source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5812

Last change on this file since 5812 was 5812, checked in by nmedfort, 14 months ago

Bug fix for RE local + some clean up of RE local and the RE Compiler

File size: 27.4 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/to_utf8.h>
30#include <re/re_toolchain.h>        // for AlgorithmOptionIsSet, RE_Algorith...
31#include "cc/cc_compiler.h"         // for CC_Compiler
32#include "pablo/builder.hpp"        // for PabloBuilder
33#include <IR_Gen/idisa_target.h>    // for AVX2_available
34#include <llvm/Support/ErrorHandling.h>
35
36namespace pablo { class PabloAST; }
37namespace pablo { class PabloKernel; }
38namespace re { class Alt; }
39namespace re { class RE; }
40
41using namespace pablo;
42using namespace llvm;
43
44using FollowMap = std::map<re::CC *, re::CC*>;
45
46namespace re {
47
48using MarkerType = RE_Compiler::MarkerType;
49
50PabloAST * RE_Compiler::compile(RE * re, PabloAST * const initialCursors) {
51    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
52    return markerVar(AdvanceMarker(markers, FinalPostPositionUnit, mPB));
53}
54
55inline MarkerType RE_Compiler::compile(RE * re, PabloAST * const cursors, PabloBuilder & pb) {
56    return process(re, makeMarker(FinalMatchUnit, cursors), pb);
57}
58
59inline MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
60    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
61}
62   
63MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
64    if (isa<Name>(re)) {
65        return compileName(cast<Name>(re), marker, pb);
66    } else if (isa<Seq>(re)) {
67        return compileSeq(cast<Seq>(re), marker, pb);
68    } else if (isa<Alt>(re)) {
69        return compileAlt(cast<Alt>(re), marker, pb);
70    } else if (isa<Rep>(re)) {
71        return compileRep(cast<Rep>(re), marker, pb);
72    } else if (isa<Assertion>(re)) {
73        return compileAssertion(cast<Assertion>(re), marker, pb);
74    } else if (isa<Any>(re)) {
75        return compileAny(marker, pb);
76    } else if (isa<Diff>(re)) {
77        return compileDiff(cast<Diff>(re), marker, pb);
78    } else if (isa<Intersect>(re)) {
79        return compileIntersect(cast<Intersect>(re), marker, pb);
80    } else if (isa<Start>(re)) {
81        return compileStart(marker, pb);
82    } else if (isa<End>(re)) {
83        return compileEnd(marker, pb);
84    } else if (isa<CC>(re)) {
85        // CCs may be passed through the toolchain directly to the compiler.
86        return compileCC(cast<CC>(re), marker, pb);
87    } else {
88        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
89    }
90}
91
92inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
93    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
94    return makeMarker(FinalMatchUnit, nextFinalByte);
95}
96
97MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
98    // If Unicode CCs weren't pulled out earlier, we generate the equivalent
99    // byte sequence as an RE.
100    if (cc->getAlphabet() == &cc::Unicode) {
101        return process(toUTF8(cc), marker, pb);
102    }
103    PabloAST * nextPos = markerVar(marker);
104    if (isByteLength(cc)) {
105        if (marker.pos == FinalMatchUnit) {
106            nextPos = pb.createAdvance(nextPos, 1);
107        }
108    } else {
109        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
110    }
111    return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
112}
113
114inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
115    const std::string nameString = name->getName();
116    if (nameString == ".") {
117        return compileAny(marker, pb);
118    } else if (nameString == "^"){
119        return compileStart(marker, pb);
120    } else if (nameString == "$"){
121        return compileEnd(marker, pb);
122    } else if (isUnicodeUnitLength(name)) {
123        MarkerType nameMarker = compileName(name, pb);
124        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
125        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
126        return nameMarker;
127    } else if (name->getType() == Name::Type::ZeroWidth) {
128        RE * zerowidth = name->getDefinition();
129        MarkerType zero = compile(zerowidth, pb);
130        AlignMarkers(marker, zero, pb);
131        PabloAST * ze = markerVar(zero);
132        if (nameString == "\\B{g}") {
133            ze = pb.createNot(ze);
134        }
135        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
136    } else {
137        return process(name->getDefinition(), marker, pb);
138    }
139}
140
141inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
142    MarkerType m;
143    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
144        return m;
145    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
146        m = compile(name->getDefinition(), pb);
147        mCompiledName->add(name, m);
148        return m;
149    }
150    UnsupportedRE("Unresolved name " + name->getName());
151}
152
153MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
154    // if-hierarchies are not inserted within unbounded repetitions
155    if (mStarDepth > 0) {
156        for (RE * re : *seq) {
157            marker = process(re, marker, pb);
158        }
159        return marker;
160    } else {
161        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
162    }
163}
164
165MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
166    if (current == end) {
167        return marker;
168    } else if (matchLenSoFar < IfInsertionGap) {
169        RE * r = *current;
170        marker = process(r, marker, pb);
171        current++;
172        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
173    } else {
174        Var * m = pb.createVar("m", pb.createZeroes());
175        NameMap nestedMap(mCompiledName);
176        mCompiledName = &nestedMap;
177        PabloBuilder nested = PabloBuilder::Create(pb);
178        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
179        nested.createAssign(m, markerVar(m1));
180        pb.createIf(markerVar(marker), nested);
181        mCompiledName = nestedMap.getParent();
182        return makeMarker(m1.pos, m);
183    }
184}
185
186MarkerType RE_Compiler::compileAlt(Alt * alt, const MarkerType base, PabloBuilder & pb) {
187    std::array<PabloAST *, 3> accum;
188    // The following may be useful to force a common Advance rather than separate
189    // Advances in each alternative.
190    accum.fill(pb.createZeroes());
191    for (RE * re : *alt) {
192        MarkerType m = process(re, base, pb);
193        const MarkerPosition p = markerPos(m);
194        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
195    }
196    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
197        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
198    }
199
200    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
201    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
202        return makeMarker(InitialPostPositionUnit, combine);
203    }
204    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[FinalPostPositionUnit], "alt");
205    return makeMarker(FinalPostPositionUnit, combine);
206}
207
208MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
209    RE * asserted = a->getAsserted();
210    if (a->getKind() == Assertion::Kind::Lookbehind) {
211        MarkerType lookback = compile(asserted, pb);
212        AlignMarkers(marker, lookback, pb);
213        PabloAST * lb = markerVar(lookback);
214        if (a->getSense() == Assertion::Sense::Negative) {
215            lb = pb.createNot(lb);
216        }
217        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
218    } else if (a->getKind() == Assertion::Kind::Boundary) {
219        MarkerType cond = compile(asserted, pb);
220        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
221            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
222            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
223            if (a->getSense() == Assertion::Sense::Negative) {
224                boundaryCond = pb.createNot(boundaryCond);
225            }
226            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
227            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
228        }
229        else UnsupportedRE("Unsupported boundary assertion");
230    } else if (isUnicodeUnitLength(asserted)) {
231        MarkerType lookahead = compile(asserted, pb);
232        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
233            PabloAST * la = markerVar(lookahead);
234            if (a->getSense() == Assertion::Sense::Negative) {
235                la = pb.createNot(la);
236            }
237            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
238            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
239        }
240    }
241    UnsupportedRE("Unsupported lookahead assertion.");
242}
243
244inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
245    const auto lhl = getUnicodeUnitLengthRange(lh);
246    const auto rhl = getUnicodeUnitLengthRange(rh);
247    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
248}
249
250MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
251    RE * lh = diff->getLH();
252    RE * rh = diff->getRH();
253    if (alignedUnicodeLength(lh, rh)) {
254        MarkerType t1 = process(lh, marker, pb);
255        MarkerType t2 = process(rh, marker, pb);
256        AlignMarkers(t1, t2, pb);
257        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
258    }
259    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
260}
261
262MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
263    RE * lh = x->getLH();
264    RE * rh = x->getRH();
265    if (alignedUnicodeLength(lh, rh)) {
266        MarkerType t1 = process(lh, marker, pb);
267        MarkerType t2 = process(rh, marker, pb);
268        AlignMarkers(t1, t2, pb);
269        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
270    }
271    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
272}
273
274MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
275    int lb = rep->getLB();
276    int ub = rep->getUB();
277    if (lb > 0) {
278        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
279    }
280    if (ub == Rep::UNBOUNDED_REP) {
281        marker = processUnboundedRep(rep->getRE(), marker, pb);
282    } else if (lb < ub) {
283        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
284    }
285    return marker;
286}
287
288/*
289   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
290   compute a stream marking |repeat_count| consecutive occurrences of such items.
291*/
292   
293PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated_j, int j, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
294    if (j == repeat_count) return repeated_j;
295    int i = std::min(j, repeat_count - j);
296    int k = j + i;
297    if (/*j > IfInsertionGap*/ false) {
298        Var * repeated = pb.createVar("repeated", pb.createZeroes());
299        PabloBuilder nested = PabloBuilder::Create(pb);
300        NameMap nestedMap(mCompiledName);
301        mCompiledName = &nestedMap;
302       
303        PabloAST * adv_i = nullptr;
304        if (indexStream == nullptr) adv_i = nested.createAdvance(repeated_j, i);
305        else adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
306        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
307        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
308        pb.createIf(repeated_j, nested);
309        mCompiledName = nestedMap.getParent();
310        return repeated;
311    }
312    else {
313        PabloAST * adv_i = nullptr;
314        if (indexStream == nullptr) adv_i = pb.createAdvance(repeated_j, i);
315        else adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
316        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
317        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
318    }
319}
320
321
322inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
323    int i = length;
324    int total_lgth = repeat_count * length;
325    if (repeat_count == 0) {
326        return repeated;
327    }
328    PabloAST * reachable = nullptr;
329    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
330    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
331    while ((i * 2) < total_lgth) {
332        PabloAST * v = reachable;
333        PabloAST * v2 = nullptr;
334        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
335        else v2 = pb.createIndexedAdvance(v, indexStream, i);
336        i *= 2;
337        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
338    }
339    if (LLVM_LIKELY(i < total_lgth)) {
340        PabloAST * v = reachable;
341        PabloAST * v2 = nullptr;
342        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
343        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
344        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
345    }
346    return reachable;
347}
348
349MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
350    if (LLVM_UNLIKELY(lb == 0)) {
351        return marker;
352    } else if (LLVM_UNLIKELY(lb == 1)) {
353        return process(repeated, marker, pb);
354    }
355    //
356    // A bounded repetition with an upper bound of at least 2.
357    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
358        // Check for a regular expression that satisfies on of the special conditions that
359        // allow implementation using the log2 technique.
360        if (isByteLength(repeated)) {
361            PabloAST * cc = markerVar(compile(repeated, pb));
362            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
363            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
364            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
365            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
366        }
367        else if (isUnicodeUnitLength(repeated)) {
368            PabloAST * cc = markerVar(compile(repeated, pb));
369            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
370            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
371            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
372            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
373        }
374        else if (isTypeForLocal(repeated)) {
375            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
376            if (first) { // if the first symbol is unique, we can use it as an index stream.
377                PabloAST * firstCCstream = markerVar(compile(first, pb));
378                // Find all matches to the repeated regexp.
379                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
380                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
381                // the next submatch.   lb-1 such submatches are required.
382                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
383                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
384                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
385                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
386                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
387                // From any of these positions, any position reachable by one more occurrence of the
388                // regexp is a match.
389                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
390            }
391        }
392    }
393    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
394    auto group = ifGroupSize < lb ? ifGroupSize : lb;
395    for (auto i = 0; i < group; i++) {
396        marker = process(repeated, marker, pb);
397    }
398    if (lb == group) {
399        return marker;
400    }
401    Var * m = pb.createVar("m", pb.createZeroes());
402    PabloBuilder nested = PabloBuilder::Create(pb);
403    NameMap nestedMap(mCompiledName);
404    mCompiledName = &nestedMap;
405    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
406    nested.createAssign(m, markerVar(m1));
407    pb.createIf(markerVar(marker), nested);
408    mCompiledName = nestedMap.getParent();
409    return makeMarker(m1.pos, m);
410}
411   
412MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
413    if (LLVM_UNLIKELY(ub == 0)) {
414        return marker;
415    }
416    //
417    // A bounded repetition with an upper bound of at least 2.
418    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && (ub > 1)) {
419        // Check for a regular expression that satisfies on of the special conditions that
420        // allow implementation using the log2 technique.
421        if (isByteLength(repeated)) {
422            // log2 upper bound for fixed length (=1) class
423            // Create a mask of positions reachable within ub from current marker.
424            // Use matchstar, then apply filter.
425            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
426            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
427            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
428            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
429            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
430            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
431            // "multi-byte" character. Combine the masked range with any nonFinals.
432            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
433            return makeMarker(InitialPostPositionUnit, bounded);
434        }
435        else if (isUnicodeUnitLength(repeated)) {
436            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
437            // as an index stream for an indexed advance operation.
438            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
439            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
440            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
441            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
442            return makeMarker(FinalPostPositionUnit, bounded);
443        }
444        else if (isTypeForLocal(repeated)) {
445            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
446            if (first) { // if the first symbol is unique, we can use it as an index stream.
447                PabloAST * firstCCstream = markerVar(compile(first, pb));
448                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
449                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
450                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
451                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
452                return makeMarker(FinalPostPositionUnit, bounded);
453            }
454        }
455    }
456    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
457    auto group = ifGroupSize < ub ? ifGroupSize : ub;
458    for (auto i = 0; i < group; i++) {
459        MarkerType a = process(repeated, marker, pb);
460        MarkerType m = marker;
461        AlignMarkers(a, m, pb);
462        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
463    }
464    if (ub == group) {
465        return marker;
466    }
467    Var * m1a = pb.createVar("m", pb.createZeroes());
468    PabloBuilder nested = PabloBuilder::Create(pb);
469    NameMap nestedMap(mCompiledName);
470    mCompiledName = &nestedMap;
471    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
472    nested.createAssign(m1a, markerVar(m1));
473    pb.createIf(markerVar(marker), nested);
474    mCompiledName = nestedMap.getParent();
475    return makeMarker(m1.pos, m1a);
476}
477
478MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
479    // always use PostPosition markers for unbounded repetition.
480    PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
481    if (isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
482        PabloAST * mask = markerVar(compile(repeated, pb));
483        PabloAST * nonFinal = mNonFinal;
484        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
485        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
486        return makeMarker(FinalPostPositionUnit, unbounded);
487    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
488        PabloAST * cc = markerVar(compile(repeated, pb));
489        PabloAST * mstar = nullptr;
490        PabloAST * nonFinal = mNonFinal;
491        cc = pb.createOr(cc, nonFinal);
492        mstar = pb.createMatchStar(base, cc);
493        PabloAST * final = mFinal;
494        return makeMarker(FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
495    } else if (mStarDepth > 0){
496        PabloBuilder * const outer = pb.getParent();
497        Var * starPending = outer->createVar("pending", outer->createZeroes());
498        Var * starAccum = outer->createVar("accum", outer->createZeroes());
499        mStarDepth++;
500        PabloAST * m1 = pb.createOr(base, starPending);
501        PabloAST * m2 = pb.createOr(base, starAccum);
502        MarkerType result = process(repeated, makeMarker(FinalPostPositionUnit, m1), pb);
503        result = AdvanceMarker(result, FinalPostPositionUnit, pb);
504        PabloAST * loopComputation = markerVar(result);
505        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
506        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
507        mWhileTest = pb.createOr(mWhileTest, starPending);
508        mStarDepth--;     
509        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
510    } else {
511        Var * whileTest = pb.createVar("test", base);
512        Var * whilePending = pb.createVar("pending", base);
513        Var * whileAccum = pb.createVar("accum", base);
514        mWhileTest = pb.createZeroes();
515        PabloBuilder wb = PabloBuilder::Create(pb);
516        NameMap nestedMap(mCompiledName);
517        mCompiledName = &nestedMap;
518        mStarDepth++;
519        MarkerType result = process(repeated, makeMarker(FinalPostPositionUnit, whilePending), wb);
520        result = AdvanceMarker(result, FinalPostPositionUnit, wb);
521        PabloAST * loopComputation = markerVar(result);
522        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
523        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
524        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
525        pb.createWhile(whileTest, wb);
526        mStarDepth--;
527        mCompiledName = nestedMap.getParent();
528        return makeMarker(markerPos(result), whileAccum);
529    }
530}
531
532inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
533    PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
534    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
535    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
536}
537
538inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
539    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
540    PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
541    return makeMarker(FinalPostPositionUnit, atEOL);
542}
543
544inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
545    if (marker.pos != newpos) {
546        if (marker.pos == FinalMatchUnit) {
547            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
548            marker.pos = InitialPostPositionUnit;
549        }
550        if (newpos == FinalPostPositionUnit) {
551            marker.stream = pb.createScanThru(pb.createAnd(mInitial, marker.stream), mNonFinal, "fpp");
552            marker.pos = FinalPostPositionUnit;
553        }
554    }
555    return marker;
556}
557
558inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
559    if (m1.pos < m2.pos) {
560        m1 = AdvanceMarker(m1, m2.pos, pb);
561    } else if (m2.pos < m1.pos) {
562        m2 = AdvanceMarker(m2, m1.pos, pb);
563    }
564}
565   
566LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
567    llvm::report_fatal_error(errmsg);
568}
569
570RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
571: mKernel(kernel)
572, mCCCompiler(ccCompiler)
573, mLineBreak(nullptr)
574, mCRLF(nullptr)
575, mInitial(nullptr)
576, mNonFinal(nullptr)
577, mFinal(nullptr)
578, mWhileTest(nullptr)
579, mStarDepth(0)
580, mPB(ccCompiler.getBuilder())
581, mCompiledName(&mBaseMap) {
582    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
583    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
584    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
585    mCRLF = mPB.createExtract(crlf, mPB.getInteger(0));
586    Var * const required = mKernel->getInputStreamVar("required");
587    mInitial = mPB.createExtract(required, mPB.getInteger(0));
588    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
589    mFinal = mPB.createExtract(required, mPB.getInteger(2));
590}
591
592} // end of namespace re
Note: See TracBrowser for help on using the repository browser.