source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5782

Last change on this file since 5782 was 5782, checked in by nmedfort, 13 months ago

Initial check-in of LookAhead? support; modified LineBreakKernel? to compute CR+LF using LookAhead?(1) + misc. fixes.

File size: 29.2 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 <IR_Gen/idisa_target.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
40using namespace pablo;
41using namespace llvm;
42
43namespace re {
44
45RE * RE_Compiler::resolveUnicodeProperties(RE * re) {
46    Name * ZeroWidth = nullptr;
47    mCompiledName = &mBaseMap;
48    gatherNames(re, ZeroWidth);
49    // Now precompile any grapheme segmentation rules
50    if (ZeroWidth) {
51        mCompiledName->add(ZeroWidth, compileName(ZeroWidth, mPB));
52    }
53    return re;
54}
55
56RE * RE_Compiler::compileUnicodeNames(RE * re) {
57    return resolveUnicodeProperties(re);
58}
59
60PabloAST * RE_Compiler::compile(RE * re) {
61    return markerVar(AdvanceMarker(compile(re, mPB), MarkerPosition::FinalPostPositionUnit, mPB));
62}
63   
64MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
65    return process(re, makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createOnes()), pb);
66}
67   
68MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
69    if (isa<Name>(re)) {
70        return compileName(cast<Name>(re), marker, pb);
71    } else if (isa<Seq>(re)) {
72        return compileSeq(cast<Seq>(re), marker, pb);
73    } else if (isa<Alt>(re)) {
74        return compileAlt(cast<Alt>(re), marker, pb);
75    } else if (isa<Rep>(re)) {
76        return compileRep(cast<Rep>(re), marker, pb);
77    } else if (isa<Assertion>(re)) {
78        return compileAssertion(cast<Assertion>(re), marker, pb);
79    } else if (isa<Any>(re)) {
80        return compileAny(marker, pb);
81    } else if (isa<Diff>(re)) {
82        return compileDiff(cast<Diff>(re), marker, pb);
83    } else if (isa<Intersect>(re)) {
84        return compileIntersect(cast<Intersect>(re), marker, pb);
85    } else if (isa<Start>(re)) {
86        return compileStart(marker, pb);
87    } else if (isa<End>(re)) {
88        return compileEnd(marker, pb);
89    } else if (isa<CC>(re)) {
90        // CCs may be passed through the toolchain directly to the compiler.
91        return compileCC(cast<CC>(re), marker, pb);
92    } else {
93        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
94    }
95}
96
97inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
98    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, MarkerPosition::FinalPostPositionUnit, pb));
99    return makeMarker(MarkerPosition::FinalMatchUnit, nextFinalByte);
100}
101
102MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
103    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
104    return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
105}
106
107inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
108    const std::string nameString = name->getName();
109    if (nameString == ".") {
110        return compileAny(marker, pb);
111    } else if (nameString == "^"){
112        return compileStart(marker, pb);
113    } else if (nameString == "$"){
114        return compileEnd(marker, pb);
115    } else if (isUnicodeUnitLength(name)) {
116        MarkerType nameMarker = compileName(name, pb);
117        MarkerType nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
118        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
119        return nameMarker;
120    } else if (name->getType() == Name::Type::ZeroWidth) {
121        RE * zerowidth = name->getDefinition();
122        MarkerType zero = compile(zerowidth, pb);
123        AlignMarkers(marker, zero, pb);
124        PabloAST * ze = markerVar(zero);
125        if (nameString == "NonGCB") {
126            ze = pb.createNot(ze);
127        }
128        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
129    } else {
130        return process(name->getDefinition(), marker, pb);
131    }
132}
133
134inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
135    MarkerType m;
136    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
137        return m;
138    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
139        m = compile(name->getDefinition(), pb);
140        mCompiledName->add(name, m);
141        return m;
142    }
143    UnsupportedRE("Unresolved name " + name->getName());
144}
145
146MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
147    // if-hierarchies are not inserted within unbounded repetitions
148    if (mStarDepth > 0) {
149        for (RE * re : *seq) {
150            marker = process(re, marker, pb);
151        }
152        return marker;
153    } else {
154        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
155    }
156}
157
158MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
159    if (current == end) {
160        return marker;
161    } else if (matchLenSoFar < IfInsertionGap) {
162        RE * r = *current;
163        marker = process(r, marker, pb);
164        current++;
165        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
166    } else {
167        Var * m = pb.createVar("m", pb.createZeroes());
168        NameMap nestedMap(mCompiledName);
169        mCompiledName = &nestedMap;
170        PabloBuilder nested = PabloBuilder::Create(pb);
171        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
172        nested.createAssign(m, markerVar(m1));
173        pb.createIf(markerVar(marker), nested);
174        mCompiledName = nestedMap.getParent();
175        return makeMarker(m1.pos, m);
176    }
177}
178
179MarkerType RE_Compiler::compileAlt(Alt * alt, MarkerType marker, PabloBuilder & pb) {
180    std::vector<PabloAST *>  accum(3, pb.createZeroes());
181    MarkerType const base = marker;
182    // The following may be useful to force a common Advance rather than separate
183    // Advances in each alternative.
184    for (RE * re : *alt) {
185        MarkerType m = process(re, base, pb);
186        MarkerPosition p = markerPos(m);
187        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
188    }
189    if (isa<Zeroes>(accum[MarkerPosition::FinalPostPositionUnit])) {
190        return makeMarker(MarkerPosition::FinalMatchUnit, accum[MarkerPosition::FinalMatchUnit]);
191    }
192    PabloAST * combine = pb.createAdvance(accum[MarkerPosition::FinalMatchUnit], 1, "combine");
193    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[MarkerPosition::FinalPostPositionUnit], "alt");
194    return makeMarker(MarkerPosition::FinalPostPositionUnit, combine);
195}
196
197MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
198    RE * asserted = a->getAsserted();
199    if (a->getKind() == Assertion::Kind::Lookbehind) {
200        MarkerType lookback = compile(asserted, pb);
201        AlignMarkers(marker, lookback, pb);
202        PabloAST * lb = markerVar(lookback);
203        if (a->getSense() == Assertion::Sense::Negative) {
204            lb = pb.createNot(lb);
205        }
206        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
207    } else if (a->getKind() == Assertion::Kind::Boundary) {
208        MarkerType cond = compile(asserted, pb);
209        if (LLVM_LIKELY(markerPos(cond) == MarkerPosition::FinalMatchUnit)) {
210            MarkerType postCond = AdvanceMarker(cond, MarkerPosition::FinalPostPositionUnit, pb);
211            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
212            if (a->getSense() == Assertion::Sense::Negative) {
213                boundaryCond = pb.createNot(boundaryCond);
214            }
215            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
216            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
217        }
218        else UnsupportedRE("Unsupported boundary assertion");
219    } else if (isUnicodeUnitLength(asserted)) {
220        MarkerType lookahead = compile(asserted, pb);
221        if (LLVM_LIKELY(markerPos(lookahead) == MarkerPosition::FinalMatchUnit)) {
222            PabloAST * la = markerVar(lookahead);
223            if (a->getSense() == Assertion::Sense::Negative) {
224                la = pb.createNot(la);
225            }
226            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
227            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
228        }
229    }
230    UnsupportedRE("Unsupported lookahead assertion.");
231}
232
233inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
234    const auto lhl = getUnicodeUnitLengthRange(lh);
235    const auto rhl = getUnicodeUnitLengthRange(rh);
236    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
237}
238
239MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
240    RE * lh = diff->getLH();
241    RE * rh = diff->getRH();
242    if (alignedUnicodeLength(lh, rh)) {
243        MarkerType t1 = process(lh, marker, pb);
244        MarkerType t2 = process(rh, marker, pb);
245        AlignMarkers(t1, t2, pb);
246        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
247    }
248    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
249}
250
251MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
252    RE * lh = x->getLH();
253    RE * rh = x->getRH();
254    if (alignedUnicodeLength(lh, rh)) {
255        MarkerType t1 = process(lh, marker, pb);
256        MarkerType t2 = process(rh, marker, pb);
257        AlignMarkers(t1, t2, pb);
258        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
259    }
260    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
261}
262
263MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
264    int lb = rep->getLB();
265    int ub = rep->getUB();
266    if (lb > 0) {
267        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
268    }
269    if (ub == Rep::UNBOUNDED_REP) {
270        marker = processUnboundedRep(rep->getRE(), marker, pb);
271    } else if (lb < ub) {
272        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
273    }
274    return marker;
275}
276
277/*
278   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
279   compute a stream marking |repeat_count| consecutive occurrences of such items.
280*/
281   
282PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated_j, int j, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
283    if (j == repeat_count) return repeated_j;
284    int i = std::min(j, repeat_count - j);
285    int k = j + i;
286    if (/*j > IfInsertionGap*/ false) {
287        Var * repeated = pb.createVar("repeated", pb.createZeroes());
288        PabloBuilder nested = PabloBuilder::Create(pb);
289        NameMap nestedMap(mCompiledName);
290        mCompiledName = &nestedMap;
291       
292        PabloAST * adv_i = nullptr;
293        if (indexStream == nullptr) adv_i = nested.createAdvance(repeated_j, i);
294        else adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
295        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
296        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
297        pb.createIf(repeated_j, nested);
298        mCompiledName = nestedMap.getParent();
299        return repeated;
300    }
301    else {
302        PabloAST * adv_i = nullptr;
303        if (indexStream == nullptr) adv_i = pb.createAdvance(repeated_j, i);
304        else adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
305        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
306        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
307    }
308}
309
310
311inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
312    int i = length;
313    int total_lgth = repeat_count * length;
314    if (repeat_count == 0) {
315        return repeated;
316    }
317    PabloAST * reachable = nullptr;
318    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
319    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
320    while ((i * 2) < total_lgth) {
321        PabloAST * v = reachable;
322        PabloAST * v2 = nullptr;
323        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
324        else v2 = pb.createIndexedAdvance(v, indexStream, i);
325        i *= 2;
326        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
327    }
328    if (LLVM_LIKELY(i < total_lgth)) {
329        PabloAST * v = reachable;
330        PabloAST * v2 = nullptr;
331        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
332        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
333        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
334    }
335    return reachable;
336}
337
338MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
339    if (LLVM_UNLIKELY(lb == 0)) return marker;
340    else if (LLVM_UNLIKELY(lb == 1)) return process(repeated, marker, pb);
341    //
342    // A bounded repetition with an upper bound of at least 2.
343    if (!mGraphemeBoundaryRule && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
344        // Check for a regular expression that satisfies on of the special conditions that
345        // allow implementation using the log2 technique.
346        if (isByteLength(repeated)) {
347            PabloAST * cc = markerVar(compile(repeated, pb));
348            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
349            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
350            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
351            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
352        }
353        else if (isUnicodeUnitLength(repeated)) {
354            PabloAST * cc = markerVar(compile(repeated, pb));
355            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
356            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
357            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
358            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
359        }
360        else if (isTypeForLocal(repeated)) {
361            CC * firstSymSet = RE_Local::first(repeated);
362            std::map<CC *, CC*> followMap;
363            RE_Local::follow(repeated, followMap);
364            bool firstSymSet_found_in_follow = false;
365            for (auto & entry : followMap) {
366                if (entry.second->intersects(*firstSymSet)) {
367                    firstSymSet_found_in_follow = true;
368                }
369            }
370            if (!firstSymSet_found_in_follow) {
371                // When the first symbol is unique, we can use it as an index stream.
372                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
373                // Find all matches to the repeated regexp.
374                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb));
375                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
376                // the next submatch.   lb-1 such submatches are required.
377                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
378                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
379                PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
380                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
381                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
382                // From any of these positions, any position reachable by one more occurrence of the
383                // regexp is a match.
384                return process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, consecutive_lb_1), pb);
385            }
386        }
387    }
388    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
389    auto group = ifGroupSize < lb ? ifGroupSize : lb;
390    for (auto i = 0; i < group; i++) {
391        marker = process(repeated, marker, pb);
392        if (mGraphemeBoundaryRule) {
393            marker = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
394        }
395    }
396    if (lb == group) {
397        return marker;
398    }
399    Var * m = pb.createVar("m", pb.createZeroes());
400    PabloBuilder nested = PabloBuilder::Create(pb);
401    NameMap nestedMap(mCompiledName);
402    mCompiledName = &nestedMap;
403    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
404    nested.createAssign(m, markerVar(m1));
405    pb.createIf(markerVar(marker), nested);
406    mCompiledName = nestedMap.getParent();
407    return makeMarker(m1.pos, m);
408}
409   
410MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
411    if (LLVM_UNLIKELY(ub == 0)) return marker;
412    //
413    // A bounded repetition with an upper bound of at least 2.
414    if (!mGraphemeBoundaryRule && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && (ub > 1)) {
415        // Check for a regular expression that satisfies on of the special conditions that
416        // allow implementation using the log2 technique.
417        if (isByteLength(repeated)) {
418            // log2 upper bound for fixed length (=1) class
419            // Create a mask of positions reachable within ub from current marker.
420            // Use matchstar, then apply filter.
421            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
422            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
423            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
424            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
425            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
426            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
427            // "multi-byte" character. Combine the masked range with any nonFinals.
428            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
429            return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
430        }
431        else if (isUnicodeUnitLength(repeated)) {
432            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
433            // as an index stream for an indexed advance operation.
434            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
435            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
436            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
437            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
438            return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
439        }
440        else if (isTypeForLocal(repeated)) {
441            CC * firstSymSet = RE_Local::first(repeated);
442            std::map<CC *, CC*> followMap;
443            RE_Local::follow(repeated, followMap);
444            bool firstSymSet_found_in_follow = false;
445            for (auto & entry : followMap) {
446                if (entry.second->intersects(*firstSymSet)) {
447                    firstSymSet_found_in_follow = true;
448                }
449            }
450            if (!firstSymSet_found_in_follow) {
451                // When the first symbol is unique, we can use it as an index stream.
452                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
453                PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
454                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
455                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb)), upperLimitMask, "masked");
456                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
457                return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
458            }
459        }
460    }
461    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
462    auto group = ifGroupSize < ub ? ifGroupSize : ub;
463    for (auto i = 0; i < group; i++) {
464        MarkerType a = process(repeated, marker, pb);
465        MarkerType m = marker;
466        AlignMarkers(a, m, pb);
467        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
468        if (mGraphemeBoundaryRule) {
469            marker = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
470        }
471    }
472    if (ub == group) {
473        return marker;
474    }
475    Var * m1a = pb.createVar("m", pb.createZeroes());
476    PabloBuilder nested = PabloBuilder::Create(pb);
477    NameMap nestedMap(mCompiledName);
478    mCompiledName = &nestedMap;
479    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
480    nested.createAssign(m1a, markerVar(m1));
481    pb.createIf(markerVar(marker), nested);
482    mCompiledName = nestedMap.getParent();
483    return makeMarker(m1.pos, m1a);
484}
485
486MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
487    // always use PostPosition markers for unbounded repetition.
488    PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
489    if (!mGraphemeBoundaryRule && isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
490        PabloAST * mask = markerVar(compile(repeated, pb));
491        PabloAST * nonFinal = mNonFinal;
492        if (mGraphemeBoundaryRule) {
493            nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
494        }
495        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
496        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
497        return makeMarker(MarkerPosition::FinalPostPositionUnit, unbounded);
498    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
499        PabloAST * cc = markerVar(compile(repeated, pb));
500        PabloAST * mstar = nullptr;
501        PabloAST * nonFinal = mNonFinal;
502        if (mGraphemeBoundaryRule) {
503            nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
504        }
505        cc = pb.createOr(cc, nonFinal);
506        mstar = pb.createMatchStar(base, cc);
507        PabloAST * final = mFinal;
508        if (mGraphemeBoundaryRule) {
509            final = mGraphemeBoundaryRule;
510        }
511        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
512    } else if (mStarDepth > 0){
513        PabloBuilder * const outer = pb.getParent();
514        Var * starPending = outer->createVar("pending", outer->createZeroes());
515        Var * starAccum = outer->createVar("accum", outer->createZeroes());
516        mStarDepth++;
517        PabloAST * m1 = pb.createOr(base, starPending);
518        PabloAST * m2 = pb.createOr(base, starAccum);
519        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, m1), pb);
520        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, pb);
521        PabloAST * loopComputation = markerVar(result);
522        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
523        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
524        mWhileTest = pb.createOr(mWhileTest, starPending);
525        mStarDepth--;     
526        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
527    } else {
528        Var * whileTest = pb.createVar("test", base);
529        Var * whilePending = pb.createVar("pending", base);
530        Var * whileAccum = pb.createVar("accum", base);
531        mWhileTest = pb.createZeroes();
532        PabloBuilder wb = PabloBuilder::Create(pb);
533        NameMap nestedMap(mCompiledName);
534        mCompiledName = &nestedMap;
535        mStarDepth++;
536        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, whilePending), wb);
537        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, wb);
538        PabloAST * loopComputation = markerVar(result);
539        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
540        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
541        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
542        pb.createWhile(whileTest, wb);
543        mStarDepth--;
544        mCompiledName = nestedMap.getParent();
545        return makeMarker(markerPos(result), whileAccum);
546    }
547}
548
549inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
550    PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
551    if (!AlgorithmOptionIsSet(DisableUnicodeLineBreak)) {
552        sol = pb.createScanThru(pb.createAnd(mInitial, sol), mNonFinal);
553    }
554    MarkerType m = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
555    return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
556}
557
558inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
559    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
560    return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(pb.createScanThru(nextPos, mCRLF), mLineBreak, "eol"));
561}
562
563inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
564    if (marker.pos != newpos) {
565        if (marker.pos == MarkerPosition::FinalMatchUnit) {
566            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
567            PabloAST * nonFinal = mNonFinal;
568            if (mGraphemeBoundaryRule) {
569                nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
570            }
571            PabloAST * starts = pb.createAnd(mInitial, marker.stream);
572            marker.stream = pb.createScanThru(starts, nonFinal, "fpp");
573            marker.pos = MarkerPosition::FinalPostPositionUnit;
574        }
575    }
576    return marker;
577}
578
579inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
580    if (m1.pos < m2.pos) {
581        m1 = AdvanceMarker(m1, m2.pos, pb);
582    } else if (m2.pos < m1.pos) {
583        m2 = AdvanceMarker(m2, m1.pos, pb);
584    }
585}
586   
587LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
588    llvm::report_fatal_error(errmsg);
589}
590
591RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
592: mKernel(kernel)
593, mCCCompiler(ccCompiler)
594, mLineBreak(nullptr)
595, mCRLF(nullptr)
596, mGraphemeBoundaryRule(nullptr)
597, mInitial(nullptr)
598, mNonFinal(nullptr)
599, mFinal(nullptr)
600, mWhileTest(nullptr)
601, mStarDepth(0)
602, mPB(ccCompiler.getBuilder())
603, mCompiledName(&mBaseMap) {
604    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
605    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
606    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
607    mCRLF = mPB.createExtract(crlf, mPB.getInteger(0));
608    Var * const required = mKernel->getInputStreamVar("required");
609    mInitial = mPB.createExtract(required, mPB.getInteger(0));
610    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
611    mFinal = mPB.createExtract(required, mPB.getInteger(2));
612
613}
614
615} // end of namespace re
Note: See TracBrowser for help on using the repository browser.