteLength(repeated) && ub > 1 && !DisableLog2BoundedRepetition) {
520        // log2 upper bound for fixed length (=1) class
521        // Create a mask of positions reachable within ub from current marker.
522        // Use matchstar, then apply filter.
523        PabloAST * match = markerVar(AdvanceMarker(marker, MarkerPosition::InitialPostPositionByte, pb));
524        PabloAST * upperLimitMask = reachable(match, 1, ub, pb);
525        PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::InitialPostPositionByte, pb));
526        PabloAST * rep_class_var = markerVar(compile(repeated, pb));
527        return makeMarker(MarkerPosition::InitialPostPositionByte, pb.createAnd(pb.createMatchStar(cursor, rep_class_var), upperLimitMask, "bounded"));
528    }
529    // Fall through to general case.
530    while (ub-- != 0) {
531        MarkerType a = process(repeated, marker, pb);
532        MarkerType m = marker;
533        AlignMarkers(a, m, pb);
534        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m), "m"));
535    }
536    return marker;
537}
538
539MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
540    // always use PostPosition markers for unbounded repetition.
541    PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::InitialPostPositionByte, pb));
542   
543    if (isByteLength(repeated)  && !DisableMatchStar) {
544        PabloAST * cc = markerVar(compile(repeated, pb)); 
545        PabloAST * mstar = SetMod64Approximation ? pb.createMod64MatchStar(base, cc) : pb.createMatchStar(base, cc, "unbounded");
546        return makeMarker(MarkerPosition::InitialPostPositionByte, mstar);
547    }
548    else if (isUnicodeUnitLength(repeated) && !DisableMatchStar && !DisableUnicodeMatchStar) {
549        PabloAST * cc = markerVar(compile(repeated, pb));
550        PabloAST * mstar = SetMod64Approximation ? pb.createMod64MatchStar(base, pb.createOr(mNonFinal, cc)) : pb.createMatchStar(base, pb.createOr(mNonFinal, cc));
551        return makeMarker(MarkerPosition::FinalPostPositionByte, pb.createAnd(mstar, mFinal, "unbounded"));
552    }
553    else if (mStarDepth > 0){
554       
555        PabloBuilder * outerb = pb.getParent();
556       
557        Assign * starPending = outerb->createAssign("pending", outerb->createZeroes());
558        Assign * starAccum = outerb->createAssign("accum", outerb->createZeroes());
559       
560        mStarDepth++;
561        PabloAST * m1 = pb.createOr(base, starPending);
562        PabloAST * m2 = pb.createOr(base, starAccum);
563        PabloAST * loopComputation = markerVar(AdvanceMarker(process(repeated, makeMarker(MarkerPosition::InitialPostPositionByte, m1), pb), MarkerPosition::InitialPostPositionByte, pb));
564        Next * nextPending = pb.createNext(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
565        Next * nextStarAccum = pb.createNext(starAccum, pb.createOr(loopComputation, m2));
566        mWhileTest = pb.createOr(mWhileTest, nextPending);
567        mLoopVariants.push_back(nextPending);
568        mLoopVariants.push_back(nextStarAccum);
569        mStarDepth--;
570       
571        return makeMarker(MarkerPosition::InitialPostPositionByte, pb.createAssign("unbounded", pb.createOr(base, nextStarAccum)));
572    }   
573    else {
574        Assign * whileTest = pb.createAssign("test", base);
575        Assign * whilePending = pb.createAssign("pending", base);
576        Assign * whileAccum = pb.createAssign("accum", base);
577        mWhileTest = pb.createZeroes();
578
579        PabloBuilder wb = PabloBuilder::Create(pb);
580        mStarDepth++;
581
582        PabloAST * loopComputation = markerVar(AdvanceMarker(process(repeated, makeMarker(MarkerPosition::InitialPostPositionByte, whilePending), wb), MarkerPosition::InitialPostPositionByte, wb));
583        Next * nextWhilePending = wb.createNext(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
584        Next * nextWhileAccum = wb.createNext(whileAccum, wb.createOr(loopComputation, whileAccum));
585        Next * nextWhileTest = wb.createNext(whileTest, wb.createOr(mWhileTest, nextWhilePending));
586        mLoopVariants.push_back(nextWhilePending);
587        mLoopVariants.push_back(nextWhileAccum);
588        mLoopVariants.push_back(nextWhileTest);
589        pb.createWhile(nextWhileTest, mLoopVariants, wb);
590        mStarDepth--;
591        mLoopVariants.clear();
592        return makeMarker(MarkerPosition::InitialPostPositionByte, pb.createAssign("unbounded", nextWhileAccum));
593    }   
594} // end of namespace re
595}
Note: See TracBrowser for help on using the repository browser.