usr.bin/sort/vsort.c

   1 /*-
   2  * SPDX-License-Identifier: BSD-2-Clause
   3  *
   4  * Copyright (C) 2012 Oleg Moskalenko <mom040267@gmail.com>
   5  * Copyright (C) 2012 Gabor Kovesdan <gabor@FreeBSD.org>
   6  * All rights reserved.
   7  *
   8  * Redistribution and use in source and binary forms, with or without
   9  * modification, are permitted provided that the following conditions
  10  * are met:
  11  * 1. Redistributions of source code must retain the above copyright
  12  *    notice, this list of conditions and the following disclaimer.
  13  * 2. Redistributions in binary form must reproduce the above copyright
  14  *    notice, this list of conditions and the following disclaimer in the
  15  *    documentation and/or other materials provided with the distribution.
  16  *
  17  * THIS SOFTWARE IS PROVIDED BY THE AUTHOR AND CONTRIBUTORS ``AS IS'' AND
  18  * ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  19  * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
  20  * ARE DISCLAIMED.  IN NO EVENT SHALL THE AUTHOR OR CONTRIBUTORS BE LIABLE
  21  * FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
  22  * DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
  23  * OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
  24  * HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
  25  * LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
  26  * OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
  27  * SUCH DAMAGE.
  28  */
  29
  30 #include <sys/types.h>
  31
  32 #include <ctype.h>
  33 #include <stdlib.h>
  34 #include <string.h>
  35
  36 #include "sort.h"
  37 #include "vsort.h"
  38
  39 static inline bool
  40 isdigit_clocale(wchar_t c)
  41 {
  42
  43         return (c >= L'0' && c <= L'9');
  44 }
  45
  46 static inline bool
  47 isalpha_clocale(wchar_t c)
  48 {
  49
  50         return ((c >= L'a' && c <= L'z') || (c >= L'A' && c <= L'Z'));
  51 }
  52
  53 static inline bool
  54 isalnum_clocale(wchar_t c)
  55 {
  56
  57         return ((c >= L'a' && c <= L'z') || (c >= L'A' && c <= L'Z') ||
  58             (c >= L'0' && c <= L'9'));
  59 }
  60
  61 /*
  62  * Find string suffix of format: (\.[A-Za-z~][A-Za-z0-9~]*)*$
  63  * Set length of string before suffix.
  64  */
  65 static void
  66 find_suffix(bwstring_iterator si, bwstring_iterator se, size_t *len)
  67 {
  68         wchar_t c;
  69         size_t clen;
  70         bool expect_alpha, sfx;
  71
  72         sfx = false;
  73         expect_alpha = false;
  74         *len = 0;
  75         clen = 0;
  76
  77         while ((si < se) && (c = bws_get_iter_value(si))) {
  78                 if (expect_alpha) {
  79                         expect_alpha = false;
  80                         if (!isalpha_clocale(c) && (c != L'~'))
  81                                 sfx = false;
  82                 } else if (c == L'.') {
  83                         expect_alpha = true;
  84                         if (!sfx) {
  85                                 sfx = true;
  86                                 *len = clen;
  87                         }
  88                 } else if (!isalnum_clocale(c) && (c != L'~'))
  89                         sfx = false;
  90
  91                 si = bws_iterator_inc(si, 1);
  92                 ++clen;
  93         }
  94
  95         /* This code must be here to make the implementation compatible
  96          * with WORDING of GNU sort documentation.
  97          * But the GNU sort implementation is not following its own
  98          * documentation.  GNU sort allows empty file extensions
  99          * (just dot with nothing after); but the regular expression in
 100          * their documentation does not allow empty file extensions.
 101          * We chose to make our implementation compatible with GNU sort
 102          * implementation.  If they will ever fix their bug, this code
 103          * must be uncommented. Or they may choose to fix the info page,
 104          * then the code stays commented.
 105          *
 106          if (expect_alpha)
 107                 sfx = false;
 108          */
 109
 110         if (!sfx)
 111                 *len = clen;
 112 }
 113
 114 static inline int
 115 cmp_chars(wchar_t c1, wchar_t c2)
 116 {
 117
 118         if (c1 == c2)
 119                 return (0);
 120
 121         if (c1 == L'~')
 122                 return (-1);
 123         if (c2 == L'~')
 124                 return (+1);
 125
 126         if (isdigit_clocale(c1) || !c1)
 127                 return ((isdigit_clocale(c2) || !c2) ? 0 : -1);
 128
 129         if (isdigit_clocale(c2) || !c2)
 130                 return (+1);
 131
 132         if (isalpha_clocale(c1))
 133                 return ((isalpha_clocale(c2)) ? ((int) c1 - (int) c2) : -1);
 134
 135         if (isalpha_clocale(c2))
 136                 return (+1);
 137
 138         return ((int) c1 - (int) c2);
 139 }
 140
 141 static int
 142 cmpversions(bwstring_iterator si1, bwstring_iterator se1,
 143     bwstring_iterator si2, bwstring_iterator se2)
 144 {
 145         int cmp, diff;
 146
 147         while ((si1 < se1) || (si2 < se2)) {
 148                 diff = 0;
 149
 150                 while (((si1 < se1) &&
 151                     !isdigit_clocale(bws_get_iter_value(si1))) ||
 152                     ((si2 < se2) && !isdigit_clocale(bws_get_iter_value(si2)))) {
 153                         wchar_t c1, c2;
 154
 155                         c1 = (si1 < se1) ? bws_get_iter_value(si1) : 0;
 156                         c2 = (si2 < se2) ? bws_get_iter_value(si2) : 0;
 157
 158                         cmp = cmp_chars(c1, c2);
 159                         if (cmp)
 160                                 return (cmp);
 161
 162                         if (si1 < se1)
 163                                 si1 = bws_iterator_inc(si1, 1);
 164                         if (si2 < se2)
 165                                 si2 = bws_iterator_inc(si2, 1);
 166                 }
 167
 168                 while (bws_get_iter_value(si1) == L'0')
 169                         si1 = bws_iterator_inc(si1, 1);
 170
 171                 while (bws_get_iter_value(si2) == L'0')
 172                         si2 = bws_iterator_inc(si2, 1);
 173
 174                 while (isdigit_clocale(bws_get_iter_value(si1)) &&
 175                     isdigit_clocale(bws_get_iter_value(si2))) {
 176                         if (!diff)
 177                                 diff = ((int)bws_get_iter_value(si1) -
 178                                     (int)bws_get_iter_value(si2));
 179                         si1 = bws_iterator_inc(si1, 1);
 180                         si2 = bws_iterator_inc(si2, 1);
 181                 }
 182
 183                 if (isdigit_clocale(bws_get_iter_value(si1)))
 184                         return (1);
 185
 186                 if (isdigit_clocale(bws_get_iter_value(si2)))
 187                         return (-1);
 188
 189                 if (diff)
 190                         return (diff);
 191         }
 192
 193         return (0);
 194 }
 195
 196 /*
 197  * Compare two version strings
 198  */
 199 int
 200 vcmp(struct bwstring *s1, struct bwstring *s2)
 201 {
 202         bwstring_iterator si1, si2;
 203         wchar_t c1, c2;
 204         size_t len1, len2, slen1, slen2;
 205         int cmp_bytes, cmp_res;
 206
 207         if (s1 == s2)
 208                 return (0);
 209
 210         cmp_bytes = bwscmp(s1, s2, 0);
 211         if (cmp_bytes == 0)
 212                 return (0);
 213
 214         len1 = slen1 = BWSLEN(s1);
 215         len2 = slen2 = BWSLEN(s2);
 216
 217         if (slen1 < 1)
 218                 return (-1);
 219         if (slen2 < 1)
 220                 return (+1);
 221
 222         si1 = bws_begin(s1);
 223         si2 = bws_begin(s2);
 224
 225         c1 = bws_get_iter_value(si1);
 226         c2 = bws_get_iter_value(si2);
 227
 228         if (c1 == L'.' && (slen1 == 1))
 229                 return (-1);
 230
 231         if (c2 == L'.' && (slen2 == 1))
 232                 return (+1);
 233
 234         if (slen1 == 2 && c1 == L'.' &&
 235             bws_get_iter_value(bws_iterator_inc(si1, 1)) == L'.')
 236                 return (-1);
 237         if (slen2 == 2 && c2 == L'.' &&
 238             bws_get_iter_value(bws_iterator_inc(si2, 1)) == L'.')
 239                 return (+1);
 240
 241         if (c1 == L'.' && c2 != L'.')
 242                 return (-1);
 243         if (c1 != L'.' && c2 == L'.')
 244                 return (+1);
 245
 246         if (c1 == L'.' && c2 == L'.') {
 247                 si1 = bws_iterator_inc(si1, 1);
 248                 si2 = bws_iterator_inc(si2, 1);
 249         }
 250
 251         find_suffix(si1, bws_end(s1), &len1);
 252         find_suffix(si2, bws_end(s2), &len2);
 253
 254         if ((len1 == len2) && (bws_iterator_cmp(si1, si2, len1) == 0))
 255                 return (cmp_bytes);
 256
 257         cmp_res = cmpversions(si1, bws_iterator_inc(si1, len1), si2,
 258             bws_iterator_inc(si2, len2));
 259
 260         if (cmp_res == 0)
 261           cmp_res = cmp_bytes;
 262
 263         return (cmp_res);
 264 }