File Coverage

/usr/include/c++/5/bits/regex_scanner.tcc
Criterion Covered Total %
statement 0 206 0.0
branch 0 206 0.0
condition n/a
subroutine n/a
pod n/a
total 0 412 0.0


line stmt bran cond sub pod time code
1             // class template regex -*- C++ -*-
2              
3             // Copyright (C) 2013-2015 Free Software Foundation, Inc.
4             //
5             // This file is part of the GNU ISO C++ Library. This library is free
6             // software; you can redistribute it and/or modify it under the
7             // terms of the GNU General Public License as published by the
8             // Free Software Foundation; either version 3, or (at your option)
9             // any later version.
10              
11             // This library is distributed in the hope that it will be useful,
12             // but WITHOUT ANY WARRANTY; without even the implied warranty of
13             // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
14             // GNU General Public License for more details.
15              
16             // Under Section 7 of GPL version 3, you are granted additional
17             // permissions described in the GCC Runtime Library Exception, version
18             // 3.1, as published by the Free Software Foundation.
19              
20             // You should have received a copy of the GNU General Public License and
21             // a copy of the GCC Runtime Library Exception along with this program;
22             // see the files COPYING3 and COPYING.RUNTIME respectively. If not, see
23             // .
24              
25             /**
26             * @file bits/regex_scanner.tcc
27             * This is an internal header file, included by other library headers.
28             * Do not attempt to use it directly. @headername{regex}
29             */
30              
31             // FIXME make comments doxygen format.
32              
33             // N3376 specified 6 regex styles: ECMAScript, basic, extended, grep, egrep
34             // and awk
35             // 1) grep is basic except '\n' is treated as '|'
36             // 2) egrep is extended except '\n' is treated as '|'
37             // 3) awk is extended except special escaping rules, and there's no
38             // back-reference.
39             //
40             // References:
41             //
42             // ECMAScript: ECMA-262 15.10
43             //
44             // basic, extended:
45             // http://pubs.opengroup.org/onlinepubs/009695399/basedefs/xbd_chap09.html
46             //
47             // awk: http://pubs.opengroup.org/onlinepubs/000095399/utilities/awk.html
48              
49             namespace std _GLIBCXX_VISIBILITY(default)
50             {
51             namespace __detail
52             {
53             _GLIBCXX_BEGIN_NAMESPACE_VERSION
54              
55             template
56 0           _Scanner<_CharT>::
57             _Scanner(typename _Scanner::_IterT __begin,
58             typename _Scanner::_IterT __end,
59             _FlagT __flags, std::locale __loc)
60             : _ScannerBase(__flags),
61             _M_current(__begin), _M_end(__end),
62 0           _M_ctype(std::use_facet<_CtypeT>(__loc)),
63             _M_eat_escape(_M_is_ecma()
64 0           ? &_Scanner::_M_eat_escape_ecma
65 0 0         : &_Scanner::_M_eat_escape_posix)
66 0 0         { _M_advance(); }
67              
68             template
69             void
70 0           _Scanner<_CharT>::
71             _M_advance()
72             {
73 0 0         if (_M_current == _M_end)
74             {
75 0           _M_token = _S_token_eof;
76 0           return;
77             }
78              
79 0 0         if (_M_state == _S_state_normal)
80 0           _M_scan_normal();
81 0 0         else if (_M_state == _S_state_in_bracket)
82 0           _M_scan_in_bracket();
83 0 0         else if (_M_state == _S_state_in_brace)
84 0           _M_scan_in_brace();
85             else
86             {
87             _GLIBCXX_DEBUG_ASSERT(false);
88             }
89             }
90              
91             // Differences between styles:
92             // 1) "\(", "\)", "\{" in basic. It's not escaping.
93             // 2) "(?:", "(?=", "(?!" in ECMAScript.
94             template
95             void
96 0           _Scanner<_CharT>::
97             _M_scan_normal()
98             {
99 0           auto __c = *_M_current++;
100              
101 0 0         if (std::strchr(_M_spec_char, _M_ctype.narrow(__c, ' ')) == nullptr)
102             {
103 0           _M_token = _S_token_ord_char;
104 0           _M_value.assign(1, __c);
105 0           return;
106             }
107 0 0         if (__c == '\\')
108             {
109 0 0         if (_M_current == _M_end)
110 0           __throw_regex_error(regex_constants::error_escape);
111              
112 0 0         if (!_M_is_basic()
    0          
    0          
    0          
    0          
113 0           || (*_M_current != '('
114 0           && *_M_current != ')'
115 0           && *_M_current != '{'))
116             {
117 0 0         (this->*_M_eat_escape)();
118 0           return;
119             }
120 0           __c = *_M_current++;
121             }
122 0 0         if (__c == '(')
123             {
124 0 0         if (_M_is_ecma() && *_M_current == '?')
    0          
    0          
125             {
126 0 0         if (++_M_current == _M_end)
127 0           __throw_regex_error(regex_constants::error_paren);
128              
129 0 0         if (*_M_current == ':')
130             {
131 0           ++_M_current;
132 0           _M_token = _S_token_subexpr_no_group_begin;
133             }
134 0 0         else if (*_M_current == '=')
135             {
136 0           ++_M_current;
137 0           _M_token = _S_token_subexpr_lookahead_begin;
138 0           _M_value.assign(1, 'p');
139             }
140 0 0         else if (*_M_current == '!')
141             {
142 0           ++_M_current;
143 0           _M_token = _S_token_subexpr_lookahead_begin;
144 0           _M_value.assign(1, 'n');
145             }
146             else
147 0           __throw_regex_error(regex_constants::error_paren);
148             }
149 0 0         else if (_M_flags & regex_constants::nosubs)
150 0           _M_token = _S_token_subexpr_no_group_begin;
151             else
152 0           _M_token = _S_token_subexpr_begin;
153             }
154 0 0         else if (__c == ')')
155 0           _M_token = _S_token_subexpr_end;
156 0 0         else if (__c == '[')
157             {
158 0           _M_state = _S_state_in_bracket;
159 0           _M_at_bracket_start = true;
160 0 0         if (_M_current != _M_end && *_M_current == '^')
    0          
161             {
162 0           _M_token = _S_token_bracket_neg_begin;
163 0           ++_M_current;
164             }
165             else
166 0           _M_token = _S_token_bracket_begin;
167             }
168 0 0         else if (__c == '{')
169             {
170 0           _M_state = _S_state_in_brace;
171 0           _M_token = _S_token_interval_begin;
172             }
173 0 0         else if (__c != ']' && __c != '}')
    0          
174             {
175 0           auto __it = _M_token_tbl;
176 0           auto __narrowc = _M_ctype.narrow(__c, '\0');
177 0 0         for (; __it->first != '\0'; ++__it)
178 0 0         if (__it->first == __narrowc)
179             {
180 0           _M_token = __it->second;
181 0           return;
182             }
183 0           _GLIBCXX_DEBUG_ASSERT(false);
184             }
185             else
186             {
187 0           _M_token = _S_token_ord_char;
188 0           _M_value.assign(1, __c);
189             }
190             }
191              
192             // Differences between styles:
193             // 1) different semantics of "[]" and "[^]".
194             // 2) Escaping in bracket expr.
195             template
196             void
197 0           _Scanner<_CharT>::
198             _M_scan_in_bracket()
199             {
200 0 0         if (_M_current == _M_end)
201 0           __throw_regex_error(regex_constants::error_brack);
202              
203 0           auto __c = *_M_current++;
204              
205 0 0         if (__c == '[')
206             {
207 0 0         if (_M_current == _M_end)
208 0           __throw_regex_error(regex_constants::error_brack);
209              
210 0 0         if (*_M_current == '.')
211             {
212 0           _M_token = _S_token_collsymbol;
213 0           _M_eat_class(*_M_current++);
214             }
215 0 0         else if (*_M_current == ':')
216             {
217 0           _M_token = _S_token_char_class_name;
218 0           _M_eat_class(*_M_current++);
219             }
220 0 0         else if (*_M_current == '=')
221             {
222 0           _M_token = _S_token_equiv_class_name;
223 0           _M_eat_class(*_M_current++);
224             }
225             else
226             {
227 0           _M_token = _S_token_ord_char;
228 0           _M_value.assign(1, __c);
229             }
230             }
231             // In POSIX, when encountering "[]" or "[^]", the ']' is interpreted
232             // literally. So "[]]" and "[^]]" are valid regexes. See the testcases
233             // `*/empty_range.cc`.
234 0 0         else if (__c == ']' && (_M_is_ecma() || !_M_at_bracket_start))
    0          
    0          
    0          
235             {
236 0           _M_token = _S_token_bracket_end;
237 0           _M_state = _S_state_normal;
238             }
239             // ECMAScript and awk permits escaping in bracket.
240 0 0         else if (__c == '\\' && (_M_is_ecma() || _M_is_awk()))
    0          
    0          
    0          
241 0 0         (this->*_M_eat_escape)();
242             else
243             {
244 0           _M_token = _S_token_ord_char;
245 0           _M_value.assign(1, __c);
246             }
247 0           _M_at_bracket_start = false;
248 0           }
249              
250             // Differences between styles:
251             // 1) "\}" in basic style.
252             template
253             void
254 0           _Scanner<_CharT>::
255             _M_scan_in_brace()
256             {
257 0 0         if (_M_current == _M_end)
258 0           __throw_regex_error(regex_constants::error_brace);
259              
260 0           auto __c = *_M_current++;
261              
262 0 0         if (_M_ctype.is(_CtypeT::digit, __c))
263             {
264 0           _M_token = _S_token_dup_count;
265 0           _M_value.assign(1, __c);
266 0 0         while (_M_current != _M_end
267 0           && _M_ctype.is(_CtypeT::digit, *_M_current))
268 0           _M_value += *_M_current++;
269             }
270 0 0         else if (__c == ',')
271 0           _M_token = _S_token_comma;
272             // basic use \}.
273 0 0         else if (_M_is_basic())
274             {
275 0 0         if (__c == '\\' && _M_current != _M_end && *_M_current == '}')
    0          
    0          
276             {
277 0           _M_state = _S_state_normal;
278 0           _M_token = _S_token_interval_end;
279 0           ++_M_current;
280             }
281             else
282 0           __throw_regex_error(regex_constants::error_badbrace);
283             }
284 0 0         else if (__c == '}')
285             {
286 0           _M_state = _S_state_normal;
287 0           _M_token = _S_token_interval_end;
288             }
289             else
290 0           __throw_regex_error(regex_constants::error_badbrace);
291 0           }
292              
293             template
294             void
295 0           _Scanner<_CharT>::
296             _M_eat_escape_ecma()
297             {
298 0 0         if (_M_current == _M_end)
299 0           __throw_regex_error(regex_constants::error_escape);
300              
301 0           auto __c = *_M_current++;
302 0           auto __pos = _M_find_escape(_M_ctype.narrow(__c, '\0'));
303              
304 0 0         if (__pos != nullptr && (__c != 'b' || _M_state == _S_state_in_bracket))
    0          
    0          
305             {
306 0           _M_token = _S_token_ord_char;
307 0           _M_value.assign(1, *__pos);
308             }
309 0 0         else if (__c == 'b')
310             {
311 0           _M_token = _S_token_word_bound;
312 0           _M_value.assign(1, 'p');
313             }
314 0 0         else if (__c == 'B')
315             {
316 0           _M_token = _S_token_word_bound;
317 0           _M_value.assign(1, 'n');
318             }
319             // N3376 28.13
320 0 0         else if (__c == 'd'
    0          
    0          
    0          
    0          
    0          
321             || __c == 'D'
322             || __c == 's'
323             || __c == 'S'
324             || __c == 'w'
325             || __c == 'W')
326             {
327 0           _M_token = _S_token_quoted_class;
328 0           _M_value.assign(1, __c);
329             }
330 0 0         else if (__c == 'c')
331             {
332 0 0         if (_M_current == _M_end)
333 0           __throw_regex_error(regex_constants::error_escape);
334 0           _M_token = _S_token_ord_char;
335 0           _M_value.assign(1, *_M_current++);
336             }
337 0 0         else if (__c == 'x' || __c == 'u')
    0          
338             {
339 0           _M_value.erase();
340 0 0         for (int __i = 0; __i < (__c == 'x' ? 2 : 4); __i++)
    0          
341             {
342 0 0         if (_M_current == _M_end
343 0           || !_M_ctype.is(_CtypeT::xdigit, *_M_current))
344 0           __throw_regex_error(regex_constants::error_escape);
345 0           _M_value += *_M_current++;
346             }
347 0           _M_token = _S_token_hex_num;
348             }
349             // ECMAScript recognizes multi-digit back-references.
350 0 0         else if (_M_ctype.is(_CtypeT::digit, __c))
351             {
352 0           _M_value.assign(1, __c);
353 0 0         while (_M_current != _M_end
354 0           && _M_ctype.is(_CtypeT::digit, *_M_current))
355 0           _M_value += *_M_current++;
356 0           _M_token = _S_token_backref;
357             }
358             else
359             {
360 0           _M_token = _S_token_ord_char;
361 0           _M_value.assign(1, __c);
362             }
363 0           }
364              
365             // Differences between styles:
366             // 1) Extended doesn't support backref, but basic does.
367             template
368             void
369 0           _Scanner<_CharT>::
370             _M_eat_escape_posix()
371             {
372 0 0         if (_M_current == _M_end)
373 0           __throw_regex_error(regex_constants::error_escape);
374              
375 0           auto __c = *_M_current;
376 0           auto __pos = std::strchr(_M_spec_char, _M_ctype.narrow(__c, '\0'));
377              
378 0 0         if (__pos != nullptr && *__pos != '\0')
    0          
379             {
380 0           _M_token = _S_token_ord_char;
381 0           _M_value.assign(1, __c);
382             }
383             // We MUST judge awk before handling backrefs. There's no backref in awk.
384 0 0         else if (_M_is_awk())
385             {
386 0           _M_eat_escape_awk();
387 0           return;
388             }
389 0 0         else if (_M_is_basic() && _M_ctype.is(_CtypeT::digit, __c) && __c != '0')
    0          
    0          
    0          
390             {
391 0           _M_token = _S_token_backref;
392 0           _M_value.assign(1, __c);
393             }
394             else
395             {
396             #ifdef __STRICT_ANSI__
397             // POSIX says it is undefined to escape ordinary characters
398 0           __throw_regex_error(regex_constants::error_escape);
399             #else
400             _M_token = _S_token_ord_char;
401             _M_value.assign(1, __c);
402             #endif
403             }
404 0           ++_M_current;
405             }
406              
407             template
408             void
409 0           _Scanner<_CharT>::
410             _M_eat_escape_awk()
411             {
412 0           auto __c = *_M_current++;
413 0           auto __pos = _M_find_escape(_M_ctype.narrow(__c, '\0'));
414              
415 0 0         if (__pos != nullptr)
416             {
417 0           _M_token = _S_token_ord_char;
418 0           _M_value.assign(1, *__pos);
419             }
420             // \ddd for oct representation
421 0 0         else if (_M_ctype.is(_CtypeT::digit, __c)
    0          
    0          
    0          
422 0           && __c != '8'
423             && __c != '9')
424             {
425 0           _M_value.assign(1, __c);
426 0 0         for (int __i = 0;
    0          
    0          
    0          
427             __i < 2
428 0           && _M_current != _M_end
429 0           && _M_ctype.is(_CtypeT::digit, *_M_current)
430 0           && *_M_current != '8'
431 0           && *_M_current != '9';
432             __i++)
433 0           _M_value += *_M_current++;
434 0           _M_token = _S_token_oct_num;
435 0           return;
436             }
437             else
438 0           __throw_regex_error(regex_constants::error_escape);
439             }
440              
441             // Eats a character class or throws an exception.
442             // __ch could be ':', '.' or '=', _M_current is the char after ']' when
443             // returning.
444             template
445             void
446 0           _Scanner<_CharT>::
447             _M_eat_class(char __ch)
448             {
449 0 0         for (_M_value.clear(); _M_current != _M_end && *_M_current != __ch;)
    0          
450 0           _M_value += *_M_current++;
451 0 0         if (_M_current == _M_end
    0          
    0          
    0          
    0          
452 0           || *_M_current++ != __ch
453 0           || _M_current == _M_end // skip __ch
454 0           || *_M_current++ != ']') // skip ']'
455             {
456 0 0         if (__ch == ':')
457 0           __throw_regex_error(regex_constants::error_ctype);
458             else
459 0           __throw_regex_error(regex_constants::error_collate);
460             }
461 0           }
462              
463             #ifdef _GLIBCXX_DEBUG
464             template
465             std::ostream&
466             _Scanner<_CharT>::
467             _M_print(std::ostream& ostr)
468             {
469             switch (_M_token)
470             {
471             case _S_token_anychar:
472             ostr << "any-character\n";
473             break;
474             case _S_token_backref:
475             ostr << "backref\n";
476             break;
477             case _S_token_bracket_begin:
478             ostr << "bracket-begin\n";
479             break;
480             case _S_token_bracket_neg_begin:
481             ostr << "bracket-neg-begin\n";
482             break;
483             case _S_token_bracket_end:
484             ostr << "bracket-end\n";
485             break;
486             case _S_token_char_class_name:
487             ostr << "char-class-name \"" << _M_value << "\"\n";
488             break;
489             case _S_token_closure0:
490             ostr << "closure0\n";
491             break;
492             case _S_token_closure1:
493             ostr << "closure1\n";
494             break;
495             case _S_token_collsymbol:
496             ostr << "collsymbol \"" << _M_value << "\"\n";
497             break;
498             case _S_token_comma:
499             ostr << "comma\n";
500             break;
501             case _S_token_dup_count:
502             ostr << "dup count: " << _M_value << "\n";
503             break;
504             case _S_token_eof:
505             ostr << "EOF\n";
506             break;
507             case _S_token_equiv_class_name:
508             ostr << "equiv-class-name \"" << _M_value << "\"\n";
509             break;
510             case _S_token_interval_begin:
511             ostr << "interval begin\n";
512             break;
513             case _S_token_interval_end:
514             ostr << "interval end\n";
515             break;
516             case _S_token_line_begin:
517             ostr << "line begin\n";
518             break;
519             case _S_token_line_end:
520             ostr << "line end\n";
521             break;
522             case _S_token_opt:
523             ostr << "opt\n";
524             break;
525             case _S_token_or:
526             ostr << "or\n";
527             break;
528             case _S_token_ord_char:
529             ostr << "ordinary character: \"" << _M_value << "\"\n";
530             break;
531             case _S_token_subexpr_begin:
532             ostr << "subexpr begin\n";
533             break;
534             case _S_token_subexpr_no_group_begin:
535             ostr << "no grouping subexpr begin\n";
536             break;
537             case _S_token_subexpr_lookahead_begin:
538             ostr << "lookahead subexpr begin\n";
539             break;
540             case _S_token_subexpr_end:
541             ostr << "subexpr end\n";
542             break;
543             case _S_token_unknown:
544             ostr << "-- unknown token --\n";
545             break;
546             case _S_token_oct_num:
547             ostr << "oct number " << _M_value << "\n";
548             break;
549             case _S_token_hex_num:
550             ostr << "hex number " << _M_value << "\n";
551             break;
552             case _S_token_quoted_class:
553             ostr << "quoted class " << "\\" << _M_value << "\n";
554             break;
555             default:
556             _GLIBCXX_DEBUG_ASSERT(false);
557             }
558             return ostr;
559             }
560             #endif
561              
562             _GLIBCXX_END_NAMESPACE_VERSION
563             } // namespace __detail
564             } // namespace