nuke 1.0
This commit is contained in:
parent
d7030bb80e
commit
a6235c8a53
17
Makefile
17
Makefile
@ -1,17 +0,0 @@
|
|||||||
CXXFLAGS := -fuse-ld=mold -ggdb -Wall -Wextra -Wpedantic
|
|
||||||
ifeq (${DEBUG}, 1)
|
|
||||||
CXXFLAGS += -DDEBUG
|
|
||||||
endif
|
|
||||||
|
|
||||||
OUT := regtest
|
|
||||||
|
|
||||||
main:
|
|
||||||
${CXX} ${CXXFLAGS} ${CPPFLAGS} source/main.cpp source/vector.c source/jeger.c -o ${OUT}
|
|
||||||
|
|
||||||
run:
|
|
||||||
${OUT}
|
|
||||||
|
|
||||||
test: run
|
|
||||||
|
|
||||||
clean:
|
|
||||||
rm ${OUT}
|
|
55
README.md
55
README.md
@ -1,56 +1 @@
|
|||||||
# Jëger
|
# Jëger
|
||||||
A regex engine.
|
|
||||||
|
|
||||||
### Syntax
|
|
||||||
The aim was to follow Vim's regex syntax. Esoteric special characters such as "\zs" are not implemented, however the just is supported.
|
|
||||||
|
|
||||||
```C
|
|
||||||
match_t * regex_match(const regex_t * const regex, const char * const string, const bool start_of_string);
|
|
||||||
```
|
|
||||||
Returns a sentinel terminated array of `match_t` objects.
|
|
||||||
The sentinel object is defined as `(match_t){ .position = -1, .width = -1, };`.
|
|
||||||
|
|
||||||
```C
|
|
||||||
bool is_sentinel(const match_t * const match);
|
|
||||||
```
|
|
||||||
This is the function you must check whether a `match_t` is a sentinel or not.
|
|
||||||
I.e. make this the break condition while looping the results.
|
|
||||||
|
|
||||||
|
|
||||||
| Symbol | Meaning (TODO: fill in) |
|
|
||||||
| :----: | :---------------------: |
|
|
||||||
| . | |
|
|
||||||
| ? | One or zero of the previous token |
|
|
||||||
| = | Same as ? |
|
|
||||||
| * | Any number of the previous token |
|
|
||||||
| + | One or more of the previous token |
|
|
||||||
| \\> | End of word |
|
|
||||||
| ^ | Start of string |
|
|
||||||
| \t | Tab |
|
|
||||||
| \n | New line |
|
|
||||||
| \b | |
|
|
||||||
| \i | |
|
|
||||||
| \I | |
|
|
||||||
| \k | |
|
|
||||||
| \K | |
|
|
||||||
| \f | |
|
|
||||||
| \F | |
|
|
||||||
| \p | |
|
|
||||||
| \P | |
|
|
||||||
| \s | |
|
|
||||||
| \d | Digit char |
|
|
||||||
| \D | Not digit char |
|
|
||||||
| \x | Hex char|
|
|
||||||
| \X | Not hex char |
|
|
||||||
| \o | Octal char |
|
|
||||||
| \O | Not octal char |
|
|
||||||
| \w | Word char|
|
|
||||||
| \W | Not word char|
|
|
||||||
| \h | |
|
|
||||||
| \a | Ascii letter |
|
|
||||||
| \l | Lowercase ascii letter |
|
|
||||||
| \L | Not (lowercase ascii letter) |
|
|
||||||
| \u | Uppercase ascii letter |
|
|
||||||
| \U | Not (uppercase ascii letter) |
|
|
||||||
| [\<range\>] | Any of \<range\> |
|
|
||||||
| [\^\<range\>] | None of \<range\> |
|
|
||||||
|
@ -1,24 +0,0 @@
|
|||||||
#CPPFLAGS := -DDEBUG
|
|
||||||
#CXXFLAGS := -O0 -ggdb
|
|
||||||
CXXFLAGS := -O2
|
|
||||||
BUILD.cpp := ${CXX} ${CXXFLAGS} ${CPPFLAGS}
|
|
||||||
|
|
||||||
build: jeger gnu
|
|
||||||
|
|
||||||
jeger: ../source/vector.c ../source/jeger.c jeger_racer.cpp
|
|
||||||
g++ -shared ../source/vector.c -o vector.so
|
|
||||||
g++ -shared ../source/jeger.c -o jeger.so
|
|
||||||
${BUILD.cpp} -I../source/ jeger_racer.cpp vector.so jeger.so -o jeger_racer.out
|
|
||||||
|
|
||||||
gnu: gnu_racer.cpp
|
|
||||||
${BUILD.cpp} gnu_racer.cpp -o gnu_racer.out
|
|
||||||
|
|
||||||
test: build
|
|
||||||
export LD_LIBRARY_PATH=$$(realpath .):$$LD_LIBRARY_PATH
|
|
||||||
perf stat -r 10000 ./gnu_racer.out
|
|
||||||
perf stat -r 10000 ./jeger_racer.out
|
|
||||||
|
|
||||||
clean:
|
|
||||||
rm *.so *.out
|
|
||||||
|
|
||||||
.PHONY: test
|
|
@ -1,95 +0,0 @@
|
|||||||
#if DEBUG
|
|
||||||
# include <assert.h>
|
|
||||||
#endif
|
|
||||||
|
|
||||||
#include <stddef.h>
|
|
||||||
#include <regex.h>
|
|
||||||
|
|
||||||
static
|
|
||||||
void TEST(const char * const what,
|
|
||||||
const char * const on,
|
|
||||||
const bool expect){
|
|
||||||
|
|
||||||
regex_t r;
|
|
||||||
regcomp(&r, what, REG_EXTENDED | REG_NOSUB);
|
|
||||||
int result = regexec(&r, on, 0, NULL, 0);
|
|
||||||
regfree(&r);
|
|
||||||
|
|
||||||
#if DEBUG
|
|
||||||
assert((result != -1) && (expect == !((bool)result)));
|
|
||||||
#endif
|
|
||||||
}
|
|
||||||
|
|
||||||
signed main(){
|
|
||||||
TEST( R"del(abc)del", "abc", true);
|
|
||||||
TEST(R"del(efg1)del", "efg1", true);
|
|
||||||
TEST( R"del(nig)del", "ger", false);
|
|
||||||
TEST( R"del(ss)del", "sss", true);
|
|
||||||
TEST( R"del(sss)del", "ss", false);
|
|
||||||
|
|
||||||
TEST( R"del(ab+c)del", "abc", true);
|
|
||||||
TEST(R"del(ef+g1)del", "effffg1", true);
|
|
||||||
TEST(R"del(efg1+)del", "efg", false);
|
|
||||||
TEST(R"del(efg1+)del", "efg1", true);
|
|
||||||
TEST(R"del(efg1+)del", "efg11", true);
|
|
||||||
|
|
||||||
TEST( R"del(a+a)del", "aaa", true);
|
|
||||||
TEST( R"del(a+a)del", "aa", true);
|
|
||||||
TEST( R"del(a+a)del", "a", false);
|
|
||||||
TEST( R"del(a+a)del", "aaa", true);
|
|
||||||
TEST(R"del(a+\+)del", "aaa", false);
|
|
||||||
|
|
||||||
TEST( R"del(ab*c)del", "abc", true);
|
|
||||||
TEST(R"del(ef*g1)del", "effffg1", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg1", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg11", true);
|
|
||||||
|
|
||||||
TEST( R"del(ne.)del", "net", true);
|
|
||||||
TEST( R"del(ne.)del", "ne", false);
|
|
||||||
TEST(R"del(ne.+)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*)del", "ne", true);
|
|
||||||
|
|
||||||
TEST( R"del(ne.o)del", "neto", true);
|
|
||||||
TEST(R"del(ne.+o)del", "nettto", true);
|
|
||||||
TEST(R"del(ne.+o)del", "neo", false);
|
|
||||||
TEST(R"del(ne.+o)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*o)del", "neo", true);
|
|
||||||
|
|
||||||
TEST(R"del(ne.)del", "ne\t", true);
|
|
||||||
TEST(R"del(ne\t)del", "ne", false);
|
|
||||||
TEST( "ne\t", "ne\t", true); //XXX
|
|
||||||
TEST(R"del(ne )del", "net", false);
|
|
||||||
TEST(R"del(ne)del", "ne\t", true);
|
|
||||||
|
|
||||||
TEST(R"del(\sa)del", " a", true);
|
|
||||||
TEST(R"del(\sa)del", " a ", true);
|
|
||||||
TEST(R"del(\wi)del", "hi", true);
|
|
||||||
TEST(R"del(\w+)del", "asd", true);
|
|
||||||
TEST(R"del(\w*)del", "", true);
|
|
||||||
|
|
||||||
TEST( R"del([A-Za-z]+)del", "HelloWorld", true);
|
|
||||||
TEST(R"del([A-Za-z]+g)del", "HelloWorldg", true);
|
|
||||||
TEST(R"del([A-Za-z]+g)del", "g", false);
|
|
||||||
TEST(R"del([A-Za-z]*g)del", "g", true);
|
|
||||||
TEST(R"del([A-Za-z]+1)del", "1", false);
|
|
||||||
|
|
||||||
TEST( R"del([^0-9])del", "0", false);
|
|
||||||
TEST( R"del([^A-Za-z])del", "HelloWorld", false);
|
|
||||||
TEST(R"del([^A-Za-z]+g)del", "313g", true);
|
|
||||||
TEST( R"del([^0-9])del", "HelloWorld", true);
|
|
||||||
TEST( R"del([^a])del", "ba", true);
|
|
||||||
|
|
||||||
TEST( R"del(^\^)del", "^^", true);
|
|
||||||
TEST( R"del(^\^)del", " ^", false);
|
|
||||||
TEST(R"del(^ \^)del", " ^", true);
|
|
||||||
TEST( R"del(^a*)del", "asd", true);
|
|
||||||
TEST( R"del(^)del", "", true);
|
|
||||||
|
|
||||||
TEST( R"del(\<test)del", "test", true);
|
|
||||||
TEST( R"del(test\>)del", "test", true);
|
|
||||||
TEST( R"del(\<test)del", "atest", false);
|
|
||||||
TEST( R"del(test\>)del", "testa", false);
|
|
||||||
TEST(R"del(\<test\>)del", "test", true);
|
|
||||||
}
|
|
@ -1,87 +0,0 @@
|
|||||||
#if DEBUG
|
|
||||||
# include <assert.h>
|
|
||||||
#endif
|
|
||||||
|
|
||||||
#include <jeger.h>
|
|
||||||
|
|
||||||
static
|
|
||||||
void TEST(const char * const what,
|
|
||||||
const char * const on,
|
|
||||||
const bool expect){
|
|
||||||
|
|
||||||
regex_t * r = regex_compile(what);
|
|
||||||
bool result = regex_search(r, on);
|
|
||||||
regex_free(r);
|
|
||||||
|
|
||||||
#if DEBUG
|
|
||||||
assert(expect == result);
|
|
||||||
#endif
|
|
||||||
}
|
|
||||||
|
|
||||||
signed main(){
|
|
||||||
TEST( R"del(abc)del", "abc", true);
|
|
||||||
TEST(R"del(efg1)del", "efg1", true);
|
|
||||||
TEST( R"del(nig)del", "ger", false);
|
|
||||||
TEST( R"del(ss)del", "sss", true);
|
|
||||||
TEST( R"del(sss)del", "ss", false);
|
|
||||||
|
|
||||||
TEST( R"del(ab+c)del", "abc", true);
|
|
||||||
TEST(R"del(ef+g1)del", "effffg1", true);
|
|
||||||
TEST(R"del(efg1+)del", "efg", false);
|
|
||||||
TEST(R"del(efg1+)del", "efg1", true);
|
|
||||||
TEST(R"del(efg1+)del", "efg11", true);
|
|
||||||
|
|
||||||
TEST( R"del(a+a)del", "aaa", true);
|
|
||||||
TEST( R"del(a+a)del", "aa", true);
|
|
||||||
TEST( R"del(a+a)del", "a", false);
|
|
||||||
TEST( R"del(a+a)del", "aaa", true);
|
|
||||||
TEST(R"del(a+\+)del", "aaa", false);
|
|
||||||
|
|
||||||
TEST( R"del(ab*c)del", "abc", true);
|
|
||||||
TEST(R"del(ef*g1)del", "effffg1", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg1", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg11", true);
|
|
||||||
|
|
||||||
TEST( R"del(ne.)del", "net", true);
|
|
||||||
TEST( R"del(ne.)del", "ne", false);
|
|
||||||
TEST(R"del(ne.+)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*)del", "ne", true);
|
|
||||||
|
|
||||||
TEST( R"del(ne.o)del", "neto", true);
|
|
||||||
TEST(R"del(ne.+o)del", "nettto", true);
|
|
||||||
TEST(R"del(ne.+o)del", "neo", false);
|
|
||||||
TEST(R"del(ne.+o)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*o)del", "neo", true);
|
|
||||||
|
|
||||||
TEST(R"del(ne.)del", "ne\t", true);
|
|
||||||
TEST(R"del(ne\t)del", "ne", false);
|
|
||||||
TEST(R"del(ne\t)del", "ne\t", true);
|
|
||||||
TEST(R"del(ne\t)del", "net", false);
|
|
||||||
TEST(R"del(ne)del", "ne\t", true);
|
|
||||||
|
|
||||||
TEST(R"del(\sa)del", " a", true);
|
|
||||||
TEST(R"del(\sa)del", " a ", true);
|
|
||||||
TEST(R"del(\wi)del", "hi", true);
|
|
||||||
TEST(R"del(\w+)del", "asd", true);
|
|
||||||
TEST(R"del(\w*)del", "", true);
|
|
||||||
|
|
||||||
TEST( R"del([A-Za-z]+)del", "HelloWorld", true);
|
|
||||||
TEST(R"del([A-Za-z]+g)del", "HelloWorldg", true);
|
|
||||||
TEST(R"del([A-Za-z]+g)del", "g", false);
|
|
||||||
TEST(R"del([A-Za-z]*g)del", "g", true);
|
|
||||||
TEST(R"del([A-Za-z]+1)del", "1", false);
|
|
||||||
|
|
||||||
TEST( R"del(^\^)del", "^^", true);
|
|
||||||
TEST( R"del(^\^)del", " ^", false);
|
|
||||||
TEST(R"del(^ \^)del", " ^", true);
|
|
||||||
TEST( R"del(^a*)del", "asd", true);
|
|
||||||
TEST( R"del(^)del", "", true);
|
|
||||||
|
|
||||||
TEST( R"del(\<test)del", "test", true);
|
|
||||||
TEST( R"del(test\>)del", "test", true);
|
|
||||||
TEST( R"del(\<test)del", "atest", false);
|
|
||||||
TEST( R"del(test\>)del", "testa", false);
|
|
||||||
TEST(R"del(\<test\>)del", "test", true);
|
|
||||||
}
|
|
@ -1,55 +0,0 @@
|
|||||||
class RegexPrinter:
|
|
||||||
def __init__(self, val):
|
|
||||||
self.val = val
|
|
||||||
def to_string(self):
|
|
||||||
# Init
|
|
||||||
s = "{"
|
|
||||||
# Regular shit
|
|
||||||
s += "accepting_state = " + str(self.val['accepting_state']) + ", str = " + str(self.val['str']) + ",\n"
|
|
||||||
# Delta
|
|
||||||
delta_t_ptr_ptr_t = gdb.lookup_type("delta_t").pointer().pointer()
|
|
||||||
dt = self.val['delta_table']
|
|
||||||
s += "delta_table = {\n"
|
|
||||||
d0 = 0
|
|
||||||
for i in range(0, dt['element_count']):
|
|
||||||
s += "\t"
|
|
||||||
s += (
|
|
||||||
str(
|
|
||||||
(
|
|
||||||
dt['data'].cast(delta_t_ptr_ptr_t)
|
|
||||||
+
|
|
||||||
i
|
|
||||||
).dereference().dereference()
|
|
||||||
)
|
|
||||||
)
|
|
||||||
s += ",\n"
|
|
||||||
s = s[:-2]
|
|
||||||
s += "\n },\n"
|
|
||||||
# Offshoot
|
|
||||||
offshoot_t_ptr_ptr = gdb.lookup_type("offshoot_t").pointer().pointer()
|
|
||||||
dt = self.val['catch_table']
|
|
||||||
s += "offshoot_table = { \n"
|
|
||||||
for i in range(0, dt['element_count']):
|
|
||||||
s += "\t"
|
|
||||||
s += (
|
|
||||||
str(
|
|
||||||
(
|
|
||||||
dt['data'].cast(offshoot_t_ptr_ptr)
|
|
||||||
+
|
|
||||||
i
|
|
||||||
).dereference().dereference()
|
|
||||||
)
|
|
||||||
)
|
|
||||||
s += ",\n"
|
|
||||||
s = s[:-2]
|
|
||||||
s += "\n }\n"
|
|
||||||
# Closour
|
|
||||||
s += "}"
|
|
||||||
return s
|
|
||||||
|
|
||||||
def regex_lookup(val):
|
|
||||||
if str(val.type) == 'regex_t' or str(val.type) == 'const regex_t':
|
|
||||||
return RegexPrinter(val)
|
|
||||||
return None
|
|
||||||
|
|
||||||
gdb.pretty_printers.append(regex_lookup)
|
|
@ -1,8 +0,0 @@
|
|||||||
define regspect
|
|
||||||
delete
|
|
||||||
break regex_match
|
|
||||||
ignore 1 $arg0 - 1
|
|
||||||
run
|
|
||||||
tui refresh
|
|
||||||
print * regex
|
|
||||||
end
|
|
@ -1,125 +0,0 @@
|
|||||||
# Abstraction
|
|
||||||
+---------------------+
|
|
||||||
| |
|
|
||||||
| |
|
|
||||||
| State register |
|
|
||||||
| |
|
|
||||||
| |
|
|
||||||
+---------------------+
|
|
||||||
|
|
||||||
|
|
||||||
+---------------------------------+
|
|
||||||
| State transition table |
|
|
||||||
+---------------------------------+
|
|
||||||
|
|
||||||
|
|
||||||
+---------------------------------+
|
|
||||||
| Fallback transition table |
|
|
||||||
+---------------------------------+
|
|
||||||
|
|
||||||
---
|
|
||||||
|
|
||||||
State transition table look up
|
|
||||||
|
|
||||||
+ success --> continue
|
|
||||||
|
|
||||||
+ fail --> look up fallback table
|
|
||||||
* success --> continue
|
|
||||||
* fail --> return
|
|
||||||
|
|
||||||
EOS ? --> look up fallback table
|
|
||||||
|
|
||||||
+ success --> is 0 width?
|
|
||||||
* success --> continue
|
|
||||||
* fail --> return
|
|
||||||
|
|
||||||
+ fail --> return
|
|
||||||
|
|
||||||
---
|
|
||||||
# Legend
|
|
||||||
|
|
||||||
| | Start | End |
|
|
||||||
| :--: | :---: | :-: |
|
|
||||||
| Line | SOS | EOS |
|
|
||||||
| Word | SOW | EOW |
|
|
||||||
|
|
||||||
|
|
||||||
##### HALT\_AND\_CATCH\_FIRE
|
|
||||||
H&C is a special state signalling that we have hit a dead end.
|
|
||||||
The reason why need it and we cant just instanly quick is backtracking.
|
|
||||||
|
|
||||||
---
|
|
||||||
##### [^example]
|
|
||||||
This is a negative range.
|
|
||||||
```
|
|
||||||
let myNegativeRange = {'e', 'x', 'a', 'm', 'p', 'l'}
|
|
||||||
```
|
|
||||||
None of the characters in `$myNegativeRange` must be accepted.
|
|
||||||
The way this is a compiled is that we first hook all chars in `$myNegativeRange` to H&C,
|
|
||||||
then define an OFFSHOOT of width 1.
|
|
||||||
Put differently:
|
|
||||||
if we read something illegal we abort this branch,
|
|
||||||
if what we read was not illegal, we deduct that it must have been legal and we continue.
|
|
||||||
|
|
||||||
Handling "negatives" this way allows us to be "alphabet agnostic" in a sense.
|
|
||||||
Many implementations will presume ASCII, with its fixed 7/8 bit width
|
|
||||||
and create look up tables.
|
|
||||||
Which is fast and cute, but this strategy becomes a giant memory hog
|
|
||||||
if we ever wanted to use it on, say UTF-8 (from 256 te/c (table entries per char) to 4'294'967'295 te/c).
|
|
||||||
|
|
||||||
|
|
||||||
#### .
|
|
||||||
This is the dot operator.
|
|
||||||
It matches any 1 char.
|
|
||||||
|
|
||||||
Similar how negative ranges are implemented,
|
|
||||||
it takes advantage of the fallback table.
|
|
||||||
It simply ignores the state transition table and rather unconditionally hooks itself to the next state.
|
|
||||||
|
|
||||||
|
|
||||||
#### ^
|
|
||||||
This is the carrot operator.
|
|
||||||
It matches the SOS.
|
|
||||||
|
|
||||||
For explanation purposes multilining (match '\n') is irrelevant.
|
|
||||||
That behaves just like a literal.
|
|
||||||
|
|
||||||
What is more interesting is how SOS is recognized.
|
|
||||||
Since `regex_assert()` is recursive the current state is continuesly passed along,
|
|
||||||
however at out first frame, it's not just always 0.
|
|
||||||
`regex_match()` decides depending on the current position of the string.
|
|
||||||
Basically we have the first 2 states (0, 1) reserved and always missing from the state transmission table.
|
|
||||||
+ 0 - SOS
|
|
||||||
+ 1 - !SOS
|
|
||||||
Normally both are _hooked_ to state 2,
|
|
||||||
and we pretend nothing has ever happened.
|
|
||||||
But when carrot operator is compiled, it sets a special compiler flag FORCE\_START\_OF\_STRING,
|
|
||||||
which forbids the hooking of state 1 to 2,
|
|
||||||
therefor when `regex_match()` calls from, say position 2,
|
|
||||||
it passes in 1 as the starting state,
|
|
||||||
no state transition table entry will be found since thats forbidden to begin with,
|
|
||||||
no jumps are found(!),
|
|
||||||
the machine checks whether the current state (1) is the accepting state (>=2)
|
|
||||||
and finally returns failiour.
|
|
||||||
|
|
||||||
|
|
||||||
#### \<
|
|
||||||
This is the SOW operator.
|
|
||||||
SOW must match:
|
|
||||||
```
|
|
||||||
^myword
|
|
||||||
[^\h]myword
|
|
||||||
```
|
|
||||||
Not only that, this combination is key,
|
|
||||||
either it has to be the SOS
|
|
||||||
or there has to be at least something which is not a symbol char.
|
|
||||||
With out the last condition "eexample" would match "\\\<exaple\\\>"
|
|
||||||
as the iteration of `regex_match()` reaches "example".
|
|
||||||
|
|
||||||
From a more practical perspective:
|
|
||||||
``` C
|
|
||||||
\<myword\>
|
|
||||||
// Must match
|
|
||||||
"myword"
|
|
||||||
" myword"
|
|
||||||
```
|
|
@ -1,7 +0,0 @@
|
|||||||
[ ] wchar\_t support
|
|
||||||
[ ] UTF-8 support
|
|
||||||
[ ] arbitrary memory support (this probably covers UTF-8 support)
|
|
||||||
[ ] documentation thats not shit
|
|
||||||
[ ] HOOK\_ALL / OFFSHOOT width parameter inconsistency
|
|
||||||
[ ] nesting is going real wild
|
|
||||||
[ ] states could be optimized by chopping of the init padding if not flagged required
|
|
863
source/jeger.c
863
source/jeger.c
@ -1,863 +0,0 @@
|
|||||||
#ifdef __cplusplus
|
|
||||||
# pragma GCC diagnostic ignored "-Wc++20-extensions"
|
|
||||||
#endif
|
|
||||||
|
|
||||||
#include "jeger.h"
|
|
||||||
|
|
||||||
#include <assert.h>
|
|
||||||
#include <string.h>
|
|
||||||
#include <limits.h>
|
|
||||||
#include <stdlib.h>
|
|
||||||
#if DEBUG
|
|
||||||
# include <stdio.h>
|
|
||||||
#endif
|
|
||||||
|
|
||||||
#define JEGER_SOS_STATE 0
|
|
||||||
#define JEGER_NSOS_STATE 1
|
|
||||||
#define JEGER_INIT_STATE 2
|
|
||||||
|
|
||||||
// ------------------
|
|
||||||
// ### Char tests ###
|
|
||||||
// ------------------
|
|
||||||
static inline
|
|
||||||
bool mystrchr(const char * const str, const char c){
|
|
||||||
for (const char * s = str; *s != '\00'; s++) {
|
|
||||||
if (*s == c) {
|
|
||||||
return true;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return false;
|
|
||||||
}
|
|
||||||
|
|
||||||
static inline
|
|
||||||
bool is_quantifier(const char c) {
|
|
||||||
return mystrchr("=?+*", c);
|
|
||||||
}
|
|
||||||
|
|
||||||
static inline
|
|
||||||
bool is_hologram_escape(const char c) {
|
|
||||||
return mystrchr("<>", c);
|
|
||||||
}
|
|
||||||
|
|
||||||
bool is_magic(const char c) {
|
|
||||||
return is_quantifier(c)
|
|
||||||
|| mystrchr("\\[].^", c)
|
|
||||||
;
|
|
||||||
}
|
|
||||||
|
|
||||||
// -------------------
|
|
||||||
// ### Match tests ###
|
|
||||||
// -------------------
|
|
||||||
bool is_sentinel(const match_t * const match) {
|
|
||||||
return (match->position == -1)
|
|
||||||
&& (match->width == -1)
|
|
||||||
;
|
|
||||||
}
|
|
||||||
|
|
||||||
// -----------------
|
|
||||||
// ### Char sets ###
|
|
||||||
// -----------------
|
|
||||||
#define JEGER_CHAR_SET_at "@"
|
|
||||||
#define JEGER_CHAR_SET_underscore "_"
|
|
||||||
#define JEGER_CHAR_SET_lower "abcdefghijklmnopqrstuwxyz"
|
|
||||||
#define JEGER_CHAR_SET_upper "ABCDEFGHIJKLMNOPQRSTUWXYZ"
|
|
||||||
#define JEGER_CHAR_SET_digits "0123456789"
|
|
||||||
#define JEGER_CHAR_SET_octal_digits "01234567"
|
|
||||||
#define JEGER_CHAR_SET_lower_hex "abcdef"
|
|
||||||
#define JEGER_CHAR_SET_upper_hex "ABCDEF"
|
|
||||||
#define JEGER_CHAR_SET_oct_241_to_277 \
|
|
||||||
"\241\242\243\244\245" \
|
|
||||||
"\246\247\250\251\252" \
|
|
||||||
"\253\254\255\256\257" \
|
|
||||||
"\260\261\262\263\264" \
|
|
||||||
"\265\266\267\270\271" \
|
|
||||||
"\272\273\274\275\276" \
|
|
||||||
"\277"
|
|
||||||
#define JEGER_CHAR_SET_oct_300_to_337 \
|
|
||||||
"\300\301\302\303\304" \
|
|
||||||
"\305\306\307\310\311" \
|
|
||||||
"\312\313\314\315\316" \
|
|
||||||
"\317\320\321\322\323" \
|
|
||||||
"\324\325\326\327\330" \
|
|
||||||
"\331\332\333\334\335" \
|
|
||||||
"\336\337"
|
|
||||||
#define JEGER_CHAR_SET_file_extra "/.-_+,#$%~="
|
|
||||||
#define JEGER_CHAR_SET_whitespace " " "\t\v\n"
|
|
||||||
|
|
||||||
static const char JEGER_CHAR_symbol_chars[] =
|
|
||||||
JEGER_CHAR_SET_underscore
|
|
||||||
JEGER_CHAR_SET_lower
|
|
||||||
JEGER_CHAR_SET_upper
|
|
||||||
;
|
|
||||||
|
|
||||||
// ----------------------
|
|
||||||
// ### Internal Types ###
|
|
||||||
// ----------------------
|
|
||||||
typedef struct {
|
|
||||||
int in;
|
|
||||||
char input;
|
|
||||||
int to;
|
|
||||||
int pattern_width;
|
|
||||||
int match_width;
|
|
||||||
} delta_t;
|
|
||||||
|
|
||||||
typedef struct {
|
|
||||||
int in;
|
|
||||||
int to;
|
|
||||||
int pattern_width;
|
|
||||||
int match_width;
|
|
||||||
} offshoot_t;
|
|
||||||
|
|
||||||
enum {
|
|
||||||
DO_CATCH = 0x00000001 << 0,
|
|
||||||
IS_NEGATIVE = 0x00000001 << 1,
|
|
||||||
IS_AT_THE_BEGINNING = 0x00000001 << 2,
|
|
||||||
FORCE_START_OF_STRING = 0x00000001 << 3,
|
|
||||||
DO_FORBID_START_OF_STRING = 0x00000001 << 4,
|
|
||||||
INCREMENT_STATE = 0x00000001 << 5,
|
|
||||||
};
|
|
||||||
|
|
||||||
typedef struct {
|
|
||||||
int flags;
|
|
||||||
int state;
|
|
||||||
int width;
|
|
||||||
int match_width;
|
|
||||||
char * whitelist;
|
|
||||||
char * blacklist;
|
|
||||||
} compiler_state;
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
// ----------------------------------
|
|
||||||
// ### Regex creation/destruction ###
|
|
||||||
// ----------------------------------
|
|
||||||
enum {
|
|
||||||
ASSERTION_FAILURE = 0,
|
|
||||||
ASSERTION_SUCCESS = 1,
|
|
||||||
HALT_AND_CATCH_FIRE = INT_MIN,
|
|
||||||
};
|
|
||||||
|
|
||||||
#define ASSERT_HALT(a) ((a == HALT_AND_CATCH_FIRE) ? HALT_AND_CATCH_FIRE : (cs->state + a))
|
|
||||||
|
|
||||||
static
|
|
||||||
void HOOK_ALL(const int from,
|
|
||||||
const char * const str,
|
|
||||||
const int to,
|
|
||||||
const compiler_state * const cs,
|
|
||||||
regex_t * regex) {
|
|
||||||
for (const char * s = str; *s != '\0'; s++) {
|
|
||||||
delta_t * delta = (delta_t *)malloc(sizeof(delta_t));
|
|
||||||
*delta = (delta_t){
|
|
||||||
.in = cs->state + from,
|
|
||||||
.input = *s,
|
|
||||||
.to = ASSERT_HALT(to),
|
|
||||||
.pattern_width = cs->width,
|
|
||||||
.match_width = cs->match_width,
|
|
||||||
};
|
|
||||||
vector_push(®ex->delta_table,
|
|
||||||
&delta);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
void ABSOLUTE_OFFSHOOT(const int from,
|
|
||||||
const int to,
|
|
||||||
const int width,
|
|
||||||
const int match_width,
|
|
||||||
regex_t * regex) {
|
|
||||||
offshoot_t * offshoot = (offshoot_t *)malloc(sizeof(offshoot_t));
|
|
||||||
*offshoot = (offshoot_t){
|
|
||||||
.in = from,
|
|
||||||
.to = to,
|
|
||||||
.pattern_width = width,
|
|
||||||
.match_width = match_width,
|
|
||||||
};
|
|
||||||
vector_push(®ex->catch_table,
|
|
||||||
&offshoot);
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
void OFFSHOOT(const int from,
|
|
||||||
const int to,
|
|
||||||
const int width,
|
|
||||||
const int match_width,
|
|
||||||
const compiler_state * cs,
|
|
||||||
regex_t * regex) {
|
|
||||||
ABSOLUTE_OFFSHOOT(cs->state + from, ASSERT_HALT(to), width, match_width, regex);
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
int escape_1_to_1(const char c,
|
|
||||||
const compiler_state * const cs) {
|
|
||||||
char * target_list = (cs->flags & IS_NEGATIVE) ? cs->blacklist : cs->whitelist;
|
|
||||||
switch (c) {
|
|
||||||
case 't': {
|
|
||||||
strcat(target_list, "\t");
|
|
||||||
} return 1;
|
|
||||||
case 'n': {
|
|
||||||
strcat(target_list, "\n");
|
|
||||||
} return 1;
|
|
||||||
case 'r': {
|
|
||||||
strcat(target_list, "\r");
|
|
||||||
} return 1;
|
|
||||||
case 'b': {
|
|
||||||
strcat(target_list, "\b");
|
|
||||||
} return 1;
|
|
||||||
case '[': {
|
|
||||||
strcat(target_list, "[");
|
|
||||||
} return 1;
|
|
||||||
case ']': {
|
|
||||||
strcat(target_list, "]");
|
|
||||||
} return 1;
|
|
||||||
case '.': {
|
|
||||||
strcat(target_list, ".");
|
|
||||||
} return 1;
|
|
||||||
case '^': {
|
|
||||||
strcat(target_list, "^");
|
|
||||||
} return 1;
|
|
||||||
case '=': {
|
|
||||||
strcat(target_list, "=");
|
|
||||||
} return 1;
|
|
||||||
case '?': {
|
|
||||||
strcat(target_list, "?");
|
|
||||||
} return 1;
|
|
||||||
case '+': {
|
|
||||||
strcat(target_list, "+");
|
|
||||||
} return 1;
|
|
||||||
case '*': {
|
|
||||||
strcat(target_list, "*");
|
|
||||||
} return 1;
|
|
||||||
case '\\': {
|
|
||||||
strcat(target_list, "\\");
|
|
||||||
} return 1;
|
|
||||||
}
|
|
||||||
|
|
||||||
return 0;
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
int escape_1_to_N(const char c,
|
|
||||||
const compiler_state * const cs) {
|
|
||||||
char * target_list = (cs->flags & IS_NEGATIVE) ? cs->blacklist : cs->whitelist;
|
|
||||||
switch(c) {
|
|
||||||
case 'i': {
|
|
||||||
const char identifier_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_underscore
|
|
||||||
JEGER_CHAR_SET_digits
|
|
||||||
JEGER_CHAR_SET_oct_300_to_337
|
|
||||||
;
|
|
||||||
strcpy(target_list, identifier_chars);
|
|
||||||
return sizeof(identifier_chars)-1;
|
|
||||||
};
|
|
||||||
case 'I': {
|
|
||||||
const char identifier_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_underscore
|
|
||||||
JEGER_CHAR_SET_oct_300_to_337
|
|
||||||
;
|
|
||||||
strcpy(target_list, identifier_chars);
|
|
||||||
return sizeof(identifier_chars)-1;
|
|
||||||
};
|
|
||||||
case 'k': {
|
|
||||||
const char keyword_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_underscore
|
|
||||||
JEGER_CHAR_SET_digits
|
|
||||||
JEGER_CHAR_SET_oct_300_to_337
|
|
||||||
;
|
|
||||||
strcpy(target_list, keyword_chars);
|
|
||||||
return sizeof(keyword_chars)-1;
|
|
||||||
};
|
|
||||||
case 'K': {
|
|
||||||
const char keyword_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_underscore
|
|
||||||
JEGER_CHAR_SET_oct_300_to_337
|
|
||||||
;
|
|
||||||
strcpy(target_list, keyword_chars);
|
|
||||||
return sizeof(keyword_chars)-1;
|
|
||||||
};
|
|
||||||
case 'f': {
|
|
||||||
const char filename_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_digits
|
|
||||||
JEGER_CHAR_SET_file_extra
|
|
||||||
;
|
|
||||||
strcpy(target_list, filename_chars);
|
|
||||||
return sizeof(filename_chars)-1;
|
|
||||||
};
|
|
||||||
case 'F': {
|
|
||||||
const char filename_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_file_extra
|
|
||||||
;
|
|
||||||
strcpy(target_list, filename_chars);
|
|
||||||
return sizeof(filename_chars)-1;
|
|
||||||
};
|
|
||||||
case 'p': {
|
|
||||||
const char printable_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_oct_241_to_277
|
|
||||||
JEGER_CHAR_SET_oct_300_to_337
|
|
||||||
;
|
|
||||||
strcpy(target_list, printable_chars);
|
|
||||||
return sizeof(printable_chars)-1;
|
|
||||||
};
|
|
||||||
case 'P': {
|
|
||||||
const char printable_chars[] = JEGER_CHAR_SET_at
|
|
||||||
JEGER_CHAR_SET_oct_241_to_277
|
|
||||||
JEGER_CHAR_SET_oct_300_to_337
|
|
||||||
;
|
|
||||||
strcpy(target_list, printable_chars);
|
|
||||||
return sizeof(printable_chars)-1;
|
|
||||||
};
|
|
||||||
case 's': {
|
|
||||||
const char whitespace_chars[] = JEGER_CHAR_SET_whitespace;
|
|
||||||
strcpy(target_list, whitespace_chars);
|
|
||||||
return sizeof(whitespace_chars)-1;
|
|
||||||
};
|
|
||||||
case 'd': {
|
|
||||||
const char digit_chars[] = JEGER_CHAR_SET_digits;
|
|
||||||
strcpy(target_list, digit_chars);
|
|
||||||
return sizeof(digit_chars)-1;
|
|
||||||
};
|
|
||||||
case 'x': {
|
|
||||||
const char hex_chars[] = JEGER_CHAR_SET_digits
|
|
||||||
JEGER_CHAR_SET_lower_hex
|
|
||||||
JEGER_CHAR_SET_upper_hex
|
|
||||||
;
|
|
||||||
strcpy(target_list, hex_chars);
|
|
||||||
return sizeof(hex_chars)-1;
|
|
||||||
};
|
|
||||||
case 'o': {
|
|
||||||
const char oct_chars[] = JEGER_CHAR_SET_octal_digits;
|
|
||||||
strcpy(target_list, oct_chars);
|
|
||||||
return sizeof(oct_chars)-1;
|
|
||||||
};
|
|
||||||
case 'w': {
|
|
||||||
const char word_chars[] = JEGER_CHAR_SET_underscore
|
|
||||||
JEGER_CHAR_SET_digits
|
|
||||||
JEGER_CHAR_SET_lower
|
|
||||||
JEGER_CHAR_SET_upper
|
|
||||||
;
|
|
||||||
strcpy(target_list, word_chars);
|
|
||||||
return sizeof(word_chars)-1;
|
|
||||||
};
|
|
||||||
case 'h': {
|
|
||||||
// #global JEGER_CHAR_symbol_chars
|
|
||||||
strcpy(target_list, JEGER_CHAR_symbol_chars);
|
|
||||||
return sizeof(JEGER_CHAR_symbol_chars)-1;
|
|
||||||
};
|
|
||||||
case 'a': {
|
|
||||||
const char alpha_chars[] = JEGER_CHAR_SET_lower
|
|
||||||
JEGER_CHAR_SET_upper
|
|
||||||
;
|
|
||||||
strcpy(target_list, alpha_chars);
|
|
||||||
return sizeof(alpha_chars)-1;
|
|
||||||
};
|
|
||||||
case 'l': {
|
|
||||||
const char lower_alpha_chars[] = JEGER_CHAR_SET_lower;
|
|
||||||
strcpy(target_list, lower_alpha_chars);
|
|
||||||
return sizeof(lower_alpha_chars)-1;
|
|
||||||
};
|
|
||||||
case 'u': {
|
|
||||||
const char upper_alpha_chars[] = JEGER_CHAR_SET_upper;
|
|
||||||
strcpy(target_list, upper_alpha_chars);
|
|
||||||
return sizeof(upper_alpha_chars)-1;
|
|
||||||
};
|
|
||||||
}
|
|
||||||
|
|
||||||
return 0;
|
|
||||||
}
|
|
||||||
|
|
||||||
static inline
|
|
||||||
int escape_to_negative(const char c,
|
|
||||||
compiler_state * const cs) {
|
|
||||||
switch (c) {
|
|
||||||
case 'D': {
|
|
||||||
const char digit_chars[] = JEGER_CHAR_SET_digits;
|
|
||||||
strcpy(cs->blacklist, digit_chars);
|
|
||||||
cs->flags |= IS_NEGATIVE;
|
|
||||||
return sizeof(digit_chars)-1;
|
|
||||||
};
|
|
||||||
case 'X': {
|
|
||||||
const char hex_chars[] = JEGER_CHAR_SET_digits
|
|
||||||
JEGER_CHAR_SET_lower_hex
|
|
||||||
JEGER_CHAR_SET_upper_hex
|
|
||||||
;
|
|
||||||
strcpy(cs->blacklist, hex_chars);
|
|
||||||
cs->flags |= IS_NEGATIVE;
|
|
||||||
return sizeof(hex_chars)-1;
|
|
||||||
};
|
|
||||||
case 'O': {
|
|
||||||
const char oct_chars[] = JEGER_CHAR_SET_octal_digits;
|
|
||||||
strcpy(cs->blacklist, oct_chars);
|
|
||||||
cs->flags |= IS_NEGATIVE;
|
|
||||||
return sizeof(oct_chars)-1;
|
|
||||||
};
|
|
||||||
case 'W': {
|
|
||||||
const char word_chars[] = JEGER_CHAR_SET_underscore
|
|
||||||
JEGER_CHAR_SET_digits
|
|
||||||
JEGER_CHAR_SET_lower
|
|
||||||
JEGER_CHAR_SET_upper
|
|
||||||
;
|
|
||||||
strcpy(cs->blacklist, word_chars);
|
|
||||||
cs->flags |= IS_NEGATIVE;
|
|
||||||
return sizeof(word_chars)-1;
|
|
||||||
};
|
|
||||||
case 'L': {
|
|
||||||
const char lower_alpha_chars[] = JEGER_CHAR_SET_lower;
|
|
||||||
strcpy(cs->blacklist, lower_alpha_chars);
|
|
||||||
cs->flags |= IS_NEGATIVE;
|
|
||||||
return sizeof(lower_alpha_chars)-1;
|
|
||||||
};
|
|
||||||
case 'U': {
|
|
||||||
const char upper_alpha_chars[] = JEGER_CHAR_SET_upper;
|
|
||||||
strcpy(cs->blacklist, upper_alpha_chars);
|
|
||||||
cs->flags |= IS_NEGATIVE;
|
|
||||||
return sizeof(upper_alpha_chars)-1;
|
|
||||||
};
|
|
||||||
}
|
|
||||||
|
|
||||||
return 0;
|
|
||||||
}
|
|
||||||
|
|
||||||
static inline
|
|
||||||
int compile_dot(compiler_state * const cs) {
|
|
||||||
cs->flags |= DO_CATCH;
|
|
||||||
return true;
|
|
||||||
}
|
|
||||||
|
|
||||||
static inline
|
|
||||||
int compile_escape(const char c,
|
|
||||||
compiler_state * const cs) {
|
|
||||||
|
|
||||||
return escape_1_to_1(c, cs)
|
|
||||||
|| escape_1_to_N(c, cs)
|
|
||||||
|| escape_to_negative(c, cs)
|
|
||||||
;
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
int compile_range(const char * const range,
|
|
||||||
compiler_state * const cs) {
|
|
||||||
assert((range[0] == '[') && "Not a range.");
|
|
||||||
|
|
||||||
const char * s;
|
|
||||||
if (range[1] == '^') {
|
|
||||||
cs->flags |= IS_NEGATIVE;
|
|
||||||
s = range + 2;
|
|
||||||
} else {
|
|
||||||
s = range + 1;
|
|
||||||
}
|
|
||||||
|
|
||||||
char * target_list = (cs->flags & IS_NEGATIVE) ? cs->blacklist : cs->whitelist;
|
|
||||||
|
|
||||||
for (; *s != ']'; s++) {
|
|
||||||
assert((*s != '\0') && "Unclosed range.");
|
|
||||||
char c = *s;
|
|
||||||
if (c == '\\') {
|
|
||||||
s += 1;
|
|
||||||
assert(compile_escape(*s, cs) && "Unknown escape.");
|
|
||||||
} else if (*(s+1) == '-') {
|
|
||||||
char end = *(s+2);
|
|
||||||
assert((c < end) && "Endless range.");
|
|
||||||
for (char cc = c; cc < end+1; cc++) {
|
|
||||||
strncat(target_list, &cc, 1);
|
|
||||||
strncat(target_list, "\0", 1);
|
|
||||||
}
|
|
||||||
s += 2;
|
|
||||||
} else {
|
|
||||||
strncat(target_list, &c, 1);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
return ((s - range) + 1);
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
void filter_blacklist(const char * whitelist,
|
|
||||||
const char * blacklist,
|
|
||||||
char * filtered) {
|
|
||||||
for (; *blacklist != '\0'; blacklist++) {
|
|
||||||
for (; *whitelist != '\0'; whitelist++) {
|
|
||||||
if (*blacklist == *whitelist) {
|
|
||||||
goto long_continue;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
strncat(filtered, blacklist, 1);
|
|
||||||
long_continue:
|
|
||||||
;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
regex_t * regex_compile(const char * const pattern) {
|
|
||||||
regex_t * regex = (regex_t *)malloc(sizeof(regex_t));
|
|
||||||
regex->str = strdup(pattern);
|
|
||||||
vector_init(®ex->delta_table, sizeof(delta_t*), 0UL);
|
|
||||||
vector_init(®ex->catch_table, sizeof(offshoot_t*), 0UL);
|
|
||||||
|
|
||||||
char whitelist[64];
|
|
||||||
char blacklist[64];
|
|
||||||
|
|
||||||
static const int REGEX_PRESERVABLE_FLAGS = IS_AT_THE_BEGINNING
|
|
||||||
| FORCE_START_OF_STRING
|
|
||||||
| DO_FORBID_START_OF_STRING
|
|
||||||
;
|
|
||||||
|
|
||||||
compiler_state cs = {
|
|
||||||
.flags = IS_AT_THE_BEGINNING,
|
|
||||||
.state = JEGER_INIT_STATE,
|
|
||||||
.whitelist = whitelist,
|
|
||||||
.blacklist = blacklist,
|
|
||||||
};
|
|
||||||
|
|
||||||
for (const char * s = pattern; *s != '\00';) {
|
|
||||||
assert(!is_quantifier(*s) && "Pattern starts with quantifier.");
|
|
||||||
// Reset the compiler
|
|
||||||
whitelist[0] = '\0';
|
|
||||||
blacklist[0] = '\0';
|
|
||||||
cs.flags &= REGEX_PRESERVABLE_FLAGS;
|
|
||||||
cs.width = 1;
|
|
||||||
cs.match_width = 1;
|
|
||||||
|
|
||||||
// Translate char
|
|
||||||
switch (*s) {
|
|
||||||
case '^': {
|
|
||||||
;
|
|
||||||
} break;
|
|
||||||
case '.': {
|
|
||||||
compile_dot(&cs);
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
case '\\': {
|
|
||||||
s += 1;
|
|
||||||
if (compile_escape(*s, &cs)) {
|
|
||||||
s += 1;
|
|
||||||
} else if (is_hologram_escape(*s)) {
|
|
||||||
s -= 1;
|
|
||||||
} else {
|
|
||||||
assert("Unknown escape.");
|
|
||||||
}
|
|
||||||
} break;
|
|
||||||
case '[': {
|
|
||||||
s += compile_range(s, &cs);
|
|
||||||
} break;
|
|
||||||
default: { // Literal
|
|
||||||
whitelist[0] = *s;
|
|
||||||
whitelist[1] = '\0';
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
}
|
|
||||||
|
|
||||||
// Compile char
|
|
||||||
switch (*s) {
|
|
||||||
// holograms
|
|
||||||
case '^': {
|
|
||||||
whitelist[0] = '\n';
|
|
||||||
whitelist[1] = '\0';
|
|
||||||
HOOK_ALL(0, whitelist, 0, &cs, regex);
|
|
||||||
if (cs.flags & IS_AT_THE_BEGINNING) {
|
|
||||||
cs.flags |= FORCE_START_OF_STRING;
|
|
||||||
} else {
|
|
||||||
cs.flags |= INCREMENT_STATE;
|
|
||||||
}
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
case '\\': {
|
|
||||||
if(is_hologram_escape(*(s+1))) {
|
|
||||||
++s;
|
|
||||||
} else {
|
|
||||||
goto DEFAULT;
|
|
||||||
}
|
|
||||||
switch(*s){
|
|
||||||
case '<': {
|
|
||||||
// XXX: make this legible
|
|
||||||
if (cs.flags & IS_AT_THE_BEGINNING
|
|
||||||
&& !(cs.flags & DO_CATCH)
|
|
||||||
&& !(cs.flags & IS_NEGATIVE)
|
|
||||||
&& whitelist[0] == '\0') {
|
|
||||||
// ---
|
|
||||||
cs.flags |= INCREMENT_STATE;
|
|
||||||
cs.flags |= DO_FORBID_START_OF_STRING;
|
|
||||||
strcat(whitelist, JEGER_CHAR_symbol_chars);
|
|
||||||
// ---
|
|
||||||
ABSOLUTE_OFFSHOOT( JEGER_SOS_STATE, JEGER_INIT_STATE+1, 0, 0, regex);
|
|
||||||
ABSOLUTE_OFFSHOOT(JEGER_INIT_STATE, JEGER_INIT_STATE+2, 1, 0, regex);
|
|
||||||
HOOK_ALL(0, whitelist, HALT_AND_CATCH_FIRE, &cs, regex);
|
|
||||||
// ---
|
|
||||||
++cs.state;
|
|
||||||
cs.width = 0;
|
|
||||||
cs.match_width = 0;
|
|
||||||
HOOK_ALL(0, whitelist, +1, &cs, regex);
|
|
||||||
cs.width = 1;
|
|
||||||
OFFSHOOT(0, +1, 1, 0, &cs, regex);
|
|
||||||
// ---
|
|
||||||
} else {
|
|
||||||
HOOK_ALL(0, whitelist, +1, &cs, regex);
|
|
||||||
if ((cs.flags & DO_CATCH)
|
|
||||||
|| (cs.flags & IS_NEGATIVE)) {
|
|
||||||
OFFSHOOT(+1, +2, 1, 1, &cs, regex);
|
|
||||||
} else {
|
|
||||||
cs.flags |= INCREMENT_STATE;
|
|
||||||
}
|
|
||||||
OFFSHOOT(0, +1, 1, 0, &cs, regex);
|
|
||||||
}
|
|
||||||
cs.flags |= IS_NEGATIVE;
|
|
||||||
strcat(blacklist, JEGER_CHAR_symbol_chars);
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
case '>': {
|
|
||||||
HOOK_ALL(0, whitelist, +1, &cs, regex);
|
|
||||||
cs.flags |= IS_NEGATIVE | INCREMENT_STATE;
|
|
||||||
strcat(blacklist, JEGER_CHAR_symbol_chars);
|
|
||||||
OFFSHOOT(+1, +2, 0, 0, &cs, regex);
|
|
||||||
++cs.state;
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
}
|
|
||||||
} break;
|
|
||||||
// quantifiers
|
|
||||||
case '=':
|
|
||||||
case '?': {
|
|
||||||
HOOK_ALL(0, whitelist, +1, &cs, regex);
|
|
||||||
if ((cs.flags & DO_CATCH)
|
|
||||||
|| (cs.flags & IS_NEGATIVE)) {
|
|
||||||
OFFSHOOT(0, +1, 1, 1, &cs, regex);
|
|
||||||
}
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
case '*': {
|
|
||||||
HOOK_ALL(0, whitelist, 0, &cs, regex);
|
|
||||||
if ((cs.flags & DO_CATCH)
|
|
||||||
|| (cs.flags & IS_NEGATIVE)) {
|
|
||||||
OFFSHOOT(0, 0, 1, 1, &cs, regex);
|
|
||||||
}
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
case '+': {
|
|
||||||
cs.flags |= INCREMENT_STATE;
|
|
||||||
HOOK_ALL(0, whitelist, +1, &cs, regex);
|
|
||||||
if ((cs.flags & DO_CATCH)
|
|
||||||
|| (cs.flags & IS_NEGATIVE)) {
|
|
||||||
OFFSHOOT(0, +1, 1, 1, &cs, regex);
|
|
||||||
}
|
|
||||||
HOOK_ALL(+1, whitelist, +1, &cs, regex);
|
|
||||||
if ((cs.flags & DO_CATCH)
|
|
||||||
|| (cs.flags & IS_NEGATIVE)) {
|
|
||||||
OFFSHOOT(+1, +1, 1, 1, &cs, regex);
|
|
||||||
}
|
|
||||||
s += 1;
|
|
||||||
} break;
|
|
||||||
DEFAULT:
|
|
||||||
default: { // Literal
|
|
||||||
cs.flags |= INCREMENT_STATE;
|
|
||||||
HOOK_ALL(0, whitelist, +1, &cs, regex);
|
|
||||||
if ((cs.flags & DO_CATCH)
|
|
||||||
|| (cs.flags & IS_NEGATIVE)) {
|
|
||||||
OFFSHOOT(0, +1, 1, 1, &cs, regex);
|
|
||||||
}
|
|
||||||
} break;
|
|
||||||
}
|
|
||||||
|
|
||||||
// Compile blacklist
|
|
||||||
if (*blacklist) {
|
|
||||||
char filtered_blacklist[64];
|
|
||||||
filtered_blacklist[0] = '\0';
|
|
||||||
filter_blacklist(whitelist, blacklist, filtered_blacklist);
|
|
||||||
HOOK_ALL(0, filtered_blacklist, HALT_AND_CATCH_FIRE, &cs, regex);
|
|
||||||
}
|
|
||||||
|
|
||||||
if (cs.flags & INCREMENT_STATE) {
|
|
||||||
++cs.state;
|
|
||||||
}
|
|
||||||
|
|
||||||
// Purge SOS flag
|
|
||||||
cs.flags &= (~IS_AT_THE_BEGINNING);
|
|
||||||
}
|
|
||||||
|
|
||||||
// Init state hookups
|
|
||||||
if (!(cs.flags & DO_FORBID_START_OF_STRING)) {
|
|
||||||
ABSOLUTE_OFFSHOOT(JEGER_SOS_STATE, JEGER_INIT_STATE, 0, 0, regex);
|
|
||||||
}
|
|
||||||
if (cs.flags & FORCE_START_OF_STRING) {
|
|
||||||
ABSOLUTE_OFFSHOOT(JEGER_NSOS_STATE, HALT_AND_CATCH_FIRE, 0, 0, regex);
|
|
||||||
} else {
|
|
||||||
ABSOLUTE_OFFSHOOT(JEGER_NSOS_STATE, JEGER_INIT_STATE, 0, 0, regex);
|
|
||||||
}
|
|
||||||
|
|
||||||
regex->accepting_state = cs.state;
|
|
||||||
|
|
||||||
return regex;
|
|
||||||
}
|
|
||||||
|
|
||||||
int regex_free(regex_t * const regex) {
|
|
||||||
free(regex->str);
|
|
||||||
vector_free(®ex->delta_table);
|
|
||||||
vector_free(®ex->catch_table);
|
|
||||||
free(regex);
|
|
||||||
return 0;
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
// -----------------
|
|
||||||
// ### Searching ###
|
|
||||||
// -----------------
|
|
||||||
static
|
|
||||||
const offshoot_t * catch_table_lookup(const regex_t * const regex,
|
|
||||||
const int * const state) {
|
|
||||||
for (size_t i = 0; i < regex->catch_table.element_count; i++){
|
|
||||||
const offshoot_t * const offshoot = *(offshoot_t**)vector_get(®ex->catch_table, i);
|
|
||||||
if (offshoot->in == *state) {
|
|
||||||
return offshoot;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return NULL;
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
int regex_assert(const regex_t * const regex,
|
|
||||||
const char * const string,
|
|
||||||
int state,
|
|
||||||
match_t * const match) {
|
|
||||||
if (state == HALT_AND_CATCH_FIRE) {
|
|
||||||
return HALT_AND_CATCH_FIRE;
|
|
||||||
}
|
|
||||||
|
|
||||||
bool last_stand = false;
|
|
||||||
bool was_found;
|
|
||||||
|
|
||||||
const char * s = string;
|
|
||||||
LOOP: {
|
|
||||||
was_found = false;
|
|
||||||
if (*s == '\0') {
|
|
||||||
last_stand = true;
|
|
||||||
goto PERFORM_CATCH_LOOKUP;
|
|
||||||
}
|
|
||||||
// Jump search for the correct state
|
|
||||||
const int jump = 10;
|
|
||||||
size_t i = jump;
|
|
||||||
while (i < regex->delta_table.element_count) {
|
|
||||||
const delta_t * const delta = *(delta_t**)vector_get(®ex->delta_table, i);
|
|
||||||
if (delta->in >= state) {
|
|
||||||
break;
|
|
||||||
}
|
|
||||||
i += jump;
|
|
||||||
}
|
|
||||||
i -= jump;
|
|
||||||
// Linear search finish up
|
|
||||||
for (; i < regex->delta_table.element_count; i++) {
|
|
||||||
const delta_t * const delta = *(delta_t**)vector_get(®ex->delta_table, i);
|
|
||||||
|
|
||||||
if (delta->in > state) {
|
|
||||||
break;
|
|
||||||
}
|
|
||||||
|
|
||||||
if ((delta->in == state)
|
|
||||||
&& (delta->input == *s)) {
|
|
||||||
bool do_reset = false;
|
|
||||||
was_found = true;
|
|
||||||
if (!match->_pos_ptr && delta->match_width) {
|
|
||||||
match->_pos_ptr = s;
|
|
||||||
do_reset = true;
|
|
||||||
}
|
|
||||||
const int r = regex_assert(regex, s + delta->pattern_width, delta->to, match);
|
|
||||||
if(r == ASSERTION_SUCCESS){
|
|
||||||
match->width += delta->match_width;
|
|
||||||
return r;
|
|
||||||
} else {
|
|
||||||
if (r == ASSERTION_FAILURE) {
|
|
||||||
was_found = false;
|
|
||||||
}
|
|
||||||
if (do_reset) {
|
|
||||||
match->_pos_ptr = NULL;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
PERFORM_CATCH_LOOKUP: {
|
|
||||||
if (!was_found) {
|
|
||||||
const offshoot_t * const my_catch = catch_table_lookup(regex, &state);
|
|
||||||
if (my_catch && (!my_catch->pattern_width || !last_stand)) {
|
|
||||||
state = my_catch->to;
|
|
||||||
s += my_catch->pattern_width;
|
|
||||||
match->width += my_catch->match_width;
|
|
||||||
goto LOOP;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
return ((state == regex->accepting_state) ? ASSERTION_SUCCESS : ASSERTION_FAILURE);
|
|
||||||
}
|
|
||||||
|
|
||||||
match_t * regex_match(const regex_t * const regex,
|
|
||||||
const char * const string,
|
|
||||||
const bool is_start_of_string) {
|
|
||||||
|
|
||||||
vector_t matches;
|
|
||||||
vector_init(&matches, sizeof(match_t), 0);
|
|
||||||
|
|
||||||
match_t * match = (match_t *)malloc(sizeof(match_t));
|
|
||||||
|
|
||||||
/* Non-existent regex does not match anything.
|
|
||||||
* Not to be confused with an empty regex.
|
|
||||||
*/
|
|
||||||
if (regex == NULL) {
|
|
||||||
goto FINISH;
|
|
||||||
}
|
|
||||||
|
|
||||||
// Find all matches
|
|
||||||
{
|
|
||||||
const char * s = string;
|
|
||||||
int initial_state;
|
|
||||||
do {
|
|
||||||
initial_state = (int)(!(is_start_of_string && (s == string)));
|
|
||||||
|
|
||||||
*match = (match_t){
|
|
||||||
._pos_ptr = NULL,
|
|
||||||
.width = 0,
|
|
||||||
};
|
|
||||||
|
|
||||||
if (regex_assert(regex, s, initial_state, match) == 1) {
|
|
||||||
//printf("true: %s\n", s);
|
|
||||||
if (match->_pos_ptr) {
|
|
||||||
match->position = (match->_pos_ptr - string);
|
|
||||||
} else {
|
|
||||||
match->position = (s - string);
|
|
||||||
}
|
|
||||||
|
|
||||||
vector_push(&matches, match);
|
|
||||||
|
|
||||||
s += ((match->width > 0) ? match->width : 1);
|
|
||||||
match = (match_t *)malloc(sizeof(match_t));
|
|
||||||
} else {
|
|
||||||
//printf("false: %s\n", s);
|
|
||||||
++s;
|
|
||||||
}
|
|
||||||
} while (*s != '\0');
|
|
||||||
}
|
|
||||||
|
|
||||||
FINISH:
|
|
||||||
|
|
||||||
// Insert sentinel
|
|
||||||
*match = (match_t){
|
|
||||||
.position = -1,
|
|
||||||
.width = -1,
|
|
||||||
};
|
|
||||||
vector_push(&matches, match);
|
|
||||||
|
|
||||||
// Hide internal vector usage
|
|
||||||
const size_t data_size = matches.element_size * matches.element_count;
|
|
||||||
match_t * r = (match_t *)malloc(data_size);
|
|
||||||
memcpy(r, matches.data, data_size);
|
|
||||||
vector_free(&matches);
|
|
||||||
|
|
||||||
return r;
|
|
||||||
}
|
|
||||||
|
|
||||||
bool regex_search(const regex_t * const regex,
|
|
||||||
const char * const string) {
|
|
||||||
|
|
||||||
match_t * m = regex_match(regex, string, true);
|
|
||||||
const bool r = !is_sentinel(m);
|
|
||||||
free(m);
|
|
||||||
|
|
||||||
return r;
|
|
||||||
}
|
|
@ -1,33 +0,0 @@
|
|||||||
#ifndef JEGER_H
|
|
||||||
#define JEGER_H
|
|
||||||
|
|
||||||
#include <stdbool.h>
|
|
||||||
|
|
||||||
#include "vector.h"
|
|
||||||
|
|
||||||
extern bool is_case_on;
|
|
||||||
|
|
||||||
typedef struct {
|
|
||||||
int accepting_state;
|
|
||||||
char * str;
|
|
||||||
vector_t delta_table; // <delta_t>
|
|
||||||
vector_t catch_table; // <offshoot_t>
|
|
||||||
} regex_t;
|
|
||||||
|
|
||||||
typedef struct {
|
|
||||||
union {
|
|
||||||
int position;
|
|
||||||
const char * _pos_ptr;
|
|
||||||
};
|
|
||||||
int width;
|
|
||||||
} match_t;
|
|
||||||
|
|
||||||
extern regex_t * regex_compile(const char * const pattern);
|
|
||||||
extern int regex_free(regex_t * const regex);
|
|
||||||
extern bool regex_search(const regex_t * const regex, const char * const string);
|
|
||||||
extern match_t * regex_match(const regex_t * const regex, const char * const string, const bool start_of_string);
|
|
||||||
|
|
||||||
extern bool is_magic(const char c);
|
|
||||||
extern bool is_sentinel(const match_t * const match);
|
|
||||||
|
|
||||||
#endif
|
|
204
source/main.cpp
204
source/main.cpp
@ -1,204 +0,0 @@
|
|||||||
#include <stdio.h>
|
|
||||||
#include <string.h>
|
|
||||||
#include <stdlib.h>
|
|
||||||
|
|
||||||
#include "test.hpp"
|
|
||||||
|
|
||||||
signed main() {
|
|
||||||
TEST( R"del(abc)del", "abc", true);
|
|
||||||
TEST(R"del(efg1)del", "efg1", true);
|
|
||||||
TEST( R"del(nig)del", "ger", false);
|
|
||||||
TEST( R"del(ss)del", "sss", true);
|
|
||||||
TEST( R"del(sss)del", "ss", false);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(ab+c)del", "abc", true);
|
|
||||||
TEST(R"del(ef+g1)del", "effffg1", true);
|
|
||||||
TEST(R"del(efg1+)del", "efg", false);
|
|
||||||
TEST(R"del(efg1+)del", "efg1", true);
|
|
||||||
TEST(R"del(efg1+)del", "efg11", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(a+a)del", "aaa", true);
|
|
||||||
TEST( R"del(a+a)del", "aa", true);
|
|
||||||
TEST( R"del(a+a)del", "a", false);
|
|
||||||
TEST( R"del(a+a)del", "aaa", true);
|
|
||||||
TEST(R"del(a+\+)del", "aaa", false);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(ab*c)del", "abc", true);
|
|
||||||
TEST(R"del(ef*g1)del", "effffg1", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg1", true);
|
|
||||||
TEST(R"del(efg1*)del", "efg11", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(ne.)del", "net", true);
|
|
||||||
TEST( R"del(ne.)del", "ne", false);
|
|
||||||
TEST(R"del(ne.+)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*)del", "ne", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(ne.o)del", "neto", true);
|
|
||||||
TEST(R"del(ne.+o)del", "nettto", true);
|
|
||||||
TEST(R"del(ne.+o)del", "neo", false);
|
|
||||||
TEST(R"del(ne.+o)del", "neoo", true);
|
|
||||||
TEST(R"del(ne.*o)del", "neo", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST(R"del(ne.)del", "ne\t", true);
|
|
||||||
TEST(R"del(ne\t)del", "ne", false);
|
|
||||||
TEST(R"del(ne\t)del", "ne\t", true);
|
|
||||||
TEST(R"del(ne\t)del", "net", false);
|
|
||||||
TEST(R"del(ne)del", "ne\t", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST(R"del(\sa)del", " a", true);
|
|
||||||
TEST(R"del(\sa)del", " a ", true);
|
|
||||||
TEST(R"del(\wi)del", "hi", true);
|
|
||||||
TEST(R"del(\w+)del", "asd", true);
|
|
||||||
TEST(R"del(\w*)del", "", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del([A-Za-z]+)del", "HelloWorld", true);
|
|
||||||
TEST(R"del([A-Za-z]+g)del", "HelloWorldg", true);
|
|
||||||
TEST(R"del([A-Za-z]+g)del", "g", false);
|
|
||||||
TEST(R"del([A-Za-z]*g)del", "g", true);
|
|
||||||
TEST(R"del([A-Za-z]+1)del", "1", false);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del([^0-9])del", "0", false);
|
|
||||||
TEST( R"del([^A-Za-z])del", "HelloWorld", false);
|
|
||||||
TEST(R"del([^A-Za-z]+g)del", "313g", true);
|
|
||||||
TEST( R"del([^0-9])del", "HelloWorld", true);
|
|
||||||
TEST( R"del([^a])del", "ba", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del([^0-9]*[^a-z])del", "a0", true);
|
|
||||||
TEST( R"del([^0-9]*[^a-z])del", "0a", false);
|
|
||||||
TEST( R"del([^0-9]?[^a-z])del", "a", false);
|
|
||||||
TEST( R"del([^0-9]?[^a-z])del", "0", false);
|
|
||||||
TEST(R"del([^0-9]+[^a-z]*)del", "aa", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(^\^)del", "^^", true);
|
|
||||||
TEST( R"del(^\^)del", " ^", false);
|
|
||||||
TEST(R"del(^ \^)del", " ^", true);
|
|
||||||
TEST( R"del(^a*)del", "asd", true);
|
|
||||||
TEST( R"del(^)del", "", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(\<test)del", "test", true);
|
|
||||||
TEST( R"del(test\>)del", "test", true);
|
|
||||||
TEST( R"del(\<test)del", "ttest", false);
|
|
||||||
TEST( R"del(test\>)del", "testa", false);
|
|
||||||
TEST(R"del(\<test\>)del", "test", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(\<test)del", " test ", true);
|
|
||||||
TEST( R"del(test\>)del", " test ", true);
|
|
||||||
TEST( R"del(\<test)del", " ttest ", false);
|
|
||||||
TEST( R"del(test\>)del", "testa ", false);
|
|
||||||
TEST(R"del(\<test\>)del", " test ", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST( R"del(\<int\>)del", "printf", false);
|
|
||||||
TEST(R"del(.\<print\>.)del", " print ", true);
|
|
||||||
TEST(R"del(.\<print\>.)del", "fprint", false);
|
|
||||||
TEST(R"del(.\<print\>.)del", "printf", false);
|
|
||||||
TEST(R"del(.\<print\>.)del", "fprintf", false);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST(R"del(\<while\>)del", "while", true);
|
|
||||||
TEST(R"del(\<while\>)del", " while ", true);
|
|
||||||
TEST(R"del(\<while\>)del", "9while ", true);
|
|
||||||
TEST(R"del(\<while\>)del", "for while {", true);
|
|
||||||
TEST(R"del(\<while\>)del", "for while{", true);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST(R"del(/\*[\d\D]*\*/)del", "908", false);
|
|
||||||
TEST(R"del(/\*[\d\D]*\*/)del", "/*908*/", true);
|
|
||||||
TEST(R"del(/\*[\d\D]*\*/)del", "/*asd*/", true);
|
|
||||||
TEST(R"del(/\*[\d\D]*\*/)del", "/* asd */", true);
|
|
||||||
TEST(R"del(/\*[\d\D]*\*/)del", "/* as* */", true);
|
|
||||||
|
|
||||||
if (test_counter == passed_tests) {
|
|
||||||
fputs("\033[32m", stdout);
|
|
||||||
} else {
|
|
||||||
fputs("\033[31m", stdout);
|
|
||||||
}
|
|
||||||
printf("\nPassed %d out of %d tests.\033[0m\n", passed_tests, test_counter);
|
|
||||||
printf("\tPositives: %d/%d\n", positive_successes, positives);
|
|
||||||
printf("\tNegatives: %d/%d\n", negative_successes, negatives);
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST2( R"del(abc)del", "abc", match_t{ 0, strlen("abc")});
|
|
||||||
TEST2(R"del(efg1)del", "efg1", match_t{ 0, strlen("efg1")});
|
|
||||||
TEST2( R"del(nig)del", "ger", match_t{-1, -1});
|
|
||||||
TEST2( R"del(ss)del", "sss", match_t{ 0, 2});
|
|
||||||
TEST2( R"del(sss)del", "ss", match_t{-1, -1});
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST2( R"del(ab+c)del", "abc", match_t{ 0, strlen("abc")});
|
|
||||||
TEST2(R"del(ef+g1)del", "effffg1", match_t{ 0, strlen("effffg1")});
|
|
||||||
TEST2(R"del(efg1+)del", "efg", match_t{-1, -1});
|
|
||||||
TEST2(R"del(efg1+)del", "efg1", match_t{ 0, strlen("efg1")});
|
|
||||||
TEST2(R"del(efg1+)del", "efg11", match_t{ 0, strlen("efg11")});
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST2( R"del(a+a)del", " aaa", match_t{ 1, strlen("aaa")});
|
|
||||||
TEST2( R"del(a+a)del", " aa", match_t{ 1, strlen("aa")});
|
|
||||||
TEST2( R"del(a+a)del", " a", match_t{-1, -1});
|
|
||||||
TEST2( R"del(a+a)del", " aaa", match_t{ 3, strlen("aaa")});
|
|
||||||
TEST2(R"del(a+\+)del", "aaa+", match_t{ 0, strlen("aaa+")});
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST2(R"del(\<while\>)del", "while", match_t{0, strlen("while")});
|
|
||||||
TEST2(R"del(\<while\>)del", " while", match_t{1, strlen("while")});
|
|
||||||
TEST2(R"del(\<while\>)del", "for while", match_t{4, strlen("while")});
|
|
||||||
TEST2(R"del(\<while\>)del", "for9while", match_t{4, strlen("while")});
|
|
||||||
TEST2(R"del(\<while\>)del", "for9while ", match_t{4, strlen("while")});
|
|
||||||
|
|
||||||
puts("");
|
|
||||||
puts("");
|
|
||||||
|
|
||||||
TEST2(R"del(\+)del", "akjh ab+ snabd", match_t{ strlen("akjh ab+")-1, 1});
|
|
||||||
TEST2(R"del(\*)del", "a*jh abn snabd", match_t{ strlen("a*")-1, 1});
|
|
||||||
TEST2(R"del(\=)del", "ak=h abn snabd", match_t{ strlen("ak=")-1, 1});
|
|
||||||
TEST2(R"del(\?)del", "akjh abn s?abd", match_t{ strlen("akjh abn s?")-1, 1});
|
|
||||||
TEST2(R"del(\+)del", "akjh abn snab+", match_t{strlen("akjh abn snab+")-1, 1});
|
|
||||||
|
|
||||||
if(test_counter2 == passed_tests2) {
|
|
||||||
fputs("\033[32m", stdout);
|
|
||||||
} else {
|
|
||||||
fputs("\033[31m", stdout);
|
|
||||||
}
|
|
||||||
printf("\nPassed %d out of %d tests.\033[0m\n", passed_tests2, test_counter2);
|
|
||||||
|
|
||||||
return 0;
|
|
||||||
}
|
|
101
source/test.hpp
101
source/test.hpp
@ -1,101 +0,0 @@
|
|||||||
#include "jeger.h"
|
|
||||||
|
|
||||||
static int test_counter = 0;
|
|
||||||
static int passed_tests = 0;
|
|
||||||
static int positives = 0;
|
|
||||||
static int positive_successes = 0;
|
|
||||||
static int negatives = 0;
|
|
||||||
static int negative_successes = 0;
|
|
||||||
|
|
||||||
static int test_counter2 = 0;
|
|
||||||
static int passed_tests2 = 0;
|
|
||||||
|
|
||||||
static
|
|
||||||
void asprint_match_t( char * * destination,
|
|
||||||
const match_t * const match) {
|
|
||||||
if (match) {
|
|
||||||
asprintf(destination, "%p {%d, %d}", (void *)match, match->position, match->width);
|
|
||||||
} else {
|
|
||||||
asprintf(destination, "0x000000000000 {N/A, N/A}");
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
void print_leader(const bool passed, const int n) {
|
|
||||||
if (passed) {
|
|
||||||
printf("\033[32;1mSuccess\033[0m. %02d\033[1m - \033[0m", n);
|
|
||||||
} else {
|
|
||||||
printf("\033[31;1mFailure\033[0m. %02d\033[1m - \033[0m", n);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
void do_flush(void) {
|
|
||||||
if(!(test_counter % 5)) {
|
|
||||||
fflush(stdout);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
void TEST(const char * const what,
|
|
||||||
const char * const on,
|
|
||||||
const bool expect) {
|
|
||||||
|
|
||||||
do_flush();
|
|
||||||
++test_counter;
|
|
||||||
|
|
||||||
regex_t * r = regex_compile(what);
|
|
||||||
bool result = regex_search(r, on);
|
|
||||||
regex_free(r);
|
|
||||||
|
|
||||||
bool passed = (result == expect);
|
|
||||||
|
|
||||||
expect ? ++positives : ++negatives;
|
|
||||||
|
|
||||||
print_leader(passed, test_counter);
|
|
||||||
|
|
||||||
char * quoted_what, * quoted_on;
|
|
||||||
asprintf("ed_what, "'%s'", what);
|
|
||||||
asprintf("ed_on, "'%s'", on);
|
|
||||||
printf("%14s\033[1m vs \033[0m%14s\033[1m:\033[0m Result = %d, Expected = %d\n", quoted_what, quoted_on, result, expect);
|
|
||||||
free(quoted_what);
|
|
||||||
free(quoted_on);
|
|
||||||
if (passed) {
|
|
||||||
++passed_tests;
|
|
||||||
expect ? ++positive_successes : ++negative_successes;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
static
|
|
||||||
void TEST2(const char * const what,
|
|
||||||
const char * const on,
|
|
||||||
const match_t expect){
|
|
||||||
|
|
||||||
do_flush();
|
|
||||||
++test_counter2;
|
|
||||||
|
|
||||||
regex_t * r = regex_compile(what);
|
|
||||||
match_t * result = regex_match(r, on, true);
|
|
||||||
bool passed = (result->position == expect.position
|
|
||||||
&& result->width == expect.width
|
|
||||||
);
|
|
||||||
|
|
||||||
print_leader(passed, test_counter2);
|
|
||||||
|
|
||||||
char * quoted_what, * quoted_on;
|
|
||||||
asprintf("ed_what, "'%s'", what);
|
|
||||||
asprintf("ed_on, "'%s'", on);
|
|
||||||
char * result_string, * expect_string;
|
|
||||||
asprint_match_t(&result_string, result);
|
|
||||||
asprint_match_t(&expect_string, &expect);
|
|
||||||
printf("%s\033[1m vs \033[0m%s\033[1m:\033[0m\n\tResult = %s\n\tExpected = %s\n", quoted_what, quoted_on, result_string, expect_string);
|
|
||||||
free(quoted_what);
|
|
||||||
free(quoted_on);
|
|
||||||
free(result_string);
|
|
||||||
free(expect_string);
|
|
||||||
free(result);
|
|
||||||
|
|
||||||
if (passed) {
|
|
||||||
++passed_tests2;
|
|
||||||
}
|
|
||||||
}
|
|
@ -1,64 +0,0 @@
|
|||||||
#include "vector.h"
|
|
||||||
|
|
||||||
#include <stdio.h>
|
|
||||||
#include <stdlib.h>
|
|
||||||
#include <string.h>
|
|
||||||
#include <assert.h>
|
|
||||||
|
|
||||||
void vector_init(vector_t * vector,
|
|
||||||
size_t element_size,
|
|
||||||
size_t element_count) {
|
|
||||||
assert(element_size);
|
|
||||||
|
|
||||||
vector->data = NULL;
|
|
||||||
vector->element_size = element_size;
|
|
||||||
vector->element_count = element_count;
|
|
||||||
|
|
||||||
vector->data = (char *)calloc(vector->element_count, vector->element_size);
|
|
||||||
|
|
||||||
assert(vector->data);
|
|
||||||
}
|
|
||||||
|
|
||||||
void vector_push(vector_t * vector,
|
|
||||||
void * data) {
|
|
||||||
assert(vector);
|
|
||||||
|
|
||||||
vector->element_count += 1;
|
|
||||||
|
|
||||||
vector->data = (char *)realloc(vector->data,
|
|
||||||
vector->element_size * vector->element_count);
|
|
||||||
|
|
||||||
assert(vector->data);
|
|
||||||
|
|
||||||
memcpy(&vector->data[(vector->element_count - 1) * vector->element_size],
|
|
||||||
data,
|
|
||||||
vector->element_size);
|
|
||||||
}
|
|
||||||
|
|
||||||
void vector_pop(vector_t * vector) {
|
|
||||||
assert(vector); // UNUSED
|
|
||||||
}
|
|
||||||
|
|
||||||
void * vector_get(const vector_t * const vector,
|
|
||||||
const size_t element) {
|
|
||||||
assert(vector);
|
|
||||||
assert(element < vector->element_count);
|
|
||||||
|
|
||||||
return &vector->data[vector->element_size * element];
|
|
||||||
}
|
|
||||||
|
|
||||||
void vector_set(vector_t * vector,
|
|
||||||
void * data,
|
|
||||||
size_t element) {
|
|
||||||
assert(vector);
|
|
||||||
assert(element >= vector->element_count);
|
|
||||||
|
|
||||||
memcpy(&vector->data[vector->element_size * element],
|
|
||||||
data,
|
|
||||||
vector->element_size);
|
|
||||||
}
|
|
||||||
|
|
||||||
void vector_free(vector_t * vector) {
|
|
||||||
free(vector->data);
|
|
||||||
}
|
|
||||||
|
|
@ -1,33 +0,0 @@
|
|||||||
#ifndef VECTOR_H
|
|
||||||
#define VECTOR_H
|
|
||||||
|
|
||||||
#include <stddef.h>
|
|
||||||
|
|
||||||
// TODO: Handle error warnings?
|
|
||||||
// TODO: Implement more useful functions?
|
|
||||||
|
|
||||||
typedef struct {
|
|
||||||
char * data;
|
|
||||||
size_t element_size;
|
|
||||||
size_t element_count;
|
|
||||||
} vector_t;
|
|
||||||
|
|
||||||
extern void vector_init(vector_t * vector,
|
|
||||||
size_t element_size,
|
|
||||||
size_t element_count);
|
|
||||||
|
|
||||||
extern void vector_push(vector_t * vector,
|
|
||||||
void * data);
|
|
||||||
|
|
||||||
extern void vector_pop(vector_t * vector);
|
|
||||||
|
|
||||||
extern void * vector_get(const vector_t * const vector,
|
|
||||||
const size_t element);
|
|
||||||
|
|
||||||
extern void vector_set(vector_t * vector,
|
|
||||||
void * data,
|
|
||||||
size_t element);
|
|
||||||
|
|
||||||
extern void vector_free(vector_t * vector);
|
|
||||||
|
|
||||||
#endif
|
|
Loading…
x
Reference in New Issue
Block a user