source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5717

Last change on this file since 5717 was 5717, checked in by cameron, 2 years ago

Fix for upper bound repetition

File size: 28.7 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
7
8
9#include "re_compiler.h"
10#include <pablo/pe_ones.h>          // for Ones
11#include <pablo/pe_var.h>           // for Var
12#include <pablo/pe_zeroes.h>        // for Zeroes
13#include <re/printer_re.h>
14#include <re/re_alt.h>
15#include <re/re_analysis.h>         // for isByteLength, isUnicodeUnitLength
16#include <re/re_any.h>
17#include <re/re_assertion.h>        // for Assertion, Assertion::Sense, Asse...
18#include <re/re_cc.h>               // for makeCC
19#include <re/re_diff.h>             // for Diff
20#include <re/re_end.h>
21#include <re/re_intersect.h>        // for Intersect
22#include <re/re_name.h>             // for Name, Name::Type, Name::Type::Zer...
23#include <re/re_name_resolve.h>     // for resolveNames
24#include <re/re_name_gather.h>      // for gatherNames
25#include <re/re_rep.h>              // for Rep, Rep::::UNBOUNDED_REP
26#include <re/re_seq.h>              // for Seq
27#include <re/re_start.h>
28#include <re/re_local.h>
29#include <re/re_toolchain.h>        // for AlgorithmOptionIsSet, RE_Algorith...
30#include "cc/cc_compiler.h"         // for CC_Compiler
31#include "pablo/builder.hpp"        // for PabloBuilder
32#include "toolchain/toolchain.h"    // for AVX2_available
33#include <llvm/Support/ErrorHandling.h>
34
35namespace pablo { class PabloAST; }
36namespace pablo { class PabloKernel; }
37namespace re { class Alt; }
38namespace re { class RE; }
39
40
41#define UNICODE_LINE_BREAK (!AlgorithmOptionIsSet(DisableUnicodeLineBreak))
42
43using namespace pablo;
44using namespace llvm;
45
46namespace re {
47
48RE * RE_Compiler::resolveUnicodeProperties(RE * re) {
49    Name * ZeroWidth = nullptr;
50    mCompiledName = &mBaseMap;
51    gatherNames(re, ZeroWidth);
52    // Now precompile any grapheme segmentation rules
53    if (ZeroWidth) {
54        mCompiledName->add(ZeroWidth, compileName(ZeroWidth, mPB));
55    }
56    return re;
57}
58
59RE * RE_Compiler::compileUnicodeNames(RE * re) {
60    return resolveUnicodeProperties(re);
61}
62
63PabloAST * RE_Compiler::compile(RE * re) {
64    return markerVar(AdvanceMarker(compile(re, mPB), MarkerPosition::FinalPostPositionUnit, mPB));
65}
66   
67MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
68    return process(re, makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createOnes()), pb);
69}
70   
71MarkerType RE_Compiler::compile_local(RE * re, MarkerType marker, PabloBuilder & pb) {
72    CC * first = RE_Local::first(re);
73    CC * final = RE_Local::final(re);
74
75    if (first == nullptr || final == nullptr) {
76        mLocal = false;
77        return process(re, marker, pb);
78    }
79
80    PabloAST * pablo_first = mCCCompiler.compileCC(first);
81    PabloAST * pablo_final = mCCCompiler.compileCC(final);
82    std::map<CC*, CC*> follow_map;
83    RE_Local::follow(re, follow_map);
84
85    PabloAST * pablo_follow = pb.createZeroes();
86    for (auto i = follow_map.begin(); i != follow_map.end(); i++) {
87        CC * one = makeCC(std::move(*i->first));
88        CC * two = makeCC(std::move(*i->second));
89        PabloAST * pablo_one = pb.createAnd(mCCCompiler.compileCC(one), mAny);
90        PabloAST * pablo_two = pb.createAnd(mCCCompiler.compileCC(two), mAny);
91        PabloAST * one1 = pb.createAdvance(pablo_one, 1, "one1");
92        PabloAST * follow = pb.createAnd(pb.createScanThru(pb.createAnd(mInitial, one1), mNonFinal), pablo_two);
93        pablo_follow = pb.createOr(pablo_follow, follow);
94    }
95    PabloAST * result = pb.createAnd(pb.createMatchStar(pb.createAdvance(pablo_first, 1),
96                                                        pb.createOr(pablo_follow, mNonFinal)),
97                                     pb.createAdvance(pablo_final, 1));
98    return makeMarker(MarkerPosition::FinalPostPositionUnit, result);
99}
100
101   
102MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
103    if (mLocal) {
104        if (isa<Name>(re) || isa<Seq>(re) || isa<Alt>(re) || isa<Rep>(re) || isa<CC>(re)) {
105            return compile_local(re, marker, pb);
106        } else if (isa<Any>(re)) {
107            return compileAny(marker, pb);
108        } else if (isa<Diff>(re)) {
109            return compileDiff(cast<Diff>(re), marker, pb);
110        } else if (isa<Intersect>(re)) {
111            return compileIntersect(cast<Intersect>(re), marker, pb);
112        } else {
113            UnsupportedRE("RE Compiler for local language failed to process " + Printer_RE::PrintRE(re));
114        }
115    } else {
116        if (isa<Name>(re)) {
117            return compileName(cast<Name>(re), marker, pb);
118        } else if (isa<Seq>(re)) {
119            return compileSeq(cast<Seq>(re), marker, pb);
120        } else if (isa<Alt>(re)) {
121            return compileAlt(cast<Alt>(re), marker, pb);
122        } else if (isa<Rep>(re)) {
123            return compileRep(cast<Rep>(re), marker, pb);
124        } else if (isa<Assertion>(re)) {
125            return compileAssertion(cast<Assertion>(re), marker, pb);
126        } else if (isa<Any>(re)) {
127            return compileAny(marker, pb);
128        } else if (isa<Diff>(re)) {
129            return compileDiff(cast<Diff>(re), marker, pb);
130        } else if (isa<Intersect>(re)) {
131            return compileIntersect(cast<Intersect>(re), marker, pb);
132        } else if (isa<Start>(re)) {
133            return compileStart(marker, pb);
134        } else if (isa<End>(re)) {
135            return compileEnd(marker, pb);
136        } else if (isa<CC>(re)) {
137            // CCs may be passed through the toolchain directly to the compiler.
138            return compileCC(cast<CC>(re), marker, pb);
139        } else {
140            UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
141        }
142    }
143}
144
145inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
146    PabloAST * nextFinalByte = markerVar(AdvanceMarker(m, MarkerPosition::FinalPostPositionUnit, pb));
147    PabloAST * lb = mLineBreak;
148    if (UNICODE_LINE_BREAK) {
149        lb = pb.createOr(mLineBreak, mCRLF);
150    }
151    return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(nextFinalByte, pb.createNot(lb), "dot"));
152}
153
154MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
155    MarkerType nextPos;
156    if (markerPos(marker) == MarkerPosition::FinalPostPositionUnit) {
157        nextPos = marker;
158    } else {
159        nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
160    }
161    return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(markerVar(marker), pb.createAnd(mCCCompiler.compileCC(cc, pb), mAny)));
162}
163
164inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
165    const std::string nameString = name->getName();
166    if (nameString == ".") {
167        return compileAny(marker, pb);
168    } else if (nameString == "^"){
169        return compileStart(marker, pb);
170    } else if (nameString == "$"){
171        return compileEnd(marker, pb);
172    } else if (isUnicodeUnitLength(name)) {
173        MarkerType nameMarker = compileName(name, pb);
174        MarkerType nextPos;
175        if (markerPos(marker) == MarkerPosition::FinalPostPositionUnit) {
176            nextPos = marker;
177        } else {
178            nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
179        }
180        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
181        return nameMarker;
182    } else if (name->getType() == Name::Type::ZeroWidth) {
183        RE * zerowidth = name->getDefinition();
184        MarkerType zero = compile(zerowidth, pb);
185        AlignMarkers(marker, zero, pb);
186        PabloAST * ze = markerVar(zero);
187        if (nameString == "NonGCB") {
188            ze = pb.createNot(ze);
189        }
190        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
191    } else {
192        return process(name->getDefinition(), marker, pb);
193    }
194}
195
196inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
197    MarkerType m;
198    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
199        return m;
200    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
201        m = compile(name->getDefinition(), pb);
202        mCompiledName->add(name, m);
203        return m;
204    }
205    UnsupportedRE("Unresolved name " + name->getName());
206}
207
208MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
209    // if-hierarchies are not inserted within unbounded repetitions
210    if (mStarDepth > 0) {
211        for (RE * re : *seq) {
212            marker = process(re, marker, pb);
213        }
214        return marker;
215    } else {
216        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
217    }
218}
219
220MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
221    if (current == end) {
222        return marker;
223    } else if (matchLenSoFar < IfInsertionGap) {
224        RE * r = *current;
225        marker = process(r, marker, pb);
226        current++;
227        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
228    } else {
229        Var * m = pb.createVar("m", pb.createZeroes());
230        NameMap nestedMap(mCompiledName);
231        mCompiledName = &nestedMap;
232        PabloBuilder nested = PabloBuilder::Create(pb);
233        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
234        nested.createAssign(m, markerVar(m1));
235        pb.createIf(markerVar(marker), nested);
236        mCompiledName = nestedMap.getParent();
237        return makeMarker(m1.pos, m);
238    }
239}
240
241MarkerType RE_Compiler::compileAlt(Alt * alt, MarkerType marker, PabloBuilder & pb) {
242    std::vector<PabloAST *>  accum(3, pb.createZeroes());
243    MarkerType const base = marker;
244    // The following may be useful to force a common Advance rather than separate
245    // Advances in each alternative.
246    for (RE * re : *alt) {
247        MarkerType m = process(re, base, pb);
248        MarkerPosition p = markerPos(m);
249        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
250    }
251    if (isa<Zeroes>(accum[MarkerPosition::FinalPostPositionUnit])) {
252        return makeMarker(MarkerPosition::FinalMatchUnit, accum[MarkerPosition::FinalMatchUnit]);
253    }
254    PabloAST * combine = pb.createAdvance(accum[MarkerPosition::FinalMatchUnit], 1, "combine");
255    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[MarkerPosition::FinalPostPositionUnit], "alt");
256    return makeMarker(MarkerPosition::FinalPostPositionUnit, combine);
257}
258
259MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
260    RE * asserted = a->getAsserted();
261    if (a->getKind() == Assertion::Kind::Lookbehind) {
262        MarkerType lookback = compile(asserted, pb);
263        AlignMarkers(marker, lookback, pb);
264        PabloAST * lb = markerVar(lookback);
265        if (a->getSense() == Assertion::Sense::Negative) {
266            lb = pb.createNot(lb);
267        }
268        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
269    } else if (a->getKind() == Assertion::Kind::Boundary) {
270        MarkerType cond = compile(asserted, pb);
271        if (LLVM_LIKELY(markerPos(cond) == MarkerPosition::FinalMatchUnit)) {
272            MarkerType postCond = AdvanceMarker(cond, MarkerPosition::FinalPostPositionUnit, pb);
273            PabloAST * boundaryCond = pb.createAnd(mAny, pb.createXor(markerVar(cond), markerVar(postCond)));
274            if (a->getSense() == Assertion::Sense::Negative) {
275                boundaryCond = pb.createNot(boundaryCond);
276            }
277            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
278            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
279        }
280        else UnsupportedRE("Unsupported boundary assertion");
281    } else if (isUnicodeUnitLength(asserted)) {
282        MarkerType lookahead = compile(asserted, pb);
283        if (LLVM_LIKELY(markerPos(lookahead) == MarkerPosition::FinalMatchUnit)) {
284            PabloAST * la = markerVar(lookahead);
285            if (a->getSense() == Assertion::Sense::Negative) {
286                la = pb.createNot(la);
287            }
288            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
289            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
290        }
291    }
292    UnsupportedRE("Unsupported lookahead assertion.");
293}
294
295inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
296    const auto lhl = getUnicodeUnitLengthRange(lh);
297    const auto rhl = getUnicodeUnitLengthRange(rh);
298    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
299}
300
301MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
302    RE * lh = diff->getLH();
303    RE * rh = diff->getRH();
304    if (alignedUnicodeLength(lh, rh)) {
305        MarkerType t1 = process(lh, marker, pb);
306        MarkerType t2 = process(rh, marker, pb);
307        AlignMarkers(t1, t2, pb);
308        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
309    }
310    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
311}
312
313MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
314    RE * lh = x->getLH();
315    RE * rh = x->getRH();
316    if (alignedUnicodeLength(lh, rh)) {
317        MarkerType t1 = process(lh, marker, pb);
318        MarkerType t2 = process(rh, marker, pb);
319        AlignMarkers(t1, t2, pb);
320        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
321    }
322    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
323}
324
325MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
326    int lb = rep->getLB();
327    int ub = rep->getUB();
328    if (lb > 0) {
329        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
330    }
331    if (ub == Rep::UNBOUNDED_REP) {
332        marker = processUnboundedRep(rep->getRE(), marker, pb);
333    } else if (lb < ub) {
334        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
335    }
336    return marker;
337}
338
339/*
340   Given a stream |repeated| marking positions associated with matches to an item
341   of length |repeated_lgth|, compute a stream marking |repeat_count| consecutive
342   occurrences of such items.
343*/
344
345inline PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
346    int i = length;
347    int total = repeat_count * length;
348    PabloAST * consecutive_i = repeated;
349    while ((i * 2) < total) {
350        PabloAST * v = consecutive_i;
351        PabloAST * v2 = nullptr;
352        if (indexStream == nullptr) v2 =  pb.createAdvance(v, i);
353        else v2 =  pb.createIndexedAdvance(v, indexStream, i);
354        i *= 2;
355        consecutive_i = pb.createAnd(v, v2, "at" + std::to_string(i) + "of" + std::to_string(total));
356    }
357    if (LLVM_LIKELY(i < total)) {
358        PabloAST * v = consecutive_i;
359        PabloAST * v2 =  nullptr;
360        if (indexStream == nullptr) v2 = pb.createAdvance(v, total - i);
361        else v2 = pb.createIndexedAdvance(v, indexStream, total - i);
362        consecutive_i = pb.createAnd(v, v2, "at" + std::to_string(total));
363    }
364    return consecutive_i;
365}
366
367inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
368    int i = length;
369    int total_lgth = repeat_count * length;
370    if (repeat_count == 0) {
371        return repeated;
372    }
373    PabloAST * reachable = nullptr;
374    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
375    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
376    while ((i * 2) < total_lgth) {
377        PabloAST * v = reachable;
378        PabloAST * v2 = nullptr;
379        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
380        else v2 = pb.createIndexedAdvance(v, indexStream, i);
381        i *= 2;
382        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
383    }
384    if (LLVM_LIKELY(i < total_lgth)) {
385        PabloAST * v = reachable;
386        PabloAST * v2 = nullptr;
387        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
388        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
389        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
390    }
391    return reachable;
392}
393
394MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
395    if (lb == 0) {
396        return marker;
397    } else if (!mGraphemeBoundaryRule && isByteLength(repeated) && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
398        PabloAST * cc = markerVar(compile(repeated, pb));
399        PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
400        const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
401        PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
402        return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
403    } else if (!mGraphemeBoundaryRule && isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && AVX2_available()) {
404        PabloAST * cc = markerVar(compile(repeated, pb));
405        PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
406        const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
407        PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
408        return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
409    }
410    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
411    auto group = ifGroupSize < lb ? ifGroupSize : lb;
412    for (auto i = 0; i < group; i++) {
413        marker = process(repeated, marker, pb);
414        if (mGraphemeBoundaryRule) {
415            marker = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
416        }
417    }
418    if (lb == group) {
419        return marker;
420    }
421    Var * m = pb.createVar("m", pb.createZeroes());
422    PabloBuilder nested = PabloBuilder::Create(pb);
423    NameMap nestedMap(mCompiledName);
424    mCompiledName = &nestedMap;
425    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
426    nested.createAssign(m, markerVar(m1));
427    pb.createIf(markerVar(marker), nested);
428    mCompiledName = nestedMap.getParent();
429    return makeMarker(m1.pos, m);
430}
431   
432MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
433    if (LLVM_UNLIKELY(ub == 0)) {
434        return marker;
435    } else if (!mGraphemeBoundaryRule && isByteLength(repeated) && ub > 1 && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
436        // log2 upper bound for fixed length (=1) class
437        // Create a mask of positions reachable within ub from current marker.
438        // Use matchstar, then apply filter.
439        PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
440        // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
441        // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
442        PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
443        PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
444        PabloAST * nonFinal = mNonFinal;
445        // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
446        // "multi-byte" character. Combine the masked range with any nonFinals.
447        PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, nonFinal), "bounded");
448        return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
449    } else if (!mGraphemeBoundaryRule && isUnicodeUnitLength(repeated) && ub > 1 && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && AVX2_available()) {
450        // log2 upper bound for fixed length (=1) class
451        // Create a mask of positions reachable within ub from current marker.
452        // Use matchstar, then apply filter.
453        PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
454        // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
455        // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
456        PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
457        PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
458        PabloAST * nonFinal = mNonFinal;
459        // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
460        // "multi-byte" character. Combine the masked range with any nonFinals.
461        PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, nonFinal), "bounded");
462        return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
463    }
464    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
465    auto group = ifGroupSize < ub ? ifGroupSize : ub;
466    for (auto i = 0; i < group; i++) {
467        MarkerType a = process(repeated, marker, pb);
468        MarkerType m = marker;
469        AlignMarkers(a, m, pb);
470        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
471        if (mGraphemeBoundaryRule) {
472            marker = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
473        }
474    }
475    if (ub == group) {
476        return marker;
477    }
478    Var * m1a = pb.createVar("m", pb.createZeroes());
479    PabloBuilder nested = PabloBuilder::Create(pb);
480    NameMap nestedMap(mCompiledName);
481    mCompiledName = &nestedMap;
482    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
483    nested.createAssign(m1a, markerVar(m1));
484    pb.createIf(markerVar(marker), nested);
485    mCompiledName = nestedMap.getParent();
486    return makeMarker(m1.pos, m1a);
487}
488
489MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
490    // always use PostPosition markers for unbounded repetition.
491    PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
492    if (!mGraphemeBoundaryRule && isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
493        PabloAST * mask = markerVar(compile(repeated, pb));
494        PabloAST * nonFinal = mNonFinal;
495        if (mGraphemeBoundaryRule) {
496            nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
497        }
498        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
499        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
500        return makeMarker(MarkerPosition::FinalPostPositionUnit, unbounded);
501    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
502        PabloAST * cc = markerVar(compile(repeated, pb));
503        PabloAST * mstar = nullptr;
504        PabloAST * nonFinal = mNonFinal;
505        if (mGraphemeBoundaryRule) {
506            nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
507        }
508        cc = pb.createOr(cc, nonFinal);
509        mstar = pb.createMatchStar(base, cc);
510        PabloAST * final = mFinal;
511        if (mGraphemeBoundaryRule) {
512            final = mGraphemeBoundaryRule;
513        }
514        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
515    } else if (mStarDepth > 0){
516        PabloBuilder * const outer = pb.getParent();
517        Var * starPending = outer->createVar("pending", outer->createZeroes());
518        Var * starAccum = outer->createVar("accum", outer->createZeroes());
519        mStarDepth++;
520        PabloAST * m1 = pb.createOr(base, starPending);
521        PabloAST * m2 = pb.createOr(base, starAccum);
522        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, m1), pb);
523        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, pb);
524        PabloAST * loopComputation = markerVar(result);
525        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
526        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
527        mWhileTest = pb.createOr(mWhileTest, starPending);
528        mStarDepth--;     
529        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
530    } else {
531        Var * whileTest = pb.createVar("test", base);
532        Var * whilePending = pb.createVar("pending", base);
533        Var * whileAccum = pb.createVar("accum", base);
534        mWhileTest = pb.createZeroes();
535        PabloBuilder wb = PabloBuilder::Create(pb);
536        NameMap nestedMap(mCompiledName);
537        mCompiledName = &nestedMap;
538        mStarDepth++;
539        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, whilePending), wb);
540        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, wb);
541        PabloAST * loopComputation = markerVar(result);
542        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
543        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
544        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
545        pb.createWhile(whileTest, wb);
546        mStarDepth--;
547        mCompiledName = nestedMap.getParent();
548        return makeMarker(markerPos(result), whileAccum);
549    }
550}
551
552inline MarkerType RE_Compiler::compileStart(const MarkerType marker, pablo::PabloBuilder & pb) {
553    MarkerType m = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
554    if (UNICODE_LINE_BREAK) {
555        PabloAST * line_end = mPB.createOr(mLineBreak, mCRLF);
556        PabloAST * sol_init = pb.createNot(pb.createOr(pb.createAdvance(pb.createNot(line_end), 1), mCRLF));
557        PabloAST * sol = pb.createScanThru(pb.createAnd(mInitial, sol_init), mNonFinal);
558        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
559    } else {
560        PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
561        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
562    }
563}
564
565inline MarkerType RE_Compiler::compileEnd(const MarkerType marker, pablo::PabloBuilder & pb) {
566    PabloAST * nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
567    return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(nextPos, mLineBreak, "eol"));
568}
569
570inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
571    if (marker.pos != newpos) {
572        if (marker.pos == MarkerPosition::FinalMatchUnit) {
573            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
574            PabloAST * nonFinal = mNonFinal;
575            if (mGraphemeBoundaryRule) {
576                nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
577            }
578            PabloAST * starts = pb.createAnd(mInitial, marker.stream);
579            marker.stream = pb.createScanThru(starts, nonFinal, "fpp");
580            marker.pos = MarkerPosition::FinalPostPositionUnit;
581        }
582    }
583    return marker;
584}
585
586inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
587    if (m1.pos < m2.pos) {
588        m1 = AdvanceMarker(m1, m2.pos, pb);
589    } else if (m2.pos < m1.pos) {
590        m2 = AdvanceMarker(m2, m1.pos, pb);
591    }
592}
593   
594LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
595    llvm::report_fatal_error(errmsg);
596}
597   
598   
599
600RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler, bool local)
601: mKernel(kernel)
602, mCCCompiler(ccCompiler)
603, mLocal(local)
604, mLineBreak(nullptr)
605, mCRLF(nullptr)
606, mAny(nullptr)
607, mGraphemeBoundaryRule(nullptr)
608, mInitial(nullptr)
609, mNonFinal(nullptr)
610, mFinal(nullptr)
611, mWhileTest(nullptr)
612, mStarDepth(0)
613, mPB(ccCompiler.getBuilder())
614, mCompiledName(&mBaseMap) {
615    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
616    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
617    mAny = mPB.createNot(mLineBreak, "any");
618    Var * const required = mKernel->getInputStreamVar("required");
619    mInitial = mPB.createExtract(required, mPB.getInteger(0));
620    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
621    mFinal = mPB.createExtract(required, mPB.getInteger(2));
622    mCRLF = mPB.createExtract(required, mPB.getInteger(3));
623}
624
625} // end of namespace re
Note: See TracBrowser for help on using the repository browser.