home *** CD-ROM | disk | FTP | other *** search
/ OpenStep 4.2J (Developer) / os42jdev.iso / NextDeveloper / Source / GNU / perl / Perl / regexec.c < prev    next >
Encoding:
C/C++ Source or Header  |  1995-06-22  |  23.8 KB  |  1,082 lines
  1. /*    regexec.c
  2.  */
  3.  
  4. /*
  5.  * "One Ring to rule them all, One Ring to find them..."
  6.  */
  7.  
  8. /* NOTE: this is derived from Henry Spencer's regexp code, and should not
  9.  * confused with the original package (see point 3 below).  Thanks, Henry!
  10.  */
  11.  
  12. /* Additional note: this code is very heavily munged from Henry's version
  13.  * in places.  In some spots I've traded clarity for efficiency, so don't
  14.  * blame Henry for some of the lack of readability.
  15.  */
  16.  
  17. /* The names of the functions have been changed from regcomp and
  18.  * regexec to  pregcomp and pregexec in order to avoid conflicts
  19.  * with the POSIX routines of the same names.
  20. */
  21.  
  22. /*SUPPRESS 112*/
  23. /*
  24.  * pregcomp and pregexec -- regsub and regerror are not used in perl
  25.  *
  26.  *    Copyright (c) 1986 by University of Toronto.
  27.  *    Written by Henry Spencer.  Not derived from licensed software.
  28.  *
  29.  *    Permission is granted to anyone to use this software for any
  30.  *    purpose on any computer system, and to redistribute it freely,
  31.  *    subject to the following restrictions:
  32.  *
  33.  *    1. The author is not responsible for the consequences of use of
  34.  *        this software, no matter how awful, even if they arise
  35.  *        from defects in it.
  36.  *
  37.  *    2. The origin of this software must not be misrepresented, either
  38.  *        by explicit claim or by omission.
  39.  *
  40.  *    3. Altered versions must be plainly marked as such, and must not
  41.  *        be misrepresented as being the original software.
  42.  *
  43.  ****    Alterations to Henry's code are...
  44.  ****
  45.  ****    Copyright (c) 1991-1994, Larry Wall
  46.  ****
  47.  ****    You may distribute under the terms of either the GNU General Public
  48.  ****    License or the Artistic License, as specified in the README file.
  49.  *
  50.  * Beware that some of this code is subtly aware of the way operator
  51.  * precedence is structured in regular expressions.  Serious changes in
  52.  * regular-expression syntax might require a total rethink.
  53.  */
  54. #include "EXTERN.h"
  55. #include "perl.h"
  56. #include "regcomp.h"
  57.  
  58. #ifndef STATIC
  59. #define    STATIC    static
  60. #endif
  61.  
  62. #ifdef DEBUGGING
  63. static I32 regnarrate = 0;
  64. static char* regprogram = 0;
  65. #endif
  66.  
  67. /* Current curly descriptor */
  68. typedef struct curcur CURCUR;
  69. struct curcur {
  70.     int        parenfloor;    /* how far back to strip paren data */
  71.     int        cur;        /* how many instances of scan we've matched */
  72.     int        min;        /* the minimal number of scans to match */
  73.     int        max;        /* the maximal number of scans to match */
  74.     int        minmod;        /* whether to work our way up or down */
  75.     char *    scan;        /* the thing to match */
  76.     char *    next;        /* what has to match after it */
  77.     char *    lastloc;    /* where we started matching this scan */
  78.     CURCUR *    oldcc;        /* current curly before we started this one */
  79. };
  80.  
  81. static CURCUR* regcc;
  82.  
  83. typedef I32 CHECKPOINT;
  84.  
  85. CHECKPOINT regcppush _((I32 parenfloor));
  86. char * regcppop _((void));
  87.  
  88. CHECKPOINT
  89. regcppush(parenfloor)
  90. I32 parenfloor;
  91. {
  92.     int retval = savestack_ix;
  93.     int i = (regsize - parenfloor) * 3;
  94.     int p;
  95.  
  96.     SSCHECK(i + 5);
  97.     for (p = regsize; p > parenfloor; p--) {
  98.     SSPUSHPTR(regendp[p]);
  99.     SSPUSHPTR(regstartp[p]);
  100.     SSPUSHINT(p);
  101.     }
  102.     SSPUSHINT(regsize);
  103.     SSPUSHINT(*reglastparen);
  104.     SSPUSHPTR(reginput);
  105.     SSPUSHINT(i + 3);
  106.     SSPUSHINT(SAVEt_REGCONTEXT);
  107.     return retval;
  108. }
  109.  
  110. char*
  111. regcppop()
  112. {
  113.     I32 i = SSPOPINT;
  114.     U32 paren = 0;
  115.     char *input;
  116.     char *tmps;
  117.     assert(i == SAVEt_REGCONTEXT);
  118.     i = SSPOPINT;
  119.     input = (char *) SSPOPPTR;
  120.     *reglastparen = SSPOPINT;
  121.     regsize = SSPOPINT;
  122.     for (i -= 3; i > 0; i -= 3) {
  123.     paren = (U32)SSPOPINT;
  124.     regstartp[paren] = (char *) SSPOPPTR;
  125.     tmps = (char*)SSPOPPTR;
  126.     if (paren <= *reglastparen)
  127.         regendp[paren] = tmps;
  128.     }
  129.     for (paren = *reglastparen + 1; paren <= regnpar; paren++) {
  130.     if (paren > regsize)
  131.         regstartp[paren] = Nullch;
  132.     regendp[paren] = Nullch;
  133.     }
  134.     return input;
  135. }
  136.  
  137. #define regcpblow(cp) leave_scope(cp)
  138.  
  139. /*
  140.  * pregexec and friends
  141.  */
  142.  
  143. /*
  144.  * Forwards.
  145.  */
  146.  
  147. static I32 regmatch _((char *prog));
  148. static I32 regrepeat _((char *p, I32 max));
  149. static I32 regtry _((regexp *prog, char *startpos));
  150.  
  151. /*
  152.  - pregexec - match a regexp against a string
  153.  */
  154. I32
  155. pregexec(prog, stringarg, strend, strbeg, minend, screamer, safebase)
  156. register regexp *prog;
  157. char *stringarg;
  158. register char *strend;    /* pointer to null at end of string */
  159. char *strbeg;    /* real beginning of string */
  160. I32 minend;    /* end of match must be at least minend after stringarg */
  161. SV *screamer;
  162. I32 safebase;    /* no need to remember string in subbase */
  163. {
  164.     register char *s;
  165.     register I32 i;
  166.     register char *c;
  167.     register char *startpos = stringarg;
  168.     register I32 tmp;
  169.     I32 minlen = 0;        /* must match at least this many chars */
  170.     I32 dontbother = 0;    /* how many characters not to try at end */
  171.     CURCUR cc;
  172.  
  173.     cc.cur = 0;
  174.     regcc = &cc;
  175.  
  176. #ifdef DEBUGGING
  177.     regnarrate = debug & 512;
  178.     regprogram = prog->program;
  179. #endif
  180.  
  181.     /* Be paranoid... */
  182.     if (prog == NULL || startpos == NULL) {
  183.     croak("NULL regexp parameter");
  184.     return 0;
  185.     }
  186.  
  187.     if (startpos == strbeg)    /* is ^ valid at stringarg? */
  188.     regprev = '\n';
  189.     else {
  190.     regprev = stringarg[-1];
  191.     if (!multiline && regprev == '\n')
  192.         regprev = '\0';        /* force ^ to NOT match */
  193.     }
  194.     regprecomp = prog->precomp;
  195.     regnpar = prog->nparens;
  196.     /* Check validity of program. */
  197.     if (UCHARAT(prog->program) != MAGIC) {
  198.     FAIL("corrupted regexp program");
  199.     }
  200.  
  201.     if (prog->do_folding) {
  202.     i = strend - startpos;
  203.     New(1101,c,i+1,char);
  204.     Copy(startpos, c, i+1, char);
  205.     startpos = c;
  206.     strend = startpos + i;
  207.     for (s = startpos; s < strend; s++)
  208.         if (isUPPER(*s))
  209.         *s = toLOWER(*s);
  210.     }
  211.  
  212.     /* If there is a "must appear" string, look for it. */
  213.     s = startpos;
  214.     if (prog->regmust != Nullsv &&
  215.     (!(prog->reganch & ROPT_ANCH)
  216.      || (multiline && prog->regback >= 0)) )
  217.     {
  218.     if (stringarg == strbeg && screamer) {
  219.         if (screamfirst[BmRARE(prog->regmust)] >= 0)
  220.             s = screaminstr(screamer,prog->regmust);
  221.         else
  222.             s = Nullch;
  223.     }
  224.     else
  225.         s = fbm_instr((unsigned char*)s, (unsigned char*)strend,
  226.         prog->regmust);
  227.     if (!s) {
  228.         ++BmUSEFUL(prog->regmust);    /* hooray */
  229.         goto phooey;    /* not present */
  230.     }
  231.     else if (prog->regback >= 0) {
  232.         s -= prog->regback;
  233.         if (s < startpos)
  234.         s = startpos;
  235.         minlen = prog->regback + SvCUR(prog->regmust);
  236.     }
  237.     else if (!prog->naughty && --BmUSEFUL(prog->regmust) < 0) { /* boo */
  238.         SvREFCNT_dec(prog->regmust);
  239.         prog->regmust = Nullsv;    /* disable regmust */
  240.         s = startpos;
  241.     }
  242.     else {
  243.         s = startpos;
  244.         minlen = SvCUR(prog->regmust);
  245.     }
  246.     }
  247.  
  248.     /* Mark beginning of line for ^ . */
  249.     regbol = startpos;
  250.  
  251.     /* Mark end of line for $ (and such) */
  252.     regeol = strend;
  253.  
  254.     /* see how far we have to get to not match where we matched before */
  255.     regtill = startpos+minend;
  256.  
  257.     /* Simplest case:  anchored match need be tried only once. */
  258.     /*  [unless multiline is set] */
  259.     if (prog->reganch & ROPT_ANCH) {
  260.     if (regtry(prog, startpos))
  261.         goto got_it;
  262.     else if (multiline || (prog->reganch & ROPT_IMPLICIT)) {
  263.         if (minlen)
  264.         dontbother = minlen - 1;
  265.         strend -= dontbother;
  266.         /* for multiline we only have to try after newlines */
  267.         if (s > startpos)
  268.         s--;
  269.         while (s < strend) {
  270.         if (*s++ == '\n') {
  271.             if (s < strend && regtry(prog, s))
  272.             goto got_it;
  273.         }
  274.         }
  275.     }
  276.     goto phooey;
  277.     }
  278.  
  279.     /* Messy cases:  unanchored match. */
  280.     if (prog->regstart) {
  281.     if (prog->reganch & ROPT_SKIP) {  /* we have /x+whatever/ */
  282.         /* it must be a one character string */
  283.         i = SvPVX(prog->regstart)[0];
  284.         while (s < strend) {
  285.         if (*s == i) {
  286.             if (regtry(prog, s))
  287.             goto got_it;
  288.             s++;
  289.             while (s < strend && *s == i)
  290.             s++;
  291.         }
  292.         s++;
  293.         }
  294.     }
  295.     else if (SvPOK(prog->regstart) == 3) {
  296.         /* We know what string it must start with. */
  297.         while ((s = fbm_instr((unsigned char*)s,
  298.           (unsigned char*)strend, prog->regstart)) != NULL)
  299.         {
  300.         if (regtry(prog, s))
  301.             goto got_it;
  302.         s++;
  303.         }
  304.     }
  305.     else {
  306.         c = SvPVX(prog->regstart);
  307.         while ((s = ninstr(s, strend, c, c + SvCUR(prog->regstart))) != NULL)
  308.         {
  309.         if (regtry(prog, s))
  310.             goto got_it;
  311.         s++;
  312.         }
  313.     }
  314.     goto phooey;
  315.     }
  316.     /*SUPPRESS 560*/
  317.     if (c = prog->regstclass) {
  318.     I32 doevery = (prog->reganch & ROPT_SKIP) == 0;
  319.  
  320.     if (minlen)
  321.         dontbother = minlen - 1;
  322.     strend -= dontbother;    /* don't bother with what can't match */
  323.     tmp = 1;
  324.     /* We know what class it must start with. */
  325.     switch (OP(c)) {
  326.     case ANYOF:
  327.         c = OPERAND(c);
  328.         while (s < strend) {
  329.         i = UCHARAT(s);
  330.         if (!(c[i >> 3] & (1 << (i&7)))) {
  331.             if (tmp && regtry(prog, s))
  332.             goto got_it;
  333.             else
  334.             tmp = doevery;
  335.         }
  336.         else
  337.             tmp = 1;
  338.         s++;
  339.         }
  340.         break;
  341.     case BOUND:
  342.         if (minlen)
  343.         dontbother++,strend--;
  344.         if (s != startpos) {
  345.         i = s[-1];
  346.         tmp = isALNUM(i);
  347.         }
  348.         else
  349.         tmp = isALNUM(regprev);    /* assume not alphanumeric */
  350.         while (s < strend) {
  351.         i = *s;
  352.         if (tmp != isALNUM(i)) {
  353.             tmp = !tmp;
  354.             if (regtry(prog, s))
  355.             goto got_it;
  356.         }
  357.         s++;
  358.         }
  359.         if ((minlen || tmp) && regtry(prog,s))
  360.         goto got_it;
  361.         break;
  362.     case NBOUND:
  363.         if (minlen)
  364.         dontbother++,strend--;
  365.         if (s != startpos) {
  366.         i = s[-1];
  367.         tmp = isALNUM(i);
  368.         }
  369.         else
  370.         tmp = isALNUM(regprev);    /* assume not alphanumeric */
  371.         while (s < strend) {
  372.         i = *s;
  373.         if (tmp != isALNUM(i))
  374.             tmp = !tmp;
  375.         else if (regtry(prog, s))
  376.             goto got_it;
  377.         s++;
  378.         }
  379.         if ((minlen || !tmp) && regtry(prog,s))
  380.         goto got_it;
  381.         break;
  382.     case ALNUM:
  383.         while (s < strend) {
  384.         i = *s;
  385.         if (isALNUM(i)) {
  386.             if (tmp && regtry(prog, s))
  387.             goto got_it;
  388.             else
  389.             tmp = doevery;
  390.         }
  391.         else
  392.             tmp = 1;
  393.         s++;
  394.         }
  395.         break;
  396.     case NALNUM:
  397.         while (s < strend) {
  398.         i = *s;
  399.         if (!isALNUM(i)) {
  400.             if (tmp && regtry(prog, s))
  401.             goto got_it;
  402.             else
  403.             tmp = doevery;
  404.         }
  405.         else
  406.             tmp = 1;
  407.         s++;
  408.         }
  409.         break;
  410.     case SPACE:
  411.         while (s < strend) {
  412.         if (isSPACE(*s)) {
  413.             if (tmp && regtry(prog, s))
  414.             goto got_it;
  415.             else
  416.             tmp = doevery;
  417.         }
  418.         else
  419.             tmp = 1;
  420.         s++;
  421.         }
  422.         break;
  423.     case NSPACE:
  424.         while (s < strend) {
  425.         if (!isSPACE(*s)) {
  426.             if (tmp && regtry(prog, s))
  427.             goto got_it;
  428.             else
  429.             tmp = doevery;
  430.         }
  431.         else
  432.             tmp = 1;
  433.         s++;
  434.         }
  435.         break;
  436.     case DIGIT:
  437.         while (s < strend) {
  438.         if (isDIGIT(*s)) {
  439.             if (tmp && regtry(prog, s))
  440.             goto got_it;
  441.             else
  442.             tmp = doevery;
  443.         }
  444.         else
  445.             tmp = 1;
  446.         s++;
  447.         }
  448.         break;
  449.     case NDIGIT:
  450.         while (s < strend) {
  451.         if (!isDIGIT(*s)) {
  452.             if (tmp && regtry(prog, s))
  453.             goto got_it;
  454.             else
  455.             tmp = doevery;
  456.         }
  457.         else
  458.             tmp = 1;
  459.         s++;
  460.         }
  461.         break;
  462.     }
  463.     }
  464.     else {
  465.     if (minlen)
  466.         dontbother = minlen - 1;
  467.     strend -= dontbother;
  468.     /* We don't know much -- general case. */
  469.     do {
  470.         if (regtry(prog, s))
  471.         goto got_it;
  472.     } while (s++ < strend);
  473.     }
  474.  
  475.     /* Failure. */
  476.     goto phooey;
  477.  
  478. got_it:
  479.     strend += dontbother;    /* uncheat */
  480.     prog->subbeg = strbeg;
  481.     prog->subend = strend;
  482.     if ((!safebase && (prog->nparens || sawampersand)) || prog->do_folding) {
  483.     i = strend - startpos + (stringarg - strbeg);
  484.     if (safebase) {            /* no need for $digit later */
  485.         s = strbeg;
  486.         prog->subend = s+i;
  487.     }
  488.     else if (strbeg != prog->subbase) {
  489.         s = savepvn(strbeg,i);    /* so $digit will work later */
  490.         if (prog->subbase)
  491.         Safefree(prog->subbase);
  492.         prog->subbeg = prog->subbase = s;
  493.         prog->subend = s+i;
  494.     }
  495.     else {
  496.         prog->subbeg = s = prog->subbase;
  497.         prog->subend = s+i;
  498.     }
  499.     s += (stringarg - strbeg);
  500.     for (i = 0; i <= prog->nparens; i++) {
  501.         if (prog->endp[i]) {
  502.         prog->startp[i] = s + (prog->startp[i] - startpos);
  503.         prog->endp[i] = s + (prog->endp[i] - startpos);
  504.         }
  505.     }
  506.     if (prog->do_folding)
  507.         Safefree(startpos);
  508.     }
  509.     return 1;
  510.  
  511. phooey:
  512.     if (prog->do_folding)
  513.     Safefree(startpos);
  514.     return 0;
  515. }
  516.  
  517. /*
  518.  - regtry - try match at specific point
  519.  */
  520. static I32            /* 0 failure, 1 success */
  521. regtry(prog, startpos)
  522. regexp *prog;
  523. char *startpos;
  524. {
  525.     register I32 i;
  526.     register char **sp;
  527.     register char **ep;
  528.  
  529.     reginput = startpos;
  530.     regstartp = prog->startp;
  531.     regendp = prog->endp;
  532.     reglastparen = &prog->lastparen;
  533.     prog->lastparen = 0;
  534.     regsize = 0;
  535.  
  536.     sp = prog->startp;
  537.     ep = prog->endp;
  538.     if (prog->nparens) {
  539.     for (i = prog->nparens; i >= 0; i--) {
  540.         *sp++ = NULL;
  541.         *ep++ = NULL;
  542.     }
  543.     }
  544.     if (regmatch(prog->program + 1) && reginput >= regtill) {
  545.     prog->startp[0] = startpos;
  546.     prog->endp[0] = reginput;
  547.     return 1;
  548.     }
  549.     else
  550.     return 0;
  551. }
  552.  
  553. /*
  554.  - regmatch - main matching routine
  555.  *
  556.  * Conceptually the strategy is simple:  check to see whether the current
  557.  * node matches, call self recursively to see whether the rest matches,
  558.  * and then act accordingly.  In practice we make some effort to avoid
  559.  * recursion, in particular by going through "ordinary" nodes (that don't
  560.  * need to know whether the rest of the match failed) by a loop instead of
  561.  * by recursion.
  562.  */
  563. /* [lwall] I've hoisted the register declarations to the outer block in order to
  564.  * maybe save a little bit of pushing and popping on the stack.  It also takes
  565.  * advantage of machines that use a register save mask on subroutine entry.
  566.  */
  567. static I32            /* 0 failure, 1 success */
  568. regmatch(prog)
  569. char *prog;
  570. {
  571.     register char *scan;    /* Current node. */
  572.     char *next;            /* Next node. */
  573.     register I32 nextchar;
  574.     register I32 n;        /* no or next */
  575.     register I32 ln;        /* len or last */
  576.     register char *s;        /* operand or save */
  577.     register char *locinput = reginput;
  578.     int minmod = 0;
  579.  
  580.     nextchar = *locinput;
  581.     scan = prog;
  582.     while (scan != NULL) {
  583. #ifdef DEBUGGING
  584.     if (regnarrate)
  585.         fprintf(stderr, "%2d%-8.8s\t<%.10s>\n",
  586.         scan - regprogram, regprop(scan), locinput);
  587. #endif
  588.  
  589. #ifdef REGALIGN
  590.     next = scan + NEXT(scan);
  591.     if (next == scan)
  592.         next = NULL;
  593. #else
  594.     next = regnext(scan);
  595. #endif
  596.  
  597.     switch (OP(scan)) {
  598.     case BOL:
  599.         if (locinput == regbol
  600.         ? regprev == '\n'
  601.         : ((nextchar || locinput < regeol) && locinput[-1] == '\n') )
  602.         {
  603.         /* regtill = regbol; */
  604.         break;
  605.         }
  606.         return 0;
  607.     case MBOL:
  608.         if (locinput == regbol
  609.         ? regprev == '\n'
  610.         : ((nextchar || locinput < regeol) && locinput[-1] == '\n') )
  611.         {
  612.         break;
  613.         }
  614.         return 0;
  615.     case SBOL:
  616.         if (locinput == regbol && regprev == '\n')
  617.         break;
  618.         return 0;
  619.     case GBOL:
  620.         if (locinput == regbol)
  621.         break;
  622.         return 0;
  623.     case EOL:
  624.         if (multiline)
  625.         goto meol;
  626.         else
  627.         goto seol;
  628.     case MEOL:
  629.       meol:
  630.         if ((nextchar || locinput < regeol) && nextchar != '\n')
  631.         return 0;
  632.         break;
  633.     case SEOL:
  634.       seol:
  635.         if ((nextchar || locinput < regeol) && nextchar != '\n')
  636.         return 0;
  637.         if (regeol - locinput > 1)
  638.         return 0;
  639.         break;
  640.     case SANY:
  641.         if (!nextchar && locinput >= regeol)
  642.         return 0;
  643.         nextchar = *++locinput;
  644.         break;
  645.     case ANY:
  646.         if (!nextchar && locinput >= regeol || nextchar == '\n')
  647.         return 0;
  648.         nextchar = *++locinput;
  649.         break;
  650.     case EXACTLY:
  651.         s = OPERAND(scan);
  652.         ln = *s++;
  653.         /* Inline the first character, for speed. */
  654.         if (*s != nextchar)
  655.         return 0;
  656.         if (regeol - locinput < ln)
  657.         return 0;
  658.         if (ln > 1 && bcmp(s, locinput, ln) != 0)
  659.         return 0;
  660.         locinput += ln;
  661.         nextchar = *locinput;
  662.         break;
  663.     case ANYOF:
  664.         s = OPERAND(scan);
  665.         if (nextchar < 0)
  666.         nextchar = UCHARAT(locinput);
  667.         if (s[nextchar >> 3] & (1 << (nextchar&7)))
  668.         return 0;
  669.         if (!nextchar && locinput >= regeol)
  670.         return 0;
  671.         nextchar = *++locinput;
  672.         break;
  673.     case ALNUM:
  674.         if (!nextchar)
  675.         return 0;
  676.         if (!isALNUM(nextchar))
  677.         return 0;
  678.         nextchar = *++locinput;
  679.         break;
  680.     case NALNUM:
  681.         if (!nextchar && locinput >= regeol)
  682.         return 0;
  683.         if (isALNUM(nextchar))
  684.         return 0;
  685.         nextchar = *++locinput;
  686.         break;
  687.     case NBOUND:
  688.     case BOUND:
  689.         if (locinput == regbol)    /* was last char in word? */
  690.         ln = isALNUM(regprev);
  691.         else 
  692.         ln = isALNUM(locinput[-1]);
  693.         n = isALNUM(nextchar); /* is next char in word? */
  694.         if ((ln == n) == (OP(scan) == BOUND))
  695.         return 0;
  696.         break;
  697.     case SPACE:
  698.         if (!nextchar && locinput >= regeol)
  699.         return 0;
  700.         if (!isSPACE(nextchar))
  701.         return 0;
  702.         nextchar = *++locinput;
  703.         break;
  704.     case NSPACE:
  705.         if (!nextchar)
  706.         return 0;
  707.         if (isSPACE(nextchar))
  708.         return 0;
  709.         nextchar = *++locinput;
  710.         break;
  711.     case DIGIT:
  712.         if (!isDIGIT(nextchar))
  713.         return 0;
  714.         nextchar = *++locinput;
  715.         break;
  716.     case NDIGIT:
  717.         if (!nextchar && locinput >= regeol)
  718.         return 0;
  719.         if (isDIGIT(nextchar))
  720.         return 0;
  721.         nextchar = *++locinput;
  722.         break;
  723.     case REF:
  724.         n = ARG1(scan);  /* which paren pair */
  725.         s = regstartp[n];
  726.         if (!s)
  727.         return 0;
  728.         if (!regendp[n])
  729.         return 0;
  730.         if (s == regendp[n])
  731.         break;
  732.         /* Inline the first character, for speed. */
  733.         if (*s != nextchar)
  734.         return 0;
  735.         ln = regendp[n] - s;
  736.         if (locinput + ln > regeol)
  737.         return 0;
  738.         if (ln > 1 && bcmp(s, locinput, ln) != 0)
  739.         return 0;
  740.         locinput += ln;
  741.         nextchar = *locinput;
  742.         break;
  743.  
  744.     case NOTHING:
  745.         break;
  746.     case BACK:
  747.         break;
  748.     case OPEN:
  749.         n = ARG1(scan);  /* which paren pair */
  750.         regstartp[n] = locinput;
  751.         if (n > regsize)
  752.         regsize = n;
  753.         break;
  754.     case CLOSE:
  755.         n = ARG1(scan);  /* which paren pair */
  756.         regendp[n] = locinput;
  757.         if (n > *reglastparen)
  758.         *reglastparen = n;
  759.         break;
  760.     case CURLYX: {
  761.         CURCUR cc;
  762.         CHECKPOINT cp = savestack_ix;
  763.         cc.oldcc = regcc;
  764.         regcc = &cc;
  765.         cc.parenfloor = *reglastparen;
  766.         cc.cur = -1;
  767.         cc.min = ARG1(scan);
  768.         cc.max  = ARG2(scan);
  769.         cc.scan = NEXTOPER(scan) + 4;
  770.         cc.next = next;
  771.         cc.minmod = minmod;
  772.         cc.lastloc = 0;
  773.         reginput = locinput;
  774.         n = regmatch(PREVOPER(next));    /* start on the WHILEM */
  775.         regcpblow(cp);
  776.         regcc = cc.oldcc;
  777.         return n;
  778.         }
  779.         /* NOT REACHED */
  780.     case WHILEM: {
  781.         /*
  782.          * This is really hard to understand, because after we match
  783.          * what we're trying to match, we must make sure the rest of
  784.          * the RE is going to match for sure, and to do that we have
  785.          * to go back UP the parse tree by recursing ever deeper.  And
  786.          * if it fails, we have to reset our parent's current state
  787.          * that we can try again after backing off.
  788.          */
  789.  
  790.         CURCUR* cc = regcc;
  791.         n = cc->cur + 1;
  792.         reginput = locinput;
  793.  
  794.         /* If degenerate scan matches "", assume scan done. */
  795.  
  796.         if (locinput == cc->lastloc) {
  797.             regcc = cc->oldcc;
  798.             ln = regcc->cur;
  799.             if (regmatch(cc->next))
  800.             return TRUE;
  801.             regcc->cur = ln;
  802.             regcc = cc;
  803.             return FALSE;
  804.         }
  805.  
  806.         /* First just match a string of min scans. */
  807.  
  808.         if (n < cc->min) {
  809.             cc->cur = n;
  810.             cc->lastloc = locinput;
  811.             return regmatch(cc->scan);
  812.         }
  813.  
  814.         /* Prefer next over scan for minimal matching. */
  815.  
  816.         if (cc->minmod) {
  817.             regcc = cc->oldcc;
  818.             ln = regcc->cur;
  819.             if (regmatch(cc->next))
  820.             return TRUE;    /* All done. */
  821.             regcc->cur = ln;
  822.             regcc = cc;
  823.  
  824.             if (n >= cc->max)    /* Maximum greed exceeded? */
  825.             return FALSE;
  826.  
  827.             /* Try scanning more and see if it helps. */
  828.             reginput = locinput;
  829.             cc->cur = n;
  830.             cc->lastloc = locinput;
  831.             return regmatch(cc->scan);
  832.         }
  833.  
  834.         /* Prefer scan over next for maximal matching. */
  835.  
  836.         if (n < cc->max) {    /* More greed allowed? */
  837.             regcppush(cc->parenfloor);
  838.             cc->cur = n;
  839.             cc->lastloc = locinput;
  840.             if (regmatch(cc->scan))
  841.             return TRUE;
  842.             regcppop();        /* Restore some previous $<digit>s? */
  843.             reginput = locinput;
  844.         }
  845.  
  846.         /* Failed deeper matches of scan, so see if this one works. */
  847.         regcc = cc->oldcc;
  848.         ln = regcc->cur;
  849.         if (regmatch(cc->next))
  850.             return TRUE;
  851.         regcc->cur = ln;
  852.         regcc = cc;
  853.         return FALSE;
  854.         }
  855.         /* NOT REACHED */
  856.     case BRANCH: {
  857.         if (OP(next) != BRANCH)      /* No choice. */
  858.             next = NEXTOPER(scan);/* Avoid recursion. */
  859.         else {
  860.             int lastparen = *reglastparen;
  861.             do {
  862.             reginput = locinput;
  863.             if (regmatch(NEXTOPER(scan)))
  864.                 return 1;
  865.             for (n = *reglastparen; n > lastparen; n--)
  866.                 regendp[n] = 0;
  867.             *reglastparen = n;
  868.                 
  869. #ifdef REGALIGN
  870.             /*SUPPRESS 560*/
  871.             if (n = NEXT(scan))
  872.                 scan += n;
  873.             else
  874.                 scan = NULL;
  875. #else
  876.             scan = regnext(scan);
  877. #endif
  878.             } while (scan != NULL && OP(scan) == BRANCH);
  879.             return 0;
  880.             /* NOTREACHED */
  881.         }
  882.         }
  883.         break;
  884.     case MINMOD:
  885.         minmod = 1;
  886.         break;
  887.     case CURLY:
  888.         ln = ARG1(scan);  /* min to match */
  889.         n  = ARG2(scan);  /* max to match */
  890.         scan = NEXTOPER(scan) + 4;
  891.         goto repeat;
  892.     case STAR:
  893.         ln = 0;
  894.         n = 32767;
  895.         scan = NEXTOPER(scan);
  896.         goto repeat;
  897.     case PLUS:
  898.         /*
  899.         * Lookahead to avoid useless match attempts
  900.         * when we know what character comes next.
  901.         */
  902.         ln = 1;
  903.         n = 32767;
  904.         scan = NEXTOPER(scan);
  905.       repeat:
  906.         if (OP(next) == EXACTLY)
  907.         nextchar = *(OPERAND(next)+1);
  908.         else
  909.         nextchar = -1000;
  910.         reginput = locinput;
  911.         if (minmod) {
  912.         minmod = 0;
  913.         if (ln && regrepeat(scan, ln) < ln)
  914.             return 0;
  915.         while (n >= ln) {
  916.             /* If it could work, try it. */
  917.             if (nextchar == -1000 || *reginput == nextchar)
  918.             if (regmatch(next))
  919.                 return 1;
  920.             /* Couldn't or didn't -- back up. */
  921.             reginput = locinput + ln;
  922.             if (regrepeat(scan, 1)) {
  923.             ln++;
  924.             reginput = locinput + ln;
  925.             }
  926.             else
  927.             return 0;
  928.         }
  929.         }
  930.         else {
  931.         n = regrepeat(scan, n);
  932.         if (ln < n && regkind[(U8)OP(next)] == EOL &&
  933.             (!multiline || OP(next) == SEOL))
  934.             ln = n;            /* why back off? */
  935.         while (n >= ln) {
  936.             /* If it could work, try it. */
  937.             if (nextchar == -1000 || *reginput == nextchar)
  938.             if (regmatch(next))
  939.                 return 1;
  940.             /* Couldn't or didn't -- back up. */
  941.             n--;
  942.             reginput = locinput + n;
  943.         }
  944.         }
  945.         return 0;
  946.     case SUCCEED:
  947.     case END:
  948.         reginput = locinput;    /* put where regtry can find it */
  949.         return 1;            /* Success! */
  950.     case IFMATCH:
  951.         reginput = locinput;
  952.         scan = NEXTOPER(scan);
  953.         if (!regmatch(scan))
  954.         return 0;
  955.         break;
  956.     case UNLESSM:
  957.         reginput = locinput;
  958.         scan = NEXTOPER(scan);
  959.         if (regmatch(scan))
  960.         return 0;
  961.         break;
  962.     default:
  963.         fprintf(stderr, "%x %d\n",(unsigned)scan,scan[1]);
  964.         FAIL("regexp memory corruption");
  965.     }
  966.     scan = next;
  967.     }
  968.  
  969.     /*
  970.     * We get here only if there's trouble -- normally "case END" is
  971.     * the terminating point.
  972.     */
  973.     FAIL("corrupted regexp pointers");
  974.     /*NOTREACHED*/
  975.     return 0;
  976. }
  977.  
  978. /*
  979.  - regrepeat - repeatedly match something simple, report how many
  980.  */
  981. /*
  982.  * [This routine now assumes that it will only match on things of length 1.
  983.  * That was true before, but now we assume scan - reginput is the count,
  984.  * rather than incrementing count on every character.]
  985.  */
  986. static I32
  987. regrepeat(p, max)
  988. char *p;
  989. I32 max;
  990. {
  991.     register char *scan;
  992.     register char *opnd;
  993.     register I32 c;
  994.     register char *loceol = regeol;
  995.  
  996.     scan = reginput;
  997.     if (max != 32767 && max < loceol - scan)
  998.       loceol = scan + max;
  999.     opnd = OPERAND(p);
  1000.     switch (OP(p)) {
  1001.     case ANY:
  1002.     while (scan < loceol && *scan != '\n')
  1003.         scan++;
  1004.     break;
  1005.     case SANY:
  1006.     scan = loceol;
  1007.     break;
  1008.     case EXACTLY:        /* length of string is 1 */
  1009.     opnd++;
  1010.     while (scan < loceol && *opnd == *scan)
  1011.         scan++;
  1012.     break;
  1013.     case ANYOF:
  1014.     c = UCHARAT(scan);
  1015.     while (scan < loceol && !(opnd[c >> 3] & (1 << (c & 7)))) {
  1016.         scan++;
  1017.         c = UCHARAT(scan);
  1018.     }
  1019.     break;
  1020.     case ALNUM:
  1021.     while (scan < loceol && isALNUM(*scan))
  1022.         scan++;
  1023.     break;
  1024.     case NALNUM:
  1025.     while (scan < loceol && !isALNUM(*scan))
  1026.         scan++;
  1027.     break;
  1028.     case SPACE:
  1029.     while (scan < loceol && isSPACE(*scan))
  1030.         scan++;
  1031.     break;
  1032.     case NSPACE:
  1033.     while (scan < loceol && !isSPACE(*scan))
  1034.         scan++;
  1035.     break;
  1036.     case DIGIT:
  1037.     while (scan < loceol && isDIGIT(*scan))
  1038.         scan++;
  1039.     break;
  1040.     case NDIGIT:
  1041.     while (scan < loceol && !isDIGIT(*scan))
  1042.         scan++;
  1043.     break;
  1044.     default:        /* Called on something of 0 width. */
  1045.     break;        /* So match right here or not at all. */
  1046.     }
  1047.  
  1048.     c = scan - reginput;
  1049.     reginput = scan;
  1050.  
  1051.     return(c);
  1052. }
  1053.  
  1054. /*
  1055.  - regnext - dig the "next" pointer out of a node
  1056.  *
  1057.  * [Note, when REGALIGN is defined there are two places in regmatch()
  1058.  * that bypass this code for speed.]
  1059.  */
  1060. char *
  1061. regnext(p)
  1062. register char *p;
  1063. {
  1064.     register I32 offset;
  1065.  
  1066.     if (p == ®dummy)
  1067.     return(NULL);
  1068.  
  1069.     offset = NEXT(p);
  1070.     if (offset == 0)
  1071.     return(NULL);
  1072.  
  1073. #ifdef REGALIGN
  1074.     return(p+offset);
  1075. #else
  1076.     if (OP(p) == BACK)
  1077.     return(p-offset);
  1078.     else
  1079.     return(p+offset);
  1080. #endif
  1081. }
  1082.