source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5821

Last change on this file since 5821 was 5821, checked in by nmedfort, 13 months ago

Bug fixes

File size: 28.0 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/alphabet.h>
32#include <cc/cc_compiler.h>
33#include "pablo/builder.hpp"        // for PabloBuilder
34#include <IR_Gen/idisa_target.h>    // for AVX2_available
35#include <llvm/ADT/STLExtras.h> // for make_unique
36#include <llvm/Support/raw_ostream.h>
37#include <llvm/Support/ErrorHandling.h>
38
39namespace pablo { class PabloAST; }
40namespace pablo { class Var; }
41namespace pablo { class PabloKernel; }
42namespace re { class Alt; }
43namespace re { class RE; }
44
45using namespace pablo;
46using namespace llvm;
47
48using FollowMap = std::map<re::CC *, re::CC*>;
49
50namespace re {
51
52   
53void RE_Compiler::addAlphabet(cc::Alphabet * a, pablo::Var * basis_set) {
54    mAlphabets.push_back(a);
55    mAlphabetCompilers.push_back(make_unique<cc::CC_Compiler>(mKernel, basis_set));
56}
57
58using MarkerType = RE_Compiler::MarkerType;
59
60PabloAST * RE_Compiler::compile(RE * const re, PabloAST * const initialCursors) {
61    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
62    return markerVar(AdvanceMarker(markers, FinalPostPositionUnit, mPB));
63}
64
65inline MarkerType RE_Compiler::compile(RE * const re, PabloAST * const cursors, PabloBuilder & pb) {
66    return process(re, makeMarker(FinalMatchUnit, cursors), pb);
67}
68
69inline MarkerType RE_Compiler::compile(RE * const re, PabloBuilder & pb) {
70    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
71}
72   
73MarkerType RE_Compiler::process(RE * const re, MarkerType marker, PabloBuilder & pb) {
74    if (isa<Name>(re)) {
75        return compileName(cast<Name>(re), marker, pb);
76    } else if (isa<Seq>(re)) {
77        return compileSeq(cast<Seq>(re), marker, pb);
78    } else if (isa<Alt>(re)) {
79        return compileAlt(cast<Alt>(re), marker, pb);
80    } else if (isa<Rep>(re)) {
81        return compileRep(cast<Rep>(re), marker, pb);
82    } else if (isa<Assertion>(re)) {
83        return compileAssertion(cast<Assertion>(re), marker, pb);
84    } else if (isa<Any>(re)) {
85        return compileAny(marker, pb);
86    } else if (isa<Diff>(re)) {
87        return compileDiff(cast<Diff>(re), marker, pb);
88    } else if (isa<Intersect>(re)) {
89        return compileIntersect(cast<Intersect>(re), marker, pb);
90    } else if (isa<Start>(re)) {
91        return compileStart(marker, pb);
92    } else if (isa<End>(re)) {
93        return compileEnd(marker, pb);
94    } else if (isa<CC>(re)) {
95        // CCs may be passed through the toolchain directly to the compiler.
96        return compileCC(cast<CC>(re), marker, pb);
97    } else {
98        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
99    }
100}
101
102inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
103    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
104    return makeMarker(FinalMatchUnit, nextFinalByte);
105}
106
107MarkerType RE_Compiler::compileCC(CC * const cc, MarkerType marker, PabloBuilder & pb) {
108    PabloAST * nextPos = markerVar(marker);
109    const cc::Alphabet * a = cc->getAlphabet();
110    if (a == &cc::Byte) {
111        if (marker.pos == FinalMatchUnit) {
112            nextPos = pb.createAdvance(nextPos, 1);
113        }
114        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
115    } else if (a == &cc::Unicode) {
116        MarkerType m = compile(toUTF8(cc), pb);
117        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
118        return makeMarker(FinalMatchUnit, pb.createAnd(markerVar(m), nextPos));
119    } else {
120        if (isByteLength(cc)) {
121            if (marker.pos == FinalMatchUnit) {
122                nextPos = pb.createAdvance(nextPos, 1);
123            }
124        } else {
125            nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
126        }
127        unsigned i = 0;
128        while (i < mAlphabets.size() && (a != mAlphabets[i])) i++;
129        if (i == mAlphabets.size()) llvm::report_fatal_error("Alphabet " + a->getName() + " has no CC compiler");
130        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mAlphabetCompilers[i]->compileCC(cc, pb)));
131    }
132}
133
134inline MarkerType RE_Compiler::compileName(Name * const name, MarkerType marker, PabloBuilder & pb) {
135    const auto & nameString = name->getName();
136    if (nameString == ".") {
137        return compileAny(marker, pb);
138    } else if (nameString == "^"){
139        return compileStart(marker, pb);
140    } else if (nameString == "$"){
141        return compileEnd(marker, pb);
142    } else if (isUnicodeUnitLength(name)) {
143        MarkerType nameMarker = compileName(name, pb);
144        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
145        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
146        return nameMarker;
147    } else if (name->getType() == Name::Type::ZeroWidth) {
148        RE * zerowidth = name->getDefinition();
149        MarkerType zero = compile(zerowidth, pb);
150        AlignMarkers(marker, zero, pb);
151        PabloAST * ze = markerVar(zero);
152        if (nameString == "\\B{g}") {
153            ze = pb.createNot(ze);
154        }
155        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
156    } else {
157        return process(name->getDefinition(), marker, pb);
158    }
159}
160
161inline MarkerType RE_Compiler::compileName(Name * const name, PabloBuilder & pb) {
162    MarkerType m;
163    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
164        return m;
165    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
166        m = compile(name->getDefinition(), pb);
167        mCompiledName->add(name, m);
168        return m;
169    }
170    UnsupportedRE("Unresolved name " + name->getName());
171}
172
173MarkerType RE_Compiler::compileSeq(Seq * const seq, MarkerType marker, PabloBuilder & pb) {
174    // if-hierarchies are not inserted within unbounded repetitions
175    if (mStarDepth > 0) {
176        for (RE * re : *seq) {
177            marker = process(re, marker, pb);
178        }
179        return marker;
180    } else {
181        return compileSeqTail(seq->cbegin(), seq->cend(), 0, marker, pb);
182    }
183}
184
185MarkerType RE_Compiler::compileSeqTail(Seq::const_iterator current, const Seq::const_iterator end, const int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
186    if (current == end) {
187        return marker;
188    } else if (matchLenSoFar < IfInsertionGap) {
189        RE * r = *current;
190        marker = process(r, marker, pb);
191        return compileSeqTail(++current, end, matchLenSoFar + minMatchLength(r), marker, pb);
192    } else {
193        Var * m = pb.createVar("m", pb.createZeroes());
194        NameMap nestedMap(mCompiledName);
195        mCompiledName = &nestedMap;
196        PabloBuilder nested = PabloBuilder::Create(pb);
197        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
198        nested.createAssign(m, markerVar(m1));
199        pb.createIf(markerVar(marker), nested);
200        mCompiledName = nestedMap.getParent();
201        return makeMarker(m1.pos, m);
202    }
203}
204
205MarkerType RE_Compiler::compileAlt(Alt * const alt, const MarkerType base, PabloBuilder & pb) {
206    std::vector<PabloAST *>  accum(3, pb.createZeroes());
207    // The following may be useful to force a common Advance rather than separate
208    // Advances in each alternative.
209    for (RE * re : *alt) {
210        MarkerType m = process(re, base, pb);
211        const MarkerPosition p = markerPos(m);
212        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
213    }
214    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
215        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
216    }
217
218    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
219    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
220        return makeMarker(InitialPostPositionUnit, combine);
221    }
222    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[FinalPostPositionUnit], "alt");
223    return makeMarker(FinalPostPositionUnit, combine);
224}
225
226MarkerType RE_Compiler::compileAssertion(Assertion * const a, MarkerType marker, PabloBuilder & pb) {
227    RE * asserted = a->getAsserted();
228    if (a->getKind() == Assertion::Kind::Lookbehind) {
229        MarkerType lookback = compile(asserted, pb);
230        AlignMarkers(marker, lookback, pb);
231        PabloAST * lb = markerVar(lookback);
232        if (a->getSense() == Assertion::Sense::Negative) {
233            lb = pb.createNot(lb);
234        }
235        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
236    } else if (a->getKind() == Assertion::Kind::Boundary) {
237        MarkerType cond = compile(asserted, pb);
238        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
239            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
240            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
241            if (a->getSense() == Assertion::Sense::Negative) {
242                boundaryCond = pb.createNot(boundaryCond);
243            }
244            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
245            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
246        }
247        else UnsupportedRE("Unsupported boundary assertion");
248    } else if (isUnicodeUnitLength(asserted)) {
249        MarkerType lookahead = compile(asserted, pb);
250        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
251            PabloAST * la = markerVar(lookahead);
252            if (a->getSense() == Assertion::Sense::Negative) {
253                la = pb.createNot(la);
254            }
255            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
256            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
257        }
258    }
259    UnsupportedRE("Unsupported lookahead assertion.");
260}
261
262inline bool alignedUnicodeLength(const RE * const lh, const RE * const rh) {
263    const auto lhl = getUnicodeUnitLengthRange(lh);
264    const auto rhl = getUnicodeUnitLengthRange(rh);
265    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
266}
267
268MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
269    RE * const lh = diff->getLH();
270    RE * const rh = diff->getRH();
271    if (alignedUnicodeLength(lh, rh)) {
272        MarkerType t1 = process(lh, marker, pb);
273        MarkerType t2 = process(rh, marker, pb);
274        AlignMarkers(t1, t2, pb);
275        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
276    }
277    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
278}
279
280MarkerType RE_Compiler::compileIntersect(Intersect * const x, MarkerType marker, PabloBuilder & pb) {
281    RE * const lh = x->getLH();
282    RE * const rh = x->getRH();
283    if (alignedUnicodeLength(lh, rh)) {
284        MarkerType t1 = process(lh, marker, pb);
285        MarkerType t2 = process(rh, marker, pb);
286        AlignMarkers(t1, t2, pb);
287        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
288    }
289    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
290}
291
292MarkerType RE_Compiler::compileRep(Rep * const rep, MarkerType marker, PabloBuilder & pb) {
293    const auto lb = rep->getLB();
294    const auto ub = rep->getUB();
295    if (lb > 0) {
296        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
297    }
298    if (ub == Rep::UNBOUNDED_REP) {
299        marker = processUnboundedRep(rep->getRE(), marker, pb);
300    } else if (lb < ub) {
301        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
302    }
303    return marker;
304}
305
306/*
307   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
308   compute a stream marking |repeat_count| consecutive occurrences of such items.
309*/
310   
311PabloAST * RE_Compiler::consecutive_matches(PabloAST * const repeated_j, const int j, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
312    if (j == repeat_count) {
313        return repeated_j;
314    }
315    const int i = std::min(j, repeat_count - j);
316    const int k = j + i;
317    if (/*j > IfInsertionGap*/ false) {
318        Var * repeated = pb.createVar("repeated", pb.createZeroes());
319        PabloBuilder nested = PabloBuilder::Create(pb);
320        NameMap nestedMap(mCompiledName);
321        mCompiledName = &nestedMap;
322        PabloAST * adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
323        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
324        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
325        pb.createIf(repeated_j, nested);
326        mCompiledName = nestedMap.getParent();
327        return repeated;
328    } else {
329        PabloAST * adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
330        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
331        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
332    }
333}
334
335
336inline PabloAST * RE_Compiler::reachable(PabloAST *  const repeated, const int length, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
337    if (repeat_count == 0) {
338        return repeated;
339    }   
340    const int total_length = repeat_count * length;
341    PabloAST * const v2 = pb.createIndexedAdvance(repeated, indexStream, 1);
342    PabloAST * reachable = pb.createOr(repeated, v2, "within1");
343    int i = length;
344    while ((i * 2) < total_length) {
345        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, i);
346        i *= 2;
347        reachable = pb.createOr(reachable, extension, "within" + std::to_string(i));
348    }
349    if (LLVM_LIKELY(i < total_length)) {
350        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, total_length - i);
351        reachable = pb.createOr(reachable, extension, "within" + std::to_string(total_length));
352    }
353    return reachable;
354}
355
356MarkerType RE_Compiler::processLowerBound(RE * const repeated, const int lb, MarkerType marker, const int ifGroupSize, PabloBuilder & pb) {
357    if (LLVM_UNLIKELY(lb == 0)) {
358        return marker;
359    } else if (LLVM_UNLIKELY(lb == 1)) {
360        return process(repeated, marker, pb);
361    }
362    //
363    // A bounded repetition with an upper bound of at least 2.
364    if (LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
365        // Check for a regular expression that satisfies on of the special conditions that
366        // allow implementation using the log2 technique.
367        if (isByteLength(repeated)) {
368            PabloAST * cc = markerVar(compile(repeated, pb));
369            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
370            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
371            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
372            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
373        }
374        else if (isUnicodeUnitLength(repeated)) {
375            PabloAST * cc = markerVar(compile(repeated, pb));
376            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
377            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
378            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
379            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
380        }
381        else if (isTypeForLocal(repeated)) {
382            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
383            if (first) { // if the first symbol is unique, we can use it as an index stream.
384                PabloAST * firstCCstream = markerVar(compile(first, pb));
385                // Find all matches to the repeated regexp.
386                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
387                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
388                // the next submatch.   lb-1 such submatches are required.
389                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
390                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
391                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
392                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
393                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
394                // From any of these positions, any position reachable by one more occurrence of the
395                // regexp is a match.
396                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
397            }
398        }
399    }
400    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
401    const auto group = ifGroupSize < lb ? ifGroupSize : lb;
402    for (auto i = 0; i < group; i++) {
403        marker = process(repeated, marker, pb);
404    }
405    if (lb == group) {
406        return marker;
407    }
408    Var * m = pb.createVar("m", pb.createZeroes());
409    PabloBuilder nested = PabloBuilder::Create(pb);
410    NameMap nestedMap(mCompiledName);
411    mCompiledName = &nestedMap;
412    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
413    nested.createAssign(m, markerVar(m1));
414    pb.createIf(markerVar(marker), nested);
415    mCompiledName = nestedMap.getParent();
416    return makeMarker(m1.pos, m);
417}
418   
419MarkerType RE_Compiler::processBoundedRep(RE * const repeated, const int ub, MarkerType marker, const int ifGroupSize,  PabloBuilder & pb) {
420    if (LLVM_UNLIKELY(ub == 0)) {
421        return marker;
422    }
423    //
424    // A bounded repetition with an upper bound of at least 2.
425    if ((ub > 1) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
426        // Check for a regular expression that satisfies on of the special conditions that
427        // allow implementation using the log2 technique.
428        if (isByteLength(repeated)) {
429            // log2 upper bound for fixed length (=1) class
430            // Create a mask of positions reachable within ub from current marker.
431            // Use matchstar, then apply filter.
432            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
433            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
434            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
435            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
436            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
437            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
438            // "multi-byte" character. Combine the masked range with any nonFinals.
439            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
440            return makeMarker(FinalPostPositionUnit, bounded);
441        }
442        else if (isUnicodeUnitLength(repeated)) {
443            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
444            // as an index stream for an indexed advance operation.
445            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
446            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
447            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
448            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
449            return makeMarker(FinalPostPositionUnit, bounded);
450        }
451        else if (isTypeForLocal(repeated)) {
452            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
453            if (first) { // if the first symbol is unique, we can use it as an index stream.
454                PabloAST * firstCCstream = markerVar(compile(first, pb));
455                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
456                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
457                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
458                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
459                return makeMarker(FinalPostPositionUnit, bounded);
460            }
461        }
462    }
463    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
464    const auto group = ifGroupSize < ub ? ifGroupSize : ub;
465    for (auto i = 0; i < group; i++) {
466        MarkerType a = process(repeated, marker, pb);
467        MarkerType m = marker;
468        AlignMarkers(a, m, pb);
469        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
470    }
471    if (ub == group) {
472        return marker;
473    }
474    Var * const m1a = pb.createVar("m", pb.createZeroes());
475    PabloBuilder nested = PabloBuilder::Create(pb);
476    NameMap nestedMap(mCompiledName);
477    mCompiledName = &nestedMap;
478    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
479    nested.createAssign(m1a, markerVar(m1));
480    pb.createIf(markerVar(marker), nested);
481    mCompiledName = nestedMap.getParent();
482    return makeMarker(markerPos(m1), m1a);
483}
484
485MarkerType RE_Compiler::processUnboundedRep(RE * const repeated, MarkerType marker, PabloBuilder & pb) {
486    // always use PostPosition markers for unbounded repetition.
487    PabloAST * base = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
488    if (isByteLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar))) {
489        PabloAST * mask = pb.createOr(markerVar(compile(repeated, pb)), mNonFinal);
490        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
491        PabloAST * unbounded = pb.createMatchStar(base, mask, "unbounded");
492        return makeMarker(FinalPostPositionUnit, unbounded);
493    } else if (isUnicodeUnitLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar))) {
494        PabloAST * mask = pb.createOr(markerVar(compile(repeated, pb)), mNonFinal);
495        PabloAST * mstar = pb.createMatchStar(base, mask);
496        return makeMarker(FinalPostPositionUnit, pb.createAnd(mstar, mFinal, "unbounded"));
497    } else if (mStarDepth > 0){
498        PabloBuilder * const outer = pb.getParent();
499        Var * starPending = outer->createVar("pending", outer->createZeroes());
500        Var * starAccum = outer->createVar("accum", outer->createZeroes());
501        mStarDepth++;
502        PabloAST * m1 = pb.createOr(base, starPending);
503        PabloAST * m2 = pb.createOr(base, starAccum);
504        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, m1), pb);
505        result = AdvanceMarker(result, InitialPostPositionUnit, pb);
506        PabloAST * loopComputation = markerVar(result);
507        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
508        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
509        mWhileTest = pb.createOr(mWhileTest, starPending);
510        mStarDepth--;     
511        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
512    } else {
513        Var * whileTest = pb.createVar("test", base);
514        Var * whilePending = pb.createVar("pending", base);
515        Var * whileAccum = pb.createVar("accum", base);
516        mWhileTest = pb.createZeroes();
517        PabloBuilder wb = PabloBuilder::Create(pb);
518        NameMap nestedMap(mCompiledName);
519        mCompiledName = &nestedMap;
520        mStarDepth++;
521        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, whilePending), wb);
522        result = AdvanceMarker(result, InitialPostPositionUnit, wb);
523        PabloAST * loopComputation = markerVar(result);
524        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
525        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
526        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
527        pb.createWhile(whileTest, wb);
528        mStarDepth--;
529        mCompiledName = nestedMap.getParent();
530        return makeMarker(markerPos(result), whileAccum);
531    }
532}
533
534inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
535    PabloAST * const sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
536    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
537    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
538}
539
540inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
541    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
542    PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
543    return makeMarker(FinalPostPositionUnit, atEOL);
544}
545
546inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
547    if (marker.pos != newpos) {
548        if (marker.pos == FinalMatchUnit) {
549            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
550            marker.pos = InitialPostPositionUnit;
551        }
552        if (newpos == FinalPostPositionUnit) {
553            marker.stream = pb.createScanThru(pb.createAnd(mInitial, marker.stream), mNonFinal, "fpp");
554            marker.pos = FinalPostPositionUnit;
555        }
556    }
557    return marker;
558}
559
560inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
561    if (m1.pos < m2.pos) {
562        m1 = AdvanceMarker(m1, m2.pos, pb);
563    } else if (m2.pos < m1.pos) {
564        m2 = AdvanceMarker(m2, m1.pos, pb);
565    }
566}
567   
568LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
569    llvm::report_fatal_error(errmsg);
570}
571
572RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
573: mKernel(kernel)
574, mCCCompiler(ccCompiler)
575, mLineBreak(nullptr)
576, mCRLF(nullptr)
577, mInitial(nullptr)
578, mNonFinal(nullptr)
579, mFinal(nullptr)
580, mWhileTest(nullptr)
581, mStarDepth(0)
582, mPB(ccCompiler.getBuilder())
583, mCompiledName(&mBaseMap) {
584    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
585    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
586    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
587    mCRLF = mPB.createExtract(crlf, mPB.getInteger(0));
588    Var * const required = mKernel->getInputStreamVar("required");
589    mInitial = mPB.createExtract(required, mPB.getInteger(0));
590    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
591    mFinal = mPB.createExtract(required, mPB.getInteger(2));
592}
593
594} // end of namespace re
Note: See TracBrowser for help on using the repository browser.