mirror of
https://github.com/bellard/quickjs.git
synced 2025-05-12 03:05:55 +08:00
fixed CONFIG_ALL_UNICODE compilation
This commit is contained in:
Fabrice Bellard
parent
9bd10d8eb9
commit
1be68b3345
402
libunicode.c
402
libunicode.c
@ -537,6 +537,207 @@ int cr_invert(CharRange *cr)
|
|||||||
return 0;
|
return 0;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
#define CASE_U (1 << 0)
|
||||||
|
#define CASE_L (1 << 1)
|
||||||
|
#define CASE_F (1 << 2)
|
||||||
|
|
||||||
|
/* use the case conversion table to generate range of characters.
|
||||||
|
CASE_U: set char if modified by uppercasing,
|
||||||
|
CASE_L: set char if modified by lowercasing,
|
||||||
|
CASE_F: set char if modified by case folding,
|
||||||
|
*/
|
||||||
|
static int unicode_case1(CharRange *cr, int case_mask)
|
||||||
|
{
|
||||||
|
#define MR(x) (1 << RUN_TYPE_ ## x)
|
||||||
|
const uint32_t tab_run_mask[3] = {
|
||||||
|
MR(U) | MR(UF) | MR(UL) | MR(LSU) | MR(U2L_399_EXT2) | MR(UF_D20) |
|
||||||
|
MR(UF_D1_EXT) | MR(U_EXT) | MR(UF_EXT2) | MR(UF_EXT3),
|
||||||
|
|
||||||
|
MR(L) | MR(LF) | MR(UL) | MR(LSU) | MR(U2L_399_EXT2) | MR(LF_EXT) | MR(LF_EXT2),
|
||||||
|
|
||||||
|
MR(UF) | MR(LF) | MR(UL) | MR(LSU) | MR(U2L_399_EXT2) | MR(LF_EXT) | MR(LF_EXT2) | MR(UF_D20) | MR(UF_D1_EXT) | MR(LF_EXT) | MR(UF_EXT2) | MR(UF_EXT3),
|
||||||
|
};
|
||||||
|
#undef MR
|
||||||
|
uint32_t mask, v, code, type, len, i, idx;
|
||||||
|
|
||||||
|
if (case_mask == 0)
|
||||||
|
return 0;
|
||||||
|
mask = 0;
|
||||||
|
for(i = 0; i < 3; i++) {
|
||||||
|
if ((case_mask >> i) & 1)
|
||||||
|
mask |= tab_run_mask[i];
|
||||||
|
}
|
||||||
|
for(idx = 0; idx < countof(case_conv_table1); idx++) {
|
||||||
|
v = case_conv_table1[idx];
|
||||||
|
type = (v >> (32 - 17 - 7 - 4)) & 0xf;
|
||||||
|
code = v >> (32 - 17);
|
||||||
|
len = (v >> (32 - 17 - 7)) & 0x7f;
|
||||||
|
if ((mask >> type) & 1) {
|
||||||
|
// printf("%d: type=%d %04x %04x\n", idx, type, code, code + len - 1);
|
||||||
|
switch(type) {
|
||||||
|
case RUN_TYPE_UL:
|
||||||
|
if ((case_mask & CASE_U) && (case_mask & (CASE_L | CASE_F)))
|
||||||
|
goto def_case;
|
||||||
|
code += ((case_mask & CASE_U) != 0);
|
||||||
|
for(i = 0; i < len; i += 2) {
|
||||||
|
if (cr_add_interval(cr, code + i, code + i + 1))
|
||||||
|
return -1;
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
case RUN_TYPE_LSU:
|
||||||
|
if ((case_mask & CASE_U) && (case_mask & (CASE_L | CASE_F)))
|
||||||
|
goto def_case;
|
||||||
|
if (!(case_mask & CASE_U)) {
|
||||||
|
if (cr_add_interval(cr, code, code + 1))
|
||||||
|
return -1;
|
||||||
|
}
|
||||||
|
if (cr_add_interval(cr, code + 1, code + 2))
|
||||||
|
return -1;
|
||||||
|
if (case_mask & CASE_U) {
|
||||||
|
if (cr_add_interval(cr, code + 2, code + 3))
|
||||||
|
return -1;
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
default:
|
||||||
|
def_case:
|
||||||
|
if (cr_add_interval(cr, code, code + len))
|
||||||
|
return -1;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
static int point_cmp(const void *p1, const void *p2, void *arg)
|
||||||
|
{
|
||||||
|
uint32_t v1 = *(uint32_t *)p1;
|
||||||
|
uint32_t v2 = *(uint32_t *)p2;
|
||||||
|
return (v1 > v2) - (v1 < v2);
|
||||||
|
}
|
||||||
|
|
||||||
|
static void cr_sort_and_remove_overlap(CharRange *cr)
|
||||||
|
{
|
||||||
|
uint32_t start, end, start1, end1, i, j;
|
||||||
|
|
||||||
|
/* the resulting ranges are not necessarily sorted and may overlap */
|
||||||
|
rqsort(cr->points, cr->len / 2, sizeof(cr->points[0]) * 2, point_cmp, NULL);
|
||||||
|
j = 0;
|
||||||
|
for(i = 0; i < cr->len; ) {
|
||||||
|
start = cr->points[i];
|
||||||
|
end = cr->points[i + 1];
|
||||||
|
i += 2;
|
||||||
|
while (i < cr->len) {
|
||||||
|
start1 = cr->points[i];
|
||||||
|
end1 = cr->points[i + 1];
|
||||||
|
if (start1 > end) {
|
||||||
|
/* |------|
|
||||||
|
* |-------| */
|
||||||
|
break;
|
||||||
|
} else if (end1 <= end) {
|
||||||
|
/* |------|
|
||||||
|
* |--| */
|
||||||
|
i += 2;
|
||||||
|
} else {
|
||||||
|
/* |------|
|
||||||
|
* |-------| */
|
||||||
|
end = end1;
|
||||||
|
i += 2;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
cr->points[j] = start;
|
||||||
|
cr->points[j + 1] = end;
|
||||||
|
j += 2;
|
||||||
|
}
|
||||||
|
cr->len = j;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* canonicalize a character set using the JS regex case folding rules
|
||||||
|
(see lre_canonicalize()) */
|
||||||
|
int cr_regexp_canonicalize(CharRange *cr, BOOL is_unicode)
|
||||||
|
{
|
||||||
|
CharRange cr_inter, cr_mask, cr_result, cr_sub;
|
||||||
|
uint32_t v, code, len, i, idx, start, end, c, d_start, d_end, d;
|
||||||
|
|
||||||
|
cr_init(&cr_mask, cr->mem_opaque, cr->realloc_func);
|
||||||
|
cr_init(&cr_inter, cr->mem_opaque, cr->realloc_func);
|
||||||
|
cr_init(&cr_result, cr->mem_opaque, cr->realloc_func);
|
||||||
|
cr_init(&cr_sub, cr->mem_opaque, cr->realloc_func);
|
||||||
|
|
||||||
|
if (unicode_case1(&cr_mask, is_unicode ? CASE_F : CASE_U))
|
||||||
|
goto fail;
|
||||||
|
if (cr_op(&cr_inter, cr_mask.points, cr_mask.len, cr->points, cr->len, CR_OP_INTER))
|
||||||
|
goto fail;
|
||||||
|
|
||||||
|
if (cr_invert(&cr_mask))
|
||||||
|
goto fail;
|
||||||
|
if (cr_op(&cr_sub, cr_mask.points, cr_mask.len, cr->points, cr->len, CR_OP_INTER))
|
||||||
|
goto fail;
|
||||||
|
|
||||||
|
/* cr_inter = cr & cr_mask */
|
||||||
|
/* cr_sub = cr & ~cr_mask */
|
||||||
|
|
||||||
|
/* use the case conversion table to compute the result */
|
||||||
|
d_start = -1;
|
||||||
|
d_end = -1;
|
||||||
|
idx = 0;
|
||||||
|
v = case_conv_table1[idx];
|
||||||
|
code = v >> (32 - 17);
|
||||||
|
len = (v >> (32 - 17 - 7)) & 0x7f;
|
||||||
|
for(i = 0; i < cr_inter.len; i += 2) {
|
||||||
|
start = cr_inter.points[i];
|
||||||
|
end = cr_inter.points[i + 1];
|
||||||
|
|
||||||
|
for(c = start; c < end; c++) {
|
||||||
|
for(;;) {
|
||||||
|
if (c >= code && c < code + len)
|
||||||
|
break;
|
||||||
|
idx++;
|
||||||
|
assert(idx < countof(case_conv_table1));
|
||||||
|
v = case_conv_table1[idx];
|
||||||
|
code = v >> (32 - 17);
|
||||||
|
len = (v >> (32 - 17 - 7)) & 0x7f;
|
||||||
|
}
|
||||||
|
d = lre_case_folding_entry(c, idx, v, is_unicode);
|
||||||
|
/* try to merge with the current interval */
|
||||||
|
if (d_start == -1) {
|
||||||
|
d_start = d;
|
||||||
|
d_end = d + 1;
|
||||||
|
} else if (d_end == d) {
|
||||||
|
d_end++;
|
||||||
|
} else {
|
||||||
|
cr_add_interval(&cr_result, d_start, d_end);
|
||||||
|
d_start = d;
|
||||||
|
d_end = d + 1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
if (d_start != -1) {
|
||||||
|
if (cr_add_interval(&cr_result, d_start, d_end))
|
||||||
|
goto fail;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* the resulting ranges are not necessarily sorted and may overlap */
|
||||||
|
cr_sort_and_remove_overlap(&cr_result);
|
||||||
|
|
||||||
|
/* or with the character not affected by the case folding */
|
||||||
|
cr->len = 0;
|
||||||
|
if (cr_op(cr, cr_result.points, cr_result.len, cr_sub.points, cr_sub.len, CR_OP_UNION))
|
||||||
|
goto fail;
|
||||||
|
|
||||||
|
cr_free(&cr_inter);
|
||||||
|
cr_free(&cr_mask);
|
||||||
|
cr_free(&cr_result);
|
||||||
|
cr_free(&cr_sub);
|
||||||
|
return 0;
|
||||||
|
fail:
|
||||||
|
cr_free(&cr_inter);
|
||||||
|
cr_free(&cr_mask);
|
||||||
|
cr_free(&cr_result);
|
||||||
|
cr_free(&cr_sub);
|
||||||
|
return -1;
|
||||||
|
}
|
||||||
|
|
||||||
#ifdef CONFIG_ALL_UNICODE
|
#ifdef CONFIG_ALL_UNICODE
|
||||||
|
|
||||||
BOOL lre_is_id_start(uint32_t c)
|
BOOL lre_is_id_start(uint32_t c)
|
||||||
@ -1296,207 +1497,6 @@ static int unicode_prop1(CharRange *cr, int prop_idx)
|
|||||||
return 0;
|
return 0;
|
||||||
}
|
}
|
||||||
|
|
||||||
#define CASE_U (1 << 0)
|
|
||||||
#define CASE_L (1 << 1)
|
|
||||||
#define CASE_F (1 << 2)
|
|
||||||
|
|
||||||
/* use the case conversion table to generate range of characters.
|
|
||||||
CASE_U: set char if modified by uppercasing,
|
|
||||||
CASE_L: set char if modified by lowercasing,
|
|
||||||
CASE_F: set char if modified by case folding,
|
|
||||||
*/
|
|
||||||
static int unicode_case1(CharRange *cr, int case_mask)
|
|
||||||
{
|
|
||||||
#define MR(x) (1 << RUN_TYPE_ ## x)
|
|
||||||
const uint32_t tab_run_mask[3] = {
|
|
||||||
MR(U) | MR(UF) | MR(UL) | MR(LSU) | MR(U2L_399_EXT2) | MR(UF_D20) |
|
|
||||||
MR(UF_D1_EXT) | MR(U_EXT) | MR(UF_EXT2) | MR(UF_EXT3),
|
|
||||||
|
|
||||||
MR(L) | MR(LF) | MR(UL) | MR(LSU) | MR(U2L_399_EXT2) | MR(LF_EXT) | MR(LF_EXT2),
|
|
||||||
|
|
||||||
MR(UF) | MR(LF) | MR(UL) | MR(LSU) | MR(U2L_399_EXT2) | MR(LF_EXT) | MR(LF_EXT2) | MR(UF_D20) | MR(UF_D1_EXT) | MR(LF_EXT) | MR(UF_EXT2) | MR(UF_EXT3),
|
|
||||||
};
|
|
||||||
#undef MR
|
|
||||||
uint32_t mask, v, code, type, len, i, idx;
|
|
||||||
|
|
||||||
if (case_mask == 0)
|
|
||||||
return 0;
|
|
||||||
mask = 0;
|
|
||||||
for(i = 0; i < 3; i++) {
|
|
||||||
if ((case_mask >> i) & 1)
|
|
||||||
mask |= tab_run_mask[i];
|
|
||||||
}
|
|
||||||
for(idx = 0; idx < countof(case_conv_table1); idx++) {
|
|
||||||
v = case_conv_table1[idx];
|
|
||||||
type = (v >> (32 - 17 - 7 - 4)) & 0xf;
|
|
||||||
code = v >> (32 - 17);
|
|
||||||
len = (v >> (32 - 17 - 7)) & 0x7f;
|
|
||||||
if ((mask >> type) & 1) {
|
|
||||||
// printf("%d: type=%d %04x %04x\n", idx, type, code, code + len - 1);
|
|
||||||
switch(type) {
|
|
||||||
case RUN_TYPE_UL:
|
|
||||||
if ((case_mask & CASE_U) && (case_mask & (CASE_L | CASE_F)))
|
|
||||||
goto def_case;
|
|
||||||
code += ((case_mask & CASE_U) != 0);
|
|
||||||
for(i = 0; i < len; i += 2) {
|
|
||||||
if (cr_add_interval(cr, code + i, code + i + 1))
|
|
||||||
return -1;
|
|
||||||
}
|
|
||||||
break;
|
|
||||||
case RUN_TYPE_LSU:
|
|
||||||
if ((case_mask & CASE_U) && (case_mask & (CASE_L | CASE_F)))
|
|
||||||
goto def_case;
|
|
||||||
if (!(case_mask & CASE_U)) {
|
|
||||||
if (cr_add_interval(cr, code, code + 1))
|
|
||||||
return -1;
|
|
||||||
}
|
|
||||||
if (cr_add_interval(cr, code + 1, code + 2))
|
|
||||||
return -1;
|
|
||||||
if (case_mask & CASE_U) {
|
|
||||||
if (cr_add_interval(cr, code + 2, code + 3))
|
|
||||||
return -1;
|
|
||||||
}
|
|
||||||
break;
|
|
||||||
default:
|
|
||||||
def_case:
|
|
||||||
if (cr_add_interval(cr, code, code + len))
|
|
||||||
return -1;
|
|
||||||
break;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return 0;
|
|
||||||
}
|
|
||||||
|
|
||||||
static int point_cmp(const void *p1, const void *p2, void *arg)
|
|
||||||
{
|
|
||||||
uint32_t v1 = *(uint32_t *)p1;
|
|
||||||
uint32_t v2 = *(uint32_t *)p2;
|
|
||||||
return (v1 > v2) - (v1 < v2);
|
|
||||||
}
|
|
||||||
|
|
||||||
static void cr_sort_and_remove_overlap(CharRange *cr)
|
|
||||||
{
|
|
||||||
uint32_t start, end, start1, end1, i, j;
|
|
||||||
|
|
||||||
/* the resulting ranges are not necessarily sorted and may overlap */
|
|
||||||
rqsort(cr->points, cr->len / 2, sizeof(cr->points[0]) * 2, point_cmp, NULL);
|
|
||||||
j = 0;
|
|
||||||
for(i = 0; i < cr->len; ) {
|
|
||||||
start = cr->points[i];
|
|
||||||
end = cr->points[i + 1];
|
|
||||||
i += 2;
|
|
||||||
while (i < cr->len) {
|
|
||||||
start1 = cr->points[i];
|
|
||||||
end1 = cr->points[i + 1];
|
|
||||||
if (start1 > end) {
|
|
||||||
/* |------|
|
|
||||||
* |-------| */
|
|
||||||
break;
|
|
||||||
} else if (end1 <= end) {
|
|
||||||
/* |------|
|
|
||||||
* |--| */
|
|
||||||
i += 2;
|
|
||||||
} else {
|
|
||||||
/* |------|
|
|
||||||
* |-------| */
|
|
||||||
end = end1;
|
|
||||||
i += 2;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
cr->points[j] = start;
|
|
||||||
cr->points[j + 1] = end;
|
|
||||||
j += 2;
|
|
||||||
}
|
|
||||||
cr->len = j;
|
|
||||||
}
|
|
||||||
|
|
||||||
/* canonicalize a character set using the JS regex case folding rules
|
|
||||||
(see lre_canonicalize()) */
|
|
||||||
int cr_regexp_canonicalize(CharRange *cr, BOOL is_unicode)
|
|
||||||
{
|
|
||||||
CharRange cr_inter, cr_mask, cr_result, cr_sub;
|
|
||||||
uint32_t v, code, len, i, idx, start, end, c, d_start, d_end, d;
|
|
||||||
|
|
||||||
cr_init(&cr_mask, cr->mem_opaque, cr->realloc_func);
|
|
||||||
cr_init(&cr_inter, cr->mem_opaque, cr->realloc_func);
|
|
||||||
cr_init(&cr_result, cr->mem_opaque, cr->realloc_func);
|
|
||||||
cr_init(&cr_sub, cr->mem_opaque, cr->realloc_func);
|
|
||||||
|
|
||||||
if (unicode_case1(&cr_mask, is_unicode ? CASE_F : CASE_U))
|
|
||||||
goto fail;
|
|
||||||
if (cr_op(&cr_inter, cr_mask.points, cr_mask.len, cr->points, cr->len, CR_OP_INTER))
|
|
||||||
goto fail;
|
|
||||||
|
|
||||||
if (cr_invert(&cr_mask))
|
|
||||||
goto fail;
|
|
||||||
if (cr_op(&cr_sub, cr_mask.points, cr_mask.len, cr->points, cr->len, CR_OP_INTER))
|
|
||||||
goto fail;
|
|
||||||
|
|
||||||
/* cr_inter = cr & cr_mask */
|
|
||||||
/* cr_sub = cr & ~cr_mask */
|
|
||||||
|
|
||||||
/* use the case conversion table to compute the result */
|
|
||||||
d_start = -1;
|
|
||||||
d_end = -1;
|
|
||||||
idx = 0;
|
|
||||||
v = case_conv_table1[idx];
|
|
||||||
code = v >> (32 - 17);
|
|
||||||
len = (v >> (32 - 17 - 7)) & 0x7f;
|
|
||||||
for(i = 0; i < cr_inter.len; i += 2) {
|
|
||||||
start = cr_inter.points[i];
|
|
||||||
end = cr_inter.points[i + 1];
|
|
||||||
|
|
||||||
for(c = start; c < end; c++) {
|
|
||||||
for(;;) {
|
|
||||||
if (c >= code && c < code + len)
|
|
||||||
break;
|
|
||||||
idx++;
|
|
||||||
assert(idx < countof(case_conv_table1));
|
|
||||||
v = case_conv_table1[idx];
|
|
||||||
code = v >> (32 - 17);
|
|
||||||
len = (v >> (32 - 17 - 7)) & 0x7f;
|
|
||||||
}
|
|
||||||
d = lre_case_folding_entry(c, idx, v, is_unicode);
|
|
||||||
/* try to merge with the current interval */
|
|
||||||
if (d_start == -1) {
|
|
||||||
d_start = d;
|
|
||||||
d_end = d + 1;
|
|
||||||
} else if (d_end == d) {
|
|
||||||
d_end++;
|
|
||||||
} else {
|
|
||||||
cr_add_interval(&cr_result, d_start, d_end);
|
|
||||||
d_start = d;
|
|
||||||
d_end = d + 1;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
if (d_start != -1) {
|
|
||||||
if (cr_add_interval(&cr_result, d_start, d_end))
|
|
||||||
goto fail;
|
|
||||||
}
|
|
||||||
|
|
||||||
/* the resulting ranges are not necessarily sorted and may overlap */
|
|
||||||
cr_sort_and_remove_overlap(&cr_result);
|
|
||||||
|
|
||||||
/* or with the character not affected by the case folding */
|
|
||||||
cr->len = 0;
|
|
||||||
if (cr_op(cr, cr_result.points, cr_result.len, cr_sub.points, cr_sub.len, CR_OP_UNION))
|
|
||||||
goto fail;
|
|
||||||
|
|
||||||
cr_free(&cr_inter);
|
|
||||||
cr_free(&cr_mask);
|
|
||||||
cr_free(&cr_result);
|
|
||||||
cr_free(&cr_sub);
|
|
||||||
return 0;
|
|
||||||
fail:
|
|
||||||
cr_free(&cr_inter);
|
|
||||||
cr_free(&cr_mask);
|
|
||||||
cr_free(&cr_result);
|
|
||||||
cr_free(&cr_sub);
|
|
||||||
return -1;
|
|
||||||
}
|
|
||||||
|
|
||||||
typedef enum {
|
typedef enum {
|
||||||
POP_GC,
|
POP_GC,
|
||||||
POP_PROP,
|
POP_PROP,
|
||||||
|
|||||||
Loading…
x
Reference in New Issue
Block a user