source: icGREP/icgrep-devel/icgrep/re/re_compiler.h @ 4771

Last change on this file since 4771 was 4684, checked in by nmedfort, 4 years ago

First attempt to intergrate 'generate_predefined_ucd_functions' into build process.

File size: 4.3 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
22namespace pablo {
23class PabloFunction;
24}
25
26
27/*   Marker streams represent the results of matching steps.
28     Three types of marker streams are used internally.
29     FinalMatchByte markers are used for character classes and
30     other strings identified by a one bit at their final position.
31     InitialPostPositionByte markers are used to mark matches with
32     a 1 bit immediately after a match.   InitialPostPositionByte markers
33     are generally required whenever a regular expression element
34     can match the empty string (e.g., * and ? repeated items).
35     FinalPostPositionByte markers are used for single code unit
36     lookahead assertions. 
37*/
38
39namespace re {
40
41enum MarkerPosition {FinalMatchByte, InitialPostPositionByte, FinalPostPositionByte};
42
43struct MarkerType { 
44    MarkerPosition pos;
45    pablo::PabloAST * stream;
46};
47
48inline MarkerPosition markerPos(MarkerType m) {return m.pos;}
49
50inline pablo::PabloAST * markerVar(MarkerType m) {return m.stream;}
51   
52inline MarkerType makeMarker(MarkerPosition newpos, pablo::PabloAST * strm) {return {newpos, strm};}
53
54
55class RE_Compiler {
56public:
57
58    RE_Compiler(pablo::PabloFunction & function, cc::CC_Compiler & ccCompiler);
59    void initializeRequiredStreams();
60    void finalizeMatchResult(MarkerType match_result);
61    MarkerType compile(RE * re) {
62        return compile(re, mPB);
63    }
64
65private:
66
67    MarkerType compile(RE * re, pablo::PabloBuilder & cg);
68    MarkerType AdvanceMarker(MarkerType m, MarkerPosition newpos, pablo::PabloBuilder & pb);
69   
70    void AlignMarkers(MarkerType & m1, MarkerType & m2, pablo::PabloBuilder & pb);
71   
72    pablo::PabloAST * getNamedCharacterClassStream(Name * name, pablo::PabloBuilder & pb);
73    pablo::PabloAST * nextUnicodePosition(MarkerType m, pablo::PabloBuilder & pb);
74    MarkerType process(RE * re, MarkerType marker, pablo::PabloBuilder & pb);
75    MarkerType process(Name * name, MarkerType marker, pablo::PabloBuilder & pb);
76    MarkerType process(Seq * seq, MarkerType marker, pablo::PabloBuilder & pb);
77    MarkerType processSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, pablo::PabloBuilder & pb);
78    MarkerType process(Alt * alt, MarkerType marker, pablo::PabloBuilder & pb);
79    MarkerType process(Assertion * a, MarkerType marker, pablo::PabloBuilder & pb);
80    MarkerType process(Rep * rep, MarkerType marker, pablo::PabloBuilder & pb);
81    MarkerType process(Diff * diff, MarkerType marker, pablo::PabloBuilder & cg);
82    MarkerType process(Intersect * x, MarkerType marker, pablo::PabloBuilder & cg);
83    pablo::PabloAST *consecutive1(pablo::PabloAST *repeated,  int repeated_lgth, int repeat_count, pablo::PabloBuilder & pb);
84    pablo::PabloAST * reachable(pablo::PabloAST * repeated,  int repeated_lgth, int repeat_count, pablo::PabloBuilder & pb);
85    static bool isFixedLength(RE * regexp);
86    MarkerType processLowerBound(RE * repeated,  int lb, MarkerType marker, pablo::PabloBuilder & pb);
87    MarkerType processUnboundedRep(RE * repeated, MarkerType marker, pablo::PabloBuilder & pb);
88    MarkerType processBoundedRep(RE * repeated, int ub, MarkerType marker, pablo::PabloBuilder & pb);
89
90private:
91
92    cc::CC_Compiler &                               mCCCompiler;
93    pablo::Assign *                                 mLineFeed;
94    pablo::PabloAST *                               mCRLF;
95    pablo::PabloAST *                               mUnicodeLineBreak;
96    pablo::PabloAST *                               mInitial;
97    pablo::Assign *                                 mNonFinal;
98    pablo::PabloAST *                               mFinal;
99    pablo::PabloAST *                               mWhileTest;
100    int                                             mStarDepth;
101    std::vector<pablo::Next *>                      mLoopVariants; // <- rethink name
102    pablo::PabloBuilder                             mPB;
103    pablo::PabloFunction &                          mFunction;
104};
105
106}
107
108#endif // COMPILER_H
Note: See TracBrowser for help on using the repository browser.