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   if (preg) {
  37     llvm_regfree(preg);
  38     delete preg;
  39   }
  40 }
  41
  42 bool Regex::isValid(std::string &Error) {
  43   if (!error)
  44     return true;
  45
  46   size_t len = llvm_regerror(error, preg, nullptr, 0);
  47
  48   Error.resize(len - 1);
  49   llvm_regerror(error, preg, &Error[0], len);
  50   return false;
  51 }
  52
  53 /// getNumMatches - In a valid regex, return the number of parenthesized
  54 /// matches it contains.
  55 unsigned Regex::getNumMatches() const {
  56   return preg->re_nsub;
  57 }
  58
  59 bool Regex::match(StringRef String, SmallVectorImpl<StringRef> *Matches){
  60   unsigned nmatch = Matches ? preg->re_nsub+1 : 0;
  61
  62   // pmatch needs to have at least one element.
  63   SmallVector<llvm_regmatch_t, 8> pm;
  64   pm.resize(nmatch > 0 ? nmatch : 1);
  65   pm[0].rm_so = 0;
  66   pm[0].rm_eo = String.size();
  67
  68   int rc = llvm_regexec(preg, String.data(), nmatch, pm.data(), REG_STARTEND);
  69
  70   if (rc == REG_NOMATCH)
  71     return false;
  72   if (rc != 0) {
  73     // regexec can fail due to invalid pattern or running out of memory.
  74     error = rc;
  75     return false;
  76   }
  77
  78   // There was a match.
  79
  80   if (Matches) { // match position requested
  81     Matches->clear();
  82
  83     for (unsigned i = 0; i != nmatch; ++i) {
  84       if (pm[i].rm_so == -1) {
  85         // this group didn't match
  86         Matches->push_back(StringRef());
  87         continue;
  88       }
  89       assert(pm[i].rm_eo >= pm[i].rm_so);
  90       Matches->push_back(StringRef(String.data()+pm[i].rm_so,
  91                                    pm[i].rm_eo-pm[i].rm_so));
  92     }
  93   }
  94
  95   return true;
  96 }
  97
  98 std::string Regex::sub(StringRef Repl, StringRef String,
  99                        std::string *Error) {
 100   SmallVector<StringRef, 8> Matches;
 101
 102   // Reset error, if given.
 103   if (Error && !Error->empty()) *Error = "";
 104
 105   // Return the input if there was no match.
 106   if (!match(String, &Matches))
 107     return String;
 108
 109   // Otherwise splice in the replacement string, starting with the prefix before
 110   // the match.
 111   std::string Res(String.begin(), Matches[0].begin());
 112
 113   // Then the replacement string, honoring possible substitutions.
 114   while (!Repl.empty()) {
 115     // Skip to the next escape.
 116     std::pair<StringRef, StringRef> Split = Repl.split('\\');
 117
 118     // Add the skipped substring.
 119     Res += Split.first;
 120
 121     // Check for terminimation and trailing backslash.
 122     if (Split.second.empty()) {
 123       if (Repl.size() != Split.first.size() &&
 124           Error && Error->empty())
 125         *Error = "replacement string contained trailing backslash";
 126       break;
 127     }
 128
 129     // Otherwise update the replacement string and interpret escapes.
 130     Repl = Split.second;
 131
 132     // FIXME: We should have a StringExtras function for mapping C99 escapes.
 133     switch (Repl[0]) {
 134       // Treat all unrecognized characters as self-quoting.
 135     default:
 136       Res += Repl[0];
 137       Repl = Repl.substr(1);
 138       break;
 139
 140       // Single character escapes.
 141     case 't':
 142       Res += '\t';
 143       Repl = Repl.substr(1);
 144       break;
 145     case 'n':
 146       Res += '\n';
 147       Repl = Repl.substr(1);
 148       break;
 149
 150       // Decimal escapes are backreferences.
 151     case '0': case '1': case '2': case '3': case '4':
 152     case '5': case '6': case '7': case '8': case '9': {
 153       // Extract the backreference number.
 154       StringRef Ref = Repl.slice(0, Repl.find_first_not_of("0123456789"));
 155       Repl = Repl.substr(Ref.size());
 156
 157       unsigned RefValue;
 158       if (!Ref.getAsInteger(10, RefValue) &&
 159           RefValue < Matches.size())
 160         Res += Matches[RefValue];
 161       else if (Error && Error->empty())
 162         *Error = "invalid backreference string '" + Ref.str() + "'";
 163       break;
 164     }
 165     }
 166   }
 167
 168   // And finally the suffix.
 169   Res += StringRef(Matches[0].end(), String.end() - Matches[0].end());
 170
 171   return Res;
 172 }
 173
 174 // These are the special characters matched in functions like "p_ere_exp".
 175 static const char RegexMetachars[] = "()^$|*+?.[]\\{}";
 176
 177 bool Regex::isLiteralERE(StringRef Str) {
 178   // Check for regex metacharacters.  This list was derived from our regex
 179   // implementation in regcomp.c and double checked against the POSIX extended
 180   // regular expression specification.
 181   return Str.find_first_of(RegexMetachars) == StringRef::npos;
 182 }
 183
 184 std::string Regex::escape(StringRef String) {
 185   std::string RegexStr;
 186   for (unsigned i = 0, e = String.size(); i != e; ++i) {
 187     if (strchr(RegexMetachars, String[i]))
 188       RegexStr += '\\';
 189     RegexStr += String[i];
 190   }
 191
 192   return RegexStr;
 193 }