5 months agoUpdate File-Temp to CPAN version 0.2309
Chris 'BinGOs' Williams [Thu, 17 Jan 2019 18:38:27 +0000 (18:38 +0000)] 
Update File-Temp to CPAN version 0.2309


0.2309    2019-01-06 20:29:15Z
          - fix longstanding pod formatting error (issue #19, RT#109526)

5 months agoUpdate IO-Compress to CPAN version 2.084
Chris 'BinGOs' Williams [Thu, 17 Jan 2019 18:08:33 +0000 (18:08 +0000)] 
Update IO-Compress to CPAN version 2.084


  2.084 5 January 2019

        Added support for IO::Uncompress::Zstd and IO::Uncompress::UnLzip

  2.083 30 December 2018

      * IO::Compress::*
      * IO::Uncompress::*
        The BinModeIn and BinModeOut options in are now no-ops.
        ALL files will be read/written in binmode.

      * IO::Uncompress::Unzip
        Fixed issue with unziping a member from a streamed zip file.
        Issue triggered by a libreoffice document.
        Test added to 105oneshot-zip-only.t
        Thanks to Fabrizio Pivari for the bug report.

      * Added U64::isZero

      * bin/zipdetails
        Added 'Data Stream Alignment' (tag 0xa11e) to extra fields.
        Field sourced from

        #125140: Tiny POD error in Compress::Zlib

5 months agoUpdate Compress-Raw-Bzip2 to CPAN version 2.084
Chris 'BinGOs' Williams [Thu, 17 Jan 2019 18:06:41 +0000 (18:06 +0000)] 
Update Compress-Raw-Bzip2 to CPAN version 2.084


  2.084 5 January 2019

      * No Changes

  2.083 30 December 2018

      * No Changes

5 months agoUpdate Compress-Raw-Zlib to CPAN version 2.084
Chris 'BinGOs' Williams [Thu, 17 Jan 2019 18:05:01 +0000 (18:05 +0000)] 
Update Compress-Raw-Zlib to CPAN version 2.084


  2.084 5 January 2019

      * No Changes

  2.083 30 December 2018

      * No Changes

5 months ago(perl #133755) link back to readpipe from the qx// docs
Tony Cook [Mon, 14 Jan 2019 23:59:36 +0000 (10:59 +1100)] 
(perl #133755) link back to readpipe from the qx// docs

5 months agobump version numbers for PathTools
Tony Cook [Mon, 14 Jan 2019 01:06:57 +0000 (12:06 +1100)] 
bump version numbers for PathTools

5 months ago(perl #123724) don't translate ... to ..\.. on Win32
Tony Cook [Thu, 1 Nov 2018 02:43:17 +0000 (13:43 +1100)] 
(perl #123724) don't translate ... to ..\.. on Win32

Apparently this was a thing that Win32 doesn't support.

5 months agoPATCH: [perl #133756] Failure to match properly
Karl Williamson [Fri, 11 Jan 2019 03:59:31 +0000 (20:59 -0700)] 
PATCH: [perl #133756] Failure to match properly

This was caused by a counting error.

An EXACTFish regnode has a finite length it can hold for the string
being matched.  If that length is exceeded, a 2nd node is used for the
next segment of the string, for as many regnodes as are needed.

A problem occurs if a regnode ends with one of the 22 characters in
Unicode 11 that occur in non-final positions of a multi-character fold.
The design of the pattern matching engine doesn't allow matches across
regnodes.  Consider, for example if a node ended in the letter 'f' and
the next node begins with the letter 'i'.  That sequence should match,
under /i, the ligature "fi" (U+FB01).  But it wouldn't because the
pattern splits them across nodes.  The solution I adopted was to forbid
a node to end with one of those 22 characters if there is another string
node that follows it.  This is not fool proof, for example, if the
entire node consisted of only these characters, one would have to split
it at some position (In that case, we just take as much of the string as
will fit.) But for real life applications, it is good enough.

What happens if a node ends with one of the 22, is that the node is
shortened so that those are instead placed at the beginning of the
following node.  When the code encounters this situation, it backs off
until it finds a character that isn't a non-final fold one, and closes
the node with that one.

A /i node is filled with the fold of the input, for several reasons.
The most obvious is that it saves time, you can skip folding the pattern
at runtime.  But there are reasons based on the design of the optimzer
as well, which I won't go into here, but are documented in regcomp.c.
When we back out the final characters in a node, we also have to back
out the corresponding unfolded characters in the input, so that those
can be (folded) into the following node.  Since the number of characters
in the fold may not be the same as unfolded, there is not an easily
discernable correspondence between the input and the folded output.
That means that generally, what has to be done is that the input is
reparsed from the beginning of the node, but the permitted length has
been shortened (we know precisely how much to shorten it to) so that it
will end with something other than the 22.  But, the code saves the
previous input character's position (for other reasons), so if we only
have to backup one character, we can just use that and not have to

This bug was that the code thought a two character backup was really a
one character one, and did not reparse the node, creating an off-by-one
error, and a character was simply omitted in the pattern (that should
have started the following node).  And the input had two of the 22
characters adjacent to each other in just the right positions that the
node was split.  The bisect showed that when the node size was changed
the bug went away, at least for this particular input string.  But a
different, longer, string would have triggered the bug, and this commit
fixes that.

This bug is actually very unlikely to occur in most real world
applications.  That is because other changes in the regex compiler have
caused nodes to be split so that things that don't particpate in folds
at all are separated out into EXACT nodes.  (The reason for that is it
allows the optimizer things to grab on to under /i that it wouldn't
otherwise have known about.)  That means that anything like this string
would never cause the bug to happen because blanks and commas, etc.
would be in separate nodes, and so no node would ever get large enough
to fill the 238 available byte slots in a node (235 on EBCDIC).  Only a
long string without punctuation would trigger it.  I have artificially
constructed such a string in the tests added by this commit.

One of the 22 characters is 't', so long strings of DNA "ACTG" could
trigger this bug.  I find it somewhat amusing that this is something
like a DNA transcription error, which occurs in nature at very low
rates, but selection, it is believed, will make sure the error rate is
above zero.

5 months agoregcomp.c: Fix wrong comment
Karl Williamson [Fri, 11 Jan 2019 03:58:00 +0000 (20:58 -0700)] 
regcomp.c: Fix wrong comment

5 months agoDelay fatalization of deprecation of unsafe UTF-8 macros from XS
Karl Williamson [Wed, 9 Jan 2019 04:04:36 +0000 (21:04 -0700)] 
Delay fatalization of deprecation of unsafe UTF-8 macros from XS

Trying to earlier make this fatal led to some issues in primarily Tk,
which I haven't had a chance to address, and it's getting to late in the
development cycle to do it now.

5 months agoShorten test descriptions
James E Keenan [Tue, 1 Jan 2019 15:27:13 +0000 (10:27 -0500)] 
Shorten test descriptions

Per recommendation by Tony Cook in RT 133740.

5 months agoConduct tests of IO::Dir in temporary directory
James E Keenan [Sat, 29 Dec 2018 04:05:19 +0000 (23:05 -0500)] 
Conduct tests of IO::Dir in temporary directory

For RT # 133740:  After the release of perl-5.29.5, smoke tests
intermittently began to report failures in dist/IO/t/io_dir.t.

In preceding  months, similar intermittent failures had been reported
for files testing File::Find (RT 133658) and GDBM_File (RT 133664).  In
those cases the problem was diagnosed as race conditions under parallel
testing where test files and directories were being created in or
underneath the current working directory without resort to tempdirs or

The testing in dist/IO/t/io_dir.t presumes the existence of a stable set
of files and subdirectories in dist/IO/.  If additional files or
subdirectories are created while this file is being run, that
presumption is no longer met.

The dist/IO/t/ directory was therefore inspected for test files which,
for testing purposes, would create files or directories underneath the
dist/IO/.  The following test files do so:


Of the above, only io_xs.t takes the precaution of using

Using File::Temp::tempdir in this file should mitigate the problem.

In addition, all tests in io_dir.t now have descriptions.

5 months ago(perl #133575) prevent set/longjmp clobbering locals in S_fold_constants
Tony Cook [Wed, 2 Jan 2019 23:48:05 +0000 (10:48 +1100)] 
(perl #133575) prevent set/longjmp clobbering locals in S_fold_constants

My original approach moved the whole switch into the new function,
but that was a lot messier, and I don't think it's necessary.

pad_swipe() can throw, but only for panics, and in DESTROY if
refadjust is true, which isn't the case here.

CLEAR_ERRSV() might throw if the code called by CALLRUNOPS()
puts an object that dies in DESTROY in $@, but I think that
might cause an infinite loop in the original code.

5 months agoRemove one superfluous word in sysseek documentation.
James E Keenan [Sun, 6 Jan 2019 01:16:30 +0000 (20:16 -0500)] 
Remove one superfluous word in sysseek documentation.

5 months agoregen/ Fix undefined C behavior
Karl Williamson [Mon, 31 Dec 2018 04:29:07 +0000 (21:29 -0700)] 
regen/ Fix undefined C behavior

This fixes compiler warnings "performing pointer arithmetic on a null
pointer has undefined behavior"

There are several ways to fix this.  This one was suggested by
Tomasz Konojacki++.  Instead of trying to point to address 1 and 2, two
variables are created, and we point to them.  const is cast away.

5 months agoUse same mixture of hard-tabs and spaces for indent
James E Keenan [Sat, 5 Jan 2019 14:38:07 +0000 (09:38 -0500)] 
Use same mixture of hard-tabs and spaces for indent

... as in other ifdefs within S_Internals_V(pTHX_ CV *cv).

5 months agoperlapi: Fix improper formal param name
Karl Williamson [Fri, 4 Jan 2019 20:35:01 +0000 (13:35 -0700)] 
perlapi: Fix improper formal param name

5 months agoregen/ Rmv extraneous tab in output
Karl Williamson [Fri, 4 Jan 2019 20:34:08 +0000 (13:34 -0700)] 
regen/ Rmv extraneous tab in output

5 months agoperldelta for 817480137a8b
Tony Cook [Thu, 3 Jan 2019 04:40:22 +0000 (15:40 +1100)] 
perldelta for 817480137a8b

5 months agosimplify the error reporting from the #125351 fix
Tony Cook [Tue, 28 Aug 2018 05:02:32 +0000 (15:02 +1000)] 
simplify the error reporting from the #125351 fix

5 months ago(perl #132158) abort compilation if we see an error compiling a form
Tony Cook [Tue, 28 Aug 2018 04:11:10 +0000 (14:11 +1000)] 
(perl #132158) abort compilation if we see an error compiling a form

5 months agobump $lib::VERSION
Tony Cook [Thu, 3 Jan 2019 03:42:18 +0000 (14:42 +1100)] 
bump $lib::VERSION

5 months agoHint about $dir/$version is checked by and deleted from @INC
Eugen Konkov [Tue, 18 Sep 2018 07:19:46 +0000 (10:19 +0300)] 
Hint about $dir/$version is checked by and deleted from @INC

FIXES RT#133522

There is not clear from documentation that $dir/$version and
$dir/$version/$archname are checked and deleted from @INC when 'no lib $dir'
is used

5 months agoperldelta for b4e880f3b5c8, eb699a9c8fb7
Tony Cook [Wed, 2 Jan 2019 01:15:12 +0000 (12:15 +1100)] 
perldelta for b4e880f3b5c8eb699a9c8fb7

5 months agoFirst "eof" should return true
Hauke D [Wed, 12 Dec 2018 21:26:26 +0000 (22:26 +0100)] 
First "eof" should return true

When no file has previously been opened, "eof" should return true. This
behavior was broken by 32e653230c7ccc (see also [#60978]).

5 months ago[perl #133721] TODO test for eof with no ${^LAST_FH}
Tony Cook [Wed, 2 Jan 2019 00:49:47 +0000 (11:49 +1100)] 
[perl #133721] TODO test for eof with no ${^LAST_FH}

5 months agoperldelta for 7122d783e33c
Tony Cook [Wed, 2 Jan 2019 00:28:23 +0000 (11:28 +1100)] 
perldelta for 7122d783e33c

5 months ago[perl #133524] report line number for Prototype not terminated
Tony Cook [Wed, 2 Jan 2019 00:20:34 +0000 (11:20 +1100)] 
[perl #133524] report line number for Prototype not terminated

Previously COPLINE was updated (to the end of the file) before
reporting the error, which wasn't useful.

5 months agoregcomp.c: Rmv null function calls
Karl Williamson [Tue, 1 Jan 2019 22:36:20 +0000 (15:36 -0700)] 
regcomp.c: Rmv null function calls

These were relics from the removal of the sizing pass.  I did a global
substitute, and missed that these cases promptly took the inverse
function of the function I just added.  In other words, if g() is the
inverse of f(), then g(f(x)) is always x, and we can omit both g() and

5 months agoRevert "regen/ Fix bug when 2 ident tables"
Karl Williamson [Tue, 1 Jan 2019 03:19:30 +0000 (20:19 -0700)] 
Revert "regen/ Fix bug when 2 ident tables"

This reverts commit 7e9b4fe4d85e9b669993bf96a7e33ffff3197e20, with
additional changes to get things to compile

It turns out I was wrong about the underlying cause that commit
addressed, and it is easier to just use the existing constants that get

5 months agoperl.h: Fix typo in comment
Karl Williamson [Tue, 1 Jan 2019 02:42:32 +0000 (19:42 -0700)] 
perl.h: Fix typo in comment

5 months agoperlvars.h: A variable was being initialized unnecessarily
Karl Williamson [Mon, 31 Dec 2018 04:13:35 +0000 (21:13 -0700)] 
perlvars.h: A variable was being initialized unnecessarily

5 months agoperlre: Note /i multi-char fold lookbehind assertions don't work
Karl Williamson [Sun, 30 Dec 2018 17:57:59 +0000 (10:57 -0700)] 
perlre: Note /i multi-char fold lookbehind assertions don't work

5 months agoregcomp.sym: Note specialized use of 'flags' in 2 OPs
Karl Williamson [Sun, 30 Dec 2018 17:18:43 +0000 (10:18 -0700)] 
regcomp.sym: Note specialized use of 'flags' in 2 OPs

5 months agoperlre: Note that lookbehind is up to 255 chars
Karl Williamson [Sun, 30 Dec 2018 17:01:38 +0000 (10:01 -0700)] 
perlre: Note that lookbehind is up to 255 chars

5 months agoCorrect spelling error.
James E Keenan [Sat, 29 Dec 2018 23:34:10 +0000 (18:34 -0500)] 
Correct spelling error.

5 months agoregcomp.c: Refactor \b{} parsing code
Karl Williamson [Thu, 27 Dec 2018 20:12:29 +0000 (13:12 -0700)] 
regcomp.c: Refactor \b{} parsing code

This just moves things around so that the information is kept in local
variables and the regnode not created until all that info has been
completely determined.  I believe it is clearer to read, but the impetus
came from the fact that prior to this commit, use of \b{} always
restarted the parse unnecessarily because the order of things made it
appear that a real /d op had appeared, whereas it was just the one
currently being constructed

5 months agoregcomp.c: White-space only
Karl Williamson [Fri, 28 Dec 2018 02:35:01 +0000 (19:35 -0700)] 
regcomp.c: White-space only

Indent the block added by the previous commit

5 months agoregcomp.c: Avoid reading out-of-bounds memory
Karl Williamson [Fri, 28 Dec 2018 02:31:18 +0000 (19:31 -0700)] 
regcomp.c: Avoid reading out-of-bounds memory

Recent commit c316b824875fdd5ce52338f301fb0255d843dfec introduced an
out-of-bounds memory read.  This commit fixes it.  An ANYOFH regnode
doesn't have a bitmap, so don't try to read it.

5 months agoregen/ Rmv outdated code
Karl Williamson [Sun, 23 Dec 2018 01:36:27 +0000 (18:36 -0700)] 
regen/ Rmv outdated code

Before the GCB property handling got more complicated, it was possible
to represent its vagaries with a boolean table on early Unicode
releases.  Now there are more complicated rules, and even though early
releases only use 0 or 1, the rules exist and lead to compilation
errors.  Just remove the special handling, and let the table be U8.

5 months agoregen/ Remove unused variable
Karl Williamson [Sun, 23 Dec 2018 00:22:42 +0000 (17:22 -0700)] 
regen/ Remove unused variable

5 months agoChange length-1 ASCII fold pairs to ANYOFM regnodes
Karl Williamson [Sat, 8 Dec 2018 22:39:24 +0000 (15:39 -0700)] 
Change length-1 ASCII fold pairs to ANYOFM regnodes

A node that matches only 'A' and 'a', for example, can be turned into an
ANYOFM node, which is faster to execute.  This is done after joining of
adjacent EXACTFish nodes, as longer nodes are better than shorter ones,
including because they lessen the number of bugs with multi-char folds
not matching because of node boundaries.

But if a length 1 node remains, ANYOFM is better.

5 months agoregcomp.c: White-space only
Karl Williamson [Sat, 8 Dec 2018 14:08:25 +0000 (07:08 -0700)] 
regcomp.c: White-space only

Indent newly formed block in previous commit

5 months agoAdd new regnode: ANYOFH, without a bitmap
Karl Williamson [Fri, 7 Dec 2018 00:18:25 +0000 (17:18 -0700)] 
Add new regnode: ANYOFH, without a bitmap

This commit adds a regnode for the case where nothing in the bit map has
matches.  This allows the bitmap to be omitted, saving 32 bytes of
otherwise wasted space per node.  Many non-Latin Unicode properties have
this characteristic.  Further, since this node applies only to code
points above 255, which are representable only in UTF-8, we can
trivially fail a match where the target string isn't in UTF-8.  Time
savings also accrue from skipping the bitmap look-up.  When swashes are
removed, even more time will be saved.

5 months agoRevamp qr/[...]/ optimizations
Karl Williamson [Wed, 26 Dec 2018 05:56:48 +0000 (22:56 -0700)] 
Revamp qr/[...]/ optimizations

This commit extensively changes the optimizations for ANYOF regnodes
that represent bracketed character classes.

The removal of the regex compilation pass now makes these feasible and
desirable.  Compilation now tries hard to optimize an ANYOF node into
something smaller and/or faster when feasible.

Now, qr/[X]/ for any single character or POSIX class X, and any
modifiers like /d, /i, etc, should be the same as qr/X/ for the same
modifiers, unless it would require the pattern to be upgraded from
non-UTF-8 to UTF-8, unless not doing so could introduce bugs.

These changes fix some issues with multi-character /i folding.

5 months agoregcomp.c: Rename a variable
Karl Williamson [Wed, 26 Dec 2018 05:53:37 +0000 (22:53 -0700)] 
regcomp.c: Rename a variable

This is to distinguish it from another similar variable being introduced
in the next commit.

5 months agoregcomp.c: White-space, comments only
Karl Williamson [Wed, 28 Nov 2018 15:40:29 +0000 (08:40 -0700)] 
regcomp.c: White-space, comments only

5 months agoregcomp.c: Refactor 3 variables into flags of 1
Karl Williamson [Wed, 28 Nov 2018 15:13:31 +0000 (08:13 -0700)] 
regcomp.c: Refactor 3 variables into flags of 1

This makes the code easier to read, as it summarizes the purposes of the
three, and makes it easy to find which reason it is.

5 months agoregcomp.c: White space only
Karl Williamson [Tue, 27 Nov 2018 19:15:56 +0000 (12:15 -0700)] 
regcomp.c: White space only

Indent after the previous commit created a new outer loop

5 months agoregcomp.c: Refactor looking for POSIX optimizations
Karl Williamson [Tue, 27 Nov 2018 18:59:03 +0000 (11:59 -0700)] 
regcomp.c: Refactor looking for POSIX optimizations

Instead of repeating the code, slightly modified, this uses a loop.
This is in preparation for a future commit where a third instance would
have been required

5 months agoregcomp.c: Rename a variable
Karl Williamson [Tue, 27 Nov 2018 18:20:56 +0000 (11:20 -0700)] 
regcomp.c: Rename a variable

The new name more accurately expresses the usage, as what gets generated
may not actually be an ANYOFD.

5 months agoregcomp.c: Remove no longer used static function
Karl Williamson [Sun, 2 Dec 2018 20:53:20 +0000 (13:53 -0700)] 
regcomp.c: Remove no longer used static function

5 months agoregcomp.c: Remove remaining use of static function
Karl Williamson [Wed, 26 Dec 2018 19:28:45 +0000 (12:28 -0700)] 
regcomp.c: Remove remaining use of static function

Commit 13dfc48da5322166f9d64a7349e3434c070ead88 removed one of two uses
of this function.  This removes the remaining one.  Commits in between
removed the need for most of the guts of the function.

5 months agoregcomp.c: Consolidate common code
Karl Williamson [Tue, 27 Nov 2018 18:12:15 +0000 (11:12 -0700)] 
regcomp.c: Consolidate common code

These flags can be set in one place, rather than in multiple ones.

5 months agoregcomp.c: Simplify ANYOFM node generation
Karl Williamson [Tue, 27 Nov 2018 18:05:34 +0000 (11:05 -0700)] 
regcomp.c: Simplify ANYOFM node generation

This refactors the code somewhat.  When we discover a deal-breaker code
point we can just break out of the loop (using a goto) instead of
setting a flag, continuing, and later testing it.

5 months agoregcomp.c: Don't zap larger scope variables
Karl Williamson [Tue, 27 Nov 2018 17:51:46 +0000 (10:51 -0700)] 
regcomp.c: Don't zap larger scope variables

It doesn't matter currently, but it's best to declare more limited scope
variables for doing limited scope work, rather than using the more
global variable, which someday might want to be used later, outside the
block that zapped it, and would lead to a surprise.

5 months agoRemove ASCII/NASCII regnodes
Karl Williamson [Sat, 17 Nov 2018 19:45:24 +0000 (12:45 -0700)] 
Remove ASCII/NASCII regnodes

The ANYOFM/NANYOFM regnodes are generalizations of these.  They have
more masks and shifts than the removed nodes, but not more branches, so
are effectively the same speed.  Remove the ASCII/NASCII nodes in favor
of having less code to maintain.

5 months agoregcomp.c: Prefer ANYOF/NANYOFM regnodes
Karl Williamson [Wed, 21 Nov 2018 05:22:56 +0000 (22:22 -0700)] 
regcomp.c: Prefer ANYOF/NANYOFM regnodes

These two regnodes are faster than regular /[[:posix:]]/ ones, and some
of the latter are equivalent to some of the former.  So try the faster
optimizations first.

This commit just swaps the two blocks of code, and outdents

5 months agoregcomp.c: Refactor some /[foo]/ code
Karl Williamson [Wed, 21 Nov 2018 04:49:16 +0000 (21:49 -0700)] 
regcomp.c: Refactor some /[foo]/ code

This refactors the code that sees about optimizing bracketed character
classes into something else, so that the creating of the other regnode
is done closer to its determination, and only the really common code
actually is done in the common place, moved to the end of the function.
This removes the need for some 'elses' and 'ifs'

5 months agoregcomp.c: Simplify handling of EXACTFish nodes with 's' at edge
Karl Williamson [Thu, 20 Dec 2018 09:09:09 +0000 (02:09 -0700)] 
regcomp.c: Simplify handling of EXACTFish nodes with 's' at edge

Commit 8a100c918ec81926c0536594df8ee1fcccb171da created node types for
handling an 's' at the leading edge, at the trailing edge, and at both
edges for nodes under /di that there is nothing else in that would
prevent them from being EXACTFU nodes.  If two of these get joined, it
could create an 'ss' sequence which can't be an EXACTFU node, for U+DF
would match them unconditionally.  Instead, under /di it should match
if and only if the target string is UTF-8 encoded.

I realized later that having three types becomes harder to deal with
when adding yet more node types, so this commit turns the three into
just one node type, indicating that at least one edge of the node is an

It also simplifies the parsing of the pattern and determining which node
to use.

5 months agoregexec.c: Avoid unnecessary folding
Karl Williamson [Wed, 19 Dec 2018 19:19:27 +0000 (12:19 -0700)] 
regexec.c: Avoid unnecessary folding

Previous commits caused the pattern under /i to be folded as much as
possible.  This commit takes advantage of this by not folding when we
know it already has been folded.

5 months agoCollapse regnode EXACTFU_SS into EXACTFUP
Karl Williamson [Wed, 19 Dec 2018 18:21:28 +0000 (11:21 -0700)] 
Collapse regnode EXACTFU_SS into EXACTFUP

EXACTFUP was created by the previous commit to handle a problematic case
in which not all the code points in an EXACTFU node are /i foldable at
compile time.  Doing so will allow a future commit to use the pre-folded
EXACTFU nodes (done in a prior commit), saving execution time for the
common case.  The only problematic code point is the MICRO SIGN.  Most
patterns don't use this character.

EXACTFU_SS is problematic in a different way.  It contains the sequence
'ss' which is folded to by LATIN SMALL LETTER SHARP S, but everything in
it can be pre-folded (unless it also contains a MICRO SIGN).  The reason
this is problematic is that it is the only non-UTF-8 node where the
length in folding can change.  To process it at runtime, the more
general fold equivalence function is used that is capable of handling
length disparities, but is slower than the functions otherwise used for

What I've chosen to do for now is to make a single node type for all the
problematic cases (which at this time means just the two aforementioned
ones).  If we didn't do this, we'd have to add a third node type for
patterns that contain both 'ss' and MICRO.  Or artificially split the
pattern so the two never were in the same node, but we can't do that
because it can cause bugs in handling multi-character folds.  If more
special handling is found to be needed, there'd be a combinatorial
explosion of additional node types to handle all possible combinations.

What this effectively means is that the slower, more general foldEQ
function is used for portions of patterns containing the MICRO sign when
the pattern isn't in UTF-8, even though there is no inherent reason to
do so for non-UTF-8 strings that don't also contain the 'ss' sequence.

5 months agoAdd regnode EXACTFUP, for problematic
Karl Williamson [Sun, 23 Dec 2018 20:33:07 +0000 (13:33 -0700)] 
Add regnode EXACTFUP, for problematic

If a non-UTF-8 pattern contains a MICRO SIGN, this special node is now
created.  This character is the only one not needing UTF-8 to represent,
but its fold does need UTF-8, which causes some issues, so it has to be
specially handled.  When matching against a non-UTF-8 target string, the
pattern is effectively folded, but not if the target is UTF-8.  By
creating this node, we can remove the special handling required for the
nodes that don't have a MICRO SIGN, in a future commit.

5 months agoregexec.c: Most /iaa nodes are now pre-folded
Karl Williamson [Sun, 23 Dec 2018 20:10:09 +0000 (13:10 -0700)] 
regexec.c: Most /iaa nodes are now pre-folded

So, we don't have to re-fold them.

Previous commits have caused any EXACTFAA nodes to be pre-folded, and we
now have the infrastructure in regexec.c to take advantage of this,
including in non-UTF-8 patterns.  This commit changes to do this.

The only non-pre-folded EXACTFAA nodes are those that are not UTF-8, but
the target string is.  The reason is that the MICRO SIGN folds to
something representable only in UTF-8, so if you have both non-UTF-8, it
effectively is folded, and if you have the pattern in UTF-8, it gets
folded to the proper character.

In order for non-UTF-8 /iaa nodes to always be fully folded, there would
need to be a separate node for ones that contain the MICRO SIGN, and
then only that one wouldn't be considered folded when the target is
UTF-8.  I don't think it's worth it, as the only gain would be in
matching a non-UTF-8 /iaa node against a UTF-8 target string.  I suspect
/iaa will be used mostly in non-UTF8 target strings.  Comments have been
added to point this out in case someone thinks it should be implemented.

5 months agoregexec.c: Add function to compare /i Latin1, pre-folded
Karl Williamson [Wed, 19 Dec 2018 18:14:58 +0000 (11:14 -0700)] 
regexec.c: Add function to compare /i Latin1, pre-folded

This adds a function like Perl_foldEQ_latin1(), but the second string is
assumed to be pre-folded.  I made it a static function in the only file
that uses it, regexec.c, to take advantage of the C optimizer.

More traditionally would be to make a new API function which takes a
flags parameter.  But the whole purpose of this is speed, and so I chose
not to go that route.

5 months agoregcomp.c: Fold characters in non-UTF-8 EXACTFish nodes
Karl Williamson [Sun, 23 Dec 2018 18:51:03 +0000 (11:51 -0700)] 
regcomp.c: Fold characters in non-UTF-8 EXACTFish nodes

Prior to this commit, only in isolated circumstances were characters
folded at compile time in non-UTF-8 nodes.  By folding them here,
somewhat fewer instructions need be done at match time.  A future commit
will implement that.

5 months agoregcomp.c: Generate EXACTFU_SS only for non-UTF8
Karl Williamson [Sun, 16 Dec 2018 04:10:44 +0000 (21:10 -0700)] 
regcomp.c: Generate EXACTFU_SS only for non-UTF8

It turns out that now, the regular methods for handling multi-character
folds work for the ones involving LATIN SMALL LETTER SHARP S when the
pattern is in UTF-8.  So the special code for handling this case can be
removed, and a regular EXACTFU node is generated.  This has the
advantage of being trie-able, and requiring fewer operations at run
time, as the pattern is pre-folded at compile time, and doesn't have to
be re-folded during each backtracking at run-time.

This means that the EXACTFU_SS node type will only be generated for
non-UTF-8 patterns, and the handling of it is unchanged in these cases.

5 months agoregcomp.c: Avoid duplicate work
Karl Williamson [Tue, 25 Dec 2018 19:17:08 +0000 (12:17 -0700)] 
regcomp.c: Avoid duplicate work

By setting a variable, we can place some subsequent code into an else,
avoiding duplication of work.  (Perhaps the compiler optimizers already
figure this out.)

5 months agoregcomp.c: Rationalize use of two variables
Karl Williamson [Tue, 25 Dec 2018 19:20:25 +0000 (12:20 -0700)] 
regcomp.c: Rationalize use of two variables

I didn't fully understand the use of two variables that deal with /u in
regular expression pattern compilation when I commited

RExC_uni_semantics is used to say that there is something in the pattern
that indicates it is supposed to use /u if /d would otherwise be
selected.  Once set, it cannot be cleared.

UNI_SEMANTICS means if we are operating under /u.  Code forbids /d to be
selected if RExC_uni_semantics is set, but we could select /l, /a, or
/aa, so we don't have to be in /u (and hence UNI_SEMANTICS) if
RExC_uni_semantics is set.  We just can't be in /d.

This commit adds comments, and fixes things to match the above

5 months agot/re/anyof.t: Sort tests; remove dups
Karl Williamson [Wed, 26 Dec 2018 17:46:45 +0000 (10:46 -0700)] 
t/re/anyof.t: Sort tests; remove dups

This makes it easier to add new tests without duplicating, as witnessed
by the duplicate ones this commit removes

6 months agoregexec.c: Swap parameters to some EQ functions
Karl Williamson [Wed, 19 Dec 2018 04:14:45 +0000 (21:14 -0700)] 
regexec.c: Swap parameters to some EQ functions

This is in preparation for a future commit where the 2nd parameter will
be folded and can use the EQ functions calls which will allow for that.

6 months agoGeneralize foldEQ_utf8_flags()
Karl Williamson [Wed, 19 Dec 2018 04:08:57 +0000 (21:08 -0700)] 
Generalize foldEQ_utf8_flags()

Prior to this commit, the second string parameter had to be UTF-8
encoded on input if it was pre-folded.  This commit removes that
restriction, but leaving it in place for the first string parameter.
Should we ever have both parameters possibly pre-folded, we would make
the same change to the first parameter, but now, the parameters can just
be swapped if necessary to meet this restriction, with no loss of
generality.  This saves a few instructions.

6 months agoFix bug in foldEQ_utf8_flags()
Karl Williamson [Sun, 23 Dec 2018 20:05:33 +0000 (13:05 -0700)] 
Fix bug in foldEQ_utf8_flags()

We need to pass the flag that says to not allow non-ASCII characters to
fold to ASCII on to the code that actually does it.  There are
apparently no current errors that arise from this bug, but a future
commit would otherwise expose this problem.

6 months agoutf8.c: White-space only
Karl Williamson [Wed, 19 Dec 2018 04:05:27 +0000 (21:05 -0700)] 
utf8.c: White-space only

Vertically align some conditionals, and add some space for visibility

6 months agoregcomp.c, regexec.c: Rename some related variables
Karl Williamson [Sat, 22 Dec 2018 04:10:26 +0000 (21:10 -0700)] 
regcomp.c, regexec.c: Rename some related variables

The new names are shorter and more meaningful.

6 months agoregcomp.c: Shorten variable name
Karl Williamson [Fri, 21 Dec 2018 19:55:08 +0000 (12:55 -0700)] 
regcomp.c: Shorten variable name

Change 'has_upper_latin1_only_utf8_matches' to
'upper_latin1_only_utf8_matches ', as the initial 'has_' is unnecessary
and somewhat misleading in spots

6 months agoChange name of PL_NonL1NonFinalFold
Karl Williamson [Wed, 19 Dec 2018 18:00:10 +0000 (11:00 -0700)] 
Change name of PL_NonL1NonFinalFold

The inversion list this refers to now includes the Latin 1 range, so the
name was misleading.

6 months agoMove 2 property defns to mktables
Karl Williamson [Sun, 23 Dec 2018 05:02:27 +0000 (22:02 -0700)] 
Move 2 property defns to mktables

These 2 Unicode-like property definitions used internally by the regular
expression compiler are moved by this commit from regen/
to lib/unicore/mktables.

By placing all these in the same place, maintainers only have to learn
one bit of code, instead of two.

6 months agoregen/ Fix bug when 2 ident tables
Karl Williamson [Sun, 23 Dec 2018 04:32:55 +0000 (21:32 -0700)] 
regen/ Fix bug when 2 ident tables

If two tables are identical, the code created a #define of one index of
a pointer array to be the other index.  But in some cases, that's not sufficient,
and the actual pointer must be defined in terms of the other.  This
showed up in compiling perl with an early Unicode version, but the
circumstances could arise again in a future version.

6 months agoregcomp.c: Avoid a NULL dereference
Karl Williamson [Thu, 20 Dec 2018 18:01:54 +0000 (11:01 -0700)] 
regcomp.c: Avoid a NULL dereference

This refactors the code so that it doesn't refer to an object before it
makes sure it exists and isn't empty.  This hasn't been a problem in the
past, but a future commit will call this subroutine with parameters that
expose this bug.

6 months agoChange name of PL_utf8_foldable variable
Karl Williamson [Wed, 19 Dec 2018 17:13:27 +0000 (10:13 -0700)] 
Change name of PL_utf8_foldable variable

This variable's name was out-of-date and misleading.  It is the name of
an inversion list that contains all the code points in the current
version of Unicode that participate in any way in a /i type of fold.

6 months agoregcomp.c: qr/[\xFF]/di doesn't have runtime dependencies
Karl Williamson [Fri, 21 Dec 2018 15:59:04 +0000 (08:59 -0700)] 
regcomp.c: qr/[\xFF]/di doesn't have runtime dependencies

Prior to this commit, a class containing U+FF, LATIN SMALL LETTER Y WITH
DIAERESIS, generated an ANYOFD regnode because it thought that what
matched depended on the UTF-8ness of the target string.  But it doesn't.
No bugs were introduced because when ANYOFD is encountered the code
looks at some flags to determine what sorts of dependencies to further
look for, and the flags remained clear.  But ANYOFD is less desirable
than plain ANYOF, because it adds extra branches to execute.

Tests for this fix will be added in a future commit.

6 months agoregcomp.c: Add #ifdef
Karl Williamson [Sun, 23 Dec 2018 04:21:57 +0000 (21:21 -0700)] 
regcomp.c: Add #ifdef

If perl is compiled on an early enough Unicode release, these won't be
defined, but since they're only used in deprecated functions, we can
just #ifdef them away.

6 months agoregcomp.c: Fix comment
Karl Williamson [Wed, 19 Dec 2018 19:45:47 +0000 (12:45 -0700)] 
regcomp.c: Fix comment

This comment was out-of-date

6 months agore/anyof.t: Extract code into a function
Karl Williamson [Sat, 22 Dec 2018 19:14:38 +0000 (12:14 -0700)] 
re/anyof.t: Extract code into a function

This is in preparation for a future commit where it will be used in more
than one place.

6 months agot/re/anyof.t: Add capability to utf8::upgrade()
Karl Williamson [Sat, 22 Dec 2018 18:00:54 +0000 (11:00 -0700)] 
t/re/anyof.t: Add capability to utf8::upgrade()

ANYOF nodes can generate different things depending on the UTF-8ness of
the pattern.  This adds the capability of conveniently specifying in a
test that the pattern should be upgraded

6 months agot/re/anyof.t: Add 'strict', 'warnings' pragmas
Karl Williamson [Sat, 22 Dec 2018 05:06:15 +0000 (22:06 -0700)] 
t/re/anyof.t: Add 'strict', 'warnings' pragmas

6 months agoregexec.c: Make sure variable is initialized
Karl Williamson [Sat, 22 Dec 2018 20:55:15 +0000 (13:55 -0700)] 
regexec.c: Make sure variable is initialized

I don't think this is required, but I think some compiler complained
about it (but this commit is being made too long after I changed the
line for me to remember for sure).

6 months agoregexec.c: White space only, comment only
Karl Williamson [Sat, 22 Dec 2018 20:50:26 +0000 (13:50 -0700)] 
regexec.c: White space only, comment only

This commit removes some obsolete comments

6 months agoUnicode-Normalize on CPAN is 1.26
Chris 'BinGOs' Williams [Sun, 23 Dec 2018 14:11:46 +0000 (14:11 +0000)] 
Unicode-Normalize on CPAN is 1.26

6 months agoUpdate DB_File to CPAN version 1.843
Chris 'BinGOs' Williams [Sun, 23 Dec 2018 14:10:06 +0000 (14:10 +0000)] 
Update DB_File to CPAN version 1.843


1.843 2 November 2018

   * hints file (sourced from
     Highlighed by Sevan Janiyan <>


6 months agoUpdate CPAN to CPAN version 2.22
Chris 'BinGOs' Williams [Sun, 23 Dec 2018 14:07:55 +0000 (14:07 +0000)] 
Update CPAN to CPAN version 2.22


2018-12-23  k  <>

  * release 2.22

  * one week after the TRIAL release cpantesters have produced 306
  pass and 0 fail reports on 157 different configurations

  * no functional change over 2.22-TRIAL; only one change in the
  distroprefs directory which is not used per default and a minor
  change in the Makefile.PL to ensure that the signature for the
  tarball is produced with the current version of Module::Signature.

2018-12-16  k  <>

  * release 2.22-TRIAL

  * fix: erroneous propagation from build_requires to requires
  (Andreas Koenig)

  * fix: ensure that the post install hook is always called (Andreas

  * fix: the single blank line output that initializing CPAN does
  when it's not having to report anything (Achim Gratz)

  * doc fix: Correct spelling of Perl 5 command-line switch (James E

  * doc fix: clarify use of pop/splice in the manpage of the
  Specfile plugin (Andreas Koenig)

  * a tiny amount of new and updated distroprefs files

6 months agoIt's beginning to look a lot like Christmas
Chris 'BinGOs' Williams [Fri, 21 Dec 2018 09:50:55 +0000 (09:50 +0000)] 
It's beginning to look a lot like Christmas

6 months agobump $File::Find::VERSION
Tony Cook [Wed, 19 Dec 2018 22:41:47 +0000 (09:41 +1100)] 
bump $File::Find::VERSION

6 months agoFile::Find: set $Is_Win32 and $Is_VMS variables
Tomasz Konojacki [Wed, 19 Dec 2018 15:18:15 +0000 (16:18 +0100)] 
File::Find: set $Is_Win32 and $Is_VMS variables

f75dfdbdb9d52b3024db9a0eb27405c2175af144 has mistakenly removed
the code that initialized those variables.

[perl #133731]

6 months agoThoroughly test paragraph mode
James E Keenan [Thu, 13 Dec 2018 23:29:29 +0000 (18:29 -0500)] 
Thoroughly test paragraph mode

For: RT # 133722

6 months agoMore specific documentation of paragraph mode.
James E Keenan [Thu, 13 Dec 2018 22:42:42 +0000 (17:42 -0500)] 
More specific documentation of paragraph mode.

For: RT # 133722

6 months agoRelease managers guide: perlivp isn't in utils after install.
Abigail [Tue, 18 Dec 2018 14:08:45 +0000 (15:08 +0100)] 
Release managers guide: perlivp isn't in utils after install.

It's installed in the same directory (bin) as perl it self.

6 months agoTick release schedule
Abigail [Tue, 18 Dec 2018 14:06:53 +0000 (15:06 +0100)] 
Tick release schedule

6 months agoUpdate Module::CoreList for 5.29.7
Abigail [Tue, 18 Dec 2018 13:48:59 +0000 (14:48 +0100)] 
Update Module::CoreList for 5.29.7