source: icGREP/icgrep-devel/icgrep/re/re_compiler.h @ 5267

Last change on this file since 5267 was 5267, checked in by nmedfort, 3 years ago

Code clean-up. Removed Pablo Call, SetIthBit? and Prototype.

File size: 5.9 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_seq.h>  // for Seq
11#include <boost/container/flat_map.hpp>
12#include <vector>       // for vector<>::iterator
13namespace cc { class CC_Compiler; }
14namespace pablo { class PabloAST; }
15namespace pablo { class PabloBuilder; }
16namespace pablo { class PabloKernel; }
17namespace re { class Alt; }
18namespace re { class Assertion; }
19namespace re { class Diff; }
20namespace re { class Intersect; }
21namespace re { class Name; }
22namespace re { class RE; }
23namespace re { class Rep; }
24
25//namespace UCD {
26//class UnicodeSet;
27//}
28
29/*   Marker streams represent the results of matching steps.
30     Three types of marker streams are used internally.
31     FinalMatchUnit markers are used for character classes and
32     other strings identified by a one bit at their final position.
33     InitialPostPositionUnit markers are used to mark matches with
34     a 1 bit immediately after a match.   InitialPostPositionUnit markers
35     are generally required whenever a regular expression element
36     can match the empty string (e.g., * and ? repeated items).
37     FinalPostPositionUnit markers are used for single code unit
38     lookahead assertions. 
39*/
40
41namespace re {
42
43enum MarkerPosition {FinalMatchUnit, FinalPostPositionUnit};
44
45struct MarkerType { 
46    MarkerPosition pos;
47    pablo::PabloAST * stream;
48    MarkerType & operator =(const MarkerType &) = default;
49};
50
51inline MarkerPosition markerPos(const MarkerType & m) {return m.pos; }
52
53inline pablo::PabloAST * markerVar(const MarkerType & m) {return m.stream; }
54
55inline MarkerType makeMarker(MarkerPosition newpos, pablo::PabloAST * strm) {return {newpos, strm};}
56
57
58class RE_Compiler {
59public:
60
61    RE_Compiler(pablo::PabloKernel * kernel, cc::CC_Compiler & ccCompiler, bool CountOnly = false);
62    void initializeRequiredStreams(const unsigned encodingBits);
63    void compileUnicodeNames(RE *& re);
64    void finalizeMatchResult(MarkerType match_result, bool InvertMatches = false);
65    MarkerType compile(RE * re) {
66        return compile(re, mPB);
67    }
68
69private:
70
71    struct NameMap {
72        NameMap(NameMap * parent = nullptr) : mParent(parent), mMap() {}
73        bool get(const Name * name, MarkerType & marker) const {
74            auto f = mMap.find(name);
75            if (f == mMap.end()) {
76                return mParent ? mParent->get(name, marker) : false;
77            } else {
78                marker = f->second;
79                return true;
80            }
81        }
82        void add(const Name * const name, MarkerType marker) {
83            mMap.emplace(name, std::move(marker));
84        }
85        NameMap * getParent() const { return mParent; }
86    private:
87        NameMap * const mParent;
88        boost::container::flat_map<const Name *, MarkerType> mMap;
89    };
90
91    void initializeRequiredStreams_utf8();
92    void initializeRequiredStreams_utf16();
93    MarkerType compile(RE * re, pablo::PabloBuilder & cg);
94
95    MarkerType process(RE * re, MarkerType marker, pablo::PabloBuilder & pb);
96    MarkerType compileName(Name * name, MarkerType marker, pablo::PabloBuilder & pb);
97    MarkerType compileSeq(Seq * seq, MarkerType marker, pablo::PabloBuilder & pb);
98    MarkerType compileSeqTail(Seq::iterator current, const Seq::iterator end, int matchLenSoFar, MarkerType marker, pablo::PabloBuilder & pb);
99    MarkerType compileAlt(Alt * alt, MarkerType marker, pablo::PabloBuilder & pb);
100    MarkerType compileAssertion(Assertion * a, MarkerType marker, pablo::PabloBuilder & pb);
101    MarkerType compileRep(Rep * rep, MarkerType marker, pablo::PabloBuilder & pb);
102    MarkerType compileDiff(Diff * diff, MarkerType marker, pablo::PabloBuilder & cg);
103    MarkerType compileIntersect(Intersect * x, MarkerType marker, pablo::PabloBuilder & cg);
104    pablo::PabloAST * consecutive_matches(pablo::PabloAST * repeated,  int length, int repeat_count, pablo::PabloBuilder & pb);
105    pablo::PabloAST * reachable(pablo::PabloAST * repeated,  int length, int repeat_count, pablo::PabloBuilder & pb);
106    static bool isFixedLength(RE * regexp);
107    MarkerType processLowerBound(RE * repeated,  int lb, MarkerType marker, pablo::PabloBuilder & pb);
108    MarkerType processUnboundedRep(RE * repeated, MarkerType marker, pablo::PabloBuilder & pb);
109    MarkerType processBoundedRep(RE * repeated, int ub, MarkerType marker, pablo::PabloBuilder & pb);
110    RE * resolveUnicodeProperties(RE * re);
111
112    MarkerType compileName(Name * name, pablo::PabloBuilder & pb);
113    MarkerType compileAny(const MarkerType m, pablo::PabloBuilder & pb);
114    MarkerType compileStart(const MarkerType marker, pablo::PabloBuilder & pb);
115    MarkerType compileEnd(const MarkerType marker, pablo::PabloBuilder & pb);
116
117    MarkerType AdvanceMarker(MarkerType marker, const MarkerPosition newpos, pablo::PabloBuilder & pb);
118    void AlignMarkers(MarkerType & m1, MarkerType & m2, pablo::PabloBuilder & pb);
119
120private:
121
122    pablo::PabloKernel * const                      mKernel;
123    bool                                            mCountOnly;
124    cc::CC_Compiler &                               mCCCompiler;
125    pablo::PabloAST *                               mLineBreak;
126    pablo::PabloAST *                               mCRLF;
127    pablo::PabloAST *                               mAny;
128    pablo::PabloAST *                               mGraphemeBoundaryRule;
129    pablo::PabloAST *                               mInitial;
130    pablo::PabloAST *                               mNonFinal;
131    pablo::PabloAST *                               mFinal;
132    pablo::PabloAST *                               mWhileTest;
133    int                                             mStarDepth;
134    pablo::PabloBuilder &                           mPB;
135    NameMap *                                       mCompiledName;
136    NameMap                                         mBaseMap;
137};
138
139}
140
141#endif // COMPILER_H
Note: See TracBrowser for help on using the repository browser.