メールアドレスの色替え判定を高速化すると同時にRFCに準拠させる

sakura_core/parse/CWordParse.cpp

@@ -317,196 +317,3 @@ bool CWordParse::SearchNextWordPosition4KW(
 	}
 	return false;
 }
-
-
-//! wcがasciiなら0-127のまま返す。それ以外は0を返す。
-uchar_t wc_to_c(wchar_t wc)
-{
-#if 0
-//! wcがSJIS1バイト文字ならcharに変換して0～255を返す。SJIS2バイト文字なら0を返す。
-	char buf[3]={0,0,0};
-	int ret=wctomb(buf,wc);
-	if(ret==-1)return 0;   //エラー
-	if(buf[1]!=0)return 0; //エラー扱い
-	return buf[0] <= 0x7F ? buf[0]: 0; //1バイトで表せたので、これを返す  2011.12.17 バッファオーバーランの修正
-#endif
-	// 2011.12.15 wctombを使わない版
-	if(wc <= 0x7F){
-		return (uchar_t)wc;
-	}
-	return 0;
-}
-
-//@@@ 2002.01.24 Start by MIK
-/*!
-	文字列がURLかどうかを検査する。
-
-	@retval TRUE URLである
-	@retval FALSE URLでない
-
-	@note 関数内に定義したテーブルは必ず static const 宣言にすること(性能に影響します)。
-		url_char の値は url_table の配列番号+1 になっています。
-		新しい URL を追加する場合は #define 値を修正してください。
-		url_table は頭文字がアルファベット順になるように並べてください。
-
-	2007.10.23 kobake UNICODE対応。//$ wchar_t専用のテーブル(または判定ルーチン)を用意したほうが効率は上がるはずです。
-*/
-BOOL IsURL(
-	const wchar_t*	pszLine,	//!< [in]  文字列
-	int				nLineLen,	//!< [in]  文字列の長さ
-	int*			pnMatchLen	//!< [out] URLの長さ
-)
-{
-	struct _url_table_t {
-		wchar_t	name[12];
-		int		length;
-		bool	is_mail;
-	};
-	static const struct _url_table_t	url_table[] = {
-		/* アルファベット順 */
-		{ L"file://",		7,	false }, /* 1 */
-		{ L"ftp://",		6,	false }, /* 2 */
-		{ L"gopher://",		9,	false }, /* 3 */
-		{ L"http://",		7,	false }, /* 4 */
-		{ L"https://",		8,	false }, /* 5 */
-		{ L"mailto:",		7,	true  }, /* 6 */
-		{ L"news:",			5,	false }, /* 7 */
-		{ L"nntp://",		7,	false }, /* 8 */
-		{ L"prospero://",	11,	false }, /* 9 */
-		{ L"telnet://",		9,	false }, /* 10 */
-		{ L"tp://",			5,	false }, /* 11 */	//2004.02.02
-		{ L"ttp://",		6,	false }, /* 12 */	//2004.02.02
-		{ L"wais://",		7,	false }, /* 13 */
-		{ L"{",				0,	false }  /* 14 */  /* '{' is 'z'+1 : terminate */
-	};
-
-/* テーブルの保守性を高めるための定義 */
-	const char urF = 1;
-	const char urG = 3;
-	const char urH = 4;
-	const char urM = 6;
-	const char urN = 7;
-	const char urP = 9;
-	const char urT = 10;
-	const char urW = 13;	//2004.02.02
-
-	static const char	url_char[] = {
-	  /* +0  +1  +2  +3  +4  +5  +6  +7  +8  +9  +A  +B  +C  +D  +E  +F */
-		  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,	/* +00: */
-		  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,	/* +10: */
-		  0, -1,  0, -1, -1, -1, -1,  0,  0,  0,  0, -1, -1, -1, -1, -1,	/* +20: " !"#$%&'()*+,-./" */
-		 -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,  0, -1,  0, -1,	/* +30: "0123456789:;<=>?" */
-		 -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,	/* +40: "@ABCDEFGHIJKLMNO" */
-		 -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,  0, -1,  0,  0, -1,	/* +50: "PQRSTUVWXYZ[\]^_" */
-		  0, -1, -1, -1, -1, -1,urF,urG,urH, -1, -1, -1, -1,urM,urN, -1,	/* +60: "`abcdefghijklmno" */
-		urP, -1, -1, -1,urT, -1, -1,urW, -1, -1, -1,  0,  0,  0, -1,  0,	/* +70: "pqrstuvwxyz{|}~ " */
-		/* あと128バイト犠牲にすればif文を2箇所削除できる */
-		/* 0    : not url char
-		 * -1   : url char
-		 * other: url head char --> url_table array number + 1
-		 */
-	};
-
-	const wchar_t *p = pszLine;
-	const struct _url_table_t	*urlp;
-	int	i;
-
-	if( wc_to_c(*p)==0 ) return FALSE;	/* 2バイト文字 */
-	if( 0 < url_char[wc_to_c(*p)] ){	/* URL開始文字 */
-		for(urlp = &url_table[url_char[wc_to_c(*p)]-1]; urlp->name[0] == wc_to_c(*p); urlp++){	/* URLテーブルを探索 */
-			if( (urlp->length <= nLineLen) && (auto_memcmp(urlp->name, pszLine, urlp->length) == 0) ){	/* URLヘッダは一致した */
-				p += urlp->length;	/* URLヘッダ分をスキップする */
-				if( urlp->is_mail ){	/* メール専用の解析へ */
-					if( IsMailAddress(p, nLineLen - urlp->length, pnMatchLen) ){
-						*pnMatchLen = *pnMatchLen + urlp->length;
-						return TRUE;
-					}
-					return FALSE;
-				}
-				for(i = urlp->length; i < nLineLen; i++, p++){	/* 通常の解析へ */
-					if( wc_to_c(*p)==0 || (!(url_char[wc_to_c(*p)])) ) break;	/* 終端に達した */
-				}
-				if( i == urlp->length ) return FALSE;	/* URLヘッダだけ */
-				*pnMatchLen = i;
-				return TRUE;
-			}
-		}
-	}
-	return IsMailAddress(pszLine, nLineLen, pnMatchLen);
-}
-
-/* 現在位置がメールアドレスならば、NULL以外と、その長さを返す
-	@date 2016.04.27 記号類を許可
-*/
-BOOL IsMailAddress( const wchar_t* pszBuf, int nBufLen, int* pnAddressLenfth )
-{
-	int		j;
-	int		nDotCount;
-	int		nBgn;
-
-
-	j = 0;
-	if( (pszBuf[j] >= L'a' && pszBuf[j] <= L'z')
-	 || (pszBuf[j] >= L'A' && pszBuf[j] <= L'Z')
-	 || (pszBuf[j] >= L'0' && pszBuf[j] <= L'9')
-	 || NULL != wcschr(L"!#$%&'*+-/=?^_`{|}~", pszBuf[j])
-	){
-		j++;
-	}else{
-		return FALSE;
-	}
-	while( j < nBufLen - 2 &&
-		(
-		(pszBuf[j] >= L'a' && pszBuf[j] <= L'z')
-	 || (pszBuf[j] >= L'A' && pszBuf[j] <= L'Z')
-	 || (pszBuf[j] >= L'0' && pszBuf[j] <= L'9')
-	 || (pszBuf[j] == L'.')
-	 || NULL != wcschr(L"!#$%&'*+-/=?^_`{|}~", pszBuf[j])
-		)
-	){
-		j++;
-	}
-	if( j == 0 || j >= nBufLen - 2  ){
-		return FALSE;
-	}
-	if( L'@' != pszBuf[j] ){
-		return FALSE;
-	}
-//	nAtPos = j;
-	j++;
-	nDotCount = 0;
-//	nAlphaCount = 0;
-
-
-	for (;;) {
-		nBgn = j;
-		while( j < nBufLen &&
-			(
-			(pszBuf[j] >= L'a' && pszBuf[j] <= L'z')
-		 || (pszBuf[j] >= L'A' && pszBuf[j] <= L'Z')
-		 || (pszBuf[j] >= L'0' && pszBuf[j] <= L'9')
-		 || (pszBuf[j] == L'-')
-		 || (pszBuf[j] == L'_')
-			)
-		){
-			j++;
-		}
-		if( 0 == j - nBgn ){
-			return FALSE;
-		}
-		if( L'.' != pszBuf[j] ){
-			if( 0 == nDotCount ){
-				return FALSE;
-			}else{
-				break;
-			}
-		}else{
-			nDotCount++;
-			j++;
-		}
-	}
-	if( NULL != pnAddressLenfth ){
-		*pnAddressLenfth = j;
-	}
-	return TRUE;
-}

sakura_core/parse/CWordParse.h

@@ -125,10 +125,6 @@ class CWordParse{
 	static bool _match_charlist( const WCHAR c, const WCHAR *pszList );
 };
 
-BOOL IsURL( const wchar_t*, int, int* );/* 指定アドレスがURLの先頭ならばTRUEとその長さを返す */
-BOOL IsMailAddress( const wchar_t*, int, int* );	/* 現在位置がメールアドレスならば、NULL以外と、その長さを返す */
-
-
 
 // ACHAR 版
 inline bool CWordParse::_match_charlist( const ACHAR c, const ACHAR *pszList )