[gforth] / gforth / regexp.fs  

gforth: gforth/regexp.fs


1 : pazsan 1.1 \ Regexp compile
2 :    
3 : anton 1.3 \ Copyright (C) 2005 Free Software Foundation, Inc.
4 :    
5 :     \ This file is part of Gforth.
6 :    
7 :     \ Gforth is free software; you can redistribute it and/or
8 :     \ modify it under the terms of the GNU General Public License
9 :     \ as published by the Free Software Foundation; either version 2
10 :     \ of the License, or (at your option) any later version.
11 :    
12 :     \ This program is distributed in the hope that it will be useful,
13 :     \ but WITHOUT ANY WARRANTY; without even the implied warranty of
14 :     \ MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
15 :     \ GNU General Public License for more details.
16 :    
17 :     \ You should have received a copy of the GNU General Public License
18 :     \ along with this program; if not, write to the Free Software
19 :     \ Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111, USA.
20 :    
21 : pazsan 1.1 \ The idea of the parser is the following:
22 :     \ As long as there's a match, continue
23 :     \ On a mismatch, LEAVE.
24 :     \ Insert appropriate control structures on alternative branches
25 :     \ Keep the old pointer (backtracking) on the stack
26 :     \ I try to keep the syntax as close to a real regexp system as possible
27 :     \ All regexp stuff is compiled into one function as forward branching
28 :     \ state machine
29 :    
30 : pazsan 1.2 \ special control structure
31 : pazsan 1.1
32 :     : FORK ( compilation -- orig ; run-time f -- ) \ core
33 :     POSTPONE call >mark ; immediate restrict
34 :     : JOIN ( orig -- ) postpone THEN ; immediate restrict
35 :    
36 :     \ Charclasses
37 :    
38 :     : +bit ( addr n -- ) + 1 swap c! ;
39 :     : -bit ( addr n -- ) + 0 swap c! ;
40 :     : @+ ( addr -- n addr' ) dup @ swap cell+ ;
41 :    
42 :     0 Value cur-class
43 :     : charclass ( -- ) Create here dup to cur-class $100 dup allot erase ;
44 :     : +char ( char -- ) cur-class swap +bit ;
45 : pazsan 1.4 : +ichar ( char -- ) dup toupper +char +char ;
46 : pazsan 1.1 : -char ( char -- ) cur-class swap -bit ;
47 : pazsan 1.4 : -ichar ( char -- ) dup toupper -char -char ;
48 : pazsan 1.1 : ..char ( start end -- ) 1+ swap ?DO I +char LOOP ;
49 :     : or! ( n addr -- ) dup @ rot or swap ! ;
50 :     : and! ( n addr -- ) dup @ rot and swap ! ;
51 :     : +class ( class -- ) $100 0 ?DO @+ swap
52 :     cur-class I + or! cell +LOOP drop ;
53 :     : -class ( class -- ) $100 0 ?DO @+ swap invert
54 :     cur-class I + and! cell +LOOP drop ;
55 :    
56 :     : char? ( addr class -- addr' flag )
57 :     >r count r> + c@ ;
58 :    
59 :     \ Charclass tests
60 :    
61 :     : c? ( addr class -- ) ]] char? 0= ?LEAVE [[ ; immediate
62 :     : -c? ( addr class -- ) ]] char? ?LEAVE [[ ; immediate
63 :    
64 :     charclass digit '0 '9 ..char
65 :     charclass blanks 0 bl ..char
66 :     \ bl +char #tab +char #cr +char #lf +char ctrl L +char
67 :     charclass letter 'a 'z ..char 'A 'Z ..char
68 :     charclass any 0 $FF ..char #lf -char
69 :    
70 :     : \d ( addr -- addr' ) ]] digit c? [[ ; immediate
71 :     : \s ( addr -- addr' ) ]] blanks c? [[ ; immediate
72 :     : .? ( addr -- addr' ) ]] any c? [[ ; immediate
73 :     : -\d ( addr -- addr' ) ]] digit -c? [[ ; immediate
74 :     : -\s ( addr -- addr' ) ]] blanks -c? [[ ; immediate
75 :     : ` ( -- )
76 :     ]] count [[ char ]] Literal <> ?LEAVE [[ ; immediate
77 :    
78 :     \ A word for string comparison
79 :    
80 :     : $= ( addr1 addr2 u -- f ) tuck compare ;
81 :     : ,=" ( addr u -- ) tuck ]] dup SLiteral $= ?LEAVE Literal + noop [[ ;
82 :     : =" ( <string>" -- ) '" parse ,=" ; immediate
83 : pazsan 1.4
84 :     [IFDEF] capscompare
85 :     : $i= ( addr1 addr2 u -- f ) tuck capscompare ;
86 :     : ,i=" ( addr u -- ) tuck ]] dup SLiteral $i= ?LEAVE Literal + noop [[ ;
87 :     : i=" ( <string>" -- ) '" parse ,i=" ; immediate
88 :     [ELSE]
89 :     : i=" ( -- ) '" parse bounds ?DO
90 :     ]] count toupper [[ I c@ toupper ]] Literal <> ?LEAVE [[
91 :     LOOP ; immediate
92 :     [THEN]
93 : pazsan 1.1
94 :     \ loop stack
95 :    
96 :     Variable loops $40 3 * cells allot
97 :     : 3@ ( addr -- a b c ) dup >r 2 cells + @ r> 2@ ;
98 :     : 3! ( a b c addr -- ) dup >r 2! r> 2 cells + ! ;
99 :     : loops> ( -- addr ) -3 loops +! loops @+ swap cells + 3@ ;
100 :     : >loops ( addr -- ) loops @+ swap cells + 3! 3 loops +! ;
101 :     : BEGIN, ( -- ) ]] BEGIN [[ >loops ;
102 :     : DONE, ( -- ) loops @ IF loops> ]] DONE [[ THEN ]] noop [[ ;
103 :    
104 :     \ variables
105 :    
106 :     Variable vars &18 cells allot
107 :     Variable varstack 9 cells allot
108 :     Variable varsmax
109 :     : >var ( -- addr ) vars @+ swap 2* cells +
110 :     vars @ varstack @+ swap cells + !
111 :     1 vars +! 1 varstack +! ;
112 :     : var> ( -- addr ) -1 varstack +!
113 :     varstack @+ swap cells + @
114 :     1+ 2* cells vars + ;
115 :    
116 :     \ start end
117 :    
118 :     0 Value end$
119 :     0 Value start$
120 :     : !end ( addr u -- addr ) over + to end$ dup to start$ ;
121 :     : $? ( addr -- addr flag ) dup end$ u< ;
122 :     : ^? ( addr -- addr flag ) dup start$ u> ;
123 :     : ?end ( addr -- addr ) ]] dup end$ u> ?LEAVE [[ ; immediate
124 :    
125 :     \ start and end
126 :    
127 :     : \^ ( addr -- addr )
128 :     ]] ^? ?LEAVE [[ ; immediate
129 :     : \$ ( addr -- addr )
130 :     ]] $? ?LEAVE [[ ; immediate
131 :    
132 :     \ regexp block
133 :    
134 :     \ FORK/JOIN are like AHEAD THEN, but producing a call on AHEAD
135 :     \ instead of a jump.
136 :    
137 :     : (( ( addr u -- ) vars off varsmax off loops off
138 :     ]] FORK AHEAD BUT JOIN !end [[ BEGIN, ; immediate
139 :     : )) ( -- addr f )
140 :     ]] ?end drop true EXIT [[
141 :     DONE, ]] drop false EXIT THEN [[ ; immediate
142 :    
143 :     \ greedy loops
144 :    
145 :     \ Idea: scan as many characters as possible, try the rest of the pattern
146 :     \ and then back off one pattern at a time
147 :    
148 :     : drops ( n -- ) 1+ cells sp@ + sp! ;
149 :    
150 :     : {** ( addr -- addr addr )
151 :     0 ]] Literal >r BEGIN dup [[ BEGIN, ; immediate
152 :     ' {** Alias {++ ( addr -- addr addr ) immediate
153 :     : n*} ( sys n -- ) >r ]] r> 1+ >r $? 0= UNTIL dup [[ DONE, ]] drop [[
154 :     r@ IF r@ ]] r@ Literal u< IF r> 1+ drops false EXIT THEN [[ THEN
155 :     r@ ]] r> 1+ Literal U+DO FORK BUT [[
156 :     ]] IF I' I - [[ r@ 1- ]] Literal + drops true UNLOOP EXIT THEN LOOP [[
157 :     r@ IF r@ ]] Literal drops [[ THEN
158 :     rdrop ]] false EXIT JOIN [[ ; immediate
159 :     : **} 0 postpone n*} ; immediate
160 :     : ++} 1 postpone n*} ; immediate
161 :    
162 :     \ non-greedy loops
163 :    
164 :     \ Idea: Try to match rest of the regexp, and if that fails, try match
165 :     \ first expr and then try again rest of regexp.
166 :    
167 :     : {+ ( addr -- addr addr )
168 :     ]] BEGIN [[ BEGIN, ; immediate
169 :     : {* ( addr -- addr addr )
170 :     ]] {+ dup FORK BUT IF drop true EXIT THEN [[ ; immediate
171 :     : *} ( addr addr' -- addr' )
172 :     ]] dup end$ u> UNTIL [[
173 :     DONE, ]] drop false EXIT JOIN [[ ; immediate
174 :     : +} ( addr addr' -- addr' )
175 :     ]] dup FORK BUT IF drop true EXIT [[
176 :     DONE, ]] drop false EXIT THEN *} [[ ; immediate
177 :    
178 :     : // ( -- ) ]] {* 1+ *} [[ ; immediate
179 :    
180 :     \ alternatives
181 :    
182 :     \ idea: try to match one alternative and then the rest of regexp.
183 :     \ if that fails, jump back to second alternative
184 :    
185 :     : THENs ( sys -- ) BEGIN dup WHILE ]] THEN [[ REPEAT drop ;
186 :    
187 :     : {{ ( addr -- addr addr ) 0 ]] dup BEGIN [[ vars @ ; immediate
188 :     : || ( addr addr -- addr addr ) vars @ varsmax @ max varsmax !
189 :     ]] nip AHEAD [[ >r >r >r vars !
190 :     ]] DONE drop dup [[ r> r> r> ]] BEGIN [[ vars @ ; immediate
191 :     : }} ( addr addr -- addr addr ) vars @ varsmax @ max vars !
192 :     ]] nip AHEAD [[ >r >r >r drop
193 :     ]] DONE drop LEAVE [[ r> r> r> THENs ; immediate
194 :    
195 :     \ match variables
196 :    
197 :     : \( ( addr -- addr ) ]] dup [[
198 :     >var ]] ALiteral ! [[ ; immediate
199 :     : \) ( addr -- addr ) ]] dup [[
200 :     var> ]] ALiteral ! [[ ; immediate
201 :     : \0 ( -- addr u ) start$ end$ over - ;
202 :     : \: ( i -- )
203 :     Create 2* 1+ cells vars + ,
204 :     DOES> ( -- addr u ) @ 2@ tuck - ;
205 :     : \:s ( n -- ) 0 ?DO I \: LOOP ;
206 :     9 \:s \1 \2 \3 \4 \5 \6 \7 \8 \9

CVS Admin

Powered by ViewCVS 1.0-dev
(Powered by ViewCVS)

ViewCVS and CVS Help