source: proto/SymbolTable/symtab_stl_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: 15.3 KB
Line 
1#define TEMPLATED_SIMD_LIB
2
3#include <stdio.h>
4#include <stdlib.h>
5#include <errno.h>
6#include <sys/types.h>
7#include <sys/stat.h>
8#include <../lib_simd.h>
9#include <symtab.h>
10
11#include <queue>
12#include <string>
13
14#define DEBUG 0
15#define BLOCK_SIZE (sizeof(SIMD_type) * 8)
16#define SEGMENT_BLOCKS 12
17#define BUFFER_SIZE (BLOCK_SIZE * SEGMENT_BLOCKS)
18#define OVERLAP_BUFSIZE 2*(sizeof(SIMD_type))
19
20typedef long ScanBlock;
21typedef SIMD_type BytePack;
22typedef SIMD_type BitBlock;
23
24using namespace std;
25
26#include <../carryQ.h>
27#include <xmldecl.h>
28#include <xml_error.c>
29#include <xmldecl.c>
30#include <namechars.h>
31
32#include <../perflib/perfsec.h>
33#include <../s2p.h>
34
35#include <TagMatcher.h>
36#include <LineColTracker.h>
37
38#ifdef BUFFER_PROFILING
39        BOM_Table * parser_timer;
40
41#elif CODE_CLOCKER
42        #define NUM_EVENTS 1
43        int Events[NUM_EVENTS] = {PAPI_TOT_CYC};
44        //int Events[NUM_EVENTS] = {PAPI_L2_DCM};
45        //int Events[NUM_EVENTS] = {PAPI_TOT_CYC, PAPI_BR_MSP};
46        int cal_size = 20;
47        CC * parser_timer = new CC(Events,NUM_EVENTS,cal_size);
48#else
49        void * parser_timer;
50#endif
51
52int block_base=0;
53int buffer_base=0;
54int buffer_last;
55char * source;
56LineColTracker tracker;
57
58static inline void ReportError(const char * error_msg, int error_pos_in_block) {
59  int error_line, error_column;
60  tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
61  fprintf(stderr, "%s at line %i, column %i\n", error_msg, error_line, error_column);
62}
63
64class ErrorTracker {
65public:
66    ErrorTracker() { noted_pos_in_block = -1;}
67
68    inline void NoteError(const char * error_msg, BitBlock err_strm) {
69      int pos_in_block = count_forward_zeroes(err_strm);
70      if ((noted_pos_in_block == -1) || (noted_pos_in_block > pos_in_block)) {
71        noted_pos_in_block = pos_in_block;
72        noted_error = error_msg;
73      }
74    }
75
76    inline void If_Error_Report_First() {
77      if (noted_pos_in_block > -1) {
78              int error_line, error_column;
79              ReportError(noted_error, noted_pos_in_block);
80              exit(-1);
81      }
82    }
83
84private:
85  const char * noted_error;
86  int noted_pos_in_block;
87};
88
89
90TagMatcher matcher;
91BitBlock EOF_mask = simd_const_1(1);
92
93ErrorTracker error_tracker;
94
95queue <size_t> elem_starts_buf;
96queue <size_t> elem_ends_buf;
97vector <int> gids;
98SymbolTable 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        int gid = -1;
286
287
288        //lookup or insert to symbol table
289#if DEBUG
290        char* symbol = new char[length+1];
291        strncpy ( symbol, source + start - buffer_base, length );
292        symbol[length] ='\0';
293        printf ("start: %i[%i] | end: %i[%i] | length: %i | symbol: %s\n", start, start-buffer_base, end, end-buffer_base, length, symbol );
294
295        delete symbol; symbol = 0;
296#endif
297
298        gid = symbol_table.Lookup_or_Insert_Name(source + start - buffer_base, length);
299
300        gids.push_back(gid);
301    }
302}
303
304static 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){
305
306    //NOTE: We are NOT handling the case for an extremely long symbol name (length > 1541).
307    //      TagMatcher will crash if we feed a long symbol name.
308    //      Sample file: test/long_sym_name.xml
309
310            tracker.StoreNewlines(lex.LF);
311
312            if ( bitblock_has_bit(tag_Callouts.ElemName_starts))
313            {
314                StreamScan((ScanBlock *) &tag_Callouts.ElemName_starts, sizeof(BitBlock)/sizeof(ScanBlock), ElemStrt_check);
315            }
316
317            if ( bitblock_has_bit(tag_Callouts.ElemName_ends) )
318            {
319                StreamScan((ScanBlock *) &tag_Callouts.ElemName_ends, sizeof(BitBlock)/sizeof(ScanBlock), ElemEnd_check);
320            }
321
322            do_symbol_table_lookup();
323
324                if (bitblock_has_bit(simd_or(check_streams.non_ascii_name_starts, check_streams.non_ascii_names))) {
325                  StreamScan((ScanBlock *) &check_streams.non_ascii_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check);
326                  StreamScan((ScanBlock *) &check_streams.non_ascii_names, sizeof(BitBlock)/sizeof(ScanBlock), Name_check);
327                }
328
329                if (bitblock_has_bit(ctCDPI_Callouts.PI_name_starts)){
330                  StreamScan((ScanBlock *) &ctCDPI_Callouts.PI_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), PIName_check);
331                }
332
333                if (bitblock_has_bit(ctCDPI_Callouts.CD_starts)){
334                  StreamScan((ScanBlock *) &ctCDPI_Callouts.CD_starts, sizeof(BitBlock)/sizeof(ScanBlock), CD_check);
335                }
336
337                if (bitblock_has_bit(ref_Callouts.GenRef_starts)){
338                  StreamScan((ScanBlock *) &ref_Callouts.GenRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), GenRef_check);
339                }
340
341                if (bitblock_has_bit(ref_Callouts.DecRef_starts)){
342                  StreamScan((ScanBlock *) &ref_Callouts.DecRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), DecRef_check);
343                }
344
345                if (bitblock_has_bit(ref_Callouts.HexRef_starts)){
346                  StreamScan((ScanBlock *) &ref_Callouts.HexRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), HexRef_check);
347                }
348
349                if (bitblock_has_bit(check_streams.att_refs)){
350                  StreamScan((ScanBlock *) &check_streams.att_refs, sizeof(BitBlock)/sizeof(ScanBlock), AttRef_check);
351                }
352
353                error_tracker.If_Error_Report_First();
354
355                matcher.store_streams(check_streams.tag_marks, check_streams.name_follows, check_streams.misc_mask, chars_avail);
356                tracker.AdvanceBlock();
357}
358
359static inline void print_GIDS()
360{
361    int span_count = gids.size();
362    for(int i=0;i<span_count;i++) {
363             cout << gids[i] << " ";
364    }
365}
366
367void do_process(FILE *infile, FILE *outfile) {
368
369@decl
370
371  int buf_pos = 0;
372  int block_pos = 0;
373  int errpos = 0;
374  int chars_avail = 0;
375  int check_pos = 0;
376  int chars_read = 0;
377  BytePack buf[(BUFFER_SIZE+BLOCK_SIZE+OVERLAP_BUFSIZE*2)/sizeof(SIMD_type)];
378
379  char * srcbuf = ((char *) buf) + OVERLAP_BUFSIZE;
380  buffer_base = buf_pos;
381  source = srcbuf;
382  chars_read = fread((void *)srcbuf, 1, BUFFER_SIZE + OVERLAP_BUFSIZE, infile);
383  chars_avail = chars_read;
384  if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
385
386  matcher.setSrc(srcbuf);
387
388  if(chars_read<4){
389    fprintf(stderr,"File is too short. Not well formed.\n");
390    exit(-1);
391  }
392
393  Entity_Info * e = new Entity_Info;
394  e->AnalyzeSignature((unsigned char *)srcbuf);
395
396  if (e->code_unit_base == ASCII) {
397
398    XML_Decl_Parser<ASCII> decl_parser((unsigned char *)srcbuf);
399
400    decl_parser.ReadXMLInfo(*e);
401
402    if (e->code_unit_size != SingleByte || (e->has_encoding_decl && (!at_UTF_8(e->encoding)))){
403        fprintf(stderr,"Sorry, this xmlwf demo only works for UTF-8.\n");
404        exit(-1);
405    }
406  }
407  else {
408    fprintf(stderr,"Sorry, this xmlwf demo does not process EBCDIC.\n");
409        exit(-1);
410  }
411
412  if (e->content_start != 0) {
413        memmove(&srcbuf[0], &srcbuf[e->content_start], chars_read - e->content_start);
414        buf_pos = e->content_start;
415        buffer_base = buf_pos;
416        if (chars_avail == BUFFER_SIZE) {
417                chars_read = chars_read - e->content_start +
418                             fread(&srcbuf[chars_read-e->content_start], 1, e->content_start, infile);
419                chars_avail = chars_read;
420                if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
421        }
422        else {
423          chars_read -=e->content_start;
424          chars_avail -=e->content_start;
425        }
426  }
427
428@stream_stmts
429
430/* Full Buffers */
431    int block_segment_num = 0;
432    while (chars_avail == BUFFER_SIZE) {
433      PERF_SEC_START(parser_timer);
434      for (int blk = 0; blk < SEGMENT_BLOCKS; blk++) {
435          block_base = blk*BLOCK_SIZE;
436          s2p_do_block((BytePack *) &srcbuf[block_base], basis_bits);
437          @block_stmts
438          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
439      }
440      matcher.StreamScan(chars_avail);
441      matcher.Advance_buffer();
442      tracker.Advance_buffer();
443      PERF_SEC_END(parser_timer, chars_avail);
444           
445      int bytes_left = chars_read - chars_avail;
446      memmove(buf, &srcbuf[BUFFER_SIZE - OVERLAP_BUFSIZE], bytes_left + OVERLAP_BUFSIZE);
447      chars_read = fread(&srcbuf[bytes_left],1, BUFFER_SIZE + OVERLAP_BUFSIZE - bytes_left, infile) + bytes_left;
448      chars_avail = chars_read;
449      if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
450      buf_pos += chars_avail;
451      buffer_base = buf_pos;
452      block_segment_num++;
453    }
454/* Final Partial Buffer */
455    PERF_SEC_START(parser_timer);
456
457    block_pos = 0;
458    int remaining = chars_avail;
459/* Full Blocks */
460    while (remaining >= BLOCK_SIZE) {
461          block_base = block_pos;
462          s2p_do_block((BytePack *) &srcbuf[block_pos], basis_bits);
463          @block_stmts
464          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
465          block_pos += BLOCK_SIZE;
466          remaining -= BLOCK_SIZE;
467    }
468    block_base = block_pos;
469    if (remaining > 0 || @any_carry) {
470          EOF_mask = sisd_srl(simd_const_1(1),sisd_from_int(BLOCK_SIZE-remaining));
471          s2p_do_final_block((BytePack *) &srcbuf[block_pos], basis_bits, EOF_mask);
472          @final_block_stmts
473          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, tag_Callouts, chars_avail);
474    }
475    buf_pos += chars_avail;
476    buffer_base = buf_pos;
477
478    matcher.StreamScan(chars_avail);
479    matcher.Advance_buffer();
480    tracker.Advance_buffer();
481
482    PERF_SEC_END(parser_timer, chars_avail);
483    if (matcher.depth != 0) {
484      fprintf(stderr, "tag matching error (depth %i) at position %i\n", matcher.depth, buffer_base);
485      exit(-1);
486    }
487
488//      print_GIDS();
489}
490
491
492
493int
494main(int argc, char * argv[]) {
495        char * infilename, * outfilename;
496        FILE *infile, *outfile;
497        struct stat fileinfo;
498
499        if (argc < 2) {
500                printf("Usage: %s <filename> [<outputfile>]\n", argv[0]);
501                exit(-1);
502        }
503
504        infilename = argv[1];
505        stat(infilename, &fileinfo);
506        infile = fopen(infilename, "rb");
507        if (!infile) {
508                fprintf(stderr, "Error: cannot open %s for input.\n", infilename);
509                exit(-1);
510        }
511
512        if (argc < 3) outfile = stdout;
513        else {
514                outfilename = argv[2];
515                outfile = fopen(outfilename, "wb");
516                if (!outfile) {
517                        fprintf(stderr, "Error: cannot open %s for writing.\n", outfilename);
518                        exit(-1);
519                }
520        }
521
522//      PERF_SEC_BIND(1);
523
524        PERF_SEC_INIT(parser_timer);
525
526        do_process(infile, outfile);
527
528        PERF_SEC_DUMP(parser_timer);
529
530        PERF_SEC_DESTROY(parser_timer);
531
532        fclose(infile);
533        fclose(outfile);
534
535        printf ("Done procressing\n");
536        return(0);
537}
Note: See TracBrowser for help on using the repository browser.