lib/Support/Regex.cpp

   1 //===-- Regex.cpp - Regular Expression matcher implementation -------------===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is distributed under the University of Illinois Open Source
   6 // License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 // This file implements a POSIX regular expression matcher.
  11 //
  12 //===----------------------------------------------------------------------===//
  13
  14 #include "llvm/Support/Regex.h"
  15 #include "regex_impl.h"
  16 #include "llvm/ADT/SmallVector.h"
  17 #include "llvm/Support/ErrorHandling.h"
  18 #include "llvm/Support/raw_ostream.h"
  19 #include <string>
  20 using namespace llvm;
  21
  22 Regex::Regex(StringRef regex, unsigned Flags) {
  23   unsigned flags = 0;
  24   preg = new llvm_regex();
  25   preg->re_endp = regex.end();
  26   if (Flags & IgnoreCase)
  27     flags |= REG_ICASE;
  28   if (Flags & Newline)
  29     flags |= REG_NEWLINE;
  30   if (!(Flags & BasicRegex))
  31     flags |= REG_EXTENDED;
  32   error = llvm_regcomp(preg, regex.data(), flags|REG_PEND);
  33 }
  34
  35 Regex::~Regex() {
  36   llvm_regfree(preg);
  37   delete preg;
  38 }
  39
  40 bool Regex::isValid(std::string &Error) {
  41   if (!error)
  42     return true;
  43
  44   size_t len = llvm_regerror(error, preg, NULL, 0);
  45
  46   Error.resize(len - 1);
  47   llvm_regerror(error, preg, &Error[0], len);
  48   return false;
  49 }
  50
  51 /// getNumMatches - In a valid regex, return the number of parenthesized
  52 /// matches it contains.
  53 unsigned Regex::getNumMatches() const {
  54   return preg->re_nsub;
  55 }
  56
  57 bool Regex::match(StringRef String, SmallVectorImpl<StringRef> *Matches){
  58   unsigned nmatch = Matches ? preg->re_nsub+1 : 0;
  59
  60   // pmatch needs to have at least one element.
  61   SmallVector<llvm_regmatch_t, 8> pm;
  62   pm.resize(nmatch > 0 ? nmatch : 1);
  63   pm[0].rm_so = 0;
  64   pm[0].rm_eo = String.size();
  65
  66   int rc = llvm_regexec(preg, String.data(), nmatch, pm.data(), REG_STARTEND);
  67
  68   if (rc == REG_NOMATCH)
  69     return false;
  70   if (rc != 0) {
  71     // regexec can fail due to invalid pattern or running out of memory.
  72     error = rc;
  73     return false;
  74   }
  75
  76   // There was a match.
  77
  78   if (Matches) { // match position requested
  79     Matches->clear();
  80
  81     for (unsigned i = 0; i != nmatch; ++i) {
  82       if (pm[i].rm_so == -1) {
  83         // this group didn't match
  84         Matches->push_back(StringRef());
  85         continue;
  86       }
  87       assert(pm[i].rm_eo >= pm[i].rm_so);
  88       Matches->push_back(StringRef(String.data()+pm[i].rm_so,
  89                                    pm[i].rm_eo-pm[i].rm_so));
  90     }
  91   }
  92
  93   return true;
  94 }
  95
  96 std::string Regex::sub(StringRef Repl, StringRef String,
  97                        std::string *Error) {
  98   SmallVector<StringRef, 8> Matches;
  99
 100   // Reset error, if given.
 101   if (Error && !Error->empty()) *Error = "";
 102
 103   // Return the input if there was no match.
 104   if (!match(String, &Matches))
 105     return String;
 106
 107   // Otherwise splice in the replacement string, starting with the prefix before
 108   // the match.
 109   std::string Res(String.begin(), Matches[0].begin());
 110
 111   // Then the replacement string, honoring possible substitutions.
 112   while (!Repl.empty()) {
 113     // Skip to the next escape.
 114     std::pair<StringRef, StringRef> Split = Repl.split('\\');
 115
 116     // Add the skipped substring.
 117     Res += Split.first;
 118
 119     // Check for terminimation and trailing backslash.
 120     if (Split.second.empty()) {
 121       if (Repl.size() != Split.first.size() &&
 122           Error && Error->empty())
 123         *Error = "replacement string contained trailing backslash";
 124       break;
 125     }
 126
 127     // Otherwise update the replacement string and interpret escapes.
 128     Repl = Split.second;
 129
 130     // FIXME: We should have a StringExtras function for mapping C99 escapes.
 131     switch (Repl[0]) {
 132       // Treat all unrecognized characters as self-quoting.
 133     default:
 134       Res += Repl[0];
 135       Repl = Repl.substr(1);
 136       break;
 137
 138       // Single character escapes.
 139     case 't':
 140       Res += '\t';
 141       Repl = Repl.substr(1);
 142       break;
 143     case 'n':
 144       Res += '\n';
 145       Repl = Repl.substr(1);
 146       break;
 147
 148       // Decimal escapes are backreferences.
 149     case '0': case '1': case '2': case '3': case '4':
 150     case '5': case '6': case '7': case '8': case '9': {
 151       // Extract the backreference number.
 152       StringRef Ref = Repl.slice(0, Repl.find_first_not_of("0123456789"));
 153       Repl = Repl.substr(Ref.size());
 154
 155       unsigned RefValue;
 156       if (!Ref.getAsInteger(10, RefValue) &&
 157           RefValue < Matches.size())
 158         Res += Matches[RefValue];
 159       else if (Error && Error->empty())
 160         *Error = "invalid backreference string '" + Ref.str() + "'";
 161       break;
 162     }
 163     }
 164   }
 165
 166   // And finally the suffix.
 167   Res += StringRef(Matches[0].end(), String.end() - Matches[0].end());
 168
 169   return Res;
 170 }
 171
 172 bool Regex::isLiteralERE(StringRef Str) {
 173   // Check for regex metacharacters.  This list was derived from our regex
 174   // implementation in regcomp.c and double checked against the POSIX extended
 175   // regular expression specification.
 176   return Str.find_first_of("()^$|*+?.[]\\{}") == StringRef::npos;
 177 }