source: NonGTP/Boost/boost/regex/v4/basic_regex_parser.hpp @ 857

Revision 857, 65.9 KB checked in by igarcia, 19 years ago (diff)
Line 
1/*
2 *
3 * Copyright (c) 2004
4 * John Maddock
5 *
6 * Use, modification and distribution are subject to the
7 * Boost Software License, Version 1.0. (See accompanying file
8 * LICENSE_1_0.txt or copy at http://www.boost.org/LICENSE_1_0.txt)
9 *
10 */
11
12 /*
13  *   LOCATION:    see http://www.boost.org for most recent version.
14  *   FILE         basic_regex_parser.cpp
15  *   VERSION      see <boost/version.hpp>
16  *   DESCRIPTION: Declares template class basic_regex_parser.
17  */
18
19#ifndef BOOST_REGEX_V4_BASIC_REGEX_PARSER_HPP
20#define BOOST_REGEX_V4_BASIC_REGEX_PARSER_HPP
21
22#ifdef BOOST_HAS_ABI_HEADERS
23#  include BOOST_ABI_PREFIX
24#endif
25
26namespace boost{
27namespace re_detail{
28
29#ifdef BOOST_MSVC
30#pragma warning(push)
31#pragma warning(disable:4244)
32#endif
33
34template <class charT, class traits>
35class basic_regex_parser : public basic_regex_creator<charT, traits>
36{
37public:
38   basic_regex_parser(regex_data<charT, traits>* data);
39   void parse(const charT* p1, const charT* p2, unsigned flags);
40   void fail(regex_constants::error_type error_code, std::ptrdiff_t position);
41
42   bool parse_all();
43   bool parse_basic();
44   bool parse_extended();
45   bool parse_literal();
46   bool parse_open_paren();
47   bool parse_basic_escape();
48   bool parse_extended_escape();
49   bool parse_match_any();
50   bool parse_repeat(std::size_t low = 0, std::size_t high = (std::numeric_limits<std::size_t>::max)());
51   bool parse_repeat_range(bool isbasic);
52   bool parse_alt();
53   bool parse_set();
54   bool parse_backref();
55   void parse_set_literal(basic_char_set<charT, traits>& char_set);
56   bool parse_inner_set(basic_char_set<charT, traits>& char_set);
57   bool parse_QE();
58   bool parse_perl_extension();
59   bool add_emacs_code(bool negate);
60   bool unwind_alts(std::ptrdiff_t last_paren_start);
61   digraph<charT> get_next_set_literal(basic_char_set<charT, traits>& char_set);
62   charT unescape_character();
63   regex_constants::syntax_option_type parse_options();
64
65private:
66   typedef bool (basic_regex_parser::*parser_proc_type)();
67   typedef typename traits::string_type string_type;
68   typedef typename traits::char_class_type char_class_type;
69   parser_proc_type           m_parser_proc;    // the main parser to use
70   const charT*               m_base;           // the start of the string being parsed
71   const charT*               m_end;            // the end of the string being parsed
72   const charT*               m_position;       // our current parser position
73   unsigned                   m_mark_count;     // how many sub-expressions we have
74   std::ptrdiff_t             m_paren_start;    // where the last seen ')' began (where repeats are inserted).
75   std::ptrdiff_t             m_alt_insert_point; // where to insert the next alternative
76   bool                       m_has_case_change; // true if somewhere in the current block the case has changed
77#if defined(BOOST_MSVC) && defined(_M_IX86)
78   // This is an ugly warning suppression workaround (for warnings *inside* std::vector
79   // that can not otherwise be suppressed)...
80   BOOST_STATIC_ASSERT(sizeof(long) >= sizeof(void*));
81   std::vector<long>           m_alt_jumps;      // list of alternative in the current scope.
82#else
83   std::vector<std::ptrdiff_t> m_alt_jumps;      // list of alternative in the current scope.
84#endif
85
86   basic_regex_parser& operator=(const basic_regex_parser&);
87   basic_regex_parser(const basic_regex_parser&);
88};
89
90template <class charT, class traits>
91basic_regex_parser<charT, traits>::basic_regex_parser(regex_data<charT, traits>* data)
92   : basic_regex_creator<charT, traits>(data), m_mark_count(0), m_paren_start(0), m_alt_insert_point(0), m_has_case_change(false)
93{
94}
95
96template <class charT, class traits>
97void basic_regex_parser<charT, traits>::parse(const charT* p1, const charT* p2, unsigned flags)
98{
99   // pass flags on to base class:
100   this->init(flags);
101   // set up pointers:
102   m_position = m_base = p1;
103   m_end = p2;
104   // empty strings are errors:
105   if(p1 == p2)
106   {
107      fail(regex_constants::error_empty, 0);
108      return;
109   }
110   // select which parser to use:
111   switch(flags & regbase::main_option_type)
112   {
113   case regbase::perl_syntax_group:
114      m_parser_proc = &basic_regex_parser<charT, traits>::parse_extended;
115      break;
116   case regbase::basic_syntax_group:
117      m_parser_proc = &basic_regex_parser<charT, traits>::parse_basic;
118      break;
119   case regbase::literal:
120      m_parser_proc = &basic_regex_parser<charT, traits>::parse_literal;
121      break;
122   }
123
124   // parse all our characters:
125   bool result = parse_all();
126   //
127   // Unwind our alternatives:
128   //
129   unwind_alts(-1);
130   // reset flags as a global scope (?imsx) may have altered them:
131   this->flags(flags);
132   // if we haven't gobbled up all the characters then we must
133   // have had an unexpected ')' :
134   if(!result)
135   {
136      fail(regex_constants::error_paren, ::boost::re_detail::distance(m_base, m_position));
137      return;
138   }
139   // if an error has been set then give up now:
140   if(this->m_pdata->m_status)
141      return;
142   // fill in our sub-expression count:
143   this->m_pdata->m_mark_count = 1 + m_mark_count;
144   this->finalize(p1, p2);
145}
146
147template <class charT, class traits>
148void basic_regex_parser<charT, traits>::fail(regex_constants::error_type error_code, std::ptrdiff_t position)
149{
150   if(0 == this->m_pdata->m_status) // update the error code if not already set
151      this->m_pdata->m_status = error_code;
152   m_position = m_end; // don't bother parsing anything else
153   // get the error message:
154   std::string message = this->m_pdata->m_ptraits->error_string(error_code);
155   // and raise the exception, this will do nothing if exceptions are disabled:
156#ifndef BOOST_NO_EXCEPTIONS
157   if(0 == (this->flags() & regex_constants::no_except))
158   {
159      boost::regex_error e(message, error_code, position);
160      e.raise();
161   }
162#else
163   (void)position; // suppress warnings.
164#endif
165}
166
167template <class charT, class traits>
168bool basic_regex_parser<charT, traits>::parse_all()
169{
170   bool result = true;
171   while(result && (m_position != m_end))
172   {
173      result = (this->*m_parser_proc)();
174   }
175   return result;
176}
177
178#ifdef BOOST_MSVC
179#pragma warning(push)
180#pragma warning(disable:4702)
181#endif
182template <class charT, class traits>
183bool basic_regex_parser<charT, traits>::parse_basic()
184{
185   switch(this->m_traits.syntax_type(*m_position))
186   {
187   case regex_constants::syntax_escape:
188      return parse_basic_escape();
189   case regex_constants::syntax_dot:
190      return parse_match_any();
191   case regex_constants::syntax_caret:
192      ++m_position;
193      this->append_state(syntax_element_start_line);
194      break;
195   case regex_constants::syntax_dollar:
196      ++m_position;
197      this->append_state(syntax_element_end_line);
198      break;
199   case regex_constants::syntax_star:
200      if(!(this->m_last_state) || (this->m_last_state->type == syntax_element_start_line))
201         return parse_literal();
202      else
203      {
204         ++m_position;
205         return parse_repeat();
206      }
207   case regex_constants::syntax_plus:
208      if(!(this->m_last_state) || (this->m_last_state->type == syntax_element_start_line) || !(this->flags() & regbase::emacs_ex))
209         return parse_literal();
210      else
211      {
212         ++m_position;
213         return parse_repeat(1);
214      }
215   case regex_constants::syntax_question:
216      if(!(this->m_last_state) || (this->m_last_state->type == syntax_element_start_line) || !(this->flags() & regbase::emacs_ex))
217         return parse_literal();
218      else
219      {
220         ++m_position;
221         return parse_repeat(0, 1);
222      }
223   case regex_constants::syntax_open_set:
224      return parse_set();
225   default:
226      return parse_literal();
227   }
228   return true;
229}
230
231template <class charT, class traits>
232bool basic_regex_parser<charT, traits>::parse_extended()
233{
234   bool result = true;
235   switch(this->m_traits.syntax_type(*m_position))
236   {
237   case regex_constants::syntax_open_mark:
238      return parse_open_paren();
239   case regex_constants::syntax_close_mark:
240      return false;
241   case regex_constants::syntax_escape:
242      return parse_extended_escape();
243   case regex_constants::syntax_dot:
244      return parse_match_any();
245   case regex_constants::syntax_caret:
246      ++m_position;
247      this->append_state(
248         (this->flags() & regex_constants::no_mod_m ? syntax_element_buffer_start : syntax_element_start_line));
249      break;
250   case regex_constants::syntax_dollar:
251      ++m_position;
252      this->append_state(
253         (this->flags() & regex_constants::no_mod_m ? syntax_element_buffer_end : syntax_element_end_line));
254      break;
255   case regex_constants::syntax_star:
256      if(m_position == this->m_base)
257      {
258         fail(regex_constants::error_badrepeat, 0);
259         return false;
260      }
261      ++m_position;
262      return parse_repeat();
263   case regex_constants::syntax_question:
264      if(m_position == this->m_base)
265      {
266         fail(regex_constants::error_badrepeat, 0);
267         return false;
268      }
269      ++m_position;
270      return parse_repeat(0,1);
271   case regex_constants::syntax_plus:
272      if(m_position == this->m_base)
273      {
274         fail(regex_constants::error_badrepeat, 0);
275         return false;
276      }
277      ++m_position;
278      return parse_repeat(1);
279   case regex_constants::syntax_open_brace:
280      ++m_position;
281      return parse_repeat_range(false);
282   case regex_constants::syntax_close_brace:
283      fail(regex_constants::error_brace, this->m_position - this->m_end);
284      return false;
285   case regex_constants::syntax_or:
286      return parse_alt();
287   case regex_constants::syntax_open_set:
288      return parse_set();
289   case regex_constants::syntax_hash:
290      //
291      // If we have a mod_x flag set, then skip until
292      // we get to a newline character:
293      //
294      if((this->flags()
295         & (regbase::no_perl_ex|regbase::mod_x))
296         == regbase::mod_x)
297      {
298         while((m_position != m_end) && !is_separator(*m_position++)){}
299         return true;
300      }
301      // Otherwise fall through:
302   default:
303      result = parse_literal();
304      break;
305   }
306   return result;
307}
308#ifdef BOOST_MSVC
309#pragma warning(pop)
310#endif
311
312template <class charT, class traits>
313bool basic_regex_parser<charT, traits>::parse_literal()
314{
315   // append this as a literal provided it's not a space character
316   // or the perl option regbase::mod_x is not set:
317   if(
318      ((this->flags()
319         & (regbase::main_option_type|regbase::mod_x|regbase::no_perl_ex))
320            != regbase::mod_x)
321      || !this->m_traits.isctype(*m_position, this->m_mask_space))
322         this->append_literal(*m_position);
323   ++m_position;
324   return true;
325}
326
327template <class charT, class traits>
328bool basic_regex_parser<charT, traits>::parse_open_paren()
329{
330   //
331   // skip the '(' and error check:
332   //
333   if(++m_position == m_end)
334   {
335      fail(regex_constants::error_paren, m_position - m_base);
336      return false;
337   }
338   //
339   // begin by checking for a perl-style (?...) extension:
340   //
341   if(
342         ((this->flags() & (regbase::main_option_type | regbase::no_perl_ex)) == 0)
343         || ((this->flags() & (regbase::main_option_type | regbase::emacs_ex)) == (regbase::basic_syntax_group|regbase::emacs_ex))
344     )
345   {
346      if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_question)
347         return parse_perl_extension();
348   }
349   //
350   // update our mark count, and append the required state:
351   //
352   unsigned markid = 0;
353   if(0 == (this->flags() & regbase::nosubs))
354      markid = ++m_mark_count;
355   re_brace* pb = static_cast<re_brace*>(this->append_state(syntax_element_startmark, sizeof(re_brace)));
356   pb->index = markid;
357   std::ptrdiff_t last_paren_start = this->getoffset(pb);
358   // back up insertion point for alternations, and set new point:
359   std::ptrdiff_t last_alt_point = m_alt_insert_point;
360   this->m_pdata->m_data.align();
361   m_alt_insert_point = this->m_pdata->m_data.size();
362   //
363   // back up the current flags in case we have a nested (?imsx) group:
364   //
365   regex_constants::syntax_option_type opts = this->flags();
366   bool old_case_change = m_has_case_change;
367   m_has_case_change = false; // no changes to this scope as yet...
368   //
369   // now recursively add more states, this will terminate when we get to a
370   // matching ')' :
371   //
372   parse_all();
373   //
374   // Unwind pushed alternatives:
375   //
376   if(0 == unwind_alts(last_paren_start))
377      return false;
378   //
379   // restore flags:
380   //
381   if(m_has_case_change)
382   {
383      // the case has changed in one or more of the alternatives
384      // within the scoped (...) block: we have to add a state
385      // to reset the case sensitivity:
386      static_cast<re_case*>(
387         this->append_state(syntax_element_toggle_case, sizeof(re_case))
388         )->icase = opts & regbase::icase;
389   }
390   this->flags(opts);
391   m_has_case_change = old_case_change;
392   //
393   // we either have a ')' or we have run out of characters prematurely:
394   //
395   if(m_position == m_end)
396   {
397      this->fail(regex_constants::error_paren, ::boost::re_detail::distance(m_base, m_end));
398      return false;
399   }
400   BOOST_ASSERT(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_close_mark);
401   ++m_position;
402   //
403   // append closing parenthesis state:
404   //
405   pb = static_cast<re_brace*>(this->append_state(syntax_element_endmark, sizeof(re_brace)));
406   pb->index = markid;
407   this->m_paren_start = last_paren_start;
408   //
409   // restore the alternate insertion point:
410   //
411   this->m_alt_insert_point = last_alt_point;
412   //
413   // allow backrefs to this mark:
414   //
415   if((markid > 0) && (markid < sizeof(unsigned) * CHAR_BIT))
416      this->m_backrefs |= 1u << (markid - 1);
417
418   return true;
419}
420
421template <class charT, class traits>
422bool basic_regex_parser<charT, traits>::parse_basic_escape()
423{
424   ++m_position;
425   bool result = true;
426   switch(this->m_traits.escape_syntax_type(*m_position))
427   {
428   case regex_constants::syntax_open_mark:
429      return parse_open_paren();
430   case regex_constants::syntax_close_mark:
431      return false;
432   case regex_constants::syntax_plus:
433      if(this->flags() & regex_constants::bk_plus_qm)
434      {
435         ++m_position;
436         return parse_repeat(1);
437      }
438      else
439         return parse_literal();
440   case regex_constants::syntax_question:
441      if(this->flags() & regex_constants::bk_plus_qm)
442      {
443         ++m_position;
444         return parse_repeat(0, 1);
445      }
446      else
447         return parse_literal();
448   case regex_constants::syntax_open_brace:
449      if(this->flags() & regbase::no_intervals)
450         return parse_literal();
451      ++m_position;
452      return parse_repeat_range(true);
453   case regex_constants::syntax_close_brace:
454      if(this->flags() & regbase::no_intervals)
455         return parse_literal();
456      fail(regex_constants::error_brace, this->m_position - this->m_base);
457      return false;
458   case regex_constants::syntax_or:
459      if(this->flags() & regbase::bk_vbar)
460         return parse_alt();
461      else
462         result = parse_literal();
463      break;
464   case regex_constants::syntax_digit:
465      return parse_backref();
466   case regex_constants::escape_type_start_buffer:
467      if(this->flags() & regbase::emacs_ex)
468      {
469         ++m_position;
470         this->append_state(syntax_element_buffer_start);
471      }
472      else
473         result = parse_literal();
474      break;
475   case regex_constants::escape_type_end_buffer:
476      if(this->flags() & regbase::emacs_ex)
477      {
478         ++m_position;
479         this->append_state(syntax_element_buffer_end);
480      }
481      else
482         result = parse_literal();
483      break;
484   case regex_constants::escape_type_word_assert:
485      if(this->flags() & regbase::emacs_ex)
486      {
487         ++m_position;
488         this->append_state(syntax_element_word_boundary);
489      }
490      else
491         result = parse_literal();
492      break;
493   case regex_constants::escape_type_not_word_assert:
494      if(this->flags() & regbase::emacs_ex)
495      {
496         ++m_position;
497         this->append_state(syntax_element_within_word);
498      }
499      else
500         result = parse_literal();
501      break;
502   case regex_constants::escape_type_left_word:
503      if(this->flags() & regbase::emacs_ex)
504      {
505         ++m_position;
506         this->append_state(syntax_element_word_start);
507      }
508      else
509         result = parse_literal();
510      break;
511   case regex_constants::escape_type_right_word:
512      if(this->flags() & regbase::emacs_ex)
513      {
514         ++m_position;
515         this->append_state(syntax_element_word_end);
516      }
517      else
518         result = parse_literal();
519      break;
520   default:
521      if(this->flags() & regbase::emacs_ex)
522      {
523         bool negate = true;
524         switch(*m_position)
525         {
526         case 'w':
527            negate = false;
528            // fall through:
529         case 'W':
530            {
531            basic_char_set<charT, traits> char_set;
532            if(negate)
533               char_set.negate();
534            char_set.add_class(this->m_word_mask);
535            if(0 == this->append_set(char_set))
536            {
537               fail(regex_constants::error_ctype, m_position - m_base);
538               return false;
539            }
540            ++m_position;
541            return true;
542            }
543         case 's':
544            negate = false;
545            // fall through:
546         case 'S':
547            return add_emacs_code(negate);
548         case 'c':
549         case 'C':
550            // not supported yet:
551            fail(regex_constants::error_escape, m_position - m_base);
552            return false;
553         default:
554            break;
555         }
556      }
557      result = parse_literal();
558      break;
559   }
560   return result;
561}
562
563template <class charT, class traits>
564bool basic_regex_parser<charT, traits>::parse_extended_escape()
565{
566   ++m_position;
567   bool negate = false; // in case this is a character class escape: \w \d etc
568   switch(this->m_traits.escape_syntax_type(*m_position))
569   {
570   case regex_constants::escape_type_not_class:
571      negate = true;
572      // fall through:
573   case regex_constants::escape_type_class:
574      {
575         typedef typename traits::char_class_type mask_type;
576         mask_type m = this->m_traits.lookup_classname(m_position, m_position+1);
577         if(m != 0)
578         {
579            basic_char_set<charT, traits> char_set;
580            if(negate)
581               char_set.negate();
582            char_set.add_class(m);
583            if(0 == this->append_set(char_set))
584            {
585               fail(regex_constants::error_ctype, m_position - m_base);
586               return false;
587            }
588            ++m_position;
589            return true;
590         }
591         //
592         // not a class, just a regular unknown escape:
593         //
594         this->append_literal(unescape_character());
595         break;
596      }
597   case regex_constants::syntax_digit:
598      return parse_backref();
599   case regex_constants::escape_type_left_word:
600      ++m_position;
601      this->append_state(syntax_element_word_start);
602      break;
603   case regex_constants::escape_type_right_word:
604      ++m_position;
605      this->append_state(syntax_element_word_end);
606      break;
607   case regex_constants::escape_type_start_buffer:
608      ++m_position;
609      this->append_state(syntax_element_buffer_start);
610      break;
611   case regex_constants::escape_type_end_buffer:
612      ++m_position;
613      this->append_state(syntax_element_buffer_end);
614      break;
615   case regex_constants::escape_type_word_assert:
616      ++m_position;
617      this->append_state(syntax_element_word_boundary);
618      break;
619   case regex_constants::escape_type_not_word_assert:
620      ++m_position;
621      this->append_state(syntax_element_within_word);
622      break;
623   case regex_constants::escape_type_Z:
624      ++m_position;
625      this->append_state(syntax_element_soft_buffer_end);
626      break;
627   case regex_constants::escape_type_Q:
628      return parse_QE();
629   case regex_constants::escape_type_C:
630      return parse_match_any();
631   case regex_constants::escape_type_X:
632      ++m_position;
633      this->append_state(syntax_element_combining);
634      break;
635   case regex_constants::escape_type_G:
636      ++m_position;
637      this->append_state(syntax_element_restart_continue);
638      break;
639   case regex_constants::escape_type_not_property:
640      negate = true;
641      // fall through:
642   case regex_constants::escape_type_property:
643      {
644         ++m_position;
645         char_class_type m;
646         if(m_position == m_end)
647         {
648            fail(regex_constants::error_escape, m_position - m_base);
649            return false;
650         }
651         // maybe have \p{ddd}
652         if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_open_brace)
653         {
654            const charT* base = m_position;
655            // skip forward until we find enclosing brace:
656            while((m_position != m_end) && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_brace))
657               ++m_position;
658            if(m_position == m_end)
659            {
660               fail(regex_constants::error_escape, m_position - m_base);
661               return false;
662            }
663            m = this->m_traits.lookup_classname(++base, m_position++);
664         }
665         else
666         {
667            m = this->m_traits.lookup_classname(m_position, m_position+1);
668            ++m_position;
669         }
670         if(m != 0)
671         {
672            basic_char_set<charT, traits> char_set;
673            if(negate)
674               char_set.negate();
675            char_set.add_class(m);
676            if(0 == this->append_set(char_set))
677            {
678               fail(regex_constants::error_ctype, m_position - m_base);
679               return false;
680            }
681            return true;
682         }
683         fail(regex_constants::error_ctype, m_position - m_base);
684      }
685   default:
686      this->append_literal(unescape_character());
687      break;
688   }
689   return true;
690}
691
692template <class charT, class traits>
693bool basic_regex_parser<charT, traits>::parse_match_any()
694{
695   //
696   // we have a '.' that can match any character:
697   //
698   ++m_position;
699   static_cast<re_dot*>(
700      this->append_state(syntax_element_wild, sizeof(re_dot))
701      )->mask = static_cast<unsigned char>(this->flags() & regbase::no_mod_s
702      ? re_detail::force_not_newline
703         : this->flags() & regbase::mod_s ?
704            re_detail::force_newline : re_detail::dont_care);
705   return true;
706}
707
708template <class charT, class traits>
709bool basic_regex_parser<charT, traits>::parse_repeat(std::size_t low, std::size_t high)
710{
711   bool greedy = true;
712   std::size_t insert_point;
713   //
714   // when we get to here we may have a non-greedy ? mark still to come:
715   //
716   if((m_position != m_end)
717      && (
718            (0 == (this->flags() & (regbase::main_option_type | regbase::no_perl_ex)))
719            || ((regbase::basic_syntax_group|regbase::emacs_ex) == (this->flags() & (regbase::main_option_type | regbase::emacs_ex)))
720         )
721      )
722   {
723      // OK we have a perl regex, check for a '?':
724      if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_question)
725      {
726         greedy = false;
727         ++m_position;
728      }
729   }
730   if(0 == this->m_last_state)
731   {
732      fail(regex_constants::error_badrepeat, ::boost::re_detail::distance(m_base, m_position));
733      return false;
734   }
735   if(this->m_last_state->type == syntax_element_endmark)
736   {
737      // insert a repeat before the '(' matching the last ')':
738      insert_point = this->m_paren_start;
739   }
740   else if((this->m_last_state->type == syntax_element_literal) && (static_cast<re_literal*>(this->m_last_state)->length > 1))
741   {
742      // the last state was a literal with more than one character, split it in two:
743      re_literal* lit = static_cast<re_literal*>(this->m_last_state);
744      charT c = (static_cast<charT*>(static_cast<void*>(lit+1)))[lit->length - 1];
745      --(lit->length);
746      // now append new state:
747      lit = static_cast<re_literal*>(this->append_state(syntax_element_literal, sizeof(re_literal) + sizeof(charT)));
748      lit->length = 1;
749      (static_cast<charT*>(static_cast<void*>(lit+1)))[0] = c;
750      insert_point = this->getoffset(this->m_last_state);
751   }
752   else
753   {
754      // repeat the last state whatever it was, need to add some error checking here:
755      switch(this->m_last_state->type)
756      {
757      case syntax_element_start_line:
758      case syntax_element_end_line:
759      case syntax_element_word_boundary:
760      case syntax_element_within_word:
761      case syntax_element_word_start:
762      case syntax_element_word_end:
763      case syntax_element_buffer_start:
764      case syntax_element_buffer_end:
765      case syntax_element_alt:
766      case syntax_element_soft_buffer_end:
767      case syntax_element_restart_continue:
768      case syntax_element_jump:
769      case syntax_element_startmark:
770         // can't legally repeat any of the above:
771         fail(regex_constants::error_badrepeat, m_position - m_base);
772         return false;
773      default:
774         // do nothing...
775         break;
776      }
777      insert_point = this->getoffset(this->m_last_state);
778   }
779   //
780   // OK we now know what to repeat, so insert the repeat around it:
781   //
782   re_repeat* rep = static_cast<re_repeat*>(this->insert_state(insert_point, syntax_element_rep, re_repeater_size));
783   rep->min = low;
784   rep->max = high;
785   rep->greedy = greedy;
786   rep->leading = false;
787   // store our repeater position for later:
788   std::ptrdiff_t rep_off = this->getoffset(rep);
789   // and append a back jump to the repeat:
790   re_jump* jmp = static_cast<re_jump*>(this->append_state(syntax_element_jump, sizeof(re_jump)));
791   jmp->alt.i = rep_off - this->getoffset(jmp);
792   this->m_pdata->m_data.align();
793   // now fill in the alt jump for the repeat:
794   rep = static_cast<re_repeat*>(this->getaddress(rep_off));
795   rep->alt.i = this->m_pdata->m_data.size() - rep_off;
796   return true;
797}
798
799template <class charT, class traits>
800bool basic_regex_parser<charT, traits>::parse_repeat_range(bool isbasic)
801{
802   //
803   // parse a repeat-range:
804   //
805   std::size_t min, max;
806   int v;
807   // skip whitespace:
808   while((m_position != m_end) && this->m_traits.isctype(*m_position, this->m_mask_space))
809      ++m_position;
810   // fail if at end:
811   if(this->m_position == this->m_end)
812   {
813      fail(regex_constants::error_brace, this->m_position - this->m_base);
814      return false;
815   }
816   // get min:
817   v = this->m_traits.toi(m_position, m_end, 10);
818   // skip whitespace:
819   while((m_position != m_end) && this->m_traits.isctype(*m_position, this->m_mask_space))
820      ++m_position;
821   if(v < 0)
822   {
823      fail(regex_constants::error_badbrace, this->m_position - this->m_base);
824      return false;
825   }
826   else if(this->m_position == this->m_end)
827   {
828      fail(regex_constants::error_brace, this->m_position - this->m_base);
829      return false;
830   }
831   min = v;
832   // see if we have a comma:
833   if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_comma)
834   {
835      // move on and error check:
836      ++m_position;
837      // skip whitespace:
838      while((m_position != m_end) && this->m_traits.isctype(*m_position, this->m_mask_space))
839         ++m_position;
840      if(this->m_position == this->m_end)
841      {
842         fail(regex_constants::error_brace, this->m_position - this->m_base);
843         return false;
844      }
845      // get the value if any:
846      v = this->m_traits.toi(m_position, m_end, 10);
847      max = (v >= 0) ? v : (std::numeric_limits<std::size_t>::max)();
848   }
849   else
850   {
851      // no comma, max = min:
852      max = min;
853   }
854   // skip whitespace:
855   while((m_position != m_end) && this->m_traits.isctype(*m_position, this->m_mask_space))
856      ++m_position;
857   // OK now check trailing }:
858   if(this->m_position == this->m_end)
859   {
860      fail(regex_constants::error_brace, this->m_position - this->m_base);
861      return false;
862   }
863   if(isbasic)
864   {
865      if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_escape)
866      {
867         ++m_position;
868         if(this->m_position == this->m_end)
869         {
870            fail(regex_constants::error_brace, this->m_position - this->m_base);
871            return false;
872         }
873      }
874      else
875      {
876         fail(regex_constants::error_badbrace, this->m_position - this->m_base);
877         return false;
878      }
879   }
880   if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_close_brace)
881      ++m_position;
882   else
883   {
884      fail(regex_constants::error_badbrace, this->m_position - this->m_base);
885      return false;
886   }
887   //
888   // finally go and add the repeat, unless error:
889   //
890   if(min > max)
891   {
892      fail(regex_constants::error_range, this->m_position - this->m_base);
893      return false;
894   }
895   return parse_repeat(min, max);
896}
897
898template <class charT, class traits>
899bool basic_regex_parser<charT, traits>::parse_alt()
900{
901   //
902   // error check: if there have been no previous states,
903   // or if the last state was a '(' then error:
904   //
905   if((this->m_last_state == 0) || (this->m_last_state->type == syntax_element_startmark))
906   {
907      fail(regex_constants::error_empty, this->m_position - this->m_base);
908      return false;
909   }
910   ++m_position;
911   //
912   // we need to append a trailing jump:
913   //
914   re_syntax_base* pj = this->append_state(re_detail::syntax_element_jump, sizeof(re_jump));
915   std::ptrdiff_t jump_offset = this->getoffset(pj);
916   //
917   // now insert the alternative:
918   //
919   re_alt* palt = static_cast<re_alt*>(this->insert_state(this->m_alt_insert_point, syntax_element_alt, re_alt_size));
920   jump_offset += re_alt_size;
921   this->m_pdata->m_data.align();
922   palt->alt.i = this->m_pdata->m_data.size() - this->getoffset(palt);
923   //
924   // update m_alt_insert_point so that the next alternate gets
925   // inserted at the start of the second of the two we've just created:
926   //
927   this->m_alt_insert_point = this->m_pdata->m_data.size();
928   //
929   // the start of this alternative must have a case changes state
930   // if the current block has messed around with case changes:
931   //
932   if(m_has_case_change)
933   {
934      static_cast<re_case*>(
935         this->append_state(syntax_element_toggle_case, sizeof(re_case))
936         )->icase = this->m_icase;
937   }
938   //
939   // push the alternative onto our stack, a recursive
940   // implementation here is easier to understand (and faster
941   // as it happens), but causes all kinds of stack overflow problems
942   // on programs with small stacks (COM+).
943   //
944   m_alt_jumps.push_back(jump_offset);
945   return true;
946}
947
948template <class charT, class traits>
949bool basic_regex_parser<charT, traits>::parse_set()
950{
951   ++m_position;
952   if(m_position == m_end)
953   {
954      fail(regex_constants::error_brack, m_position - m_base);
955      return false;
956   }
957   basic_char_set<charT, traits> char_set;
958
959   const charT* base = m_position;  // where the '[' was
960   const charT* item_base = m_position;  // where the '[' or '^' was
961
962   while(m_position != m_end)
963   {
964      switch(this->m_traits.syntax_type(*m_position))
965      {
966      case regex_constants::syntax_caret:
967         if(m_position == base)
968         {
969            char_set.negate();
970            ++m_position;
971            item_base = m_position;
972         }
973         else
974            parse_set_literal(char_set);
975         break;
976      case regex_constants::syntax_close_set:
977         if(m_position == item_base)
978         {
979            parse_set_literal(char_set);
980            break;
981         }
982         else
983         {
984            ++m_position;
985            if(0 == this->append_set(char_set))
986            {
987               fail(regex_constants::error_range, m_position - m_base);
988               return false;
989            }
990         }
991         return true;
992      case regex_constants::syntax_open_set:
993         if(parse_inner_set(char_set))
994            break;
995         return true;
996      case regex_constants::syntax_escape:
997         {
998            //
999            // look ahead and see if this is a character class shortcut
1000            // \d \w \s etc...
1001            //
1002            ++m_position;
1003            if(this->m_traits.escape_syntax_type(*m_position)
1004               == regex_constants::escape_type_class)
1005            {
1006               char_class_type m = this->m_traits.lookup_classname(m_position, m_position+1);
1007               if(m != 0)
1008               {
1009                  char_set.add_class(m);
1010                  ++m_position;
1011                  break;
1012               }
1013            }
1014            else if(this->m_traits.escape_syntax_type(*m_position)
1015               == regex_constants::escape_type_not_class)
1016            {
1017               // negated character class:
1018               char_class_type m = this->m_traits.lookup_classname(m_position, m_position+1);
1019               if(m != 0)
1020               {
1021                  char_set.add_negated_class(m);
1022                  ++m_position;
1023                  break;
1024               }
1025            }
1026            // not a character class, just a regular escape:
1027            --m_position;
1028            parse_set_literal(char_set);
1029            break;
1030         }
1031      default:
1032         parse_set_literal(char_set);
1033         break;
1034      }
1035   }
1036   return m_position != m_end;
1037}
1038
1039template <class charT, class traits>
1040bool basic_regex_parser<charT, traits>::parse_inner_set(basic_char_set<charT, traits>& char_set)
1041{
1042   //
1043   // we have either a character class [:name:]
1044   // a collating element [.name.]
1045   // or an equivalence class [=name=]
1046   //
1047   if(m_end == ++m_position)
1048   {
1049      fail(regex_constants::error_brack, m_position - m_base);
1050      return false;
1051   }
1052   switch(this->m_traits.syntax_type(*m_position))
1053   {
1054   case regex_constants::syntax_dot:
1055      //
1056      // a collating element is treated as a literal:
1057      //
1058      --m_position;
1059      parse_set_literal(char_set);
1060      return true;
1061   case regex_constants::syntax_colon:
1062      {
1063      // check that character classes are actually enabled:
1064      if((this->flags() & (regbase::main_option_type | regbase::no_char_classes))
1065         == (regbase::basic_syntax_group  | regbase::no_char_classes))
1066      {
1067         --m_position;
1068         parse_set_literal(char_set);
1069         return true;
1070      }
1071      // skip the ':'
1072      if(m_end == ++m_position)
1073      {
1074         fail(regex_constants::error_brack, m_position - m_base);
1075         return false;
1076      }
1077      const charT* name_first = m_position;
1078      // skip at least one character, then find the matching ':]'
1079      if(m_end == ++m_position)
1080      {
1081         fail(regex_constants::error_brack, m_position - m_base);
1082         return false;
1083      }
1084      while((m_position != m_end)
1085         && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_colon))
1086         ++m_position;
1087      const charT* name_last = m_position;
1088      if(m_end == m_position)
1089      {
1090         fail(regex_constants::error_brack, m_position - m_base);
1091         return false;
1092      }
1093      if((m_end == ++m_position)
1094         || (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_set))
1095      {
1096         fail(regex_constants::error_brack, m_position - m_base);
1097         return false;
1098      }
1099      //
1100      // check for negated class:
1101      //
1102      bool negated = false;
1103      if(this->m_traits.syntax_type(*name_first) == regex_constants::syntax_caret)
1104      {
1105         ++name_first;
1106         negated = true;
1107      }
1108      typedef typename traits::char_class_type mask_type;
1109      mask_type m = this->m_traits.lookup_classname(name_first, name_last);
1110      if(m == 0)
1111      {
1112         if(char_set.empty() && (name_last - name_first == 1))
1113         {
1114            // maybe a special case:
1115            ++m_position;
1116            if( (m_position != m_end)
1117               && (this->m_traits.syntax_type(*m_position)
1118                  == regex_constants::syntax_close_set))
1119            {
1120               if(this->m_traits.escape_syntax_type(*name_first)
1121                  == regex_constants::escape_type_left_word)
1122               {
1123                  ++m_position;
1124                  this->append_state(syntax_element_word_start);
1125                  return false;
1126               }
1127               if(this->m_traits.escape_syntax_type(*name_first)
1128                  == regex_constants::escape_type_right_word)
1129               {
1130                  ++m_position;
1131                  this->append_state(syntax_element_word_end);
1132                  return false;
1133               }
1134            }
1135         }
1136         fail(regex_constants::error_ctype, name_first - m_base);
1137         return false;
1138      }
1139      if(negated == false)
1140         char_set.add_class(m);
1141      else
1142         char_set.add_negated_class(m);
1143      ++m_position;
1144      break;
1145   }
1146   case regex_constants::syntax_equal:
1147      {
1148      // skip the '='
1149      if(m_end == ++m_position)
1150      {
1151         fail(regex_constants::error_brack, m_position - m_base);
1152         return false;
1153      }
1154      const charT* name_first = m_position;
1155      // skip at least one character, then find the matching '=]'
1156      if(m_end == ++m_position)
1157      {
1158         fail(regex_constants::error_brack, m_position - m_base);
1159         return false;
1160      }
1161      while((m_position != m_end)
1162         && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_equal))
1163         ++m_position;
1164      const charT* name_last = m_position;
1165      if(m_end == m_position)
1166      {
1167         fail(regex_constants::error_brack, m_position - m_base);
1168         return false;
1169      }
1170      if((m_end == ++m_position)
1171         || (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_set))
1172      {
1173         fail(regex_constants::error_brack, m_position - m_base);
1174         return false;
1175      }
1176      string_type m = this->m_traits.lookup_collatename(name_first, name_last);
1177      if((0 == m.size()) || (m.size() > 2))
1178      {
1179         fail(regex_constants::error_collate, name_first - m_base);
1180         return false;
1181      }
1182      digraph<charT> d;
1183      d.first = m[0];
1184      if(m.size() > 1)
1185         d.second = m[1];
1186      else
1187         d.second = 0;
1188      char_set.add_equivalent(d);
1189      ++m_position;
1190      break;
1191   }
1192   default:
1193      --m_position;
1194      parse_set_literal(char_set);
1195      break;
1196   }
1197   return true;
1198}
1199
1200template <class charT, class traits>
1201void basic_regex_parser<charT, traits>::parse_set_literal(basic_char_set<charT, traits>& char_set)
1202{
1203   digraph<charT> start_range(get_next_set_literal(char_set));
1204   if(m_end == m_position)
1205   {
1206      fail(regex_constants::error_brack, m_position - m_base);
1207      return;
1208   }
1209   if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_dash)
1210   {
1211      // we have a range:
1212      if(m_end == ++m_position)
1213      {
1214         fail(regex_constants::error_brack, m_position - m_base);
1215         return;
1216      }
1217      if(this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_set)
1218      {
1219         digraph<charT> end_range = get_next_set_literal(char_set);
1220         char_set.add_range(start_range, end_range);
1221         if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_dash)
1222         {
1223                           if(m_end == ++m_position)
1224                           {
1225                                   fail(regex_constants::error_brack, m_position - m_base);
1226                                   return;
1227                           }
1228                           if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_close_set)
1229                           {
1230               // trailing - :
1231               --m_position;
1232               return;
1233                           }
1234            fail(regex_constants::error_range, m_position - m_base);
1235            return;
1236         }
1237         return;
1238      }
1239      --m_position;
1240   }
1241   char_set.add_single(start_range);
1242}
1243
1244template <class charT, class traits>
1245digraph<charT> basic_regex_parser<charT, traits>::get_next_set_literal(basic_char_set<charT, traits>& char_set)
1246{
1247   typedef typename traits::string_type string_type;
1248   digraph<charT> result;
1249   switch(this->m_traits.syntax_type(*m_position))
1250   {
1251   case regex_constants::syntax_dash:
1252      if(!char_set.empty())
1253      {
1254         // see if we are at the end of the set:
1255         if((++m_position == m_end) || (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_set))
1256         {
1257            fail(regex_constants::error_range, m_position - m_base);
1258            return result;
1259         }
1260         --m_position;
1261      }
1262      result.first = *m_position++;
1263      return result;
1264   case regex_constants::syntax_escape:
1265      // check to see if escapes are supported first:
1266      if(this->flags() & regex_constants::no_escape_in_lists)
1267      {
1268         result = *m_position++;
1269         break;
1270      }
1271      ++m_position;
1272      result = unescape_character();
1273      break;
1274   case regex_constants::syntax_open_set:
1275   {
1276      if(m_end == ++m_position)
1277      {
1278         fail(regex_constants::error_collate, m_position - m_base);
1279         return result;
1280      }
1281      if(this->m_traits.syntax_type(*m_position) != regex_constants::syntax_dot)
1282      {
1283         --m_position;
1284         result.first = *m_position;
1285         ++m_position;
1286         return result;
1287      }
1288      if(m_end == ++m_position)
1289      {
1290         fail(regex_constants::error_collate, m_position - m_base);
1291         return result;
1292      }
1293      const charT* name_first = m_position;
1294      // skip at least one character, then find the matching ':]'
1295      if(m_end == ++m_position)
1296      {
1297         fail(regex_constants::error_collate, name_first - m_base);
1298         return result;
1299      }
1300      while((m_position != m_end)
1301         && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_dot))
1302         ++m_position;
1303      const charT* name_last = m_position;
1304      if(m_end == m_position)
1305      {
1306         fail(regex_constants::error_collate, name_first - m_base);
1307         return result;
1308      }
1309      if((m_end == ++m_position)
1310         || (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_set))
1311      {
1312         fail(regex_constants::error_collate, name_first - m_base);
1313         return result;
1314      }
1315      ++m_position;
1316      string_type s = this->m_traits.lookup_collatename(name_first, name_last);
1317      if(s.empty() || (s.size() > 2))
1318      {
1319         fail(regex_constants::error_collate, name_first - m_base);
1320         return result;
1321      }
1322      result.first = s[0];
1323      if(s.size() > 1)
1324         result.second = s[1];
1325      else
1326         result.second = 0;
1327      return result;
1328   }
1329   default:
1330      result = *m_position++;
1331   }
1332   return result;
1333}
1334
1335//
1336// does a value fit in the specified charT type?
1337//
1338template <class charT>
1339bool valid_value(charT, int v, const mpl::true_&)
1340{
1341   return (v >> (sizeof(charT) * CHAR_BIT)) == 0;
1342}
1343template <class charT>
1344bool valid_value(charT, int, const mpl::false_&)
1345{
1346   return true; // v will alsways fit in a charT
1347}
1348template <class charT>
1349bool valid_value(charT c, int v)
1350{
1351   return valid_value(c, v, mpl::bool_<(sizeof(charT) < sizeof(int))>());
1352}
1353
1354template <class charT, class traits>
1355charT basic_regex_parser<charT, traits>::unescape_character()
1356{
1357#ifdef BOOST_MSVC
1358#pragma warning(push)
1359#pragma warning(disable:4127)
1360#endif
1361   charT result(0);
1362   if(m_position == m_end)
1363   {
1364      fail(regex_constants::error_escape, m_position - m_base);
1365      return false;
1366   }
1367   switch(this->m_traits.escape_syntax_type(*m_position))
1368   {
1369   case regex_constants::escape_type_control_a:
1370      result = charT('\a');
1371      break;
1372   case regex_constants::escape_type_e:
1373      result = charT(27);
1374      break;
1375   case regex_constants::escape_type_control_f:
1376      result = charT('\f');
1377      break;
1378   case regex_constants::escape_type_control_n:
1379      result = charT('\n');
1380      break;
1381   case regex_constants::escape_type_control_r:
1382      result = charT('\r');
1383      break;
1384   case regex_constants::escape_type_control_t:
1385      result = charT('\t');
1386      break;
1387   case regex_constants::escape_type_control_v:
1388      result = charT('\v');
1389      break;
1390   case regex_constants::escape_type_word_assert:
1391      result = charT('\b');
1392      break;
1393   case regex_constants::escape_type_ascii_control:
1394      ++m_position;
1395      if(m_position == m_end)
1396      {
1397         fail(regex_constants::error_escape, m_position - m_base);
1398         return result;
1399      }
1400      /*
1401      if((*m_position < charT('@'))
1402            || (*m_position > charT(125)) )
1403      {
1404         fail(regex_constants::error_escape, m_position - m_base);
1405         return result;
1406      }
1407      */
1408      result = static_cast<charT>(*m_position % 32);
1409      break;
1410   case regex_constants::escape_type_hex:
1411      ++m_position;
1412      if(m_position == m_end)
1413      {
1414         fail(regex_constants::error_escape, m_position - m_base);
1415         return result;
1416      }
1417      // maybe have \x{ddd}
1418      if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_open_brace)
1419      {
1420         ++m_position;
1421         if(m_position == m_end)
1422         {
1423            fail(regex_constants::error_escape, m_position - m_base);
1424            return result;
1425         }
1426         int i = this->m_traits.toi(m_position, m_end, 16);
1427         if((m_position == m_end)
1428            || (i < 0)
1429            || ((std::numeric_limits<charT>::is_specialized) && (charT(i) > (std::numeric_limits<charT>::max)()))
1430            || (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_brace))
1431         {
1432            fail(regex_constants::error_badbrace, m_position - m_base);
1433            return result;
1434         }
1435         ++m_position;
1436         result = charT(i);
1437      }
1438      else
1439      {
1440         std::ptrdiff_t len = (std::min)(static_cast<std::ptrdiff_t>(2), m_end - m_position);
1441         int i = this->m_traits.toi(m_position, m_position + len, 16);
1442         if((i < 0)
1443            || !valid_value(charT(0), i))
1444         {
1445            fail(regex_constants::error_escape, m_position - m_base);
1446            return result;
1447         }
1448         result = charT(i);
1449      }
1450      return result;
1451   case regex_constants::syntax_digit:
1452      {
1453      // an octal escape sequence, the first character must be a zero
1454      // followed by up to 3 octal digits:
1455      std::ptrdiff_t len = (std::min)(::boost::re_detail::distance(m_position, m_end), static_cast<std::ptrdiff_t>(4));
1456      const charT* bp = m_position;
1457      int val = this->m_traits.toi(bp, bp + 1, 8);
1458      if(val != 0)
1459      {
1460         // Oops not an octal escape after all:
1461         fail(regex_constants::error_escape, m_position - m_base);
1462         return result;
1463      }
1464      val = this->m_traits.toi(m_position, m_position + len, 8);
1465      if(val < 0)
1466      {
1467         fail(regex_constants::error_escape, m_position - m_base);
1468         return result;
1469      }
1470      return static_cast<charT>(val);
1471      }
1472   case regex_constants::escape_type_named_char:
1473      {
1474         ++m_position;
1475         if(m_position == m_end)
1476         {
1477            fail(regex_constants::error_escape, m_position - m_base);
1478            return false;
1479         }
1480         // maybe have \N{name}
1481         if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_open_brace)
1482         {
1483            const charT* base = m_position;
1484            // skip forward until we find enclosing brace:
1485            while((m_position != m_end) && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_brace))
1486               ++m_position;
1487            if(m_position == m_end)
1488            {
1489               fail(regex_constants::error_escape, m_position - m_base);
1490               return false;
1491            }
1492            string_type s = this->m_traits.lookup_collatename(++base, m_position++);
1493            if(s.empty())
1494            {
1495               fail(regex_constants::error_collate, m_position - m_base);
1496               return false;
1497            }
1498            if(s.size() == 1)
1499            {
1500               return s[0];
1501            }
1502         }
1503         // fall through is a failure:
1504         fail(regex_constants::error_escape, m_position - m_base);
1505         return false;
1506      }
1507   default:
1508      result = *m_position;
1509      break;
1510   }
1511   ++m_position;
1512   return result;
1513#ifdef BOOST_MSVC
1514#pragma warning(pop)
1515#endif
1516}
1517
1518template <class charT, class traits>
1519bool basic_regex_parser<charT, traits>::parse_backref()
1520{
1521   BOOST_ASSERT(m_position != m_end);
1522   const charT* pc = m_position;
1523   int i = this->m_traits.toi(pc, pc + 1, 10);
1524   if((i == 0) || (((this->flags() & regbase::main_option_type) == regbase::perl_syntax_group) && (this->flags() & regbase::no_bk_refs)))
1525   {
1526      // not a backref at all but an octal escape sequence:
1527      charT c = unescape_character();
1528      this->append_literal(c);
1529   }
1530   else if((i > 0) && (this->m_backrefs & (1u << (i-1))))
1531   {
1532      m_position = pc;
1533      re_brace* pb = static_cast<re_brace*>(this->append_state(syntax_element_backref, sizeof(re_brace)));
1534      pb->index = i;
1535   }
1536   else
1537   {
1538      fail(regex_constants::error_backref, m_position - m_end);
1539      return false;
1540   }
1541   return true;
1542}
1543
1544template <class charT, class traits>
1545bool basic_regex_parser<charT, traits>::parse_QE()
1546{
1547#ifdef BOOST_MSVC
1548#pragma warning(push)
1549#pragma warning(disable:4127)
1550#endif
1551   //
1552   // parse a \Q...\E sequence:
1553   //
1554   ++m_position; // skip the Q
1555   const charT* start = m_position;
1556   const charT* end;
1557   do
1558   {
1559      while((m_position != m_end)
1560         && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_escape))
1561         ++m_position;
1562      if(m_position == m_end)
1563      {
1564         //  a \Q...\E sequence may terminate with the end of the expression:
1565         end = m_position;
1566         break;
1567      }
1568      if(++m_position == m_end) // skip the escape
1569      {
1570         fail(regex_constants::error_escape, m_position - m_base);
1571         return false;
1572      }
1573      // check to see if it's a \E:
1574      if(this->m_traits.escape_syntax_type(*m_position) == regex_constants::escape_type_E)
1575      {
1576         ++m_position;
1577         end = m_position - 2;
1578         break;
1579      }
1580      // otherwise go round again:
1581   }while(true);
1582   //
1583   // now add all the character between the two escapes as literals:
1584   //
1585   while(start != end)
1586   {
1587      this->append_literal(*start);
1588      ++start;
1589   }
1590   return true;
1591#ifdef BOOST_MSVC
1592#pragma warning(pop)
1593#endif
1594}
1595
1596template <class charT, class traits>
1597bool basic_regex_parser<charT, traits>::parse_perl_extension()
1598{
1599   if(++m_position == m_end)
1600   {
1601      fail(regex_constants::error_badrepeat, m_position - m_base);
1602      return false;
1603   }
1604   //
1605   // treat comments as a special case, as these
1606   // are the only ones that don't start with a leading
1607   // startmark state:
1608   //
1609   if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_hash)
1610   {
1611      while((m_position != m_end)
1612         && (this->m_traits.syntax_type(*m_position++) != regex_constants::syntax_close_mark))
1613      {}
1614      return true;
1615   }
1616   //
1617   // backup some state, and prepare the way:
1618   //
1619   int markid = 0;
1620   std::ptrdiff_t jump_offset = 0;
1621   re_brace* pb = static_cast<re_brace*>(this->append_state(syntax_element_startmark, sizeof(re_brace)));
1622   std::ptrdiff_t last_paren_start = this->getoffset(pb);
1623   // back up insertion point for alternations, and set new point:
1624   std::ptrdiff_t last_alt_point = m_alt_insert_point;
1625   this->m_pdata->m_data.align();
1626   m_alt_insert_point = this->m_pdata->m_data.size();
1627   std::ptrdiff_t expected_alt_point = m_alt_insert_point;
1628   bool restore_flags = true;
1629   regex_constants::syntax_option_type old_flags = this->flags();
1630   bool old_case_change = m_has_case_change;
1631   m_has_case_change = false;
1632   //
1633   // select the actual extension used:
1634   //
1635   switch(this->m_traits.syntax_type(*m_position))
1636   {
1637   case regex_constants::syntax_colon:
1638      //
1639      // a non-capturing mark:
1640      //
1641      pb->index = markid = 0;
1642      ++m_position;
1643      break;
1644   case regex_constants::syntax_equal:
1645      pb->index = markid = -1;
1646      ++m_position;
1647      jump_offset = this->getoffset(this->append_state(syntax_element_jump, sizeof(re_jump)));
1648      this->m_pdata->m_data.align();
1649      m_alt_insert_point = this->m_pdata->m_data.size();
1650      break;
1651   case regex_constants::syntax_not:
1652      pb->index = markid = -2;
1653      ++m_position;
1654      jump_offset = this->getoffset(this->append_state(syntax_element_jump, sizeof(re_jump)));
1655      this->m_pdata->m_data.align();
1656      m_alt_insert_point = this->m_pdata->m_data.size();
1657      break;
1658   case regex_constants::escape_type_left_word:
1659      {
1660         // a lookbehind assertion:
1661         if(++m_position == m_end)
1662         {
1663            fail(regex_constants::error_badrepeat, m_position - m_base);
1664            return false;
1665         }
1666         regex_constants::syntax_type t = this->m_traits.syntax_type(*m_position);
1667         if(t == regex_constants::syntax_not)
1668            pb->index = markid = -2;
1669         else if(t == regex_constants::syntax_equal)
1670            pb->index = markid = -1;
1671         else
1672         {
1673            fail(regex_constants::error_badrepeat, m_position - m_base);
1674            return false;
1675         }
1676         ++m_position;
1677         jump_offset = this->getoffset(this->append_state(syntax_element_jump, sizeof(re_jump)));
1678         this->append_state(syntax_element_backstep, sizeof(re_brace));
1679         this->m_pdata->m_data.align();
1680         m_alt_insert_point = this->m_pdata->m_data.size();
1681         break;
1682      }
1683   case regex_constants::escape_type_right_word:
1684      //
1685      // an independent sub-expression:
1686      //
1687      pb->index = markid = -3;
1688      ++m_position;
1689      jump_offset = this->getoffset(this->append_state(syntax_element_jump, sizeof(re_jump)));
1690      this->m_pdata->m_data.align();
1691      m_alt_insert_point = this->m_pdata->m_data.size();
1692      break;
1693   case regex_constants::syntax_open_mark:
1694      {
1695      // a conditional expression:
1696      pb->index = markid = -4;
1697      if(++m_position == m_end)
1698      {
1699         fail(regex_constants::error_badrepeat, m_position - m_base);
1700         return false;
1701      }
1702      int v = this->m_traits.toi(m_position, m_end, 10);
1703      if(v > 0)
1704      {
1705         re_brace* br = static_cast<re_brace*>(this->append_state(syntax_element_assert_backref, sizeof(re_brace)));
1706         br->index = v;
1707         if(this->m_traits.syntax_type(*m_position) != regex_constants::syntax_close_mark)
1708         {
1709            fail(regex_constants::error_badrepeat, m_position - m_base);
1710            return false;
1711         }
1712         if(++m_position == m_end)
1713         {
1714            fail(regex_constants::error_badrepeat, m_position - m_base);
1715            return false;
1716         }
1717      }
1718      else
1719      {
1720         // verify that we have a lookahead or lookbehind assert:
1721         if(this->m_traits.syntax_type(*m_position) != regex_constants::syntax_question)
1722         {
1723            fail(regex_constants::error_badrepeat, m_position - m_base);
1724            return false;
1725         }
1726         if(++m_position == m_end)
1727         {
1728            fail(regex_constants::error_badrepeat, m_position - m_base);
1729            return false;
1730         }
1731         if(this->m_traits.syntax_type(*m_position) == regex_constants::escape_type_left_word)
1732         {
1733            if(++m_position == m_end)
1734            {
1735               fail(regex_constants::error_badrepeat, m_position - m_base);
1736               return false;
1737            }
1738            if((this->m_traits.syntax_type(*m_position) != regex_constants::syntax_equal)
1739               && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_not))
1740            {
1741               fail(regex_constants::error_badrepeat, m_position - m_base);
1742               return false;
1743            }
1744            m_position -= 3;
1745         }
1746         else
1747         {
1748            if((this->m_traits.syntax_type(*m_position) != regex_constants::syntax_equal)
1749               && (this->m_traits.syntax_type(*m_position) != regex_constants::syntax_not))
1750            {
1751               fail(regex_constants::error_badrepeat, m_position - m_base);
1752               return false;
1753            }
1754            m_position -= 2;
1755         }
1756      }
1757      break;
1758      }
1759   case regex_constants::syntax_close_mark:
1760      fail(regex_constants::error_badrepeat, m_position - m_base);
1761      return false;
1762   default:
1763      //
1764      // lets assume that we have a (?imsx) group and try and parse it:
1765      //
1766      regex_constants::syntax_option_type opts = parse_options();
1767      if(m_position == m_end)
1768         return false;
1769      // make a note of whether we have a case change:
1770      m_has_case_change = ((opts & regbase::icase) != (this->flags() & regbase::icase));
1771      pb->index = markid = 0;
1772      if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_close_mark)
1773      {
1774         // update flags and carry on as normal:
1775         this->flags(opts);
1776         restore_flags = false;
1777         old_case_change |= m_has_case_change; // defer end of scope by one ')'
1778      }
1779      else if(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_colon)
1780      {
1781         // update flags and carry on until the matching ')' is found:
1782         this->flags(opts);
1783         ++m_position;
1784      }
1785      else
1786      {
1787         fail(regex_constants::error_badrepeat, m_position - m_base);
1788         return false;
1789      }
1790
1791      // finally append a case change state if we need it:
1792      if(m_has_case_change)
1793      {
1794         static_cast<re_case*>(
1795            this->append_state(syntax_element_toggle_case, sizeof(re_case))
1796            )->icase = opts & regbase::icase;
1797      }
1798
1799   }
1800   //
1801   // now recursively add more states, this will terminate when we get to a
1802   // matching ')' :
1803   //
1804   parse_all();
1805   //
1806   // Unwind alternatives:
1807   //
1808   if(0 == unwind_alts(last_paren_start))
1809      return false;
1810   //
1811   // we either have a ')' or we have run out of characters prematurely:
1812   //
1813   if(m_position == m_end)
1814   {
1815      this->fail(regex_constants::error_paren, ::boost::re_detail::distance(m_base, m_end));
1816      return false;
1817   }
1818   BOOST_ASSERT(this->m_traits.syntax_type(*m_position) == regex_constants::syntax_close_mark);
1819   ++m_position;
1820   //
1821   // restore the flags:
1822   //
1823   if(restore_flags)
1824   {
1825      // append a case change state if we need it:
1826      if(m_has_case_change)
1827      {
1828         static_cast<re_case*>(
1829            this->append_state(syntax_element_toggle_case, sizeof(re_case))
1830            )->icase = old_flags & regbase::icase;
1831      }
1832      this->flags(old_flags);
1833   }
1834   //
1835   // set up the jump pointer if we have one:
1836   //
1837   if(jump_offset)
1838   {
1839      this->m_pdata->m_data.align();
1840      re_jump* jmp = static_cast<re_jump*>(this->getaddress(jump_offset));
1841      jmp->alt.i = this->m_pdata->m_data.size() - this->getoffset(jmp);
1842      if(this->m_last_state == jmp)
1843      {
1844         // Oops... we didn't have anything inside the assertion:
1845         fail(regex_constants::error_empty, m_position - m_base);
1846         return false;
1847      }
1848   }
1849   //
1850   // verify that if this is conditional expression, that we do have
1851   // an alternative, if not add one:
1852   //
1853   if(markid == -4)
1854   {
1855      re_syntax_base* b = this->getaddress(expected_alt_point);
1856      if(b->type != syntax_element_alt)
1857      {
1858         re_alt* alt = static_cast<re_alt*>(this->insert_state(expected_alt_point, syntax_element_alt, sizeof(re_alt)));
1859         alt->alt.i = this->m_pdata->m_data.size() - this->getoffset(alt);
1860      }
1861      else if(this->getaddress(static_cast<re_alt*>(b)->alt.i, b)->type == syntax_element_alt)
1862      {
1863         fail(regex_constants::error_bad_pattern, m_position - m_base);
1864         return false;
1865      }
1866   }
1867   //
1868   // append closing parenthesis state:
1869   //
1870   pb = static_cast<re_brace*>(this->append_state(syntax_element_endmark, sizeof(re_brace)));
1871   pb->index = markid;
1872   this->m_paren_start = last_paren_start;
1873   //
1874   // restore the alternate insertion point:
1875   //
1876   this->m_alt_insert_point = last_alt_point;
1877   //
1878   // and the case change data:
1879   //
1880   m_has_case_change = old_case_change;
1881   return true;
1882}
1883
1884template <class charT, class traits>
1885bool basic_regex_parser<charT, traits>::add_emacs_code(bool negate)
1886{
1887   //
1888   // parses an emacs style \sx or \Sx construct.
1889   //
1890   if(++m_position == m_end)
1891   {
1892      fail(regex_constants::error_escape, m_position - m_base);
1893      return false;
1894   }
1895   basic_char_set<charT, traits> char_set;
1896   if(negate)
1897      char_set.negate();
1898
1899   static const charT s_punct[5] = { 'p', 'u', 'n', 'c', 't', };
1900
1901   switch(*m_position)
1902   {
1903   case 's':
1904   case ' ':
1905      char_set.add_class(this->m_mask_space);
1906      break;
1907   case 'w':
1908      char_set.add_class(this->m_word_mask);
1909      break;
1910   case '_':
1911      char_set.add_single(digraph<charT>(charT('$')));
1912      char_set.add_single(digraph<charT>(charT('&')));
1913      char_set.add_single(digraph<charT>(charT('*')));
1914      char_set.add_single(digraph<charT>(charT('+')));
1915      char_set.add_single(digraph<charT>(charT('-')));
1916      char_set.add_single(digraph<charT>(charT('_')));
1917      char_set.add_single(digraph<charT>(charT('<')));
1918      char_set.add_single(digraph<charT>(charT('>')));
1919      break;
1920   case '.':
1921      char_set.add_class(this->m_traits.lookup_classname(s_punct, s_punct+5));
1922      break;
1923   case '(':
1924      char_set.add_single(digraph<charT>(charT('(')));
1925      char_set.add_single(digraph<charT>(charT('[')));
1926      char_set.add_single(digraph<charT>(charT('{')));
1927      break;
1928   case ')':
1929      char_set.add_single(digraph<charT>(charT(')')));
1930      char_set.add_single(digraph<charT>(charT(']')));
1931      char_set.add_single(digraph<charT>(charT('}')));
1932      break;
1933   case '"':
1934      char_set.add_single(digraph<charT>(charT('"')));
1935      char_set.add_single(digraph<charT>(charT('\'')));
1936      char_set.add_single(digraph<charT>(charT('`')));
1937      break;
1938   case '\'':
1939      char_set.add_single(digraph<charT>(charT('\'')));
1940      char_set.add_single(digraph<charT>(charT(',')));
1941      char_set.add_single(digraph<charT>(charT('#')));
1942      break;
1943   case '<':
1944      char_set.add_single(digraph<charT>(charT(';')));
1945      break;
1946   case '>':
1947      char_set.add_single(digraph<charT>(charT('\n')));
1948      char_set.add_single(digraph<charT>(charT('\f')));
1949      break;
1950   default:
1951      fail(regex_constants::error_ctype, m_position - m_base);
1952      return false;
1953   }
1954   if(0 == this->append_set(char_set))
1955   {
1956      fail(regex_constants::error_ctype, m_position - m_base);
1957      return false;
1958   }
1959   ++m_position;
1960   return true;
1961}
1962
1963template <class charT, class traits>
1964regex_constants::syntax_option_type basic_regex_parser<charT, traits>::parse_options()
1965{
1966   // we have a (?imsx-imsx) group, convert it into a set of flags:
1967   regex_constants::syntax_option_type f = this->flags();
1968   bool breakout = false;
1969   do
1970   {
1971      switch(*m_position)
1972      {
1973      case 's':
1974         f |= regex_constants::mod_s;
1975         f &= ~regex_constants::no_mod_s;
1976         break;
1977      case 'm':
1978         f &= ~regex_constants::no_mod_m;
1979         break;
1980      case 'i':
1981         f |= regex_constants::icase;
1982         break;
1983      case 'x':
1984         f |= regex_constants::mod_x;
1985         break;
1986      default:
1987         breakout = true;
1988         continue;
1989      }
1990      if(++m_position == m_end)
1991      {
1992         fail(regex_constants::error_paren, m_position - m_base);
1993         return false;
1994      }
1995   }
1996   while(!breakout);
1997
1998   if(*m_position == static_cast<charT>('-'))
1999   {
2000      if(++m_position == m_end)
2001      {
2002         fail(regex_constants::error_paren, m_position - m_base);
2003         return false;
2004      }
2005      do
2006      {
2007         switch(*m_position)
2008         {
2009         case 's':
2010            f &= ~regex_constants::mod_s;
2011            f |= regex_constants::no_mod_s;
2012            break;
2013         case 'm':
2014            f |= regex_constants::no_mod_m;
2015            break;
2016         case 'i':
2017            f &= ~regex_constants::icase;
2018            break;
2019         case 'x':
2020            f &= ~regex_constants::mod_x;
2021            break;
2022         default:
2023            breakout = true;
2024            continue;
2025         }
2026         if(++m_position == m_end)
2027         {
2028            fail(regex_constants::error_paren, m_position - m_base);
2029            return false;
2030         }
2031      }
2032      while(!breakout);
2033   }
2034   return f;
2035}
2036
2037template <class charT, class traits>
2038bool basic_regex_parser<charT, traits>::unwind_alts(std::ptrdiff_t last_paren_start)
2039{
2040   //
2041   // If we didn't actually add any states after the last
2042   // alternative then that's an error:
2043   //
2044   if((this->m_alt_insert_point == static_cast<std::ptrdiff_t>(this->m_pdata->m_data.size()))
2045      && m_alt_jumps.size() && (m_alt_jumps.back() > last_paren_start))
2046   {
2047      fail(regex_constants::error_empty, this->m_position - this->m_base);
2048      return false;
2049   }
2050   //
2051   // Fix up our alternatives:
2052   //
2053   while(m_alt_jumps.size() && (m_alt_jumps.back() > last_paren_start))
2054   {
2055      //
2056      // fix up the jump to point to the end of the states
2057      // that we've just added:
2058      //
2059      std::ptrdiff_t jump_offset = m_alt_jumps.back();
2060      m_alt_jumps.pop_back();
2061      this->m_pdata->m_data.align();
2062      re_jump* jmp = static_cast<re_jump*>(this->getaddress(jump_offset));
2063      BOOST_ASSERT(jmp->type == syntax_element_jump);
2064      jmp->alt.i = this->m_pdata->m_data.size() - jump_offset;
2065   }
2066   return true;
2067}
2068
2069#ifdef BOOST_MSVC
2070#pragma warning(pop)
2071#endif
2072
2073} // namespace re_detail
2074} // namespace boost
2075
2076#ifdef BOOST_HAS_ABI_HEADERS
2077#  include BOOST_ABI_SUFFIX
2078#endif
2079
2080#endif
Note: See TracBrowser for help on using the repository browser.