source: proto/SymbolTable/symtab_hash_template.cpp @ 1666

Last change on this file since 1666 was 1666, checked in by vla24, 8 years ago

SymbolTable?: Added natural language dictionary templates that uses symbol table

File size: 16.1 KB
Line 
1#include "../symtab_global.h"
2#include <hash_symbol_table.h>
3
4#ifdef BUFFER_PROFILING
5        BOM_Table * parser_timer;
6
7#elif CODE_CLOCKER
8        #define NUM_EVENTS 1
9        int Events[NUM_EVENTS] = {PAPI_TOT_CYC};
10        //int Events[NUM_EVENTS] = {PAPI_L2_DCM};
11        //int Events[NUM_EVENTS] = {PAPI_TOT_CYC, PAPI_BR_MSP};
12        int cal_size = 20;
13        CC * parser_timer = new CC(Events,NUM_EVENTS,cal_size);
14#else
15        void * parser_timer;
16#endif
17
18int block_base=0;
19int buffer_base=0;
20char * source;
21LineColTracker tracker;
22TagMatcher matcher;
23ErrorTracker error_tracker;
24BitBlock EOF_mask = simd<1>::constant<1>();
25
26queue <size_t> elem_starts_buf;
27queue <size_t> elem_ends_buf;
28vector <int> gids;
29HashSymbolTable symbol_table;
30
31/* StreamScan & Post Process Declarations */
32//      static inline int StreamScanToFirst(ScanBlock * stream, int blk_count, int ProcessPos(int), int * error_pos_in_block)
33static inline int StreamScan(ScanBlock * stream, int blk_count, int ProcessPos(int), int * error_pos_in_block);
34
35static inline int NameStrt_check(int pos);
36static inline int Name_check(int pos);
37static inline int PIName_check(int pos);
38static inline int CD_check(int pos);
39static inline int GenRef_check(int pos);
40static inline int HexRef_check(int pos);
41static inline int DecRef_check(int pos);
42static inline int AttRef_check(int pos);
43
44@global
45
46static inline void s2p_do_block(BytePack U8[], Basis_bits & basis_bits);
47static inline void s2p_do_final_block(BytePack U8[], Basis_bits & basis_bits, BitBlock EOF_mask);
48static inline void postprocess_do_block(Lex & lex, CtCDPI_Callouts & ctCDPI_Callouts, Ref_Callouts & ref_Callouts, Check_streams & check_streams, Tag_Callouts & tag_Callouts, int chars_avail);
49static inline void do_symbol_table_lookup();
50
51void do_process(FILE *infile, FILE *outfile);
52
53int main(int argc, char * argv[]) {
54        char * infilename, * outfilename;
55        FILE *infile, *outfile;
56        struct stat fileinfo;
57
58        if (argc < 2) {
59                printf("Usage: %s <filename> [<outputfile>]\n", argv[0]);
60                exit(-1);
61        }
62
63        infilename = argv[1];
64        stat(infilename, &fileinfo);
65        infile = fopen(infilename, "rb");
66        if (!infile) {
67                fprintf(stderr, "Error: cannot open %s for input.\n", infilename);
68                exit(-1);
69        }
70
71        if (argc < 3) outfile = stdout;
72        else {
73                outfilename = argv[2];
74                outfile = fopen(outfilename, "wb");
75                if (!outfile) {
76                        fprintf(stderr, "Error: cannot open %s for writing.\n", outfilename);
77                        exit(-1);
78                }
79        }
80
81//      PERF_SEC_BIND(1);
82
83        PERF_SEC_INIT(parser_timer);
84
85        do_process(infile, outfile);
86
87        PERF_SEC_DUMP(parser_timer);
88
89        PERF_SEC_DESTROY(parser_timer);
90
91        fclose(infile);
92        fclose(outfile);
93
94        return(0);
95}
96
97/* s2p Definitions */
98static inline void s2p_do_block(BytePack U8[], Basis_bits & basis_bits) {
99  s2p(U8[0], U8[1], U8[2], U8[3], U8[4], U8[5], U8[6], U8[7],
100        basis_bits.bit_0, basis_bits.bit_1, basis_bits.bit_2, basis_bits.bit_3, basis_bits.bit_4, basis_bits.bit_5, basis_bits.bit_6, basis_bits.bit_7);
101}
102
103static inline void s2p_do_final_block(BytePack U8[], Basis_bits & basis_bits, BitBlock EOF_mask) {
104  s2p_do_block(U8, basis_bits);
105  basis_bits.bit_0 = simd_and(basis_bits.bit_0, EOF_mask);
106  basis_bits.bit_1 = simd_and(basis_bits.bit_1, EOF_mask);
107  basis_bits.bit_2 = simd_and(basis_bits.bit_2, EOF_mask);
108  basis_bits.bit_3 = simd_and(basis_bits.bit_3, EOF_mask);
109  basis_bits.bit_4 = simd_and(basis_bits.bit_4, EOF_mask);
110  basis_bits.bit_5 = simd_and(basis_bits.bit_5, EOF_mask);
111  basis_bits.bit_6 = simd_and(basis_bits.bit_6, EOF_mask);
112  basis_bits.bit_7 = simd_and(basis_bits.bit_7, EOF_mask);
113}
114
115/* StreamScan & Post Process Definitions */
116static inline int StreamScan(ScanBlock * stream, int blk_count, int ProcessPos(int), int * error_pos_in_block) {
117
118        int blk;
119        int block_pos = 0;
120        int pos;
121
122        for (blk = 0; blk < blk_count; blk++) {
123                ScanBlock s = stream[blk];
124                while(s) {
125                        pos = (cfzl(s) + block_pos);
126                        int code = (ProcessPos(pos));
127                        if (code) {
128                                *error_pos_in_block = pos;
129                                return code; // error code
130                        }
131                        s = s & (s-1);  // clear rightmost bit.
132                }
133                block_pos += 8 * sizeof(ScanBlock);
134        }
135        return 0;
136}
137
138static inline int ElemStrt_check(int pos) {
139        int block_pos = block_base + pos;
140        elem_starts_buf.push(buffer_base + block_pos);
141        return 0;
142}
143
144static inline int ElemEnd_check(int pos) {
145        int block_pos = block_base + pos;
146        elem_ends_buf.push(buffer_base + block_pos);
147        return 0;
148}
149
150static inline int NameStrt_check(int pos) {
151        int block_pos = block_base + pos;
152        if(XML_10_UTF8_NameStrt_bytes((unsigned char*)&source[block_pos]) == 0){
153              return XMLTestSuiteError::NAME_START;
154        }
155        return 0;
156}
157
158static inline int Name_check(int pos) {
159        int block_pos = block_base + pos;
160        if(XML_10_UTF8_NameChar_bytes((unsigned char*)&source[block_pos]) == 0){
161                  return XMLTestSuiteError::NAME;
162        }
163        return 0;
164}
165
166static inline int PIName_check(int pos) {
167        int block_pos = block_base + pos;
168        int file_pos = block_pos+buffer_base;
169        if (at_XxMmLll<ASCII>((unsigned char*)&source[block_pos]) && (source[block_pos+3]=='?' || source[block_pos+3]<= ' ')) {
170              // "<?xml" legal at start of file.
171              if (!((file_pos == 2) && at_XmlDecl_start<ASCII>((unsigned char*)&source[0]))) {
172                  return XMLTestSuiteError::XMLPINAME;
173              }
174        }
175        return 0;
176}
177
178static inline int CD_check(int pos) {
179        int block_pos = block_base + pos;
180        if (!at_CDATA1<ASCII>((unsigned char*)&source[block_pos])){
181                  return XMLTestSuiteError::CDATA;
182        }
183        return 0;
184}
185
186static inline int GenRef_check(int pos) {
187        int block_pos = block_base + pos;
188        unsigned char* s = (unsigned char*)&source[block_pos];
189        if (!(at_Ref_gt<ASCII>(s)||at_Ref_lt<ASCII>(s)||at_Ref_amp<ASCII>(s)||at_Ref_quot<ASCII>(s)||at_Ref_apos<ASCII>(s))){
190              return XMLTestSuiteError::UNDEFREF;
191        }
192        return 0;
193}
194
195static inline int HexRef_check(int pos) {
196        int block_pos = block_base + pos;
197        unsigned char* s = (unsigned char*)&source[block_pos];
198        int ch_val = 0;
199        while(at_HexDigit<ASCII>(s)){
200          ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
201          if (ch_val> 0x10FFFF ){
202                return XMLTestSuiteError::CHARREF;
203          }
204          s++;
205        }
206        if ((ch_val == 0x0) || ((ch_val | 0x7FF) == 0xDFFF)|| ((ch_val | 0x1) == 0xFFFF)){
207          return XMLTestSuiteError::CHARREF;
208        }
209        else if (((ch_val < 0x20) && (ch_val != 0x9) && (ch_val != 0xD) && (ch_val != 0xA))){
210          return XMLTestSuiteError::XML10CHARREF;
211        }
212        return 0;
213}
214
215static inline int DecRef_check(int pos) {
216        int block_pos = block_base + pos;
217        unsigned char* s = (unsigned char*)&source[block_pos];
218        int ch_val = 0;
219        while(at_HexDigit<ASCII>(s)){
220          ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
221          if (ch_val> 0x10FFFF ){
222                        return XMLTestSuiteError::CHARREF;
223          }
224          s++;
225        }
226        if ((ch_val == 0x0) || ((ch_val | 0x7FF) == 0xDFFF)|| ((ch_val | 0x1) == 0xFFFF)){
227                  return XMLTestSuiteError::CHARREF;
228        }
229        else if (((ch_val < 0x20) && (ch_val != 0x9) && (ch_val != 0xD) && (ch_val != 0xA))){
230                  return XMLTestSuiteError::XML10CHARREF;
231        }
232        return 0;
233}
234
235static inline int AttRef_check(int pos) {
236        int block_pos = block_base + pos;
237        unsigned char* s = (unsigned char*)&source[block_pos];
238        int ch_val = 0;
239        if(s[0]=='#'){
240          s++;
241          if(s[0]=='x' || s[0]=='X'){
242            s++;
243            while(at_HexDigit<ASCII>(s)){
244              ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
245              s++;
246            }
247          }
248          else{
249            while(at_HexDigit<ASCII>(s)){
250              ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
251              s++;
252            }
253          }
254          if (ch_val==60){
255            return XMLTestSuiteError::ATTREF;
256          }
257        }
258        else if(at_Ref_lt<ASCII>(s)){
259          return XMLTestSuiteError::ATTREF;
260        }
261        return 0;
262}
263
264static inline void do_symbol_table_lookup()
265{
266    while( !elem_starts_buf.empty() && !elem_ends_buf.empty() )
267    {
268        int start = elem_starts_buf.front();
269        int end = elem_ends_buf.front();
270        elem_starts_buf.pop();
271        elem_ends_buf.pop();
272        int length = end - start;
273
274        //lookup or insert to symbol table
275#if DEBUG
276        char* symbol = new char[length+1];
277        strncpy ( symbol, source + start - buffer_base, length );
278        symbol[length] ='\0';
279        printf ("start: %i[%i] | end: %i[%i] | length: %i | symbol: %s\n", start, start-buffer_base, end, end-buffer_base, length, symbol );
280
281        delete symbol; symbol = 0;
282#endif
283
284        int gid = symbol_table.Lookup_or_Insert_Name(source + start - buffer_base, length);
285        gids.push_back(gid);
286    }
287}
288
289static inline void postprocess_do_block(Lex & lex, CtCDPI_Callouts & ctCDPI_Callouts, Ref_Callouts & ref_Callouts, Check_streams & check_streams, Tag_Callouts & tag_Callouts, int chars_avail){
290
291    tracker.StoreNewlines(lex.LF);
292    int rv, error_pos_in_block, error_line, error_column;
293
294    if ( bitblock_has_bit(tag_Callouts.ElemName_starts))
295    {
296        StreamScan((ScanBlock *) &tag_Callouts.ElemName_starts, sizeof(BitBlock)/sizeof(ScanBlock), ElemStrt_check, &error_pos_in_block);
297    }
298
299    if ( bitblock_has_bit(tag_Callouts.ElemName_ends) )
300    {
301        StreamScan((ScanBlock *) &tag_Callouts.ElemName_ends, sizeof(BitBlock)/sizeof(ScanBlock), ElemEnd_check, &error_pos_in_block);
302    }
303
304    do_symbol_table_lookup();
305
306
307    if (bitblock_has_bit(simd_or(check_streams.non_ascii_name_starts, check_streams.non_ascii_names))) {
308      rv = StreamScan((ScanBlock *) &check_streams.non_ascii_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check, &error_pos_in_block);
309      if (rv) {
310              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
311              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
312              exit(-1);
313      }
314
315      rv = StreamScan((ScanBlock *) &check_streams.non_ascii_names, sizeof(BitBlock)/sizeof(ScanBlock), Name_check, &error_pos_in_block);
316      if (rv) {
317              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
318              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
319              exit(-1);
320      }
321    }
322
323    if (bitblock_has_bit(ctCDPI_Callouts.PI_name_starts)){
324      rv = StreamScan((ScanBlock *) &ctCDPI_Callouts.PI_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), PIName_check, &error_pos_in_block);
325      if (rv) {
326              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
327              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
328              exit(-1);
329      }
330    }
331
332    if (bitblock_has_bit(ctCDPI_Callouts.CD_starts)){
333      rv = StreamScan((ScanBlock *) &ctCDPI_Callouts.CD_starts, sizeof(BitBlock)/sizeof(ScanBlock), CD_check, &error_pos_in_block);
334      if (rv) {
335              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
336              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
337              exit(-1);
338      }
339    }
340
341    if (bitblock_has_bit(ref_Callouts.GenRef_starts)){
342      rv = StreamScan((ScanBlock *) &ref_Callouts.GenRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), GenRef_check, &error_pos_in_block);
343      if (rv) {
344              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
345              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
346              exit(-1);
347      }
348    }
349
350    if (bitblock_has_bit(ref_Callouts.DecRef_starts)){
351      rv = StreamScan((ScanBlock *) &ref_Callouts.DecRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), DecRef_check, &error_pos_in_block);
352      if (rv) {
353              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
354              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
355              exit(-1);
356      }
357    }
358
359    if (bitblock_has_bit(ref_Callouts.HexRef_starts)){
360      rv = StreamScan((ScanBlock *) &ref_Callouts.HexRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), HexRef_check, &error_pos_in_block);
361      if (rv) {
362              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
363              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
364              exit(-1);
365      }
366    }
367
368    if (bitblock_has_bit(check_streams.att_refs)){
369      rv = StreamScan((ScanBlock *) &check_streams.att_refs, sizeof(BitBlock)/sizeof(ScanBlock), AttRef_check, &error_pos_in_block);
370      if (rv) {
371              tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
372              ReportError(XMLTestSuiteError::get_msg(rv), error_line, error_column);
373              exit(-1);
374      }
375    }
376
377    if(error_tracker.Has_Noted_Error()){
378            tracker.get_Line_and_Column(error_tracker.Noted_Pos_In_Block(), error_line, error_column);
379            ReportError(error_tracker.Noted_Error_Msg(), error_line, error_column);
380            exit(-1);
381    }
382
383    matcher.store_streams(check_streams.tag_marks, check_streams.name_follows, check_streams.misc_mask, chars_avail);
384    tracker.AdvanceBlock();
385}
386
387static inline void print_GIDS()
388{
389    int span_count = gids.size();
390    for(int i=0;i<span_count;i++) {
391             cout << gids[i] << " ";
392    }
393    cout << endl;
394}
395
396void do_process(FILE *infile, FILE *outfile) {
397
398@decl
399
400  int buf_pos = 0;
401  int block_pos = 0;
402  int errpos = 0;
403  int chars_avail = 0;
404  int check_pos = 0;
405  int chars_read = 0;
406  BytePack buf[(BUFFER_SIZE+BLOCK_SIZE+OVERLAP_BUFSIZE*2)/sizeof(SIMD_type)];
407
408  char * srcbuf = ((char *) buf) + OVERLAP_BUFSIZE;
409  buffer_base = buf_pos;
410  source = srcbuf;
411  chars_read = fread((void *)srcbuf, 1, BUFFER_SIZE + OVERLAP_BUFSIZE, infile);
412  chars_avail = chars_read;
413  if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
414
415  matcher.setSrc(srcbuf);
416
417  if(chars_read<4){
418    fprintf(stderr,"File is too short. Not well formed.\n");
419    exit(-1);
420  }
421
422  Entity_Info * e = new Entity_Info;
423  e->AnalyzeSignature((unsigned char *)srcbuf);
424
425  if (e->code_unit_base == ASCII) {
426
427    XML_Decl_Parser<ASCII> decl_parser((unsigned char *)srcbuf);
428
429    decl_parser.ReadXMLInfo(*e);
430
431    if (e->code_unit_size != SingleByte || (e->has_encoding_decl && (!at_UTF_8(e->encoding)))){
432        fprintf(stderr,"Sorry, this xmlwf demo only works for UTF-8.\n");
433        exit(-1);
434    }
435  }
436  else {
437    fprintf(stderr,"Sorry, this xmlwf demo does not process EBCDIC.\n");
438        exit(-1);
439  }
440
441  if (e->content_start != 0) {
442        memmove(&srcbuf[0], &srcbuf[e->content_start], chars_read - e->content_start);
443        buf_pos = e->content_start;
444        buffer_base = buf_pos;
445        if (chars_avail == BUFFER_SIZE) {
446                chars_read = chars_read - e->content_start +
447                             fread(&srcbuf[chars_read-e->content_start], 1, e->content_start, infile);
448                chars_avail = chars_read;
449                if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
450        }
451        else {
452          chars_read -=e->content_start;
453          chars_avail -=e->content_start;
454        }
455  }
456
457@stream_stmts
458
459/* Full Buffers */
460    while (chars_avail == BUFFER_SIZE) {
461      PERF_SEC_START(parser_timer);
462      for (int blk = 0; blk < SEGMENT_BLOCKS; blk++) {
463          block_base = blk*BLOCK_SIZE;
464          s2p_do_block((BytePack *) &srcbuf[block_base], basis_bits);
465          @block_stmts
466          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
467      }
468
469      matcher.StreamScan(chars_avail);
470      matcher.Advance_buffer();
471      tracker.Advance_buffer();
472      PERF_SEC_END(parser_timer, chars_avail);
473           
474      int bytes_left = chars_read - chars_avail;
475      memmove(buf, &srcbuf[BUFFER_SIZE - OVERLAP_BUFSIZE], bytes_left + OVERLAP_BUFSIZE);
476      chars_read = fread(&srcbuf[bytes_left],1, BUFFER_SIZE + OVERLAP_BUFSIZE - bytes_left, infile) + bytes_left;
477      chars_avail = chars_read;
478      if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
479      buf_pos += chars_avail;
480      buffer_base = buf_pos;
481    }
482/* Final Partial Buffer */
483    PERF_SEC_START(parser_timer);
484
485    block_pos = 0;
486    int remaining = chars_avail;
487/* Full Blocks */
488    while (remaining >= BLOCK_SIZE) {
489          block_base = block_pos;
490          s2p_do_block((BytePack *) &srcbuf[block_pos], basis_bits);
491          @block_stmts
492          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
493          block_pos += BLOCK_SIZE;
494          remaining -= BLOCK_SIZE;
495    }
496    block_base = block_pos;
497    if (remaining > 0 || @any_carry) {
498          EOF_mask = bitblock::srl(simd<1>::constant<1>(), convert(BLOCK_SIZE-remaining));
499          s2p_do_final_block((BytePack *) &srcbuf[block_pos], basis_bits, EOF_mask);
500          @final_block_stmts
501          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
502    }
503    buf_pos += chars_avail;
504    buffer_base = buf_pos;
505
506    matcher.StreamScan(chars_avail);
507    matcher.Advance_buffer();
508    tracker.Advance_buffer();
509
510    PERF_SEC_END(parser_timer, chars_avail);
511    if (matcher.depth != 0) {
512      fprintf(stderr, "tag matching error (depth %i) at position %i\n", matcher.depth, buffer_base);
513      exit(-1);
514    }
515#if DEBUG
516    print_GIDS();
517#endif
518}
Note: See TracBrowser for help on using the repository browser.