source: proto/SymbolTable/symtab_ls_template.cpp @ 1252

Last change on this file since 1252 was 1232, checked in by vla24, 8 years ago

Updated symbol table implementation.

File size: 15.0 KB
Line 
1#define USE_FUNCTION_TEMPLATES
2#define TEMPLATED_SIMD_LIB
3
4#include <stdio.h>
5#include <stdlib.h>
6#include <errno.h>
7#include <sys/types.h>
8#include <sys/stat.h>
9#include <../lib_simd.h>
10#include <ls_symbol_table.h>
11
12#include <queue>
13#include <string>
14
15#define DEBUG 0
16#define BLOCK_SIZE (sizeof(SIMD_type) * 8)
17#define SEGMENT_BLOCKS 12
18#define BUFFER_SIZE (BLOCK_SIZE * SEGMENT_BLOCKS)
19#define OVERLAP_BUFSIZE 2*(sizeof(SIMD_type))
20
21typedef long ScanBlock;
22typedef SIMD_type BytePack;
23typedef SIMD_type BitBlock;
24
25using namespace std;
26
27#include <../carryQ.h>
28#include <xmldecl.h>
29#include <xml_error.c>
30#include <xmldecl.c>
31#include <namechars.h>
32
33#include <../perflib/perfsec.h>
34#include <../s2p.h>
35
36#include <TagMatcher.h>
37#include <LineColTracker.h>
38
39#ifdef BUFFER_PROFILING
40        BOM_Table * parser_timer;
41
42#elif CODE_CLOCKER
43        #define NUM_EVENTS 1
44        int Events[NUM_EVENTS] = {PAPI_TOT_CYC};
45        //int Events[NUM_EVENTS] = {PAPI_L2_DCM};
46        //int Events[NUM_EVENTS] = {PAPI_TOT_CYC, PAPI_BR_MSP};
47        int cal_size = 20;
48        CC * parser_timer = new CC(Events,NUM_EVENTS,cal_size);
49#else
50        void * parser_timer;
51#endif
52
53int block_base=0;
54int buffer_base=0;
55int buffer_last;
56char * source;
57LineColTracker tracker;
58
59static inline void ReportError(const char * error_msg, int error_pos_in_block) {
60  int error_line, error_column;
61  tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
62  fprintf(stderr, "%s at line %i, column %i\n", error_msg, error_line, error_column);
63}
64
65class ErrorTracker {
66public:
67    ErrorTracker() { noted_pos_in_block = -1;}
68
69    inline void NoteError(const char * error_msg, BitBlock err_strm) {
70      int pos_in_block = count_forward_zeroes(err_strm);
71      if ((noted_pos_in_block == -1) || (noted_pos_in_block > pos_in_block)) {
72        noted_pos_in_block = pos_in_block;
73        noted_error = error_msg;
74      }
75    }
76
77    inline void If_Error_Report_First() {
78      if (noted_pos_in_block > -1) {
79              int error_line, error_column;
80              ReportError(noted_error, noted_pos_in_block);
81              exit(-1);
82      }
83    }
84
85private:
86  const char * noted_error;
87  int noted_pos_in_block;
88};
89
90
91TagMatcher matcher;
92BitBlock EOF_mask = simd_const_1(1);
93
94ErrorTracker error_tracker;
95
96queue <size_t> elem_starts_buf;
97queue <size_t> elem_ends_buf;
98LSSymbolTable ls_symbol_table;
99
100static inline int StreamScan(ScanBlock * stream, int blk_count, int ProcessPos(int)) {
101        int blk;
102        int block_pos = 0;
103        for (blk = 0; blk < blk_count; blk++) {
104                ScanBlock s = stream[blk];
105                while(s) {
106                        int code = (ProcessPos(cfzl(s) + block_pos));
107                        if (code) return code;
108                        s = s & (s-1);  // clear rightmost bit.
109                }
110                block_pos += 8 * sizeof(ScanBlock);
111        }
112        return 0;
113}
114
115static inline int ElemStrt_check(int pos) {
116        int block_pos = block_base + pos;
117        elem_starts_buf.push(buffer_base + block_pos);
118        return 0;
119}
120
121static inline int ElemEnd_check(int pos) {
122        int block_pos = block_base + pos;
123        elem_ends_buf.push(buffer_base + block_pos);
124        return 0;
125}
126
127static inline int NameStrt_check(int pos) {
128        int block_pos = block_base + pos;
129        if(XML_10_UTF8_NameStrt_bytes((unsigned char*)&source[block_pos]) == 0){
130              ReportError("name start error", pos);
131              exit(-1);
132        }
133        return 0;
134}
135
136static inline int Name_check(int pos) {
137        int block_pos = block_base + pos;
138        if(XML_10_UTF8_NameChar_bytes((unsigned char*)&source[block_pos]) == 0){
139              ReportError("name error", pos);
140              exit(-1);
141        }
142        return 0;
143}
144
145static inline int PIName_check(int pos) {
146        int block_pos = block_base + pos;
147        int file_pos = block_pos+buffer_base;
148        printf ("%s:%i\n",__FUNCTION__,pos);
149        if (at_XxMmLll<ASCII>((unsigned char*)&source[block_pos]) && (source[block_pos+3]=='?' || source[block_pos+3]<= ' ')) {
150              // "<?xml" legal at start of file.
151              if ((file_pos == 2) && at_XmlDecl_start<ASCII>((unsigned char*)&source[0])) return 0;
152              ReportError("[Xx][Mm][Ll] illegal as PI name", pos);
153              exit(-1);
154        }
155        return 0;
156}
157
158static inline int CD_check(int pos) {
159        int block_pos = block_base + pos;
160        if (!at_CDATA1<ASCII>((unsigned char*)&source[block_pos])){
161              ReportError("CDATA error", pos);
162              exit(-1);
163        }
164        return 0;
165}
166
167static inline int GenRef_check(int pos) {
168        int block_pos = block_base + pos;
169        unsigned char* s = (unsigned char*)&source[block_pos];
170        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))){
171              ReportError("Undefined reference", pos);
172              exit(-1);
173        }
174        return 0;
175}
176
177static inline int HexRef_check(int pos) {
178        int block_pos = block_base + pos;
179        unsigned char* s = (unsigned char*)&source[block_pos];
180        int ch_val = 0;
181        while(at_HexDigit<ASCII>(s)){
182          ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
183          if (ch_val> 0x10FFFF ){
184            ReportError("Illegal character reference", pos);
185            exit(-1);
186          }
187          s++;
188        }
189        if ((ch_val == 0x0) || ((ch_val | 0x7FF) == 0xDFFF)|| ((ch_val | 0x1) == 0xFFFF)){
190          ReportError("Illegal character reference", pos);
191          exit(-1);
192        }
193        else if (((ch_val < 0x20) && (ch_val != 0x9) && (ch_val != 0xD) && (ch_val != 0xA))){
194          ReportError("Illegal XML 1.0 character reference", pos);
195          exit(-1);
196        }
197        return 0;
198}
199
200static inline int DecRef_check(int pos) {
201        int block_pos = block_base + pos;
202        unsigned char* s = (unsigned char*)&source[block_pos];
203        int ch_val = 0;
204        while(at_HexDigit<ASCII>(s)){
205          ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
206          if (ch_val> 0x10FFFF ){
207            ReportError("Illegal character reference", pos);
208            exit(-1);
209          }
210          s++;
211        }
212        if ((ch_val == 0x0) || ((ch_val | 0x7FF) == 0xDFFF)|| ((ch_val | 0x1) == 0xFFFF)){
213          ReportError("Illegal character reference", pos);
214          exit(-1);
215        }
216        else if (((ch_val < 0x20) && (ch_val != 0x9) && (ch_val != 0xD) && (ch_val != 0xA))){
217          ReportError("Illegal XML 1.0 character reference", pos);
218          exit(-1);
219        }
220        return 0;
221}
222
223static inline int AttRef_check(int pos) {
224        int block_pos = block_base + pos;
225        unsigned char* s = (unsigned char*)&source[block_pos];
226        int ch_val = 0;
227        if(s[0]=='#'){
228          s++;
229          if(s[0]=='x' || s[0]=='X'){
230            s++;
231            while(at_HexDigit<ASCII>(s)){
232              ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
233              s++;
234            }
235          }
236          else{
237            while(at_HexDigit<ASCII>(s)){
238              ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
239              s++;
240            }
241          }
242          if (ch_val==60){
243            ReportError("Attribute values contain '<' characters after reference expansion", pos);
244            exit(-1);
245          }
246        }
247        else if(at_Ref_lt<ASCII>(s)){
248          ReportError("Attribute values contain '<' characters after reference expansion", pos);
249          exit(-1);
250        }
251        return 0;
252}
253
254
255
256@global
257
258static inline void s2p_do_block(BytePack U8[], Basis_bits & basis_bits) {
259  s2p(U8[0], U8[1], U8[2], U8[3], U8[4], U8[5], U8[6], U8[7],
260        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);
261}
262
263static inline void s2p_do_final_block(BytePack U8[], Basis_bits & basis_bits, BitBlock EOF_mask) {
264  s2p_do_block(U8, basis_bits);
265  basis_bits.bit_0 = simd_and(basis_bits.bit_0, EOF_mask);
266  basis_bits.bit_1 = simd_and(basis_bits.bit_1, EOF_mask);
267  basis_bits.bit_2 = simd_and(basis_bits.bit_2, EOF_mask);
268  basis_bits.bit_3 = simd_and(basis_bits.bit_3, EOF_mask);
269  basis_bits.bit_4 = simd_and(basis_bits.bit_4, EOF_mask);
270  basis_bits.bit_5 = simd_and(basis_bits.bit_5, EOF_mask);
271  basis_bits.bit_6 = simd_and(basis_bits.bit_6, EOF_mask);
272  basis_bits.bit_7 = simd_and(basis_bits.bit_7, EOF_mask);
273}
274
275static inline void do_symbol_table_lookup()
276{
277    while( !elem_starts_buf.empty() && !elem_ends_buf.empty() )
278    {
279        int start = elem_starts_buf.front();
280        int end = elem_ends_buf.front();
281        elem_starts_buf.pop();
282        elem_ends_buf.pop();
283        int length = end - start;
284
285        //lookup or insert to symbol table
286#if DEBUG
287        char* symbol = new char[length+1];
288        strncpy ( symbol, source + start - buffer_base, length );
289        symbol[length] ='\0';
290        printf ("start: %i[%i] | end: %i[%i] | length: %i | symbol: %s\n", start, start-buffer_base, end, end-buffer_base, length, symbol );
291
292        delete symbol; symbol = 0;
293#endif
294
295        ls_symbol_table.put((unsigned char*)source + start - buffer_base, length);
296
297    }
298}
299
300static 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){
301
302    //NOTE: We are NOT handling the case for an extremely long symbol name (length > 1541).
303    //      TagMatcher will crash if we feed a long symbol name.
304    //      Sample file: test/long_sym_name.xml
305
306            tracker.StoreNewlines(lex.LF);
307
308            if ( bitblock_has_bit(tag_Callouts.ElemName_starts))
309            {
310                StreamScan((ScanBlock *) &tag_Callouts.ElemName_starts, sizeof(BitBlock)/sizeof(ScanBlock), ElemStrt_check);
311            }
312
313            if ( bitblock_has_bit(tag_Callouts.ElemName_ends) )
314            {
315                StreamScan((ScanBlock *) &tag_Callouts.ElemName_ends, sizeof(BitBlock)/sizeof(ScanBlock), ElemEnd_check);
316            }
317
318            do_symbol_table_lookup();
319
320                if (bitblock_has_bit(simd_or(check_streams.non_ascii_name_starts, check_streams.non_ascii_names))) {
321                  StreamScan((ScanBlock *) &check_streams.non_ascii_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check);
322                  StreamScan((ScanBlock *) &check_streams.non_ascii_names, sizeof(BitBlock)/sizeof(ScanBlock), Name_check);
323                }
324
325                if (bitblock_has_bit(ctCDPI_Callouts.PI_name_starts)){
326                  StreamScan((ScanBlock *) &ctCDPI_Callouts.PI_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), PIName_check);
327                }
328
329                if (bitblock_has_bit(ctCDPI_Callouts.CD_starts)){
330                  StreamScan((ScanBlock *) &ctCDPI_Callouts.CD_starts, sizeof(BitBlock)/sizeof(ScanBlock), CD_check);
331                }
332
333                if (bitblock_has_bit(ref_Callouts.GenRef_starts)){
334                  StreamScan((ScanBlock *) &ref_Callouts.GenRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), GenRef_check);
335                }
336
337                if (bitblock_has_bit(ref_Callouts.DecRef_starts)){
338                  StreamScan((ScanBlock *) &ref_Callouts.DecRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), DecRef_check);
339                }
340
341                if (bitblock_has_bit(ref_Callouts.HexRef_starts)){
342                  StreamScan((ScanBlock *) &ref_Callouts.HexRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), HexRef_check);
343                }
344
345                if (bitblock_has_bit(check_streams.att_refs)){
346                  StreamScan((ScanBlock *) &check_streams.att_refs, sizeof(BitBlock)/sizeof(ScanBlock), AttRef_check);
347                }
348
349                error_tracker.If_Error_Report_First();
350
351                matcher.store_streams(check_streams.tag_marks, check_streams.name_follows, check_streams.misc_mask, chars_avail);
352                tracker.AdvanceBlock();
353}
354
355static inline void print_GIDS()
356{
357    ls_symbol_table.display_flattened_symbol_values();
358    ls_symbol_table.display_flattened_gids();
359}
360
361void do_process(FILE *infile, FILE *outfile) {
362
363@decl
364
365  int buf_pos = 0;
366  int block_pos = 0;
367  int errpos = 0;
368  int chars_avail = 0;
369  int check_pos = 0;
370  int chars_read = 0;
371  BytePack buf[(BUFFER_SIZE+BLOCK_SIZE+OVERLAP_BUFSIZE*2)/sizeof(SIMD_type)];
372
373  char * srcbuf = ((char *) buf) + OVERLAP_BUFSIZE;
374  buffer_base = buf_pos;
375  source = srcbuf;
376  chars_read = fread((void *)srcbuf, 1, BUFFER_SIZE + OVERLAP_BUFSIZE, infile);
377  chars_avail = chars_read;
378  if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
379
380  matcher.setSrc(srcbuf);
381
382  if(chars_read<4){
383    fprintf(stderr,"File is too short. Not well formed.\n");
384    exit(-1);
385  }
386
387  Entity_Info * e = new Entity_Info;
388  e->AnalyzeSignature((unsigned char *)srcbuf);
389
390  if (e->code_unit_base == ASCII) {
391
392    XML_Decl_Parser<ASCII> decl_parser((unsigned char *)srcbuf);
393
394    decl_parser.ReadXMLInfo(*e);
395
396    if (e->code_unit_size != SingleByte || (e->has_encoding_decl && (!at_UTF_8(e->encoding)))){
397        fprintf(stderr,"Sorry, this xmlwf demo only works for UTF-8.\n");
398        exit(-1);
399    }
400  }
401  else {
402    fprintf(stderr,"Sorry, this xmlwf demo does not process EBCDIC.\n");
403        exit(-1);
404  }
405
406  if (e->content_start != 0) {
407        memmove(&srcbuf[0], &srcbuf[e->content_start], chars_read - e->content_start);
408        buf_pos = e->content_start;
409        buffer_base = buf_pos;
410        if (chars_avail == BUFFER_SIZE) {
411                chars_read = chars_read - e->content_start +
412                             fread(&srcbuf[chars_read-e->content_start], 1, e->content_start, infile);
413                chars_avail = chars_read;
414                if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
415        }
416        else {
417          chars_read -=e->content_start;
418          chars_avail -=e->content_start;
419        }
420  }
421
422@stream_stmts
423
424/* Full Buffers */
425    int block_segment_num = 0;
426    while (chars_avail == BUFFER_SIZE) {
427      PERF_SEC_START(parser_timer);
428      for (int blk = 0; blk < SEGMENT_BLOCKS; blk++) {
429          block_base = blk*BLOCK_SIZE;
430          s2p_do_block((BytePack *) &srcbuf[block_base], basis_bits);
431          @block_stmts
432          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
433      }
434      matcher.StreamScan(chars_avail);
435      matcher.Advance_buffer();
436      tracker.Advance_buffer();
437      PERF_SEC_END(parser_timer, chars_avail);
438
439      int bytes_left = chars_read - chars_avail;
440      memmove(buf, &srcbuf[BUFFER_SIZE - OVERLAP_BUFSIZE], bytes_left + OVERLAP_BUFSIZE);
441      chars_read = fread(&srcbuf[bytes_left],1, BUFFER_SIZE + OVERLAP_BUFSIZE - bytes_left, infile) + bytes_left;
442      chars_avail = chars_read;
443      if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
444      buf_pos += chars_avail;
445      buffer_base = buf_pos;
446      block_segment_num++;
447    }
448/* Final Partial Buffer */
449    PERF_SEC_START(parser_timer);
450
451    block_pos = 0;
452    int remaining = chars_avail;
453/* Full Blocks */
454    while (remaining >= BLOCK_SIZE) {
455          block_base = block_pos;
456          s2p_do_block((BytePack *) &srcbuf[block_pos], basis_bits);
457          @block_stmts
458          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
459          block_pos += BLOCK_SIZE;
460          remaining -= BLOCK_SIZE;
461    }
462    block_base = block_pos;
463    if (remaining > 0 || @any_carry) {
464          EOF_mask = sisd_srl(simd_const_1(1),sisd_from_int(BLOCK_SIZE-remaining));
465          s2p_do_final_block((BytePack *) &srcbuf[block_pos], basis_bits, EOF_mask);
466          @final_block_stmts
467          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
468    }
469    buf_pos += chars_avail;
470    buffer_base = buf_pos;
471
472    matcher.StreamScan(chars_avail);
473    matcher.Advance_buffer();
474    tracker.Advance_buffer();
475
476    ls_symbol_table.bind();
477    ls_symbol_table.finalize();
478
479    PERF_SEC_END(parser_timer, chars_avail);
480    if (matcher.depth != 0) {
481      fprintf(stderr, "tag matching error (depth %i) at position %i\n", matcher.depth, buffer_base);
482      exit(-1);
483    }
484
485//      print_GIDS();
486    ls_symbol_table.clear();
487}
488
489
490
491int
492main(int argc, char * argv[]) {
493        char * infilename, * outfilename;
494        FILE *infile, *outfile;
495        struct stat fileinfo;
496
497        if (argc < 2) {
498                printf("Usage: %s <filename> [<outputfile>]\n", argv[0]);
499                exit(-1);
500        }
501
502        infilename = argv[1];
503        stat(infilename, &fileinfo);
504        infile = fopen(infilename, "rb");
505        if (!infile) {
506                fprintf(stderr, "Error: cannot open %s for input.\n", infilename);
507                exit(-1);
508        }
509
510        if (argc < 3) outfile = stdout;
511        else {
512                outfilename = argv[2];
513                outfile = fopen(outfilename, "wb");
514                if (!outfile) {
515                        fprintf(stderr, "Error: cannot open %s for writing.\n", outfilename);
516                        exit(-1);
517                }
518        }
519
520//      PERF_SEC_BIND(1);
521
522        PERF_SEC_INIT(parser_timer);
523
524        do_process(infile, outfile);
525
526        PERF_SEC_DUMP(parser_timer);
527
528        PERF_SEC_DESTROY(parser_timer);
529
530        fclose(infile);
531        fclose(outfile);
532
533        printf ("Done procressing\n");
534        return(0);
535}
Note: See TracBrowser for help on using the repository browser.