Line data Source code
1 : /*-------------------------------------------------------------------------
2 : *
3 : * regis.c
4 : * Fast regex subset
5 : *
6 : * Portions Copyright (c) 1996-2024, PostgreSQL Global Development Group
7 : *
8 : *
9 : * IDENTIFICATION
10 : * src/backend/tsearch/regis.c
11 : *
12 : *-------------------------------------------------------------------------
13 : */
14 :
15 : #include "postgres.h"
16 :
17 : #include "tsearch/dicts/regis.h"
18 : #include "tsearch/ts_locale.h"
19 :
20 : #define RS_IN_ONEOF 1
21 : #define RS_IN_ONEOF_IN 2
22 : #define RS_IN_NONEOF 3
23 : #define RS_IN_WAIT 4
24 :
25 :
26 : /*
27 : * Test whether a regex is of the subset supported here.
28 : * Keep this in sync with RS_compile!
29 : */
30 : bool
31 804 : RS_isRegis(const char *str)
32 : {
33 804 : int state = RS_IN_WAIT;
34 804 : const char *c = str;
35 :
36 4872 : while (*c)
37 : {
38 4200 : if (state == RS_IN_WAIT)
39 : {
40 1064 : if (t_isalpha(c))
41 : /* okay */ ;
42 836 : else if (t_iseq(c, '['))
43 704 : state = RS_IN_ONEOF;
44 : else
45 132 : return false;
46 : }
47 3136 : else if (state == RS_IN_ONEOF)
48 : {
49 704 : if (t_iseq(c, '^'))
50 704 : state = RS_IN_NONEOF;
51 0 : else if (t_isalpha(c))
52 0 : state = RS_IN_ONEOF_IN;
53 : else
54 0 : return false;
55 : }
56 2432 : else if (state == RS_IN_ONEOF_IN || state == RS_IN_NONEOF)
57 : {
58 2432 : if (t_isalpha(c))
59 : /* okay */ ;
60 704 : else if (t_iseq(c, ']'))
61 704 : state = RS_IN_WAIT;
62 : else
63 0 : return false;
64 : }
65 : else
66 0 : elog(ERROR, "internal error in RS_isRegis: state %d", state);
67 4068 : c += pg_mblen(c);
68 : }
69 :
70 672 : return (state == RS_IN_WAIT);
71 : }
72 :
73 : static RegisNode *
74 768 : newRegisNode(RegisNode *prev, int len)
75 : {
76 : RegisNode *ptr;
77 :
78 768 : ptr = (RegisNode *) palloc0(RNHDRSZ + len + 1);
79 768 : if (prev)
80 96 : prev->next = ptr;
81 768 : return ptr;
82 : }
83 :
84 : void
85 672 : RS_compile(Regis *r, bool issuffix, const char *str)
86 : {
87 672 : int len = strlen(str);
88 672 : int state = RS_IN_WAIT;
89 672 : const char *c = str;
90 672 : RegisNode *ptr = NULL;
91 :
92 672 : memset(r, 0, sizeof(Regis));
93 672 : r->issuffix = (issuffix) ? 1 : 0;
94 :
95 4352 : while (*c)
96 : {
97 3680 : if (state == RS_IN_WAIT)
98 : {
99 768 : if (t_isalpha(c))
100 : {
101 96 : if (ptr)
102 96 : ptr = newRegisNode(ptr, len);
103 : else
104 0 : ptr = r->node = newRegisNode(NULL, len);
105 96 : COPYCHAR(ptr->data, c);
106 96 : ptr->type = RSF_ONEOF;
107 96 : ptr->len = pg_mblen(c);
108 : }
109 672 : else if (t_iseq(c, '['))
110 : {
111 672 : if (ptr)
112 0 : ptr = newRegisNode(ptr, len);
113 : else
114 672 : ptr = r->node = newRegisNode(NULL, len);
115 672 : ptr->type = RSF_ONEOF;
116 672 : state = RS_IN_ONEOF;
117 : }
118 : else /* shouldn't get here */
119 0 : elog(ERROR, "invalid regis pattern: \"%s\"", str);
120 : }
121 2912 : else if (state == RS_IN_ONEOF)
122 : {
123 672 : if (t_iseq(c, '^'))
124 : {
125 672 : ptr->type = RSF_NONEOF;
126 672 : state = RS_IN_NONEOF;
127 : }
128 0 : else if (t_isalpha(c))
129 : {
130 0 : COPYCHAR(ptr->data, c);
131 0 : ptr->len = pg_mblen(c);
132 0 : state = RS_IN_ONEOF_IN;
133 : }
134 : else /* shouldn't get here */
135 0 : elog(ERROR, "invalid regis pattern: \"%s\"", str);
136 : }
137 2240 : else if (state == RS_IN_ONEOF_IN || state == RS_IN_NONEOF)
138 : {
139 2240 : if (t_isalpha(c))
140 : {
141 1568 : COPYCHAR(ptr->data + ptr->len, c);
142 1568 : ptr->len += pg_mblen(c);
143 : }
144 672 : else if (t_iseq(c, ']'))
145 672 : state = RS_IN_WAIT;
146 : else /* shouldn't get here */
147 0 : elog(ERROR, "invalid regis pattern: \"%s\"", str);
148 : }
149 : else
150 0 : elog(ERROR, "internal error in RS_compile: state %d", state);
151 3680 : c += pg_mblen(c);
152 : }
153 :
154 672 : if (state != RS_IN_WAIT) /* shouldn't get here */
155 0 : elog(ERROR, "invalid regis pattern: \"%s\"", str);
156 :
157 672 : ptr = r->node;
158 1440 : while (ptr)
159 : {
160 768 : r->nchar++;
161 768 : ptr = ptr->next;
162 : }
163 672 : }
164 :
165 : void
166 0 : RS_free(Regis *r)
167 : {
168 0 : RegisNode *ptr = r->node,
169 : *tmp;
170 :
171 0 : while (ptr)
172 : {
173 0 : tmp = ptr->next;
174 0 : pfree(ptr);
175 0 : ptr = tmp;
176 : }
177 :
178 0 : r->node = NULL;
179 0 : }
180 :
181 : static bool
182 708 : mb_strchr(char *str, char *c)
183 : {
184 : int clen,
185 : plen,
186 : i;
187 708 : char *ptr = str;
188 708 : bool res = false;
189 :
190 708 : clen = pg_mblen(c);
191 2328 : while (*ptr && !res)
192 : {
193 1620 : plen = pg_mblen(ptr);
194 1620 : if (plen == clen)
195 : {
196 1620 : i = plen;
197 1620 : res = true;
198 1656 : while (i--)
199 1620 : if (*(ptr + i) != *(c + i))
200 : {
201 1584 : res = false;
202 1584 : break;
203 : }
204 : }
205 :
206 1620 : ptr += plen;
207 : }
208 :
209 708 : return res;
210 : }
211 :
212 : bool
213 708 : RS_execute(Regis *r, char *str)
214 : {
215 708 : RegisNode *ptr = r->node;
216 708 : char *c = str;
217 708 : int len = 0;
218 :
219 4680 : while (*c)
220 : {
221 3972 : len++;
222 3972 : c += pg_mblen(c);
223 : }
224 :
225 708 : if (len < r->nchar)
226 36 : return 0;
227 :
228 672 : c = str;
229 672 : if (r->issuffix)
230 : {
231 672 : len -= r->nchar;
232 3936 : while (len-- > 0)
233 3264 : c += pg_mblen(c);
234 : }
235 :
236 :
237 1380 : while (ptr)
238 : {
239 708 : switch (ptr->type)
240 : {
241 36 : case RSF_ONEOF:
242 36 : if (!mb_strchr((char *) ptr->data, c))
243 0 : return false;
244 36 : break;
245 672 : case RSF_NONEOF:
246 672 : if (mb_strchr((char *) ptr->data, c))
247 0 : return false;
248 672 : break;
249 0 : default:
250 0 : elog(ERROR, "unrecognized regis node type: %d", ptr->type);
251 : }
252 708 : ptr = ptr->next;
253 708 : c += pg_mblen(c);
254 : }
255 :
256 672 : return true;
257 : }
|
