xref: /netbsd-src/external/apache2/llvm/dist/libcxx/src/regex.cpp (revision 4d6fc14bc9b0c5bf3e30be318c143ee82cadd108)
1*4d6fc14bSjoerg //===-------------------------- regex.cpp ---------------------------------===//
2*4d6fc14bSjoerg //
3*4d6fc14bSjoerg // Part of the LLVM Project, under the Apache License v2.0 with LLVM Exceptions.
4*4d6fc14bSjoerg // See https://llvm.org/LICENSE.txt for license information.
5*4d6fc14bSjoerg // SPDX-License-Identifier: Apache-2.0 WITH LLVM-exception
6*4d6fc14bSjoerg //
7*4d6fc14bSjoerg //===----------------------------------------------------------------------===//
8*4d6fc14bSjoerg 
9*4d6fc14bSjoerg #include "regex"
10*4d6fc14bSjoerg #include "algorithm"
11*4d6fc14bSjoerg #include "iterator"
12*4d6fc14bSjoerg 
13*4d6fc14bSjoerg _LIBCPP_BEGIN_NAMESPACE_STD
14*4d6fc14bSjoerg 
15*4d6fc14bSjoerg static
16*4d6fc14bSjoerg const char*
make_error_type_string(regex_constants::error_type ecode)17*4d6fc14bSjoerg make_error_type_string(regex_constants::error_type ecode)
18*4d6fc14bSjoerg {
19*4d6fc14bSjoerg     switch (ecode)
20*4d6fc14bSjoerg     {
21*4d6fc14bSjoerg     case regex_constants::error_collate:
22*4d6fc14bSjoerg         return "The expression contained an invalid collating element name.";
23*4d6fc14bSjoerg     case regex_constants::error_ctype:
24*4d6fc14bSjoerg         return "The expression contained an invalid character class name.";
25*4d6fc14bSjoerg     case regex_constants::error_escape:
26*4d6fc14bSjoerg         return "The expression contained an invalid escaped character, or a "
27*4d6fc14bSjoerg                "trailing escape.";
28*4d6fc14bSjoerg     case regex_constants::error_backref:
29*4d6fc14bSjoerg         return "The expression contained an invalid back reference.";
30*4d6fc14bSjoerg     case regex_constants::error_brack:
31*4d6fc14bSjoerg         return "The expression contained mismatched [ and ].";
32*4d6fc14bSjoerg     case regex_constants::error_paren:
33*4d6fc14bSjoerg         return "The expression contained mismatched ( and ).";
34*4d6fc14bSjoerg     case regex_constants::error_brace:
35*4d6fc14bSjoerg         return "The expression contained mismatched { and }.";
36*4d6fc14bSjoerg     case regex_constants::error_badbrace:
37*4d6fc14bSjoerg         return "The expression contained an invalid range in a {} expression.";
38*4d6fc14bSjoerg     case regex_constants::error_range:
39*4d6fc14bSjoerg         return "The expression contained an invalid character range, "
40*4d6fc14bSjoerg                "such as [b-a] in most encodings.";
41*4d6fc14bSjoerg     case regex_constants::error_space:
42*4d6fc14bSjoerg         return "There was insufficient memory to convert the expression into "
43*4d6fc14bSjoerg                "a finite state machine.";
44*4d6fc14bSjoerg     case regex_constants::error_badrepeat:
45*4d6fc14bSjoerg         return "One of *?+{ was not preceded by a valid regular expression.";
46*4d6fc14bSjoerg     case regex_constants::error_complexity:
47*4d6fc14bSjoerg         return "The complexity of an attempted match against a regular "
48*4d6fc14bSjoerg                "expression exceeded a pre-set level.";
49*4d6fc14bSjoerg     case regex_constants::error_stack:
50*4d6fc14bSjoerg         return "There was insufficient memory to determine whether the regular "
51*4d6fc14bSjoerg                "expression could match the specified character sequence.";
52*4d6fc14bSjoerg     case regex_constants::__re_err_grammar:
53*4d6fc14bSjoerg         return "An invalid regex grammar has been requested.";
54*4d6fc14bSjoerg     case regex_constants::__re_err_empty:
55*4d6fc14bSjoerg         return "An empty regex is not allowed in the POSIX grammar.";
56*4d6fc14bSjoerg     case regex_constants::__re_err_parse:
57*4d6fc14bSjoerg         return "The parser did not consume the entire regular expression.";
58*4d6fc14bSjoerg     default:
59*4d6fc14bSjoerg         break;
60*4d6fc14bSjoerg     }
61*4d6fc14bSjoerg     return "Unknown error type";
62*4d6fc14bSjoerg }
63*4d6fc14bSjoerg 
regex_error(regex_constants::error_type ecode)64*4d6fc14bSjoerg regex_error::regex_error(regex_constants::error_type ecode)
65*4d6fc14bSjoerg     : runtime_error(make_error_type_string(ecode)),
66*4d6fc14bSjoerg       __code_(ecode)
67*4d6fc14bSjoerg {}
68*4d6fc14bSjoerg 
~regex_error()69*4d6fc14bSjoerg regex_error::~regex_error() throw() {}
70*4d6fc14bSjoerg 
71*4d6fc14bSjoerg namespace {
72*4d6fc14bSjoerg 
73*4d6fc14bSjoerg struct collationnames
74*4d6fc14bSjoerg {
75*4d6fc14bSjoerg     const char* elem_;
76*4d6fc14bSjoerg     char char_;
77*4d6fc14bSjoerg };
78*4d6fc14bSjoerg 
79*4d6fc14bSjoerg const collationnames collatenames[] =
80*4d6fc14bSjoerg {
81*4d6fc14bSjoerg     {"A", 0x41},
82*4d6fc14bSjoerg     {"B", 0x42},
83*4d6fc14bSjoerg     {"C", 0x43},
84*4d6fc14bSjoerg     {"D", 0x44},
85*4d6fc14bSjoerg     {"E", 0x45},
86*4d6fc14bSjoerg     {"F", 0x46},
87*4d6fc14bSjoerg     {"G", 0x47},
88*4d6fc14bSjoerg     {"H", 0x48},
89*4d6fc14bSjoerg     {"I", 0x49},
90*4d6fc14bSjoerg     {"J", 0x4a},
91*4d6fc14bSjoerg     {"K", 0x4b},
92*4d6fc14bSjoerg     {"L", 0x4c},
93*4d6fc14bSjoerg     {"M", 0x4d},
94*4d6fc14bSjoerg     {"N", 0x4e},
95*4d6fc14bSjoerg     {"NUL", 0x00},
96*4d6fc14bSjoerg     {"O", 0x4f},
97*4d6fc14bSjoerg     {"P", 0x50},
98*4d6fc14bSjoerg     {"Q", 0x51},
99*4d6fc14bSjoerg     {"R", 0x52},
100*4d6fc14bSjoerg     {"S", 0x53},
101*4d6fc14bSjoerg     {"T", 0x54},
102*4d6fc14bSjoerg     {"U", 0x55},
103*4d6fc14bSjoerg     {"V", 0x56},
104*4d6fc14bSjoerg     {"W", 0x57},
105*4d6fc14bSjoerg     {"X", 0x58},
106*4d6fc14bSjoerg     {"Y", 0x59},
107*4d6fc14bSjoerg     {"Z", 0x5a},
108*4d6fc14bSjoerg     {"a", 0x61},
109*4d6fc14bSjoerg     {"alert", 0x07},
110*4d6fc14bSjoerg     {"ampersand", 0x26},
111*4d6fc14bSjoerg     {"apostrophe", 0x27},
112*4d6fc14bSjoerg     {"asterisk", 0x2a},
113*4d6fc14bSjoerg     {"b", 0x62},
114*4d6fc14bSjoerg     {"backslash", 0x5c},
115*4d6fc14bSjoerg     {"backspace", 0x08},
116*4d6fc14bSjoerg     {"c", 0x63},
117*4d6fc14bSjoerg     {"carriage-return", 0x0d},
118*4d6fc14bSjoerg     {"circumflex", 0x5e},
119*4d6fc14bSjoerg     {"circumflex-accent", 0x5e},
120*4d6fc14bSjoerg     {"colon", 0x3a},
121*4d6fc14bSjoerg     {"comma", 0x2c},
122*4d6fc14bSjoerg     {"commercial-at", 0x40},
123*4d6fc14bSjoerg     {"d", 0x64},
124*4d6fc14bSjoerg     {"dollar-sign", 0x24},
125*4d6fc14bSjoerg     {"e", 0x65},
126*4d6fc14bSjoerg     {"eight", 0x38},
127*4d6fc14bSjoerg     {"equals-sign", 0x3d},
128*4d6fc14bSjoerg     {"exclamation-mark", 0x21},
129*4d6fc14bSjoerg     {"f", 0x66},
130*4d6fc14bSjoerg     {"five", 0x35},
131*4d6fc14bSjoerg     {"form-feed", 0x0c},
132*4d6fc14bSjoerg     {"four", 0x34},
133*4d6fc14bSjoerg     {"full-stop", 0x2e},
134*4d6fc14bSjoerg     {"g", 0x67},
135*4d6fc14bSjoerg     {"grave-accent", 0x60},
136*4d6fc14bSjoerg     {"greater-than-sign", 0x3e},
137*4d6fc14bSjoerg     {"h", 0x68},
138*4d6fc14bSjoerg     {"hyphen", 0x2d},
139*4d6fc14bSjoerg     {"hyphen-minus", 0x2d},
140*4d6fc14bSjoerg     {"i", 0x69},
141*4d6fc14bSjoerg     {"j", 0x6a},
142*4d6fc14bSjoerg     {"k", 0x6b},
143*4d6fc14bSjoerg     {"l", 0x6c},
144*4d6fc14bSjoerg     {"left-brace", 0x7b},
145*4d6fc14bSjoerg     {"left-curly-bracket", 0x7b},
146*4d6fc14bSjoerg     {"left-parenthesis", 0x28},
147*4d6fc14bSjoerg     {"left-square-bracket", 0x5b},
148*4d6fc14bSjoerg     {"less-than-sign", 0x3c},
149*4d6fc14bSjoerg     {"low-line", 0x5f},
150*4d6fc14bSjoerg     {"m", 0x6d},
151*4d6fc14bSjoerg     {"n", 0x6e},
152*4d6fc14bSjoerg     {"newline", 0x0a},
153*4d6fc14bSjoerg     {"nine", 0x39},
154*4d6fc14bSjoerg     {"number-sign", 0x23},
155*4d6fc14bSjoerg     {"o", 0x6f},
156*4d6fc14bSjoerg     {"one", 0x31},
157*4d6fc14bSjoerg     {"p", 0x70},
158*4d6fc14bSjoerg     {"percent-sign", 0x25},
159*4d6fc14bSjoerg     {"period", 0x2e},
160*4d6fc14bSjoerg     {"plus-sign", 0x2b},
161*4d6fc14bSjoerg     {"q", 0x71},
162*4d6fc14bSjoerg     {"question-mark", 0x3f},
163*4d6fc14bSjoerg     {"quotation-mark", 0x22},
164*4d6fc14bSjoerg     {"r", 0x72},
165*4d6fc14bSjoerg     {"reverse-solidus", 0x5c},
166*4d6fc14bSjoerg     {"right-brace", 0x7d},
167*4d6fc14bSjoerg     {"right-curly-bracket", 0x7d},
168*4d6fc14bSjoerg     {"right-parenthesis", 0x29},
169*4d6fc14bSjoerg     {"right-square-bracket", 0x5d},
170*4d6fc14bSjoerg     {"s", 0x73},
171*4d6fc14bSjoerg     {"semicolon", 0x3b},
172*4d6fc14bSjoerg     {"seven", 0x37},
173*4d6fc14bSjoerg     {"six", 0x36},
174*4d6fc14bSjoerg     {"slash", 0x2f},
175*4d6fc14bSjoerg     {"solidus", 0x2f},
176*4d6fc14bSjoerg     {"space", 0x20},
177*4d6fc14bSjoerg     {"t", 0x74},
178*4d6fc14bSjoerg     {"tab", 0x09},
179*4d6fc14bSjoerg     {"three", 0x33},
180*4d6fc14bSjoerg     {"tilde", 0x7e},
181*4d6fc14bSjoerg     {"two", 0x32},
182*4d6fc14bSjoerg     {"u", 0x75},
183*4d6fc14bSjoerg     {"underscore", 0x5f},
184*4d6fc14bSjoerg     {"v", 0x76},
185*4d6fc14bSjoerg     {"vertical-line", 0x7c},
186*4d6fc14bSjoerg     {"vertical-tab", 0x0b},
187*4d6fc14bSjoerg     {"w", 0x77},
188*4d6fc14bSjoerg     {"x", 0x78},
189*4d6fc14bSjoerg     {"y", 0x79},
190*4d6fc14bSjoerg     {"z", 0x7a},
191*4d6fc14bSjoerg     {"zero", 0x30}
192*4d6fc14bSjoerg };
193*4d6fc14bSjoerg 
194*4d6fc14bSjoerg struct classnames
195*4d6fc14bSjoerg {
196*4d6fc14bSjoerg     const char* elem_;
197*4d6fc14bSjoerg     regex_traits<char>::char_class_type mask_;
198*4d6fc14bSjoerg };
199*4d6fc14bSjoerg 
200*4d6fc14bSjoerg const classnames ClassNames[] =
201*4d6fc14bSjoerg {
202*4d6fc14bSjoerg     {"alnum",  ctype_base::alnum},
203*4d6fc14bSjoerg     {"alpha",  ctype_base::alpha},
204*4d6fc14bSjoerg     {"blank",  ctype_base::blank},
205*4d6fc14bSjoerg     {"cntrl",  ctype_base::cntrl},
206*4d6fc14bSjoerg     {"d",      ctype_base::digit},
207*4d6fc14bSjoerg     {"digit",  ctype_base::digit},
208*4d6fc14bSjoerg     {"graph",  ctype_base::graph},
209*4d6fc14bSjoerg     {"lower",  ctype_base::lower},
210*4d6fc14bSjoerg     {"print",  ctype_base::print},
211*4d6fc14bSjoerg     {"punct",  ctype_base::punct},
212*4d6fc14bSjoerg     {"s",      ctype_base::space},
213*4d6fc14bSjoerg     {"space",  ctype_base::space},
214*4d6fc14bSjoerg     {"upper",  ctype_base::upper},
215*4d6fc14bSjoerg     {"w",      regex_traits<char>::__regex_word},
216*4d6fc14bSjoerg     {"xdigit", ctype_base::xdigit}
217*4d6fc14bSjoerg };
218*4d6fc14bSjoerg 
219*4d6fc14bSjoerg struct use_strcmp
220*4d6fc14bSjoerg {
operator ()__anonefb03d560111::use_strcmp221*4d6fc14bSjoerg     bool operator()(const collationnames& x, const char* y)
222*4d6fc14bSjoerg         {return strcmp(x.elem_, y) < 0;}
operator ()__anonefb03d560111::use_strcmp223*4d6fc14bSjoerg     bool operator()(const classnames& x, const char* y)
224*4d6fc14bSjoerg         {return strcmp(x.elem_, y) < 0;}
225*4d6fc14bSjoerg };
226*4d6fc14bSjoerg 
227*4d6fc14bSjoerg }
228*4d6fc14bSjoerg 
229*4d6fc14bSjoerg string
__get_collation_name(const char * s)230*4d6fc14bSjoerg __get_collation_name(const char* s)
231*4d6fc14bSjoerg {
232*4d6fc14bSjoerg     const collationnames* i =
233*4d6fc14bSjoerg             _VSTD::lower_bound(begin(collatenames), end(collatenames), s, use_strcmp());
234*4d6fc14bSjoerg     string r;
235*4d6fc14bSjoerg     if (i != end(collatenames) && strcmp(s, i->elem_) == 0)
236*4d6fc14bSjoerg         r = char(i->char_);
237*4d6fc14bSjoerg     return r;
238*4d6fc14bSjoerg }
239*4d6fc14bSjoerg 
240*4d6fc14bSjoerg regex_traits<char>::char_class_type
__get_classname(const char * s,bool __icase)241*4d6fc14bSjoerg __get_classname(const char* s, bool __icase)
242*4d6fc14bSjoerg {
243*4d6fc14bSjoerg     const classnames* i =
244*4d6fc14bSjoerg             _VSTD::lower_bound(begin(ClassNames), end(ClassNames), s, use_strcmp());
245*4d6fc14bSjoerg     regex_traits<char>::char_class_type r = 0;
246*4d6fc14bSjoerg     if (i != end(ClassNames) && strcmp(s, i->elem_) == 0)
247*4d6fc14bSjoerg     {
248*4d6fc14bSjoerg         r = i->mask_;
249*4d6fc14bSjoerg         if (r == regex_traits<char>::__regex_word)
250*4d6fc14bSjoerg             r |= ctype_base::alnum | ctype_base::upper | ctype_base::lower;
251*4d6fc14bSjoerg         else if (__icase)
252*4d6fc14bSjoerg         {
253*4d6fc14bSjoerg             if (r & (ctype_base::lower | ctype_base::upper))
254*4d6fc14bSjoerg                 r |= ctype_base::alpha;
255*4d6fc14bSjoerg         }
256*4d6fc14bSjoerg     }
257*4d6fc14bSjoerg     return r;
258*4d6fc14bSjoerg }
259*4d6fc14bSjoerg 
260*4d6fc14bSjoerg template <>
261*4d6fc14bSjoerg void
__exec(__state & __s) const262*4d6fc14bSjoerg __match_any_but_newline<char>::__exec(__state& __s) const
263*4d6fc14bSjoerg {
264*4d6fc14bSjoerg     if (__s.__current_ != __s.__last_)
265*4d6fc14bSjoerg     {
266*4d6fc14bSjoerg         switch (*__s.__current_)
267*4d6fc14bSjoerg         {
268*4d6fc14bSjoerg         case '\r':
269*4d6fc14bSjoerg         case '\n':
270*4d6fc14bSjoerg             __s.__do_ = __state::__reject;
271*4d6fc14bSjoerg             __s.__node_ = nullptr;
272*4d6fc14bSjoerg             break;
273*4d6fc14bSjoerg         default:
274*4d6fc14bSjoerg             __s.__do_ = __state::__accept_and_consume;
275*4d6fc14bSjoerg             ++__s.__current_;
276*4d6fc14bSjoerg             __s.__node_ = this->first();
277*4d6fc14bSjoerg             break;
278*4d6fc14bSjoerg         }
279*4d6fc14bSjoerg     }
280*4d6fc14bSjoerg     else
281*4d6fc14bSjoerg     {
282*4d6fc14bSjoerg         __s.__do_ = __state::__reject;
283*4d6fc14bSjoerg         __s.__node_ = nullptr;
284*4d6fc14bSjoerg     }
285*4d6fc14bSjoerg }
286*4d6fc14bSjoerg 
287*4d6fc14bSjoerg template <>
288*4d6fc14bSjoerg void
__exec(__state & __s) const289*4d6fc14bSjoerg __match_any_but_newline<wchar_t>::__exec(__state& __s) const
290*4d6fc14bSjoerg {
291*4d6fc14bSjoerg     if (__s.__current_ != __s.__last_)
292*4d6fc14bSjoerg     {
293*4d6fc14bSjoerg         switch (*__s.__current_)
294*4d6fc14bSjoerg         {
295*4d6fc14bSjoerg         case '\r':
296*4d6fc14bSjoerg         case '\n':
297*4d6fc14bSjoerg         case 0x2028:
298*4d6fc14bSjoerg         case 0x2029:
299*4d6fc14bSjoerg             __s.__do_ = __state::__reject;
300*4d6fc14bSjoerg             __s.__node_ = nullptr;
301*4d6fc14bSjoerg             break;
302*4d6fc14bSjoerg         default:
303*4d6fc14bSjoerg             __s.__do_ = __state::__accept_and_consume;
304*4d6fc14bSjoerg             ++__s.__current_;
305*4d6fc14bSjoerg             __s.__node_ = this->first();
306*4d6fc14bSjoerg             break;
307*4d6fc14bSjoerg         }
308*4d6fc14bSjoerg     }
309*4d6fc14bSjoerg     else
310*4d6fc14bSjoerg     {
311*4d6fc14bSjoerg         __s.__do_ = __state::__reject;
312*4d6fc14bSjoerg         __s.__node_ = nullptr;
313*4d6fc14bSjoerg     }
314*4d6fc14bSjoerg }
315*4d6fc14bSjoerg 
316*4d6fc14bSjoerg _LIBCPP_END_NAMESPACE_STD
317