source: proto/xmlschema/pablo_template_minrefs.cpp @ 3359

Last change on this file since 3359 was 2219, checked in by shiyangy, 7 years ago

project checkin

File size: 11.6 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 (sizeof(SIMD_type) * 8)
9#define SEGMENT_BLOCKS 12
10#define BUFFER_SIZE (BLOCK_SIZE * SEGMENT_BLOCKS)
11#define OVERLAP_BUFSIZE (sizeof(SIMD_type))
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 "TagMatcher.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;
48TagMatcher matcher;
49BitBlock EOF_mask = simd_const_1(1);
50
51
52static inline int StreamScan(ScanBlock * stream, int blk_count, int ProcessPos(int)) {
53        int blk;
54        int block_pos = 0;
55
56        for (blk = 0; blk < blk_count; blk++) {
57                ScanBlock s = stream[blk];
58                while(s) {
59                        int code = (ProcessPos(cfzl(s) + block_pos));
60                        if (code) return code;
61                        s = s & (s-1);  // clear rightmost bit.
62                }
63                block_pos += 8 * sizeof(ScanBlock);
64        }
65        return 0;
66}
67
68
69static inline void ReportError(const char * error_msg, int error_pos_in_block) {
70  int error_line, error_column;
71  tracker.get_Line_and_Column(error_pos_in_block, error_line, error_column);
72  fprintf(stderr, "%s at line %i, column %i\n", error_msg, error_line, error_column);
73}
74
75
76static inline int NameStrt_check(int pos) {
77        int block_pos = block_base + pos;
78        if(XML_10_UTF8_NameStrt_bytes((unsigned char*)&source[block_pos]) == 0){
79              ReportError("name start error", pos);
80              exit(-1);
81        }
82        return 0;
83}
84
85static inline int Name_check(int pos) {
86        int block_pos = block_base + pos;
87        if(XML_10_UTF8_NameChar_bytes((unsigned char*)&source[block_pos]) == 0){
88              ReportError("name error", pos);
89              exit(-1);
90        }
91        return 0;
92}
93
94static inline int PIName_check(int pos) {
95        int block_pos = block_base + pos;
96        int file_pos = block_pos+buffer_base;
97        if (at_XxMmLll<ASCII>((unsigned char*)&source[block_pos]) && (source[block_pos+3]=='?' || source[block_pos+3]<= ' ')) {
98              // "<?xml" legal at start of file.
99              if ((file_pos == 2) && at_XmlDecl_start<ASCII>((unsigned char*)&source[0])) return 0;
100              ReportError("[Xx][Mm][Ll] illegal as PI name", pos);
101              exit(-1);
102        }
103        return 0;
104}
105
106static inline int CD_check(int pos) {
107        int block_pos = block_base + pos;
108        if (!at_CDATA1<ASCII>((unsigned char*)&source[block_pos])){
109              ReportError("CDATA error", pos);
110              exit(-1);
111        }
112        return 0;
113}
114
115static inline int Ref_check(int pos) {
116        int block_pos = block_base + pos;
117        unsigned char* s = (unsigned char*)&source[block_pos];
118        int ch_val = 0;
119        if (s[0] == '#') {
120                if (s[1] == 'x') {
121                        s+=2;
122                        while(at_HexDigit<ASCII>(s)){
123                          ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
124                          if (ch_val> 0x10FFFF ){
125                            ReportError("Illegal character reference", pos);
126                            exit(-1);
127                          }
128                          s++;
129                        }
130                }
131                else {
132                        s++;
133                        while(at_Digit<ASCII>(s)){
134                          ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
135                          if (ch_val> 0x10FFFF ){
136                            ReportError("Illegal character reference", pos);
137                            exit(-1);
138                          }
139                          s++;
140                        }
141                }
142                if ((ch_val == 0x0) || ((ch_val | 0x7FF) == 0xDFFF)|| ((ch_val | 0x1) == 0xFFFF)){
143                  ReportError("Illegal character reference", pos);
144                  exit(-1);
145                }
146                else if (((ch_val < 0x20) && (ch_val != 0x9) && (ch_val != 0xD) && (ch_val != 0xA))){
147                  ReportError("Illegal XML 1.0 character reference", pos);
148                  exit(-1);
149                }
150        }
151        else 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))){
152              ReportError("Undefined reference", pos);
153              exit(-1);
154        }
155        return 0;
156}
157
158static inline int AttRef_check(int pos) {
159        int block_pos = block_base + pos;
160        unsigned char* s = (unsigned char*)&source[block_pos];
161        int ch_val = 0;
162        if(s[0]=='#'){
163          s++;
164          if(s[0]=='x' || s[0]=='X'){
165            s++;
166            while(at_HexDigit<ASCII>(s)){
167              ch_val = HexVal<ASCII>(s[0]) + (ch_val<<4);
168              s++;
169            }
170          }
171          else{
172            while(at_HexDigit<ASCII>(s)){
173              ch_val = DigitVal<ASCII>(s[0]) + ch_val*10;
174              s++;
175            }
176          }
177          if (ch_val==60){
178            ReportError("Attribute values contain '<' characters after reference expansion", pos);
179            exit(-1);
180          }
181        }
182        else if(at_Ref_lt<ASCII>(s)){
183          ReportError("Attribute values contain '<' characters after reference expansion", pos);
184          exit(-1);
185        }
186        return 0;
187}
188
189
190
191@global
192
193static inline void s2p_do_block(BytePack U8[], Basis_bits & basis_bits) {
194  s2p(U8[0], U8[1], U8[2], U8[3], U8[4], U8[5], U8[6], U8[7],
195        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);
196}
197
198static inline void s2p_do_final_block(BytePack U8[], Basis_bits & basis_bits, BitBlock EOF_mask) {
199  s2p_do_block(U8, basis_bits);
200  basis_bits.bit_0 = simd_and(basis_bits.bit_0, EOF_mask);
201  basis_bits.bit_1 = simd_and(basis_bits.bit_1, EOF_mask);
202  basis_bits.bit_2 = simd_and(basis_bits.bit_2, EOF_mask);
203  basis_bits.bit_3 = simd_and(basis_bits.bit_3, EOF_mask);
204  basis_bits.bit_4 = simd_and(basis_bits.bit_4, EOF_mask);
205  basis_bits.bit_5 = simd_and(basis_bits.bit_5, EOF_mask);
206  basis_bits.bit_6 = simd_and(basis_bits.bit_6, EOF_mask);
207  basis_bits.bit_7 = simd_and(basis_bits.bit_7, EOF_mask);
208}
209
210static inline void postprocess_do_block(Lex & lex, CtCDPI_Callouts & ctCDPI_Callouts, Ref_Callouts & ref_Callouts, Check_streams & check_streams, int chars_avail){
211            tracker.StoreNewlines(lex.LF);
212
213                if (bitblock_has_bit(simd_or(check_streams.non_ascii_name_starts, check_streams.non_ascii_names))) {
214                  StreamScan((ScanBlock *) &check_streams.non_ascii_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), NameStrt_check);
215                  StreamScan((ScanBlock *) &check_streams.non_ascii_names, sizeof(BitBlock)/sizeof(ScanBlock), Name_check);
216                }
217
218                if (bitblock_has_bit(ctCDPI_Callouts.PI_name_starts)){
219                  StreamScan((ScanBlock *) &ctCDPI_Callouts.PI_name_starts, sizeof(BitBlock)/sizeof(ScanBlock), PIName_check);
220                }
221
222                if (bitblock_has_bit(ctCDPI_Callouts.CD_starts)){
223                  StreamScan((ScanBlock *) &ctCDPI_Callouts.CD_starts, sizeof(BitBlock)/sizeof(ScanBlock), CD_check);
224                }
225
226                if (bitblock_has_bit(ref_Callouts.Ref_starts)){
227                  StreamScan((ScanBlock *) &ref_Callouts.Ref_starts, sizeof(BitBlock)/sizeof(ScanBlock), Ref_check);
228                }
229
230                if (bitblock_has_bit(check_streams.att_refs)){
231                  StreamScan((ScanBlock *) &check_streams.att_refs, sizeof(BitBlock)/sizeof(ScanBlock), AttRef_check);
232                }
233
234                if (bitblock_has_bit(check_streams.error_mask)) {
235                  int errpos = count_forward_zeroes(check_streams.error_mask);
236                  ReportError("error found", errpos);
237              exit(-1);
238                }
239
240                matcher.store_streams(check_streams.tag_marks, check_streams.name_follows, check_streams.misc_mask, chars_avail);
241                tracker.AdvanceBlock();
242}
243
244void do_process(FILE *infile, FILE *outfile) {
245
246@decl
247
248  int buf_pos = 0;
249  int block_pos = 0;
250  int errpos = 0;
251  int chars_avail = 0;
252  int check_pos = 0;
253  int chars_read = 0;
254  BytePack buf[(BUFFER_SIZE+BLOCK_SIZE+OVERLAP_BUFSIZE*2)/sizeof(SIMD_type)];
255
256  char * srcbuf = ((char *) buf) + OVERLAP_BUFSIZE;
257  buffer_base = buf_pos;
258  source = srcbuf;
259
260  chars_read = fread((void *)srcbuf, 1, BUFFER_SIZE + OVERLAP_BUFSIZE, infile);
261  chars_avail = chars_read;
262  if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
263
264  matcher.setSrc(srcbuf);
265
266  if(chars_read<4){
267    fprintf(stderr,"File is too short. Not well formed.\n");
268    exit(-1);
269  }
270
271  Entity_Info * e = new Entity_Info;
272  e->AnalyzeSignature((unsigned char *)srcbuf);
273
274  if (e->code_unit_base == ASCII) {
275
276    XML_Decl_Parser<ASCII> decl_parser((unsigned char *)srcbuf);
277
278    decl_parser.ReadXMLInfo(*e);
279
280    if (e->code_unit_size != SingleByte || (e->has_encoding_decl && (!at_UTF_8(e->encoding)))){
281        fprintf(stderr,"Sorry, this xmlwf demo only works for UTF-8.\n");
282        exit(-1);
283    }
284  }
285  else {
286    fprintf(stderr,"Sorry, this xmlwf demo does not process EBCDIC.\n");
287        exit(-1);
288  }
289
290  if (e->content_start != 0) {
291        memmove(&srcbuf[0], &srcbuf[e->content_start], chars_read - e->content_start);
292        buf_pos = e->content_start;
293        if (chars_avail == BUFFER_SIZE) {
294                chars_read = chars_read - e->content_start +
295                             fread(&srcbuf[chars_read-e->content_start], 1, e->content_start, infile);
296                chars_avail = chars_read;
297                if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
298        }
299        else {
300          chars_read -=e->content_start;
301          chars_avail -=e->content_start;
302        }
303  }
304
305@stream_stmts
306
307/* Full Buffers */
308
309    while (chars_avail == BUFFER_SIZE) {
310      PERF_SEC_START(parser_timer);
311      for (int blk = 0; blk < SEGMENT_BLOCKS; blk++) {
312          block_base = blk*BLOCK_SIZE;
313          s2p_do_block((BytePack *) &srcbuf[block_base], basis_bits);
314          @block_stmts
315          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, chars_avail);
316      }
317      matcher.StreamScan(chars_avail);
318      matcher.Advance_buffer();
319      tracker.Advance_buffer();
320      PERF_SEC_END(parser_timer, chars_avail);
321           
322      int bytes_left = chars_read - chars_avail;
323      memmove(srcbuf, &srcbuf[BUFFER_SIZE], bytes_left);
324      chars_read = fread(&srcbuf[bytes_left],1, BUFFER_SIZE + OVERLAP_BUFSIZE - bytes_left, infile) + bytes_left;
325      chars_avail = chars_read;
326      if (chars_avail > BUFFER_SIZE) chars_avail = BUFFER_SIZE;
327      buf_pos += chars_avail;
328      buffer_base = buf_pos;
329    }
330/* Final Partial Buffer */
331    PERF_SEC_START(parser_timer);
332
333    block_pos = 0;
334    int remaining = chars_avail;
335/* Full Blocks */
336    while (remaining >= BLOCK_SIZE) {
337          block_base = block_pos;
338          s2p_do_block((BytePack *) &srcbuf[block_pos], basis_bits);
339          @block_stmts
340          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, chars_avail);
341          block_pos += BLOCK_SIZE;
342          remaining -= BLOCK_SIZE;
343    }
344    block_base = block_pos;
345    if (remaining > 0 || @any_carry) {
346          EOF_mask = sisd_srl(simd_const_1(1),sisd_from_int(BLOCK_SIZE-remaining));
347          s2p_do_final_block((BytePack *) &srcbuf[block_pos], basis_bits, EOF_mask);
348          @final_block_stmts
349          postprocess_do_block(lex, ctCDPI_Callouts, ref_Callouts, check_streams, chars_avail);
350    }
351    buf_pos += chars_avail;
352    buffer_base = buf_pos;
353
354    matcher.StreamScan(chars_avail);
355    matcher.Advance_buffer();
356    tracker.Advance_buffer();
357
358
359    PERF_SEC_END(parser_timer, chars_avail);
360    if (matcher.depth != 0) {
361      fprintf(stderr, "tag matching error (depth %i) at position %i\n", matcher.depth, buffer_base);
362      exit(-1);
363    }
364}
365
366
367
368int
369main(int argc, char * argv[]) {
370        char * infilename, * outfilename;
371        FILE *infile, *outfile;
372        struct stat fileinfo;
373
374        if (argc < 2) {
375                printf("Usage: %s <filename> [<outputfile>]\n", argv[0]);
376                exit(-1);
377        }
378
379        infilename = argv[1];
380        stat(infilename, &fileinfo);
381        infile = fopen(infilename, "rb");
382        if (!infile) {
383                fprintf(stderr, "Error: cannot open %s for input.\n", infilename);
384                exit(-1);
385        }
386
387        if (argc < 3) outfile = stdout;
388        else {
389                outfilename = argv[2];
390                outfile = fopen(outfilename, "wb");
391                if (!outfile) {
392                        fprintf(stderr, "Error: cannot open %s for writing.\n", outfilename);
393                        exit(-1);
394                }
395        }
396
397//      PERF_SEC_BIND(1);
398
399        PERF_SEC_INIT(parser_timer);
400
401        do_process(infile, outfile);
402
403        PERF_SEC_DUMP(parser_timer);
404
405        PERF_SEC_DESTROY(parser_timer);
406
407        fclose(infile);
408        fclose(outfile);
409        return(0);
410}
Note: See TracBrowser for help on using the repository browser.