home *** CD-ROM | disk | FTP | other *** search
/ PCGUIA 127 / PC Guia 127.iso / Software / Produtividade / OpenOffice.org 2.0.1 / openofficeorg3.cab / sre_compile.py < prev    next >
Text File  |  2005-11-19  |  15KB  |  490 lines
  1. #
  2. # Secret Labs' Regular Expression Engine
  3. #
  4. # convert template to internal format
  5. #
  6. # Copyright (c) 1997-2001 by Secret Labs AB.  All rights reserved.
  7. #
  8. # See the sre.py file for information on usage and redistribution.
  9. #
  10.  
  11. """Internal support module for sre"""
  12.  
  13. import _sre, sys
  14.  
  15. from sre_constants import *
  16.  
  17. assert _sre.MAGIC == MAGIC, "SRE module mismatch"
  18.  
  19. if _sre.CODESIZE == 2:
  20.     MAXCODE = 65535
  21. else:
  22.     MAXCODE = 0xFFFFFFFFL
  23.  
  24. def _compile(code, pattern, flags):
  25.     # internal: compile a (sub)pattern
  26.     emit = code.append
  27.     for op, av in pattern:
  28.         if op in (LITERAL, NOT_LITERAL):
  29.             if flags & SRE_FLAG_IGNORECASE:
  30.                 emit(OPCODES[OP_IGNORE[op]])
  31.                 emit(_sre.getlower(av, flags))
  32.             else:
  33.                 emit(OPCODES[op])
  34.                 emit(av)
  35.         elif op is IN:
  36.             if flags & SRE_FLAG_IGNORECASE:
  37.                 emit(OPCODES[OP_IGNORE[op]])
  38.                 def fixup(literal, flags=flags):
  39.                     return _sre.getlower(literal, flags)
  40.             else:
  41.                 emit(OPCODES[op])
  42.                 fixup = lambda x: x
  43.             skip = len(code); emit(0)
  44.             _compile_charset(av, flags, code, fixup)
  45.             code[skip] = len(code) - skip
  46.         elif op is ANY:
  47.             if flags & SRE_FLAG_DOTALL:
  48.                 emit(OPCODES[ANY_ALL])
  49.             else:
  50.                 emit(OPCODES[ANY])
  51.         elif op in (REPEAT, MIN_REPEAT, MAX_REPEAT):
  52.             if flags & SRE_FLAG_TEMPLATE:
  53.                 raise error, "internal: unsupported template operator"
  54.                 emit(OPCODES[REPEAT])
  55.                 skip = len(code); emit(0)
  56.                 emit(av[0])
  57.                 emit(av[1])
  58.                 _compile(code, av[2], flags)
  59.                 emit(OPCODES[SUCCESS])
  60.                 code[skip] = len(code) - skip
  61.             elif _simple(av) and op != REPEAT:
  62.                 if op == MAX_REPEAT:
  63.                     emit(OPCODES[REPEAT_ONE])
  64.                 else:
  65.                     emit(OPCODES[MIN_REPEAT_ONE])
  66.                 skip = len(code); emit(0)
  67.                 emit(av[0])
  68.                 emit(av[1])
  69.                 _compile(code, av[2], flags)
  70.                 emit(OPCODES[SUCCESS])
  71.                 code[skip] = len(code) - skip
  72.             else:
  73.                 emit(OPCODES[REPEAT])
  74.                 skip = len(code); emit(0)
  75.                 emit(av[0])
  76.                 emit(av[1])
  77.                 _compile(code, av[2], flags)
  78.                 code[skip] = len(code) - skip
  79.                 if op == MAX_REPEAT:
  80.                     emit(OPCODES[MAX_UNTIL])
  81.                 else:
  82.                     emit(OPCODES[MIN_UNTIL])
  83.         elif op is SUBPATTERN:
  84.             if av[0]:
  85.                 emit(OPCODES[MARK])
  86.                 emit((av[0]-1)*2)
  87.             # _compile_info(code, av[1], flags)
  88.             _compile(code, av[1], flags)
  89.             if av[0]:
  90.                 emit(OPCODES[MARK])
  91.                 emit((av[0]-1)*2+1)
  92.         elif op in (SUCCESS, FAILURE):
  93.             emit(OPCODES[op])
  94.         elif op in (ASSERT, ASSERT_NOT):
  95.             emit(OPCODES[op])
  96.             skip = len(code); emit(0)
  97.             if av[0] >= 0:
  98.                 emit(0) # look ahead
  99.             else:
  100.                 lo, hi = av[1].getwidth()
  101.                 if lo != hi:
  102.                     raise error, "look-behind requires fixed-width pattern"
  103.                 emit(lo) # look behind
  104.             _compile(code, av[1], flags)
  105.             emit(OPCODES[SUCCESS])
  106.             code[skip] = len(code) - skip
  107.         elif op is CALL:
  108.             emit(OPCODES[op])
  109.             skip = len(code); emit(0)
  110.             _compile(code, av, flags)
  111.             emit(OPCODES[SUCCESS])
  112.             code[skip] = len(code) - skip
  113.         elif op is AT:
  114.             emit(OPCODES[op])
  115.             if flags & SRE_FLAG_MULTILINE:
  116.                 av = AT_MULTILINE.get(av, av)
  117.             if flags & SRE_FLAG_LOCALE:
  118.                 av = AT_LOCALE.get(av, av)
  119.             elif flags & SRE_FLAG_UNICODE:
  120.                 av = AT_UNICODE.get(av, av)
  121.             emit(ATCODES[av])
  122.         elif op is BRANCH:
  123.             emit(OPCODES[op])
  124.             tail = []
  125.             for av in av[1]:
  126.                 skip = len(code); emit(0)
  127.                 # _compile_info(code, av, flags)
  128.                 _compile(code, av, flags)
  129.                 emit(OPCODES[JUMP])
  130.                 tail.append(len(code)); emit(0)
  131.                 code[skip] = len(code) - skip
  132.             emit(0) # end of branch
  133.             for tail in tail:
  134.                 code[tail] = len(code) - tail
  135.         elif op is CATEGORY:
  136.             emit(OPCODES[op])
  137.             if flags & SRE_FLAG_LOCALE:
  138.                 av = CH_LOCALE[av]
  139.             elif flags & SRE_FLAG_UNICODE:
  140.                 av = CH_UNICODE[av]
  141.             emit(CHCODES[av])
  142.         elif op is GROUPREF:
  143.             if flags & SRE_FLAG_IGNORECASE:
  144.                 emit(OPCODES[OP_IGNORE[op]])
  145.             else:
  146.                 emit(OPCODES[op])
  147.             emit(av-1)
  148.         else:
  149.             raise ValueError, ("unsupported operand type", op)
  150.  
  151. def _compile_charset(charset, flags, code, fixup=None):
  152.     # compile charset subprogram
  153.     emit = code.append
  154.     if fixup is None:
  155.         fixup = lambda x: x
  156.     for op, av in _optimize_charset(charset, fixup):
  157.         emit(OPCODES[op])
  158.         if op is NEGATE:
  159.             pass
  160.         elif op is LITERAL:
  161.             emit(fixup(av))
  162.         elif op is RANGE:
  163.             emit(fixup(av[0]))
  164.             emit(fixup(av[1]))
  165.         elif op is CHARSET:
  166.             code.extend(av)
  167.         elif op is BIGCHARSET:
  168.             code.extend(av)
  169.         elif op is CATEGORY:
  170.             if flags & SRE_FLAG_LOCALE:
  171.                 emit(CHCODES[CH_LOCALE[av]])
  172.             elif flags & SRE_FLAG_UNICODE:
  173.                 emit(CHCODES[CH_UNICODE[av]])
  174.             else:
  175.                 emit(CHCODES[av])
  176.         else:
  177.             raise error, "internal: unsupported set operator"
  178.     emit(OPCODES[FAILURE])
  179.  
  180. def _optimize_charset(charset, fixup):
  181.     # internal: optimize character set
  182.     out = []
  183.     charmap = [0]*256
  184.     try:
  185.         for op, av in charset:
  186.             if op is NEGATE:
  187.                 out.append((op, av))
  188.             elif op is LITERAL:
  189.                 charmap[fixup(av)] = 1
  190.             elif op is RANGE:
  191.                 for i in range(fixup(av[0]), fixup(av[1])+1):
  192.                     charmap[i] = 1
  193.             elif op is CATEGORY:
  194.                 # XXX: could append to charmap tail
  195.                 return charset # cannot compress
  196.     except IndexError:
  197.         # character set contains unicode characters
  198.         return _optimize_unicode(charset, fixup)
  199.     # compress character map
  200.     i = p = n = 0
  201.     runs = []
  202.     for c in charmap:
  203.         if c:
  204.             if n == 0:
  205.                 p = i
  206.             n = n + 1
  207.         elif n:
  208.             runs.append((p, n))
  209.             n = 0
  210.         i = i + 1
  211.     if n:
  212.         runs.append((p, n))
  213.     if len(runs) <= 2:
  214.         # use literal/range
  215.         for p, n in runs:
  216.             if n == 1:
  217.                 out.append((LITERAL, p))
  218.             else:
  219.                 out.append((RANGE, (p, p+n-1)))
  220.         if len(out) < len(charset):
  221.             return out
  222.     else:
  223.         # use bitmap
  224.         data = _mk_bitmap(charmap)
  225.         out.append((CHARSET, data))
  226.         return out
  227.     return charset
  228.  
  229. def _mk_bitmap(bits):
  230.     data = []
  231.     if _sre.CODESIZE == 2:
  232.         start = (1, 0)
  233.     else:
  234.         start = (1L, 0L)
  235.     m, v = start
  236.     for c in bits:
  237.         if c:
  238.             v = v + m
  239.         m = m << 1
  240.         if m > MAXCODE:
  241.             data.append(v)
  242.             m, v = start
  243.     return data
  244.  
  245. # To represent a big charset, first a bitmap of all characters in the
  246. # set is constructed. Then, this bitmap is sliced into chunks of 256
  247. # characters, duplicate chunks are eliminitated, and each chunk is
  248. # given a number. In the compiled expression, the charset is
  249. # represented by a 16-bit word sequence, consisting of one word for
  250. # the number of different chunks, a sequence of 256 bytes (128 words)
  251. # of chunk numbers indexed by their original chunk position, and a
  252. # sequence of chunks (16 words each).
  253.  
  254. # Compression is normally good: in a typical charset, large ranges of
  255. # Unicode will be either completely excluded (e.g. if only cyrillic
  256. # letters are to be matched), or completely included (e.g. if large
  257. # subranges of Kanji match). These ranges will be represented by
  258. # chunks of all one-bits or all zero-bits.
  259.  
  260. # Matching can be also done efficiently: the more significant byte of
  261. # the Unicode character is an index into the chunk number, and the
  262. # less significant byte is a bit index in the chunk (just like the
  263. # CHARSET matching).
  264.  
  265. # In UCS-4 mode, the BIGCHARSET opcode still supports only subsets
  266. # of the basic multilingual plane; an efficient representation
  267. # for all of UTF-16 has not yet been developed. This means,
  268. # in particular, that negated charsets cannot be represented as
  269. # bigcharsets.
  270.  
  271. def _optimize_unicode(charset, fixup):
  272.     try:
  273.         import array
  274.     except ImportError:
  275.         return charset
  276.     charmap = [0]*65536
  277.     negate = 0
  278.     try:
  279.         for op, av in charset:
  280.             if op is NEGATE:
  281.                 negate = 1
  282.             elif op is LITERAL:
  283.                 charmap[fixup(av)] = 1
  284.             elif op is RANGE:
  285.                 for i in range(fixup(av[0]), fixup(av[1])+1):
  286.                     charmap[i] = 1
  287.             elif op is CATEGORY:
  288.                 # XXX: could expand category
  289.                 return charset # cannot compress
  290.     except IndexError:
  291.         # non-BMP characters
  292.         return charset
  293.     if negate:
  294.         if sys.maxunicode != 65535:
  295.             # XXX: negation does not work with big charsets
  296.             return charset
  297.         for i in range(65536):
  298.             charmap[i] = not charmap[i]
  299.     comps = {}
  300.     mapping = [0]*256
  301.     block = 0
  302.     data = []
  303.     for i in range(256):
  304.         chunk = tuple(charmap[i*256:(i+1)*256])
  305.         new = comps.setdefault(chunk, block)
  306.         mapping[i] = new
  307.         if new == block:
  308.             block = block + 1
  309.             data = data + _mk_bitmap(chunk)
  310.     header = [block]
  311.     if _sre.CODESIZE == 2:
  312.         code = 'H'
  313.     else:
  314.         code = 'I'
  315.     # Convert block indices to byte array of 256 bytes
  316.     mapping = array.array('b', mapping).tostring()
  317.     # Convert byte array to word array
  318.     mapping = array.array(code, mapping)
  319.     assert mapping.itemsize == _sre.CODESIZE
  320.     header = header + mapping.tolist()
  321.     data[0:0] = header
  322.     return [(BIGCHARSET, data)]
  323.  
  324. def _simple(av):
  325.     # check if av is a "simple" operator
  326.     lo, hi = av[2].getwidth()
  327.     if lo == 0 and hi == MAXREPEAT:
  328.         raise error, "nothing to repeat"
  329.     return lo == hi == 1 and av[2][0][0] != SUBPATTERN
  330.  
  331. def _compile_info(code, pattern, flags):
  332.     # internal: compile an info block.  in the current version,
  333.     # this contains min/max pattern width, and an optional literal
  334.     # prefix or a character map
  335.     lo, hi = pattern.getwidth()
  336.     if lo == 0:
  337.         return # not worth it
  338.     # look for a literal prefix
  339.     prefix = []
  340.     prefix_skip = 0
  341.     charset = [] # not used
  342.     if not (flags & SRE_FLAG_IGNORECASE):
  343.         # look for literal prefix
  344.         for op, av in pattern.data:
  345.             if op is LITERAL:
  346.                 if len(prefix) == prefix_skip:
  347.                     prefix_skip = prefix_skip + 1
  348.                 prefix.append(av)
  349.             elif op is SUBPATTERN and len(av[1]) == 1:
  350.                 op, av = av[1][0]
  351.                 if op is LITERAL:
  352.                     prefix.append(av)
  353.                 else:
  354.                     break
  355.             else:
  356.                 break
  357.         # if no prefix, look for charset prefix
  358.         if not prefix and pattern.data:
  359.             op, av = pattern.data[0]
  360.             if op is SUBPATTERN and av[1]:
  361.                 op, av = av[1][0]
  362.                 if op is LITERAL:
  363.                     charset.append((op, av))
  364.                 elif op is BRANCH:
  365.                     c = []
  366.                     for p in av[1]:
  367.                         if not p:
  368.                             break
  369.                         op, av = p[0]
  370.                         if op is LITERAL:
  371.                             c.append((op, av))
  372.                         else:
  373.                             break
  374.                     else:
  375.                         charset = c
  376.             elif op is BRANCH:
  377.                 c = []
  378.                 for p in av[1]:
  379.                     if not p:
  380.                         break
  381.                     op, av = p[0]
  382.                     if op is LITERAL:
  383.                         c.append((op, av))
  384.                     else:
  385.                         break
  386.                 else:
  387.                     charset = c
  388.             elif op is IN:
  389.                 charset = av
  390. ##     if prefix:
  391. ##         print "*** PREFIX", prefix, prefix_skip
  392. ##     if charset:
  393. ##         print "*** CHARSET", charset
  394.     # add an info block
  395.     emit = code.append
  396.     emit(OPCODES[INFO])
  397.     skip = len(code); emit(0)
  398.     # literal flag
  399.     mask = 0
  400.     if prefix:
  401.         mask = SRE_INFO_PREFIX
  402.         if len(prefix) == prefix_skip == len(pattern.data):
  403.             mask = mask + SRE_INFO_LITERAL
  404.     elif charset:
  405.         mask = mask + SRE_INFO_CHARSET
  406.     emit(mask)
  407.     # pattern length
  408.     if lo < MAXCODE:
  409.         emit(lo)
  410.     else:
  411.         emit(MAXCODE)
  412.         prefix = prefix[:MAXCODE]
  413.     if hi < MAXCODE:
  414.         emit(hi)
  415.     else:
  416.         emit(0)
  417.     # add literal prefix
  418.     if prefix:
  419.         emit(len(prefix)) # length
  420.         emit(prefix_skip) # skip
  421.         code.extend(prefix)
  422.         # generate overlap table
  423.         table = [-1] + ([0]*len(prefix))
  424.         for i in range(len(prefix)):
  425.             table[i+1] = table[i]+1
  426.             while table[i+1] > 0 and prefix[i] != prefix[table[i+1]-1]:
  427.                 table[i+1] = table[table[i+1]-1]+1
  428.         code.extend(table[1:]) # don't store first entry
  429.     elif charset:
  430.         _compile_charset(charset, flags, code)
  431.     code[skip] = len(code) - skip
  432.  
  433. try:
  434.     unicode
  435. except NameError:
  436.     STRING_TYPES = (type(""),)
  437. else:
  438.     STRING_TYPES = (type(""), type(unicode("")))
  439.  
  440. def isstring(obj):
  441.     for tp in STRING_TYPES:
  442.         if isinstance(obj, tp):
  443.             return 1
  444.     return 0
  445.  
  446. def _code(p, flags):
  447.  
  448.     flags = p.pattern.flags | flags
  449.     code = []
  450.  
  451.     # compile info block
  452.     _compile_info(code, p, flags)
  453.  
  454.     # compile the pattern
  455.     _compile(code, p.data, flags)
  456.  
  457.     code.append(OPCODES[SUCCESS])
  458.  
  459.     return code
  460.  
  461. def compile(p, flags=0):
  462.     # internal: convert pattern list to internal format
  463.  
  464.     if isstring(p):
  465.         import sre_parse
  466.         pattern = p
  467.         p = sre_parse.parse(p, flags)
  468.     else:
  469.         pattern = None
  470.  
  471.     code = _code(p, flags)
  472.  
  473.     # print code
  474.  
  475.     # XXX: <fl> get rid of this limitation!
  476.     assert p.pattern.groups <= 100,\
  477.            "sorry, but this version only supports 100 named groups"
  478.  
  479.     # map in either direction
  480.     groupindex = p.pattern.groupdict
  481.     indexgroup = [None] * p.pattern.groups
  482.     for k, i in groupindex.items():
  483.         indexgroup[i] = k
  484.  
  485.     return _sre.compile(
  486.         pattern, flags, code,
  487.         p.pattern.groups-1,
  488.         groupindex, indexgroup
  489.         )
  490.