source: icGREP/icgrep-devel/icgrep/re/re_parser.h @ 4829

Last change on this file since 4829 was 4829, checked in by nmedfort, 4 years ago

Back-up check in

File size: 4.5 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_PARSER_H
8#define RE_PARSER_H
9
10#include <re/re_re.h>
11#include <re/re_any.h>
12#include <re/re_name.h>
13#include <UCD/resolve_properties.h>
14#include <string>
15#include <list>
16#include <memory>
17#include <map>
18#include <re/re_memoizer.hpp>
19#include <re/parsefailure.h>
20
21namespace re {
22
23enum CharsetOperatorKind
24    {intersectOp, setDiffOp, ampChar, hyphenChar, rangeHyphen, posixPropertyOpener, setOpener, setCloser, backSlash, emptyOperator};
25
26enum ModeFlagType
27    {CASE_INSENSITIVE_MODE_FLAG = 1,
28     MULTILINE_MODE_FLAG = 2,      // not currently implemented
29     DOTALL_MODE_FLAG = 4,         // not currently implemented
30     IGNORE_SPACE_MODE_FLAG = 8,   // not currently implemented
31     UNIX_LINES_MODE_FLAG = 16};   // not currently implemented
32
33const int MAX_REPETITION_LOWER_BOUND = 1024;
34const int MAX_REPETITION_UPPER_BOUND = 2048;
35
36typedef unsigned ModeFlagSet;
37
38class RE_Parser
39{
40public:
41
42    static RE * parse(const std::string &input_string, ModeFlagSet initialFlags);
43
44private:
45
46    using NameMap = std::map<std::pair<std::string, std::string>, re::Name *>;
47
48    using cursor_t = std::string::const_iterator;
49
50    using char_t = const std::string::value_type;
51
52    struct Cursor {
53
54        inline Cursor & operator++() {
55            if (LLVM_UNLIKELY(mCursor == mEnd)) {
56                throw IncompleteRegularExpression();
57            }
58            ++mCursor;
59            return *this;
60        }
61
62        inline Cursor operator++(int) {
63            if (LLVM_UNLIKELY(mCursor == mEnd)) {
64                throw IncompleteRegularExpression();
65            }
66            Cursor tmp(*this);
67            ++mCursor;
68            return tmp;
69        }
70
71        inline const char_t operator*() const {
72            if (LLVM_UNLIKELY(mCursor == mEnd)) {
73                throw IncompleteRegularExpression();
74            }
75            return *mCursor;
76        }
77
78        inline bool noMore() const {
79            return mCursor == mEnd;
80        }
81
82        inline bool more() const {
83            return mCursor != mEnd;
84        }
85
86        inline cursor_t::difference_type remaining() const {
87            return mEnd - mCursor;
88        }
89
90        inline cursor_t pos() const {
91            return mCursor;
92        }
93
94        Cursor(const std::string & expression) : mCursor(expression.cbegin()), mEnd(expression.cend()) {}
95        Cursor(const Cursor & cursor) : mCursor(cursor.mCursor), mEnd(cursor.mEnd) {}
96        inline Cursor & operator=(const Cursor & cursor) {
97            mCursor = cursor.mCursor;
98            mEnd = cursor.mEnd;
99            return *this;
100        }
101    private:
102        cursor_t    mCursor;
103        cursor_t    mEnd;
104    };
105
106    RE_Parser(const std::string & regular_expression);
107
108    RE_Parser(const std::string & regular_expression, ModeFlagSet initialFlags);
109
110    RE * parse_RE();
111
112    RE * parse_alt();
113
114    RE * parse_seq();
115
116    RE * parse_next_item();
117
118    RE * parse_group();
119
120    RE * extend_item(RE * re);
121
122    RE * parseGraphemeBoundary(RE * re);
123
124    std::pair<int, int> parse_range_bound();
125
126    unsigned parse_int();
127
128    RE * parse_escaped();
129
130    RE * parseEscapedSet();
131
132    codepoint_t parse_utf8_codepoint();
133
134    RE * parsePropertyExpression();
135
136    RE * parseNamePatternExpression();
137
138    RE * makeComplement(RE * s);
139    RE * makeWordBoundary();
140    RE * makeWordNonBoundary();
141    Name * makeDigitSet();
142    Name * makeAlphaNumeric();
143    Name * makeWhitespaceSet();
144    Name * makeWordSet();
145
146    Name * createName(std::string && value);
147    Name * createName(std::string && prop, std::string && value);
148
149    CharsetOperatorKind getCharsetOperator();
150
151    RE * parse_charset();
152
153    codepoint_t parse_codepoint();
154
155    codepoint_t parse_escaped_codepoint();
156
157    codepoint_t parse_hex_codepoint(int mindigits, int maxdigits);
158
159    codepoint_t parse_octal_codepoint(int mindigits, int maxdigits);
160
161    // CC insertion dependent on case-insensitive flag.
162    Name * createCC(const codepoint_t cp);
163    void insert(CC * cc, const codepoint_t cp);
164    void insert_range(CC * cc, const codepoint_t lo, const codepoint_t hi);
165
166    static std::string canonicalize(const cursor_t begin, const cursor_t end);
167
168private:
169
170    Cursor                      mCursor;
171    ModeFlagSet                 fModeFlagSet;
172    bool                        fNested;
173    NameMap                     mNameMap;
174    Memoizer                    mMemoizer;
175};
176
177}
178
179#endif // RE_PARSER_H
Note: See TracBrowser for help on using the repository browser.