source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5787

Last change on this file since 5787 was 5787, checked in by cameron, 9 months ago

RE parser restructuring; parsing symbolic ranges, collation and equivalence exprs

File size: 27.9 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
45PabloAST * RE_Compiler::compile(RE * re) {
46    return markerVar(AdvanceMarker(compile(re, mPB), MarkerPosition::FinalPostPositionUnit, mPB));
47}
48   
49MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
50    return process(re, makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createOnes()), pb);
51}
52   
53MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
54    if (isa<Name>(re)) {
55        return compileName(cast<Name>(re), marker, pb);
56    } else if (isa<Seq>(re)) {
57        return compileSeq(cast<Seq>(re), marker, pb);
58    } else if (isa<Alt>(re)) {
59        return compileAlt(cast<Alt>(re), marker, pb);
60    } else if (isa<Rep>(re)) {
61        return compileRep(cast<Rep>(re), marker, pb);
62    } else if (isa<Assertion>(re)) {
63        return compileAssertion(cast<Assertion>(re), marker, pb);
64    } else if (isa<Any>(re)) {
65        return compileAny(marker, pb);
66    } else if (isa<Diff>(re)) {
67        return compileDiff(cast<Diff>(re), marker, pb);
68    } else if (isa<Intersect>(re)) {
69        return compileIntersect(cast<Intersect>(re), marker, pb);
70    } else if (isa<Start>(re)) {
71        return compileStart(marker, pb);
72    } else if (isa<End>(re)) {
73        return compileEnd(marker, pb);
74    } else if (isa<CC>(re)) {
75        // CCs may be passed through the toolchain directly to the compiler.
76        return compileCC(cast<CC>(re), marker, pb);
77    } else {
78        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
79    }
80}
81
82inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
83    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, MarkerPosition::FinalPostPositionUnit, pb));
84    return makeMarker(MarkerPosition::FinalMatchUnit, nextFinalByte);
85}
86
87MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
88    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
89    return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
90}
91
92inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
93    const std::string nameString = name->getName();
94    if (nameString == ".") {
95        return compileAny(marker, pb);
96    } else if (nameString == "^"){
97        return compileStart(marker, pb);
98    } else if (nameString == "$"){
99        return compileEnd(marker, pb);
100    } else if (isUnicodeUnitLength(name)) {
101        MarkerType nameMarker = compileName(name, pb);
102        MarkerType nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
103        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
104        return nameMarker;
105    } else if (name->getType() == Name::Type::ZeroWidth) {
106        RE * zerowidth = name->getDefinition();
107        MarkerType zero = compile(zerowidth, pb);
108        AlignMarkers(marker, zero, pb);
109        PabloAST * ze = markerVar(zero);
110        if (nameString == "\\B{g}") {
111            ze = pb.createNot(ze);
112        }
113        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
114    } else {
115        return process(name->getDefinition(), marker, pb);
116    }
117}
118
119inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
120    MarkerType m;
121    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
122        return m;
123    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
124        m = compile(name->getDefinition(), pb);
125        mCompiledName->add(name, m);
126        return m;
127    }
128    UnsupportedRE("Unresolved name " + name->getName());
129}
130
131MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
132    // if-hierarchies are not inserted within unbounded repetitions
133    if (mStarDepth > 0) {
134        for (RE * re : *seq) {
135            marker = process(re, marker, pb);
136        }
137        return marker;
138    } else {
139        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
140    }
141}
142
143MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
144    if (current == end) {
145        return marker;
146    } else if (matchLenSoFar < IfInsertionGap) {
147        RE * r = *current;
148        marker = process(r, marker, pb);
149        current++;
150        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
151    } else {
152        Var * m = pb.createVar("m", pb.createZeroes());
153        NameMap nestedMap(mCompiledName);
154        mCompiledName = &nestedMap;
155        PabloBuilder nested = PabloBuilder::Create(pb);
156        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
157        nested.createAssign(m, markerVar(m1));
158        pb.createIf(markerVar(marker), nested);
159        mCompiledName = nestedMap.getParent();
160        return makeMarker(m1.pos, m);
161    }
162}
163
164MarkerType RE_Compiler::compileAlt(Alt * alt, MarkerType marker, PabloBuilder & pb) {
165    std::vector<PabloAST *>  accum(3, pb.createZeroes());
166    MarkerType const base = marker;
167    // The following may be useful to force a common Advance rather than separate
168    // Advances in each alternative.
169    for (RE * re : *alt) {
170        MarkerType m = process(re, base, pb);
171        MarkerPosition p = markerPos(m);
172        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
173    }
174    if (isa<Zeroes>(accum[MarkerPosition::FinalPostPositionUnit])) {
175        return makeMarker(MarkerPosition::FinalMatchUnit, accum[MarkerPosition::FinalMatchUnit]);
176    }
177    PabloAST * combine = pb.createAdvance(accum[MarkerPosition::FinalMatchUnit], 1, "combine");
178    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[MarkerPosition::FinalPostPositionUnit], "alt");
179    return makeMarker(MarkerPosition::FinalPostPositionUnit, combine);
180}
181
182MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
183    RE * asserted = a->getAsserted();
184    if (a->getKind() == Assertion::Kind::Lookbehind) {
185        MarkerType lookback = compile(asserted, pb);
186        AlignMarkers(marker, lookback, pb);
187        PabloAST * lb = markerVar(lookback);
188        if (a->getSense() == Assertion::Sense::Negative) {
189            lb = pb.createNot(lb);
190        }
191        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
192    } else if (a->getKind() == Assertion::Kind::Boundary) {
193        MarkerType cond = compile(asserted, pb);
194        if (LLVM_LIKELY(markerPos(cond) == MarkerPosition::FinalMatchUnit)) {
195            MarkerType postCond = AdvanceMarker(cond, MarkerPosition::FinalPostPositionUnit, pb);
196            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
197            if (a->getSense() == Assertion::Sense::Negative) {
198                boundaryCond = pb.createNot(boundaryCond);
199            }
200            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
201            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
202        }
203        else UnsupportedRE("Unsupported boundary assertion");
204    } else if (isUnicodeUnitLength(asserted)) {
205        MarkerType lookahead = compile(asserted, pb);
206        if (LLVM_LIKELY(markerPos(lookahead) == MarkerPosition::FinalMatchUnit)) {
207            PabloAST * la = markerVar(lookahead);
208            if (a->getSense() == Assertion::Sense::Negative) {
209                la = pb.createNot(la);
210            }
211            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
212            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
213        }
214    }
215    UnsupportedRE("Unsupported lookahead assertion.");
216}
217
218inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
219    const auto lhl = getUnicodeUnitLengthRange(lh);
220    const auto rhl = getUnicodeUnitLengthRange(rh);
221    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
222}
223
224MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
225    RE * lh = diff->getLH();
226    RE * rh = diff->getRH();
227    if (alignedUnicodeLength(lh, rh)) {
228        MarkerType t1 = process(lh, marker, pb);
229        MarkerType t2 = process(rh, marker, pb);
230        AlignMarkers(t1, t2, pb);
231        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
232    }
233    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
234}
235
236MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
237    RE * lh = x->getLH();
238    RE * rh = x->getRH();
239    if (alignedUnicodeLength(lh, rh)) {
240        MarkerType t1 = process(lh, marker, pb);
241        MarkerType t2 = process(rh, marker, pb);
242        AlignMarkers(t1, t2, pb);
243        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
244    }
245    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
246}
247
248MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
249    int lb = rep->getLB();
250    int ub = rep->getUB();
251    if (lb > 0) {
252        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
253    }
254    if (ub == Rep::UNBOUNDED_REP) {
255        marker = processUnboundedRep(rep->getRE(), marker, pb);
256    } else if (lb < ub) {
257        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
258    }
259    return marker;
260}
261
262/*
263   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
264   compute a stream marking |repeat_count| consecutive occurrences of such items.
265*/
266   
267PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated_j, int j, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
268    if (j == repeat_count) return repeated_j;
269    int i = std::min(j, repeat_count - j);
270    int k = j + i;
271    if (/*j > IfInsertionGap*/ false) {
272        Var * repeated = pb.createVar("repeated", pb.createZeroes());
273        PabloBuilder nested = PabloBuilder::Create(pb);
274        NameMap nestedMap(mCompiledName);
275        mCompiledName = &nestedMap;
276       
277        PabloAST * adv_i = nullptr;
278        if (indexStream == nullptr) adv_i = nested.createAdvance(repeated_j, i);
279        else adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
280        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
281        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
282        pb.createIf(repeated_j, nested);
283        mCompiledName = nestedMap.getParent();
284        return repeated;
285    }
286    else {
287        PabloAST * adv_i = nullptr;
288        if (indexStream == nullptr) adv_i = pb.createAdvance(repeated_j, i);
289        else adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
290        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
291        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
292    }
293}
294
295
296inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
297    int i = length;
298    int total_lgth = repeat_count * length;
299    if (repeat_count == 0) {
300        return repeated;
301    }
302    PabloAST * reachable = nullptr;
303    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
304    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
305    while ((i * 2) < total_lgth) {
306        PabloAST * v = reachable;
307        PabloAST * v2 = nullptr;
308        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
309        else v2 = pb.createIndexedAdvance(v, indexStream, i);
310        i *= 2;
311        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
312    }
313    if (LLVM_LIKELY(i < total_lgth)) {
314        PabloAST * v = reachable;
315        PabloAST * v2 = nullptr;
316        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
317        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
318        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
319    }
320    return reachable;
321}
322
323MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
324    if (LLVM_UNLIKELY(lb == 0)) return marker;
325    else if (LLVM_UNLIKELY(lb == 1)) return process(repeated, marker, pb);
326    //
327    // A bounded repetition with an upper bound of at least 2.
328    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
329        // Check for a regular expression that satisfies on of the special conditions that
330        // allow implementation using the log2 technique.
331        if (isByteLength(repeated)) {
332            PabloAST * cc = markerVar(compile(repeated, pb));
333            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
334            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
335            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
336            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
337        }
338        else if (isUnicodeUnitLength(repeated)) {
339            PabloAST * cc = markerVar(compile(repeated, pb));
340            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
341            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
342            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
343            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
344        }
345        else if (isTypeForLocal(repeated)) {
346            CC * firstSymSet = RE_Local::first(repeated);
347            std::map<CC *, CC*> followMap;
348            RE_Local::follow(repeated, followMap);
349            bool firstSymSet_found_in_follow = false;
350            for (auto & entry : followMap) {
351                if (entry.second->intersects(*firstSymSet)) {
352                    firstSymSet_found_in_follow = true;
353                }
354            }
355            if (!firstSymSet_found_in_follow) {
356                // When the first symbol is unique, we can use it as an index stream.
357                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
358                // Find all matches to the repeated regexp.
359                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb));
360                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
361                // the next submatch.   lb-1 such submatches are required.
362                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
363                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
364                PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
365                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
366                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
367                // From any of these positions, any position reachable by one more occurrence of the
368                // regexp is a match.
369                return process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, consecutive_lb_1), pb);
370            }
371        }
372    }
373    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
374    auto group = ifGroupSize < lb ? ifGroupSize : lb;
375    for (auto i = 0; i < group; i++) {
376        marker = process(repeated, marker, pb);
377    }
378    if (lb == group) {
379        return marker;
380    }
381    Var * m = pb.createVar("m", pb.createZeroes());
382    PabloBuilder nested = PabloBuilder::Create(pb);
383    NameMap nestedMap(mCompiledName);
384    mCompiledName = &nestedMap;
385    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
386    nested.createAssign(m, markerVar(m1));
387    pb.createIf(markerVar(marker), nested);
388    mCompiledName = nestedMap.getParent();
389    return makeMarker(m1.pos, m);
390}
391   
392MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
393    if (LLVM_UNLIKELY(ub == 0)) return marker;
394    //
395    // A bounded repetition with an upper bound of at least 2.
396    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && (ub > 1)) {
397        // Check for a regular expression that satisfies on of the special conditions that
398        // allow implementation using the log2 technique.
399        if (isByteLength(repeated)) {
400            // log2 upper bound for fixed length (=1) class
401            // Create a mask of positions reachable within ub from current marker.
402            // Use matchstar, then apply filter.
403            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
404            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
405            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
406            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
407            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
408            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
409            // "multi-byte" character. Combine the masked range with any nonFinals.
410            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
411            return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
412        }
413        else if (isUnicodeUnitLength(repeated)) {
414            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
415            // as an index stream for an indexed advance operation.
416            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
417            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
418            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
419            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
420            return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
421        }
422        else if (isTypeForLocal(repeated)) {
423            CC * firstSymSet = RE_Local::first(repeated);
424            std::map<CC *, CC*> followMap;
425            RE_Local::follow(repeated, followMap);
426            bool firstSymSet_found_in_follow = false;
427            for (auto & entry : followMap) {
428                if (entry.second->intersects(*firstSymSet)) {
429                    firstSymSet_found_in_follow = true;
430                }
431            }
432            if (!firstSymSet_found_in_follow) {
433                // When the first symbol is unique, we can use it as an index stream.
434                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
435                PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
436                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
437                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb)), upperLimitMask, "masked");
438                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
439                return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
440            }
441        }
442    }
443    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
444    auto group = ifGroupSize < ub ? ifGroupSize : ub;
445    for (auto i = 0; i < group; i++) {
446        MarkerType a = process(repeated, marker, pb);
447        MarkerType m = marker;
448        AlignMarkers(a, m, pb);
449        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
450    }
451    if (ub == group) {
452        return marker;
453    }
454    Var * m1a = pb.createVar("m", pb.createZeroes());
455    PabloBuilder nested = PabloBuilder::Create(pb);
456    NameMap nestedMap(mCompiledName);
457    mCompiledName = &nestedMap;
458    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
459    nested.createAssign(m1a, markerVar(m1));
460    pb.createIf(markerVar(marker), nested);
461    mCompiledName = nestedMap.getParent();
462    return makeMarker(m1.pos, m1a);
463}
464
465MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
466    // always use PostPosition markers for unbounded repetition.
467    PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
468    if (isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
469        PabloAST * mask = markerVar(compile(repeated, pb));
470        PabloAST * nonFinal = mNonFinal;
471        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
472        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
473        return makeMarker(MarkerPosition::FinalPostPositionUnit, unbounded);
474    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
475        PabloAST * cc = markerVar(compile(repeated, pb));
476        PabloAST * mstar = nullptr;
477        PabloAST * nonFinal = mNonFinal;
478        cc = pb.createOr(cc, nonFinal);
479        mstar = pb.createMatchStar(base, cc);
480        PabloAST * final = mFinal;
481        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
482    } else if (mStarDepth > 0){
483        PabloBuilder * const outer = pb.getParent();
484        Var * starPending = outer->createVar("pending", outer->createZeroes());
485        Var * starAccum = outer->createVar("accum", outer->createZeroes());
486        mStarDepth++;
487        PabloAST * m1 = pb.createOr(base, starPending);
488        PabloAST * m2 = pb.createOr(base, starAccum);
489        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, m1), pb);
490        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, pb);
491        PabloAST * loopComputation = markerVar(result);
492        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
493        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
494        mWhileTest = pb.createOr(mWhileTest, starPending);
495        mStarDepth--;     
496        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
497    } else {
498        Var * whileTest = pb.createVar("test", base);
499        Var * whilePending = pb.createVar("pending", base);
500        Var * whileAccum = pb.createVar("accum", base);
501        mWhileTest = pb.createZeroes();
502        PabloBuilder wb = PabloBuilder::Create(pb);
503        NameMap nestedMap(mCompiledName);
504        mCompiledName = &nestedMap;
505        mStarDepth++;
506        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, whilePending), wb);
507        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, wb);
508        PabloAST * loopComputation = markerVar(result);
509        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
510        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
511        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
512        pb.createWhile(whileTest, wb);
513        mStarDepth--;
514        mCompiledName = nestedMap.getParent();
515        return makeMarker(markerPos(result), whileAccum);
516    }
517}
518
519inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
520    PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
521    if (!AlgorithmOptionIsSet(DisableUnicodeLineBreak)) {
522        sol = pb.createScanThru(pb.createAnd(mInitial, sol), mNonFinal);
523    }
524    MarkerType m = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
525    return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
526}
527
528inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
529    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
530    return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(pb.createScanThru(nextPos, mCRLF), mLineBreak, "eol"));
531}
532
533inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
534    if (marker.pos != newpos) {
535        if (marker.pos == MarkerPosition::FinalMatchUnit) {
536            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
537            PabloAST * nonFinal = mNonFinal;
538            PabloAST * starts = pb.createAnd(mInitial, marker.stream);
539            marker.stream = pb.createScanThru(starts, nonFinal, "fpp");
540            marker.pos = MarkerPosition::FinalPostPositionUnit;
541        }
542    }
543    return marker;
544}
545
546inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
547    if (m1.pos < m2.pos) {
548        m1 = AdvanceMarker(m1, m2.pos, pb);
549    } else if (m2.pos < m1.pos) {
550        m2 = AdvanceMarker(m2, m1.pos, pb);
551    }
552}
553   
554LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
555    llvm::report_fatal_error(errmsg);
556}
557
558RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
559: mKernel(kernel)
560, mCCCompiler(ccCompiler)
561, mLineBreak(nullptr)
562, mCRLF(nullptr)
563, mInitial(nullptr)
564, mNonFinal(nullptr)
565, mFinal(nullptr)
566, mWhileTest(nullptr)
567, mStarDepth(0)
568, mPB(ccCompiler.getBuilder())
569, mCompiledName(&mBaseMap) {
570    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
571    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
572    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
573    mCRLF = mPB.createExtract(crlf, mPB.getInteger(0));
574    Var * const required = mKernel->getInputStreamVar("required");
575    mInitial = mPB.createExtract(required, mPB.getInteger(0));
576    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
577    mFinal = mPB.createExtract(required, mPB.getInteger(2));
578
579}
580
581} // end of namespace re
Note: See TracBrowser for help on using the repository browser.