source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5867

Last change on this file since 5867 was 5867, checked in by cameron, 15 months ago

Fold UnicodeLineBreak? into Required_Streams_UTF8; CRLF into nonFinal

File size: 28.5 KB
Line 
1/*
2 *  Copyright (c) 2018 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_rep.h>              // for Rep, Rep::::UNBOUNDED_REP
24#include <re/re_seq.h>              // for Seq
25#include <re/re_start.h>
26#include <re/re_local.h>
27#include <re/to_utf8.h>
28#include <re/re_toolchain.h>        // for AlgorithmOptionIsSet, RE_Algorith...
29#include <cc/alphabet.h>
30#include <cc/cc_compiler.h>
31#include "pablo/builder.hpp"        // for PabloBuilder
32#include <IR_Gen/idisa_target.h>    // for AVX2_available
33#include <llvm/ADT/STLExtras.h> // for make_unique
34#include <llvm/Support/raw_ostream.h>
35#include <llvm/Support/ErrorHandling.h>
36
37namespace pablo { class PabloAST; }
38namespace pablo { class Var; }
39namespace pablo { class PabloKernel; }
40namespace re { class Alt; }
41namespace re { class RE; }
42
43using namespace pablo;
44using namespace llvm;
45
46using FollowMap = std::map<re::CC *, re::CC*>;
47
48namespace re {
49
50   
51void RE_Compiler::addAlphabet(cc::Alphabet * a, std::vector<pablo::PabloAST *> basis_set) {
52    mAlphabets.push_back(a);
53    mAlphabetCompilers.push_back(make_unique<cc::Parabix_CC_Compiler>(mKernel, basis_set));
54}
55
56using MarkerType = RE_Compiler::MarkerType;
57
58PabloAST * RE_Compiler::compile(RE * const re, PabloAST * const initialCursors) {
59    pablo::PabloBuilder mPB(mKernel->getEntryScope());
60    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
61    return markerVar(AdvanceMarker(markers, FinalPostPositionUnit, mPB));
62}
63
64inline MarkerType RE_Compiler::compile(RE * const re, PabloAST * const cursors, PabloBuilder & pb) {
65    //  An important use case for an initial set of cursors to be passed in
66    //  is that the initial cursors are computed from a prefix of an RE such
67    //  that there is a high probability of all cursors remaining in a block
68    //  are zeroed.   We therefore embed processing logic in an if-test,
69    //  dependent on the initial cursors.
70    Var * m = pb.createVar("m", pb.createZeroes());
71    NameMap nestedMap(mCompiledName);
72    mCompiledName = &nestedMap;
73    auto nested = pb.createScope();
74    MarkerType m1 = process(re, makeMarker(FinalPostPositionUnit, cursors), nested);
75    nested.createAssign(m, markerVar(m1));
76    pb.createIf(cursors, nested);
77    mCompiledName = nestedMap.getParent();
78    return makeMarker(m1.pos, m);
79}
80
81inline MarkerType RE_Compiler::compile(RE * const re, PabloBuilder & pb) {
82    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
83}
84   
85MarkerType RE_Compiler::process(RE * const re, MarkerType marker, PabloBuilder & pb) {
86    if (isa<Name>(re)) {
87        return compileName(cast<Name>(re), marker, pb);
88    } else if (isa<Seq>(re)) {
89        return compileSeq(cast<Seq>(re), marker, pb);
90    } else if (isa<Alt>(re)) {
91        return compileAlt(cast<Alt>(re), marker, pb);
92    } else if (isa<Rep>(re)) {
93        return compileRep(cast<Rep>(re), marker, pb);
94    } else if (isa<Assertion>(re)) {
95        return compileAssertion(cast<Assertion>(re), marker, pb);
96    } else if (isa<Any>(re)) {
97        return compileAny(marker, pb);
98    } else if (isa<Diff>(re)) {
99        return compileDiff(cast<Diff>(re), marker, pb);
100    } else if (isa<Intersect>(re)) {
101        return compileIntersect(cast<Intersect>(re), marker, pb);
102    } else if (isa<Start>(re)) {
103        return compileStart(marker, pb);
104    } else if (isa<End>(re)) {
105        return compileEnd(marker, pb);
106    } else if (isa<CC>(re)) {
107        // CCs may be passed through the toolchain directly to the compiler.
108        return compileCC(cast<CC>(re), marker, pb);
109    } else {
110        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
111    }
112}
113
114inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
115    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
116    return makeMarker(FinalMatchUnit, nextFinalByte);
117}
118
119MarkerType RE_Compiler::compileCC(CC * const cc, MarkerType marker, PabloBuilder & pb) {
120    PabloAST * nextPos = markerVar(marker);
121    const cc::Alphabet * a = cc->getAlphabet();
122    if (a == &cc::Byte) {
123        if (marker.pos == FinalMatchUnit) {
124            nextPos = pb.createAdvance(nextPos, 1);
125        }
126        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
127    } else if (a == &cc::Unicode) {
128        MarkerType m = compile(toUTF8(cc), pb);
129        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
130        return makeMarker(FinalMatchUnit, pb.createAnd(markerVar(m), nextPos));
131    } else {
132        if (isByteLength(cc)) {
133            if (marker.pos == FinalMatchUnit) {
134                nextPos = pb.createAdvance(nextPos, 1);
135            }
136        } else {
137            nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
138        }
139        unsigned i = 0;
140        while (i < mAlphabets.size() && (a != mAlphabets[i])) i++;
141        if (i == mAlphabets.size()) llvm::report_fatal_error("Alphabet " + a->getName() + " has no CC compiler");
142        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mAlphabetCompilers[i]->compileCC(cc, pb)));
143    }
144}
145
146inline MarkerType RE_Compiler::compileName(Name * const name, MarkerType marker, PabloBuilder & pb) {
147    const auto & nameString = name->getName();
148    if (nameString == ".") {
149        return compileAny(marker, pb);
150    } else if (nameString == "^"){
151        return compileStart(marker, pb);
152    } else if (nameString == "$"){
153        return compileEnd(marker, pb);
154    } else if (isUnicodeUnitLength(name)) {
155        MarkerType nameMarker = compileName(name, pb);
156        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
157        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
158        return nameMarker;
159    } else if (name->getType() == Name::Type::ZeroWidth) {
160        RE * zerowidth = name->getDefinition();
161        MarkerType zero = compile(zerowidth, pb);
162        AlignMarkers(marker, zero, pb);
163        PabloAST * ze = markerVar(zero);
164        if (nameString == "\\B{g}") {
165            ze = pb.createNot(ze);
166        }
167        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
168    } else {
169        return process(name->getDefinition(), marker, pb);
170    }
171}
172
173inline MarkerType RE_Compiler::compileName(Name * const name, PabloBuilder & pb) {
174    MarkerType m;
175    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
176        return m;
177    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
178        m = compile(name->getDefinition(), pb);
179        mCompiledName->add(name, m);
180        return m;
181    }
182    UnsupportedRE("Unresolved name " + name->getName());
183}
184
185MarkerType RE_Compiler::compileSeq(Seq * const seq, MarkerType marker, PabloBuilder & pb) {
186    // if-hierarchies are not inserted within unbounded repetitions
187    if (mStarDepth > 0) {
188        for (RE * re : *seq) {
189            marker = process(re, marker, pb);
190        }
191        return marker;
192    } else {
193        return compileSeqTail(seq->cbegin(), seq->cend(), 0, marker, pb);
194    }
195}
196
197MarkerType RE_Compiler::compileSeqTail(Seq::const_iterator current, const Seq::const_iterator end, const int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
198    if (current == end) {
199        return marker;
200    } else if (matchLenSoFar < IfInsertionGap) {
201        RE * r = *current;
202        marker = process(r, marker, pb);
203        return compileSeqTail(++current, end, matchLenSoFar + minMatchLength(r), marker, pb);
204    } else {
205        Var * m = pb.createVar("m", pb.createZeroes());
206        NameMap nestedMap(mCompiledName);
207        mCompiledName = &nestedMap;
208        auto nested = pb.createScope();
209        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
210        nested.createAssign(m, markerVar(m1));
211        pb.createIf(markerVar(marker), nested);
212        mCompiledName = nestedMap.getParent();
213        return makeMarker(m1.pos, m);
214    }
215}
216
217MarkerType RE_Compiler::compileAlt(Alt * const alt, const MarkerType base, PabloBuilder & pb) {
218    std::vector<PabloAST *>  accum(3, pb.createZeroes());
219    // The following may be useful to force a common Advance rather than separate
220    // Advances in each alternative.
221    for (RE * re : *alt) {
222        MarkerType m = process(re, base, pb);
223        const MarkerPosition p = markerPos(m);
224        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
225    }
226    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
227        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
228    }
229
230    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
231    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
232        return makeMarker(InitialPostPositionUnit, combine);
233    }
234    combine = pb.createOr(pb.createOr(pb.createAnd(combine, mFinal), pb.createScanThru(pb.createAnd(mNonFinal, combine), mNonFinal)), accum[FinalPostPositionUnit], "alt");
235    return makeMarker(FinalPostPositionUnit, combine);
236}
237
238MarkerType RE_Compiler::compileAssertion(Assertion * const a, MarkerType marker, PabloBuilder & pb) {
239    RE * asserted = a->getAsserted();
240    if (a->getKind() == Assertion::Kind::Lookbehind) {
241        MarkerType lookback = compile(asserted, pb);
242        AlignMarkers(marker, lookback, pb);
243        PabloAST * lb = markerVar(lookback);
244        if (a->getSense() == Assertion::Sense::Negative) {
245            lb = pb.createNot(lb);
246        }
247        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
248    } else if (a->getKind() == Assertion::Kind::Boundary) {
249        MarkerType cond = compile(asserted, pb);
250        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
251            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
252            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
253            if (a->getSense() == Assertion::Sense::Negative) {
254                boundaryCond = pb.createNot(boundaryCond);
255            }
256            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
257            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
258        }
259        else UnsupportedRE("Unsupported boundary assertion");
260    } else if (isUnicodeUnitLength(asserted)) {
261        MarkerType lookahead = compile(asserted, pb);
262        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
263            PabloAST * la = markerVar(lookahead);
264            if (a->getSense() == Assertion::Sense::Negative) {
265                la = pb.createNot(la);
266            }
267            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
268            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
269        }
270    }
271    UnsupportedRE("Unsupported lookahead assertion.");
272}
273
274inline bool alignedUnicodeLength(const RE * const lh, const RE * const rh) {
275    const auto lhl = getUnicodeUnitLengthRange(lh);
276    const auto rhl = getUnicodeUnitLengthRange(rh);
277    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
278}
279
280MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
281    RE * const lh = diff->getLH();
282    RE * const rh = diff->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), pb.createNot(markerVar(t2)), "diff"));
288    }
289    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
290}
291
292MarkerType RE_Compiler::compileIntersect(Intersect * const x, MarkerType marker, PabloBuilder & pb) {
293    RE * const lh = x->getLH();
294    RE * const rh = x->getRH();
295    if (alignedUnicodeLength(lh, rh)) {
296        MarkerType t1 = process(lh, marker, pb);
297        MarkerType t2 = process(rh, marker, pb);
298        AlignMarkers(t1, t2, pb);
299        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
300    }
301    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
302}
303
304MarkerType RE_Compiler::compileRep(Rep * const rep, MarkerType marker, PabloBuilder & pb) {
305    const auto lb = rep->getLB();
306    const auto ub = rep->getUB();
307    if (lb > 0) {
308        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
309    }
310    if (ub == Rep::UNBOUNDED_REP) {
311        marker = processUnboundedRep(rep->getRE(), marker, pb);
312    } else if (lb < ub) {
313        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
314    }
315    return marker;
316}
317
318/*
319   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
320   compute a stream marking |repeat_count| consecutive occurrences of such items.
321*/
322   
323PabloAST * RE_Compiler::consecutive_matches(PabloAST * const repeated_j, const int j, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
324    if (j == repeat_count) {
325        return repeated_j;
326    }
327    const int i = std::min(j, repeat_count - j);
328    const int k = j + i;
329    if (/*j > IfInsertionGap*/ false) {
330        Var * repeated = pb.createVar("repeated", pb.createZeroes());
331        auto nested = pb.createScope();
332        NameMap nestedMap(mCompiledName);
333        mCompiledName = &nestedMap;
334        PabloAST * adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
335        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
336        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
337        pb.createIf(repeated_j, nested);
338        mCompiledName = nestedMap.getParent();
339        return repeated;
340    } else {
341        PabloAST * adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
342        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
343        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
344    }
345}
346
347
348inline PabloAST * RE_Compiler::reachable(PabloAST *  const repeated, const int length, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
349    if (repeat_count == 0) {
350        return repeated;
351    }   
352    const int total_length = repeat_count * length;
353    PabloAST * const v2 = pb.createIndexedAdvance(repeated, indexStream, 1);
354    PabloAST * reachable = pb.createOr(repeated, v2, "within1");
355    int i = length;
356    while ((i * 2) < total_length) {
357        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, i);
358        i *= 2;
359        reachable = pb.createOr(reachable, extension, "within" + std::to_string(i));
360    }
361    if (LLVM_LIKELY(i < total_length)) {
362        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, total_length - i);
363        reachable = pb.createOr(reachable, extension, "within" + std::to_string(total_length));
364    }
365    return reachable;
366}
367
368MarkerType RE_Compiler::processLowerBound(RE * const repeated, const int lb, MarkerType marker, const int ifGroupSize, PabloBuilder & pb) {
369    if (LLVM_UNLIKELY(lb == 0)) {
370        return marker;
371    } else if (LLVM_UNLIKELY(lb == 1)) {
372        return process(repeated, marker, pb);
373    }
374    //
375    // A bounded repetition with an upper bound of at least 2.
376    if (LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
377        // Check for a regular expression that satisfies on of the special conditions that
378        // allow implementation using the log2 technique.
379        if (isByteLength(repeated)) {
380            PabloAST * cc = markerVar(compile(repeated, pb));
381            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
382            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
383            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
384            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
385        }
386        else if (isUnicodeUnitLength(repeated)) {
387            PabloAST * cc = markerVar(compile(repeated, pb));
388            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
389            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
390            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
391            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
392        }
393        else if (isTypeForLocal(repeated)) {
394            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
395            if (first) { // if the first symbol is unique, we can use it as an index stream.
396                PabloAST * firstCCstream = markerVar(compile(first, pb));
397                // Find all matches to the repeated regexp.
398                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
399                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
400                // the next submatch.   lb-1 such submatches are required.
401                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
402                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
403                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
404                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
405                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
406                // From any of these positions, any position reachable by one more occurrence of the
407                // regexp is a match.
408                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
409            }
410        }
411    }
412    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
413    const auto group = ifGroupSize < lb ? ifGroupSize : lb;
414    for (auto i = 0; i < group; i++) {
415        marker = process(repeated, marker, pb);
416    }
417    if (lb == group) {
418        return marker;
419    }
420    Var * m = pb.createVar("m", pb.createZeroes());
421    auto nested = pb.createScope();
422    NameMap nestedMap(mCompiledName);
423    mCompiledName = &nestedMap;
424    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
425    nested.createAssign(m, markerVar(m1));
426    pb.createIf(markerVar(marker), nested);
427    mCompiledName = nestedMap.getParent();
428    return makeMarker(m1.pos, m);
429}
430   
431MarkerType RE_Compiler::processBoundedRep(RE * const repeated, const int ub, MarkerType marker, const int ifGroupSize,  PabloBuilder & pb) {
432    if (LLVM_UNLIKELY(ub == 0)) {
433        return marker;
434    }
435    //
436    // A bounded repetition with an upper bound of at least 2.
437    if ((ub > 1) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
438        // Check for a regular expression that satisfies on of the special conditions that
439        // allow implementation using the log2 technique.
440        if (isByteLength(repeated)) {
441            // log2 upper bound for fixed length (=1) class
442            // Create a mask of positions reachable within ub from current marker.
443            // Use matchstar, then apply filter.
444            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
445            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
446            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
447            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
448            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
449            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
450            // "multi-byte" character. Combine the masked range with any nonFinals.
451            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
452            return makeMarker(FinalPostPositionUnit, bounded);
453        }
454        else if (isUnicodeUnitLength(repeated)) {
455            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
456            // as an index stream for an indexed advance operation.
457            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
458            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
459            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
460            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
461            return makeMarker(FinalPostPositionUnit, bounded);
462        }
463        else if (isTypeForLocal(repeated)) {
464            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
465            if (first) { // if the first symbol is unique, we can use it as an index stream.
466                PabloAST * firstCCstream = markerVar(compile(first, pb));
467                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
468                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
469                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
470                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
471                return makeMarker(FinalPostPositionUnit, bounded);
472            }
473        }
474    }
475    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
476    const auto group = ifGroupSize < ub ? ifGroupSize : ub;
477    for (auto i = 0; i < group; i++) {
478        MarkerType a = process(repeated, marker, pb);
479        MarkerType m = marker;
480        AlignMarkers(a, m, pb);
481        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
482    }
483    if (ub == group) {
484        return marker;
485    }
486    Var * const m1a = pb.createVar("m", pb.createZeroes());
487    auto nested = pb.createScope();
488    NameMap nestedMap(mCompiledName);
489    mCompiledName = &nestedMap;
490    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
491    nested.createAssign(m1a, markerVar(m1));
492    pb.createIf(markerVar(marker), nested);
493    mCompiledName = nestedMap.getParent();
494    return makeMarker(markerPos(m1), m1a);
495}
496
497MarkerType RE_Compiler::processUnboundedRep(RE * const repeated, MarkerType marker, PabloBuilder & pb) {
498    // always use PostPosition markers for unbounded repetition.
499    PabloAST * base = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
500    if (isByteLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar))) {
501        PabloAST * mask = markerVar(compile(repeated, pb));
502        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
503        mask = pb.createOr(mask, mNonFinal);
504        PabloAST * unbounded = pb.createMatchStar(base, mask, "unbounded");
505        return makeMarker(FinalPostPositionUnit, unbounded);
506    } else if (isUnicodeUnitLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar))) {
507        PabloAST * mask = markerVar(compile(repeated, pb));
508        mask = pb.createOr(mask, mNonFinal);
509        PabloAST * unbounded = pb.createMatchStar(base, mask);
510        return makeMarker(FinalPostPositionUnit, pb.createAnd(unbounded, mFinal, "unbounded"));
511    } else if (mStarDepth > 0){
512        PabloBuilder * const outer = pb.getParent();
513        Var * starPending = outer->createVar("pending", outer->createZeroes());
514        Var * starAccum = outer->createVar("accum", outer->createZeroes());
515        mStarDepth++;
516        PabloAST * m1 = pb.createOr(base, starPending);
517        PabloAST * m2 = pb.createOr(base, starAccum);
518        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, m1), pb);
519        result = AdvanceMarker(result, InitialPostPositionUnit, pb);
520        PabloAST * loopComputation = markerVar(result);
521        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
522        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
523        mWhileTest = pb.createOr(mWhileTest, starPending);
524        mStarDepth--;
525        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
526    } else {
527        Var * whileTest = pb.createVar("test", base);
528        Var * whilePending = pb.createVar("pending", base);
529        Var * whileAccum = pb.createVar("accum", base);
530        mWhileTest = pb.createZeroes();
531        auto wb = pb.createScope();
532        NameMap nestedMap(mCompiledName);
533        mCompiledName = &nestedMap;
534        mStarDepth++;
535        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, whilePending), wb);
536        result = AdvanceMarker(result, InitialPostPositionUnit, wb);
537        PabloAST * loopComputation = markerVar(result);
538        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
539        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
540        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
541        pb.createWhile(whileTest, wb);
542        mStarDepth--;
543        mCompiledName = nestedMap.getParent();
544        return makeMarker(markerPos(result), whileAccum);
545    }
546}
547
548inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
549    PabloAST * const sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
550    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
551    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
552}
553
554inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
555    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
556    PabloAST * const atEOL = pb.createAnd(mLineBreak, nextPos, "eol");
557    //PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
558    return makeMarker(FinalPostPositionUnit, atEOL);
559}
560
561inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
562    if (marker.pos != newpos) {
563        if (marker.pos == FinalMatchUnit) {
564            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
565            marker.pos = InitialPostPositionUnit;
566        }
567        if (newpos == FinalPostPositionUnit) {
568            marker.stream = pb.createOr(pb.createAnd(marker.stream, mFinal), pb.createScanThru(pb.createAnd(mNonFinal, marker.stream), mNonFinal, "fpp"));
569            marker.pos = FinalPostPositionUnit;
570        }
571    }
572    return marker;
573}
574
575inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
576    if (m1.pos < m2.pos) {
577        m1 = AdvanceMarker(m1, m2.pos, pb);
578    } else if (m2.pos < m1.pos) {
579        m2 = AdvanceMarker(m2, m1.pos, pb);
580    }
581}
582   
583LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
584    llvm::report_fatal_error(errmsg);
585}
586
587RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
588: mKernel(kernel)
589, mCCCompiler(ccCompiler)
590, mLineBreak(nullptr)
591, mNonFinal(nullptr)
592, mFinal(nullptr)
593, mWhileTest(nullptr)
594, mStarDepth(0)
595, mCompiledName(&mBaseMap) {
596    PabloBuilder mPB(kernel->getEntryScope());
597    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
598    mLineBreak = mPB.createExtract(linebreak, 0);
599    Var * const required = mKernel->getInputStreamVar("required");
600    mNonFinal = mPB.createExtract(required, 0);
601    mFinal = mPB.createNot(mNonFinal);
602}
603
604} // end of namespace re
Note: See TracBrowser for help on using the repository browser.