LCOV - code coverage report
Current view: top level - src/backend/tsearch - dict_thesaurus.c (source / functions) Hit Total Coverage
Test: PostgreSQL 17beta1 Lines: 330 380 86.8 %
Date: 2024-06-14 17:13:31 Functions: 17 17 100.0 %
Legend: Lines: hit not hit

          Line data    Source code
       1             : /*-------------------------------------------------------------------------
       2             :  *
       3             :  * dict_thesaurus.c
       4             :  *      Thesaurus dictionary: phrase to phrase substitution
       5             :  *
       6             :  * Portions Copyright (c) 1996-2024, PostgreSQL Global Development Group
       7             :  *
       8             :  *
       9             :  * IDENTIFICATION
      10             :  *    src/backend/tsearch/dict_thesaurus.c
      11             :  *
      12             :  *-------------------------------------------------------------------------
      13             :  */
      14             : #include "postgres.h"
      15             : 
      16             : #include "catalog/namespace.h"
      17             : #include "commands/defrem.h"
      18             : #include "tsearch/ts_cache.h"
      19             : #include "tsearch/ts_locale.h"
      20             : #include "tsearch/ts_public.h"
      21             : #include "utils/fmgrprotos.h"
      22             : #include "utils/regproc.h"
      23             : 
      24             : 
      25             : /*
      26             :  * Temporary we use TSLexeme.flags for inner use...
      27             :  */
      28             : #define DT_USEASIS      0x1000
      29             : 
      30             : typedef struct LexemeInfo
      31             : {
      32             :     uint32      idsubst;        /* entry's number in DictThesaurus->subst */
      33             :     uint16      posinsubst;     /* pos info in entry */
      34             :     uint16      tnvariant;      /* total num lexemes in one variant */
      35             :     struct LexemeInfo *nextentry;
      36             :     struct LexemeInfo *nextvariant;
      37             : } LexemeInfo;
      38             : 
      39             : typedef struct
      40             : {
      41             :     char       *lexeme;
      42             :     LexemeInfo *entries;
      43             : } TheLexeme;
      44             : 
      45             : typedef struct
      46             : {
      47             :     uint16      lastlexeme;     /* number lexemes to substitute */
      48             :     uint16      reslen;
      49             :     TSLexeme   *res;            /* prepared substituted result */
      50             : } TheSubstitute;
      51             : 
      52             : typedef struct
      53             : {
      54             :     /* subdictionary to normalize lexemes */
      55             :     Oid         subdictOid;
      56             :     TSDictionaryCacheEntry *subdict;
      57             : 
      58             :     /* Array to search lexeme by exact match */
      59             :     TheLexeme  *wrds;
      60             :     int         nwrds;          /* current number of words */
      61             :     int         ntwrds;         /* allocated array length */
      62             : 
      63             :     /*
      64             :      * Storage of substituted result, n-th element is for n-th expression
      65             :      */
      66             :     TheSubstitute *subst;
      67             :     int         nsubst;
      68             : } DictThesaurus;
      69             : 
      70             : 
      71             : static void
      72         210 : newLexeme(DictThesaurus *d, char *b, char *e, uint32 idsubst, uint16 posinsubst)
      73             : {
      74             :     TheLexeme  *ptr;
      75             : 
      76         210 :     if (d->nwrds >= d->ntwrds)
      77             :     {
      78          14 :         if (d->ntwrds == 0)
      79             :         {
      80          14 :             d->ntwrds = 16;
      81          14 :             d->wrds = (TheLexeme *) palloc(sizeof(TheLexeme) * d->ntwrds);
      82             :         }
      83             :         else
      84             :         {
      85           0 :             d->ntwrds *= 2;
      86           0 :             d->wrds = (TheLexeme *) repalloc(d->wrds, sizeof(TheLexeme) * d->ntwrds);
      87             :         }
      88             :     }
      89             : 
      90         210 :     ptr = d->wrds + d->nwrds;
      91         210 :     d->nwrds++;
      92             : 
      93         210 :     ptr->lexeme = palloc(e - b + 1);
      94             : 
      95         210 :     memcpy(ptr->lexeme, b, e - b);
      96         210 :     ptr->lexeme[e - b] = '\0';
      97             : 
      98         210 :     ptr->entries = (LexemeInfo *) palloc(sizeof(LexemeInfo));
      99             : 
     100         210 :     ptr->entries->nextentry = NULL;
     101         210 :     ptr->entries->idsubst = idsubst;
     102         210 :     ptr->entries->posinsubst = posinsubst;
     103         210 : }
     104             : 
     105             : static void
     106         168 : addWrd(DictThesaurus *d, char *b, char *e, uint32 idsubst, uint16 nwrd, uint16 posinsubst, bool useasis)
     107             : {
     108             :     static int  nres = 0;
     109             :     static int  ntres = 0;
     110             :     TheSubstitute *ptr;
     111             : 
     112         168 :     if (nwrd == 0)
     113             :     {
     114         112 :         nres = ntres = 0;
     115             : 
     116         112 :         if (idsubst >= d->nsubst)
     117             :         {
     118          14 :             if (d->nsubst == 0)
     119             :             {
     120          14 :                 d->nsubst = 16;
     121          14 :                 d->subst = (TheSubstitute *) palloc(sizeof(TheSubstitute) * d->nsubst);
     122             :             }
     123             :             else
     124             :             {
     125           0 :                 d->nsubst *= 2;
     126           0 :                 d->subst = (TheSubstitute *) repalloc(d->subst, sizeof(TheSubstitute) * d->nsubst);
     127             :             }
     128             :         }
     129             :     }
     130             : 
     131         168 :     ptr = d->subst + idsubst;
     132             : 
     133         168 :     ptr->lastlexeme = posinsubst - 1;
     134             : 
     135         168 :     if (nres + 1 >= ntres)
     136             :     {
     137         140 :         if (ntres == 0)
     138             :         {
     139         112 :             ntres = 2;
     140         112 :             ptr->res = (TSLexeme *) palloc(sizeof(TSLexeme) * ntres);
     141             :         }
     142             :         else
     143             :         {
     144          28 :             ntres *= 2;
     145          28 :             ptr->res = (TSLexeme *) repalloc(ptr->res, sizeof(TSLexeme) * ntres);
     146             :         }
     147             :     }
     148             : 
     149         168 :     ptr->res[nres].lexeme = palloc(e - b + 1);
     150         168 :     memcpy(ptr->res[nres].lexeme, b, e - b);
     151         168 :     ptr->res[nres].lexeme[e - b] = '\0';
     152             : 
     153         168 :     ptr->res[nres].nvariant = nwrd;
     154         168 :     if (useasis)
     155          84 :         ptr->res[nres].flags = DT_USEASIS;
     156             :     else
     157          84 :         ptr->res[nres].flags = 0;
     158             : 
     159         168 :     ptr->res[++nres].lexeme = NULL;
     160         168 : }
     161             : 
     162             : #define TR_WAITLEX  1
     163             : #define TR_INLEX    2
     164             : #define TR_WAITSUBS 3
     165             : #define TR_INSUBS   4
     166             : 
     167             : static void
     168          14 : thesaurusRead(const char *filename, DictThesaurus *d)
     169             : {
     170             :     tsearch_readline_state trst;
     171          14 :     uint32      idsubst = 0;
     172          14 :     bool        useasis = false;
     173             :     char       *line;
     174             : 
     175          14 :     filename = get_tsearch_config_filename(filename, "ths");
     176          14 :     if (!tsearch_readline_begin(&trst, filename))
     177           0 :         ereport(ERROR,
     178             :                 (errcode(ERRCODE_CONFIG_FILE_ERROR),
     179             :                  errmsg("could not open thesaurus file \"%s\": %m",
     180             :                         filename)));
     181             : 
     182         252 :     while ((line = tsearch_readline(&trst)) != NULL)
     183             :     {
     184             :         char       *ptr;
     185         238 :         int         state = TR_WAITLEX;
     186         238 :         char       *beginwrd = NULL;
     187         238 :         uint32      posinsubst = 0;
     188         238 :         uint32      nwrd = 0;
     189             : 
     190         238 :         ptr = line;
     191             : 
     192             :         /* is it a comment? */
     193         266 :         while (*ptr && t_isspace(ptr))
     194          28 :             ptr += pg_mblen(ptr);
     195             : 
     196         238 :         if (t_iseq(ptr, '#') || *ptr == '\0' ||
     197         112 :             t_iseq(ptr, '\n') || t_iseq(ptr, '\r'))
     198             :         {
     199         126 :             pfree(line);
     200         126 :             continue;
     201             :         }
     202             : 
     203        2590 :         while (*ptr)
     204             :         {
     205        2478 :             if (state == TR_WAITLEX)
     206             :             {
     207         322 :                 if (t_iseq(ptr, ':'))
     208             :                 {
     209         112 :                     if (posinsubst == 0)
     210           0 :                         ereport(ERROR,
     211             :                                 (errcode(ERRCODE_CONFIG_FILE_ERROR),
     212             :                                  errmsg("unexpected delimiter")));
     213         112 :                     state = TR_WAITSUBS;
     214             :                 }
     215         210 :                 else if (!t_isspace(ptr))
     216             :                 {
     217         210 :                     beginwrd = ptr;
     218         210 :                     state = TR_INLEX;
     219             :                 }
     220             :             }
     221        2156 :             else if (state == TR_INLEX)
     222             :             {
     223        1078 :                 if (t_iseq(ptr, ':'))
     224             :                 {
     225           0 :                     newLexeme(d, beginwrd, ptr, idsubst, posinsubst++);
     226           0 :                     state = TR_WAITSUBS;
     227             :                 }
     228        1078 :                 else if (t_isspace(ptr))
     229             :                 {
     230         210 :                     newLexeme(d, beginwrd, ptr, idsubst, posinsubst++);
     231         210 :                     state = TR_WAITLEX;
     232             :                 }
     233             :             }
     234        1078 :             else if (state == TR_WAITSUBS)
     235             :             {
     236         280 :                 if (t_iseq(ptr, '*'))
     237             :                 {
     238          84 :                     useasis = true;
     239          84 :                     state = TR_INSUBS;
     240          84 :                     beginwrd = ptr + pg_mblen(ptr);
     241             :                 }
     242         196 :                 else if (t_iseq(ptr, '\\'))
     243             :                 {
     244           0 :                     useasis = false;
     245           0 :                     state = TR_INSUBS;
     246           0 :                     beginwrd = ptr + pg_mblen(ptr);
     247             :                 }
     248         196 :                 else if (!t_isspace(ptr))
     249             :                 {
     250          84 :                     useasis = false;
     251          84 :                     beginwrd = ptr;
     252          84 :                     state = TR_INSUBS;
     253             :                 }
     254             :             }
     255         798 :             else if (state == TR_INSUBS)
     256             :             {
     257         798 :                 if (t_isspace(ptr))
     258             :                 {
     259         168 :                     if (ptr == beginwrd)
     260           0 :                         ereport(ERROR,
     261             :                                 (errcode(ERRCODE_CONFIG_FILE_ERROR),
     262             :                                  errmsg("unexpected end of line or lexeme")));
     263         168 :                     addWrd(d, beginwrd, ptr, idsubst, nwrd++, posinsubst, useasis);
     264         168 :                     state = TR_WAITSUBS;
     265             :                 }
     266             :             }
     267             :             else
     268           0 :                 elog(ERROR, "unrecognized thesaurus state: %d", state);
     269             : 
     270        2478 :             ptr += pg_mblen(ptr);
     271             :         }
     272             : 
     273         112 :         if (state == TR_INSUBS)
     274             :         {
     275           0 :             if (ptr == beginwrd)
     276           0 :                 ereport(ERROR,
     277             :                         (errcode(ERRCODE_CONFIG_FILE_ERROR),
     278             :                          errmsg("unexpected end of line or lexeme")));
     279           0 :             addWrd(d, beginwrd, ptr, idsubst, nwrd++, posinsubst, useasis);
     280             :         }
     281             : 
     282         112 :         idsubst++;
     283             : 
     284         112 :         if (!(nwrd && posinsubst))
     285           0 :             ereport(ERROR,
     286             :                     (errcode(ERRCODE_CONFIG_FILE_ERROR),
     287             :                      errmsg("unexpected end of line")));
     288             : 
     289         112 :         if (nwrd != (uint16) nwrd || posinsubst != (uint16) posinsubst)
     290           0 :             ereport(ERROR,
     291             :                     (errcode(ERRCODE_CONFIG_FILE_ERROR),
     292             :                      errmsg("too many lexemes in thesaurus entry")));
     293             : 
     294         112 :         pfree(line);
     295             :     }
     296             : 
     297          14 :     d->nsubst = idsubst;
     298             : 
     299          14 :     tsearch_readline_end(&trst);
     300          14 : }
     301             : 
     302             : static TheLexeme *
     303         210 : addCompiledLexeme(TheLexeme *newwrds, int *nnw, int *tnm, TSLexeme *lexeme, LexemeInfo *src, uint16 tnvariant)
     304             : {
     305         210 :     if (*nnw >= *tnm)
     306             :     {
     307           0 :         *tnm *= 2;
     308           0 :         newwrds = (TheLexeme *) repalloc(newwrds, sizeof(TheLexeme) * *tnm);
     309             :     }
     310             : 
     311         210 :     newwrds[*nnw].entries = (LexemeInfo *) palloc(sizeof(LexemeInfo));
     312             : 
     313         210 :     if (lexeme && lexeme->lexeme)
     314             :     {
     315         196 :         newwrds[*nnw].lexeme = pstrdup(lexeme->lexeme);
     316         196 :         newwrds[*nnw].entries->tnvariant = tnvariant;
     317             :     }
     318             :     else
     319             :     {
     320          14 :         newwrds[*nnw].lexeme = NULL;
     321          14 :         newwrds[*nnw].entries->tnvariant = 1;
     322             :     }
     323             : 
     324         210 :     newwrds[*nnw].entries->idsubst = src->idsubst;
     325         210 :     newwrds[*nnw].entries->posinsubst = src->posinsubst;
     326             : 
     327         210 :     newwrds[*nnw].entries->nextentry = NULL;
     328             : 
     329         210 :     (*nnw)++;
     330         210 :     return newwrds;
     331             : }
     332             : 
     333             : static int
     334         224 : cmpLexemeInfo(LexemeInfo *a, LexemeInfo *b)
     335             : {
     336         224 :     if (a == NULL || b == NULL)
     337           0 :         return 0;
     338             : 
     339         224 :     if (a->idsubst == b->idsubst)
     340             :     {
     341           0 :         if (a->posinsubst == b->posinsubst)
     342             :         {
     343           0 :             if (a->tnvariant == b->tnvariant)
     344           0 :                 return 0;
     345             : 
     346           0 :             return (a->tnvariant > b->tnvariant) ? 1 : -1;
     347             :         }
     348             : 
     349           0 :         return (a->posinsubst > b->posinsubst) ? 1 : -1;
     350             :     }
     351             : 
     352         224 :     return (a->idsubst > b->idsubst) ? 1 : -1;
     353             : }
     354             : 
     355             : static int
     356        1442 : cmpLexeme(const TheLexeme *a, const TheLexeme *b)
     357             : {
     358        1442 :     if (a->lexeme == NULL)
     359             :     {
     360         164 :         if (b->lexeme == NULL)
     361          36 :             return 0;
     362             :         else
     363         128 :             return 1;
     364             :     }
     365        1278 :     else if (b->lexeme == NULL)
     366          20 :         return -1;
     367             : 
     368        1258 :     return strcmp(a->lexeme, b->lexeme);
     369             : }
     370             : 
     371             : static int
     372         588 : cmpLexemeQ(const void *a, const void *b)
     373             : {
     374         588 :     return cmpLexeme((const TheLexeme *) a, (const TheLexeme *) b);
     375             : }
     376             : 
     377             : static int
     378         658 : cmpTheLexeme(const void *a, const void *b)
     379             : {
     380         658 :     const TheLexeme *la = (const TheLexeme *) a;
     381         658 :     const TheLexeme *lb = (const TheLexeme *) b;
     382             :     int         res;
     383             : 
     384         658 :     if ((res = cmpLexeme(la, lb)) != 0)
     385         532 :         return res;
     386             : 
     387         126 :     return -cmpLexemeInfo(la->entries, lb->entries);
     388             : }
     389             : 
     390             : static void
     391          14 : compileTheLexeme(DictThesaurus *d)
     392             : {
     393             :     int         i,
     394          14 :                 nnw = 0,
     395          14 :                 tnm = 16;
     396          14 :     TheLexeme  *newwrds = (TheLexeme *) palloc(sizeof(TheLexeme) * tnm),
     397             :                *ptrwrds;
     398             : 
     399         224 :     for (i = 0; i < d->nwrds; i++)
     400             :     {
     401             :         TSLexeme   *ptr;
     402             : 
     403         210 :         if (strcmp(d->wrds[i].lexeme, "?") == 0)   /* Is stop word marker? */
     404          14 :             newwrds = addCompiledLexeme(newwrds, &nnw, &tnm, NULL, d->wrds[i].entries, 0);
     405             :         else
     406             :         {
     407         196 :             ptr = (TSLexeme *) DatumGetPointer(FunctionCall4(&(d->subdict->lexize),
     408             :                                                              PointerGetDatum(d->subdict->dictData),
     409             :                                                              PointerGetDatum(d->wrds[i].lexeme),
     410             :                                                              Int32GetDatum(strlen(d->wrds[i].lexeme)),
     411             :                                                              PointerGetDatum(NULL)));
     412             : 
     413         196 :             if (!ptr)
     414           0 :                 ereport(ERROR,
     415             :                         (errcode(ERRCODE_CONFIG_FILE_ERROR),
     416             :                          errmsg("thesaurus sample word \"%s\" isn't recognized by subdictionary (rule %d)",
     417             :                                 d->wrds[i].lexeme,
     418             :                                 d->wrds[i].entries->idsubst + 1)));
     419         196 :             else if (!(ptr->lexeme))
     420           0 :                 ereport(ERROR,
     421             :                         (errcode(ERRCODE_CONFIG_FILE_ERROR),
     422             :                          errmsg("thesaurus sample word \"%s\" is a stop word (rule %d)",
     423             :                                 d->wrds[i].lexeme,
     424             :                                 d->wrds[i].entries->idsubst + 1),
     425             :                          errhint("Use \"?\" to represent a stop word within a sample phrase.")));
     426             :             else
     427             :             {
     428         392 :                 while (ptr->lexeme)
     429             :                 {
     430         196 :                     TSLexeme   *remptr = ptr + 1;
     431         196 :                     int         tnvar = 1;
     432         196 :                     int         curvar = ptr->nvariant;
     433             : 
     434             :                     /* compute n words in one variant */
     435         196 :                     while (remptr->lexeme)
     436             :                     {
     437           0 :                         if (remptr->nvariant != (remptr - 1)->nvariant)
     438           0 :                             break;
     439           0 :                         tnvar++;
     440           0 :                         remptr++;
     441             :                     }
     442             : 
     443         196 :                     remptr = ptr;
     444         392 :                     while (remptr->lexeme && remptr->nvariant == curvar)
     445             :                     {
     446         196 :                         newwrds = addCompiledLexeme(newwrds, &nnw, &tnm, remptr, d->wrds[i].entries, tnvar);
     447         196 :                         remptr++;
     448             :                     }
     449             : 
     450         196 :                     ptr = remptr;
     451             :                 }
     452             :             }
     453             :         }
     454             : 
     455         210 :         pfree(d->wrds[i].lexeme);
     456         210 :         pfree(d->wrds[i].entries);
     457             :     }
     458             : 
     459          14 :     if (d->wrds)
     460          14 :         pfree(d->wrds);
     461          14 :     d->wrds = newwrds;
     462          14 :     d->nwrds = nnw;
     463          14 :     d->ntwrds = tnm;
     464             : 
     465          14 :     if (d->nwrds > 1)
     466             :     {
     467          14 :         qsort(d->wrds, d->nwrds, sizeof(TheLexeme), cmpTheLexeme);
     468             : 
     469             :         /* uniq */
     470          14 :         newwrds = d->wrds;
     471          14 :         ptrwrds = d->wrds + 1;
     472         210 :         while (ptrwrds - d->wrds < d->nwrds)
     473             :         {
     474         196 :             if (cmpLexeme(ptrwrds, newwrds) == 0)
     475             :             {
     476          98 :                 if (cmpLexemeInfo(ptrwrds->entries, newwrds->entries))
     477             :                 {
     478          98 :                     ptrwrds->entries->nextentry = newwrds->entries;
     479          98 :                     newwrds->entries = ptrwrds->entries;
     480             :                 }
     481             :                 else
     482           0 :                     pfree(ptrwrds->entries);
     483             : 
     484          98 :                 if (ptrwrds->lexeme)
     485          98 :                     pfree(ptrwrds->lexeme);
     486             :             }
     487             :             else
     488             :             {
     489          98 :                 newwrds++;
     490          98 :                 *newwrds = *ptrwrds;
     491             :             }
     492             : 
     493         196 :             ptrwrds++;
     494             :         }
     495             : 
     496          14 :         d->nwrds = newwrds - d->wrds + 1;
     497          14 :         d->wrds = (TheLexeme *) repalloc(d->wrds, sizeof(TheLexeme) * d->nwrds);
     498             :     }
     499          14 : }
     500             : 
     501             : static void
     502          14 : compileTheSubstitute(DictThesaurus *d)
     503             : {
     504             :     int         i;
     505             : 
     506         126 :     for (i = 0; i < d->nsubst; i++)
     507             :     {
     508         112 :         TSLexeme   *rem = d->subst[i].res,
     509             :                    *outptr,
     510             :                    *inptr;
     511         112 :         int         n = 2;
     512             : 
     513         112 :         outptr = d->subst[i].res = (TSLexeme *) palloc(sizeof(TSLexeme) * n);
     514         112 :         outptr->lexeme = NULL;
     515         112 :         inptr = rem;
     516             : 
     517         280 :         while (inptr && inptr->lexeme)
     518             :         {
     519             :             TSLexeme   *lexized,
     520             :                         tmplex[2];
     521             : 
     522         168 :             if (inptr->flags & DT_USEASIS)
     523             :             {                   /* do not lexize */
     524          84 :                 tmplex[0] = *inptr;
     525          84 :                 tmplex[0].flags = 0;
     526          84 :                 tmplex[1].lexeme = NULL;
     527          84 :                 lexized = tmplex;
     528             :             }
     529             :             else
     530             :             {
     531          84 :                 lexized = (TSLexeme *) DatumGetPointer(FunctionCall4(&(d->subdict->lexize),
     532             :                                                                      PointerGetDatum(d->subdict->dictData),
     533             :                                                                      PointerGetDatum(inptr->lexeme),
     534             :                                                                      Int32GetDatum(strlen(inptr->lexeme)),
     535             :                                                                      PointerGetDatum(NULL)));
     536             :             }
     537             : 
     538         168 :             if (lexized && lexized->lexeme)
     539         168 :             {
     540         168 :                 int         toset = (lexized->lexeme && outptr != d->subst[i].res) ? (outptr - d->subst[i].res) : -1;
     541             : 
     542         336 :                 while (lexized->lexeme)
     543             :                 {
     544         168 :                     if (outptr - d->subst[i].res + 1 >= n)
     545             :                     {
     546          28 :                         int         diff = outptr - d->subst[i].res;
     547             : 
     548          28 :                         n *= 2;
     549          28 :                         d->subst[i].res = (TSLexeme *) repalloc(d->subst[i].res, sizeof(TSLexeme) * n);
     550          28 :                         outptr = d->subst[i].res + diff;
     551             :                     }
     552             : 
     553         168 :                     *outptr = *lexized;
     554         168 :                     outptr->lexeme = pstrdup(lexized->lexeme);
     555             : 
     556         168 :                     outptr++;
     557         168 :                     lexized++;
     558             :                 }
     559             : 
     560         168 :                 if (toset > 0)
     561          56 :                     d->subst[i].res[toset].flags |= TSL_ADDPOS;
     562             :             }
     563           0 :             else if (lexized)
     564             :             {
     565           0 :                 ereport(ERROR,
     566             :                         (errcode(ERRCODE_CONFIG_FILE_ERROR),
     567             :                          errmsg("thesaurus substitute word \"%s\" is a stop word (rule %d)",
     568             :                                 inptr->lexeme, i + 1)));
     569             :             }
     570             :             else
     571             :             {
     572           0 :                 ereport(ERROR,
     573             :                         (errcode(ERRCODE_CONFIG_FILE_ERROR),
     574             :                          errmsg("thesaurus substitute word \"%s\" isn't recognized by subdictionary (rule %d)",
     575             :                                 inptr->lexeme, i + 1)));
     576             :             }
     577             : 
     578         168 :             if (inptr->lexeme)
     579         168 :                 pfree(inptr->lexeme);
     580         168 :             inptr++;
     581             :         }
     582             : 
     583         112 :         if (outptr == d->subst[i].res)
     584           0 :             ereport(ERROR,
     585             :                     (errcode(ERRCODE_CONFIG_FILE_ERROR),
     586             :                      errmsg("thesaurus substitute phrase is empty (rule %d)",
     587             :                             i + 1)));
     588             : 
     589         112 :         d->subst[i].reslen = outptr - d->subst[i].res;
     590             : 
     591         112 :         pfree(rem);
     592             :     }
     593          14 : }
     594             : 
     595             : Datum
     596          14 : thesaurus_init(PG_FUNCTION_ARGS)
     597             : {
     598          14 :     List       *dictoptions = (List *) PG_GETARG_POINTER(0);
     599             :     DictThesaurus *d;
     600          14 :     char       *subdictname = NULL;
     601          14 :     bool        fileloaded = false;
     602             :     List       *namelist;
     603             :     ListCell   *l;
     604             : 
     605          14 :     d = (DictThesaurus *) palloc0(sizeof(DictThesaurus));
     606             : 
     607          42 :     foreach(l, dictoptions)
     608             :     {
     609          28 :         DefElem    *defel = (DefElem *) lfirst(l);
     610             : 
     611          28 :         if (strcmp(defel->defname, "dictfile") == 0)
     612             :         {
     613          14 :             if (fileloaded)
     614           0 :                 ereport(ERROR,
     615             :                         (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
     616             :                          errmsg("multiple DictFile parameters")));
     617          14 :             thesaurusRead(defGetString(defel), d);
     618          14 :             fileloaded = true;
     619             :         }
     620          14 :         else if (strcmp(defel->defname, "dictionary") == 0)
     621             :         {
     622          14 :             if (subdictname)
     623           0 :                 ereport(ERROR,
     624             :                         (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
     625             :                          errmsg("multiple Dictionary parameters")));
     626          14 :             subdictname = pstrdup(defGetString(defel));
     627             :         }
     628             :         else
     629             :         {
     630           0 :             ereport(ERROR,
     631             :                     (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
     632             :                      errmsg("unrecognized Thesaurus parameter: \"%s\"",
     633             :                             defel->defname)));
     634             :         }
     635             :     }
     636             : 
     637          14 :     if (!fileloaded)
     638           0 :         ereport(ERROR,
     639             :                 (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
     640             :                  errmsg("missing DictFile parameter")));
     641          14 :     if (!subdictname)
     642           0 :         ereport(ERROR,
     643             :                 (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
     644             :                  errmsg("missing Dictionary parameter")));
     645             : 
     646          14 :     namelist = stringToQualifiedNameList(subdictname, NULL);
     647          14 :     d->subdictOid = get_ts_dict_oid(namelist, false);
     648          14 :     d->subdict = lookup_ts_dictionary_cache(d->subdictOid);
     649             : 
     650          14 :     compileTheLexeme(d);
     651          14 :     compileTheSubstitute(d);
     652             : 
     653          14 :     PG_RETURN_POINTER(d);
     654             : }
     655             : 
     656             : static LexemeInfo *
     657         192 : findTheLexeme(DictThesaurus *d, char *lexeme)
     658             : {
     659             :     TheLexeme   key,
     660             :                *res;
     661             : 
     662         192 :     if (d->nwrds == 0)
     663           0 :         return NULL;
     664             : 
     665         192 :     key.lexeme = lexeme;
     666         192 :     key.entries = NULL;
     667             : 
     668         192 :     res = bsearch(&key, d->wrds, d->nwrds, sizeof(TheLexeme), cmpLexemeQ);
     669             : 
     670         192 :     if (res == NULL)
     671          54 :         return NULL;
     672         138 :     return res->entries;
     673             : }
     674             : 
     675             : static bool
     676         288 : matchIdSubst(LexemeInfo *stored, uint32 idsubst)
     677             : {
     678         288 :     bool        res = true;
     679             : 
     680         288 :     if (stored)
     681             :     {
     682         150 :         res = false;
     683             : 
     684         330 :         for (; stored; stored = stored->nextvariant)
     685         234 :             if (stored->idsubst == idsubst)
     686             :             {
     687          54 :                 res = true;
     688          54 :                 break;
     689             :             }
     690             :     }
     691             : 
     692         288 :     return res;
     693             : }
     694             : 
     695             : static LexemeInfo *
     696         330 : findVariant(LexemeInfo *in, LexemeInfo *stored, uint16 curpos, LexemeInfo **newin, int newn)
     697             : {
     698             :     for (;;)
     699         192 :     {
     700             :         int         i;
     701         330 :         LexemeInfo *ptr = newin[0];
     702             : 
     703         540 :         for (i = 0; i < newn; i++)
     704             :         {
     705         348 :             while (newin[i] && newin[i]->idsubst < ptr->idsubst)
     706           0 :                 newin[i] = newin[i]->nextentry;
     707             : 
     708         348 :             if (newin[i] == NULL)
     709          78 :                 return in;
     710             : 
     711         270 :             if (newin[i]->idsubst > ptr->idsubst)
     712             :             {
     713           0 :                 ptr = newin[i];
     714           0 :                 i = -1;
     715           0 :                 continue;
     716             :             }
     717             : 
     718         288 :             while (newin[i]->idsubst == ptr->idsubst)
     719             :             {
     720         270 :                 if (newin[i]->posinsubst == curpos && newin[i]->tnvariant == newn)
     721             :                 {
     722         192 :                     ptr = newin[i];
     723         192 :                     break;
     724             :                 }
     725             : 
     726          78 :                 newin[i] = newin[i]->nextentry;
     727          78 :                 if (newin[i] == NULL)
     728          60 :                     return in;
     729             :             }
     730             : 
     731         210 :             if (newin[i]->idsubst != ptr->idsubst)
     732             :             {
     733          18 :                 ptr = newin[i];
     734          18 :                 i = -1;
     735          18 :                 continue;
     736             :             }
     737             :         }
     738             : 
     739         192 :         if (i == newn && matchIdSubst(stored, ptr->idsubst) && (in == NULL || !matchIdSubst(in, ptr->idsubst)))
     740             :         {                       /* found */
     741             : 
     742         192 :             ptr->nextvariant = in;
     743         192 :             in = ptr;
     744             :         }
     745             : 
     746             :         /* step forward */
     747         384 :         for (i = 0; i < newn; i++)
     748         192 :             newin[i] = newin[i]->nextentry;
     749             :     }
     750             : }
     751             : 
     752             : static TSLexeme *
     753          78 : copyTSLexeme(TheSubstitute *ts)
     754             : {
     755             :     TSLexeme   *res;
     756             :     uint16      i;
     757             : 
     758          78 :     res = (TSLexeme *) palloc(sizeof(TSLexeme) * (ts->reslen + 1));
     759         180 :     for (i = 0; i < ts->reslen; i++)
     760             :     {
     761         102 :         res[i] = ts->res[i];
     762         102 :         res[i].lexeme = pstrdup(ts->res[i].lexeme);
     763             :     }
     764             : 
     765          78 :     res[ts->reslen].lexeme = NULL;
     766             : 
     767          78 :     return res;
     768             : }
     769             : 
     770             : static TSLexeme *
     771          96 : checkMatch(DictThesaurus *d, LexemeInfo *info, uint16 curpos, bool *moreres)
     772             : {
     773          96 :     *moreres = false;
     774         126 :     while (info)
     775             :     {
     776             :         Assert(info->idsubst < d->nsubst);
     777         108 :         if (info->nextvariant)
     778          66 :             *moreres = true;
     779         108 :         if (d->subst[info->idsubst].lastlexeme == curpos)
     780          78 :             return copyTSLexeme(d->subst + info->idsubst);
     781          30 :         info = info->nextvariant;
     782             :     }
     783             : 
     784          18 :     return NULL;
     785             : }
     786             : 
     787             : Datum
     788         204 : thesaurus_lexize(PG_FUNCTION_ARGS)
     789             : {
     790         204 :     DictThesaurus *d = (DictThesaurus *) PG_GETARG_POINTER(0);
     791         204 :     DictSubState *dstate = (DictSubState *) PG_GETARG_POINTER(3);
     792         204 :     TSLexeme   *res = NULL;
     793             :     LexemeInfo *stored,
     794         204 :                *info = NULL;
     795         204 :     uint16      curpos = 0;
     796         204 :     bool        moreres = false;
     797             : 
     798         204 :     if (PG_NARGS() != 4 || dstate == NULL)
     799           0 :         elog(ERROR, "forbidden call of thesaurus or nested call");
     800             : 
     801         204 :     if (dstate->isend)
     802          12 :         PG_RETURN_POINTER(NULL);
     803         192 :     stored = (LexemeInfo *) dstate->private_state;
     804             : 
     805         192 :     if (stored)
     806          60 :         curpos = stored->posinsubst + 1;
     807             : 
     808         192 :     if (!d->subdict->isvalid)
     809           0 :         d->subdict = lookup_ts_dictionary_cache(d->subdictOid);
     810             : 
     811         192 :     res = (TSLexeme *) DatumGetPointer(FunctionCall4(&(d->subdict->lexize),
     812             :                                                      PointerGetDatum(d->subdict->dictData),
     813             :                                                      PG_GETARG_DATUM(1),
     814             :                                                      PG_GETARG_DATUM(2),
     815             :                                                      PointerGetDatum(NULL)));
     816             : 
     817         192 :     if (res && res->lexeme)
     818         156 :     {
     819         156 :         TSLexeme   *ptr = res,
     820             :                    *basevar;
     821             : 
     822         312 :         while (ptr->lexeme)
     823             :         {
     824         156 :             uint16      nv = ptr->nvariant;
     825             :             uint16      i,
     826         156 :                         nlex = 0;
     827             :             LexemeInfo **infos;
     828             : 
     829         156 :             basevar = ptr;
     830         312 :             while (ptr->lexeme && nv == ptr->nvariant)
     831             :             {
     832         156 :                 nlex++;
     833         156 :                 ptr++;
     834             :             }
     835             : 
     836         156 :             infos = (LexemeInfo **) palloc(sizeof(LexemeInfo *) * nlex);
     837         258 :             for (i = 0; i < nlex; i++)
     838         156 :                 if ((infos[i] = findTheLexeme(d, basevar[i].lexeme)) == NULL)
     839          54 :                     break;
     840             : 
     841         156 :             if (i < nlex)
     842             :             {
     843             :                 /* no chance to find */
     844          54 :                 pfree(infos);
     845          54 :                 continue;
     846             :             }
     847             : 
     848         102 :             info = findVariant(info, stored, curpos, infos, nlex);
     849             :         }
     850             :     }
     851          36 :     else if (res)
     852             :     {                           /* stop-word */
     853          36 :         LexemeInfo *infos = findTheLexeme(d, NULL);
     854             : 
     855          36 :         info = findVariant(NULL, stored, curpos, &infos, 1);
     856             :     }
     857             :     else
     858             :     {
     859           0 :         info = NULL;            /* word isn't recognized */
     860             :     }
     861             : 
     862         192 :     dstate->private_state = (void *) info;
     863             : 
     864         192 :     if (!info)
     865             :     {
     866          96 :         dstate->getnext = false;
     867          96 :         PG_RETURN_POINTER(NULL);
     868             :     }
     869             : 
     870          96 :     if ((res = checkMatch(d, info, curpos, &moreres)) != NULL)
     871             :     {
     872          78 :         dstate->getnext = moreres;
     873          78 :         PG_RETURN_POINTER(res);
     874             :     }
     875             : 
     876          18 :     dstate->getnext = true;
     877             : 
     878          18 :     PG_RETURN_POINTER(NULL);
     879             : }

Generated by: LCOV version 1.14