xref: /plan9/sys/src/ape/cmd/pax/regexp.c (revision 9a747e4fd48b9f4522c70c07e8f882a15030f964)
1*9a747e4fSDavid du Colombier /* $Source: /u/mark/src/pax/RCS/regexp.c,v $
2*9a747e4fSDavid du Colombier  *
3*9a747e4fSDavid du Colombier  * $Revision: 1.2 $
4*9a747e4fSDavid du Colombier  *
5*9a747e4fSDavid du Colombier  * regexp.c - regular expression matching
6*9a747e4fSDavid du Colombier  *
7*9a747e4fSDavid du Colombier  * DESCRIPTION
8*9a747e4fSDavid du Colombier  *
9*9a747e4fSDavid du Colombier  *	Underneath the reformatting and comment blocks which were added to
10*9a747e4fSDavid du Colombier  *	make it consistent with the rest of the code, you will find a
11*9a747e4fSDavid du Colombier  *	modified version of Henry Specer's regular expression library.
12*9a747e4fSDavid du Colombier  *	Henry's functions were modified to provide the minimal regular
13*9a747e4fSDavid du Colombier  *	expression matching, as required by P1003.  Henry's code was
14*9a747e4fSDavid du Colombier  *	copyrighted, and copy of the copyright message and restrictions
15*9a747e4fSDavid du Colombier  *	are provided, verbatim, below:
16*9a747e4fSDavid du Colombier  *
17*9a747e4fSDavid du Colombier  *	Copyright (c) 1986 by University of Toronto.
18*9a747e4fSDavid du Colombier  *	Written by Henry Spencer.  Not derived from licensed software.
19*9a747e4fSDavid du Colombier  *
20*9a747e4fSDavid du Colombier  *	Permission is granted to anyone to use this software for any
21*9a747e4fSDavid du Colombier  *	purpose on any computer system, and to redistribute it freely,
22*9a747e4fSDavid du Colombier  *	subject to the following restrictions:
23*9a747e4fSDavid du Colombier  *
24*9a747e4fSDavid du Colombier  *	1. The author is not responsible for the consequences of use of
25*9a747e4fSDavid du Colombier  *         this software, no matter how awful, even if they arise
26*9a747e4fSDavid du Colombier  *	   from defects in it.
27*9a747e4fSDavid du Colombier  *
28*9a747e4fSDavid du Colombier  *	2. The origin of this software must not be misrepresented, either
29*9a747e4fSDavid du Colombier  *	   by explicit claim or by omission.
30*9a747e4fSDavid du Colombier  *
31*9a747e4fSDavid du Colombier  *	3. Altered versions must be plainly marked as such, and must not
32*9a747e4fSDavid du Colombier  *	   be misrepresented as being the original software.
33*9a747e4fSDavid du Colombier  *
34*9a747e4fSDavid du Colombier  * 	Beware that some of this code is subtly aware of the way operator
35*9a747e4fSDavid du Colombier  * 	precedence is structured in regular expressions.  Serious changes in
36*9a747e4fSDavid du Colombier  * 	regular-expression syntax might require a total rethink.
37*9a747e4fSDavid du Colombier  *
38*9a747e4fSDavid du Colombier  * AUTHORS
39*9a747e4fSDavid du Colombier  *
40*9a747e4fSDavid du Colombier  *     Mark H. Colburn, NAPS International (mark@jhereg.mn.org)
41*9a747e4fSDavid du Colombier  *     Henry Spencer, University of Torronto (henry@utzoo.edu)
42*9a747e4fSDavid du Colombier  *
43*9a747e4fSDavid du Colombier  * Sponsored by The USENIX Association for public distribution.
44*9a747e4fSDavid du Colombier  *
45*9a747e4fSDavid du Colombier  * $Log:	regexp.c,v $
46*9a747e4fSDavid du Colombier  * Revision 1.2  89/02/12  10:05:39  mark
47*9a747e4fSDavid du Colombier  * 1.2 release fixes
48*9a747e4fSDavid du Colombier  *
49*9a747e4fSDavid du Colombier  * Revision 1.1  88/12/23  18:02:32  mark
50*9a747e4fSDavid du Colombier  * Initial revision
51*9a747e4fSDavid du Colombier  *
52*9a747e4fSDavid du Colombier  */
53*9a747e4fSDavid du Colombier 
54*9a747e4fSDavid du Colombier /* Headers */
55*9a747e4fSDavid du Colombier 
56*9a747e4fSDavid du Colombier #include "pax.h"
57*9a747e4fSDavid du Colombier 
58*9a747e4fSDavid du Colombier #ifndef lint
59*9a747e4fSDavid du Colombier static char    *Ident = "$Id: regexp.c,v 1.2 89/02/12 10:05:39 mark Exp $";
60*9a747e4fSDavid du Colombier #endif
61*9a747e4fSDavid du Colombier 
62*9a747e4fSDavid du Colombier 
63*9a747e4fSDavid du Colombier /*
64*9a747e4fSDavid du Colombier  * The "internal use only" fields in regexp.h are present to pass info from
65*9a747e4fSDavid du Colombier  * compile to execute that permits the execute phase to run lots faster on
66*9a747e4fSDavid du Colombier  * simple cases.  They are:
67*9a747e4fSDavid du Colombier  *
68*9a747e4fSDavid du Colombier  * regstart	char that must begin a match; '\0' if none obvious
69*9a747e4fSDavid du Colombier  * reganch	is the match anchored (at beginning-of-line only)?
70*9a747e4fSDavid du Colombier  * regmust	string (pointer into program) that match must include, or NULL
71*9a747e4fSDavid du Colombier  * regmlen	length of regmust string
72*9a747e4fSDavid du Colombier  *
73*9a747e4fSDavid du Colombier  * Regstart and reganch permit very fast decisions on suitable starting points
74*9a747e4fSDavid du Colombier  * for a match, cutting down the work a lot.  Regmust permits fast rejection
75*9a747e4fSDavid du Colombier  * of lines that cannot possibly match.  The regmust tests are costly enough
76*9a747e4fSDavid du Colombier  * that regcomp() supplies a regmust only if the r.e. contains something
77*9a747e4fSDavid du Colombier  * potentially expensive (at present, the only such thing detected is * or +
78*9a747e4fSDavid du Colombier  * at the start of the r.e., which can involve a lot of backup).  Regmlen is
79*9a747e4fSDavid du Colombier  * supplied because the test in regexec() needs it and regcomp() is computing
80*9a747e4fSDavid du Colombier  * it anyway.
81*9a747e4fSDavid du Colombier  */
82*9a747e4fSDavid du Colombier 
83*9a747e4fSDavid du Colombier /*
84*9a747e4fSDavid du Colombier  * Structure for regexp "program".  This is essentially a linear encoding
85*9a747e4fSDavid du Colombier  * of a nondeterministic finite-state machine (aka syntax charts or
86*9a747e4fSDavid du Colombier  * "railroad normal form" in parsing technology).  Each node is an opcode
87*9a747e4fSDavid du Colombier  * plus a "nxt" pointer, possibly plus an operand.  "Nxt" pointers of
88*9a747e4fSDavid du Colombier  * all nodes except BRANCH implement concatenation; a "nxt" pointer with
89*9a747e4fSDavid du Colombier  * a BRANCH on both ends of it is connecting two alternatives.  (Here we
90*9a747e4fSDavid du Colombier  * have one of the subtle syntax dependencies:  an individual BRANCH (as
91*9a747e4fSDavid du Colombier  * opposed to a collection of them) is never concatenated with anything
92*9a747e4fSDavid du Colombier  * because of operator precedence.)  The operand of some types of node is
93*9a747e4fSDavid du Colombier  * a literal string; for others, it is a node leading into a sub-FSM.  In
94*9a747e4fSDavid du Colombier  * particular, the operand of a BRANCH node is the first node of the branch.
95*9a747e4fSDavid du Colombier  * (NB this is *not* a tree structure:  the tail of the branch connects
96*9a747e4fSDavid du Colombier  * to the thing following the set of BRANCHes.)  The opcodes are:
97*9a747e4fSDavid du Colombier  */
98*9a747e4fSDavid du Colombier 
99*9a747e4fSDavid du Colombier /* definition	number	opnd?	meaning */
100*9a747e4fSDavid du Colombier #define	END	0		/* no	End of program. */
101*9a747e4fSDavid du Colombier #define	BOL	1		/* no	Match "" at beginning of line. */
102*9a747e4fSDavid du Colombier #define	EOL	2		/* no	Match "" at end of line. */
103*9a747e4fSDavid du Colombier #define	ANY	3		/* no	Match any one character. */
104*9a747e4fSDavid du Colombier #define	ANYOF	4		/* str	Match any character in this string. */
105*9a747e4fSDavid du Colombier #define	ANYBUT	5		/* str	Match any character not in this
106*9a747e4fSDavid du Colombier 				 * string. */
107*9a747e4fSDavid du Colombier #define	BRANCH	6		/* node	Match this alternative, or the
108*9a747e4fSDavid du Colombier 				 * nxt... */
109*9a747e4fSDavid du Colombier #define	BACK	7		/* no	Match "", "nxt" ptr points backward. */
110*9a747e4fSDavid du Colombier #define	EXACTLY	8		/* str	Match this string. */
111*9a747e4fSDavid du Colombier #define	NOTHING	9		/* no	Match empty string. */
112*9a747e4fSDavid du Colombier #define	STAR	10		/* node	Match this (simple) thing 0 or more
113*9a747e4fSDavid du Colombier 				 * times. */
114*9a747e4fSDavid du Colombier #define	OPEN	20		/* no	Mark this point in input as start of
115*9a747e4fSDavid du Colombier 				 * #n. */
116*9a747e4fSDavid du Colombier  /* OPEN+1 is number 1, etc. */
117*9a747e4fSDavid du Colombier #define	CLOSE	30		/* no	Analogous to OPEN. */
118*9a747e4fSDavid du Colombier 
119*9a747e4fSDavid du Colombier /*
120*9a747e4fSDavid du Colombier  * Opcode notes:
121*9a747e4fSDavid du Colombier  *
122*9a747e4fSDavid du Colombier  * BRANCH	The set of branches constituting a single choice are hooked
123*9a747e4fSDavid du Colombier  *		together with their "nxt" pointers, since precedence prevents
124*9a747e4fSDavid du Colombier  *		anything being concatenated to any individual branch.  The
125*9a747e4fSDavid du Colombier  *		"nxt" pointer of the last BRANCH in a choice points to the
126*9a747e4fSDavid du Colombier  *		thing following the whole choice.  This is also where the
127*9a747e4fSDavid du Colombier  *		final "nxt" pointer of each individual branch points; each
128*9a747e4fSDavid du Colombier  *		branch starts with the operand node of a BRANCH node.
129*9a747e4fSDavid du Colombier  *
130*9a747e4fSDavid du Colombier  * BACK		Normal "nxt" pointers all implicitly point forward; BACK
131*9a747e4fSDavid du Colombier  *		exists to make loop structures possible.
132*9a747e4fSDavid du Colombier  *
133*9a747e4fSDavid du Colombier  * STAR		complex '*', are implemented as circular BRANCH structures
134*9a747e4fSDavid du Colombier  *		using BACK.  Simple cases (one character per match) are
135*9a747e4fSDavid du Colombier  *		implemented with STAR for speed and to minimize recursive
136*9a747e4fSDavid du Colombier  *		plunges.
137*9a747e4fSDavid du Colombier  *
138*9a747e4fSDavid du Colombier  * OPEN,CLOSE	...are numbered at compile time.
139*9a747e4fSDavid du Colombier  */
140*9a747e4fSDavid du Colombier 
141*9a747e4fSDavid du Colombier /*
142*9a747e4fSDavid du Colombier  * A node is one char of opcode followed by two chars of "nxt" pointer.
143*9a747e4fSDavid du Colombier  * "Nxt" pointers are stored as two 8-bit pieces, high order first.  The
144*9a747e4fSDavid du Colombier  * value is a positive offset from the opcode of the node containing it.
145*9a747e4fSDavid du Colombier  * An operand, if any, simply follows the node.  (Note that much of the
146*9a747e4fSDavid du Colombier  * code generation knows about this implicit relationship.)
147*9a747e4fSDavid du Colombier  *
148*9a747e4fSDavid du Colombier  * Using two bytes for the "nxt" pointer is vast overkill for most things,
149*9a747e4fSDavid du Colombier  * but allows patterns to get big without disasters.
150*9a747e4fSDavid du Colombier  */
151*9a747e4fSDavid du Colombier #define	OP(p)	(*(p))
152*9a747e4fSDavid du Colombier #define	NEXT(p)	(((*((p)+1)&0377)<<8) + (*((p)+2)&0377))
153*9a747e4fSDavid du Colombier #define	OPERAND(p)	((p) + 3)
154*9a747e4fSDavid du Colombier 
155*9a747e4fSDavid du Colombier /*
156*9a747e4fSDavid du Colombier  * Utility definitions.
157*9a747e4fSDavid du Colombier  */
158*9a747e4fSDavid du Colombier 
159*9a747e4fSDavid du Colombier #define	FAIL(m)	{ regerror(m); return(NULL); }
160*9a747e4fSDavid du Colombier #define	ISMULT(c)	((c) == '*')
161*9a747e4fSDavid du Colombier #define	META	"^$.[()|*\\"
162*9a747e4fSDavid du Colombier #ifndef CHARBITS
163*9a747e4fSDavid du Colombier #define	UCHARAT(p)	((int)*(unsigned char *)(p))
164*9a747e4fSDavid du Colombier #else
165*9a747e4fSDavid du Colombier #define	UCHARAT(p)	((int)*(p)&CHARBITS)
166*9a747e4fSDavid du Colombier #endif
167*9a747e4fSDavid du Colombier 
168*9a747e4fSDavid du Colombier /*
169*9a747e4fSDavid du Colombier  * Flags to be passed up and down.
170*9a747e4fSDavid du Colombier  */
171*9a747e4fSDavid du Colombier #define	HASWIDTH	01	/* Known never to match null string. */
172*9a747e4fSDavid du Colombier #define	SIMPLE		02	/* Simple enough to be STAR operand. */
173*9a747e4fSDavid du Colombier #define	SPSTART		04	/* Starts with * */
174*9a747e4fSDavid du Colombier #define	WORST		0	/* Worst case. */
175*9a747e4fSDavid du Colombier 
176*9a747e4fSDavid du Colombier /*
177*9a747e4fSDavid du Colombier  * Global work variables for regcomp().
178*9a747e4fSDavid du Colombier  */
179*9a747e4fSDavid du Colombier static char    *regparse;	/* Input-scan pointer. */
180*9a747e4fSDavid du Colombier static int      regnpar;	/* () count. */
181*9a747e4fSDavid du Colombier static char     regdummy;
182*9a747e4fSDavid du Colombier static char    *regcode;	/* Code-emit pointer; &regdummy = don't. */
183*9a747e4fSDavid du Colombier static long     regsize;	/* Code size. */
184*9a747e4fSDavid du Colombier 
185*9a747e4fSDavid du Colombier /*
186*9a747e4fSDavid du Colombier  * Forward declarations for regcomp()'s friends.
187*9a747e4fSDavid du Colombier  */
188*9a747e4fSDavid du Colombier #ifndef STATIC
189*9a747e4fSDavid du Colombier #define	STATIC	static
190*9a747e4fSDavid du Colombier #endif
191*9a747e4fSDavid du Colombier STATIC char    *reg();
192*9a747e4fSDavid du Colombier STATIC char    *regbranch();
193*9a747e4fSDavid du Colombier STATIC char    *regpiece();
194*9a747e4fSDavid du Colombier STATIC char    *regatom();
195*9a747e4fSDavid du Colombier STATIC char    *regnode();
196*9a747e4fSDavid du Colombier STATIC char    *regnext();
197*9a747e4fSDavid du Colombier STATIC void     regc();
198*9a747e4fSDavid du Colombier STATIC void     reginsert();
199*9a747e4fSDavid du Colombier STATIC void     regtail();
200*9a747e4fSDavid du Colombier STATIC void     regoptail();
201*9a747e4fSDavid du Colombier #ifdef STRCSPN
202*9a747e4fSDavid du Colombier STATIC int      strcspn();
203*9a747e4fSDavid du Colombier #endif
204*9a747e4fSDavid du Colombier 
205*9a747e4fSDavid du Colombier /*
206*9a747e4fSDavid du Colombier  - regcomp - compile a regular expression into internal code
207*9a747e4fSDavid du Colombier  *
208*9a747e4fSDavid du Colombier  * We can't allocate space until we know how big the compiled form will be,
209*9a747e4fSDavid du Colombier  * but we can't compile it (and thus know how big it is) until we've got a
210*9a747e4fSDavid du Colombier  * place to put the code.  So we cheat:  we compile it twice, once with code
211*9a747e4fSDavid du Colombier  * generation turned off and size counting turned on, and once "for real".
212*9a747e4fSDavid du Colombier  * This also means that we don't allocate space until we are sure that the
213*9a747e4fSDavid du Colombier  * thing really will compile successfully, and we never have to move the
214*9a747e4fSDavid du Colombier  * code and thus invalidate pointers into it.  (Note that it has to be in
215*9a747e4fSDavid du Colombier  * one piece because free() must be able to free it all.)
216*9a747e4fSDavid du Colombier  *
217*9a747e4fSDavid du Colombier  * Beware that the optimization-preparation code in here knows about some
218*9a747e4fSDavid du Colombier  * of the structure of the compiled regexp.
219*9a747e4fSDavid du Colombier  */
regcomp(exp)220*9a747e4fSDavid du Colombier regexp *regcomp(exp)
221*9a747e4fSDavid du Colombier char           *exp;
222*9a747e4fSDavid du Colombier {
223*9a747e4fSDavid du Colombier     register regexp *r;
224*9a747e4fSDavid du Colombier     register char  *scan;
225*9a747e4fSDavid du Colombier     register char  *longest;
226*9a747e4fSDavid du Colombier     register int    len;
227*9a747e4fSDavid du Colombier     int             flags;
228*9a747e4fSDavid du Colombier     extern char    *malloc();
229*9a747e4fSDavid du Colombier 
230*9a747e4fSDavid du Colombier     if (exp == (char *)NULL)
231*9a747e4fSDavid du Colombier 	FAIL("NULL argument");
232*9a747e4fSDavid du Colombier 
233*9a747e4fSDavid du Colombier     /* First pass: determine size, legality. */
234*9a747e4fSDavid du Colombier     regparse = exp;
235*9a747e4fSDavid du Colombier     regnpar = 1;
236*9a747e4fSDavid du Colombier     regsize = 0L;
237*9a747e4fSDavid du Colombier     regcode = &regdummy;
238*9a747e4fSDavid du Colombier     regc(MAGIC);
239*9a747e4fSDavid du Colombier     if (reg(0, &flags) == (char *)NULL)
240*9a747e4fSDavid du Colombier 	return ((regexp *)NULL);
241*9a747e4fSDavid du Colombier 
242*9a747e4fSDavid du Colombier     /* Small enough for pointer-storage convention? */
243*9a747e4fSDavid du Colombier     if (regsize >= 32767L)	/* Probably could be 65535L. */
244*9a747e4fSDavid du Colombier 	FAIL("regexp too big");
245*9a747e4fSDavid du Colombier 
246*9a747e4fSDavid du Colombier     /* Allocate space. */
247*9a747e4fSDavid du Colombier     r = (regexp *) malloc(sizeof(regexp) + (unsigned) regsize);
248*9a747e4fSDavid du Colombier     if (r == (regexp *) NULL)
249*9a747e4fSDavid du Colombier 	FAIL("out of space");
250*9a747e4fSDavid du Colombier 
251*9a747e4fSDavid du Colombier     /* Second pass: emit code. */
252*9a747e4fSDavid du Colombier     regparse = exp;
253*9a747e4fSDavid du Colombier     regnpar = 1;
254*9a747e4fSDavid du Colombier     regcode = r->program;
255*9a747e4fSDavid du Colombier     regc(MAGIC);
256*9a747e4fSDavid du Colombier     if (reg(0, &flags) == NULL)
257*9a747e4fSDavid du Colombier 	return ((regexp *) NULL);
258*9a747e4fSDavid du Colombier 
259*9a747e4fSDavid du Colombier     /* Dig out information for optimizations. */
260*9a747e4fSDavid du Colombier     r->regstart = '\0';		/* Worst-case defaults. */
261*9a747e4fSDavid du Colombier     r->reganch = 0;
262*9a747e4fSDavid du Colombier     r->regmust = NULL;
263*9a747e4fSDavid du Colombier     r->regmlen = 0;
264*9a747e4fSDavid du Colombier     scan = r->program + 1;	/* First BRANCH. */
265*9a747e4fSDavid du Colombier     if (OP(regnext(scan)) == END) {	/* Only one top-level choice. */
266*9a747e4fSDavid du Colombier 	scan = OPERAND(scan);
267*9a747e4fSDavid du Colombier 
268*9a747e4fSDavid du Colombier 	/* Starting-point info. */
269*9a747e4fSDavid du Colombier 	if (OP(scan) == EXACTLY)
270*9a747e4fSDavid du Colombier 	    r->regstart = *OPERAND(scan);
271*9a747e4fSDavid du Colombier 	else if (OP(scan) == BOL)
272*9a747e4fSDavid du Colombier 	    r->reganch++;
273*9a747e4fSDavid du Colombier 
274*9a747e4fSDavid du Colombier 	/*
275*9a747e4fSDavid du Colombier 	 * If there's something expensive in the r.e., find the longest
276*9a747e4fSDavid du Colombier 	 * literal string that must appear and make it the regmust.  Resolve
277*9a747e4fSDavid du Colombier 	 * ties in favor of later strings, since the regstart check works
278*9a747e4fSDavid du Colombier 	 * with the beginning of the r.e. and avoiding duplication
279*9a747e4fSDavid du Colombier 	 * strengthens checking.  Not a strong reason, but sufficient in the
280*9a747e4fSDavid du Colombier 	 * absence of others.
281*9a747e4fSDavid du Colombier 	 */
282*9a747e4fSDavid du Colombier 	if (flags & SPSTART) {
283*9a747e4fSDavid du Colombier 	    longest = NULL;
284*9a747e4fSDavid du Colombier 	    len = 0;
285*9a747e4fSDavid du Colombier 	    for (; scan != NULL; scan = regnext(scan))
286*9a747e4fSDavid du Colombier 		if (OP(scan) == EXACTLY && strlen(OPERAND(scan)) >= len) {
287*9a747e4fSDavid du Colombier 		    longest = OPERAND(scan);
288*9a747e4fSDavid du Colombier 		    len = strlen(OPERAND(scan));
289*9a747e4fSDavid du Colombier 		}
290*9a747e4fSDavid du Colombier 	    r->regmust = longest;
291*9a747e4fSDavid du Colombier 	    r->regmlen = len;
292*9a747e4fSDavid du Colombier 	}
293*9a747e4fSDavid du Colombier     }
294*9a747e4fSDavid du Colombier     return (r);
295*9a747e4fSDavid du Colombier }
296*9a747e4fSDavid du Colombier 
297*9a747e4fSDavid du Colombier /*
298*9a747e4fSDavid du Colombier  - reg - regular expression, i.e. main body or parenthesized thing
299*9a747e4fSDavid du Colombier  *
300*9a747e4fSDavid du Colombier  * Caller must absorb opening parenthesis.
301*9a747e4fSDavid du Colombier  *
302*9a747e4fSDavid du Colombier  * Combining parenthesis handling with the base level of regular expression
303*9a747e4fSDavid du Colombier  * is a trifle forced, but the need to tie the tails of the branches to what
304*9a747e4fSDavid du Colombier  * follows makes it hard to avoid.
305*9a747e4fSDavid du Colombier  */
reg(paren,flagp)306*9a747e4fSDavid du Colombier static char *reg(paren, flagp)
307*9a747e4fSDavid du Colombier int             paren;		/* Parenthesized? */
308*9a747e4fSDavid du Colombier int            *flagp;
309*9a747e4fSDavid du Colombier {
310*9a747e4fSDavid du Colombier     register char  *ret;
311*9a747e4fSDavid du Colombier     register char  *br;
312*9a747e4fSDavid du Colombier     register char  *ender;
313*9a747e4fSDavid du Colombier     register int    parno;
314*9a747e4fSDavid du Colombier     int             flags;
315*9a747e4fSDavid du Colombier 
316*9a747e4fSDavid du Colombier     *flagp = HASWIDTH;		/* Tentatively. */
317*9a747e4fSDavid du Colombier 
318*9a747e4fSDavid du Colombier     /* Make an OPEN node, if parenthesized. */
319*9a747e4fSDavid du Colombier     if (paren) {
320*9a747e4fSDavid du Colombier 	if (regnpar >= NSUBEXP)
321*9a747e4fSDavid du Colombier 	    FAIL("too many ()");
322*9a747e4fSDavid du Colombier 	parno = regnpar;
323*9a747e4fSDavid du Colombier 	regnpar++;
324*9a747e4fSDavid du Colombier 	ret = regnode(OPEN + parno);
325*9a747e4fSDavid du Colombier     } else
326*9a747e4fSDavid du Colombier 	ret = (char *)NULL;
327*9a747e4fSDavid du Colombier 
328*9a747e4fSDavid du Colombier     /* Pick up the branches, linking them together. */
329*9a747e4fSDavid du Colombier     br = regbranch(&flags);
330*9a747e4fSDavid du Colombier     if (br == (char *)NULL)
331*9a747e4fSDavid du Colombier 	return ((char *)NULL);
332*9a747e4fSDavid du Colombier     if (ret != (char *)NULL)
333*9a747e4fSDavid du Colombier 	regtail(ret, br);	/* OPEN -> first. */
334*9a747e4fSDavid du Colombier     else
335*9a747e4fSDavid du Colombier 	ret = br;
336*9a747e4fSDavid du Colombier     if (!(flags & HASWIDTH))
337*9a747e4fSDavid du Colombier 	*flagp &= ~HASWIDTH;
338*9a747e4fSDavid du Colombier     *flagp |= flags & SPSTART;
339*9a747e4fSDavid du Colombier     while (*regparse == '|') {
340*9a747e4fSDavid du Colombier 	regparse++;
341*9a747e4fSDavid du Colombier 	br = regbranch(&flags);
342*9a747e4fSDavid du Colombier 	if (br == (char *)NULL)
343*9a747e4fSDavid du Colombier 	    return ((char *)NULL);
344*9a747e4fSDavid du Colombier 	regtail(ret, br);	/* BRANCH -> BRANCH. */
345*9a747e4fSDavid du Colombier 	if (!(flags & HASWIDTH))
346*9a747e4fSDavid du Colombier 	    *flagp &= ~HASWIDTH;
347*9a747e4fSDavid du Colombier 	*flagp |= flags & SPSTART;
348*9a747e4fSDavid du Colombier     }
349*9a747e4fSDavid du Colombier 
350*9a747e4fSDavid du Colombier     /* Make a closing node, and hook it on the end. */
351*9a747e4fSDavid du Colombier     ender = regnode((paren) ? CLOSE + parno : END);
352*9a747e4fSDavid du Colombier     regtail(ret, ender);
353*9a747e4fSDavid du Colombier 
354*9a747e4fSDavid du Colombier     /* Hook the tails of the branches to the closing node. */
355*9a747e4fSDavid du Colombier     for (br = ret; br != (char *)NULL; br = regnext(br))
356*9a747e4fSDavid du Colombier 	regoptail(br, ender);
357*9a747e4fSDavid du Colombier 
358*9a747e4fSDavid du Colombier     /* Check for proper termination. */
359*9a747e4fSDavid du Colombier     if (paren && *regparse++ != ')') {
360*9a747e4fSDavid du Colombier 	FAIL("unmatched ()");
361*9a747e4fSDavid du Colombier     } else if (!paren && *regparse != '\0') {
362*9a747e4fSDavid du Colombier 	if (*regparse == ')') {
363*9a747e4fSDavid du Colombier 	    FAIL("unmatched ()");
364*9a747e4fSDavid du Colombier 	} else
365*9a747e4fSDavid du Colombier 	    FAIL("junk on end");/* "Can't happen". */
366*9a747e4fSDavid du Colombier 	/* NOTREACHED */
367*9a747e4fSDavid du Colombier     }
368*9a747e4fSDavid du Colombier     return (ret);
369*9a747e4fSDavid du Colombier }
370*9a747e4fSDavid du Colombier 
371*9a747e4fSDavid du Colombier /*
372*9a747e4fSDavid du Colombier  - regbranch - one alternative of an | operator
373*9a747e4fSDavid du Colombier  *
374*9a747e4fSDavid du Colombier  * Implements the concatenation operator.
375*9a747e4fSDavid du Colombier  */
regbranch(flagp)376*9a747e4fSDavid du Colombier static char  *regbranch(flagp)
377*9a747e4fSDavid du Colombier int            *flagp;
378*9a747e4fSDavid du Colombier {
379*9a747e4fSDavid du Colombier     register char  *ret;
380*9a747e4fSDavid du Colombier     register char  *chain;
381*9a747e4fSDavid du Colombier     register char  *latest;
382*9a747e4fSDavid du Colombier     int             flags;
383*9a747e4fSDavid du Colombier 
384*9a747e4fSDavid du Colombier     *flagp = WORST;		/* Tentatively. */
385*9a747e4fSDavid du Colombier 
386*9a747e4fSDavid du Colombier     ret = regnode(BRANCH);
387*9a747e4fSDavid du Colombier     chain = (char *)NULL;
388*9a747e4fSDavid du Colombier     while (*regparse != '\0' && *regparse != '|' && *regparse != ')') {
389*9a747e4fSDavid du Colombier 	latest = regpiece(&flags);
390*9a747e4fSDavid du Colombier 	if (latest == (char *)NULL)
391*9a747e4fSDavid du Colombier 	    return ((char *)NULL);
392*9a747e4fSDavid du Colombier 	*flagp |= flags & HASWIDTH;
393*9a747e4fSDavid du Colombier 	if (chain == (char *)NULL)	/* First piece. */
394*9a747e4fSDavid du Colombier 	    *flagp |= flags & SPSTART;
395*9a747e4fSDavid du Colombier 	else
396*9a747e4fSDavid du Colombier 	    regtail(chain, latest);
397*9a747e4fSDavid du Colombier 	chain = latest;
398*9a747e4fSDavid du Colombier     }
399*9a747e4fSDavid du Colombier     if (chain == (char *)NULL)		/* Loop ran zero times. */
400*9a747e4fSDavid du Colombier 	regnode(NOTHING);
401*9a747e4fSDavid du Colombier 
402*9a747e4fSDavid du Colombier     return (ret);
403*9a747e4fSDavid du Colombier }
404*9a747e4fSDavid du Colombier 
405*9a747e4fSDavid du Colombier /*
406*9a747e4fSDavid du Colombier  - regpiece - something followed by possible [*]
407*9a747e4fSDavid du Colombier  *
408*9a747e4fSDavid du Colombier  * Note that the branching code sequence used for * is somewhat optimized:
409*9a747e4fSDavid du Colombier  * they use the same NOTHING node as both the endmarker for their branch
410*9a747e4fSDavid du Colombier  * list and the body of the last branch.  It might seem that this node could
411*9a747e4fSDavid du Colombier  * be dispensed with entirely, but the endmarker role is not redundant.
412*9a747e4fSDavid du Colombier  */
regpiece(flagp)413*9a747e4fSDavid du Colombier static char *regpiece(flagp)
414*9a747e4fSDavid du Colombier int            *flagp;
415*9a747e4fSDavid du Colombier {
416*9a747e4fSDavid du Colombier     register char  *ret;
417*9a747e4fSDavid du Colombier     register char   op;
418*9a747e4fSDavid du Colombier     register char  *nxt;
419*9a747e4fSDavid du Colombier     int             flags;
420*9a747e4fSDavid du Colombier 
421*9a747e4fSDavid du Colombier     ret = regatom(&flags);
422*9a747e4fSDavid du Colombier     if (ret == (char *)NULL)
423*9a747e4fSDavid du Colombier 	return ((char *)NULL);
424*9a747e4fSDavid du Colombier 
425*9a747e4fSDavid du Colombier     op = *regparse;
426*9a747e4fSDavid du Colombier     if (!ISMULT(op)) {
427*9a747e4fSDavid du Colombier 	*flagp = flags;
428*9a747e4fSDavid du Colombier 	return (ret);
429*9a747e4fSDavid du Colombier     }
430*9a747e4fSDavid du Colombier     if (!(flags & HASWIDTH))
431*9a747e4fSDavid du Colombier 	FAIL("* operand could be empty");
432*9a747e4fSDavid du Colombier     *flagp = (WORST | SPSTART);
433*9a747e4fSDavid du Colombier 
434*9a747e4fSDavid du Colombier     if (op == '*' && (flags & SIMPLE))
435*9a747e4fSDavid du Colombier 	reginsert(STAR, ret);
436*9a747e4fSDavid du Colombier     else if (op == '*') {
437*9a747e4fSDavid du Colombier 	/* Emit x* as (x&|), where & means "self". */
438*9a747e4fSDavid du Colombier 	reginsert(BRANCH, ret);	/* Either x */
439*9a747e4fSDavid du Colombier 	regoptail(ret, regnode(BACK));	/* and loop */
440*9a747e4fSDavid du Colombier 	regoptail(ret, ret);	/* back */
441*9a747e4fSDavid du Colombier 	regtail(ret, regnode(BRANCH));	/* or */
442*9a747e4fSDavid du Colombier 	regtail(ret, regnode(NOTHING));	/* null. */
443*9a747e4fSDavid du Colombier     }
444*9a747e4fSDavid du Colombier     regparse++;
445*9a747e4fSDavid du Colombier     if (ISMULT(*regparse))
446*9a747e4fSDavid du Colombier 	FAIL("nested *");
447*9a747e4fSDavid du Colombier 
448*9a747e4fSDavid du Colombier     return (ret);
449*9a747e4fSDavid du Colombier }
450*9a747e4fSDavid du Colombier 
451*9a747e4fSDavid du Colombier /*
452*9a747e4fSDavid du Colombier  - regatom - the lowest level
453*9a747e4fSDavid du Colombier  *
454*9a747e4fSDavid du Colombier  * Optimization:  gobbles an entire sequence of ordinary characters so that
455*9a747e4fSDavid du Colombier  * it can turn them into a single node, which is smaller to store and
456*9a747e4fSDavid du Colombier  * faster to run.  Backslashed characters are exceptions, each becoming a
457*9a747e4fSDavid du Colombier  * separate node; the code is simpler that way and it's not worth fixing.
458*9a747e4fSDavid du Colombier  */
regatom(flagp)459*9a747e4fSDavid du Colombier static char *regatom(flagp)
460*9a747e4fSDavid du Colombier int            *flagp;
461*9a747e4fSDavid du Colombier {
462*9a747e4fSDavid du Colombier     register char  *ret;
463*9a747e4fSDavid du Colombier     int             flags;
464*9a747e4fSDavid du Colombier 
465*9a747e4fSDavid du Colombier     *flagp = WORST;		/* Tentatively. */
466*9a747e4fSDavid du Colombier 
467*9a747e4fSDavid du Colombier     switch (*regparse++) {
468*9a747e4fSDavid du Colombier     case '^':
469*9a747e4fSDavid du Colombier 	ret = regnode(BOL);
470*9a747e4fSDavid du Colombier 	break;
471*9a747e4fSDavid du Colombier     case '$':
472*9a747e4fSDavid du Colombier 	ret = regnode(EOL);
473*9a747e4fSDavid du Colombier 	break;
474*9a747e4fSDavid du Colombier     case '.':
475*9a747e4fSDavid du Colombier 	ret = regnode(ANY);
476*9a747e4fSDavid du Colombier 	*flagp |= HASWIDTH | SIMPLE;
477*9a747e4fSDavid du Colombier 	break;
478*9a747e4fSDavid du Colombier     case '[':{
479*9a747e4fSDavid du Colombier 	    register int    class;
480*9a747e4fSDavid du Colombier 	    register int    classend;
481*9a747e4fSDavid du Colombier 
482*9a747e4fSDavid du Colombier 	    if (*regparse == '^') {	/* Complement of range. */
483*9a747e4fSDavid du Colombier 		ret = regnode(ANYBUT);
484*9a747e4fSDavid du Colombier 		regparse++;
485*9a747e4fSDavid du Colombier 	    } else
486*9a747e4fSDavid du Colombier 		ret = regnode(ANYOF);
487*9a747e4fSDavid du Colombier 	    if (*regparse == ']' || *regparse == '-')
488*9a747e4fSDavid du Colombier 		regc(*regparse++);
489*9a747e4fSDavid du Colombier 	    while (*regparse != '\0' && *regparse != ']') {
490*9a747e4fSDavid du Colombier 		if (*regparse == '-') {
491*9a747e4fSDavid du Colombier 		    regparse++;
492*9a747e4fSDavid du Colombier 		    if (*regparse == ']' || *regparse == '\0')
493*9a747e4fSDavid du Colombier 			regc('-');
494*9a747e4fSDavid du Colombier 		    else {
495*9a747e4fSDavid du Colombier 			class = UCHARAT(regparse - 2) + 1;
496*9a747e4fSDavid du Colombier 			classend = UCHARAT(regparse);
497*9a747e4fSDavid du Colombier 			if (class > classend + 1)
498*9a747e4fSDavid du Colombier 			    FAIL("invalid [] range");
499*9a747e4fSDavid du Colombier 			for (; class <= classend; class++)
500*9a747e4fSDavid du Colombier 			    regc(class);
501*9a747e4fSDavid du Colombier 			regparse++;
502*9a747e4fSDavid du Colombier 		    }
503*9a747e4fSDavid du Colombier 		} else
504*9a747e4fSDavid du Colombier 		    regc(*regparse++);
505*9a747e4fSDavid du Colombier 	    }
506*9a747e4fSDavid du Colombier 	    regc('\0');
507*9a747e4fSDavid du Colombier 	    if (*regparse != ']')
508*9a747e4fSDavid du Colombier 		FAIL("unmatched []");
509*9a747e4fSDavid du Colombier 	    regparse++;
510*9a747e4fSDavid du Colombier 	    *flagp |= HASWIDTH | SIMPLE;
511*9a747e4fSDavid du Colombier 	}
512*9a747e4fSDavid du Colombier 	break;
513*9a747e4fSDavid du Colombier     case '(':
514*9a747e4fSDavid du Colombier 	ret = reg(1, &flags);
515*9a747e4fSDavid du Colombier 	if (ret == (char *)NULL)
516*9a747e4fSDavid du Colombier 	    return ((char *)NULL);
517*9a747e4fSDavid du Colombier 	*flagp |= flags & (HASWIDTH | SPSTART);
518*9a747e4fSDavid du Colombier 	break;
519*9a747e4fSDavid du Colombier     case '\0':
520*9a747e4fSDavid du Colombier     case '|':
521*9a747e4fSDavid du Colombier     case ')':
522*9a747e4fSDavid du Colombier 	FAIL("internal urp");	/* Supposed to be caught earlier. */
523*9a747e4fSDavid du Colombier 	break;
524*9a747e4fSDavid du Colombier     case '*':
525*9a747e4fSDavid du Colombier 	FAIL("* follows nothing");
526*9a747e4fSDavid du Colombier 	break;
527*9a747e4fSDavid du Colombier     case '\\':
528*9a747e4fSDavid du Colombier 	if (*regparse == '\0')
529*9a747e4fSDavid du Colombier 	    FAIL("trailing \\");
530*9a747e4fSDavid du Colombier 	ret = regnode(EXACTLY);
531*9a747e4fSDavid du Colombier 	regc(*regparse++);
532*9a747e4fSDavid du Colombier 	regc('\0');
533*9a747e4fSDavid du Colombier 	*flagp |= HASWIDTH | SIMPLE;
534*9a747e4fSDavid du Colombier 	break;
535*9a747e4fSDavid du Colombier     default:{
536*9a747e4fSDavid du Colombier 	    register int    len;
537*9a747e4fSDavid du Colombier 	    register char   ender;
538*9a747e4fSDavid du Colombier 
539*9a747e4fSDavid du Colombier 	    regparse--;
540*9a747e4fSDavid du Colombier 	    len = strcspn(regparse, META);
541*9a747e4fSDavid du Colombier 	    if (len <= 0)
542*9a747e4fSDavid du Colombier 		FAIL("internal disaster");
543*9a747e4fSDavid du Colombier 	    ender = *(regparse + len);
544*9a747e4fSDavid du Colombier 	    if (len > 1 && ISMULT(ender))
545*9a747e4fSDavid du Colombier 		len--;		/* Back off clear of * operand. */
546*9a747e4fSDavid du Colombier 	    *flagp |= HASWIDTH;
547*9a747e4fSDavid du Colombier 	    if (len == 1)
548*9a747e4fSDavid du Colombier 		*flagp |= SIMPLE;
549*9a747e4fSDavid du Colombier 	    ret = regnode(EXACTLY);
550*9a747e4fSDavid du Colombier 	    while (len > 0) {
551*9a747e4fSDavid du Colombier 		regc(*regparse++);
552*9a747e4fSDavid du Colombier 		len--;
553*9a747e4fSDavid du Colombier 	    }
554*9a747e4fSDavid du Colombier 	    regc('\0');
555*9a747e4fSDavid du Colombier 	}
556*9a747e4fSDavid du Colombier 	break;
557*9a747e4fSDavid du Colombier     }
558*9a747e4fSDavid du Colombier 
559*9a747e4fSDavid du Colombier     return (ret);
560*9a747e4fSDavid du Colombier }
561*9a747e4fSDavid du Colombier 
562*9a747e4fSDavid du Colombier /*
563*9a747e4fSDavid du Colombier  - regnode - emit a node
564*9a747e4fSDavid du Colombier  */
regnode(op)565*9a747e4fSDavid du Colombier static char *regnode(op)
566*9a747e4fSDavid du Colombier char            op;
567*9a747e4fSDavid du Colombier {
568*9a747e4fSDavid du Colombier     register char  *ret;
569*9a747e4fSDavid du Colombier     register char  *ptr;
570*9a747e4fSDavid du Colombier 
571*9a747e4fSDavid du Colombier     ret = regcode;
572*9a747e4fSDavid du Colombier     if (ret == &regdummy) {
573*9a747e4fSDavid du Colombier 	regsize += 3;
574*9a747e4fSDavid du Colombier 	return (ret);
575*9a747e4fSDavid du Colombier     }
576*9a747e4fSDavid du Colombier     ptr = ret;
577*9a747e4fSDavid du Colombier     *ptr++ = op;
578*9a747e4fSDavid du Colombier     *ptr++ = '\0';		/* Null "nxt" pointer. */
579*9a747e4fSDavid du Colombier     *ptr++ = '\0';
580*9a747e4fSDavid du Colombier     regcode = ptr;
581*9a747e4fSDavid du Colombier 
582*9a747e4fSDavid du Colombier     return (ret);
583*9a747e4fSDavid du Colombier }
584*9a747e4fSDavid du Colombier 
585*9a747e4fSDavid du Colombier /*
586*9a747e4fSDavid du Colombier  - regc - emit (if appropriate) a byte of code
587*9a747e4fSDavid du Colombier  */
regc(b)588*9a747e4fSDavid du Colombier static void regc(b)
589*9a747e4fSDavid du Colombier char            b;
590*9a747e4fSDavid du Colombier {
591*9a747e4fSDavid du Colombier     if (regcode != &regdummy)
592*9a747e4fSDavid du Colombier 	*regcode++ = b;
593*9a747e4fSDavid du Colombier     else
594*9a747e4fSDavid du Colombier 	regsize++;
595*9a747e4fSDavid du Colombier }
596*9a747e4fSDavid du Colombier 
597*9a747e4fSDavid du Colombier /*
598*9a747e4fSDavid du Colombier  - reginsert - insert an operator in front of already-emitted operand
599*9a747e4fSDavid du Colombier  *
600*9a747e4fSDavid du Colombier  * Means relocating the operand.
601*9a747e4fSDavid du Colombier  */
reginsert(op,opnd)602*9a747e4fSDavid du Colombier static void reginsert(op, opnd)
603*9a747e4fSDavid du Colombier char            op;
604*9a747e4fSDavid du Colombier char           *opnd;
605*9a747e4fSDavid du Colombier {
606*9a747e4fSDavid du Colombier     register char  *src;
607*9a747e4fSDavid du Colombier     register char  *dst;
608*9a747e4fSDavid du Colombier     register char  *place;
609*9a747e4fSDavid du Colombier 
610*9a747e4fSDavid du Colombier     if (regcode == &regdummy) {
611*9a747e4fSDavid du Colombier 	regsize += 3;
612*9a747e4fSDavid du Colombier 	return;
613*9a747e4fSDavid du Colombier     }
614*9a747e4fSDavid du Colombier     src = regcode;
615*9a747e4fSDavid du Colombier     regcode += 3;
616*9a747e4fSDavid du Colombier     dst = regcode;
617*9a747e4fSDavid du Colombier     while (src > opnd)
618*9a747e4fSDavid du Colombier 	*--dst = *--src;
619*9a747e4fSDavid du Colombier 
620*9a747e4fSDavid du Colombier     place = opnd;		/* Op node, where operand used to be. */
621*9a747e4fSDavid du Colombier     *place++ = op;
622*9a747e4fSDavid du Colombier     *place++ = '\0';
623*9a747e4fSDavid du Colombier     *place++ = '\0';
624*9a747e4fSDavid du Colombier }
625*9a747e4fSDavid du Colombier 
626*9a747e4fSDavid du Colombier /*
627*9a747e4fSDavid du Colombier  - regtail - set the next-pointer at the end of a node chain
628*9a747e4fSDavid du Colombier  */
regtail(p,val)629*9a747e4fSDavid du Colombier static void regtail(p, val)
630*9a747e4fSDavid du Colombier char           *p;
631*9a747e4fSDavid du Colombier char           *val;
632*9a747e4fSDavid du Colombier {
633*9a747e4fSDavid du Colombier     register char  *scan;
634*9a747e4fSDavid du Colombier     register char  *temp;
635*9a747e4fSDavid du Colombier     register int    offset;
636*9a747e4fSDavid du Colombier 
637*9a747e4fSDavid du Colombier     if (p == &regdummy)
638*9a747e4fSDavid du Colombier 	return;
639*9a747e4fSDavid du Colombier 
640*9a747e4fSDavid du Colombier     /* Find last node. */
641*9a747e4fSDavid du Colombier     scan = p;
642*9a747e4fSDavid du Colombier     for (;;) {
643*9a747e4fSDavid du Colombier 	temp = regnext(scan);
644*9a747e4fSDavid du Colombier 	if (temp == (char *)NULL)
645*9a747e4fSDavid du Colombier 	    break;
646*9a747e4fSDavid du Colombier 	scan = temp;
647*9a747e4fSDavid du Colombier     }
648*9a747e4fSDavid du Colombier 
649*9a747e4fSDavid du Colombier     if (OP(scan) == BACK)
650*9a747e4fSDavid du Colombier 	offset = scan - val;
651*9a747e4fSDavid du Colombier     else
652*9a747e4fSDavid du Colombier 	offset = val - scan;
653*9a747e4fSDavid du Colombier     *(scan + 1) = (offset >> 8) & 0377;
654*9a747e4fSDavid du Colombier     *(scan + 2) = offset & 0377;
655*9a747e4fSDavid du Colombier }
656*9a747e4fSDavid du Colombier 
657*9a747e4fSDavid du Colombier /*
658*9a747e4fSDavid du Colombier  - regoptail - regtail on operand of first argument; nop if operandless
659*9a747e4fSDavid du Colombier  */
regoptail(p,val)660*9a747e4fSDavid du Colombier static void regoptail(p, val)
661*9a747e4fSDavid du Colombier char           *p;
662*9a747e4fSDavid du Colombier char           *val;
663*9a747e4fSDavid du Colombier {
664*9a747e4fSDavid du Colombier     /* "Operandless" and "op != BRANCH" are synonymous in practice. */
665*9a747e4fSDavid du Colombier     if (p == (char *)NULL || p == &regdummy || OP(p) != BRANCH)
666*9a747e4fSDavid du Colombier 	return;
667*9a747e4fSDavid du Colombier     regtail(OPERAND(p), val);
668*9a747e4fSDavid du Colombier }
669*9a747e4fSDavid du Colombier 
670*9a747e4fSDavid du Colombier /*
671*9a747e4fSDavid du Colombier  * regexec and friends
672*9a747e4fSDavid du Colombier  */
673*9a747e4fSDavid du Colombier 
674*9a747e4fSDavid du Colombier /*
675*9a747e4fSDavid du Colombier  * Global work variables for regexec().
676*9a747e4fSDavid du Colombier  */
677*9a747e4fSDavid du Colombier static char    *reginput;	/* String-input pointer. */
678*9a747e4fSDavid du Colombier static char    *regbol;		/* Beginning of input, for ^ check. */
679*9a747e4fSDavid du Colombier static char   **regstartp;	/* Pointer to startp array. */
680*9a747e4fSDavid du Colombier static char   **regendp;	/* Ditto for endp. */
681*9a747e4fSDavid du Colombier 
682*9a747e4fSDavid du Colombier /*
683*9a747e4fSDavid du Colombier  * Forwards.
684*9a747e4fSDavid du Colombier  */
685*9a747e4fSDavid du Colombier STATIC int      regtry();
686*9a747e4fSDavid du Colombier STATIC int      regmatch();
687*9a747e4fSDavid du Colombier STATIC int      regrepeat();
688*9a747e4fSDavid du Colombier 
689*9a747e4fSDavid du Colombier #ifdef DEBUG
690*9a747e4fSDavid du Colombier int             regnarrate = 0;
691*9a747e4fSDavid du Colombier void            regdump();
692*9a747e4fSDavid du Colombier STATIC char    *regprop();
693*9a747e4fSDavid du Colombier #endif
694*9a747e4fSDavid du Colombier 
695*9a747e4fSDavid du Colombier /*
696*9a747e4fSDavid du Colombier  - regexec - match a regexp against a string
697*9a747e4fSDavid du Colombier  */
regexec(prog,string)698*9a747e4fSDavid du Colombier int regexec(prog, string)
699*9a747e4fSDavid du Colombier register regexp *prog;
700*9a747e4fSDavid du Colombier register char  *string;
701*9a747e4fSDavid du Colombier {
702*9a747e4fSDavid du Colombier     register char  *s;
703*9a747e4fSDavid du Colombier 
704*9a747e4fSDavid du Colombier     /* Be paranoid... */
705*9a747e4fSDavid du Colombier     if (prog == (regexp *)NULL || string == (char *)NULL) {
706*9a747e4fSDavid du Colombier 	regerror("NULL parameter");
707*9a747e4fSDavid du Colombier 	return (0);
708*9a747e4fSDavid du Colombier     }
709*9a747e4fSDavid du Colombier     /* Check validity of program. */
710*9a747e4fSDavid du Colombier     if (UCHARAT(prog->program) != MAGIC) {
711*9a747e4fSDavid du Colombier 	regerror("corrupted program");
712*9a747e4fSDavid du Colombier 	return (0);
713*9a747e4fSDavid du Colombier     }
714*9a747e4fSDavid du Colombier     /* If there is a "must appear" string, look for it. */
715*9a747e4fSDavid du Colombier     if (prog->regmust != (char *)NULL) {
716*9a747e4fSDavid du Colombier 	s = string;
717*9a747e4fSDavid du Colombier 	while ((s = strchr(s, prog->regmust[0])) != (char *)NULL) {
718*9a747e4fSDavid du Colombier 	    if (strncmp(s, prog->regmust, prog->regmlen) == 0)
719*9a747e4fSDavid du Colombier 		break;		/* Found it. */
720*9a747e4fSDavid du Colombier 	    s++;
721*9a747e4fSDavid du Colombier 	}
722*9a747e4fSDavid du Colombier 	if (s == (char *)NULL)		/* Not present. */
723*9a747e4fSDavid du Colombier 	    return (0);
724*9a747e4fSDavid du Colombier     }
725*9a747e4fSDavid du Colombier     /* Mark beginning of line for ^ . */
726*9a747e4fSDavid du Colombier     regbol = string;
727*9a747e4fSDavid du Colombier 
728*9a747e4fSDavid du Colombier     /* Simplest case:  anchored match need be tried only once. */
729*9a747e4fSDavid du Colombier     if (prog->reganch)
730*9a747e4fSDavid du Colombier 	return (regtry(prog, string));
731*9a747e4fSDavid du Colombier 
732*9a747e4fSDavid du Colombier     /* Messy cases:  unanchored match. */
733*9a747e4fSDavid du Colombier     s = string;
734*9a747e4fSDavid du Colombier     if (prog->regstart != '\0')
735*9a747e4fSDavid du Colombier 	/* We know what char it must start with. */
736*9a747e4fSDavid du Colombier 	while ((s = strchr(s, prog->regstart)) != (char *)NULL) {
737*9a747e4fSDavid du Colombier 	    if (regtry(prog, s))
738*9a747e4fSDavid du Colombier 		return (1);
739*9a747e4fSDavid du Colombier 	    s++;
740*9a747e4fSDavid du Colombier 	}
741*9a747e4fSDavid du Colombier     else
742*9a747e4fSDavid du Colombier 	/* We don't -- general case. */
743*9a747e4fSDavid du Colombier 	do {
744*9a747e4fSDavid du Colombier 	    if (regtry(prog, s))
745*9a747e4fSDavid du Colombier 		return (1);
746*9a747e4fSDavid du Colombier 	} while (*s++ != '\0');
747*9a747e4fSDavid du Colombier 
748*9a747e4fSDavid du Colombier     /* Failure. */
749*9a747e4fSDavid du Colombier     return (0);
750*9a747e4fSDavid du Colombier }
751*9a747e4fSDavid du Colombier 
752*9a747e4fSDavid du Colombier /*
753*9a747e4fSDavid du Colombier  - regtry - try match at specific point
754*9a747e4fSDavid du Colombier  */
755*9a747e4fSDavid du Colombier #ifdef __STDC__
756*9a747e4fSDavid du Colombier 
regtry(regexp * prog,char * string)757*9a747e4fSDavid du Colombier static int regtry(regexp *prog, char *string)
758*9a747e4fSDavid du Colombier 
759*9a747e4fSDavid du Colombier #else
760*9a747e4fSDavid du Colombier 
761*9a747e4fSDavid du Colombier static int regtry(prog, string)
762*9a747e4fSDavid du Colombier regexp         *prog;
763*9a747e4fSDavid du Colombier char           *string;
764*9a747e4fSDavid du Colombier 
765*9a747e4fSDavid du Colombier #endif
766*9a747e4fSDavid du Colombier {
767*9a747e4fSDavid du Colombier     register int    i;
768*9a747e4fSDavid du Colombier     register char **sp;
769*9a747e4fSDavid du Colombier     register char **ep;
770*9a747e4fSDavid du Colombier 
771*9a747e4fSDavid du Colombier     reginput = string;
772*9a747e4fSDavid du Colombier     regstartp = prog->startp;
773*9a747e4fSDavid du Colombier     regendp = prog->endp;
774*9a747e4fSDavid du Colombier 
775*9a747e4fSDavid du Colombier     sp = prog->startp;
776*9a747e4fSDavid du Colombier     ep = prog->endp;
777*9a747e4fSDavid du Colombier     for (i = NSUBEXP; i > 0; i--) {
778*9a747e4fSDavid du Colombier 	*sp++ = (char *)NULL;
779*9a747e4fSDavid du Colombier 	*ep++ = (char *)NULL;
780*9a747e4fSDavid du Colombier     }
781*9a747e4fSDavid du Colombier     if (regmatch(prog->program + 1)) {
782*9a747e4fSDavid du Colombier 	prog->startp[0] = string;
783*9a747e4fSDavid du Colombier 	prog->endp[0] = reginput;
784*9a747e4fSDavid du Colombier 	return (1);
785*9a747e4fSDavid du Colombier     } else
786*9a747e4fSDavid du Colombier 	return (0);
787*9a747e4fSDavid du Colombier }
788*9a747e4fSDavid du Colombier 
789*9a747e4fSDavid du Colombier /*
790*9a747e4fSDavid du Colombier  - regmatch - main matching routine
791*9a747e4fSDavid du Colombier  *
792*9a747e4fSDavid du Colombier  * Conceptually the strategy is simple:  check to see whether the current
793*9a747e4fSDavid du Colombier  * node matches, call self recursively to see whether the rest matches,
794*9a747e4fSDavid du Colombier  * and then act accordingly.  In practice we make some effort to avoid
795*9a747e4fSDavid du Colombier  * recursion, in particular by going through "ordinary" nodes (that don't
796*9a747e4fSDavid du Colombier  * need to know whether the rest of the match failed) by a loop instead of
797*9a747e4fSDavid du Colombier  * by recursion.
798*9a747e4fSDavid du Colombier  */
799*9a747e4fSDavid du Colombier #ifdef __STDC__
800*9a747e4fSDavid du Colombier 
regmatch(char * prog)801*9a747e4fSDavid du Colombier static int regmatch(char *prog)
802*9a747e4fSDavid du Colombier 
803*9a747e4fSDavid du Colombier #else
804*9a747e4fSDavid du Colombier 
805*9a747e4fSDavid du Colombier static int regmatch(prog)
806*9a747e4fSDavid du Colombier char           *prog;
807*9a747e4fSDavid du Colombier 
808*9a747e4fSDavid du Colombier #endif
809*9a747e4fSDavid du Colombier {
810*9a747e4fSDavid du Colombier     register char  *scan;	/* Current node. */
811*9a747e4fSDavid du Colombier     char           *nxt;	/* nxt node. */
812*9a747e4fSDavid du Colombier 
813*9a747e4fSDavid du Colombier     scan = prog;
814*9a747e4fSDavid du Colombier #ifdef DEBUG
815*9a747e4fSDavid du Colombier     if (scan != (char *)NULL && regnarrate)
816*9a747e4fSDavid du Colombier 	fprintf(stderr, "%s(\n", regprop(scan));
817*9a747e4fSDavid du Colombier #endif
818*9a747e4fSDavid du Colombier     while (scan != (char *)NULL) {
819*9a747e4fSDavid du Colombier #ifdef DEBUG
820*9a747e4fSDavid du Colombier 	if (regnarrate)
821*9a747e4fSDavid du Colombier 	    fprintf(stderr, "%s...\n", regprop(scan));
822*9a747e4fSDavid du Colombier #endif
823*9a747e4fSDavid du Colombier 	nxt = regnext(scan);
824*9a747e4fSDavid du Colombier 
825*9a747e4fSDavid du Colombier 	switch (OP(scan)) {
826*9a747e4fSDavid du Colombier 	case BOL:
827*9a747e4fSDavid du Colombier 	    if (reginput != regbol)
828*9a747e4fSDavid du Colombier 		return (0);
829*9a747e4fSDavid du Colombier 	    break;
830*9a747e4fSDavid du Colombier 	case EOL:
831*9a747e4fSDavid du Colombier 	    if (*reginput != '\0')
832*9a747e4fSDavid du Colombier 		return (0);
833*9a747e4fSDavid du Colombier 	    break;
834*9a747e4fSDavid du Colombier 	case ANY:
835*9a747e4fSDavid du Colombier 	    if (*reginput == '\0')
836*9a747e4fSDavid du Colombier 		return (0);
837*9a747e4fSDavid du Colombier 	    reginput++;
838*9a747e4fSDavid du Colombier 	    break;
839*9a747e4fSDavid du Colombier 	case EXACTLY:{
840*9a747e4fSDavid du Colombier 		register int    len;
841*9a747e4fSDavid du Colombier 		register char  *opnd;
842*9a747e4fSDavid du Colombier 
843*9a747e4fSDavid du Colombier 		opnd = OPERAND(scan);
844*9a747e4fSDavid du Colombier 		/* Inline the first character, for speed. */
845*9a747e4fSDavid du Colombier 		if (*opnd != *reginput)
846*9a747e4fSDavid du Colombier 		    return (0);
847*9a747e4fSDavid du Colombier 		len = strlen(opnd);
848*9a747e4fSDavid du Colombier 		if (len > 1 && strncmp(opnd, reginput, len) != 0)
849*9a747e4fSDavid du Colombier 		    return (0);
850*9a747e4fSDavid du Colombier 		reginput += len;
851*9a747e4fSDavid du Colombier 	    }
852*9a747e4fSDavid du Colombier 	    break;
853*9a747e4fSDavid du Colombier 	case ANYOF:
854*9a747e4fSDavid du Colombier 	    if (*reginput == '\0' ||
855*9a747e4fSDavid du Colombier 		 strchr(OPERAND(scan), *reginput) == (char *)NULL)
856*9a747e4fSDavid du Colombier 		return (0);
857*9a747e4fSDavid du Colombier 	    reginput++;
858*9a747e4fSDavid du Colombier 	    break;
859*9a747e4fSDavid du Colombier 	case ANYBUT:
860*9a747e4fSDavid du Colombier 	    if (*reginput == '\0' ||
861*9a747e4fSDavid du Colombier 		 strchr(OPERAND(scan), *reginput) != (char *)NULL)
862*9a747e4fSDavid du Colombier 		return (0);
863*9a747e4fSDavid du Colombier 	    reginput++;
864*9a747e4fSDavid du Colombier 	    break;
865*9a747e4fSDavid du Colombier 	case NOTHING:
866*9a747e4fSDavid du Colombier 	    break;
867*9a747e4fSDavid du Colombier 	case BACK:
868*9a747e4fSDavid du Colombier 	    break;
869*9a747e4fSDavid du Colombier 	case OPEN + 1:
870*9a747e4fSDavid du Colombier 	case OPEN + 2:
871*9a747e4fSDavid du Colombier 	case OPEN + 3:
872*9a747e4fSDavid du Colombier 	case OPEN + 4:
873*9a747e4fSDavid du Colombier 	case OPEN + 5:
874*9a747e4fSDavid du Colombier 	case OPEN + 6:
875*9a747e4fSDavid du Colombier 	case OPEN + 7:
876*9a747e4fSDavid du Colombier 	case OPEN + 8:
877*9a747e4fSDavid du Colombier 	case OPEN + 9:{
878*9a747e4fSDavid du Colombier 		register int    no;
879*9a747e4fSDavid du Colombier 		register char  *save;
880*9a747e4fSDavid du Colombier 
881*9a747e4fSDavid du Colombier 		no = OP(scan) - OPEN;
882*9a747e4fSDavid du Colombier 		save = reginput;
883*9a747e4fSDavid du Colombier 
884*9a747e4fSDavid du Colombier 		if (regmatch(nxt)) {
885*9a747e4fSDavid du Colombier 		    /*
886*9a747e4fSDavid du Colombier 		     * Don't set startp if some later invocation of the same
887*9a747e4fSDavid du Colombier 		     * parentheses already has.
888*9a747e4fSDavid du Colombier 		     */
889*9a747e4fSDavid du Colombier 		    if (regstartp[no] == (char *)NULL)
890*9a747e4fSDavid du Colombier 			regstartp[no] = save;
891*9a747e4fSDavid du Colombier 		    return (1);
892*9a747e4fSDavid du Colombier 		} else
893*9a747e4fSDavid du Colombier 		    return (0);
894*9a747e4fSDavid du Colombier 	    }
895*9a747e4fSDavid du Colombier 	    break;
896*9a747e4fSDavid du Colombier 	case CLOSE + 1:
897*9a747e4fSDavid du Colombier 	case CLOSE + 2:
898*9a747e4fSDavid du Colombier 	case CLOSE + 3:
899*9a747e4fSDavid du Colombier 	case CLOSE + 4:
900*9a747e4fSDavid du Colombier 	case CLOSE + 5:
901*9a747e4fSDavid du Colombier 	case CLOSE + 6:
902*9a747e4fSDavid du Colombier 	case CLOSE + 7:
903*9a747e4fSDavid du Colombier 	case CLOSE + 8:
904*9a747e4fSDavid du Colombier 	case CLOSE + 9:{
905*9a747e4fSDavid du Colombier 		register int    no;
906*9a747e4fSDavid du Colombier 		register char  *save;
907*9a747e4fSDavid du Colombier 
908*9a747e4fSDavid du Colombier 		no = OP(scan) - CLOSE;
909*9a747e4fSDavid du Colombier 		save = reginput;
910*9a747e4fSDavid du Colombier 
911*9a747e4fSDavid du Colombier 		if (regmatch(nxt)) {
912*9a747e4fSDavid du Colombier 		    /*
913*9a747e4fSDavid du Colombier 		     * Don't set endp if some later invocation of the same
914*9a747e4fSDavid du Colombier 		     * parentheses already has.
915*9a747e4fSDavid du Colombier 		     */
916*9a747e4fSDavid du Colombier 		    if (regendp[no] == (char *)NULL)
917*9a747e4fSDavid du Colombier 			regendp[no] = save;
918*9a747e4fSDavid du Colombier 		    return (1);
919*9a747e4fSDavid du Colombier 		} else
920*9a747e4fSDavid du Colombier 		    return (0);
921*9a747e4fSDavid du Colombier 	    }
922*9a747e4fSDavid du Colombier 	    break;
923*9a747e4fSDavid du Colombier 	case BRANCH:{
924*9a747e4fSDavid du Colombier 		register char  *save;
925*9a747e4fSDavid du Colombier 
926*9a747e4fSDavid du Colombier 		if (OP(nxt) != BRANCH)	/* No choice. */
927*9a747e4fSDavid du Colombier 		    nxt = OPERAND(scan);	/* Avoid recursion. */
928*9a747e4fSDavid du Colombier 		else {
929*9a747e4fSDavid du Colombier 		    do {
930*9a747e4fSDavid du Colombier 			save = reginput;
931*9a747e4fSDavid du Colombier 			if (regmatch(OPERAND(scan)))
932*9a747e4fSDavid du Colombier 			    return (1);
933*9a747e4fSDavid du Colombier 			reginput = save;
934*9a747e4fSDavid du Colombier 			scan = regnext(scan);
935*9a747e4fSDavid du Colombier 		    } while (scan != (char *)NULL && OP(scan) == BRANCH);
936*9a747e4fSDavid du Colombier 		    return (0);
937*9a747e4fSDavid du Colombier 		    /* NOTREACHED */
938*9a747e4fSDavid du Colombier 		}
939*9a747e4fSDavid du Colombier 	    }
940*9a747e4fSDavid du Colombier 	    break;
941*9a747e4fSDavid du Colombier 	case STAR:{
942*9a747e4fSDavid du Colombier 		register char   nextch;
943*9a747e4fSDavid du Colombier 		register int    no;
944*9a747e4fSDavid du Colombier 		register char  *save;
945*9a747e4fSDavid du Colombier 		register int    minimum;
946*9a747e4fSDavid du Colombier 
947*9a747e4fSDavid du Colombier 		/*
948*9a747e4fSDavid du Colombier 		 * Lookahead to avoid useless match attempts when we know
949*9a747e4fSDavid du Colombier 		 * what character comes next.
950*9a747e4fSDavid du Colombier 		 */
951*9a747e4fSDavid du Colombier 		nextch = '\0';
952*9a747e4fSDavid du Colombier 		if (OP(nxt) == EXACTLY)
953*9a747e4fSDavid du Colombier 		    nextch = *OPERAND(nxt);
954*9a747e4fSDavid du Colombier 		minimum = (OP(scan) == STAR) ? 0 : 1;
955*9a747e4fSDavid du Colombier 		save = reginput;
956*9a747e4fSDavid du Colombier 		no = regrepeat(OPERAND(scan));
957*9a747e4fSDavid du Colombier 		while (no >= minimum) {
958*9a747e4fSDavid du Colombier 		    /* If it could work, try it. */
959*9a747e4fSDavid du Colombier 		    if (nextch == '\0' || *reginput == nextch)
960*9a747e4fSDavid du Colombier 			if (regmatch(nxt))
961*9a747e4fSDavid du Colombier 			    return (1);
962*9a747e4fSDavid du Colombier 		    /* Couldn't or didn't -- back up. */
963*9a747e4fSDavid du Colombier 		    no--;
964*9a747e4fSDavid du Colombier 		    reginput = save + no;
965*9a747e4fSDavid du Colombier 		}
966*9a747e4fSDavid du Colombier 		return (0);
967*9a747e4fSDavid du Colombier 	    }
968*9a747e4fSDavid du Colombier 	    break;
969*9a747e4fSDavid du Colombier 	case END:
970*9a747e4fSDavid du Colombier 	    return (1);		/* Success! */
971*9a747e4fSDavid du Colombier 	    break;
972*9a747e4fSDavid du Colombier 	default:
973*9a747e4fSDavid du Colombier 	    regerror("memory corruption");
974*9a747e4fSDavid du Colombier 	    return (0);
975*9a747e4fSDavid du Colombier 	    break;
976*9a747e4fSDavid du Colombier 	}
977*9a747e4fSDavid du Colombier 
978*9a747e4fSDavid du Colombier 	scan = nxt;
979*9a747e4fSDavid du Colombier     }
980*9a747e4fSDavid du Colombier 
981*9a747e4fSDavid du Colombier     /*
982*9a747e4fSDavid du Colombier      * We get here only if there's trouble -- normally "case END" is the
983*9a747e4fSDavid du Colombier      * terminating point.
984*9a747e4fSDavid du Colombier      */
985*9a747e4fSDavid du Colombier     regerror("corrupted pointers");
986*9a747e4fSDavid du Colombier     return (0);
987*9a747e4fSDavid du Colombier }
988*9a747e4fSDavid du Colombier 
989*9a747e4fSDavid du Colombier /*
990*9a747e4fSDavid du Colombier  - regrepeat - repeatedly match something simple, report how many
991*9a747e4fSDavid du Colombier  */
992*9a747e4fSDavid du Colombier #ifdef __STDC__
993*9a747e4fSDavid du Colombier 
regrepeat(char * p)994*9a747e4fSDavid du Colombier static int regrepeat(char *p)
995*9a747e4fSDavid du Colombier 
996*9a747e4fSDavid du Colombier #else
997*9a747e4fSDavid du Colombier 
998*9a747e4fSDavid du Colombier static int regrepeat(p)
999*9a747e4fSDavid du Colombier char           *p;
1000*9a747e4fSDavid du Colombier 
1001*9a747e4fSDavid du Colombier #endif
1002*9a747e4fSDavid du Colombier {
1003*9a747e4fSDavid du Colombier     register int    count = 0;
1004*9a747e4fSDavid du Colombier     register char  *scan;
1005*9a747e4fSDavid du Colombier     register char  *opnd;
1006*9a747e4fSDavid du Colombier 
1007*9a747e4fSDavid du Colombier     scan = reginput;
1008*9a747e4fSDavid du Colombier     opnd = OPERAND(p);
1009*9a747e4fSDavid du Colombier     switch (OP(p)) {
1010*9a747e4fSDavid du Colombier     case ANY:
1011*9a747e4fSDavid du Colombier 	count = strlen(scan);
1012*9a747e4fSDavid du Colombier 	scan += count;
1013*9a747e4fSDavid du Colombier 	break;
1014*9a747e4fSDavid du Colombier     case EXACTLY:
1015*9a747e4fSDavid du Colombier 	while (*opnd == *scan) {
1016*9a747e4fSDavid du Colombier 	    count++;
1017*9a747e4fSDavid du Colombier 	    scan++;
1018*9a747e4fSDavid du Colombier 	}
1019*9a747e4fSDavid du Colombier 	break;
1020*9a747e4fSDavid du Colombier     case ANYOF:
1021*9a747e4fSDavid du Colombier 	while (*scan != '\0' && strchr(opnd, *scan) != (char *)NULL) {
1022*9a747e4fSDavid du Colombier 	    count++;
1023*9a747e4fSDavid du Colombier 	    scan++;
1024*9a747e4fSDavid du Colombier 	}
1025*9a747e4fSDavid du Colombier 	break;
1026*9a747e4fSDavid du Colombier     case ANYBUT:
1027*9a747e4fSDavid du Colombier 	while (*scan != '\0' && strchr(opnd, *scan) == (char *)NULL) {
1028*9a747e4fSDavid du Colombier 	    count++;
1029*9a747e4fSDavid du Colombier 	    scan++;
1030*9a747e4fSDavid du Colombier 	}
1031*9a747e4fSDavid du Colombier 	break;
1032*9a747e4fSDavid du Colombier     default:			/* Oh dear.  Called inappropriately. */
1033*9a747e4fSDavid du Colombier 	regerror("internal foulup");
1034*9a747e4fSDavid du Colombier 	count = 0;		/* Best compromise. */
1035*9a747e4fSDavid du Colombier 	break;
1036*9a747e4fSDavid du Colombier     }
1037*9a747e4fSDavid du Colombier     reginput = scan;
1038*9a747e4fSDavid du Colombier 
1039*9a747e4fSDavid du Colombier     return (count);
1040*9a747e4fSDavid du Colombier }
1041*9a747e4fSDavid du Colombier 
1042*9a747e4fSDavid du Colombier 
1043*9a747e4fSDavid du Colombier /*
1044*9a747e4fSDavid du Colombier  - regnext - dig the "nxt" pointer out of a node
1045*9a747e4fSDavid du Colombier  */
1046*9a747e4fSDavid du Colombier #ifdef __STDC__
1047*9a747e4fSDavid du Colombier 
regnext(register char * p)1048*9a747e4fSDavid du Colombier static char *regnext(register char *p)
1049*9a747e4fSDavid du Colombier 
1050*9a747e4fSDavid du Colombier #else
1051*9a747e4fSDavid du Colombier 
1052*9a747e4fSDavid du Colombier static char *regnext(p)
1053*9a747e4fSDavid du Colombier register char  *p;
1054*9a747e4fSDavid du Colombier 
1055*9a747e4fSDavid du Colombier #endif
1056*9a747e4fSDavid du Colombier {
1057*9a747e4fSDavid du Colombier     register int    offset;
1058*9a747e4fSDavid du Colombier 
1059*9a747e4fSDavid du Colombier     if (p == &regdummy)
1060*9a747e4fSDavid du Colombier 	return ((char *)NULL);
1061*9a747e4fSDavid du Colombier 
1062*9a747e4fSDavid du Colombier     offset = NEXT(p);
1063*9a747e4fSDavid du Colombier     if (offset == 0)
1064*9a747e4fSDavid du Colombier 	return ((char *)NULL);
1065*9a747e4fSDavid du Colombier 
1066*9a747e4fSDavid du Colombier     if (OP(p) == BACK)
1067*9a747e4fSDavid du Colombier 	return (p - offset);
1068*9a747e4fSDavid du Colombier     else
1069*9a747e4fSDavid du Colombier 	return (p + offset);
1070*9a747e4fSDavid du Colombier }
1071*9a747e4fSDavid du Colombier 
1072*9a747e4fSDavid du Colombier #ifdef DEBUG
1073*9a747e4fSDavid du Colombier 
1074*9a747e4fSDavid du Colombier STATIC char    *regprop();
1075*9a747e4fSDavid du Colombier 
1076*9a747e4fSDavid du Colombier /*
1077*9a747e4fSDavid du Colombier  - regdump - dump a regexp onto stdout in vaguely comprehensible form
1078*9a747e4fSDavid du Colombier  */
1079*9a747e4fSDavid du Colombier #ifdef __STDC__
1080*9a747e4fSDavid du Colombier 
regdump(regexp * r)1081*9a747e4fSDavid du Colombier void regdump(regexp *r)
1082*9a747e4fSDavid du Colombier 
1083*9a747e4fSDavid du Colombier #else
1084*9a747e4fSDavid du Colombier 
1085*9a747e4fSDavid du Colombier void regdump(r)
1086*9a747e4fSDavid du Colombier regexp         *r;
1087*9a747e4fSDavid du Colombier 
1088*9a747e4fSDavid du Colombier #endif
1089*9a747e4fSDavid du Colombier {
1090*9a747e4fSDavid du Colombier     register char  *s;
1091*9a747e4fSDavid du Colombier     register char   op = EXACTLY;	/* Arbitrary non-END op. */
1092*9a747e4fSDavid du Colombier     register char  *nxt;
1093*9a747e4fSDavid du Colombier     extern char    *strchr();
1094*9a747e4fSDavid du Colombier 
1095*9a747e4fSDavid du Colombier 
1096*9a747e4fSDavid du Colombier     s = r->program + 1;
1097*9a747e4fSDavid du Colombier     while (op != END) {		/* While that wasn't END last time... */
1098*9a747e4fSDavid du Colombier 	op = OP(s);
1099*9a747e4fSDavid du Colombier 	printf("%2d%s", s - r->program, regprop(s));	/* Where, what. */
1100*9a747e4fSDavid du Colombier 	nxt = regnext(s);
1101*9a747e4fSDavid du Colombier 	if (nxt == (char *)NULL)	/* nxt ptr. */
1102*9a747e4fSDavid du Colombier 	    printf("(0)");
1103*9a747e4fSDavid du Colombier 	else
1104*9a747e4fSDavid du Colombier 	    printf("(%d)", (s - r->program) + (nxt - s));
1105*9a747e4fSDavid du Colombier 	s += 3;
1106*9a747e4fSDavid du Colombier 	if (op == ANYOF || op == ANYBUT || op == EXACTLY) {
1107*9a747e4fSDavid du Colombier 	    /* Literal string, where present. */
1108*9a747e4fSDavid du Colombier 	    while (*s != '\0') {
1109*9a747e4fSDavid du Colombier 		putchar(*s);
1110*9a747e4fSDavid du Colombier 		s++;
1111*9a747e4fSDavid du Colombier 	    }
1112*9a747e4fSDavid du Colombier 	    s++;
1113*9a747e4fSDavid du Colombier 	}
1114*9a747e4fSDavid du Colombier 	putchar('\n');
1115*9a747e4fSDavid du Colombier     }
1116*9a747e4fSDavid du Colombier 
1117*9a747e4fSDavid du Colombier     /* Header fields of interest. */
1118*9a747e4fSDavid du Colombier     if (r->regstart != '\0')
1119*9a747e4fSDavid du Colombier 	printf("start `%c' ", r->regstart);
1120*9a747e4fSDavid du Colombier     if (r->reganch)
1121*9a747e4fSDavid du Colombier 	printf("anchored ");
1122*9a747e4fSDavid du Colombier     if (r->regmust != (char *)NULL)
1123*9a747e4fSDavid du Colombier 	printf("must have \"%s\"", r->regmust);
1124*9a747e4fSDavid du Colombier     printf("\n");
1125*9a747e4fSDavid du Colombier }
1126*9a747e4fSDavid du Colombier 
1127*9a747e4fSDavid du Colombier /*
1128*9a747e4fSDavid du Colombier  - regprop - printable representation of opcode
1129*9a747e4fSDavid du Colombier  */
1130*9a747e4fSDavid du Colombier #ifdef __STDC__
1131*9a747e4fSDavid du Colombier 
regprop(char * op)1132*9a747e4fSDavid du Colombier static char *regprop(char *op)
1133*9a747e4fSDavid du Colombier 
1134*9a747e4fSDavid du Colombier #else
1135*9a747e4fSDavid du Colombier 
1136*9a747e4fSDavid du Colombier static char *regprop(op)
1137*9a747e4fSDavid du Colombier char           *op;
1138*9a747e4fSDavid du Colombier 
1139*9a747e4fSDavid du Colombier #endif
1140*9a747e4fSDavid du Colombier {
1141*9a747e4fSDavid du Colombier     register char  *p;
1142*9a747e4fSDavid du Colombier     static char     buf[50];
1143*9a747e4fSDavid du Colombier 
1144*9a747e4fSDavid du Colombier     strcpy(buf, ":");
1145*9a747e4fSDavid du Colombier 
1146*9a747e4fSDavid du Colombier     switch (OP(op)) {
1147*9a747e4fSDavid du Colombier     case BOL:
1148*9a747e4fSDavid du Colombier 	p = "BOL";
1149*9a747e4fSDavid du Colombier 	break;
1150*9a747e4fSDavid du Colombier     case EOL:
1151*9a747e4fSDavid du Colombier 	p = "EOL";
1152*9a747e4fSDavid du Colombier 	break;
1153*9a747e4fSDavid du Colombier     case ANY:
1154*9a747e4fSDavid du Colombier 	p = "ANY";
1155*9a747e4fSDavid du Colombier 	break;
1156*9a747e4fSDavid du Colombier     case ANYOF:
1157*9a747e4fSDavid du Colombier 	p = "ANYOF";
1158*9a747e4fSDavid du Colombier 	break;
1159*9a747e4fSDavid du Colombier     case ANYBUT:
1160*9a747e4fSDavid du Colombier 	p = "ANYBUT";
1161*9a747e4fSDavid du Colombier 	break;
1162*9a747e4fSDavid du Colombier     case BRANCH:
1163*9a747e4fSDavid du Colombier 	p = "BRANCH";
1164*9a747e4fSDavid du Colombier 	break;
1165*9a747e4fSDavid du Colombier     case EXACTLY:
1166*9a747e4fSDavid du Colombier 	p = "EXACTLY";
1167*9a747e4fSDavid du Colombier 	break;
1168*9a747e4fSDavid du Colombier     case NOTHING:
1169*9a747e4fSDavid du Colombier 	p = "NOTHING";
1170*9a747e4fSDavid du Colombier 	break;
1171*9a747e4fSDavid du Colombier     case BACK:
1172*9a747e4fSDavid du Colombier 	p = "BACK";
1173*9a747e4fSDavid du Colombier 	break;
1174*9a747e4fSDavid du Colombier     case END:
1175*9a747e4fSDavid du Colombier 	p = "END";
1176*9a747e4fSDavid du Colombier 	break;
1177*9a747e4fSDavid du Colombier     case OPEN + 1:
1178*9a747e4fSDavid du Colombier     case OPEN + 2:
1179*9a747e4fSDavid du Colombier     case OPEN + 3:
1180*9a747e4fSDavid du Colombier     case OPEN + 4:
1181*9a747e4fSDavid du Colombier     case OPEN + 5:
1182*9a747e4fSDavid du Colombier     case OPEN + 6:
1183*9a747e4fSDavid du Colombier     case OPEN + 7:
1184*9a747e4fSDavid du Colombier     case OPEN + 8:
1185*9a747e4fSDavid du Colombier     case OPEN + 9:
1186*9a747e4fSDavid du Colombier 	sprintf(buf + strlen(buf), "OPEN%d", OP(op) - OPEN);
1187*9a747e4fSDavid du Colombier 	p = (char *)NULL;
1188*9a747e4fSDavid du Colombier 	break;
1189*9a747e4fSDavid du Colombier     case CLOSE + 1:
1190*9a747e4fSDavid du Colombier     case CLOSE + 2:
1191*9a747e4fSDavid du Colombier     case CLOSE + 3:
1192*9a747e4fSDavid du Colombier     case CLOSE + 4:
1193*9a747e4fSDavid du Colombier     case CLOSE + 5:
1194*9a747e4fSDavid du Colombier     case CLOSE + 6:
1195*9a747e4fSDavid du Colombier     case CLOSE + 7:
1196*9a747e4fSDavid du Colombier     case CLOSE + 8:
1197*9a747e4fSDavid du Colombier     case CLOSE + 9:
1198*9a747e4fSDavid du Colombier 	sprintf(buf + strlen(buf), "CLOSE%d", OP(op) - CLOSE);
1199*9a747e4fSDavid du Colombier 	p = (char *)NULL;
1200*9a747e4fSDavid du Colombier 	break;
1201*9a747e4fSDavid du Colombier     case STAR:
1202*9a747e4fSDavid du Colombier 	p = "STAR";
1203*9a747e4fSDavid du Colombier 	break;
1204*9a747e4fSDavid du Colombier     default:
1205*9a747e4fSDavid du Colombier 	regerror("corrupted opcode");
1206*9a747e4fSDavid du Colombier 	break;
1207*9a747e4fSDavid du Colombier     }
1208*9a747e4fSDavid du Colombier     if (p != (char *)NULL)
1209*9a747e4fSDavid du Colombier 	strcat(buf, p);
1210*9a747e4fSDavid du Colombier     return (buf);
1211*9a747e4fSDavid du Colombier }
1212*9a747e4fSDavid du Colombier #endif
1213*9a747e4fSDavid du Colombier 
1214*9a747e4fSDavid du Colombier /*
1215*9a747e4fSDavid du Colombier  * The following is provided for those people who do not have strcspn() in
1216*9a747e4fSDavid du Colombier  * their C libraries.  They should get off their butts and do something
1217*9a747e4fSDavid du Colombier  * about it; at least one public-domain implementation of those (highly
1218*9a747e4fSDavid du Colombier  * useful) string routines has been published on Usenet.
1219*9a747e4fSDavid du Colombier  */
1220*9a747e4fSDavid du Colombier #ifdef STRCSPN
1221*9a747e4fSDavid du Colombier /*
1222*9a747e4fSDavid du Colombier  * strcspn - find length of initial segment of s1 consisting entirely
1223*9a747e4fSDavid du Colombier  * of characters not from s2
1224*9a747e4fSDavid du Colombier  */
1225*9a747e4fSDavid du Colombier 
1226*9a747e4fSDavid du Colombier #ifdef __STDC__
1227*9a747e4fSDavid du Colombier 
strcspn(char * s1,char * s2)1228*9a747e4fSDavid du Colombier static int strcspn(char *s1, char *s2)
1229*9a747e4fSDavid du Colombier 
1230*9a747e4fSDavid du Colombier #else
1231*9a747e4fSDavid du Colombier 
1232*9a747e4fSDavid du Colombier static int strcspn(s1, s2)
1233*9a747e4fSDavid du Colombier char           *s1;
1234*9a747e4fSDavid du Colombier char           *s2;
1235*9a747e4fSDavid du Colombier 
1236*9a747e4fSDavid du Colombier #endif
1237*9a747e4fSDavid du Colombier {
1238*9a747e4fSDavid du Colombier     register char  *scan1;
1239*9a747e4fSDavid du Colombier     register char  *scan2;
1240*9a747e4fSDavid du Colombier     register int    count;
1241*9a747e4fSDavid du Colombier 
1242*9a747e4fSDavid du Colombier     count = 0;
1243*9a747e4fSDavid du Colombier     for (scan1 = s1; *scan1 != '\0'; scan1++) {
1244*9a747e4fSDavid du Colombier 	for (scan2 = s2; *scan2 != '\0';)	/* ++ moved down. */
1245*9a747e4fSDavid du Colombier 	    if (*scan1 == *scan2++)
1246*9a747e4fSDavid du Colombier 		return (count);
1247*9a747e4fSDavid du Colombier 	count++;
1248*9a747e4fSDavid du Colombier     }
1249*9a747e4fSDavid du Colombier     return (count);
1250*9a747e4fSDavid du Colombier }
1251*9a747e4fSDavid du Colombier #endif
1252*9a747e4fSDavid du Colombier 
1253*9a747e4fSDavid du Colombier 
1254*9a747e4fSDavid du Colombier /*
1255*9a747e4fSDavid du Colombier  - regsub - perform substitutions after a regexp match
1256*9a747e4fSDavid du Colombier  */
1257*9a747e4fSDavid du Colombier #ifdef __STDC__
1258*9a747e4fSDavid du Colombier 
regsub(regexp * prog,char * source,char * dest)1259*9a747e4fSDavid du Colombier void regsub(regexp *prog, char *source, char *dest)
1260*9a747e4fSDavid du Colombier 
1261*9a747e4fSDavid du Colombier #else
1262*9a747e4fSDavid du Colombier 
1263*9a747e4fSDavid du Colombier void regsub(prog, source, dest)
1264*9a747e4fSDavid du Colombier regexp         *prog;
1265*9a747e4fSDavid du Colombier char           *source;
1266*9a747e4fSDavid du Colombier char           *dest;
1267*9a747e4fSDavid du Colombier 
1268*9a747e4fSDavid du Colombier #endif
1269*9a747e4fSDavid du Colombier {
1270*9a747e4fSDavid du Colombier     register char  *src;
1271*9a747e4fSDavid du Colombier     register char  *dst;
1272*9a747e4fSDavid du Colombier     register char   c;
1273*9a747e4fSDavid du Colombier     register int    no;
1274*9a747e4fSDavid du Colombier     register int    len;
1275*9a747e4fSDavid du Colombier     extern char    *strncpy();
1276*9a747e4fSDavid du Colombier 
1277*9a747e4fSDavid du Colombier     if (prog == (regexp *)NULL ||
1278*9a747e4fSDavid du Colombier 	source == (char *)NULL || dest == (char *)NULL) {
1279*9a747e4fSDavid du Colombier 	regerror("NULL parm to regsub");
1280*9a747e4fSDavid du Colombier 	return;
1281*9a747e4fSDavid du Colombier     }
1282*9a747e4fSDavid du Colombier     if (UCHARAT(prog->program) != MAGIC) {
1283*9a747e4fSDavid du Colombier 	regerror("damaged regexp fed to regsub");
1284*9a747e4fSDavid du Colombier 	return;
1285*9a747e4fSDavid du Colombier     }
1286*9a747e4fSDavid du Colombier     src = source;
1287*9a747e4fSDavid du Colombier     dst = dest;
1288*9a747e4fSDavid du Colombier     while ((c = *src++) != '\0') {
1289*9a747e4fSDavid du Colombier 	if (c == '&')
1290*9a747e4fSDavid du Colombier 	    no = 0;
1291*9a747e4fSDavid du Colombier 	else if (c == '\\' && '0' <= *src && *src <= '9')
1292*9a747e4fSDavid du Colombier 	    no = *src++ - '0';
1293*9a747e4fSDavid du Colombier 	else
1294*9a747e4fSDavid du Colombier 	    no = -1;
1295*9a747e4fSDavid du Colombier 
1296*9a747e4fSDavid du Colombier 	if (no < 0) {		/* Ordinary character. */
1297*9a747e4fSDavid du Colombier 	    if (c == '\\' && (*src == '\\' || *src == '&'))
1298*9a747e4fSDavid du Colombier 		c = *src++;
1299*9a747e4fSDavid du Colombier 	    *dst++ = c;
1300*9a747e4fSDavid du Colombier 	} else if (prog->startp[no] != (char *)NULL &&
1301*9a747e4fSDavid du Colombier 		   prog->endp[no] != (char *)NULL) {
1302*9a747e4fSDavid du Colombier 	    len = prog->endp[no] - prog->startp[no];
1303*9a747e4fSDavid du Colombier 	    strncpy(dst, prog->startp[no], len);
1304*9a747e4fSDavid du Colombier 	    dst += len;
1305*9a747e4fSDavid du Colombier 	    if (len != 0 && *(dst - 1) == '\0') {	/* strncpy hit NUL. */
1306*9a747e4fSDavid du Colombier 		regerror("damaged match string");
1307*9a747e4fSDavid du Colombier 		return;
1308*9a747e4fSDavid du Colombier 	    }
1309*9a747e4fSDavid du Colombier 	}
1310*9a747e4fSDavid du Colombier     }
1311*9a747e4fSDavid du Colombier     *dst++ = '\0';
1312*9a747e4fSDavid du Colombier }
1313*9a747e4fSDavid du Colombier 
1314*9a747e4fSDavid du Colombier 
1315*9a747e4fSDavid du Colombier #ifdef __STDC__
1316*9a747e4fSDavid du Colombier 
regerror(char * s)1317*9a747e4fSDavid du Colombier void regerror(char *s)
1318*9a747e4fSDavid du Colombier 
1319*9a747e4fSDavid du Colombier #else
1320*9a747e4fSDavid du Colombier 
1321*9a747e4fSDavid du Colombier void regerror(s)
1322*9a747e4fSDavid du Colombier char           *s;
1323*9a747e4fSDavid du Colombier 
1324*9a747e4fSDavid du Colombier #endif
1325*9a747e4fSDavid du Colombier {
1326*9a747e4fSDavid du Colombier     fprintf(stderr, "regexp(3): %s", s);
1327*9a747e4fSDavid du Colombier     exit(1);
1328*9a747e4fSDavid du Colombier }
1329