home *** CD-ROM | disk | FTP | other *** search
/ Skunkware 98 / Skunkware 98.iso / src / interp / perl5.005.tar.gz / perl5.005.tar / perl5.005 / regcomp.h < prev    next >
C/C++ Source or Header  |  1998-07-20  |  8KB  |  223 lines
  1. /*    regcomp.h
  2.  */
  3.  
  4. typedef OP OP_4tree;            /* Will be redefined later. */
  5.  
  6. /*
  7.  * The "internal use only" fields in regexp.h are present to pass info from
  8.  * compile to execute that permits the execute phase to run lots faster on
  9.  * simple cases.  They are:
  10.  *
  11.  * regstart    sv that must begin a match; Nullch if none obvious
  12.  * reganch    is the match anchored (at beginning-of-line only)?
  13.  * regmust    string (pointer into program) that match must include, or NULL
  14.  *  [regmust changed to SV* for bminstr()--law]
  15.  * regmlen    length of regmust string
  16.  *  [regmlen not used currently]
  17.  *
  18.  * Regstart and reganch permit very fast decisions on suitable starting points
  19.  * for a match, cutting down the work a lot.  Regmust permits fast rejection
  20.  * of lines that cannot possibly match.  The regmust tests are costly enough
  21.  * that pregcomp() supplies a regmust only if the r.e. contains something
  22.  * potentially expensive (at present, the only such thing detected is * or +
  23.  * at the start of the r.e., which can involve a lot of backup).  Regmlen is
  24.  * supplied because the test in pregexec() needs it and pregcomp() is computing
  25.  * it anyway.
  26.  * [regmust is now supplied always.  The tests that use regmust have a
  27.  * heuristic that disables the test if it usually matches.]
  28.  *
  29.  * [In fact, we now use regmust in many cases to locate where the search
  30.  * starts in the string, so if regback is >= 0, the regmust search is never
  31.  * wasted effort.  The regback variable says how many characters back from
  32.  * where regmust matched is the earliest possible start of the match.
  33.  * For instance, /[a-z].foo/ has a regmust of 'foo' and a regback of 2.]
  34.  */
  35.  
  36. /*
  37.  * Structure for regexp "program".  This is essentially a linear encoding
  38.  * of a nondeterministic finite-state machine (aka syntax charts or
  39.  * "railroad normal form" in parsing technology).  Each node is an opcode
  40.  * plus a "next" pointer, possibly plus an operand.  "Next" pointers of
  41.  * all nodes except BRANCH implement concatenation; a "next" pointer with
  42.  * a BRANCH on both ends of it is connecting two alternatives.  (Here we
  43.  * have one of the subtle syntax dependencies:  an individual BRANCH (as
  44.  * opposed to a collection of them) is never concatenated with anything
  45.  * because of operator precedence.)  The operand of some types of node is
  46.  * a literal string; for others, it is a node leading into a sub-FSM.  In
  47.  * particular, the operand of a BRANCH node is the first node of the branch.
  48.  * (NB this is *not* a tree structure:  the tail of the branch connects
  49.  * to the thing following the set of BRANCHes.)  The opcodes are:
  50.  */
  51.  
  52. /*
  53.  * A node is one char of opcode followed by two chars of "next" pointer.
  54.  * "Next" pointers are stored as two 8-bit pieces, high order first.  The
  55.  * value is a positive offset from the opcode of the node containing it.
  56.  * An operand, if any, simply follows the node.  (Note that much of the
  57.  * code generation knows about this implicit relationship.)
  58.  *
  59.  * Using two bytes for the "next" pointer is vast overkill for most things,
  60.  * but allows patterns to get big without disasters.
  61.  *
  62.  * [The "next" pointer is always aligned on an even
  63.  * boundary, and reads the offset directly as a short.  Also, there is no
  64.  * special test to reverse the sign of BACK pointers since the offset is
  65.  * stored negative.]
  66.  */
  67.  
  68. struct regnode_string {
  69.     U8    flags;
  70.     U8  type;
  71.     U16 next_off;
  72.     U8 string[1];
  73. };
  74.  
  75. struct regnode_1 {
  76.     U8    flags;
  77.     U8  type;
  78.     U16 next_off;
  79.     U32 arg1;
  80. };
  81.  
  82. struct regnode_2 {
  83.     U8    flags;
  84.     U8  type;
  85.     U16 next_off;
  86.     U16 arg1;
  87.     U16 arg2;
  88. };
  89.  
  90. /* XXX fix this description.
  91.    Impose a limit of REG_INFTY on various pattern matching operations
  92.    to limit stack growth and to avoid "infinite" recursions.
  93. */
  94. /* The default size for REG_INFTY is I16_MAX, which is the same as
  95.    SHORT_MAX (see perl.h).  Unfortunately I16 isn't necessarily 16 bits
  96.    (see handy.h).  On the Cray C90, sizeof(short)==4 and hence I16_MAX is
  97.    ((1<<31)-1), while on the Cray T90, sizeof(short)==8 and I16_MAX is
  98.    ((1<<63)-1).  To limit stack growth to reasonable sizes, supply a
  99.    smaller default.
  100.     --Andy Dougherty  11 June 1998
  101. */
  102. #if SHORTSIZE > 2
  103. #  ifndef REG_INFTY
  104. #    define REG_INFTY ((1<<15)-1)
  105. #  endif
  106. #endif
  107.  
  108. #ifndef REG_INFTY
  109. #  define REG_INFTY I16_MAX
  110. #endif
  111.  
  112. #define ARG_VALUE(arg) (arg)
  113. #define ARG__SET(arg,val) ((arg) = (val))
  114.  
  115. #define ARG(p) ARG_VALUE(ARG_LOC(p))
  116. #define ARG1(p) ARG_VALUE(ARG1_LOC(p))
  117. #define ARG2(p) ARG_VALUE(ARG2_LOC(p))
  118. #define ARG_SET(p, val) ARG__SET(ARG_LOC(p), (val))
  119. #define ARG1_SET(p, val) ARG__SET(ARG1_LOC(p), (val))
  120. #define ARG2_SET(p, val) ARG__SET(ARG2_LOC(p), (val))
  121.  
  122. #ifndef lint
  123. #  define NEXT_OFF(p) ((p)->next_off)
  124. #  define NODE_ALIGN(node)
  125. #  define NODE_ALIGN_FILL(node) ((node)->flags = 0xde) /* deadbeef */
  126. #else /* lint */
  127. #  define NEXT_OFF(p) 0
  128. #  define NODE_ALIGN(node)
  129. #  define NODE_ALIGN_FILL(node)
  130. #endif /* lint */
  131.  
  132. #define SIZE_ALIGN NODE_ALIGN
  133.  
  134. #define    OP(p)        ((p)->type)
  135. #define    OPERAND(p)    (((struct regnode_string *)p)->string)
  136. #define    NODE_ALIGN(node)
  137. #define    ARG_LOC(p)    (((struct regnode_1 *)p)->arg1)
  138. #define    ARG1_LOC(p)    (((struct regnode_2 *)p)->arg1)
  139. #define    ARG2_LOC(p)    (((struct regnode_2 *)p)->arg2)
  140. #define NODE_STEP_REGNODE    1    /* sizeof(regnode)/sizeof(regnode) */
  141. #define EXTRA_STEP_2ARGS    EXTRA_SIZE(struct regnode_2)
  142.  
  143. #define NODE_STEP_B    4
  144.  
  145. #define    NEXTOPER(p)    ((p) + NODE_STEP_REGNODE)
  146. #define    PREVOPER(p)    ((p) - NODE_STEP_REGNODE)
  147.  
  148. #define FILL_ADVANCE_NODE(ptr, op) STMT_START { \
  149.     (ptr)->type = op;    (ptr)->next_off = 0;   (ptr)++; } STMT_END
  150. #define FILL_ADVANCE_NODE_ARG(ptr, op, arg) STMT_START { \
  151.     ARG_SET(ptr, arg);  FILL_ADVANCE_NODE(ptr, op); (ptr) += 1; } STMT_END
  152.  
  153. #define MAGIC 0234
  154.  
  155. #define SIZE_ONLY (PL_regcode == &PL_regdummy)
  156.  
  157. /* Flags for first parameter byte of ANYOF */
  158. #define ANYOF_INVERT    0x40
  159. #define ANYOF_FOLD    0x20
  160. #define ANYOF_LOCALE    0x10
  161. #define ANYOF_ISA    0x0F
  162. #define ANYOF_ALNUML     0x08
  163. #define ANYOF_NALNUML     0x04
  164. #define ANYOF_SPACEL     0x02
  165. #define ANYOF_NSPACEL     0x01
  166.  
  167. /* Utility macros for bitmap of ANYOF */
  168. #define ANYOF_BYTE(p,c)     (p)[1 + (((c) >> 3) & 31)]
  169. #define ANYOF_BIT(c)        (1 << ((c) & 7))
  170. #define ANYOF_SET(p,c)      (ANYOF_BYTE(p,c) |=  ANYOF_BIT(c))
  171. #define ANYOF_CLEAR(p,c)    (ANYOF_BYTE(p,c) &= ~ANYOF_BIT(c))
  172. #define ANYOF_TEST(p,c)     (ANYOF_BYTE(p,c) &   ANYOF_BIT(c))
  173.  
  174. #define ANY_SKIP ((33 - 1)/sizeof(regnode) + 1)
  175.  
  176. /*
  177.  * Utility definitions.
  178.  */
  179. #ifndef lint
  180. #ifndef CHARMASK
  181. #define    UCHARAT(p)    ((int)*(unsigned char *)(p))
  182. #else
  183. #define    UCHARAT(p)    ((int)*(p)&CHARMASK)
  184. #endif
  185. #else /* lint */
  186. #define UCHARAT(p)    PL_regdummy
  187. #endif /* lint */
  188.  
  189. #define    FAIL(m)        croak    ("/%.127s/: %s",  PL_regprecomp,m)
  190. #define    FAIL2(pat,m)    re_croak2("/%.127s/: ",pat,PL_regprecomp,m)
  191.  
  192. #define EXTRA_SIZE(guy) ((sizeof(guy)-1)/sizeof(struct regnode))
  193.  
  194. #define REG_SEEN_ZERO_LEN    1
  195. #define REG_SEEN_LOOKBEHIND    2
  196. #define REG_SEEN_GPOS        4
  197. #define REG_SEEN_EVAL        8
  198.  
  199. #include "regnodes.h"
  200.  
  201. /* The following have no fixed length. char* since we do strchr on it. */
  202. #ifndef DOINIT
  203. EXTCONST char varies[];
  204. #else
  205. EXTCONST char varies[] = {
  206.     BRANCH, BACK, STAR, PLUS, CURLY, CURLYX, REF, REFF, REFFL, 
  207.     WHILEM, CURLYM, CURLYN, BRANCHJ, IFTHEN, SUSPEND, 0
  208. };
  209. #endif
  210.  
  211. /* The following always have a length of 1. char* since we do strchr on it. */
  212. #ifndef DOINIT
  213. EXTCONST char simple[];
  214. #else
  215. EXTCONST char simple[] = {
  216.     ANY, SANY, ANYOF,
  217.     ALNUM, ALNUML, NALNUM, NALNUML,
  218.     SPACE, SPACEL, NSPACE, NSPACEL,
  219.     DIGIT, NDIGIT, 0
  220. };
  221. #endif
  222.  
  223.