source: icGREP/icgrep-devel/icgrep/re/re_compiler.h @ 4622

Last change on this file since 4622 was 4622, checked in by nmedfort, 4 years ago

Preliminary changes to inclusion of UCD Compiler into the RE Compiler.

File size: 4.1 KB
Line 
1/*
2 *  Copyright (c) 2014 International Characters.
3 *  This software is licensed to the public under the Open Software License 3.0.
4 *  icgrep is a trademark of International Characters.
5 */
6
7#ifndef RE_TO_PABLO_COMPILER_H
8#define RE_TO_PABLO_COMPILER_H
9
10#include <re/re_re.h>
11#include <re/re_seq.h>
12#include <cc/cc_compiler.h>
13#include <pablo/builder.hpp>
14#include <string>
15#include <list>
16#include <map>
17
18namespace cc {
19class CC_NameMap;
20}
21
22/*   Marker streams represent the results of matching steps.
23     Three types of marker streams are used internally.
24     FinalMatchByte markers are used for character classes and
25     other strings identified by a one bit at their final position.
26     InitialPostPositionByte markers are used to mark matches with
27     a 1 bit immediately after a match.   InitialPostPositionByte markers
28     are generally required whenever a regular expression element
29     can match the empty string (e.g., * and ? repeated items).
30     FinalPostPositionByte markers are used for single code unit
31     lookahead assertions. 
32*/
33
34namespace re {
35
36enum MarkerPosition {FinalMatchByte, InitialPostPositionByte, FinalPostPositionByte};
37
38struct MarkerType { 
39    MarkerPosition pos;
40    pablo::PabloAST * stream;
41};
42
43inline MarkerPosition markerPos(MarkerType m) {return m.pos;}
44
45inline pablo::PabloAST * markerVar(MarkerType m) {return m.stream;}
46   
47inline MarkerType makeMarker(MarkerPosition newpos, pablo::PabloAST * strm) {return {newpos, strm};}
48
49
50class RE_Compiler {
51public:
52
53    RE_Compiler(cc::CC_Compiler & ccCompiler);
54    void initializeRequiredStreams();
55    void finalizeMatchResult(MarkerType match_result);
56    MarkerType compile(RE * re) {
57        return compile(re, mPB);
58    }
59
60private:
61
62    MarkerType compile(RE * re, pablo::PabloBuilder & cg);
63    MarkerType AdvanceMarker(MarkerType m, MarkerPosition newpos, pablo::PabloBuilder & pb);
64   
65    void AlignMarkers(MarkerType & m1, MarkerType & m2, pablo::PabloBuilder & pb);
66   
67    pablo::PabloAST * getNamedCharacterClassStream(Name * name, pablo::PabloBuilder & pb);
68    pablo::PabloAST * nextUnicodePosition(MarkerType m, pablo::PabloBuilder & pb);
69    MarkerType process(RE * re, MarkerType marker, pablo::PabloBuilder & pb);
70    MarkerType process(Name * name, MarkerType marker, pablo::PabloBuilder & pb);
71    MarkerType process(Seq * seq, MarkerType marker, pablo::PabloBuilder & pb);
72    MarkerType processSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, pablo::PabloBuilder & pb);
73    MarkerType process(Alt * alt, MarkerType marker, pablo::PabloBuilder & pb);
74    MarkerType process(Assertion * a, MarkerType marker, pablo::PabloBuilder & pb);
75    MarkerType process(Rep * rep, MarkerType marker, pablo::PabloBuilder & pb);
76    MarkerType process(Diff * diff, MarkerType marker, pablo::PabloBuilder & cg);
77    MarkerType process(Intersect * x, MarkerType marker, pablo::PabloBuilder & cg);
78    pablo::PabloAST *consecutive1(pablo::PabloAST *repeated,  int repeated_lgth, int repeat_count, pablo::PabloBuilder & pb);
79    pablo::PabloAST * reachable(pablo::PabloAST * repeated,  int repeated_lgth, int repeat_count, pablo::PabloBuilder & pb);
80    static bool isFixedLength(RE * regexp);
81    MarkerType processLowerBound(RE * repeated,  int lb, MarkerType marker, pablo::PabloBuilder & pb);
82    MarkerType processUnboundedRep(RE * repeated, MarkerType marker, pablo::PabloBuilder & pb);
83    MarkerType processBoundedRep(RE * repeated, int ub, MarkerType marker, pablo::PabloBuilder & pb);
84
85private:
86
87    cc::CC_Compiler &                               mCCCompiler;
88    pablo::PabloBuilder                             mPB;
89    pablo::Assign *                                 mLineFeed;
90    pablo::PabloAST *                               mCRLF;
91    pablo::PabloAST *                               mUnicodeLineBreak;
92    pablo::PabloAST *                               mInitial;
93    pablo::Assign *                                 mNonFinal;
94    pablo::PabloAST *                               mFinal;
95    pablo::PabloAST *                               mWhileTest;
96    int                                             mStarDepth;
97};
98
99}
100
101#endif // COMPILER_H
Note: See TracBrowser for help on using the repository browser.