xref: /titanic_41/usr/src/lib/libast/common/regex/regdecomp.c (revision 1f0f5e3e328e41529296f756090856aa7f239b1c)
1 /***********************************************************************
2 *                                                                      *
3 *               This software is part of the ast package               *
4 *          Copyright (c) 1985-2009 AT&T Intellectual Property          *
5 *                      and is licensed under the                       *
6 *                  Common Public License, Version 1.0                  *
7 *                    by AT&T Intellectual Property                     *
8 *                                                                      *
9 *                A copy of the License is available at                 *
10 *            http://www.opensource.org/licenses/cpl1.0.txt             *
11 *         (with md5 checksum 059e8cd6165cb4c31e351f2b69388fd9)         *
12 *                                                                      *
13 *              Information and Software Systems Research               *
14 *                            AT&T Research                             *
15 *                           Florham Park NJ                            *
16 *                                                                      *
17 *                 Glenn Fowler <gsf@research.att.com>                  *
18 *                  David Korn <dgk@research.att.com>                   *
19 *                   Phong Vo <kpv@research.att.com>                    *
20 *                                                                      *
21 ***********************************************************************/
22 #pragma prototyped
23 
24 /*
25  * posix regex decompiler
26  */
27 
28 #include "reglib.h"
29 
30 #undef	ismeta
31 #define ismeta(c,t,e,d)	(state.magic[c] && state.magic[c][(t)+(e)] >= T_META || (c) == (d))
32 #define meta(f,c,t,e,d)	do { if (ismeta(c,t,e,d)) sfputc(f, '\\'); sfputc(f, c); } while (0)
33 
34 static void
35 detrie(Trie_node_t* x, Sfio_t* sp, char* b, char* p, char* e, int delimiter)
36 {
37 	register Trie_node_t*	y;
38 	char*			o;
39 	int			k;
40 
41 	o = p;
42 	k = 1;
43 	do
44 	{
45 		if (k)
46 		{
47 			o = p;
48 			if (p < e)
49 				*p++ = x->c;
50 		}
51 		sfputc(sp, x->c);
52 		for (y = x->sib; y; y = y->sib)
53 		{
54 			sfputc(sp, '|');
55 			sfputc(sp, '<');
56 			sfwrite(sp, b, p - b);
57 			sfputc(sp, '>');
58 			detrie(y, sp, b, p, e, delimiter);
59 		}
60 		if (x->end && x->son)
61 		{
62 			sfputc(sp, '|');
63 			sfputc(sp, '{');
64 			sfwrite(sp, b, p - b);
65 			sfputc(sp, '}');
66 			p = o;
67 		}
68 	} while (x = x->son);
69 }
70 
71 static int
72 decomp(register Rex_t* e, Sfio_t* sp, int type, int delimiter, regflags_t flags)
73 {
74 	Rex_t*		q;
75 	unsigned char*	s;
76 	unsigned char*	t;
77 	int		c;
78 	int		cb;
79 	int		cd;
80 	int		cr;
81 	int		ib;
82 	int		ie;
83 	int		nb;
84 	int		ne;
85 	unsigned char	ic[2*UCHAR_MAX];
86 	unsigned char	nc[2*UCHAR_MAX];
87 
88 	do
89 	{
90 		switch (e->type)
91 		{
92 		case REX_ALT:
93 			if (decomp(e->re.group.expr.binary.left, sp, type, delimiter, flags))
94 				return 1;
95 			sfputc(sp, '|');
96 			if (e->re.group.expr.binary.right && decomp(e->re.group.expr.binary.right, sp, type, delimiter, flags))
97 				return 1;
98 			break;
99 		case REX_BACK:
100 			sfprintf(sp, "\\%d", e->lo);
101 			break;
102 		case REX_BEG:
103 			if (type < SRE)
104 				sfputc(sp, '^');
105 			break;
106 		case REX_END:
107 			if (type < SRE)
108 				sfputc(sp, '$');
109 			break;
110 		case REX_WBEG:
111 			meta(sp, '<', type, 1, delimiter);
112 			break;
113 		case REX_WEND:
114 			meta(sp, '<', type, 1, delimiter);
115 			break;
116 		case REX_WORD:
117 			sfprintf(sp, "\\w");
118 			break;
119 		case REX_CLASS:
120 		case REX_COLL_CLASS:
121 		case REX_ONECHAR:
122 		case REX_DOT:
123 		case REX_REP:
124 			if (type >= SRE)
125 			{
126 				c = ')';
127 				if (e->hi == RE_DUP_INF)
128 				{
129 					if (!e->lo)
130 						sfputc(sp, '*');
131 					else if (e->lo == 1)
132 						sfputc(sp, '+');
133 					else
134 						sfprintf(sp, "{%d,}", e->lo);
135 				}
136 				else if (e->hi != 1)
137 					sfprintf(sp, "{%d,%d}", e->lo, e->hi);
138 				else if (e->lo == 0)
139 					sfputc(sp, '?');
140 				else
141 					c = 0;
142 			}
143 			switch (e->type)
144 			{
145 			case REX_REP:
146 				if (decomp(e->re.group.expr.rex, sp, type, delimiter, flags))
147 					return 1;
148 				break;
149 			case REX_CLASS:
150 				sfputc(sp, '[');
151 				nb = ne = ib = ie = -2;
152 				cb = cd = cr = 0;
153 				s = nc;
154 				t = ic;
155 				for (c = 0; c <= UCHAR_MAX; c++)
156 					if (settst(e->re.charclass, c))
157 					{
158 						if (c == ']')
159 							cb = 1;
160 						else if (c == '-')
161 							cr = 1;
162 						else if (c == delimiter)
163 							cd = 1;
164 						else if (nb < 0)
165 							ne = nb = c;
166 						else if (ne == (c - 1))
167 							ne = c;
168 						else
169 						{
170 							if (ne == nb)
171 								*s++ = ne;
172 							else
173 							{
174 								*s++ = nb;
175 								*s++ = '-';
176 								*s++ = ne;
177 							}
178 							ne = nb = c;
179 						}
180 					}
181 					else
182 					{
183 						if (c == ']')
184 							cb = -1;
185 						else if (c == '-')
186 							cr = -1;
187 						else if (c == delimiter)
188 							cd = -1;
189 						else if (ib < 0)
190 							ie = ib = c;
191 						else if (ie == (c - 1))
192 							ie = c;
193 						else
194 						{
195 							if (ie == ib)
196 								*t++ = ie;
197 							else
198 							{
199 								*t++ = ib;
200 								*t++ = '-';
201 								*t++ = ie;
202 							}
203 							ie = ib = c;
204 						}
205 					}
206 				if (nb >= 0)
207 				{
208 					*s++ = nb;
209 					if (ne != nb)
210 					{
211 						*s++ = '-';
212 						*s++ = ne;
213 					}
214 				}
215 				if (ib >= 0)
216 				{
217 					*t++ = ib;
218 					if (ie != ib)
219 					{
220 						*t++ = '-';
221 						*t++ = ie;
222 					}
223 				}
224 				if ((t - ic + 1) < (s - nc + (nc[0] == '^')))
225 				{
226 					sfputc(sp, '^');
227 					if (cb < 0)
228 						sfputc(sp, ']');
229 					if (cr < 0)
230 						sfputc(sp, '-');
231 					if (cd < 0)
232 					{
233 						if (flags & REG_ESCAPE)
234 							sfputc(sp, '\\');
235 						sfputc(sp, delimiter);
236 					}
237 					sfwrite(sp, ic, t - ic);
238 				}
239 				else
240 				{
241 					if (cb > 0)
242 						sfputc(sp, ']');
243 					if (cr > 0)
244 						sfputc(sp, '-');
245 					if (cd > 0)
246 					{
247 						if (flags & REG_ESCAPE)
248 							sfputc(sp, '\\');
249 						sfputc(sp, delimiter);
250 					}
251 					if (nc[0] == '^')
252 					{
253 						sfwrite(sp, nc + 1, s - nc - 1);
254 						sfputc(sp, '^');
255 					}
256 					else
257 						sfwrite(sp, nc, s - nc);
258 				}
259 				sfputc(sp, ']');
260 				break;
261 			case REX_COLL_CLASS:
262 				break;
263 			case REX_ONECHAR:
264 				meta(sp, e->re.onechar, type, 0, delimiter);
265 				break;
266 			case REX_DOT:
267 				sfputc(sp, '.');
268 				break;
269 			}
270 			if (type < SRE)
271 			{
272 				if (e->hi == RE_DUP_INF)
273 				{
274 					if (!e->lo)
275 						sfputc(sp, '*');
276 					else if (e->lo == 1 && ismeta('+', type, 0, delimiter))
277 						meta(sp, '+', type, 1, delimiter);
278 					else
279 					{
280 						meta(sp, '{', type, 1, delimiter);
281 						sfprintf(sp, "%d,", e->lo);
282 						meta(sp, '}', type, 1, delimiter);
283 					}
284 				}
285 				else if (e->hi != 1 || e->lo == 0 && !ismeta('?', type, 0, delimiter))
286 				{
287 					meta(sp, '{', type, 1, delimiter);
288 					sfprintf(sp, "%d,%d", e->lo, e->hi);
289 					meta(sp, '}', type, 1, delimiter);
290 				}
291 				else if (e->lo == 0)
292 					meta(sp, '?', type, 1, delimiter);
293 			}
294 			else if (c)
295 				sfputc(sp, c);
296 			break;
297 		case REX_STRING:
298 		case REX_KMP:
299 			t = (s = e->re.string.base) + e->re.string.size;
300 			while (s < t)
301 			{
302 				c = *s++;
303 				meta(sp, c, type, 0, delimiter);
304 			}
305 			break;
306 		case REX_TRIE:
307 			ib = 0;
308 			for (c = 0; c <= UCHAR_MAX; c++)
309 				if (e->re.trie.root[c])
310 				{
311 					char	pfx[1024];
312 
313 					if (ib)
314 						sfputc(sp, '|');
315 					else
316 						ib = 1;
317 					detrie(e->re.trie.root[c], sp, pfx, pfx, &pfx[sizeof(pfx)], delimiter);
318 				}
319 			break;
320 		case REX_NEG:
321 			if (type >= SRE)
322 				sfprintf(sp, "!(");
323 			if (decomp(e->re.group.expr.rex, sp, type, delimiter, flags))
324 				return 1;
325 			if (type >= SRE)
326 				sfputc(sp, ')');
327 			else
328 				sfputc(sp, '!');
329 			break;
330 		case REX_CONJ:
331 			if (decomp(e->re.group.expr.binary.left, sp, type, delimiter, flags))
332 				return 1;
333 			sfputc(sp, '&');
334 			if (decomp(e->re.group.expr.binary.right, sp, type, delimiter, flags))
335 				return 1;
336 			break;
337 		case REX_GROUP:
338 			if (type >= SRE)
339 				sfputc(sp, '@');
340 			meta(sp, '(', type, 1, delimiter);
341 			if (decomp(e->re.group.expr.rex, sp, type, delimiter, flags))
342 				return 1;
343 			meta(sp, ')', type, 1, delimiter);
344 			break;
345 		case REX_GROUP_AHEAD:
346 		case REX_GROUP_AHEAD_NOT:
347 		case REX_GROUP_BEHIND:
348 		case REX_GROUP_BEHIND_NOT:
349 			meta(sp, '(', type, 1, delimiter);
350 			sfputc(sp, '?');
351 			if (decomp(e->re.group.expr.rex, sp, type, delimiter, flags))
352 				return 1;
353 			meta(sp, ')', type, 1, delimiter);
354 			break;
355 		case REX_GROUP_COND:
356 			meta(sp, '(', type, 1, delimiter);
357 			sfputc(sp, '?');
358 			if (e->re.group.expr.binary.left && decomp(e->re.group.expr.binary.left, sp, type, delimiter, flags))
359 				return 1;
360 			if (q = e->re.group.expr.binary.right)
361 			{
362 				sfputc(sp, ':');
363 				if (q->re.group.expr.binary.left && decomp(q->re.group.expr.binary.left, sp, type, delimiter, flags))
364 					return 1;
365 				sfputc(sp, ':');
366 				if (q->re.group.expr.binary.right && decomp(q->re.group.expr.binary.right, sp, type, delimiter, flags))
367 					return 1;
368 			}
369 			meta(sp, ')', type, 1, delimiter);
370 			break;
371 		case REX_GROUP_CUT:
372 			meta(sp, '(', type, 1, delimiter);
373 			sfputc(sp, '?');
374 			if (decomp(e->re.group.expr.rex, sp, type, delimiter, flags))
375 				return 1;
376 			meta(sp, ')', type, 1, delimiter);
377 			break;
378 		case REX_BM:
379 			break;
380 		default:
381 			sfprintf(sp, "<ERROR:REX_%d>", e->type);
382 			break;
383 		}
384 	} while (e = e->next);
385 	return 0;
386 }
387 
388 /*
389  * reconstruct pattern from compiled re p into sp
390  */
391 
392 size_t
393 regdecomp(regex_t* p, regflags_t flags, char* buf, size_t n)
394 {
395 	Sfio_t*		sp;
396 	char*		s;
397 	int		type;
398 	int		delimiter;
399 	size_t		r;
400 
401 	if (!(sp = sfstropen()))
402 		return 0;
403 	if (flags < 0)
404 		flags = p->env->flags;
405 	switch (flags & (REG_AUGMENTED|REG_EXTENDED|REG_SHELL))
406 	{
407 	case 0:
408 		type = BRE;
409 		break;
410 	case REG_AUGMENTED:
411 	case REG_AUGMENTED|REG_EXTENDED:
412 		type = ARE;
413 		break;
414 	case REG_EXTENDED:
415 		type = ERE;
416 		break;
417 	case REG_SHELL:
418 		type = SRE;
419 		break;
420 	default:
421 		type = KRE;
422 		break;
423 	}
424 	if (flags & REG_DELIMITED)
425 	{
426 		delimiter = '/';
427 		sfputc(sp, delimiter);
428 	}
429 	else
430 		delimiter = 0;
431 	if (decomp(p->env->rex, sp, type, delimiter, flags))
432 		r = 0;
433 	else
434 	{
435 		if (delimiter)
436 			sfputc(sp, delimiter);
437 		if ((r = sfstrtell(sp) + 1) <= n)
438 		{
439 			if (!(s = sfstruse(sp)))
440 				r = 0;
441 			else
442 				memcpy(buf, s, r);
443 		}
444 	}
445 	sfstrclose(sp);
446 	return r;
447 }
448