source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5911

Last change on this file since 5911 was 5911, checked in by nmedfort, 13 months ago

Warning removal

File size: 30.0 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 <UCD/ucd_compiler.hpp>
32#include "pablo/builder.hpp"        // for PabloBuilder
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
46namespace re {
47
48   
49void RE_Compiler::addAlphabet(cc::Alphabet * a, std::vector<pablo::PabloAST *> basis_set) {
50    mAlphabets.push_back(a);
51    mAlphabetCompilers.push_back(make_unique<cc::Parabix_CC_Compiler>(mEntryScope, basis_set));
52}
53
54void RE_Compiler::addPrecompiled(std::string precompiledName, PabloAST * precompiledStream) {
55    PabloBuilder pb(mEntryScope);
56    mExternalNameMap.insert(std::make_pair(precompiledName, precompiledStream));
57}
58
59using MarkerType = RE_Compiler::MarkerType;
60
61PabloAST * RE_Compiler::compile(RE * const re, PabloAST * const initialCursors) {
62    pablo::PabloBuilder mPB(mEntryScope);
63    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
64    return markerVar(markers);
65}
66
67inline MarkerType RE_Compiler::compile(RE * const re, PabloAST * const cursors, PabloBuilder & pb) {
68    //  An important use case for an initial set of cursors to be passed in
69    //  is that the initial cursors are computed from a prefix of an RE such
70    //  that there is a high probability of all cursors remaining in a block
71    //  are zeroed.   We therefore embed processing logic in an if-test,
72    //  dependent on the initial cursors.
73    Var * m = pb.createVar("m", pb.createZeroes());
74    NameMap nestedMap(mCompiledName);
75    mCompiledName = &nestedMap;
76    auto nested = pb.createScope();
77    MarkerType m1 = process(re, makeMarker(FinalMatchUnit, cursors), nested);
78    nested.createAssign(m, markerVar(m1));
79    pb.createIf(cursors, nested);
80    mCompiledName = nestedMap.getParent();
81    return makeMarker(m1.pos, m);
82}
83
84inline MarkerType RE_Compiler::compile(RE * const re, PabloBuilder & pb) {
85    return process(re, makeMarker(InitialPostPositionUnit, pb.createOnes()), pb);
86}
87   
88MarkerType RE_Compiler::process(RE * const re, MarkerType marker, PabloBuilder & pb) {
89    if (isa<Name>(re)) {
90        return compileName(cast<Name>(re), marker, pb);
91    } else if (isa<Seq>(re)) {
92        return compileSeq(cast<Seq>(re), marker, pb);
93    } else if (isa<Alt>(re)) {
94        return compileAlt(cast<Alt>(re), marker, pb);
95    } else if (isa<Rep>(re)) {
96        return compileRep(cast<Rep>(re), marker, pb);
97    } else if (isa<Assertion>(re)) {
98        return compileAssertion(cast<Assertion>(re), marker, pb);
99    } else if (isa<Any>(re)) {
100        return compileAny(marker, pb);
101    } else if (isa<Diff>(re)) {
102        return compileDiff(cast<Diff>(re), marker, pb);
103    } else if (isa<Intersect>(re)) {
104        return compileIntersect(cast<Intersect>(re), marker, pb);
105    } else if (isa<Start>(re)) {
106        return compileStart(marker, pb);
107    } else if (isa<End>(re)) {
108        return compileEnd(marker, pb);
109    } else if (isa<CC>(re)) {
110        // CCs may be passed through the toolchain directly to the compiler.
111        return compileCC(cast<CC>(re), marker, pb);
112    } else {
113        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
114    }
115}
116
117inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
118    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
119    return makeMarker(FinalMatchUnit, nextFinalByte);
120}
121
122MarkerType RE_Compiler::compileCC(CC * const cc, MarkerType marker, PabloBuilder & pb) {
123    PabloAST * nextPos = markerVar(marker);
124    const cc::Alphabet * a = cc->getAlphabet();
125    if (a == &cc::Byte) {
126        if (marker.pos == FinalMatchUnit) {
127            nextPos = pb.createAdvance(nextPos, 1);
128        }
129        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, pb.createInFile(mCCCompiler.compileCC(cc, pb))));
130    } else if (a == &cc::Unicode) {
131        MarkerType m = compile(toUTF8(cc), pb);
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        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    if (name->getType() == Name::Type::Capture) {
157        return process(name->getDefinition(), marker, pb);
158    } else if (name->getType() == Name::Type::Reference) {
159        llvm::report_fatal_error("back references not supported in icgrep.");
160    }
161    const auto & nameString = name->getName();
162    MarkerType nameMarker = compileName(name, pb);
163    if (isUnicodeUnitLength(name)) {
164        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
165        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
166        return nameMarker;
167    } else if (name->getType() == Name::Type::ZeroWidth) {
168        AlignMarkers(marker, nameMarker, pb);
169        PabloAST * ze = markerVar(nameMarker);
170        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
171    } else {
172        llvm::report_fatal_error(nameString + " is neither Unicode unit length nor ZeroWidth.");
173    }
174}
175
176inline MarkerType RE_Compiler::compileName(Name * const name, PabloBuilder & pb) {
177    const auto & nameString = name->getName();
178    MarkerType m;
179    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
180        return m;
181    }
182    const auto f = mExternalNameMap.find(nameString);
183    if (f != mExternalNameMap.end()) {
184        const auto pos = (name->getType() == Name::Type::ZeroWidth) ? FinalPostPositionUnit : FinalMatchUnit;
185        return makeMarker(pos, f->second);
186    }
187    if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
188        m = compile(name->getDefinition(), pb);
189        mCompiledName->add(name, m);
190        return m;
191    }
192    UnsupportedRE("Unresolved name " + name->getName());
193}
194
195MarkerType RE_Compiler::compileSeq(Seq * const seq, MarkerType marker, PabloBuilder & pb) {
196
197    // if-hierarchies are not inserted within unbounded repetitions
198    if (mStarDepth > 0) {
199        for (RE * re : *seq) {
200            marker = process(re, marker, pb);
201        }
202        return marker;
203    } else {
204        return compileSeqTail(seq->cbegin(), seq->cend(), 0, marker, pb);
205    }
206}
207
208MarkerType RE_Compiler::compileSeqTail(Seq::const_iterator current, const Seq::const_iterator end, const int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
209    if (current == end) {
210        return marker;
211    } else if (matchLenSoFar < IfInsertionGap) {
212        RE * r = *current;
213        marker = process(r, marker, pb);
214        return compileSeqTail(++current, end, matchLenSoFar + minMatchLength(r), marker, pb);
215    } else {
216        Var * m = pb.createVar("m", pb.createZeroes());
217        NameMap nestedMap(mCompiledName);
218        mCompiledName = &nestedMap;
219        auto nested = pb.createScope();
220        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
221        nested.createAssign(m, markerVar(m1));
222        pb.createIf(markerVar(marker), nested);
223        mCompiledName = nestedMap.getParent();
224        return makeMarker(m1.pos, m);
225    }
226}
227
228MarkerType RE_Compiler::compileAlt(Alt * const alt, const MarkerType base, PabloBuilder & pb) {
229    std::vector<PabloAST *>  accum(3, pb.createZeroes());
230    // The following may be useful to force a common Advance rather than separate
231    // Advances in each alternative.
232    for (RE * re : *alt) {
233        MarkerType m = process(re, base, pb);
234        const MarkerPosition p = markerPos(m);
235        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
236    }
237    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
238        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
239    }
240
241    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
242    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
243        return makeMarker(InitialPostPositionUnit, combine);
244    }
245    combine = pb.createOr(pb.createOr(pb.createAnd(combine, u8Final(pb)), pb.createScanThru(pb.createAnd(u8NonFinal(pb), combine), u8NonFinal(pb))), accum[FinalPostPositionUnit], "alt");
246    return makeMarker(FinalPostPositionUnit, combine);
247}
248
249MarkerType RE_Compiler::compileAssertion(Assertion * const a, MarkerType marker, PabloBuilder & pb) {
250    RE * asserted = a->getAsserted();
251    if (a->getKind() == Assertion::Kind::Lookbehind) {
252        MarkerType lookback = compile(asserted, pb);
253        AlignMarkers(marker, lookback, pb);
254        PabloAST * lb = markerVar(lookback);
255        if (a->getSense() == Assertion::Sense::Negative) {
256            lb = pb.createNot(lb);
257        }
258        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
259    } else if (a->getKind() == Assertion::Kind::Boundary) {
260        MarkerType cond = compile(asserted, pb);
261        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
262            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
263            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
264            if (a->getSense() == Assertion::Sense::Negative) {
265                boundaryCond = pb.createNot(boundaryCond);
266            }
267            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
268            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
269        }
270        else UnsupportedRE("Unsupported boundary assertion");
271    } else if (isByteLength(asserted)) {
272        MarkerType lookahead = compile(asserted, pb);
273        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
274            PabloAST * la = markerVar(lookahead);
275            if (a->getSense() == Assertion::Sense::Negative) {
276                la = pb.createNot(la);
277            }
278            MarkerType fbyte = AdvanceMarker(marker, InitialPostPositionUnit, pb);
279            return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
280        }
281    } else if (isUnicodeUnitLength(asserted)) {
282        MarkerType lookahead = compile(asserted, pb);
283        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
284            PabloAST * la = markerVar(lookahead);
285            if (a->getSense() == Assertion::Sense::Negative) {
286                la = pb.createNot(la);
287            }
288            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
289            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
290        }
291    }
292    UnsupportedRE("Unsupported lookahead assertion:" + Printer_RE::PrintRE(a));
293}
294
295inline bool alignedUnicodeLength(const RE * const lh, const RE * const rh) {
296    const auto lhl = getUnicodeUnitLengthRange(lh);
297    const auto rhl = getUnicodeUnitLengthRange(rh);
298    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
299}
300
301MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
302    RE * const lh = diff->getLH();
303    RE * const rh = diff->getRH();
304    if (alignedUnicodeLength(lh, rh)) {
305        MarkerType t1 = process(lh, marker, pb);
306        MarkerType t2 = process(rh, marker, pb);
307        AlignMarkers(t1, t2, pb);
308        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
309    }
310    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
311}
312
313MarkerType RE_Compiler::compileIntersect(Intersect * const x, MarkerType marker, PabloBuilder & pb) {
314    RE * const lh = x->getLH();
315    RE * const rh = x->getRH();
316    if (alignedUnicodeLength(lh, rh)) {
317        MarkerType t1 = process(lh, marker, pb);
318        MarkerType t2 = process(rh, marker, pb);
319        AlignMarkers(t1, t2, pb);
320        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
321    }
322    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
323}
324
325MarkerType RE_Compiler::compileRep(Rep * const rep, MarkerType marker, PabloBuilder & pb) {
326    const auto lb = rep->getLB();
327    const auto ub = rep->getUB();
328    if (lb > 0) {
329        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
330    }
331    if (ub == Rep::UNBOUNDED_REP) {
332        marker = processUnboundedRep(rep->getRE(), marker, pb);
333    } else if (lb < ub) {
334        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
335    }
336    return marker;
337}
338
339/*
340   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
341   compute a stream marking |repeat_count| consecutive occurrences of such items.
342*/
343   
344PabloAST * RE_Compiler::consecutive_matches(PabloAST * const repeated_j, const int j, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
345    if (j == repeat_count) {
346        return repeated_j;
347    }
348    const int i = std::min(j, repeat_count - j);
349    const int k = j + i;
350    if (/*j > IfInsertionGap*/ false) {
351        Var * repeated = pb.createVar("repeated", pb.createZeroes());
352        auto nested = pb.createScope();
353        NameMap nestedMap(mCompiledName);
354        mCompiledName = &nestedMap;
355        PabloAST * adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
356        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
357        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
358        pb.createIf(repeated_j, nested);
359        mCompiledName = nestedMap.getParent();
360        return repeated;
361    } else {
362        PabloAST * adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
363        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
364        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
365    }
366}
367
368
369inline PabloAST * RE_Compiler::reachable(PabloAST *  const repeated, const int length, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
370    if (repeat_count == 0) {
371        return repeated;
372    }   
373    const int total_length = repeat_count * length;
374    PabloAST * const v2 = pb.createIndexedAdvance(repeated, indexStream, 1);
375    PabloAST * reachable = pb.createOr(repeated, v2, "within1");
376    int i = length;
377    while ((i * 2) < total_length) {
378        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, i);
379        i *= 2;
380        reachable = pb.createOr(reachable, extension, "within" + std::to_string(i));
381    }
382    if (LLVM_LIKELY(i < total_length)) {
383        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, total_length - i);
384        reachable = pb.createOr(reachable, extension, "within" + std::to_string(total_length));
385    }
386    return reachable;
387}
388
389MarkerType RE_Compiler::processLowerBound(RE * const repeated, const int lb, MarkerType marker, const int ifGroupSize, PabloBuilder & pb) {
390    if (LLVM_UNLIKELY(lb == 0)) {
391        return marker;
392    } else if (LLVM_UNLIKELY(lb == 1)) {
393        return process(repeated, marker, pb);
394    }
395    //
396    // A bounded repetition with an upper bound of at least 2.
397    if (LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
398        // Check for a regular expression that satisfies on of the special conditions that
399        // allow implementation using the log2 technique.
400        if (isByteLength(repeated)) {
401            PabloAST * cc = markerVar(compile(repeated, pb));
402            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
403            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
404            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
405            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
406        }
407        else if (isUnicodeUnitLength(repeated)) {
408            PabloAST * cc = markerVar(compile(repeated, pb));
409            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, u8Final(pb), pb);
410            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
411            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), u8Final(pb), pos);
412            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
413        }
414        else if (isTypeForLocal(repeated)) {
415            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
416            if (first) { // if the first symbol is unique, we can use it as an index stream.
417                PabloAST * firstCCstream = markerVar(compile(first, pb));
418                // Find all matches to the repeated regexp.
419                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
420                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
421                // the next submatch.   lb-1 such submatches are required.
422                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
423                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
424                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
425                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
426                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
427                // From any of these positions, any position reachable by one more occurrence of the
428                // regexp is a match.
429                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
430            }
431        }
432    }
433    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
434    const auto group = ifGroupSize < lb ? ifGroupSize : lb;
435    for (auto i = 0; i < group; i++) {
436        marker = process(repeated, marker, pb);
437    }
438    if (lb == group) {
439        return marker;
440    }
441    Var * m = pb.createVar("m", pb.createZeroes());
442    auto nested = pb.createScope();
443    NameMap nestedMap(mCompiledName);
444    mCompiledName = &nestedMap;
445    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
446    nested.createAssign(m, markerVar(m1));
447    pb.createIf(markerVar(marker), nested);
448    mCompiledName = nestedMap.getParent();
449    return makeMarker(m1.pos, m);
450}
451   
452MarkerType RE_Compiler::processBoundedRep(RE * const repeated, const int ub, MarkerType marker, const int ifGroupSize,  PabloBuilder & pb) {
453    if (LLVM_UNLIKELY(ub == 0)) {
454        return marker;
455    }
456    //
457    // A bounded repetition with an upper bound of at least 2.
458    if ((ub > 1) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
459        // Check for a regular expression that satisfies on of the special conditions that
460        // allow implementation using the log2 technique.
461        if (isByteLength(repeated)) {
462            // log2 upper bound for fixed length (=1) class
463            // Create a mask of positions reachable within ub from current marker.
464            // Use matchstar, then apply filter.
465            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
466            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
467            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
468            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
469            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
470            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
471            // "multi-byte" character. Combine the masked range with any nonFinals.
472            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, u8NonFinal(pb)), "bounded");
473            return makeMarker(FinalPostPositionUnit, bounded);
474        }
475        else if (isUnicodeUnitLength(repeated)) {
476            // For a regexp which represent a single Unicode codepoint, we can use the u8Final(pb) stream
477            // as an index stream for an indexed advance operation.
478            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
479            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, u8Final(pb), pb);
480            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
481            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, u8NonFinal(pb)), "bounded");
482            return makeMarker(FinalPostPositionUnit, bounded);
483        }
484        else if (isTypeForLocal(repeated)) {
485            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
486            if (first) { // if the first symbol is unique, we can use it as an index stream.
487                PabloAST * firstCCstream = markerVar(compile(first, pb));
488                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
489                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
490                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
491                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, u8NonFinal(pb)), "bounded");
492                return makeMarker(FinalPostPositionUnit, bounded);
493            }
494        }
495    }
496    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
497    const auto group = ifGroupSize < ub ? ifGroupSize : ub;
498    for (auto i = 0; i < group; i++) {
499        MarkerType a = process(repeated, marker, pb);
500        MarkerType m = marker;
501        AlignMarkers(a, m, pb);
502        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
503    }
504    if (ub == group) {
505        return marker;
506    }
507    Var * const m1a = pb.createVar("m", pb.createZeroes());
508    auto nested = pb.createScope();
509    NameMap nestedMap(mCompiledName);
510    mCompiledName = &nestedMap;
511    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
512    nested.createAssign(m1a, markerVar(m1));
513    pb.createIf(markerVar(marker), nested);
514    mCompiledName = nestedMap.getParent();
515    return makeMarker(markerPos(m1), m1a);
516}
517
518MarkerType RE_Compiler::processUnboundedRep(RE * const repeated, MarkerType marker, PabloBuilder & pb) {
519    // always use PostPosition markers for unbounded repetition.
520    PabloAST * base = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
521    if (isByteLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar))) {
522        PabloAST * mask = markerVar(compile(repeated, pb));
523        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
524        mask = pb.createOr(mask, u8NonFinal(pb));
525        PabloAST * unbounded = pb.createMatchStar(base, mask, "unbounded");
526        return makeMarker(FinalPostPositionUnit, unbounded);
527    } else if (isUnicodeUnitLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar))) {
528        PabloAST * mask = markerVar(compile(repeated, pb));
529        mask = pb.createOr(mask, u8NonFinal(pb));
530        PabloAST * unbounded = pb.createMatchStar(base, mask);
531        return makeMarker(FinalPostPositionUnit, pb.createAnd(unbounded, u8Final(pb), "unbounded"));
532    } else if (mStarDepth > 0){
533        PabloBuilder * const outer = pb.getParent();
534        Var * starPending = outer->createVar("pending", outer->createZeroes());
535        Var * starAccum = outer->createVar("accum", outer->createZeroes());
536        mStarDepth++;
537        PabloAST * m1 = pb.createOr(base, starPending);
538        PabloAST * m2 = pb.createOr(base, starAccum);
539        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, m1), pb);
540        result = AdvanceMarker(result, InitialPostPositionUnit, pb);
541        PabloAST * loopComputation = markerVar(result);
542        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
543        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
544        mWhileTest = pb.createOr(mWhileTest, starPending);
545        mStarDepth--;
546        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
547    } else {
548        Var * whileTest = pb.createVar("test", base);
549        Var * whilePending = pb.createVar("pending", base);
550        Var * whileAccum = pb.createVar("accum", base);
551        mWhileTest = pb.createZeroes();
552        auto wb = pb.createScope();
553        NameMap nestedMap(mCompiledName);
554        mCompiledName = &nestedMap;
555        mStarDepth++;
556        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, whilePending), wb);
557        result = AdvanceMarker(result, InitialPostPositionUnit, wb);
558        PabloAST * loopComputation = markerVar(result);
559        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
560        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
561        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
562        pb.createWhile(whileTest, wb);
563        mStarDepth--;
564        mCompiledName = nestedMap.getParent();
565        return makeMarker(markerPos(result), whileAccum);
566    }
567}
568
569inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
570    PabloAST * const sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
571    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
572    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
573}
574
575inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
576    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
577    PabloAST * const atEOL = pb.createAnd(mLineBreak, nextPos, "eol");
578    return makeMarker(FinalPostPositionUnit, atEOL);
579}
580
581inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
582    if (marker.pos != newpos) {
583        if (marker.pos == FinalMatchUnit) {
584            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
585            marker.pos = InitialPostPositionUnit;
586        }
587        if (newpos == FinalPostPositionUnit) {
588            marker.stream = pb.createOr(pb.createAnd(marker.stream, u8Final(pb)), pb.createScanThru(pb.createAnd(u8NonFinal(pb), marker.stream), u8NonFinal(pb), "fpp"));
589            marker.pos = FinalPostPositionUnit;
590        }
591    }
592    return marker;
593}
594
595inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
596    if (m1.pos < m2.pos) {
597        m1 = AdvanceMarker(m1, m2.pos, pb);
598    } else if (m2.pos < m1.pos) {
599        m2 = AdvanceMarker(m2, m1.pos, pb);
600    }
601}
602
603pablo::PabloAST * RE_Compiler::u8NonFinal(pablo::PabloBuilder & pb) {
604    MarkerType m;
605    auto f = mExternalNameMap.find("UTF8_nonfinal");
606    if (f!= mExternalNameMap.end()) {
607        return f->second;
608    }
609    if (LLVM_LIKELY(mCompiledName->get(mNonFinalName, m))) {
610        return markerVar(m);
611    }
612    m = compile(mNonFinalName->getDefinition(), pb);
613    mCompiledName->add(mNonFinalName, m);
614    return markerVar(m);
615}
616
617pablo::PabloAST * RE_Compiler::u8Final(pablo::PabloBuilder & pb) {
618    return pb.createNot(u8NonFinal(pb));
619}
620
621   
622LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
623    llvm::report_fatal_error(errmsg);
624}
625
626RE_Compiler::RE_Compiler(PabloBlock * scope, cc::CC_Compiler & ccCompiler)
627: mEntryScope(scope)
628, mCCCompiler(ccCompiler)
629, mLineBreak(nullptr)
630, mWhileTest(nullptr)
631, mStarDepth(0)
632, mCompiledName(&mBaseMap) {
633    PabloBuilder pb(mEntryScope);
634    mLineBreak = pb.createZeroes();  // default so "^/$" matches start/end of text only
635    mNonFinalName = makeName("u8NonFinal", makeAlt({makeByte(0xC2, 0xF4),
636                               makeSeq({makeByte(0xE0, 0xF4), makeByte(0x80, 0xBF)}),
637                               makeSeq({makeByte(0xF0, 0xF4), makeByte(0x80, 0xBF), makeByte(0x80, 0xBF)})}));
638}
639
640} // end of namespace re
Note: See TracBrowser for help on using the repository browser.