source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5890

Last change on this file since 5890 was 5890, checked in by cameron, 14 months ago

Fixes for byte/bit kernel; match results

File size: 28.9 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 <llvm/ADT/STLExtras.h> // for make_unique
33#include <llvm/Support/raw_ostream.h>
34#include <llvm/Support/ErrorHandling.h>
35
36namespace pablo { class PabloAST; }
37namespace pablo { class Var; }
38namespace pablo { class PabloKernel; }
39namespace re { class Alt; }
40namespace re { class RE; }
41
42using namespace pablo;
43using namespace llvm;
44
45namespace re {
46
47   
48void RE_Compiler::addAlphabet(cc::Alphabet * a, std::vector<pablo::PabloAST *> basis_set) {
49    mAlphabets.push_back(a);
50    mAlphabetCompilers.push_back(make_unique<cc::Parabix_CC_Compiler>(mEntryScope, basis_set));
51}
52
53void RE_Compiler::addPrecompiled(std::string precompiledName, PabloAST * precompiledStream) {
54    PabloBuilder pb(mEntryScope);
55    mExternalNameMap.insert(std::make_pair(precompiledName, precompiledStream));
56    if (precompiledName == "UTF8_nonfinal") {
57        mNonFinal = precompiledStream;
58        mFinal = pb.createNot(precompiledStream);
59    }
60    if (precompiledName == "UTF8_LB") {
61        mLineBreak = precompiledStream;
62    }
63}
64
65using MarkerType = RE_Compiler::MarkerType;
66
67PabloAST * RE_Compiler::compile(RE * const re, PabloAST * const initialCursors) {
68    pablo::PabloBuilder mPB(mEntryScope);
69    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
70    return markerVar(markers);
71}
72
73inline MarkerType RE_Compiler::compile(RE * const re, PabloAST * const cursors, PabloBuilder & pb) {
74    //  An important use case for an initial set of cursors to be passed in
75    //  is that the initial cursors are computed from a prefix of an RE such
76    //  that there is a high probability of all cursors remaining in a block
77    //  are zeroed.   We therefore embed processing logic in an if-test,
78    //  dependent on the initial cursors.
79    Var * m = pb.createVar("m", pb.createZeroes());
80    NameMap nestedMap(mCompiledName);
81    mCompiledName = &nestedMap;
82    auto nested = pb.createScope();
83    MarkerType m1 = process(re, makeMarker(FinalMatchUnit, cursors), nested);
84    nested.createAssign(m, markerVar(m1));
85    pb.createIf(cursors, nested);
86    mCompiledName = nestedMap.getParent();
87    return makeMarker(m1.pos, m);
88}
89
90inline MarkerType RE_Compiler::compile(RE * const re, PabloBuilder & pb) {
91    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
92}
93   
94MarkerType RE_Compiler::process(RE * const re, MarkerType marker, PabloBuilder & pb) {
95    if (isa<Name>(re)) {
96        return compileName(cast<Name>(re), marker, pb);
97    } else if (isa<Seq>(re)) {
98        return compileSeq(cast<Seq>(re), marker, pb);
99    } else if (isa<Alt>(re)) {
100        return compileAlt(cast<Alt>(re), marker, pb);
101    } else if (isa<Rep>(re)) {
102        return compileRep(cast<Rep>(re), marker, pb);
103    } else if (isa<Assertion>(re)) {
104        return compileAssertion(cast<Assertion>(re), marker, pb);
105    } else if (isa<Any>(re)) {
106        return compileAny(marker, pb);
107    } else if (isa<Diff>(re)) {
108        return compileDiff(cast<Diff>(re), marker, pb);
109    } else if (isa<Intersect>(re)) {
110        return compileIntersect(cast<Intersect>(re), marker, pb);
111    } else if (isa<Start>(re)) {
112        return compileStart(marker, pb);
113    } else if (isa<End>(re)) {
114        return compileEnd(marker, pb);
115    } else if (isa<CC>(re)) {
116        // CCs may be passed through the toolchain directly to the compiler.
117        return compileCC(cast<CC>(re), marker, pb);
118    } else {
119        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
120    }
121}
122
123inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
124    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
125    return makeMarker(FinalMatchUnit, nextFinalByte);
126}
127
128MarkerType RE_Compiler::compileCC(CC * const cc, MarkerType marker, PabloBuilder & pb) {
129    PabloAST * nextPos = markerVar(marker);
130    const cc::Alphabet * a = cc->getAlphabet();
131    if (a == &cc::Byte) {
132        if (marker.pos == FinalMatchUnit) {
133            nextPos = pb.createAdvance(nextPos, 1);
134        }
135        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
136    } else if (a == &cc::Unicode) {
137        MarkerType m = compile(toUTF8(cc), pb);
138        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
139        return makeMarker(FinalMatchUnit, pb.createAnd(markerVar(m), nextPos));
140    } else {
141        if (isByteLength(cc)) {
142            if (marker.pos == FinalMatchUnit) {
143                nextPos = pb.createAdvance(nextPos, 1);
144            }
145        } else {
146            nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
147        }
148        unsigned i = 0;
149        while (i < mAlphabets.size() && (a != mAlphabets[i])) i++;
150        if (i == mAlphabets.size()) llvm::report_fatal_error("Alphabet " + a->getName() + " has no CC compiler");
151        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mAlphabetCompilers[i]->compileCC(cc, pb)));
152    }
153}
154
155inline MarkerType RE_Compiler::compileName(Name * const name, MarkerType marker, PabloBuilder & pb) {
156    const auto & nameString = name->getName();
157    if (nameString == ".") {
158        return compileAny(marker, pb);
159    } else if (nameString == "^"){
160        return compileStart(marker, pb);
161    } else if (nameString == "$"){
162        return compileEnd(marker, pb);
163    } else if (isUnicodeUnitLength(name)) {
164        MarkerType nameMarker = compileName(name, pb);
165        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
166        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
167        return nameMarker;
168    } else if (name->getType() == Name::Type::ZeroWidth) {
169        auto f = mExternalNameMap.find(nameString);
170        if (f != mExternalNameMap.end()) {
171            MarkerType z = makeMarker(FinalPostPositionUnit, f->second);
172            AlignMarkers(marker, z, pb);
173            PabloAST * ze = markerVar(z);
174            return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
175        }
176        RE * zerowidth = name->getDefinition();
177        MarkerType zero = compile(zerowidth, pb);
178        AlignMarkers(marker, zero, pb);
179        PabloAST * ze = markerVar(zero);
180        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
181    } else {
182        return process(name->getDefinition(), marker, pb);
183    }
184}
185
186inline MarkerType RE_Compiler::compileName(Name * const name, PabloBuilder & pb) {
187    MarkerType m;
188    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
189        return m;
190    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
191        m = compile(name->getDefinition(), pb);
192        mCompiledName->add(name, m);
193        return m;
194    }
195    UnsupportedRE("Unresolved name " + name->getName());
196}
197
198MarkerType RE_Compiler::compileSeq(Seq * const seq, MarkerType marker, PabloBuilder & pb) {
199
200    // if-hierarchies are not inserted within unbounded repetitions
201    if (mStarDepth > 0) {
202        for (RE * re : *seq) {
203            marker = process(re, marker, pb);
204        }
205        return marker;
206    } else {
207        return compileSeqTail(seq->cbegin(), seq->cend(), 0, marker, pb);
208    }
209}
210
211MarkerType RE_Compiler::compileSeqTail(Seq::const_iterator current, const Seq::const_iterator end, const int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
212    if (current == end) {
213        return marker;
214    } else if (matchLenSoFar < IfInsertionGap) {
215        RE * r = *current;
216        marker = process(r, marker, pb);
217        return compileSeqTail(++current, end, matchLenSoFar + minMatchLength(r), marker, pb);
218    } else {
219        Var * m = pb.createVar("m", pb.createZeroes());
220        NameMap nestedMap(mCompiledName);
221        mCompiledName = &nestedMap;
222        auto nested = pb.createScope();
223        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
224        nested.createAssign(m, markerVar(m1));
225        pb.createIf(markerVar(marker), nested);
226        mCompiledName = nestedMap.getParent();
227        return makeMarker(m1.pos, m);
228    }
229}
230
231MarkerType RE_Compiler::compileAlt(Alt * const alt, const MarkerType base, PabloBuilder & pb) {
232    std::vector<PabloAST *>  accum(3, pb.createZeroes());
233    // The following may be useful to force a common Advance rather than separate
234    // Advances in each alternative.
235    for (RE * re : *alt) {
236        MarkerType m = process(re, base, pb);
237        const MarkerPosition p = markerPos(m);
238        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
239    }
240    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
241        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
242    }
243
244    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
245    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
246        return makeMarker(InitialPostPositionUnit, combine);
247    }
248    combine = pb.createOr(pb.createOr(pb.createAnd(combine, mFinal), pb.createScanThru(pb.createAnd(mNonFinal, combine), mNonFinal)), accum[FinalPostPositionUnit], "alt");
249    return makeMarker(FinalPostPositionUnit, combine);
250}
251
252MarkerType RE_Compiler::compileAssertion(Assertion * const a, MarkerType marker, PabloBuilder & pb) {
253    RE * asserted = a->getAsserted();
254    if (a->getKind() == Assertion::Kind::Lookbehind) {
255        MarkerType lookback = compile(asserted, pb);
256        AlignMarkers(marker, lookback, pb);
257        PabloAST * lb = markerVar(lookback);
258        if (a->getSense() == Assertion::Sense::Negative) {
259            lb = pb.createNot(lb);
260        }
261        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
262    } else if (a->getKind() == Assertion::Kind::Boundary) {
263        MarkerType cond = compile(asserted, pb);
264        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
265            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
266            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
267            if (a->getSense() == Assertion::Sense::Negative) {
268                boundaryCond = pb.createNot(boundaryCond);
269            }
270            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
271            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
272        }
273        else UnsupportedRE("Unsupported boundary assertion");
274    } else if (isUnicodeUnitLength(asserted)) {
275        MarkerType lookahead = compile(asserted, pb);
276        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
277            PabloAST * la = markerVar(lookahead);
278            if (a->getSense() == Assertion::Sense::Negative) {
279                la = pb.createNot(la);
280            }
281            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
282            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
283        }
284    }
285    UnsupportedRE("Unsupported lookahead assertion.");
286}
287
288inline bool alignedUnicodeLength(const RE * const lh, const RE * const rh) {
289    const auto lhl = getUnicodeUnitLengthRange(lh);
290    const auto rhl = getUnicodeUnitLengthRange(rh);
291    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
292}
293
294MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
295    RE * const lh = diff->getLH();
296    RE * const rh = diff->getRH();
297    if (alignedUnicodeLength(lh, rh)) {
298        MarkerType t1 = process(lh, marker, pb);
299        MarkerType t2 = process(rh, marker, pb);
300        AlignMarkers(t1, t2, pb);
301        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
302    }
303    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
304}
305
306MarkerType RE_Compiler::compileIntersect(Intersect * const x, MarkerType marker, PabloBuilder & pb) {
307    RE * const lh = x->getLH();
308    RE * const rh = x->getRH();
309    if (alignedUnicodeLength(lh, rh)) {
310        MarkerType t1 = process(lh, marker, pb);
311        MarkerType t2 = process(rh, marker, pb);
312        AlignMarkers(t1, t2, pb);
313        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
314    }
315    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
316}
317
318MarkerType RE_Compiler::compileRep(Rep * const rep, MarkerType marker, PabloBuilder & pb) {
319    const auto lb = rep->getLB();
320    const auto ub = rep->getUB();
321    if (lb > 0) {
322        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
323    }
324    if (ub == Rep::UNBOUNDED_REP) {
325        marker = processUnboundedRep(rep->getRE(), marker, pb);
326    } else if (lb < ub) {
327        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
328    }
329    return marker;
330}
331
332/*
333   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
334   compute a stream marking |repeat_count| consecutive occurrences of such items.
335*/
336   
337PabloAST * RE_Compiler::consecutive_matches(PabloAST * const repeated_j, const int j, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
338    if (j == repeat_count) {
339        return repeated_j;
340    }
341    const int i = std::min(j, repeat_count - j);
342    const int k = j + i;
343    if (/*j > IfInsertionGap*/ false) {
344        Var * repeated = pb.createVar("repeated", pb.createZeroes());
345        auto nested = pb.createScope();
346        NameMap nestedMap(mCompiledName);
347        mCompiledName = &nestedMap;
348        PabloAST * adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
349        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
350        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
351        pb.createIf(repeated_j, nested);
352        mCompiledName = nestedMap.getParent();
353        return repeated;
354    } else {
355        PabloAST * adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
356        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
357        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
358    }
359}
360
361
362inline PabloAST * RE_Compiler::reachable(PabloAST *  const repeated, const int length, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
363    if (repeat_count == 0) {
364        return repeated;
365    }   
366    const int total_length = repeat_count * length;
367    PabloAST * const v2 = pb.createIndexedAdvance(repeated, indexStream, 1);
368    PabloAST * reachable = pb.createOr(repeated, v2, "within1");
369    int i = length;
370    while ((i * 2) < total_length) {
371        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, i);
372        i *= 2;
373        reachable = pb.createOr(reachable, extension, "within" + std::to_string(i));
374    }
375    if (LLVM_LIKELY(i < total_length)) {
376        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, total_length - i);
377        reachable = pb.createOr(reachable, extension, "within" + std::to_string(total_length));
378    }
379    return reachable;
380}
381
382MarkerType RE_Compiler::processLowerBound(RE * const repeated, const int lb, MarkerType marker, const int ifGroupSize, PabloBuilder & pb) {
383    if (LLVM_UNLIKELY(lb == 0)) {
384        return marker;
385    } else if (LLVM_UNLIKELY(lb == 1)) {
386        return process(repeated, marker, pb);
387    }
388    //
389    // A bounded repetition with an upper bound of at least 2.
390    if (LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
391        // Check for a regular expression that satisfies on of the special conditions that
392        // allow implementation using the log2 technique.
393        if (isByteLength(repeated)) {
394            PabloAST * cc = markerVar(compile(repeated, pb));
395            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
396            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
397            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
398            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
399        }
400        else if (isUnicodeUnitLength(repeated)) {
401            PabloAST * cc = markerVar(compile(repeated, pb));
402            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
403            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
404            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
405            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
406        }
407        else if (isTypeForLocal(repeated)) {
408            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
409            if (first) { // if the first symbol is unique, we can use it as an index stream.
410                PabloAST * firstCCstream = markerVar(compile(first, pb));
411                // Find all matches to the repeated regexp.
412                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
413                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
414                // the next submatch.   lb-1 such submatches are required.
415                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
416                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
417                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
418                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
419                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
420                // From any of these positions, any position reachable by one more occurrence of the
421                // regexp is a match.
422                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
423            }
424        }
425    }
426    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
427    const auto group = ifGroupSize < lb ? ifGroupSize : lb;
428    for (auto i = 0; i < group; i++) {
429        marker = process(repeated, marker, pb);
430    }
431    if (lb == group) {
432        return marker;
433    }
434    Var * m = pb.createVar("m", pb.createZeroes());
435    auto nested = pb.createScope();
436    NameMap nestedMap(mCompiledName);
437    mCompiledName = &nestedMap;
438    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
439    nested.createAssign(m, markerVar(m1));
440    pb.createIf(markerVar(marker), nested);
441    mCompiledName = nestedMap.getParent();
442    return makeMarker(m1.pos, m);
443}
444   
445MarkerType RE_Compiler::processBoundedRep(RE * const repeated, const int ub, MarkerType marker, const int ifGroupSize,  PabloBuilder & pb) {
446    if (LLVM_UNLIKELY(ub == 0)) {
447        return marker;
448    }
449    //
450    // A bounded repetition with an upper bound of at least 2.
451    if ((ub > 1) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
452        // Check for a regular expression that satisfies on of the special conditions that
453        // allow implementation using the log2 technique.
454        if (isByteLength(repeated)) {
455            // log2 upper bound for fixed length (=1) class
456            // Create a mask of positions reachable within ub from current marker.
457            // Use matchstar, then apply filter.
458            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
459            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
460            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
461            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
462            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
463            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
464            // "multi-byte" character. Combine the masked range with any nonFinals.
465            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
466            return makeMarker(FinalPostPositionUnit, bounded);
467        }
468        else if (isUnicodeUnitLength(repeated)) {
469            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
470            // as an index stream for an indexed advance operation.
471            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
472            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
473            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
474            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
475            return makeMarker(FinalPostPositionUnit, bounded);
476        }
477        else if (isTypeForLocal(repeated)) {
478            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
479            if (first) { // if the first symbol is unique, we can use it as an index stream.
480                PabloAST * firstCCstream = markerVar(compile(first, pb));
481                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
482                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
483                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
484                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
485                return makeMarker(FinalPostPositionUnit, bounded);
486            }
487        }
488    }
489    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
490    const auto group = ifGroupSize < ub ? ifGroupSize : ub;
491    for (auto i = 0; i < group; i++) {
492        MarkerType a = process(repeated, marker, pb);
493        MarkerType m = marker;
494        AlignMarkers(a, m, pb);
495        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
496    }
497    if (ub == group) {
498        return marker;
499    }
500    Var * const m1a = pb.createVar("m", pb.createZeroes());
501    auto nested = pb.createScope();
502    NameMap nestedMap(mCompiledName);
503    mCompiledName = &nestedMap;
504    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
505    nested.createAssign(m1a, markerVar(m1));
506    pb.createIf(markerVar(marker), nested);
507    mCompiledName = nestedMap.getParent();
508    return makeMarker(markerPos(m1), m1a);
509}
510
511MarkerType RE_Compiler::processUnboundedRep(RE * const repeated, MarkerType marker, PabloBuilder & pb) {
512    // always use PostPosition markers for unbounded repetition.
513    PabloAST * base = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
514    if (isByteLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar))) {
515        PabloAST * mask = markerVar(compile(repeated, pb));
516        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
517        mask = pb.createOr(mask, mNonFinal);
518        PabloAST * unbounded = pb.createMatchStar(base, mask, "unbounded");
519        return makeMarker(FinalPostPositionUnit, unbounded);
520    } else if (isUnicodeUnitLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar))) {
521        PabloAST * mask = markerVar(compile(repeated, pb));
522        mask = pb.createOr(mask, mNonFinal);
523        PabloAST * unbounded = pb.createMatchStar(base, mask);
524        return makeMarker(FinalPostPositionUnit, pb.createAnd(unbounded, mFinal, "unbounded"));
525    } else if (mStarDepth > 0){
526        PabloBuilder * const outer = pb.getParent();
527        Var * starPending = outer->createVar("pending", outer->createZeroes());
528        Var * starAccum = outer->createVar("accum", outer->createZeroes());
529        mStarDepth++;
530        PabloAST * m1 = pb.createOr(base, starPending);
531        PabloAST * m2 = pb.createOr(base, starAccum);
532        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, m1), pb);
533        result = AdvanceMarker(result, InitialPostPositionUnit, pb);
534        PabloAST * loopComputation = markerVar(result);
535        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
536        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
537        mWhileTest = pb.createOr(mWhileTest, starPending);
538        mStarDepth--;
539        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
540    } else {
541        Var * whileTest = pb.createVar("test", base);
542        Var * whilePending = pb.createVar("pending", base);
543        Var * whileAccum = pb.createVar("accum", base);
544        mWhileTest = pb.createZeroes();
545        auto wb = pb.createScope();
546        NameMap nestedMap(mCompiledName);
547        mCompiledName = &nestedMap;
548        mStarDepth++;
549        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, whilePending), wb);
550        result = AdvanceMarker(result, InitialPostPositionUnit, wb);
551        PabloAST * loopComputation = markerVar(result);
552        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
553        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
554        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
555        pb.createWhile(whileTest, wb);
556        mStarDepth--;
557        mCompiledName = nestedMap.getParent();
558        return makeMarker(markerPos(result), whileAccum);
559    }
560}
561
562inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
563    PabloAST * const sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
564    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
565    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
566}
567
568inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
569    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
570    PabloAST * const atEOL = pb.createAnd(mLineBreak, nextPos, "eol");
571    //PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
572    return makeMarker(FinalPostPositionUnit, atEOL);
573}
574
575inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
576    if (marker.pos != newpos) {
577        if (marker.pos == FinalMatchUnit) {
578            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
579            marker.pos = InitialPostPositionUnit;
580        }
581        if (newpos == FinalPostPositionUnit) {
582            marker.stream = pb.createOr(pb.createAnd(marker.stream, mFinal), pb.createScanThru(pb.createAnd(mNonFinal, marker.stream), mNonFinal, "fpp"));
583            marker.pos = FinalPostPositionUnit;
584        }
585    }
586    return marker;
587}
588
589inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
590    if (m1.pos < m2.pos) {
591        m1 = AdvanceMarker(m1, m2.pos, pb);
592    } else if (m2.pos < m1.pos) {
593        m2 = AdvanceMarker(m2, m1.pos, pb);
594    }
595}
596   
597LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
598    llvm::report_fatal_error(errmsg);
599}
600
601RE_Compiler::RE_Compiler(PabloBlock * scope, cc::CC_Compiler & ccCompiler)
602: mEntryScope(scope)
603, mCCCompiler(ccCompiler)
604, mLineBreak(nullptr)
605, mNonFinal(nullptr)
606, mFinal(nullptr)
607, mWhileTest(nullptr)
608, mStarDepth(0)
609, mCompiledName(&mBaseMap) {
610    PabloBuilder pb(mEntryScope);
611    mLineBreak = pb.createZeroes();  // default so "^/$" matches start/end of text only
612    mNonFinal = pb.createZeroes();
613    mFinal = pb.createOnes();
614}
615
616} // end of namespace re
Note: See TracBrowser for help on using the repository browser.