contrib/llvm/lib/Support/Regex.cpp

   1 //===-- Regex.cpp - Regular Expression matcher implementation -------------===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is distributed under the University of Illinois Open Source
   6 // License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 // This file implements a POSIX regular expression matcher.
  11 //
  12 //===----------------------------------------------------------------------===//
  13
  14 #include "llvm/Support/Regex.h"
  15 #include "regex_impl.h"
  16 #include "llvm/ADT/SmallVector.h"
  17 #include "llvm/ADT/StringRef.h"
  18 #include "llvm/ADT/Twine.h"
  19 #include <string>
  20 using namespace llvm;
  21
  22 Regex::Regex() : preg(nullptr), error(REG_BADPAT) {}
  23
  24 Regex::Regex(StringRef regex, unsigned Flags) {
  25   unsigned flags = 0;
  26   preg = new llvm_regex();
  27   preg->re_endp = regex.end();
  28   if (Flags & IgnoreCase)
  29     flags |= REG_ICASE;
  30   if (Flags & Newline)
  31     flags |= REG_NEWLINE;
  32   if (!(Flags & BasicRegex))
  33     flags |= REG_EXTENDED;
  34   error = llvm_regcomp(preg, regex.data(), flags|REG_PEND);
  35 }
  36
  37 Regex::Regex(Regex &&regex) {
  38   preg = regex.preg;
  39   error = regex.error;
  40   regex.preg = nullptr;
  41   regex.error = REG_BADPAT;
  42 }
  43
  44 Regex::~Regex() {
  45   if (preg) {
  46     llvm_regfree(preg);
  47     delete preg;
  48   }
  49 }
  50
  51 bool Regex::isValid(std::string &Error) const {
  52   if (!error)
  53     return true;
  54
  55   size_t len = llvm_regerror(error, preg, nullptr, 0);
  56
  57   Error.resize(len - 1);
  58   llvm_regerror(error, preg, &Error[0], len);
  59   return false;
  60 }
  61
  62 /// getNumMatches - In a valid regex, return the number of parenthesized
  63 /// matches it contains.
  64 unsigned Regex::getNumMatches() const {
  65   return preg->re_nsub;
  66 }
  67
  68 bool Regex::match(StringRef String, SmallVectorImpl<StringRef> *Matches){
  69   if (error)
  70     return false;
  71
  72   unsigned nmatch = Matches ? preg->re_nsub+1 : 0;
  73
  74   // pmatch needs to have at least one element.
  75   SmallVector<llvm_regmatch_t, 8> pm;
  76   pm.resize(nmatch > 0 ? nmatch : 1);
  77   pm[0].rm_so = 0;
  78   pm[0].rm_eo = String.size();
  79
  80   int rc = llvm_regexec(preg, String.data(), nmatch, pm.data(), REG_STARTEND);
  81
  82   if (rc == REG_NOMATCH)
  83     return false;
  84   if (rc != 0) {
  85     // regexec can fail due to invalid pattern or running out of memory.
  86     error = rc;
  87     return false;
  88   }
  89
  90   // There was a match.
  91
  92   if (Matches) { // match position requested
  93     Matches->clear();
  94
  95     for (unsigned i = 0; i != nmatch; ++i) {
  96       if (pm[i].rm_so == -1) {
  97         // this group didn't match
  98         Matches->push_back(StringRef());
  99         continue;
 100       }
 101       assert(pm[i].rm_eo >= pm[i].rm_so);
 102       Matches->push_back(StringRef(String.data()+pm[i].rm_so,
 103                                    pm[i].rm_eo-pm[i].rm_so));
 104     }
 105   }
 106
 107   return true;
 108 }
 109
 110 std::string Regex::sub(StringRef Repl, StringRef String,
 111                        std::string *Error) {
 112   SmallVector<StringRef, 8> Matches;
 113
 114   // Reset error, if given.
 115   if (Error && !Error->empty()) *Error = "";
 116
 117   // Return the input if there was no match.
 118   if (!match(String, &Matches))
 119     return String;
 120
 121   // Otherwise splice in the replacement string, starting with the prefix before
 122   // the match.
 123   std::string Res(String.begin(), Matches[0].begin());
 124
 125   // Then the replacement string, honoring possible substitutions.
 126   while (!Repl.empty()) {
 127     // Skip to the next escape.
 128     std::pair<StringRef, StringRef> Split = Repl.split('\\');
 129
 130     // Add the skipped substring.
 131     Res += Split.first;
 132
 133     // Check for terminimation and trailing backslash.
 134     if (Split.second.empty()) {
 135       if (Repl.size() != Split.first.size() &&
 136           Error && Error->empty())
 137         *Error = "replacement string contained trailing backslash";
 138       break;
 139     }
 140
 141     // Otherwise update the replacement string and interpret escapes.
 142     Repl = Split.second;
 143
 144     // FIXME: We should have a StringExtras function for mapping C99 escapes.
 145     switch (Repl[0]) {
 146       // Treat all unrecognized characters as self-quoting.
 147     default:
 148       Res += Repl[0];
 149       Repl = Repl.substr(1);
 150       break;
 151
 152       // Single character escapes.
 153     case 't':
 154       Res += '\t';
 155       Repl = Repl.substr(1);
 156       break;
 157     case 'n':
 158       Res += '\n';
 159       Repl = Repl.substr(1);
 160       break;
 161
 162       // Decimal escapes are backreferences.
 163     case '0': case '1': case '2': case '3': case '4':
 164     case '5': case '6': case '7': case '8': case '9': {
 165       // Extract the backreference number.
 166       StringRef Ref = Repl.slice(0, Repl.find_first_not_of("0123456789"));
 167       Repl = Repl.substr(Ref.size());
 168
 169       unsigned RefValue;
 170       if (!Ref.getAsInteger(10, RefValue) &&
 171           RefValue < Matches.size())
 172         Res += Matches[RefValue];
 173       else if (Error && Error->empty())
 174         *Error = ("invalid backreference string '" + Twine(Ref) + "'").str();
 175       break;
 176     }
 177     }
 178   }
 179
 180   // And finally the suffix.
 181   Res += StringRef(Matches[0].end(), String.end() - Matches[0].end());
 182
 183   return Res;
 184 }
 185
 186 // These are the special characters matched in functions like "p_ere_exp".
 187 static const char RegexMetachars[] = "()^$|*+?.[]\\{}";
 188
 189 bool Regex::isLiteralERE(StringRef Str) {
 190   // Check for regex metacharacters.  This list was derived from our regex
 191   // implementation in regcomp.c and double checked against the POSIX extended
 192   // regular expression specification.
 193   return Str.find_first_of(RegexMetachars) == StringRef::npos;
 194 }
 195
 196 std::string Regex::escape(StringRef String) {
 197   std::string RegexStr;
 198   for (unsigned i = 0, e = String.size(); i != e; ++i) {
 199     if (strchr(RegexMetachars, String[i]))
 200       RegexStr += '\\';
 201     RegexStr += String[i];
 202   }
 203
 204   return RegexStr;
 205 }