-
Notifications
You must be signed in to change notification settings - Fork 9
/
Copy pathjsiRegexp.c
370 lines (330 loc) · 11.7 KB
/
jsiRegexp.c
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
#ifndef JSI_LITE_ONLY
#ifndef JSI_AMALGAMATION
#include "jsiInt.h"
#endif
/* TODO: handle delete */
#define ChkRegexp(_this, funcPtr, dest) \
if (_this->vt == JSI_VT_OBJECT && _this->d.obj->ot == JSI_OT_FUNCTION && \
_this->d.obj->__proto__ == interp->RegExp_prototype->d.obj->__proto__ ) { \
skip = 1; \
dest = Jsi_ValueArrayIndex(interp, args, 0); \
} else if (_this->vt != JSI_VT_OBJECT || _this->d.obj->ot != JSI_OT_REGEXP) { \
return Jsi_LogError("apply Regexp.%s to a non-regex object", funcPtr->cmdSpec->name); \
} else { \
dest = _this; \
}
void Jsi_RegExpFree(Jsi_Regex* re) {
regfree(&re->reg);
_JSI_MEMCLEAR(re);
Jsi_Free(re);
}
static bool jsi_regexValid(const char *str) {
return 1;
const char *cp = str;
int cnt = 0, cnts = 0;
while (*cp) {
if (*cp=='(' && ++cnt>50) return 0;
else if (*cp == '}' && cp[1]=='{' && ++cnts>1) return 0;
cp++;
}
return 1;
}
Jsi_Regex* Jsi_RegExpNew(Jsi_Interp *interp, const char *regtxt, int eflag)
{
bool isNew;
Jsi_HashEntry *hPtr;
int flag = REG_EXTENDED, rec = 0;
char c, *cm, *ce;
const char *cp;
Jsi_Regex *re;
if (interp->subOpts.noRegex) {
Jsi_LogError("regex disabled for interp");
return NULL;
}
eflag |= JSI_REG_STATIC;
if (!regtxt[0])
return NULL;
hPtr = Jsi_HashEntryFind(interp->regexpTbl, regtxt);
if (hPtr) {
re = (Jsi_Regex*)Jsi_HashValueGet(hPtr);
if (JSI_REG_STATIC & eflag)
re->eflags |= JSI_REG_STATIC;
return re;
}
cp = regtxt+1;
if (regtxt[0] != '/')
return NULL;
ce = (char*)Jsi_Strrchr(cp, '/');
if (ce == cp || !ce)
return NULL;
cm = ce + 1;
while (*cm) {
c = *cm++;
if (c == 'i') flag |= REG_ICASE;
else if (c == 'g') eflag |= JSI_REG_GLOB;
else if (c == 'm') { /* PERL NON-STANDARD */
eflag |= JSI_REG_NEWLINE;
flag |= REG_NEWLINE;
}
#ifdef RE_DOT_NEWLINE
else if (c == 's') { /* PERL NON-STANDARD */
eflag |= JSI_REG_DOT_NEWLINE;
flag |= RE_DOT_NEWLINE;
}
#endif
}
*ce = 0;
regex_t reg;
if (!jsi_regexValid(cp) || (rec=regcomp(®, cp, flag))) {
char errbuf[200];
errbuf[0] = 0;
*ce++ = '/';
if (rec) {
regerror(rec, ®, errbuf, sizeof(errbuf)-20);
if (rec==REG_BADRPT && Jsi_Strstr(cp, "(?:"))
strcat(errbuf, " eg. (?:");
}
bool iswarn = (interp->inParse && interp->noEval && interp->noES6);
Jsi_LogMsg(interp, NULL,(iswarn?JSI_LOG_WARN:JSI_LOG_ERROR), "Invalid regex string '%s' : %s", cp, errbuf);
return NULL;
}
*ce++ = '/';
re = (Jsi_Regex*)Jsi_Calloc(1, sizeof(Jsi_Regex));
SIGINIT(re, REGEXP);
assert (re);
re->reg = reg;
re->eflags = eflag;
re->flags = flag;
hPtr = Jsi_HashEntryNew(interp->regexpTbl, regtxt, &isNew);
assert(hPtr);
Jsi_HashValueSet(hPtr, re);
re->pattern = (char*)Jsi_HashKeyGet(hPtr);
return re;
}
Jsi_RC jsi_RegExpValueNew(Jsi_Interp *interp, const char *regtxt, Jsi_Value *ret)
{
Jsi_DString dStr = {};
Jsi_DSAppend(&dStr, "/", regtxt, "/", NULL);
Jsi_Regex *re = Jsi_RegExpNew(interp, Jsi_DSValue(&dStr), 0);
Jsi_DSFree(&dStr);
if (re == NULL)
return JSI_ERROR;
Jsi_Obj *o = Jsi_ObjNewType(interp, JSI_OT_REGEXP);
Jsi_ValueMakeObject(interp, &ret, o);
ret->d.obj->d.robj = re;
ret->d.obj->ot = JSI_OT_REGEXP;
return JSI_OK;
}
Jsi_Value* Jsi_ValueNewRegExp(Jsi_Interp *interp, const char *regtxt, const char *modifiers) {
Jsi_DString dStr = {};
Jsi_DSAppend(&dStr, "/", regtxt, "/", modifiers, NULL);
Jsi_Regex *re = Jsi_RegExpNew(interp, Jsi_DSValue(&dStr), 0);
Jsi_DSFree(&dStr);
if (re == NULL)
return NULL;
Jsi_Obj *o = Jsi_ObjNewType(interp, JSI_OT_REGEXP);
Jsi_Value *ret = Jsi_ValueNew(interp);
Jsi_ValueMakeObject(interp, &ret, o);
ret->d.obj->d.robj = re;
ret->d.obj->ot = JSI_OT_REGEXP;
return ret;
}
static Jsi_RC RegExp_constructor(Jsi_Interp *interp, Jsi_Value *args, Jsi_Value *_this,
Jsi_Value **ret, Jsi_Func *funcPtr)
{
Jsi_Value *target;
if (0 && Jsi_FunctionIsConstructor(funcPtr))
target = _this;
else {
Jsi_Obj *o = Jsi_ObjNewType(interp, JSI_OT_REGEXP);
Jsi_ValueMakeObject(interp, ret, o);
target = *ret;
}
Jsi_Value *v = Jsi_ValueArrayIndex(interp, args, 0);
const char *regtxt = "";
const char *mods = NULL;
if (v) {
if (v->vt == JSI_VT_OBJECT && v->d.obj->ot == JSI_OT_REGEXP) {
Jsi_ValueCopy(interp,target, v);
return JSI_OK;
} else if (!(regtxt = Jsi_ValueString(interp, v, NULL))) {
return JSI_ERROR;
}
}
Jsi_Value *f = Jsi_ValueArrayIndex(interp, args, 1);
if (f)
mods = Jsi_ValueString(interp, f, NULL);
Jsi_DString dStr = {};
Jsi_DSAppend(&dStr, "/", regtxt, "/", mods, NULL);
Jsi_Regex *re = Jsi_RegExpNew(interp, Jsi_DSValue(&dStr), 0);
Jsi_DSFree(&dStr);
if (re == NULL)
return JSI_ERROR;
target->d.obj->d.robj = re;
target->d.obj->ot = JSI_OT_REGEXP;
return JSI_OK;
}
// Preform regexc setting *rc to 1 if match occurs. If dStr != NULL, it is used to return matching strings.
Jsi_RC Jsi_RegExpMatch(Jsi_Interp *interp, Jsi_Value *pattern, const char *v, int *rc, Jsi_DString *dStr)
{
Jsi_Regex *re;
int regexec_flags = 0;
if (rc)
*rc = 0;
if (pattern == NULL || pattern->vt != JSI_VT_OBJECT || pattern->d.obj->ot != JSI_OT_REGEXP)
return Jsi_LogError("expected pattern");
re = pattern->d.obj->d.robj;
regex_t *reg = &re->reg;
regmatch_t pos = {};
if (dStr)
Jsi_DSInit(dStr);
int r = regexec(reg, v, 1, &pos, regexec_flags);
if (r >= REG_BADPAT) {
char buf[JSI_MAX_NUMBER_STRING];
regerror(r, reg, buf, sizeof(buf));
return Jsi_LogError("error while matching pattern: %s", buf);
}
if (r != REG_NOMATCH) {
if (rc) *rc = 1;
if (dStr && pos.rm_so >= 0 && pos.rm_eo >= 0 && pos.rm_eo >= pos.rm_so)
Jsi_DSAppendLen(dStr, v + pos.rm_so, pos.rm_eo - pos.rm_so);
}
return JSI_OK;
}
Jsi_RC jsi_RegExpMatches(Jsi_Interp *interp, Jsi_Value *pattern, const char *str, int n, Jsi_Value *ret, int *ofs, bool match)
{
Jsi_Regex *re;
int regexec_flags = 0;
Jsi_Value *seq = pattern;
if (seq == NULL || seq->vt != JSI_VT_OBJECT || seq->d.obj->ot != JSI_OT_REGEXP) {
Jsi_ValueMakeNull(interp, &ret);
return JSI_OK;
}
re = seq->d.obj->d.robj;
regex_t *reg = &re->reg;
regmatch_t pos[MAX_SUBREGEX] = {};
int num_matches = 0, r;
int isglob = (re->eflags&JSI_REG_GLOB);
Jsi_Obj *obj;
do {
r = regexec(reg, str, MAX_SUBREGEX, pos, regexec_flags);
if (r >= REG_BADPAT) {
char buf[JSI_BUFSIZ];
regerror(r, reg, buf, sizeof(buf));
return Jsi_LogError("error while matching pattern: %s", buf);
}
if (r == REG_NOMATCH) {
if (num_matches == 0) {
Jsi_ValueMakeNull(interp, &ret);
return JSI_OK;
}
break;
}
if (num_matches == 0) {
obj = Jsi_ObjNewType(interp, JSI_OT_ARRAY);
obj->__proto__ = interp->Array_prototype;
Jsi_ValueMakeObject(interp, &ret, obj);
Jsi_ObjSetLength(interp, ret->d.obj, 0);
}
int i;
for (i = 0; i < MAX_SUBREGEX; ++i) {
if (pos[i].rm_so <= 0 && pos[i].rm_eo <= 0)
break;
if (i && pos[i].rm_so == pos[i-1].rm_so && pos[i].rm_eo == pos[i-1].rm_eo)
continue;
int olen = -1;
char *ostr = jsi_SubstrDup(str, -1, pos[i].rm_so, pos[i].rm_eo - pos[i].rm_so, &olen);
Jsi_Value *val = Jsi_ValueMakeBlob(interp, NULL, (uchar*)ostr, olen);
if (ofs)
*ofs = pos[i].rm_eo;
Jsi_ValueInsertArray(interp, ret, num_matches, val, 0);
num_matches++;
if ( match && isglob)
break;
}
if (num_matches && match && !isglob)
return JSI_OK;
if (num_matches == 1 && (ofs || !isglob))
break;
str += pos[0].rm_eo;
n -= pos[0].rm_eo;
regexec_flags |= REG_NOTBOL;
} while (n && pos[0].rm_eo>0);
return JSI_OK;
}
Jsi_RC Jsi_RegExpMatches(Jsi_Interp *interp, Jsi_Value *pattern, const char *str, int slen, Jsi_Value *ret)
{
return jsi_RegExpMatches(interp, pattern, str, slen, ret, NULL, 0);
}
#define FN_regexec JSI_INFO("\
Perform regexp match checking. Returns the array of matches.\
With the global flag g, sets lastIndex and returns next match.")
static Jsi_RC RegexpExecCmd(Jsi_Interp *interp, Jsi_Value *args, Jsi_Value *_this,
Jsi_Value **ret, Jsi_Func *funcPtr)
{
int skip = 0;
Jsi_Value *v;
ChkRegexp(_this, funcPtr, v);
/* TODO: add lastIndex support. */
int slen;
char *str = Jsi_ValueString(interp,Jsi_ValueArrayIndex(interp, args, skip), &slen);
if (!str)
return Jsi_LogError("expected string");
if (v == NULL || v->vt != JSI_VT_OBJECT || v->d.obj->ot != JSI_OT_REGEXP)
return Jsi_LogError("expected pattern");
Jsi_Regex *re = v->d.obj->d.robj;
int isglob = (re->eflags&JSI_REG_GLOB);
Jsi_Value *l = NULL;
Jsi_Number lv = 0;
if (isglob) {
l = Jsi_ValueObjLookup(interp, v, "lastIndex", 0);
if (l && (Jsi_ValueGetNumber(interp, l, &lv) != JSI_OK || !Jsi_NumberIsNormal(lv)))
return Jsi_LogError("lastIndex not a number");
if (l)
re->lastIndex = (int)lv;
}
int ofs = 0;
Jsi_RC rc = jsi_RegExpMatches(interp, v, re->lastIndex<slen?str+re->lastIndex:"", -1, *ret, isglob?&ofs:NULL, 0);
if (isglob) {
if (rc != JSI_OK)
return rc;
re->lastIndex += ofs;
if (Jsi_ValueIsNull(interp, *ret))
re->lastIndex = 0;
lv = (Jsi_Number)re->lastIndex;
if (!l)
Jsi_ValueInsert(interp, v, "lastIndex", Jsi_ValueNewNumber(interp, lv), JSI_OM_DONTDEL);
else if (l->vt == JSI_VT_NUMBER)
l->d.num = lv;
else if (l->vt == JSI_VT_OBJECT && l->d.obj->ot == JSI_OT_NUMBER)
l->d.obj->d.num = lv;
}
return rc;
}
static Jsi_RC RegexpTestCmd(Jsi_Interp *interp, Jsi_Value *args, Jsi_Value *_this,
Jsi_Value **ret, Jsi_Func *funcPtr)
{
int skip = 0, rc = 0;
Jsi_Value *v;
ChkRegexp(_this, funcPtr, v);
char *str = Jsi_ValueString(interp,Jsi_ValueArrayIndex(interp, args, skip), NULL);
if (!str)
return Jsi_LogError("expected string");
if (Jsi_RegExpMatch(interp, v, str, &rc, NULL) != JSI_OK)
return JSI_ERROR;
Jsi_ValueMakeBool(interp, ret, rc != 0);
return JSI_OK;
}
static Jsi_CmdSpec regexpCmds[] = {
{ "RegExp", RegExp_constructor, 1, 2, "val:regexp|string, flags:string", .help="Create a regexp object", .retType=(uint)JSI_TT_REGEXP, .flags=JSI_CMD_IS_CONSTRUCTOR },
{ "exec", RegexpExecCmd, 1, 1, "val:string", .help="return matching string", .retType=(uint)JSI_TT_ARRAY|JSI_TT_OBJECT|JSI_TT_NULL, 0, .info=FN_regexec },
{ "test", RegexpTestCmd, 1, 1, "val:string", .help="test if a string matches", .retType=(uint)JSI_TT_BOOLEAN },
{ NULL, 0,0,0,0,.help="Commands for managing reqular expression objects" }
};
Jsi_RC jsi_InitRegexp(Jsi_Interp *interp, int release)
{
if (!release)
interp->RegExp_prototype = Jsi_CommandCreateSpecs(interp, "RegExp", regexpCmds, NULL, JSI_CMDSPEC_ISOBJ);
return JSI_OK;
}
#endif