Fix broken xml entity.
[idzebra-moved-to-github.git] / dfa / dfa.c
index 5c3d376..8ea7fc1 100644 (file)
--- a/dfa/dfa.c
+++ b/dfa/dfa.c
@@ -1,8 +1,5 @@
-/* $Id: dfa.c,v 1.34 2005-03-30 09:25:23 adam Exp $
-   Copyright (C) 1995-2005
-   Index Data ApS
-
-This file is part of the Zebra server.
+/* This file is part of the Zebra server.
+   Copyright (C) Index Data
 
 Zebra is free software; you can redistribute it and/or modify it under
 the terms of the GNU General Public License as published by the Free
@@ -15,12 +12,15 @@ FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
 for more details.
 
 You should have received a copy of the GNU General Public License
-along with Zebra; see the file LICENSE.zebra.  If not, write to the
-Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
-02111-1307, USA.
+along with this program; if not, write to the Free Software
+Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA  02110-1301  USA
+
 */
 
 
+#if HAVE_CONFIG_H
+#include <config.h>
+#endif
 #include <stdio.h>
 #include <assert.h>
 
@@ -32,8 +32,6 @@ Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
 #include "dfap.h"
 #include "imalloc.h"
 
-#define DFA_OPEN_RANGE 1
-
 #define CAT     16000
 #define OR      16001
 #define STAR    16002
@@ -73,9 +71,9 @@ static struct Tnode *mk_Tnode_cset (struct DFA_parse *parse_info,
                                    BSet charset);
 static void        term_Tnode      (struct DFA_parse *parse_info);
 
-static void 
-    del_followpos  (struct DFA_parse *parse_info), 
-    init_pos       (struct DFA_parse *parse_info), 
+static void
+    del_followpos  (struct DFA_parse *parse_info),
+    init_pos       (struct DFA_parse *parse_info),
     del_pos        (struct DFA_parse *parse_info),
     mk_dfa_tran    (struct DFA_parse *parse_info, struct DFA_states *dfas),
     add_follow     (struct DFA_parse *parse_info, DFASet lastpos, DFASet firstpos),
@@ -91,7 +89,7 @@ static int
     nextchar       (struct DFA_parse *parse_info, int *esc),
     read_charset   (struct DFA_parse *parse_info);
 
-static const char 
+static const char
     *str_char      (unsigned c);
 
 #define L_LP 1
@@ -115,7 +113,7 @@ static struct Tnode *expr_1 (struct DFA_parse *parse_info),
                     *expr_4 (struct DFA_parse *parse_info);
 
 static struct Tnode *expr_1 (struct DFA_parse *parse_info)
-{ 
+{
     struct Tnode *t1, *t2, *tn;
 
     if (!(t1 = expr_2 (parse_info)))
@@ -125,7 +123,7 @@ static struct Tnode *expr_1 (struct DFA_parse *parse_info)
         lex (parse_info);
         if (!(t2 = expr_2 (parse_info)))
             return t2;
-        
+
         tn = mk_Tnode (parse_info);
         tn->pos = OR;
         tn->u.p[0] = t1;
@@ -138,7 +136,7 @@ static struct Tnode *expr_1 (struct DFA_parse *parse_info)
 static struct Tnode *expr_2 (struct DFA_parse *parse_info)
 {
     struct Tnode *t1, *t2, *tn;
-    
+
     if (!(t1 = expr_3 (parse_info)))
         return t1;
     while (parse_info->lookahead == L_WILD ||
@@ -150,7 +148,7 @@ static struct Tnode *expr_2 (struct DFA_parse *parse_info)
     {
         if (!(t2 = expr_3 (parse_info)))
             return t2;
-        
+
         tn = mk_Tnode (parse_info);
         tn->pos = CAT;
         tn->u.p[0] = t1;
@@ -274,13 +272,13 @@ static void do_parse (struct DFA_parse *parse_info, const char **s,
             t2 = mk_Tnode (parse_info);
             t2->pos = ++parse_info->position;
             t2->u.ch[1] = t2->u.ch[0] = '\n';
-            
+
             tn = mk_Tnode (parse_info);
             tn->pos = CAT;
             tn->u.p[0] = t1;
             tn->u.p[1] = t2;
             t1 = tn;
-            
+
             lex (parse_info);
         }
     }
@@ -290,7 +288,7 @@ static void do_parse (struct DFA_parse *parse_info, const char **s,
         t2->pos = ++parse_info->position;
         t2->u.ch[0] = -(++parse_info->rule);
         t2->u.ch[1] = start_anchor_flag ? 0 : -(parse_info->rule);
-        
+
         *tnp = mk_Tnode(parse_info);
         (*tnp)->pos = CAT;
         (*tnp)->u.p[0] = t1;
@@ -357,7 +355,7 @@ static int nextchar_set (struct DFA_parse *parse_info, int *esc)
 
 static int read_charset (struct DFA_parse *parse_info)
 {
-    int i, ch0, ch1, esc0, esc1, cc = 0;
+    int i, ch0, esc0, cc = 0;
     parse_info->look_chars = mk_BSet (&parse_info->charset);
     res_BSet (parse_info->charset, parse_info->look_chars);
 
@@ -367,8 +365,13 @@ static int read_charset (struct DFA_parse *parse_info)
         cc = 1;
         ch0 = nextchar_set (parse_info, &esc0);
     }
+    /**
+       ch0 is last met character
+       ch1 is "next" char
+    */
     while (ch0 != 0)
     {
+        int ch1, esc1;
         if (!esc0 && ch0 == ']')
             break;
        if (!esc0 && ch0 == '-')
@@ -380,16 +383,23 @@ static int read_charset (struct DFA_parse *parse_info)
        }
        else
        {
-           if (parse_info->cmap)
-           {
-               const char **mapto;
-               char mapfrom[2];
-               const char *mcp = mapfrom;
-               mapfrom[0] = ch0;
-               mapto = (*parse_info->cmap)(parse_info->cmap_data, &mcp, 1);
-               assert (mapto);
-               ch0 = mapto[0][0];
-           }
+            if (ch0 == 1)
+            {
+                ch0 = nextchar(parse_info, &esc0);
+            }
+            else
+            {
+                if (parse_info->cmap)
+                {
+                    const char **mapto;
+                    char mapfrom[2];
+                    const char *mcp = mapfrom;
+                    mapfrom[0] = ch0;
+                    mapto = parse_info->cmap(parse_info->cmap_data, &mcp, 1);
+                    assert (mapto);
+                    ch0 = mapto[0][0];
+                }
+            }
            add_BSet (parse_info->charset, parse_info->look_chars, ch0);
            ch1 = nextchar_set (parse_info, &esc1);
        }
@@ -398,20 +408,16 @@ static int read_charset (struct DFA_parse *parse_info)
             int open_range = 0;
             if ((ch1 = nextchar_set (parse_info, &esc1)) == 0)
                 break;
-#if DFA_OPEN_RANGE
             if (!esc1 && ch1 == ']')
             {
                 ch1 = 255;
                 open_range = 1;
             }
-#else
-            if (!esc1 && ch1 == ']')
+            else if (ch1 == 1)
             {
-                add_BSet (parse_info->charset, parse_info->look_chars, '-');
-                break;
+                ch1 = nextchar(parse_info, &esc1);
             }
-#endif
-            if (!open_range && parse_info->cmap)
+            else if (parse_info->cmap)
             {
                 const char **mapto;
                char mapfrom[2];
@@ -421,12 +427,12 @@ static int read_charset (struct DFA_parse *parse_info)
                 assert (mapto);
                 ch1 = mapto[0][0];
             }
-            for (i=ch0; ++i<=ch1;)
+            for (i = ch0; ++i <= ch1;)
                 add_BSet (parse_info->charset, parse_info->look_chars, i);
-            if (!open_range)
-                ch0 = nextchar_set (parse_info, &esc0);
-            else
+
+            if (open_range)
                 break;
+            ch0 = nextchar_set (parse_info, &esc0);
         }
         else
         {
@@ -456,7 +462,7 @@ static int map_l_char (struct DFA_parse *parse_info)
 
     mapto = (*parse_info->cmap) (parse_info->cmap_data, &cp0, len);
     assert (mapto);
-    
+
     parse_info->expr_ptr = (const unsigned char *) cp0;
     parse_info->look_ch = ((unsigned char **) mapto)[i][0];
     yaz_log (YLOG_DEBUG, "map from %c to %d", parse_info->expr_ptr[-1], parse_info->look_ch);
@@ -477,7 +483,7 @@ static int lex_sub(struct DFA_parse *parse_info)
             return map_l_char (parse_info);
         else if (parse_info->look_ch == '[')
             return read_charset(parse_info);
-        else 
+        else
         {
             const int *cc;
             for (cc = parse_info->charMap; *cc; cc += 2)
@@ -618,7 +624,7 @@ static void del_followpos (struct DFA_parse *parse_info)
 
 static void init_pos (struct DFA_parse *parse_info)
 {
-    parse_info->posar = (struct Tnode **) imalloc (sizeof(struct Tnode*) 
+    parse_info->posar = (struct Tnode **) imalloc (sizeof(struct Tnode*)
                                        * (1+parse_info->position));
 }
 
@@ -632,18 +638,18 @@ static void add_follow (struct DFA_parse *parse_info,
 {
     while (lastpos)
     {
-        parse_info->followpos[lastpos->value] = 
+        parse_info->followpos[lastpos->value] =
            union_DFASet (parse_info->poset,
                       parse_info->followpos[lastpos->value], firstpos);
         lastpos = lastpos->next;
-    }                                                            
+    }
 }
 
 static void dfa_trav (struct DFA_parse *parse_info, struct Tnode *n)
 {
     struct Tnode **posar = parse_info->posar;
     DFASetType poset = parse_info->poset;
-    
+
     switch (n->pos)
     {
     case CAT:
@@ -782,7 +788,7 @@ static void mk_dfa_tran (struct DFA_parse *parse_info, struct DFA_states *dfas)
         pos_i = pos;
         j = i = 0;
         for (tran_set = dfa_from->set; tran_set; tran_set = tran_set->next)
-            if ((c = posar[tran_set->value]->u.ch[0]) >= 0 && c <= max_char) 
+            if ((c = posar[tran_set->value]->u.ch[0]) >= 0 && c <= max_char)
                 *pos_i++ = tran_set->value;
             else if (c < 0)
             {
@@ -800,7 +806,7 @@ static void mk_dfa_tran (struct DFA_parse *parse_info, struct DFA_states *dfas)
         {
             char_0 = max_char+1;
             for (pos_i = pos; (i = *pos_i) != -1; ++pos_i)
-                if (posar[i]->u.ch[1] >= char_1 
+                if (posar[i]->u.ch[1] >= char_1
                     && (c=posar[i]->u.ch[0]) < char_0)
                {
                     if (c < char_1)
@@ -813,7 +819,7 @@ static void mk_dfa_tran (struct DFA_parse *parse_info, struct DFA_states *dfas)
                 break;
 
             char_1 = max_char;
-                
+
             tran_set = mk_DFASet (poset);
             for (pos_i = pos; (i = *pos_i) != -1; ++pos_i)
             {
@@ -876,11 +882,11 @@ static void pr_verbose (struct DFA_parse *parse_info, struct DFA_states *dfas)
 {
     long i, j;
     int k;
-    printf ("%d/%d tree nodes used, %d bytes each\n",
-        parse_info->use_Tnode, parse_info->max_Tnode, sizeof (struct Tnode));
+    printf ("%d/%d tree nodes used, %ld bytes each\n",
+        parse_info->use_Tnode, parse_info->max_Tnode, (long) sizeof (struct Tnode));
     k = inf_BSetHandle (parse_info->charset, &i, &j);
-    printf ("%ld/%ld character sets, %d bytes each\n",
-            i/k, j/k, k*sizeof(BSetWord));
+    printf ("%ld/%ld character sets, %ld bytes each\n",
+            i/k, j/k, (long) k*sizeof(BSetWord));
     k = inf_DFASetType (parse_info->poset, &i, &j);
     printf ("%ld/%ld poset items, %d bytes each\n", i, j, k);
     printf ("%d DFA states\n", dfas->no);
@@ -960,7 +966,7 @@ void dfa_parse_cmap_del (struct DFA *d, int from)
         {
             while ((cc[0] = cc[2]))
             {
-                cc[1] = cc[3]; 
+                cc[1] = cc[3];
                 cc += 2;
             }
             break;
@@ -1018,7 +1024,7 @@ void dfa_parse_cmap_thompson (struct DFA *d)
 
 static struct DFA_parse *dfa_parse_init (void)
 {
-    struct DFA_parse *parse_info = 
+    struct DFA_parse *parse_info =
        (struct DFA_parse *) imalloc (sizeof (struct DFA_parse));
 
     parse_info->charset = mk_BSetHandle (255, 20);
@@ -1026,9 +1032,12 @@ static struct DFA_parse *dfa_parse_init (void)
     parse_info->rule = 0;
     parse_info->root = NULL;
 
+    /* initialize the anyset which by default does not include \n */
     parse_info->anyset = mk_BSet (&parse_info->charset);
     res_BSet (parse_info->charset, parse_info->anyset);
+    add_BSet (parse_info->charset, parse_info->anyset, '\n');
     com_BSet (parse_info->charset, parse_info->anyset);
+
     parse_info->use_Tnode = parse_info->max_Tnode = 0;
     parse_info->start = parse_info->end = NULL;
     parse_info->charMap = NULL;
@@ -1090,6 +1099,11 @@ struct DFA *dfa_init (void)
     return dfa;
 }
 
+void dfa_anyset_includes_nl(struct DFA *dfa)
+{
+    add_BSet (dfa->parse_info->charset, dfa->parse_info->anyset, '\n');
+}
+
 void dfa_set_cmap (struct DFA *dfa, void *vp,
                   const char **(*cmap)(void *vp, const char **from, int len))
 {
@@ -1097,6 +1111,11 @@ void dfa_set_cmap (struct DFA *dfa, void *vp,
     dfa->parse_info->cmap_data = vp;
 }
 
+int dfa_get_last_rule (struct DFA *dfa)
+{
+    return dfa->parse_info->rule;
+}
+
 int dfa_parse (struct DFA *dfa, const char **pattern)
 {
     struct Tnode *top;
@@ -1106,12 +1125,6 @@ int dfa_parse (struct DFA *dfa, const char **pattern)
     assert (dfa->parse_info);
     parse_info = dfa->parse_info;
 
-    if (!parse_info->cmap)
-    {
-       res_BSet (parse_info->charset, parse_info->anyset);
-       add_BSet (parse_info->charset, parse_info->anyset, '\n');
-       com_BSet (parse_info->charset, parse_info->anyset);
-    }
     do_parse (parse_info, pattern, &top);
     if (parse_info->err_code)
         return parse_info->err_code;
@@ -1151,3 +1164,12 @@ void dfa_delete (struct DFA **dfap)
     ifree (*dfap);
     *dfap = NULL;
 }
+/*
+ * Local variables:
+ * c-basic-offset: 4
+ * c-file-style: "Stroustrup"
+ * indent-tabs-mode: nil
+ * End:
+ * vim: shiftwidth=4 tabstop=8 expandtab
+ */
+