home *** CD-ROM | disk | FTP | other *** search
/ EuroCD 3 / EuroCD 3.iso / Programming / Python1.4_Source / Modules / regexmodule.c < prev    next >
Encoding:
C/C++ Source or Header  |  1998-06-24  |  14.4 KB  |  619 lines
  1. /*
  2. XXX support range parameter on search
  3. XXX support mstop parameter on search
  4. */
  5.  
  6. /***********************************************************
  7. Copyright 1991-1995 by Stichting Mathematisch Centrum, Amsterdam,
  8. The Netherlands.
  9.  
  10.                         All Rights Reserved
  11.  
  12. Permission to use, copy, modify, and distribute this software and its
  13. documentation for any purpose and without fee is hereby granted,
  14. provided that the above copyright notice appear in all copies and that
  15. both that copyright notice and this permission notice appear in
  16. supporting documentation, and that the names of Stichting Mathematisch
  17. Centrum or CWI or Corporation for National Research Initiatives or
  18. CNRI not be used in advertising or publicity pertaining to
  19. distribution of the software without specific, written prior
  20. permission.
  21.  
  22. While CWI is the initial source for this software, a modified version
  23. is made available by the Corporation for National Research Initiatives
  24. (CNRI) at the Internet address ftp://ftp.python.org.
  25.  
  26. STICHTING MATHEMATISCH CENTRUM AND CNRI DISCLAIM ALL WARRANTIES WITH
  27. REGARD TO THIS SOFTWARE, INCLUDING ALL IMPLIED WARRANTIES OF
  28. MERCHANTABILITY AND FITNESS, IN NO EVENT SHALL STICHTING MATHEMATISCH
  29. CENTRUM OR CNRI BE LIABLE FOR ANY SPECIAL, INDIRECT OR CONSEQUENTIAL
  30. DAMAGES OR ANY DAMAGES WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR
  31. PROFITS, WHETHER IN AN ACTION OF CONTRACT, NEGLIGENCE OR OTHER
  32. TORTIOUS ACTION, ARISING OUT OF OR IN CONNECTION WITH THE USE OR
  33. PERFORMANCE OF THIS SOFTWARE.
  34.  
  35. ******************************************************************/
  36.  
  37. /* Regular expression objects */
  38. /* This uses Tatu Ylonen's copyleft-free reimplementation of
  39.    GNU regular expressions */
  40.  
  41. #include <ctype.h>
  42. #include "Python.h"
  43.  
  44. #include "regexpr.h"
  45.  
  46. static PyObject *RegexError;    /* Exception */    
  47.  
  48. typedef struct {
  49.     PyObject_HEAD
  50.     struct re_pattern_buffer re_patbuf; /* The compiled expression */
  51.     struct re_registers re_regs; /* The registers from the last match */
  52.     char re_fastmap[256];    /* Storage for fastmap */
  53.     PyObject *re_translate;    /* String object for translate table */
  54.     PyObject *re_lastok;    /* String object last matched/searched */
  55.     PyObject *re_groupindex;    /* Group name to index dictionary */
  56.     PyObject *re_givenpat;    /* Pattern with symbolic groups */
  57.     PyObject *re_realpat;    /* Pattern without symbolic groups */
  58. } regexobject;
  59.  
  60. #include "protos/regexmodule_protos.h"
  61.  
  62. /* Regex object methods */
  63.  
  64. static void
  65. reg_dealloc(re)
  66.     regexobject *re;
  67. {
  68.     PyMem_XDEL(re->re_patbuf.buffer);
  69.     Py_XDECREF(re->re_translate);
  70.     Py_XDECREF(re->re_lastok);
  71.     Py_XDECREF(re->re_groupindex);
  72.     Py_XDECREF(re->re_givenpat);
  73.     Py_XDECREF(re->re_realpat);
  74.     PyMem_DEL(re);
  75. }
  76.  
  77. static PyObject *
  78. makeresult(regs)
  79.     struct re_registers *regs;
  80. {
  81.     PyObject *v;
  82.     int i;
  83.     static PyObject *filler = NULL;
  84.     if (filler == NULL) {
  85.         filler = Py_BuildValue("(ii)", -1, -1);
  86.         if (filler == NULL)
  87.             return NULL;
  88.     }
  89.     v = PyTuple_New(RE_NREGS);
  90.     if (v == NULL)
  91.         return NULL;
  92.     for (i = 0; i < RE_NREGS; i++) {
  93.         int lo = regs->start[i];
  94.         int hi = regs->end[i];
  95.         PyObject *w;
  96.         if (lo == -1 && hi == -1) {
  97.             w = filler;
  98.             Py_INCREF(w);
  99.         }
  100.         else
  101.             w = Py_BuildValue("(ii)", lo, hi);
  102.         if (w == NULL) {
  103.             Py_XDECREF(v);
  104.             return NULL;
  105.         }
  106.         PyTuple_SetItem(v, i, w);
  107.     }
  108.     return v;
  109. }
  110.  
  111. static PyObject *
  112. reg_match(re, args)
  113.     regexobject *re;
  114.     PyObject *args;
  115. {
  116.     PyObject *argstring;
  117.     char *buffer;
  118.     int size;
  119.     int offset;
  120.     int result;
  121.     if (PyArg_Parse(args, "S", &argstring)) {
  122.         offset = 0;
  123.     }
  124.     else {
  125.         PyErr_Clear();
  126.         if (!PyArg_Parse(args, "(Si)", &argstring, &offset))
  127.             return NULL;
  128.     }
  129.     buffer = PyString_AsString(argstring);
  130.     size = PyString_Size(argstring);
  131.     if (offset < 0 || offset > size) {
  132.         PyErr_SetString(RegexError, "match offset out of range");
  133.         return NULL;
  134.     }
  135.     Py_XDECREF(re->re_lastok);
  136.     re->re_lastok = NULL;
  137.     result = re_match(&re->re_patbuf, buffer, size, offset, &re->re_regs);
  138.     if (result < -1) {
  139.         /* Failure like stack overflow */
  140.         PyErr_SetString(RegexError, "match failure");
  141.         return NULL;
  142.     }
  143.     if (result >= 0) {
  144.         Py_INCREF(argstring);
  145.         re->re_lastok = argstring;
  146.     }
  147.     return PyInt_FromLong((long)result); /* Length of the match or -1 */
  148. }
  149.  
  150. static PyObject *
  151. reg_search(re, args)
  152.     regexobject *re;
  153.     PyObject *args;
  154. {
  155.     PyObject *argstring;
  156.     char *buffer;
  157.     int size;
  158.     int offset;
  159.     int range;
  160.     int result;
  161.     
  162.     if (PyArg_Parse(args, "S", &argstring)) {
  163.         offset = 0;
  164.     }
  165.     else {
  166.         PyErr_Clear();
  167.         if (!PyArg_Parse(args, "(Si)", &argstring, &offset))
  168.             return NULL;
  169.     }
  170.     buffer = PyString_AsString(argstring);
  171.     size = PyString_Size(argstring);
  172.     if (offset < 0 || offset > size) {
  173.         PyErr_SetString(RegexError, "search offset out of range");
  174.         return NULL;
  175.     }
  176.     /* NB: In Emacs 18.57, the documentation for re_search[_2] and
  177.        the implementation don't match: the documentation states that
  178.        |range| positions are tried, while the code tries |range|+1
  179.        positions.  It seems more productive to believe the code! */
  180.     range = size - offset;
  181.     Py_XDECREF(re->re_lastok);
  182.     re->re_lastok = NULL;
  183.     result = re_search(&re->re_patbuf, buffer, size, offset, range,
  184.                &re->re_regs);
  185.     if (result < -1) {
  186.         /* Failure like stack overflow */
  187.         PyErr_SetString(RegexError, "match failure");
  188.         return NULL;
  189.     }
  190.     if (result >= 0) {
  191.         Py_INCREF(argstring);
  192.         re->re_lastok = argstring;
  193.     }
  194.     return PyInt_FromLong((long)result); /* Position of the match or -1 */
  195. }
  196.  
  197. static PyObject *
  198. reg_group(re, args)
  199.     regexobject *re;
  200.     PyObject *args;
  201. {
  202.     int i, a, b;
  203.     if (args != NULL && PyTuple_Check(args)) {
  204.         int n = PyTuple_Size(args);
  205.         PyObject *res = PyTuple_New(n);
  206.         if (res == NULL)
  207.             return NULL;
  208.         for (i = 0; i < n; i++) {
  209.             PyObject *v = reg_group(re, PyTuple_GetItem(args, i));
  210.             if (v == NULL) {
  211.                 Py_DECREF(res);
  212.                 return NULL;
  213.             }
  214.             PyTuple_SetItem(res, i, v);
  215.         }
  216.         return res;
  217.     }
  218.     if (!PyArg_Parse(args, "i", &i)) {
  219.         PyObject *n;
  220.         PyErr_Clear();
  221.         if (!PyArg_Parse(args, "S", &n))
  222.             return NULL;
  223.         else {
  224.             PyObject *index;
  225.             if (re->re_groupindex == NULL)
  226.                 index = NULL;
  227.             else
  228.                 index = PyDict_GetItem(re->re_groupindex, n);
  229.             if (index == NULL) {
  230.                 PyErr_SetString(RegexError, "group() group name doesn't exist");
  231.                 return NULL;
  232.             }
  233.             i = PyInt_AsLong(index);
  234.         }
  235.     }
  236.     if (i < 0 || i >= RE_NREGS) {
  237.         PyErr_SetString(RegexError, "group() index out of range");
  238.         return NULL;
  239.     }
  240.     if (re->re_lastok == NULL) {
  241.         PyErr_SetString(RegexError,
  242.             "group() only valid after successful match/search");
  243.         return NULL;
  244.     }
  245.     a = re->re_regs.start[i];
  246.     b = re->re_regs.end[i];
  247.     if (a < 0 || b < 0) {
  248.         Py_INCREF(Py_None);
  249.         return Py_None;
  250.     }
  251.     return PyString_FromStringAndSize(PyString_AsString(re->re_lastok)+a, b-a);
  252. }
  253.  
  254. static struct PyMethodDef reg_methods[] = {
  255.     {"match",    (PyCFunction)reg_match},
  256.     {"search",    (PyCFunction)reg_search},
  257.     {"group",    (PyCFunction)reg_group},
  258.     {NULL,        NULL}        /* sentinel */
  259. };
  260.  
  261. static PyObject *
  262. reg_getattr(re, name)
  263.     regexobject *re;
  264.     char *name;
  265. {
  266.     if (strcmp(name, "regs") == 0) {
  267.         if (re->re_lastok == NULL) {
  268.             Py_INCREF(Py_None);
  269.             return Py_None;
  270.         }
  271.         return makeresult(&re->re_regs);
  272.     }
  273.     if (strcmp(name, "last") == 0) {
  274.         if (re->re_lastok == NULL) {
  275.             Py_INCREF(Py_None);
  276.             return Py_None;
  277.         }
  278.         Py_INCREF(re->re_lastok);
  279.         return re->re_lastok;
  280.     }
  281.     if (strcmp(name, "translate") == 0) {
  282.         if (re->re_translate == NULL) {
  283.             Py_INCREF(Py_None);
  284.             return Py_None;
  285.         }
  286.         Py_INCREF(re->re_translate);
  287.         return re->re_translate;
  288.     }
  289.     if (strcmp(name, "groupindex") == 0) {
  290.         if (re->re_groupindex == NULL) {
  291.             Py_INCREF(Py_None);
  292.             return Py_None;
  293.         }
  294.         Py_INCREF(re->re_groupindex);
  295.         return re->re_groupindex;
  296.     }
  297.     if (strcmp(name, "realpat") == 0) {
  298.         if (re->re_realpat == NULL) {
  299.             Py_INCREF(Py_None);
  300.             return Py_None;
  301.         }
  302.         Py_INCREF(re->re_realpat);
  303.         return re->re_realpat;
  304.     }
  305.     if (strcmp(name, "givenpat") == 0) {
  306.         if (re->re_givenpat == NULL) {
  307.             Py_INCREF(Py_None);
  308.             return Py_None;
  309.         }
  310.         Py_INCREF(re->re_givenpat);
  311.         return re->re_givenpat;
  312.     }
  313.     if (strcmp(name, "__members__") == 0) {
  314.         PyObject *list = PyList_New(6);
  315.         if (list) {
  316.             PyList_SetItem(list, 0, PyString_FromString("last"));
  317.             PyList_SetItem(list, 1, PyString_FromString("regs"));
  318.             PyList_SetItem(list, 2, PyString_FromString("translate"));
  319.             PyList_SetItem(list, 3, PyString_FromString("groupindex"));
  320.             PyList_SetItem(list, 4, PyString_FromString("realpat"));
  321.             PyList_SetItem(list, 5, PyString_FromString("givenpat"));
  322.             if (PyErr_Occurred()) {
  323.                 Py_DECREF(list);
  324.                 list = NULL;
  325.             }
  326.         }
  327.         return list;
  328.     }
  329.     return Py_FindMethod(reg_methods, (PyObject *)re, name);
  330. }
  331.  
  332. static PyTypeObject Regextype = {
  333.     PyObject_HEAD_INIT(&PyType_Type)
  334.     0,            /*ob_size*/
  335.     "regex",        /*tp_name*/
  336.     sizeof(regexobject),    /*tp_size*/
  337.     0,            /*tp_itemsize*/
  338.     /* methods */
  339.     (destructor)reg_dealloc, /*tp_dealloc*/
  340.     0,            /*tp_print*/
  341.     (getattrfunc)reg_getattr, /*tp_getattr*/
  342.     0,            /*tp_setattr*/
  343.     0,            /*tp_compare*/
  344.     0,            /*tp_repr*/
  345. };
  346.  
  347. static PyObject *
  348. newregexobject(pattern, translate, givenpat, groupindex)
  349.     PyObject *pattern;
  350.     PyObject *translate;
  351.     PyObject *givenpat;
  352.     PyObject *groupindex;
  353. {
  354.     regexobject *re;
  355.     char *pat = PyString_AsString(pattern);
  356.     int size = PyString_Size(pattern);
  357.  
  358.     if (translate != NULL && PyString_Size(translate) != 256) {
  359.         PyErr_SetString(RegexError,
  360.                "translation table must be 256 bytes");
  361.         return NULL;
  362.     }
  363.     re = PyObject_NEW(regexobject, &Regextype);
  364.     if (re != NULL) {
  365.         char *error;
  366.         re->re_patbuf.buffer = NULL;
  367.         re->re_patbuf.allocated = 0;
  368.         re->re_patbuf.fastmap = re->re_fastmap;
  369.         if (translate)
  370.             re->re_patbuf.translate = PyString_AsString(translate);
  371.         else
  372.             re->re_patbuf.translate = NULL;
  373.         Py_XINCREF(translate);
  374.         re->re_translate = translate;
  375.         re->re_lastok = NULL;
  376.         re->re_groupindex = groupindex;
  377.         Py_INCREF(pattern);
  378.         re->re_realpat = pattern;
  379.         Py_INCREF(givenpat);
  380.         re->re_givenpat = givenpat;
  381.         error = re_compile_pattern(pat, size, &re->re_patbuf);
  382.         if (error != NULL) {
  383.             PyErr_SetString(RegexError, error);
  384.             Py_DECREF(re);
  385.             re = NULL;
  386.         }
  387.     }
  388.     return (PyObject *)re;
  389. }
  390.  
  391. static PyObject *
  392. regex_compile(self, args)
  393.     PyObject *self;
  394.     PyObject *args;
  395. {
  396.     PyObject *pat = NULL;
  397.     PyObject *tran = NULL;
  398.     if (!PyArg_Parse(args, "S", &pat)) {
  399.         PyErr_Clear();
  400.         if (!PyArg_Parse(args, "(SS)", &pat, &tran))
  401.             return NULL;
  402.     }
  403.     return newregexobject(pat, tran, pat, NULL);
  404. }
  405.  
  406. static PyObject *
  407. symcomp(pattern, gdict)
  408.     PyObject *pattern;
  409.     PyObject *gdict;
  410. {
  411.     char *opat = PyString_AsString(pattern);
  412.     char *oend = opat + PyString_Size(pattern);
  413.     int group_count = 0;
  414.     int escaped = 0;
  415.     char *o = opat;
  416.     char *n;
  417.     char name_buf[128];
  418.     char *g;
  419.     PyObject *npattern;
  420.     int require_escape = re_syntax & RE_NO_BK_PARENS ? 0 : 1;
  421.  
  422.     if (oend == opat) {
  423.         Py_INCREF(pattern);
  424.         return pattern;
  425.     }
  426.  
  427.     npattern = PyString_FromStringAndSize((char*)NULL, PyString_Size(pattern));
  428.     if (npattern == NULL)
  429.         return NULL;
  430.     n = PyString_AsString(npattern);
  431.  
  432.     while (o < oend) {
  433.         if (*o == '(' && escaped == require_escape) {
  434.             char *backtrack;
  435.             escaped = 0;
  436.             ++group_count;
  437.             *n++ = *o;
  438.             if (++o >= oend || *o != '<')
  439.                 continue;
  440.             /* *o == '<' */
  441.             if (o+1 < oend && *(o+1) == '>')
  442.                 continue;
  443.             backtrack = o;
  444.             g = name_buf;
  445.             for (++o; o < oend;) {
  446.                 if (*o == '>') {
  447.                     PyObject *group_name = NULL;
  448.                     PyObject *group_index = NULL;
  449.                     *g++ = '\0';
  450.                     group_name = PyString_FromString(name_buf);
  451.                     group_index = PyInt_FromLong(group_count);
  452.                     if (group_name == NULL || group_index == NULL
  453.                         || PyDict_SetItem(gdict, group_name, group_index) != 0) {
  454.                         Py_XDECREF(group_name);
  455.                         Py_XDECREF(group_index);
  456.                         Py_XDECREF(npattern);
  457.                         return NULL;
  458.                     }
  459.                     ++o; /* eat the '>' */
  460.                     break;
  461.                 }
  462.                 if (!isalnum(Py_CHARMASK(*o)) && *o != '_') {
  463.                     o = backtrack;
  464.                     break;
  465.                 }
  466.                 *g++ = *o++;
  467.             }
  468.         }
  469.         else if (*o == '[' && !escaped) {
  470.             *n++ = *o;
  471.             ++o;    /* eat the char following '[' */
  472.             *n++ = *o;
  473.             while (o < oend && *o != ']') {
  474.                 ++o;
  475.                 *n++ = *o;
  476.             }
  477.             if (o < oend)
  478.                 ++o;
  479.         }
  480.         else if (*o == '\\') {
  481.             escaped = 1;
  482.             *n++ = *o;
  483.             ++o;
  484.         }
  485.         else {
  486.             escaped = 0;
  487.             *n++ = *o;
  488.             ++o;
  489.         }
  490.     }
  491.  
  492.     if (_PyString_Resize(&npattern, n - PyString_AsString(npattern)) == 0)
  493.         return npattern;
  494.     else {
  495.         return NULL;
  496.     }
  497.  
  498. }
  499.  
  500. static PyObject *
  501. regex_symcomp(self, args)
  502.     PyObject *self;
  503.     PyObject *args;
  504. {
  505.     PyObject *pattern;
  506.     PyObject *tran = NULL;
  507.     PyObject *gdict = NULL;
  508.     PyObject *npattern;
  509.     if (!PyArg_Parse(args, "S", &pattern)) {
  510.         PyErr_Clear();
  511.         if (!PyArg_Parse(args, "(SS)", &pattern, &tran))
  512.             return NULL;
  513.     }
  514.     gdict = PyDict_New();
  515.     if (gdict == NULL
  516.         || (npattern = symcomp(pattern, gdict)) == NULL) {
  517.         Py_DECREF(gdict);
  518.         Py_DECREF(pattern);
  519.         return NULL;
  520.     }
  521.     return newregexobject(npattern, tran, pattern, gdict);
  522. }
  523.  
  524.  
  525. static PyObject *cache_pat;
  526. static PyObject *cache_prog;
  527.  
  528. static int
  529. update_cache(pat)
  530.     PyObject *pat;
  531. {
  532.     if (pat != cache_pat) {
  533.         Py_XDECREF(cache_pat);
  534.         cache_pat = NULL;
  535.         Py_XDECREF(cache_prog);
  536.         cache_prog = regex_compile((PyObject *)NULL, pat);
  537.         if (cache_prog == NULL)
  538.             return -1;
  539.         cache_pat = pat;
  540.         Py_INCREF(cache_pat);
  541.     }
  542.     return 0;
  543. }
  544.  
  545. static PyObject *
  546. regex_match(self, args)
  547.     PyObject *self;
  548.     PyObject *args;
  549. {
  550.     PyObject *pat, *string;
  551.     if (!PyArg_Parse(args, "(SS)", &pat, &string))
  552.         return NULL;
  553.     if (update_cache(pat) < 0)
  554.         return NULL;
  555.     return reg_match((regexobject *)cache_prog, string);
  556. }
  557.  
  558. static PyObject *
  559. regex_search(self, args)
  560.     PyObject *self;
  561.     PyObject *args;
  562. {
  563.     PyObject *pat, *string;
  564.     if (!PyArg_Parse(args, "(SS)", &pat, &string))
  565.         return NULL;
  566.     if (update_cache(pat) < 0)
  567.         return NULL;
  568.     return reg_search((regexobject *)cache_prog, string);
  569. }
  570.  
  571. static PyObject *
  572. regex_set_syntax(self, args)
  573.     PyObject *self, *args;
  574. {
  575.     int syntax;
  576.     if (!PyArg_Parse(args, "i", &syntax))
  577.         return NULL;
  578.     syntax = re_set_syntax(syntax);
  579.     return PyInt_FromLong((long)syntax);
  580. }
  581.  
  582. static struct PyMethodDef regex_global_methods[] = {
  583.     {"compile",    regex_compile, 0},
  584.     {"symcomp",    regex_symcomp, 0},
  585.     {"match",    regex_match, 0},
  586.     {"search",    regex_search, 0},
  587.     {"set_syntax",    regex_set_syntax, 0},
  588.     {NULL,        NULL}        /* sentinel */
  589. };
  590.  
  591. void
  592. initregex()
  593. {
  594.     PyObject *m, *d, *v;
  595.     
  596.     m = Py_InitModule("regex", regex_global_methods);
  597.     d = PyModule_GetDict(m);
  598.     
  599.     /* Initialize regex.error exception */
  600.     RegexError = PyString_FromString("regex.error");
  601.     if (RegexError == NULL || PyDict_SetItemString(d, "error", RegexError) != 0)
  602.         Py_FatalError("can't define regex.error");
  603.  
  604.     /* Initialize regex.casefold constant */
  605.     v = PyString_FromStringAndSize((char *)NULL, 256);
  606.     if (v != NULL) {
  607.         int i;
  608.         char *s = PyString_AsString(v);
  609.         for (i = 0; i < 256; i++) {
  610.             if (isupper(i))
  611.                 s[i] = tolower(i);
  612.             else
  613.                 s[i] = i;
  614.         }
  615.         PyDict_SetItemString(d, "casefold", v);
  616.         Py_DECREF(v);
  617.     }
  618. }
  619.