source: proto/parabix2/pablo_template.cpp @ 910

Last change on this file since 910 was 910, checked in by lindanl, 9 years ago

Eliminate conflicting definition of U8.

File size: 12.8 KB
Line 
1#include <stdio.h>
2#include <stdlib.h>
3#include <errno.h>
4#include <sys/types.h>
5#include <sys/stat.h>
6#include "../lib/lib_simd.h"
7
8#define BLOCK_SIZE 128
9#define SEGMENT_BLOCKS 26
10#define BUFFER_SIZE (BLOCK_SIZE * SEGMENT_BLOCKS)
11#define OVERLAP_BUFSIZE 16
12
13typedef long ScanBlock;
14typedef SIMD_type BytePack;
15typedef SIMD_type BitBlock;
16
17#include "../lib/carryQ.h"
18#include "xmldecl.h"
19#include "xml_error.c"
20#include "xmldecl.c"
21#include "namechars.h"
22
23#include "../lib/perflib/perfsec.h"
24#include "../lib/s2p.h"
25
26#include "tag_matcher.h"
27#include "LineColTracker.h"
28
29#ifdef BUFFER_PROFILING
30        BOM_Table * parser_timer;
31
32#elif CODE_CLOCKER
33        #define NUM_EVENTS 1
34        int Events[NUM_EVENTS] = {PAPI_TOT_CYC};
35        //int Events[NUM_EVENTS] = {PAPI_L2_DCM};
36        //int Events[NUM_EVENTS] = {PAPI_TOT_CYC, PAPI_BR_MSP};
37        int cal_size = 20;
38        CC * parser_timer = new CC(Events,NUM_EVENTS,cal_size);
39#else
40        void * parser_timer;
41#endif
42
43int block_base=0;
44int buffer_base=0;
45int buffer_last;
46char * source;
47LineColTracker tracker;
48
49
50static inline int StreamScan(ScanBlock * stream, int blk_count, int ProcessPos(int)) {
51        int blk;
52        int block_pos = 0;
53
54        for (blk = 0; blk < blk_count; blk++) {
55                ScanBlock s = stream[blk];
56                while(s) {
57                        int code = (ProcessPos(cfzl(s) + block_pos));
58                        if (code) return code;
59                        s = s & (s-1);  // clear rightmost bit.
60                }
61                block_pos += 8 * sizeof(ScanBlock);
62        }
63        return 0;
64}
65
66
67static inline void ReportError(const char * error_msg, int error_pos_in_block) {
68  int error_line, error_column;
69  tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
70  fprintf(stderr, "%s at line %i, column %i\n", error_msg, error_line, error_column);
71}
72
73
74static inline int NameStrt_check(int pos) {
75        int block_pos = block_base + pos;
76        if(XML_10_UTF8_NameStrt_bytes((unsigned char*)&source[block_pos]) == 0){
77              ReportError("name start error", pos);
78              exit(-1);
79        }
80        return 0;
81}
82
83static inline int Name_check(int pos) {
84        int block_pos = block_base + pos;
85        if(XML_10_UTF8_NameChar_bytes((unsigned char*)&source[block_pos]) == 0){
86              ReportError("name error", pos);
87              exit(-1);
88        }
89        return 0;
90}
91
92static inline int PIName_check(int pos) {
93        int block_pos = block_base + pos;
94        int file_pos = block_pos+buffer_base;
95        if (at_XxMmLll<ASCII>((unsigned char*)&source[block_pos]) && (source[block_pos+3]=='?' || source[block_pos+3]<= ' ')) {
96              // "<?xml" legal at start of file.
97              if ((file_pos == 2) && at_XmlDecl_start<ASCII>((unsigned char*)&source[0])) return 0;
98              ReportError("[Xx][Mm][Ll] illegal as PI name", pos);
99              exit(-1);
100        }
101        return 0;
102}
103
104static inline int CD_check(int pos) {
105        int block_pos = block_base + pos;
106        if (!at_CDATA1<ASCII>((unsigned char*)&source[block_pos])){
107              ReportError("CDATA error", pos);
108              exit(-1);
109        }
110        return 0;
111}
112
113static inline int GenRef_check(int pos) {
114        int block_pos = block_base + pos;
115        unsigned char* s = (unsigned char*)&source[block_pos];
116        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))){
117              ReportError("Undefined reference", pos);
118              exit(-1);
119        }
120        return 0;
121}
122
123static inline int HexRef_check(int pos) {
124        int block_pos = block_base + pos;
125        unsigned char* s = (unsigned char*)&source[block_pos];
126        int ch_val = 0;
127        while(at_HexDigit<ASCII>(s)){
128          ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
129          if (ch_val> 0x10FFFF ){
130            ReportError("Illegal character reference", pos);
131            exit(-1);
132          }
133          s++;
134        }
135        if ((ch_val == 0x0) || ((ch_val | 0x7FF) == 0xDFFF)|| ((ch_val | 0x1) == 0xFFFF)){
136          ReportError("Illegal character reference", pos);
137          exit(-1);
138        }
139        else if (((ch_val < 0x20) && (ch_val != 0x9) && (ch_val != 0xD) && (ch_val != 0xA))){
140          ReportError("Illegal XML 1.0 character reference", pos);
141          exit(-1);
142        }
143        return 0;
144}
145
146static inline int DecRef_check(int pos) {
147        int block_pos = block_base + pos;
148        unsigned char* s = (unsigned char*)&source[block_pos];
149        int ch_val = 0;
150        while(at_HexDigit<ASCII>(s)){
151          ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
152          if (ch_val> 0x10FFFF ){
153            ReportError("Illegal character reference", pos);
154            exit(-1);
155          }
156          s++;
157        }
158        if ((ch_val == 0x0) || ((ch_val | 0x7FF) == 0xDFFF)|| ((ch_val | 0x1) == 0xFFFF)){
159          ReportError("Illegal character reference", pos);
160          exit(-1);
161        }
162        else if (((ch_val < 0x20) && (ch_val != 0x9) && (ch_val != 0xD) && (ch_val != 0xA))){
163          ReportError("Illegal XML 1.0 character reference", pos);
164          exit(-1);
165        }
166        return 0;
167}
168
169static inline int AttRef_check(int pos) {
170        int block_pos = block_base + pos;
171        unsigned char* s = (unsigned char*)&source[block_pos];
172        int ch_val = 0;
173        if(s[0]=='#'){
174          s++;
175          if(s[0]=='x' || s[0]=='X'){
176            s++;
177            while(at_HexDigit<ASCII>(s)){
178              ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
179              s++;
180            }
181          }
182          else{
183            while(at_HexDigit<ASCII>(s)){
184              ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
185              s++;
186            }
187          }
188          if (ch_val==60){
189            ReportError("Attribute values contain '<' characters after reference expansion", pos);
190            exit(-1);
191          }
192        }
193        else if(at_Ref_lt<ASCII>(s)){
194          ReportError("Attribute values contain '<' characters after reference expansion", pos);
195          exit(-1);
196        }
197        return 0;
198}
199
200
201
202@global
203
204static inline void s2p_do_block(BytePack U8[], Basis_bits & basis_bits) {
205  s2p(U8[0], U8[1], U8[2], U8[3], U8[4], U8[5], U8[6], U8[7],
206        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);
207}
208
209
210
211void do_process(FILE *infile, FILE *outfile) {
212
213@decl
214
215  masks.EOF_mask = simd_const_1(1);
216  BitBlock EOF_mask = simd_const_1(1);
217
218  int buf_pos = 0;
219  int block_pos = 0;
220  int errpos = 0;
221  int chars_avail = 0;
222  int check_pos = 0;
223  int chars_read = 0;
224  BytePack buf[(BUFFER_SIZE+BLOCK_SIZE+OVERLAP_BUFSIZE*2)/sizeof(SIMD_type)];
225
226  char * srcbuf = ((char *) buf) + OVERLAP_BUFSIZE;
227  buffer_base = buf_pos;
228  source = srcbuf;
229
230  chars_read = fread((void *)srcbuf, 1, BUFFER_SIZE + OVERLAP_BUFSIZE, infile);
231  chars_avail = min(chars_read,BUFFER_SIZE);
232
233  tag_matcher t(srcbuf);
234
235  if(chars_read<4){
236    fprintf(stderr,"File is too short. Not well formed.\n");
237    exit(-1);
238  }
239
240  Entity_Info * e = new Entity_Info;
241  e->AnalyzeSignature((unsigned char *)srcbuf);
242
243  if (e->code_unit_base == ASCII) {
244
245    XML_Decl_Parser<ASCII> decl_parser((unsigned char *)srcbuf);
246
247    decl_parser.ReadXMLInfo(*e);
248
249    if (e->code_unit_size != SingleByte || (e->has_encoding_decl && (!at_UTF_8(e->encoding)))){
250        fprintf(stderr,"Sorry, this xmlwf demo only works for UTF-8.\n");
251        exit(-1);
252    }
253  }
254  else {
255    fprintf(stderr,"Sorry, this xmlwf demo does not process EBCDIC.\n");
256        exit(-1);
257  }
258
259  if (e->content_start != 0) {
260        memmove(&srcbuf[0], &srcbuf[e->content_start], chars_read - e->content_start);
261        buf_pos = e->content_start;
262        if (chars_avail == BUFFER_SIZE) {
263                chars_read = chars_read - e->content_start +
264                             fread(&srcbuf[chars_read-e->content_start], 1, e->content_start, infile);
265                chars_avail = min(chars_read,BUFFER_SIZE);
266        }
267        else {
268          chars_read -=e->content_start;
269          chars_avail -=e->content_start;
270        }
271  }
272
273@stream_stmts
274
275  while(1){
276
277    PERF_SEC_START(parser_timer);
278
279    block_pos = 0;
280
281    if(chars_avail < BUFFER_SIZE){
282
283      while (block_pos <= chars_avail || @any_carry){
284
285        int bytes = chars_avail - block_pos;
286        block_base = block_pos;
287
288        if(bytes < BLOCK_SIZE){
289          masks.EOF_mask = sisd_srl(simd_const_1(1),sisd_from_int(BLOCK_SIZE-bytes));
290          EOF_mask = sisd_srl(simd_const_1(1),sisd_from_int(BLOCK_SIZE-bytes));
291        }
292
293        s2p_do_block((BytePack *) &srcbuf[block_pos], basis_bits);
294
295        basis_bits.bit_0 = simd_and(basis_bits.bit_0, masks.EOF_mask);
296        basis_bits.bit_1 = simd_and(basis_bits.bit_1, masks.EOF_mask);
297        basis_bits.bit_2 = simd_and(basis_bits.bit_2, masks.EOF_mask);
298        basis_bits.bit_3 = simd_and(basis_bits.bit_3, masks.EOF_mask);
299        basis_bits.bit_4 = simd_and(basis_bits.bit_4, masks.EOF_mask);
300        basis_bits.bit_5 = simd_and(basis_bits.bit_5, masks.EOF_mask);
301        basis_bits.bit_6 = simd_and(basis_bits.bit_6, masks.EOF_mask);
302        basis_bits.bit_7 = simd_and(basis_bits.bit_7, masks.EOF_mask);
303
304        @block_stmts
305
306        tracker.StoreNewlines(lex.LF);
307
308        if (bitblock_has_bit(simd_or(post_process.non_ascii_name_starts, post_process.non_ascii_names))) {
309          StreamScan((ScanBlock *) &post_process.non_ascii_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check);
310          StreamScan((ScanBlock *) &post_process.non_ascii_names, sizeof(BitBlock)/sizeof(ScanBlock), Name_check);
311        }
312
313        if (bitblock_has_bit(ctCDPI_Callouts.PI_name_starts)){
314          StreamScan((ScanBlock *) &ctCDPI_Callouts.PI_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), PIName_check);
315        }
316
317        if (bitblock_has_bit(ctCDPI_Callouts.CD_starts)){
318          StreamScan((ScanBlock *) &ctCDPI_Callouts.CD_starts, sizeof(BitBlock)/sizeof(ScanBlock), CD_check);
319        }
320
321        if (bitblock_has_bit(ref_Callouts.GenRef_starts)){
322          StreamScan((ScanBlock *) &ref_Callouts.GenRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), GenRef_check);
323        }
324
325        if (bitblock_has_bit(ref_Callouts.DecRef_starts)){
326          StreamScan((ScanBlock *) &ref_Callouts.DecRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), DecRef_check);
327        }
328
329        if (bitblock_has_bit(ref_Callouts.HexRef_starts)){
330          StreamScan((ScanBlock *) &ref_Callouts.HexRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), HexRef_check);
331        }
332
333        if (bitblock_has_bit(post_process.att_refs)){
334          StreamScan((ScanBlock *) &post_process.att_refs, sizeof(BitBlock)/sizeof(ScanBlock), AttRef_check);
335        }
336
337        if (bitblock_has_bit(post_process.error_mask)) {
338          int errpos = count_forward_zeroes(post_process.error_mask);
339          ReportError("error found", errpos);
340      exit(-1);
341        }
342
343        t.store_streams(post_process.tag_marks, post_process.name_follows, post_process.misc_mask, chars_avail);
344        tracker.AdvanceBlock();
345        block_pos += BLOCK_SIZE;
346      }
347    }
348    else{
349      while (block_pos < chars_avail){
350
351        block_base = block_pos;
352
353        s2p_do_block((BytePack *) &srcbuf[block_pos], basis_bits);
354
355
356        @block_stmts
357
358        tracker.StoreNewlines(lex.LF);
359
360        if (bitblock_has_bit(simd_or(post_process.non_ascii_name_starts, post_process.non_ascii_names))) {
361          StreamScan((ScanBlock *) &post_process.non_ascii_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check);
362          StreamScan((ScanBlock *) &post_process.non_ascii_names, sizeof(BitBlock)/sizeof(ScanBlock), Name_check);
363        }
364
365        if (bitblock_has_bit(ctCDPI_Callouts.PI_name_starts)){
366          StreamScan((ScanBlock *) &ctCDPI_Callouts.PI_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), PIName_check);
367        }
368
369        if (bitblock_has_bit(ctCDPI_Callouts.CD_starts)){
370          StreamScan((ScanBlock *) &ctCDPI_Callouts.CD_starts, sizeof(BitBlock)/sizeof(ScanBlock), CD_check);
371        }
372
373        if (bitblock_has_bit(ref_Callouts.GenRef_starts)){
374          StreamScan((ScanBlock *) &ref_Callouts.GenRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), GenRef_check);
375        }
376
377        if (bitblock_has_bit(ref_Callouts.DecRef_starts)){
378          StreamScan((ScanBlock *) &ref_Callouts.DecRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), DecRef_check);
379        }
380
381        if (bitblock_has_bit(ref_Callouts.HexRef_starts)){
382          StreamScan((ScanBlock *) &ref_Callouts.HexRef_starts, sizeof(BitBlock)/sizeof(ScanBlock), HexRef_check);
383        }
384
385        if (bitblock_has_bit(post_process.att_refs)){
386          StreamScan((ScanBlock *) &post_process.att_refs, sizeof(BitBlock)/sizeof(ScanBlock), AttRef_check);
387        }
388
389        if (bitblock_has_bit(post_process.error_mask)) {
390          int errpos = count_forward_zeroes(post_process.error_mask);
391          ReportError("error found", errpos);
392      exit(-1);
393        }
394
395        t.store_streams(post_process.tag_marks, post_process.name_follows, post_process.misc_mask, chars_avail);
396        tracker.AdvanceBlock();
397        block_pos += BLOCK_SIZE;
398      }
399    }
400
401
402    t.StreamScan(chars_avail);
403    t.Advance_buffer();
404    tracker.Advance_buffer();
405
406
407    PERF_SEC_END(parser_timer, chars_avail);
408
409    buf_pos += chars_avail;
410    buffer_base = buf_pos;
411    if(chars_avail!=chars_read){
412      int bytes_left = chars_read-chars_avail;
413      memmove(srcbuf, &srcbuf[BUFFER_SIZE], bytes_left);
414      chars_read = fread(&srcbuf[bytes_left],1, BUFFER_SIZE , infile)+bytes_left;
415      chars_avail = min(chars_read,BUFFER_SIZE);
416    }
417    else
418      break;
419  }
420  if(t.depth!=0){
421    fprintf(stderr, "tag matching error (depth %i) at position %i\n", t.depth, buffer_base);
422    exit(-1);
423  }
424
425}
426
427
428
429int
430main(int argc, char * argv[]) {
431        char * infilename, * outfilename;
432        FILE *infile, *outfile;
433        struct stat fileinfo;
434
435        if (argc < 2) {
436                printf("Usage: %s <filename> [<outputfile>]\n", argv[0]);
437                exit(-1);
438        }
439
440        infilename = argv[1];
441        stat(infilename, &fileinfo);
442        infile = fopen(infilename, "rb");
443        if (!infile) {
444                fprintf(stderr, "Error: cannot open %s for input.\n", infilename);
445                exit(-1);
446        }
447
448        if (argc < 3) outfile = stdout;
449        else {
450                outfilename = argv[2];
451                outfile = fopen(outfilename, "wb");
452                if (!outfile) {
453                        fprintf(stderr, "Error: cannot open %s for writing.\n", outfilename);
454                        exit(-1);
455                }
456        }
457
458//      PERF_SEC_BIND(1);
459
460        PERF_SEC_INIT(parser_timer);
461
462        do_process(infile, outfile);
463
464        PERF_SEC_DUMP(parser_timer);
465
466        PERF_SEC_DESTROY(parser_timer);
467
468        fclose(infile);
469        fclose(outfile);
470        return(0);
471}
Note: See TracBrowser for help on using the repository browser.