source: proto/parabix2/template.c @ 562

Last change on this file since 562 was 562, checked in by lindanl, 9 years ago

tag marks matching

File size: 12.9 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#include "../lib/block_carry.h"
8
9typedef SIMD_type BytePack;
10typedef SIMD_type BitBlock;
11
12#include "xmldecl.h"
13#include "xml_error.c"
14#include "xmldecl.c"
15#include "namechars.h"
16
17#include "../lib/perflib/perfsec.h"
18
19#ifdef BUFFER_PROFILING
20        BOM_Table * parser_timer;
21
22#elif CODE_CLOCKER
23        #define NUM_EVENTS 1
24        int Events[NUM_EVENTS] = {PAPI_TOT_CYC};
25        //int Events[NUM_EVENTS] = {PAPI_L2_DCM};
26        //int Events[NUM_EVENTS] = {PAPI_TOT_CYC, PAPI_BR_MSP};
27        int cal_size = 20;
28        CC * parser_timer = new CC(Events,NUM_EVENTS,cal_size);
29#else
30        void * parser_timer;
31#endif
32
33int block_base=0;
34int buffer_base=0;
35int tag_depth=0;
36char * source;
37
38typedef long ScanBlock;
39
40static inline int StreamScan(ScanBlock * stream, int blk_count, int ProcessPos(int)) {
41        int blk;
42        int block_pos = 0;
43
44        for (blk = 0; blk < blk_count; blk++) {
45                ScanBlock s = stream[blk];
46                while(s) {
47                        int code = (ProcessPos(cfzl(s) + block_pos));
48                        if (code) return code;
49                        s = s & (s-1);  // clear rightmost bit.
50                }
51                block_pos += 8 * sizeof(ScanBlock);
52        }
53        return 0;
54} 
55
56
57
58inline bool bit_test(unsigned char * bit_Map, int codepoint) {
59        return (bit_Map[codepoint/8] >> (7 - codepoint % 8)) & 1;
60}
61
62bool is_XML10_NameStrt_codepoint(int codepoint) {
63        switch (codepoint >> 12) {
64                case 0: return bit_test(NameStrt_XML10_0000_11FF, codepoint);
65                case 1: if (codepoint <= 0x11FF)
66                                return bit_test(NameStrt_XML10_0000_11FF, codepoint);
67                        else if (codepoint < 0x1E00) return false;
68                        else return bit_test(NameStrt_XML10_1E00_1FFF, codepoint & 0x1FF);
69                case 2: if (codepoint > 0x2182) return false;
70                        else return bit_test(NameStrt_XML10_2000_21FF, codepoint & 0x1FF);
71                case 3: if (codepoint > 0x312C) return false;
72                        else return bit_test(NameStrt_XML10_3000_31FF, codepoint & 0x1FF);
73                case 4: return codepoint >= 0x4E00;
74                case 5: case 6: case 7: case 8: return true;
75                case 9: return codepoint <= 0x9FA5;
76                case 0xA: return codepoint >= 0xAC00;
77                case 0xB: case 0xC: return true;
78                case 0xD: return codepoint <= 0xD7A3;
79                default: return false;
80        }
81}
82
83bool is_XML10_NameChar_codepoint(int codepoint) {
84        switch (codepoint >> 12) {
85                case 0: return bit_test(NameChar_XML10_0000_11FF, codepoint);
86                case 1: if (codepoint <= 0x11FF)
87                                return bit_test(NameChar_XML10_0000_11FF, codepoint);
88                        else if (codepoint < 0x1E00) return false;
89                        else return bit_test(NameStrt_XML10_1E00_1FFF, codepoint & 0x1FF);
90                case 2: if (codepoint > 0x2182) return false;
91                        else return bit_test(NameChar_XML10_2000_21FF, codepoint & 0x1FF);
92                case 3: if (codepoint > 0x312C) return false;
93                        else return bit_test(NameChar_XML10_3000_31FF, codepoint & 0x1FF);
94                case 4: return codepoint >= 0x4E00;
95                case 5: case 6: case 7: case 8: return true;
96                case 9: return codepoint <= 0x9FA5;
97                case 0xA:       return codepoint >= 0xAC00;
98                case 0xB: case 0xC: return true;
99                case 0xD: return codepoint <= 0xD7A3;
100                default: return false;
101        }
102}
103
104inline int XML_10_UTF8_NameStrt_bytes (unsigned char bytes[]) {
105        if (bytes[0] <= 0x7F) {
106                if (bit_test(NameStrt_XML10_0000_11FF, (int) bytes[0])) return 1;
107                else return 0;
108        }
109        else if (bytes[0] <= 0xDF) {
110                int codepoint = ((bytes[0] & 0x3F) << 6) | (bytes[1] & 0x3F);
111                if (bit_test(NameStrt_XML10_0000_11FF, codepoint)) return 2;
112                else return 0;
113        }
114        else if (bytes[0] <= 0xEF) {
115                int codepoint = ((bytes[0] & 0x0F) << 12)| ((bytes[1] & 0x3F) << 6) | (bytes[2] & 0x3F);
116                return is_XML10_NameStrt_codepoint(codepoint) ? 3 : 0;
117        }
118        else return 0;
119}
120
121inline int XML_10_UTF8_NameChar_bytes (unsigned char bytes[]) {
122        if (bytes[0] <= 0x7F) {
123                if (bit_test(NameChar_XML10_0000_11FF, (int) bytes[0])) return 1;
124                else return 0;
125        }
126        else if (bytes[0] <= 0xDF) {
127                int codepoint = ((bytes[0] & 0x3F) << 6) | (bytes[1] & 0x3F);
128                if (bit_test(NameChar_XML10_0000_11FF, codepoint)) return 2;
129                else return 0;
130        }
131        else if (bytes[0] <= 0xEF) {
132                int codepoint = ((bytes[0] & 0x0F) << 12)| ((bytes[1] & 0x3F) << 6) | (bytes[2] & 0x3F);
133                return is_XML10_NameChar_codepoint(codepoint) ? 3 : 0;
134        }
135        else return 0;
136}
137
138
139static inline int NameStrt_check(int pos) {
140        int block_pos = block_base + pos;
141        if(XML_10_UTF8_NameStrt_bytes((unsigned char*)&source[block_pos]) == 0){
142              fprintf(stderr, "name start error found at position %i\n",block_pos+buffer_base);
143              exit(-1);
144        }
145        return 0;
146}
147
148static inline int Name_check(int pos) {
149        int block_pos = block_base + pos;
150        if(XML_10_UTF8_NameChar_bytes((unsigned char*)&source[block_pos]) == 0){
151              fprintf(stderr, "name error found at position %i\n",block_pos+buffer_base);
152              exit(-1);
153        }
154        return 0;
155}
156
157static inline int Tag_match(int pos) {
158        int block_pos = block_base + pos;
159        if(source[block_pos]=='/' ){
160          tag_depth--;
161          if (tag_depth<0){
162            fprintf(stderr, "tag matching error at position %i\n",block_pos+buffer_base);
163            exit(-1);
164          }       
165        }
166        else if(source[block_pos-1]=='/')
167          tag_depth--;
168        else 
169          tag_depth++;
170        return 0;
171}
172
173
174#define s2p_step(s0,s1,hi_mask,shift,p0,p1)  \
175{ \
176BitBlock t0,t1; \
177t0= simd_pack_16_hh(s0,s1) ; \
178t1= simd_pack_16_ll(s0,s1) ; \
179p0= simd_if(hi_mask,t0,simd_srli_16(t1,shift) ) ; \
180p1= simd_if(hi_mask,simd_slli_16(t0,shift) ,t1) ; \
181} \
182
183#define s2p_bytepack(s0,s1,s2,s3,s4,s5,s6,s7,p0,p1,p2,p3,p4,p5,p6,p7)  \
184{BitBlock bit00224466_0,bit00224466_1,bit00224466_2,bit00224466_3; \
185BitBlock bit11335577_0,bit11335577_1,bit11335577_2,bit11335577_3; \
186BitBlock bit00004444_0,bit22226666_0,bit00004444_1,bit22226666_1; \
187BitBlock bit11115555_0,bit33337777_0,bit11115555_1,bit33337777_1; \
188s2p_step(s0,s1,simd_himask_2,1,bit00224466_0,bit11335577_0)  \
189s2p_step(s2,s3,simd_himask_2,1,bit00224466_1,bit11335577_1)  \
190s2p_step(s4,s5,simd_himask_2,1,bit00224466_2,bit11335577_2)  \
191s2p_step(s6,s7,simd_himask_2,1,bit00224466_3,bit11335577_3)  \
192s2p_step(bit00224466_0,bit00224466_1,simd_himask_4,2,bit00004444_0,bit22226666_0)  \
193s2p_step(bit00224466_2,bit00224466_3,simd_himask_4,2,bit00004444_1,bit22226666_1)  \
194s2p_step(bit11335577_0,bit11335577_1,simd_himask_4,2,bit11115555_0,bit33337777_0)  \
195s2p_step(bit11335577_2,bit11335577_3,simd_himask_4,2,bit11115555_1,bit33337777_1)  \
196s2p_step(bit00004444_0,bit00004444_1,simd_himask_8,4,p0,p4)  \
197s2p_step(bit11115555_0,bit11115555_1,simd_himask_8,4,p1,p5)  \
198s2p_step(bit22226666_0,bit22226666_1,simd_himask_8,4,p2,p6)  \
199s2p_step(bit33337777_0,bit33337777_1,simd_himask_8,4,p3,p7)  \
200} \
201
202#define p2s_step(p0,p1,hi_mask,shift,s0,s1)  \
203{ \
204BitBlock t0,t1; \
205t0= simd_if(hi_mask,p0,simd_srli_16(p1,shift) ) ; \
206t1= simd_if(hi_mask,simd_slli_16(p0,shift) ,p1) ; \
207s0= simd_mergeh_8(t0,t1) ; \
208s1= simd_mergel_8(t0,t1) ; \
209} \
210
211#define p2s_bytemerge(p0,p1,p2,p3,p4,p5,p6,p7,s0,s1,s2,s3,s4,s5,s6,s7)  \
212{ \
213BitBlock bit00004444_0,bit22226666_0,bit00004444_1,bit22226666_1; \
214BitBlock bit11115555_0,bit33337777_0,bit11115555_1,bit33337777_1; \
215BitBlock bit00224466_0,bit00224466_1,bit00224466_2,bit00224466_3; \
216BitBlock bit11335577_0,bit11335577_1,bit11335577_2,bit11335577_3; \
217p2s_step(p0,p4,simd_himask_8,4,bit00004444_0,bit00004444_1)  \
218p2s_step(p1,p5,simd_himask_8,4,bit11115555_0,bit11115555_1)  \
219p2s_step(p2,p6,simd_himask_8,4,bit22226666_0,bit22226666_1)  \
220p2s_step(p3,p7,simd_himask_8,4,bit33337777_0,bit33337777_1)  \
221p2s_step(bit00004444_0,bit22226666_0,simd_himask_4,2,bit00224466_0,bit00224466_1)  \
222p2s_step(bit11115555_0,bit33337777_0,simd_himask_4,2,bit11335577_0,bit11335577_1)  \
223p2s_step(bit00004444_1,bit22226666_1,simd_himask_4,2,bit00224466_2,bit00224466_3)  \
224p2s_step(bit11115555_1,bit33337777_1,simd_himask_4,2,bit11335577_2,bit11335577_3)  \
225p2s_step(bit00224466_0,bit11335577_0,simd_himask_2,1,s0,s1)  \
226p2s_step(bit00224466_1,bit11335577_1,simd_himask_2,1,s2,s3)  \
227p2s_step(bit00224466_2,bit11335577_2,simd_himask_2,1,s4,s5)  \
228p2s_step(bit00224466_3,bit11335577_3,simd_himask_2,1,s6,s7)  \
229} \
230
231       
232#define BUFFER_SIZE 12800   
233#define BLOCK_SIZE 128
234
235void do_process(FILE *infile, FILE *outfile) {
236
237  @decl
238
239  BytePack U8[8];
240  int buf_pos = 0;
241  int block_pos = 0;
242  int errpos = 0;
243  int chars_read = 0;
244  int check_pos = 0;
245  char srcbuf[BUFFER_SIZE+BLOCK_SIZE];
246 
247  buffer_base = buf_pos;
248  source = srcbuf;
249 
250  EOF_mask = simd_const_1(1);
251  chars_read = fread((void *)srcbuf, 1, BUFFER_SIZE, infile);
252
253  Entity_Info * e = new Entity_Info;
254  e->AnalyzeSignature((unsigned char *)srcbuf);
255  XML_Decl_Parser<ASCII> decl_parser((unsigned char *)srcbuf);
256
257  decl_parser.ReadXMLInfo(*e);
258
259  if (e->content_start != 0) {
260        memmove(&srcbuf[0], &srcbuf[e->content_start], chars_read - e->content_start);
261        if (chars_read == BUFFER_SIZE) {
262                chars_read = BUFFER_SIZE - e->content_start + 
263                             fread(&srcbuf[BUFFER_SIZE-e->content_start], 1, e->content_start, infile);
264        }
265        chars_read -=e->content_start;
266  }
267 
268  @stream_stmts
269
270  while(chars_read>0){
271
272    PERF_SEC_START(parser_timer);
273
274    if(chars_read < BUFFER_SIZE){
275   
276      while (block_pos < chars_read){
277
278        int bytes = chars_read - block_pos;     
279        block_base = block_pos;
280         
281        if(bytes < BLOCK_SIZE){
282          EOF_mask = sisd_srl(simd_const_1(1),sisd_from_int(BLOCK_SIZE-bytes));
283        }
284        BytePack * U8pack = (BytePack *) &srcbuf[block_pos];
285        U8[0] = sisd_load_unaligned(&U8pack[0]);
286        U8[1] = sisd_load_unaligned(&U8pack[1]);
287        U8[2] = sisd_load_unaligned(&U8pack[2]);
288        U8[3] = sisd_load_unaligned(&U8pack[3]);
289        U8[4] = sisd_load_unaligned(&U8pack[4]);
290        U8[5] = sisd_load_unaligned(&U8pack[5]);
291        U8[6] = sisd_load_unaligned(&U8pack[6]);
292        U8[7] = sisd_load_unaligned(&U8pack[7]); 
293       
294        s2p_bytepack(U8[7], U8[6], U8[5], U8[4], U8[3], U8[2], U8[1], U8[0],
295        array_bit__0_,array_bit__1_,array_bit__2_,array_bit__3_,array_bit__4_,array_bit__5_,array_bit__6_,array_bit__7_);
296
297        array_bit__0_ = simd_and(array_bit__0_, EOF_mask);
298        array_bit__1_ = simd_and(array_bit__1_, EOF_mask);
299        array_bit__2_ = simd_and(array_bit__2_, EOF_mask);
300        array_bit__3_ = simd_and(array_bit__3_, EOF_mask);
301        array_bit__4_ = simd_and(array_bit__4_, EOF_mask);
302        array_bit__5_ = simd_and(array_bit__5_, EOF_mask);
303        array_bit__6_ = simd_and(array_bit__6_, EOF_mask);
304        array_bit__7_ = simd_and(array_bit__7_, EOF_mask);
305
306        @block_stmts
307
308
309        if (bitblock_has_bit(error_mask)) {
310          errpos = block_pos + buf_pos + count_forward_zeroes(error_mask);
311          fprintf(stderr, "error found at position %i\n",errpos);
312          exit(-1);
313        }
314       
315        if (bitblock_has_bit(simd_or(name_check,name_start_check))) {
316          StreamScan((ScanBlock *) &name_start_check, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check);
317          StreamScan((ScanBlock *) &name_check, sizeof(BitBlock)/sizeof(ScanBlock), Name_check);
318        }
319
320        if (bitblock_has_bit(tag_marks)) {
321          StreamScan((ScanBlock *) &tag_marks, sizeof(BitBlock)/sizeof(ScanBlock), Tag_match);
322        }
323       
324        block_pos += BLOCK_SIZE;
325      }
326    }
327    else{
328      while (block_pos < chars_read){
329       
330        block_base = block_pos;
331         
332        BytePack * U8pack = (BytePack *) &srcbuf[block_pos];
333        U8[0] = sisd_load_unaligned(&U8pack[0]);
334        U8[1] = sisd_load_unaligned(&U8pack[1]);
335        U8[2] = sisd_load_unaligned(&U8pack[2]);
336        U8[3] = sisd_load_unaligned(&U8pack[3]);
337        U8[4] = sisd_load_unaligned(&U8pack[4]);
338        U8[5] = sisd_load_unaligned(&U8pack[5]);
339        U8[6] = sisd_load_unaligned(&U8pack[6]);
340        U8[7] = sisd_load_unaligned(&U8pack[7]); 
341       
342        s2p_bytepack(U8[7], U8[6], U8[5], U8[4], U8[3], U8[2], U8[1], U8[0],
343        array_bit__0_,array_bit__1_,array_bit__2_,array_bit__3_,array_bit__4_,array_bit__5_,array_bit__6_,array_bit__7_);
344
345        @block_stmts
346       
347        if (bitblock_has_bit(error_mask)) {
348          errpos = block_pos + buf_pos + count_forward_zeroes(error_mask);
349          fprintf(stderr, "error found at position %i\n",errpos);
350          exit(-1);
351        }
352       
353        if (bitblock_has_bit(simd_or(name_check,name_start_check))) {
354          StreamScan((ScanBlock *) &name_start_check, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check);
355          StreamScan((ScanBlock *) &name_check, sizeof(BitBlock)/sizeof(ScanBlock), Name_check);
356        }
357       
358        if (bitblock_has_bit(tag_marks)) {
359          StreamScan((ScanBlock *) &tag_marks, sizeof(BitBlock)/sizeof(ScanBlock), Tag_match);
360        }
361        block_pos += BLOCK_SIZE;
362      }
363    }
364
365    PERF_SEC_END(parser_timer, chars_read);
366
367    buf_pos += chars_read;
368    chars_read = fread((void *)srcbuf, 1, BUFFER_SIZE, infile);
369    block_pos = 0;
370  }
371  if(tag_depth!=0){
372    fprintf(stderr, "tag matching error at position %i\n",block_pos+buffer_base);
373    exit(-1);
374  }       
375   
376}
377
378
379
380int
381main(int argc, char * argv[]) {
382        char * infilename, * outfilename;       
383        FILE *infile, *outfile;
384        struct stat fileinfo;
385
386        if (argc < 2) {
387                printf("Usage: %s <filename> [<outputfile>]\n", argv[0]);
388                exit(-1);
389        }
390
391        infilename = argv[1];
392        stat(infilename, &fileinfo);
393        infile = fopen(infilename, "rb");
394        if (!infile) {
395                fprintf(stderr, "Error: cannot open %s for input.\n", infilename);
396                exit(-1);
397        }
398       
399        if (argc < 3) outfile = stdout;
400        else {
401                outfilename = argv[2];
402                outfile = fopen(outfilename, "wb");
403                if (!outfile) {
404                        fprintf(stderr, "Error: cannot open %s for writing.\n", outfilename);
405                        exit(-1);
406                }
407        }
408
409//      PERF_SEC_BIND(1);
410
411        PERF_SEC_INIT(parser_timer);
412
413        do_process(infile, outfile);
414       
415        PERF_SEC_DUMP(parser_timer);
416       
417        PERF_SEC_DESTROY(parser_timer);
418
419        fclose(infile);
420        fclose(outfile);
421        return(0);
422}
Note: See TracBrowser for help on using the repository browser.