regcomp.h

   1 /*    regcomp.h
   2  *
   3  *    Copyright (C) 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999,
   4  *    2000, 2001, 2002, 2003, 2005, 2006, 2007, by Larry Wall and others
   5  *
   6  *    You may distribute under the terms of either the GNU General Public
   7  *    License or the Artistic License, as specified in the README file.
   8  *
   9  */
  10
  11 #if ! defined(PERL_REGCOMP_H_) && (   defined(PERL_CORE)            \
  12                                    || defined(PERL_EXT_RE_BUILD))
  13 #define PERL_REGCOMP_H_
  14
  15 #include "regcharclass.h"
  16
  17 /* Convert branch sequences to more efficient trie ops? */
  18 #define PERL_ENABLE_TRIE_OPTIMISATION 1
  19
  20 /* Be really aggressive about optimising patterns with trie sequences? */
  21 #define PERL_ENABLE_EXTENDED_TRIE_OPTIMISATION 1
  22
  23 /* Should the optimiser take positive assertions into account? */
  24 #define PERL_ENABLE_POSITIVE_ASSERTION_STUDY 0
  25
  26 /* Not for production use: */
  27 #define PERL_ENABLE_EXPERIMENTAL_REGEX_OPTIMISATIONS 0
  28
  29 /* Activate offsets code - set to if 1 to enable */
  30 #ifdef DEBUGGING
  31 #define RE_TRACK_PATTERN_OFFSETS
  32 #endif
  33
  34 /*
  35  * Structure for regexp "program".  This is essentially a linear encoding
  36  * of a nondeterministic finite-state machine (aka syntax charts or
  37  * "railroad normal form" in parsing technology).  Each node is an opcode
  38  * plus a "next" pointer, possibly plus an operand.  "Next" pointers of
  39  * all nodes except BRANCH implement concatenation; a "next" pointer with
  40  * a BRANCH on both ends of it is connecting two alternatives.  (Here we
  41  * have one of the subtle syntax dependencies:  an individual BRANCH (as
  42  * opposed to a collection of them) is never concatenated with anything
  43  * because of operator precedence.)  The operand of some types of node is
  44  * a literal string; for others, it is a node leading into a sub-FSM.  In
  45  * particular, the operand of a BRANCH node is the first node of the branch.
  46  * (NB this is *not* a tree structure:  the tail of the branch connects
  47  * to the thing following the set of BRANCHes.)  The opcodes are defined
  48  * in regnodes.h which is generated from regcomp.sym by regcomp.pl.
  49  */
  50
  51 /*
  52  * A node is one char of opcode followed by two chars of "next" pointer.
  53  * "Next" pointers are stored as two 8-bit pieces, high order first.  The
  54  * value is a positive offset from the opcode of the node containing it.
  55  * An operand, if any, simply follows the node.  (Note that much of the
  56  * code generation knows about this implicit relationship.)
  57  *
  58  * Using two bytes for the "next" pointer is vast overkill for most things,
  59  * but allows patterns to get big without disasters.
  60  *
  61  * [The "next" pointer is always aligned on an even
  62  * boundary, and reads the offset directly as a short.]
  63  */
  64
  65 /* This is the stuff that used to live in regexp.h that was truly
  66    private to the engine itself. It now lives here. */
  67
  68  typedef struct regexp_internal {
  69         union {
  70             U32 *offsets;           /* offset annotations 20001228 MJD
  71                                        data about mapping the program to the
  72                                        string -
  73                                        offsets[0] is proglen when this is used
  74                                        */
  75             U32 proglen;
  76         } u;
  77
  78         regnode *regstclass;    /* Optional startclass as identified or constructed
  79                                    by the optimiser */
  80         struct reg_data *data;  /* Additional miscellaneous data used by the program.
  81                                    Used to make it easier to clone and free arbitrary
  82                                    data that the regops need. Often the ARG field of
  83                                    a regop is an index into this structure */
  84         struct reg_code_blocks *code_blocks;/* positions of literal (?{}) */
  85         int name_list_idx;      /* Optional data index of an array of paren names */
  86         regnode program[1];     /* Unwarranted chumminess with compiler. */
  87 } regexp_internal;
  88
  89 #define RXi_SET(x,y) (x)->pprivate = (void*)(y)
  90 #define RXi_GET(x)   ((regexp_internal *)((x)->pprivate))
  91 #define RXi_GET_DECL(r,ri) regexp_internal *ri = RXi_GET(r)
  92 /*
  93  * Flags stored in regexp->intflags
  94  * These are used only internally to the regexp engine
  95  *
  96  * See regexp.h for flags used externally to the regexp engine
  97  */
  98 #define RXp_INTFLAGS(rx)        ((rx)->intflags)
  99 #define RX_INTFLAGS(prog)        RXp_INTFLAGS(ReANY(prog))
 100
 101 #define PREGf_SKIP              0x00000001
 102 #define PREGf_IMPLICIT          0x00000002 /* Converted .* to ^.* */
 103 #define PREGf_NAUGHTY           0x00000004 /* how exponential is this pattern? */
 104 #define PREGf_VERBARG_SEEN      0x00000008
 105 #define PREGf_CUTGROUP_SEEN     0x00000010
 106 #define PREGf_USE_RE_EVAL       0x00000020 /* compiled with "use re 'eval'" */
 107 /* these used to be extflags, but are now intflags */
 108 #define PREGf_NOSCAN            0x00000040
 109                                 /* spare */
 110 #define PREGf_GPOS_SEEN         0x00000100
 111 #define PREGf_GPOS_FLOAT        0x00000200
 112
 113 #define PREGf_ANCH_MBOL         0x00000400
 114 #define PREGf_ANCH_SBOL         0x00000800
 115 #define PREGf_ANCH_GPOS         0x00001000
 116 #define PREGf_RECURSE_SEEN      0x00002000
 117
 118 #define PREGf_ANCH              \
 119     ( PREGf_ANCH_SBOL | PREGf_ANCH_GPOS | PREGf_ANCH_MBOL )
 120
 121 /* this is where the old regcomp.h started */
 122
 123 struct regnode_string {
 124     U8  str_len;
 125     U8  type;
 126     U16 next_off;
 127     char string[1];
 128 };
 129
 130 struct regnode_lstring { /* Constructed this way to keep the string aligned. */
 131     U8  flags;
 132     U8  type;
 133     U16 next_off;
 134     U32 str_len;    /* Only 18 bits allowed before would overflow 'next_off' */
 135     char string[1];
 136 };
 137
 138 struct regnode_anyofhs { /* Constructed this way to keep the string aligned. */
 139     U8  str_len;
 140     U8  type;
 141     U16 next_off;
 142     U32 arg1;                           /* set by set_ANYOF_arg() */
 143     char string[1];
 144 };
 145
 146 /* Argument bearing node - workhorse,
 147    arg1 is often for the data field */
 148 struct regnode_1 {
 149     U8  flags;
 150     U8  type;
 151     U16 next_off;
 152     U32 arg1;
 153 };
 154
 155 /* Node whose argument is 'SV *'.  This needs to be used very carefully in
 156  * situations where pointers won't become invalid because of, say re-mallocs */
 157 struct regnode_p {
 158     U8  flags;
 159     U8  type;
 160     U16 next_off;
 161     SV * arg1;
 162 };
 163
 164 /* Similar to a regnode_1 but with an extra signed argument */
 165 struct regnode_2L {
 166     U8  flags;
 167     U8  type;
 168     U16 next_off;
 169     U32 arg1;
 170     I32 arg2;
 171 };
 172
 173 /* 'Two field' -- Two 16 bit unsigned args */
 174 struct regnode_2 {
 175     U8  flags;
 176     U8  type;
 177     U16 next_off;
 178     U16 arg1;
 179     U16 arg2;
 180 };
 181
 182 #define ANYOF_BITMAP_SIZE       (NUM_ANYOF_CODE_POINTS / 8)   /* 8 bits/Byte */
 183
 184 /* Note that these form structs which are supersets of the next smaller one, by
 185  * appending fields.  Alignment problems can occur if one of those optional
 186  * fields requires stricter alignment than the base struct.  And formal
 187  * parameters that can really be two or more of the structs should be
 188  * declared as the smallest one it could be.  See commit message for
 189  * 7dcac5f6a5195002b55c935ee1d67f67e1df280b.  Regnode allocation is done
 190  * without regard to alignment, and changing it to would also require changing
 191  * the code that inserts and deletes regnodes.  The basic single-argument
 192  * regnode has a U32, which is what reganode() allocates as a unit.  Therefore
 193  * no field can require stricter alignment than U32. */
 194
 195 /* also used by trie */
 196 struct regnode_charclass {
 197     U8  flags;
 198     U8  type;
 199     U16 next_off;
 200     U32 arg1;                           /* set by set_ANYOF_arg() */
 201     char bitmap[ANYOF_BITMAP_SIZE];     /* only compile-time */
 202 };
 203
 204 /* has runtime (locale) \d, \w, ..., [:posix:] classes */
 205 struct regnode_charclass_posixl {
 206     U8  flags;                      /* ANYOF_MATCHES_POSIXL bit must go here */
 207     U8  type;
 208     U16 next_off;
 209     U32 arg1;
 210     char bitmap[ANYOF_BITMAP_SIZE];             /* both compile-time ... */
 211     U32 classflags;                             /* and run-time */
 212 };
 213
 214 /* A synthetic start class (SSC); is a regnode_charclass_posixl_fold, plus an
 215  * extra SV*, used only during its construction and which is not used by
 216  * regexec.c.  Note that the 'next_off' field is unused, as the SSC stands
 217  * alone, so there is never a next node.  Also, there is no alignment issue,
 218  * because these are declared or allocated as a complete unit so the compiler
 219  * takes care of alignment.  This is unlike the other regnodes which are
 220  * allocated in terms of multiples of a single-argument regnode.  SSC nodes can
 221  * have a pointer field because there is no alignment issue, and because it is
 222  * set to NULL after construction, before any cloning of the pattern */
 223 struct regnode_ssc {
 224     U8  flags;                      /* ANYOF_MATCHES_POSIXL bit must go here */
 225     U8  type;
 226     U16 next_off;
 227     U32 arg1;
 228     char bitmap[ANYOF_BITMAP_SIZE];     /* both compile-time ... */
 229     U32 classflags;                     /* ... and run-time */
 230
 231     /* Auxiliary, only used during construction; NULL afterwards: list of code
 232      * points matched */
 233     SV* invlist;
 234 };
 235
 236 /*  We take advantage of 'next_off' not otherwise being used in the SSC by
 237  *  actually using it: by setting it to 1.  This allows us to test and
 238  *  distinguish between an SSC and other ANYOF node types, as 'next_off' cannot
 239  *  otherwise be 1, because it is the offset to the next regnode expressed in
 240  *  units of regnodes.  Since an ANYOF node contains extra fields, it adds up
 241  *  to 12 regnode units on 32-bit systems, (hence the minimum this can be (if
 242  *  not 0) is 11 there.  Even if things get tightly packed on a 64-bit system,
 243  *  it still would be more than 1. */
 244 #define set_ANYOF_SYNTHETIC(n) STMT_START{ OP(n) = ANYOF;              \
 245                                            NEXT_OFF(n) = 1;            \
 246                                } STMT_END
 247 #define is_ANYOF_SYNTHETIC(n) (PL_regkind[OP(n)] == ANYOF && NEXT_OFF(n) == 1)
 248
 249 /* XXX fix this description.
 250    Impose a limit of REG_INFTY on various pattern matching operations
 251    to limit stack growth and to avoid "infinite" recursions.
 252 */
 253 /* The default size for REG_INFTY is U16_MAX, which is the same as
 254    USHORT_MAX (see perl.h).  Unfortunately U16 isn't necessarily 16 bits
 255    (see handy.h).  On the Cray C90, sizeof(short)==4 and hence U16_MAX is
 256    ((1<<32)-1), while on the Cray T90, sizeof(short)==8 and U16_MAX is
 257    ((1<<64)-1).  To limit stack growth to reasonable sizes, supply a
 258    smaller default.
 259         --Andy Dougherty  11 June 1998
 260 */
 261 #if SHORTSIZE > 2
 262 #  ifndef REG_INFTY
 263 #    define REG_INFTY  nBIT_UMAX(16)
 264 #  endif
 265 #endif
 266
 267 #ifndef REG_INFTY
 268 #  define REG_INFTY U16_MAX
 269 #endif
 270
 271 #define ARG_VALUE(arg) (arg)
 272 #define ARG__SET(arg,val) ((arg) = (val))
 273
 274 #undef ARG
 275 #undef ARG1
 276 #undef ARG2
 277
 278 #define ARG(p) ARG_VALUE(ARG_LOC(p))
 279 #define ARGp(p) ARG_VALUE(ARGp_LOC(p))
 280 #define ARG1(p) ARG_VALUE(ARG1_LOC(p))
 281 #define ARG2(p) ARG_VALUE(ARG2_LOC(p))
 282 #define ARG2L(p) ARG_VALUE(ARG2L_LOC(p))
 283
 284 #define ARG_SET(p, val) ARG__SET(ARG_LOC(p), (val))
 285 #define ARGp_SET(p, val) ARG__SET(ARGp_LOC(p), (val))
 286 #define ARG1_SET(p, val) ARG__SET(ARG1_LOC(p), (val))
 287 #define ARG2_SET(p, val) ARG__SET(ARG2_LOC(p), (val))
 288 #define ARG2L_SET(p, val) ARG__SET(ARG2L_LOC(p), (val))
 289
 290 #undef NEXT_OFF
 291 #undef NODE_ALIGN
 292
 293 #define NEXT_OFF(p) ((p)->next_off)
 294 #define NODE_ALIGN(node)
 295 /* the following define was set to 0xde in 075abff3
 296  * as part of some linting logic. I have set it to 0
 297  * as otherwise in every place where we /might/ set flags
 298  * we have to set it 0 explicitly, which duplicates
 299  * assignments and IMO adds an unacceptable level of
 300  * surprise to working in the regex engine. If this
 301  * is changed from 0 then at the very least make sure
 302  * that SBOL for /^/ sets the flags to 0 explicitly.
 303  * -- Yves */
 304 #define NODE_ALIGN_FILL(node) ((node)->flags = 0)
 305
 306 #define SIZE_ALIGN NODE_ALIGN
 307
 308 #undef OP
 309 #undef OPERAND
 310 #undef STRING
 311
 312 #define OP(p)           ((p)->type)
 313 #define FLAGS(p)        ((p)->flags)    /* Caution: Doesn't apply to all      \
 314                                            regnode types.  For some, it's the \
 315                                            character set of the regnode */
 316 #define STR_LENs(p)     (__ASSERT_(OP(p) != LEXACT && OP(p) != LEXACT_REQ8)  \
 317                                     ((struct regnode_string *)p)->str_len)
 318 #define STRINGs(p)      (__ASSERT_(OP(p) != LEXACT && OP(p) != LEXACT_REQ8)  \
 319                                     ((struct regnode_string *)p)->string)
 320 #define OPERANDs(p)     STRINGs(p)
 321
 322 /* Long strings.  Currently limited to length 18 bits, which handles a 262000
 323  * byte string.  The limiting factor is the 16 bit 'next_off' field, which
 324  * points to the next regnode, so the furthest away it can be is 2**16.  On
 325  * most architectures, regnodes are 2**2 bytes long, so that yields 2**18
 326  * bytes.  Should a longer string be desired, we could increase it to 26 bits
 327  * fairly easily, by changing this node to have longj type which causes the ARG
 328  * field to be used for the link to the next regnode (although code would have
 329  * to be changed to account for this), and then use a combination of the flags
 330  * and next_off fields for the length.  To get 34 bit length, also change the
 331  * node to be an ARG2L, using the second 32 bit field for the length, and not
 332  * using the flags nor next_off fields at all.  One could have an llstring node
 333  * and even an lllstring type. */
 334 #define STR_LENl(p)     (__ASSERT_(OP(p) == LEXACT || OP(p) == LEXACT_REQ8)  \
 335                                     (((struct regnode_lstring *)p)->str_len))
 336 #define STRINGl(p)      (__ASSERT_(OP(p) == LEXACT || OP(p) == LEXACT_REQ8)  \
 337                                     (((struct regnode_lstring *)p)->string))
 338 #define OPERANDl(p)     STRINGl(p)
 339
 340 #define STR_LEN(p)      ((OP(p) == LEXACT || OP(p) == LEXACT_REQ8)           \
 341                                                ? STR_LENl(p) : STR_LENs(p))
 342 #define STRING(p)       ((OP(p) == LEXACT || OP(p) == LEXACT_REQ8)           \
 343                                                ? STRINGl(p)  : STRINGs(p))
 344 #define OPERAND(p)      STRING(p)
 345
 346 /* The number of (smallest) regnode equivalents that a string of length l bytes
 347  * occupies */
 348 #define STR_SZ(l)       (((l) + sizeof(regnode) - 1) / sizeof(regnode))
 349
 350 /* The number of (smallest) regnode equivalents that the EXACTISH node 'p'
 351  * occupies */
 352 #define NODE_SZ_STR(p)  (STR_SZ(STR_LEN(p)) + 1 + regarglen[(p)->type])
 353
 354 #define setSTR_LEN(p,v)                                                     \
 355     STMT_START{                                                             \
 356         if (OP(p) == LEXACT || OP(p) == LEXACT_REQ8)                        \
 357             ((struct regnode_lstring *)(p))->str_len = (v);                 \
 358         else                                                                \
 359             ((struct regnode_string *)(p))->str_len = (v);                  \
 360     } STMT_END
 361
 362 #define ANYOFR_BASE_BITS    20
 363 #define ANYOFRbase(p)   (ARG(p) & nBIT_MASK(ANYOFR_BASE_BITS))
 364 #define ANYOFRdelta(p)  (ARG(p) >> ANYOFR_BASE_BITS)
 365
 366 #undef NODE_ALIGN
 367 #undef ARG_LOC
 368 #undef NEXTOPER
 369 #undef PREVOPER
 370
 371 #define NODE_ALIGN(node)
 372 #define ARG_LOC(p)      (((struct regnode_1 *)p)->arg1)
 373 #define ARGp_LOC(p)     (((struct regnode_p *)p)->arg1)
 374 #define ARG1_LOC(p)     (((struct regnode_2 *)p)->arg1)
 375 #define ARG2_LOC(p)     (((struct regnode_2 *)p)->arg2)
 376 #define ARG2L_LOC(p)    (((struct regnode_2L *)p)->arg2)
 377
 378 #define NODE_STEP_REGNODE       1       /* sizeof(regnode)/sizeof(regnode) */
 379 #define EXTRA_STEP_2ARGS        EXTRA_SIZE(struct regnode_2)
 380
 381 #define NEXTOPER(p)     ((p) + NODE_STEP_REGNODE)
 382 #define PREVOPER(p)     ((p) - NODE_STEP_REGNODE)
 383
 384 #define FILL_NODE(offset, op)                                           \
 385     STMT_START {                                                        \
 386                     OP(REGNODE_p(offset)) = op;                         \
 387                     NEXT_OFF(REGNODE_p(offset)) = 0;                    \
 388     } STMT_END
 389 #define FILL_ADVANCE_NODE(offset, op)                                   \
 390     STMT_START {                                                        \
 391                     FILL_NODE(offset, op);                              \
 392                     (offset)++;                                         \
 393     } STMT_END
 394 #define FILL_ADVANCE_NODE_ARG(offset, op, arg)                          \
 395     STMT_START {                                                        \
 396                     ARG_SET(REGNODE_p(offset), arg);                    \
 397                     FILL_ADVANCE_NODE(offset, op);                      \
 398                     /* This is used generically for other operations    \
 399                      * that have a longer argument */                   \
 400                     (offset) += regarglen[op];                          \
 401     } STMT_END
 402 #define FILL_ADVANCE_NODE_ARGp(offset, op, arg)                          \
 403     STMT_START {                                                        \
 404                     ARGp_SET(REGNODE_p(offset), arg);                    \
 405                     FILL_ADVANCE_NODE(offset, op);                      \
 406                     (offset) += regarglen[op];                          \
 407     } STMT_END
 408 #define FILL_ADVANCE_NODE_2L_ARG(offset, op, arg1, arg2)                \
 409     STMT_START {                                                        \
 410                     ARG_SET(REGNODE_p(offset), arg1);                   \
 411                     ARG2L_SET(REGNODE_p(offset), arg2);                 \
 412                     FILL_ADVANCE_NODE(offset, op);                      \
 413                     (offset) += 2;                                      \
 414     } STMT_END
 415
 416 #define REG_MAGIC 0234
 417
 418 /* An ANYOF node is basically a bitmap with the index being a code point.  If
 419  * the bit for that code point is 1, the code point matches;  if 0, it doesn't
 420  * match (complemented if inverted).  There is an additional mechanism to deal
 421  * with cases where the bitmap is insufficient in and of itself.  This #define
 422  * indicates if the bitmap does fully represent what this ANYOF node can match.
 423  * The ARG is set to this special value (since 0, 1, ... are legal, but will
 424  * never reach this high). */
 425 #define ANYOF_ONLY_HAS_BITMAP   ((U32) -1)
 426
 427 /* When the bitmap isn't completely sufficient for handling the ANYOF node,
 428  * flags (in node->flags of the ANYOF node) get set to indicate this.  These
 429  * are perennially in short supply.  Beyond several cases where warnings need
 430  * to be raised under certain circumstances, currently, there are six cases
 431  * where the bitmap alone isn't sufficient.  We could use six flags to
 432  * represent the 6 cases, but to save flags bits, we play some games.  The
 433  * cases are:
 434  *
 435  *  1)  The bitmap has a compiled-in very finite size.  So something else needs
 436  *      to be used to specify if a code point that is too large for the bitmap
 437  *      actually matches.  The mechanism currently is an inversion
 438  *      list.  ANYOF_ONLY_HAS_BITMAP, described above, being TRUE indicates
 439  *      there are no matches of too-large code points.  But if it is FALSE,
 440  *      then almost certainly there are matches too large for the bitmap.  (The
 441  *      other cases, described below, either imply this one or are extremely
 442  *      rare in practice.)  So we can just assume that a too-large code point
 443  *      will need something beyond the bitmap if ANYOF_ONLY_HAS_BITMAP is
 444  *      FALSE, instead of having a separate flag for this.
 445  *  2)  A subset of item 1) is if all possible code points outside the bitmap
 446  *      match.  This is a common occurrence when the class is complemented,
 447  *      like /[^ij]/.  Therefore a bit is reserved to indicate this,
 448  *      rather than having an inversion list created,
 449  *      ANYOF_MATCHES_ALL_ABOVE_BITMAP.
 450  *  3)  Under /d rules, it can happen that code points that are in the upper
 451  *      latin1 range (\x80-\xFF or their equivalents on EBCDIC platforms) match
 452  *      only if the runtime target string being matched against is UTF-8.  For
 453  *      example /[\w[:punct:]]/d.  This happens only for posix classes (with a
 454  *      couple of exceptions, like \d where it doesn't happen), and all such
 455  *      ones also have above-bitmap matches.  Thus, 3) implies 1) as well.
 456  *      Note that /d rules are no longer encouraged; 'use 5.14' or higher
 457  *      deselects them.  But a flag is required so that they can be properly
 458  *      handled.  But it can be a shared flag: see 5) below.
 459  *  4)  Also under /d rules, something like /[\Wfoo]/ will match everything in
 460  *      the \x80-\xFF range, unless the string being matched against is UTF-8.
 461  *      An inversion list could be created for this case, but this is
 462  *      relatively common, and it turns out that it's all or nothing:  if any
 463  *      one of these code points matches, they all do.  Hence a single bit
 464  *      suffices.  We use a shared flag that doesn't take up space by itself:
 465  *      ANYOF_SHARED_d_MATCHES_ALL_NON_UTF8_NON_ASCII_non_d_WARN_SUPER.  This
 466  *      also implies 1), with one exception: [:^cntrl:].
 467  *  5)  A user-defined \p{} property may not have been defined by the time the
 468  *      regex is compiled.  In this case, we don't know until runtime what it
 469  *      will match, so we have to assume it could match anything, including
 470  *      code points that ordinarily would be in the bitmap.  A flag bit is
 471  *      necessary to indicate this , though it can be shared with the item 3)
 472  *      flag, as that only occurs under /d, and this only occurs under non-d.
 473  *      This case is quite uncommon in the field, and the /(?[ ...])/ construct
 474  *      is a better way to accomplish what this feature does.  This case also
 475  *      implies 1).
 476  *      ANYOF_SHARED_d_UPPER_LATIN1_UTF8_STRING_MATCHES_non_d_RUNTIME_USER_PROP
 477  *      is the shared flag.
 478  *  6)  /[foo]/il may have folds that are only valid if the runtime locale is a
 479  *      UTF-8 one.  These are quite rare, so it would be good to avoid the
 480  *      expense of looking for them.  But /l matching is slow anyway, and we've
 481  *      traditionally not worried too much about its performance.  And this
 482  *      condition requires the ANYOFL_FOLD flag to be set, so testing for
 483  *      that flag would be sufficient to rule out most cases of this.  So it is
 484  *      unclear if this should have a flag or not.  But, this flag can be
 485  *      shared with another, so it doesn't occupy extra space.
 486  *
 487  * At the moment, there is one spare bit, but this could be increased by
 488  * various tricks:
 489  *
 490  * If just one more bit is needed, as of this writing it seems to khw that the
 491  * best choice would be to make ANYOF_MATCHES_ALL_ABOVE_BITMAP not a flag, but
 492  * something like
 493  *
 494  *      #define ANYOF_MATCHES_ALL_ABOVE_BITMAP      ((U32) -2)
 495  *
 496  * and access it through the ARG like ANYOF_ONLY_HAS_BITMAP is.  This flag is
 497  * used by all ANYOF node types, and it could be used to avoid calling the
 498  * handler function, as the macro REGINCLASS in regexec.c does now for other
 499  * cases.
 500  *
 501  * Another possibility is based on the fact that ANYOF_MATCHES_POSIXL is
 502  * redundant with the node type ANYOFPOSIXL.  That flag could be removed, but
 503  * at the expense of extra code in regexec.c.  The flag has been retained
 504  * because it allows us to see if we need to call reginsert, or just use the
 505  * bitmap in one test.
 506  *
 507  * If this is done, an extension would be to make all ANYOFL nodes contain the
 508  * extra 32 bits that ANYOFPOSIXL ones do.  The posix flags only occupy 30
 509  * bits, so the ANYOFL_SHARED_UTF8_LOCALE_fold_HAS_MATCHES_nonfold_REQD flags
 510  * and ANYOFL_FOLD could be moved to that extra space, but it would mean extra
 511  * instructions, as there are currently places in the code that assume those
 512  * two bits are zero.
 513  *
 514  * All told, 5 bits could be available for other uses if all of the above were
 515  * done.
 516  *
 517  * Some flags are not used in synthetic start class (SSC) nodes, so could be
 518  * shared should new flags be needed for SSCs, like SSC_MATCHES_EMPTY_STRING
 519  * now. */
 520
 521 /* If this is set, the result of the match should be complemented.  regexec.c
 522  * is expecting this to be in the low bit.  Never in an SSC */
 523 #define ANYOF_INVERT                            0x01
 524
 525 /* For the SSC node only, which cannot be inverted, so is shared with that bit.
 526  * This is used only during regex compilation. */
 527 #define SSC_MATCHES_EMPTY_STRING                ANYOF_INVERT
 528
 529 /* Set if this is a regnode_charclass_posixl vs a regnode_charclass.  This
 530  * is used for runtime \d, \w, [:posix:], ..., which are used only in locale
 531  * and the optimizer's synthetic start class.  Non-locale \d, etc are resolved
 532  * at compile-time.  Only set under /l; can be in SSC */
 533 #define ANYOF_MATCHES_POSIXL                    0x02
 534
 535 /* The fold is calculated and stored in the bitmap where possible at compile
 536  * time.  However under locale, the actual folding varies depending on
 537  * what the locale is at the time of execution, so it has to be deferred until
 538  * then.  Only set under /l; never in an SSC  */
 539 #define ANYOFL_FOLD                             0x04
 540
 541 /* Shared bit set only with ANYOFL and SSC nodes:
 542  *    If ANYOFL_FOLD is set, this flag indicates there are potential matches
 543  *      valid only if the locale is a UTF-8 one.
 544  *    If ANYOFL_FOLD is NOT set, this flag means to warn if the runtime locale
 545  *       isn't a UTF-8 one (and the generated node assumes a UTF-8 locale).
 546  *       None of INVERT, POSIXL,
 547  *       ANYOF_SHARED_d_UPPER_LATIN1_UTF8_STRING_MATCHES_non_d_RUNTIME_USER_PROP
 548  *       can be set.  */
 549 #define ANYOFL_SHARED_UTF8_LOCALE_fold_HAS_MATCHES_nonfold_REQD        0x08
 550
 551 /* Convenience macros for teasing apart the meanings when reading the above bit
 552  * */
 553 #define ANYOFL_SOME_FOLDS_ONLY_IN_UTF8_LOCALE(flags)                        \
 554     ((flags & ( ANYOFL_FOLD /* Both bits are set */                         \
 555                |ANYOFL_SHARED_UTF8_LOCALE_fold_HAS_MATCHES_nonfold_REQD))   \
 556              == ( ANYOFL_FOLD                                               \
 557                  |ANYOFL_SHARED_UTF8_LOCALE_fold_HAS_MATCHES_nonfold_REQD))
 558
 559 #define  ANYOFL_UTF8_LOCALE_REQD(flags)                                     \
 560     ((flags & ( ANYOFL_FOLD /* Only REQD bit is set */                      \
 561                |ANYOFL_SHARED_UTF8_LOCALE_fold_HAS_MATCHES_nonfold_REQD))   \
 562              == ANYOFL_SHARED_UTF8_LOCALE_fold_HAS_MATCHES_nonfold_REQD)
 563
 564 /* Spare: Be sure to change ANYOF_FLAGS_ALL if this gets used  0x10 */
 565
 566 /* If set, the node matches every code point NUM_ANYOF_CODE_POINTS and above.
 567  * Can be in an SSC */
 568 #define ANYOF_MATCHES_ALL_ABOVE_BITMAP          0x20
 569
 570 /* Shared bit:
 571  *      Under /d it means the ANYOFD node matches more things if the target
 572  *          string is encoded in UTF-8; any such things will be non-ASCII,
 573  *          characters that are < 256, and can be accessed via the inversion
 574  *          list.
 575  *      When not under /d, it means the ANYOF node contains a user-defined
 576  *      property that wasn't yet defined at the time the regex was compiled,
 577  *      and so must be looked up at runtime, by creating an inversion list.
 578  * (These uses are mutually exclusive because a user-defined property is
 579  * specified by \p{}, and \p{} implies /u which deselects /d).  The long macro
 580  * name is to make sure that you are cautioned about its shared nature.  Only
 581  * the non-/d meaning can be in an SSC */
 582 #define ANYOF_SHARED_d_UPPER_LATIN1_UTF8_STRING_MATCHES_non_d_RUNTIME_USER_PROP  0x40
 583
 584 /* Shared bit:
 585  *      Under /d it means the ANYOFD node matches all non-ASCII Latin1
 586  *          characters when the target string is not in utf8.
 587  *      When not under /d, it means the ANYOF node should raise a warning if
 588  *          matching against an above-Unicode code point.
 589  * (These uses are mutually exclusive because the warning requires a \p{}, and
 590  * \p{} implies /u which deselects /d).  An SSC node only has this bit set if
 591  * what is meant is the warning.  The long macro name is to make sure that you
 592  * are cautioned about its shared nature */
 593 #define ANYOF_SHARED_d_MATCHES_ALL_NON_UTF8_NON_ASCII_non_d_WARN_SUPER 0x80
 594
 595 #define ANYOF_FLAGS_ALL         (0xff & ~0x10)
 596
 597 #define ANYOF_LOCALE_FLAGS (ANYOFL_FOLD | ANYOF_MATCHES_POSIXL)
 598
 599 /* These are the flags that apply to both regular ANYOF nodes and synthetic
 600  * start class nodes during construction of the SSC.  During finalization of
 601  * the SSC, other of the flags may get added to it */
 602 #define ANYOF_COMMON_FLAGS      0
 603
 604 /* Character classes for node->classflags of ANYOF */
 605 /* Should be synchronized with a table in regprop() */
 606 /* 2n should be the normal one, paired with its complement at 2n+1 */
 607
 608 #define ANYOF_ALPHA    ((_CC_ALPHA) * 2)
 609 #define ANYOF_NALPHA   ((ANYOF_ALPHA) + 1)
 610 #define ANYOF_ALPHANUMERIC   ((_CC_ALPHANUMERIC) * 2)    /* [[:alnum:]] isalnum(3), utf8::IsAlnum */
 611 #define ANYOF_NALPHANUMERIC  ((ANYOF_ALPHANUMERIC) + 1)
 612 #define ANYOF_ASCII    ((_CC_ASCII) * 2)
 613 #define ANYOF_NASCII   ((ANYOF_ASCII) + 1)
 614 #define ANYOF_BLANK    ((_CC_BLANK) * 2)     /* GNU extension: space and tab: non-vertical space */
 615 #define ANYOF_NBLANK   ((ANYOF_BLANK) + 1)
 616 #define ANYOF_CASED    ((_CC_CASED) * 2)    /* Pseudo class for [:lower:] or
 617                                                [:upper:] under /i */
 618 #define ANYOF_NCASED   ((ANYOF_CASED) + 1)
 619 #define ANYOF_CNTRL    ((_CC_CNTRL) * 2)
 620 #define ANYOF_NCNTRL   ((ANYOF_CNTRL) + 1)
 621 #define ANYOF_DIGIT    ((_CC_DIGIT) * 2)     /* \d */
 622 #define ANYOF_NDIGIT   ((ANYOF_DIGIT) + 1)
 623 #define ANYOF_GRAPH    ((_CC_GRAPH) * 2)
 624 #define ANYOF_NGRAPH   ((ANYOF_GRAPH) + 1)
 625 #define ANYOF_LOWER    ((_CC_LOWER) * 2)
 626 #define ANYOF_NLOWER   ((ANYOF_LOWER) + 1)
 627 #define ANYOF_PRINT    ((_CC_PRINT) * 2)
 628 #define ANYOF_NPRINT   ((ANYOF_PRINT) + 1)
 629 #define ANYOF_PUNCT    ((_CC_PUNCT) * 2)
 630 #define ANYOF_NPUNCT   ((ANYOF_PUNCT) + 1)
 631 #define ANYOF_SPACE    ((_CC_SPACE) * 2)     /* \s */
 632 #define ANYOF_NSPACE   ((ANYOF_SPACE) + 1)
 633 #define ANYOF_UPPER    ((_CC_UPPER) * 2)
 634 #define ANYOF_NUPPER   ((ANYOF_UPPER) + 1)
 635 #define ANYOF_WORDCHAR ((_CC_WORDCHAR) * 2)  /* \w, PL_utf8_alnum, utf8::IsWord, ALNUM */
 636 #define ANYOF_NWORDCHAR   ((ANYOF_WORDCHAR) + 1)
 637 #define ANYOF_XDIGIT   ((_CC_XDIGIT) * 2)
 638 #define ANYOF_NXDIGIT  ((ANYOF_XDIGIT) + 1)
 639
 640 /* pseudo classes below this, not stored in the class bitmap, but used as flags
 641    during compilation of char classes */
 642
 643 #define ANYOF_VERTWS    ((_CC_VERTSPACE) * 2)
 644 #define ANYOF_NVERTWS   ((ANYOF_VERTWS)+1)
 645
 646 /* It is best if this is the last one, as all above it are stored as bits in a
 647  * bitmap, and it isn't part of that bitmap */
 648 #if _CC_VERTSPACE != _HIGHEST_REGCOMP_DOT_H_SYNC
 649 #   error Problem with handy.h _HIGHEST_REGCOMP_DOT_H_SYNC #define
 650 #endif
 651
 652 #define ANYOF_POSIXL_MAX (ANYOF_VERTWS) /* So upper loop limit is written:
 653                                          *       '< ANYOF_MAX'
 654                                          * Hence doesn't include VERTWS, as that
 655                                          * is a pseudo class */
 656 #define ANYOF_MAX      ANYOF_POSIXL_MAX
 657
 658 #if (ANYOF_POSIXL_MAX > 32)   /* Must fit in 32-bit word */
 659 #   error Problem with handy.h _CC_foo #defines
 660 #endif
 661
 662 #define ANYOF_HORIZWS   ((ANYOF_POSIXL_MAX)+2) /* = (ANYOF_NVERTWS + 1) */
 663 #define ANYOF_NHORIZWS  ((ANYOF_POSIXL_MAX)+3)
 664
 665 #define ANYOF_UNIPROP   ((ANYOF_POSIXL_MAX)+4)  /* Used to indicate a Unicode
 666                                                    property: \p{} or \P{} */
 667
 668 /* Backward source code compatibility. */
 669
 670 #define ANYOF_ALNUML     ANYOF_ALNUM
 671 #define ANYOF_NALNUML    ANYOF_NALNUM
 672 #define ANYOF_SPACEL     ANYOF_SPACE
 673 #define ANYOF_NSPACEL    ANYOF_NSPACE
 674 #define ANYOF_ALNUM ANYOF_WORDCHAR
 675 #define ANYOF_NALNUM ANYOF_NWORDCHAR
 676
 677 /* Utility macros for the bitmap and classes of ANYOF */
 678
 679 #define ANYOF_FLAGS(p)          ((p)->flags)
 680
 681 #define ANYOF_BIT(c)            (1U << ((c) & 7))
 682
 683 #define POSIXL_SET(field, c)    ((field) |= (1U << (c)))
 684 #define ANYOF_POSIXL_SET(p, c)  POSIXL_SET(((regnode_charclass_posixl*) (p))->classflags, (c))
 685
 686 #define POSIXL_CLEAR(field, c) ((field) &= ~ (1U <<(c)))
 687 #define ANYOF_POSIXL_CLEAR(p, c) POSIXL_CLEAR(((regnode_charclass_posixl*) (p))->classflags, (c))
 688
 689 #define POSIXL_TEST(field, c)   ((field) & (1U << (c)))
 690 #define ANYOF_POSIXL_TEST(p, c) POSIXL_TEST(((regnode_charclass_posixl*) (p))->classflags, (c))
 691
 692 #define POSIXL_ZERO(field)      STMT_START { (field) = 0; } STMT_END
 693 #define ANYOF_POSIXL_ZERO(ret)  POSIXL_ZERO(((regnode_charclass_posixl*) (ret))->classflags)
 694
 695 #define ANYOF_POSIXL_SET_TO_BITMAP(p, bits)                                 \
 696      STMT_START {                                                           \
 697                     ((regnode_charclass_posixl*) (p))->classflags = (bits); \
 698      } STMT_END
 699
 700 /* Shifts a bit to get, eg. 0x4000_0000, then subtracts 1 to get 0x3FFF_FFFF */
 701 #define ANYOF_POSIXL_SETALL(ret) STMT_START { ((regnode_charclass_posixl*) (ret))->classflags = nBIT_MASK(ANYOF_POSIXL_MAX); } STMT_END
 702 #define ANYOF_CLASS_SETALL(ret) ANYOF_POSIXL_SETALL(ret)
 703
 704 #define ANYOF_POSIXL_TEST_ANY_SET(p)                               \
 705         ((ANYOF_FLAGS(p) & ANYOF_MATCHES_POSIXL)                           \
 706          && (((regnode_charclass_posixl*)(p))->classflags))
 707 #define ANYOF_CLASS_TEST_ANY_SET(p) ANYOF_POSIXL_TEST_ANY_SET(p)
 708
 709 /* Since an SSC always has this field, we don't have to test for that; nor do
 710  * we want to because the bit isn't set for SSC during its construction */
 711 #define ANYOF_POSIXL_SSC_TEST_ANY_SET(p)                               \
 712                             cBOOL(((regnode_ssc*)(p))->classflags)
 713 #define ANYOF_POSIXL_SSC_TEST_ALL_SET(p) /* Are all bits set? */       \
 714         (((regnode_ssc*) (p))->classflags                              \
 715                                         == nBIT_MASK(ANYOF_POSIXL_MAX))
 716
 717 #define ANYOF_POSIXL_TEST_ALL_SET(p)                                   \
 718         ((ANYOF_FLAGS(p) & ANYOF_MATCHES_POSIXL)                       \
 719          && ((regnode_charclass_posixl*) (p))->classflags              \
 720                                     == nBIT_MASK(ANYOF_POSIXL_MAX))
 721
 722 #define ANYOF_POSIXL_OR(source, dest) STMT_START { (dest)->classflags |= (source)->classflags ; } STMT_END
 723 #define ANYOF_CLASS_OR(source, dest) ANYOF_POSIXL_OR((source), (dest))
 724
 725 #define ANYOF_POSIXL_AND(source, dest) STMT_START { (dest)->classflags &= (source)->classflags ; } STMT_END
 726
 727 #define ANYOF_BITMAP_ZERO(ret)  Zero(((regnode_charclass*)(ret))->bitmap, ANYOF_BITMAP_SIZE, char)
 728 #define ANYOF_BITMAP(p)         ((regnode_charclass*)(p))->bitmap
 729 #define ANYOF_BITMAP_BYTE(p, c) BITMAP_BYTE(ANYOF_BITMAP(p), c)
 730 #define ANYOF_BITMAP_SET(p, c)  (ANYOF_BITMAP_BYTE(p, c) |=  ANYOF_BIT(c))
 731 #define ANYOF_BITMAP_CLEAR(p,c) (ANYOF_BITMAP_BYTE(p, c) &= ~ANYOF_BIT(c))
 732 #define ANYOF_BITMAP_TEST(p, c) cBOOL(ANYOF_BITMAP_BYTE(p, c) &   ANYOF_BIT(c))
 733
 734 #define ANYOF_BITMAP_SETALL(p)          \
 735         memset (ANYOF_BITMAP(p), 255, ANYOF_BITMAP_SIZE)
 736 #define ANYOF_BITMAP_CLEARALL(p)        \
 737         Zero (ANYOF_BITMAP(p), ANYOF_BITMAP_SIZE)
 738
 739 /*
 740  * Utility definitions.
 741  */
 742 #ifndef CHARMASK
 743 #  define UCHARAT(p)    ((int)*(const U8*)(p))
 744 #else
 745 #  define UCHARAT(p)    ((int)*(p)&CHARMASK)
 746 #endif
 747
 748 /* Number of regnode equivalents that 'guy' occupies beyond the size of the
 749  * smallest regnode. */
 750 #define EXTRA_SIZE(guy) ((sizeof(guy)-1)/sizeof(struct regnode))
 751
 752 #define REG_ZERO_LEN_SEEN                   0x00000001
 753 #define REG_LOOKBEHIND_SEEN                 0x00000002
 754 #define REG_GPOS_SEEN                       0x00000004
 755 /* spare */
 756 #define REG_RECURSE_SEEN                    0x00000020
 757 #define REG_TOP_LEVEL_BRANCHES_SEEN         0x00000040
 758 #define REG_VERBARG_SEEN                    0x00000080
 759 #define REG_CUTGROUP_SEEN                   0x00000100
 760 #define REG_RUN_ON_COMMENT_SEEN             0x00000200
 761 #define REG_UNFOLDED_MULTI_SEEN             0x00000400
 762 /* spare */
 763 #define REG_UNBOUNDED_QUANTIFIER_SEEN       0x00001000
 764
 765
 766 START_EXTERN_C
 767
 768 #ifdef PLUGGABLE_RE_EXTENSION
 769 #include "re_nodes.h"
 770 #else
 771 #include "regnodes.h"
 772 #endif
 773
 774 #ifndef PLUGGABLE_RE_EXTENSION
 775 #ifndef DOINIT
 776 EXTCONST regexp_engine PL_core_reg_engine;
 777 #else /* DOINIT */
 778 EXTCONST regexp_engine PL_core_reg_engine = {
 779         Perl_re_compile,
 780         Perl_regexec_flags,
 781         Perl_re_intuit_start,
 782         Perl_re_intuit_string,
 783         Perl_regfree_internal,
 784         Perl_reg_numbered_buff_fetch,
 785         Perl_reg_numbered_buff_store,
 786         Perl_reg_numbered_buff_length,
 787         Perl_reg_named_buff,
 788         Perl_reg_named_buff_iter,
 789         Perl_reg_qr_package,
 790 #if defined(USE_ITHREADS)
 791         Perl_regdupe_internal,
 792 #endif
 793         Perl_re_op_compile
 794 };
 795 #endif /* DOINIT */
 796 #endif /* PLUGGABLE_RE_EXTENSION */
 797
 798
 799 END_EXTERN_C
 800
 801
 802 /* .what is a character array with one character for each member of .data
 803  * The character describes the function of the corresponding .data item:
 804  *   a - AV for paren_name_list under DEBUGGING
 805  *   f - start-class data for regstclass optimization
 806  *   l - start op for literal (?{EVAL}) item
 807  *   L - start op for literal (?{EVAL}) item, with separate CV (qr//)
 808  *   r - pointer to an embedded code-containing qr, e.g. /ab$qr/
 809  *   s - inversion list for Unicode-style character class, and the
 810  *       multicharacter strings resulting from casefolding the single-character
 811  *       entries in the character class
 812  *   t - trie struct
 813  *   u - trie struct's widecharmap (a HV, so can't share, must dup)
 814  *       also used for revcharmap and words under DEBUGGING
 815  *   T - aho-trie struct
 816  *   S - sv for named capture lookup
 817  * 20010712 mjd@plover.com
 818  * (Remember to update re_dup() and pregfree() if you add any items.)
 819  */
 820 struct reg_data {
 821     U32 count;
 822     U8 *what;
 823     void* data[1];
 824 };
 825
 826 /* Code in S_to_utf8_substr() and S_to_byte_substr() in regexec.c accesses
 827    anchored* and float* via array indexes 0 and 1.  */
 828 #define anchored_substr substrs->data[0].substr
 829 #define anchored_utf8 substrs->data[0].utf8_substr
 830 #define anchored_offset substrs->data[0].min_offset
 831 #define anchored_end_shift substrs->data[0].end_shift
 832
 833 #define float_substr substrs->data[1].substr
 834 #define float_utf8 substrs->data[1].utf8_substr
 835 #define float_min_offset substrs->data[1].min_offset
 836 #define float_max_offset substrs->data[1].max_offset
 837 #define float_end_shift substrs->data[1].end_shift
 838
 839 #define check_substr substrs->data[2].substr
 840 #define check_utf8 substrs->data[2].utf8_substr
 841 #define check_offset_min substrs->data[2].min_offset
 842 #define check_offset_max substrs->data[2].max_offset
 843 #define check_end_shift substrs->data[2].end_shift
 844
 845 #define RX_ANCHORED_SUBSTR(rx)  (ReANY(rx)->anchored_substr)
 846 #define RX_ANCHORED_UTF8(rx)    (ReANY(rx)->anchored_utf8)
 847 #define RX_FLOAT_SUBSTR(rx)     (ReANY(rx)->float_substr)
 848 #define RX_FLOAT_UTF8(rx)       (ReANY(rx)->float_utf8)
 849
 850 /* trie related stuff */
 851
 852 /* a transition record for the state machine. the
 853    check field determines which state "owns" the
 854    transition. the char the transition is for is
 855    determined by offset from the owning states base
 856    field.  the next field determines which state
 857    is to be transitioned to if any.
 858 */
 859 struct _reg_trie_trans {
 860   U32 next;
 861   U32 check;
 862 };
 863
 864 /* a transition list element for the list based representation */
 865 struct _reg_trie_trans_list_elem {
 866     U16 forid;
 867     U32 newstate;
 868 };
 869 typedef struct _reg_trie_trans_list_elem reg_trie_trans_le;
 870
 871 /* a state for compressed nodes. base is an offset
 872   into an array of reg_trie_trans array. If wordnum is
 873   nonzero the state is accepting. if base is zero then
 874   the state has no children (and will be accepting)
 875 */
 876 struct _reg_trie_state {
 877   U16 wordnum;
 878   union {
 879     U32                base;
 880     reg_trie_trans_le* list;
 881   } trans;
 882 };
 883
 884 /* info per word; indexed by wordnum */
 885 typedef struct {
 886     U16  prev;  /* previous word in acceptance chain; eg in
 887                  * zzz|abc|ab/ after matching the chars abc, the
 888                  * accepted word is #2, and the previous accepted
 889                  * word is #3 */
 890     U32 len;    /* how many chars long is this word? */
 891     U32 accept; /* accept state for this word */
 892 } reg_trie_wordinfo;
 893
 894
 895 typedef struct _reg_trie_state    reg_trie_state;
 896 typedef struct _reg_trie_trans    reg_trie_trans;
 897
 898
 899 /* anything in here that needs to be freed later
 900    should be dealt with in pregfree.
 901    refcount is first in both this and _reg_ac_data to allow a space
 902    optimisation in Perl_regdupe.  */
 903 struct _reg_trie_data {
 904     U32             refcount;        /* number of times this trie is referenced */
 905     U32             lasttrans;       /* last valid transition element */
 906     U16             *charmap;        /* byte to charid lookup array */
 907     reg_trie_state  *states;         /* state data */
 908     reg_trie_trans  *trans;          /* array of transition elements */
 909     char            *bitmap;         /* stclass bitmap */
 910     U16             *jump;           /* optional 1 indexed array of offsets before tail
 911                                         for the node following a given word. */
 912     reg_trie_wordinfo *wordinfo;     /* array of info per word */
 913     U16             uniquecharcount; /* unique chars in trie (width of trans table) */
 914     U32             startstate;      /* initial state - used for common prefix optimisation */
 915     STRLEN          minlen;          /* minimum length of words in trie - build/opt only? */
 916     STRLEN          maxlen;          /* maximum length of words in trie - build/opt only? */
 917     U32             prefixlen;       /* #chars in common prefix */
 918     U32             statecount;      /* Build only - number of states in the states array
 919                                         (including the unused zero state) */
 920     U32             wordcount;       /* Build only */
 921 #ifdef DEBUGGING
 922     STRLEN          charcount;       /* Build only */
 923 #endif
 924 };
 925 /* There is one (3 under DEBUGGING) pointers that logically belong in this
 926    structure, but are held outside as they need duplication on thread cloning,
 927    whereas the rest of the structure can be read only:
 928     HV              *widecharmap;    code points > 255 to charid
 929 #ifdef DEBUGGING
 930     AV              *words;          Array of words contained in trie, for dumping
 931     AV              *revcharmap;     Map of each charid back to its character representation
 932 #endif
 933 */
 934
 935 #define TRIE_WORDS_OFFSET 2
 936
 937 typedef struct _reg_trie_data reg_trie_data;
 938
 939 /* refcount is first in both this and _reg_trie_data to allow a space
 940    optimisation in Perl_regdupe.  */
 941 struct _reg_ac_data {
 942     U32              refcount;
 943     U32              trie;
 944     U32              *fail;
 945     reg_trie_state   *states;
 946 };
 947 typedef struct _reg_ac_data reg_ac_data;
 948
 949 /* ANY_BIT doesn't use the structure, so we can borrow it here.
 950    This is simpler than refactoring all of it as wed end up with
 951    three different sets... */
 952
 953 #define TRIE_BITMAP(p)          (((reg_trie_data *)(p))->bitmap)
 954 #define TRIE_BITMAP_BYTE(p, c)  BITMAP_BYTE(TRIE_BITMAP(p), c)
 955 #define TRIE_BITMAP_SET(p, c)   (TRIE_BITMAP_BYTE(p, c) |=  ANYOF_BIT((U8)c))
 956 #define TRIE_BITMAP_CLEAR(p,c)  (TRIE_BITMAP_BYTE(p, c) &= ~ANYOF_BIT((U8)c))
 957 #define TRIE_BITMAP_TEST(p, c)  (TRIE_BITMAP_BYTE(p, c) &   ANYOF_BIT((U8)c))
 958
 959 #define IS_ANYOF_TRIE(op) ((op)==TRIEC || (op)==AHOCORASICKC)
 960 #define IS_TRIE_AC(op) ((op)>=AHOCORASICK)
 961
 962
 963 #define BITMAP_BYTE(p, c)       (( (U8*) p) [ ( ( (UV) (c)) >> 3) ] )
 964 #define BITMAP_TEST(p, c)       (BITMAP_BYTE(p, c) &   ANYOF_BIT((U8)c))
 965
 966 /* these defines assume uniquecharcount is the correct variable, and state may be evaluated twice */
 967 #define TRIE_NODENUM(state) (((state)-1)/(trie->uniquecharcount)+1)
 968 #define SAFE_TRIE_NODENUM(state) ((state) ? (((state)-1)/(trie->uniquecharcount)+1) : (state))
 969 #define TRIE_NODEIDX(state) ((state) ? (((state)-1)*(trie->uniquecharcount)+1) : (state))
 970
 971 #ifdef DEBUGGING
 972 #define TRIE_CHARCOUNT(trie) ((trie)->charcount)
 973 #else
 974 #define TRIE_CHARCOUNT(trie) (trie_charcount)
 975 #endif
 976
 977 #define RE_TRIE_MAXBUF_INIT 65536
 978 #define RE_TRIE_MAXBUF_NAME "\022E_TRIE_MAXBUF"
 979 #define RE_DEBUG_FLAGS "\022E_DEBUG_FLAGS"
 980
 981 #define RE_COMPILE_RECURSION_INIT 1000
 982 #define RE_COMPILE_RECURSION_LIMIT "\022E_COMPILE_RECURSION_LIMIT"
 983
 984 /*
 985
 986 RE_DEBUG_FLAGS is used to control what debug output is emitted
 987 its divided into three groups of options, some of which interact.
 988 The three groups are: Compile, Execute, Extra. There is room for a
 989 further group, as currently only the low three bytes are used.
 990
 991     Compile Options:
 992
 993     PARSE
 994     PEEP
 995     TRIE
 996     PROGRAM
 997     OFFSETS
 998
 999     Execute Options:
1000
1001     INTUIT
1002     MATCH
1003     TRIE
1004
1005     Extra Options
1006
1007     TRIE
1008     OFFSETS
1009
1010 If you modify any of these make sure you make corresponding changes to
1011 re.pm, especially to the documentation.
1012
1013 */
1014
1015
1016 /* Compile */
1017 #define RE_DEBUG_COMPILE_MASK      0x0000FF
1018 #define RE_DEBUG_COMPILE_PARSE     0x000001
1019 #define RE_DEBUG_COMPILE_OPTIMISE  0x000002
1020 #define RE_DEBUG_COMPILE_TRIE      0x000004
1021 #define RE_DEBUG_COMPILE_DUMP      0x000008
1022 #define RE_DEBUG_COMPILE_FLAGS     0x000010
1023 #define RE_DEBUG_COMPILE_TEST      0x000020
1024
1025 /* Execute */
1026 #define RE_DEBUG_EXECUTE_MASK      0x00FF00
1027 #define RE_DEBUG_EXECUTE_INTUIT    0x000100
1028 #define RE_DEBUG_EXECUTE_MATCH     0x000200
1029 #define RE_DEBUG_EXECUTE_TRIE      0x000400
1030
1031 /* Extra */
1032 #define RE_DEBUG_EXTRA_MASK              0x3FF0000
1033 #define RE_DEBUG_EXTRA_TRIE              0x0010000
1034 #define RE_DEBUG_EXTRA_OFFSETS           0x0020000
1035 #define RE_DEBUG_EXTRA_OFFDEBUG          0x0040000
1036 #define RE_DEBUG_EXTRA_STATE             0x0080000
1037 #define RE_DEBUG_EXTRA_OPTIMISE          0x0100000
1038 #define RE_DEBUG_EXTRA_BUFFERS           0x0400000
1039 #define RE_DEBUG_EXTRA_GPOS              0x0800000
1040 #define RE_DEBUG_EXTRA_DUMP_PRE_OPTIMIZE 0x1000000
1041 #define RE_DEBUG_EXTRA_WILDCARD          0x2000000
1042 /* combined */
1043 #define RE_DEBUG_EXTRA_STACK             0x0280000
1044
1045 #define RE_DEBUG_FLAG(x) (re_debug_flags & (x))
1046 /* Compile */
1047 #define DEBUG_COMPILE_r(x) DEBUG_r( \
1048     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_MASK)) x  )
1049 #define DEBUG_PARSE_r(x) DEBUG_r( \
1050     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_PARSE)) x  )
1051 #define DEBUG_OPTIMISE_r(x) DEBUG_r( \
1052     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_OPTIMISE)) x  )
1053 #define DEBUG_DUMP_r(x) DEBUG_r( \
1054     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_DUMP)) x  )
1055 #define DEBUG_TRIE_COMPILE_r(x) DEBUG_r( \
1056     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_TRIE)) x )
1057 #define DEBUG_FLAGS_r(x) DEBUG_r( \
1058     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_FLAGS)) x )
1059 #define DEBUG_TEST_r(x) DEBUG_r( \
1060     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_TEST)) x )
1061 /* Execute */
1062 #define DEBUG_EXECUTE_r(x) DEBUG_r( \
1063     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXECUTE_MASK)) x  )
1064 #define DEBUG_INTUIT_r(x) DEBUG_r( \
1065     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXECUTE_INTUIT)) x  )
1066 #define DEBUG_MATCH_r(x) DEBUG_r( \
1067     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXECUTE_MATCH)) x  )
1068 #define DEBUG_TRIE_EXECUTE_r(x) DEBUG_r( \
1069     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXECUTE_TRIE)) x )
1070
1071 /* Extra */
1072 #define DEBUG_EXTRA_r(x) DEBUG_r( \
1073     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_MASK)) x  )
1074 #define DEBUG_OFFSETS_r(x) DEBUG_r( \
1075     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_OFFSETS)) x  )
1076 #define DEBUG_STATE_r(x) DEBUG_r( \
1077     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_STATE)) x )
1078 #define DEBUG_STACK_r(x) DEBUG_r( \
1079     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_STACK)) x )
1080 #define DEBUG_BUFFERS_r(x) DEBUG_r( \
1081     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_BUFFERS)) x )
1082
1083 #define DEBUG_OPTIMISE_MORE_r(x) DEBUG_r( \
1084     if (DEBUG_v_TEST || ((RE_DEBUG_EXTRA_OPTIMISE|RE_DEBUG_COMPILE_OPTIMISE) == \
1085          RE_DEBUG_FLAG(RE_DEBUG_EXTRA_OPTIMISE|RE_DEBUG_COMPILE_OPTIMISE))) x )
1086 #define MJD_OFFSET_DEBUG(x) DEBUG_r( \
1087     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_OFFDEBUG)) \
1088         Perl_warn_nocontext x )
1089 #define DEBUG_TRIE_COMPILE_MORE_r(x) DEBUG_TRIE_COMPILE_r( \
1090     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_TRIE)) x )
1091 #define DEBUG_TRIE_EXECUTE_MORE_r(x) DEBUG_TRIE_EXECUTE_r( \
1092     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_TRIE)) x )
1093
1094 #define DEBUG_TRIE_r(x) DEBUG_r( \
1095     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_COMPILE_TRIE \
1096         | RE_DEBUG_EXECUTE_TRIE )) x )
1097 #define DEBUG_GPOS_r(x) DEBUG_r( \
1098     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_GPOS)) x )
1099
1100 #define DEBUG_DUMP_PRE_OPTIMIZE_r(x) DEBUG_r( \
1101     if (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_DUMP_PRE_OPTIMIZE)) x )
1102
1103 /* initialization */
1104 /* Get the debug flags for code not in regcomp.c nor regexec.c.  This doesn't
1105  * initialize the variable if it isn't already there, instead it just assumes
1106  * the flags are 0 */
1107 #define DECLARE_AND_GET_RE_DEBUG_FLAGS_NON_REGEX                               \
1108     volatile IV re_debug_flags = 0;  PERL_UNUSED_VAR(re_debug_flags);          \
1109     STMT_START {                                                               \
1110         SV * re_debug_flags_sv = NULL;                                         \
1111                      /* get_sv() can return NULL during global destruction. */ \
1112         re_debug_flags_sv = PL_curcop ? get_sv(RE_DEBUG_FLAGS, GV_ADD) : NULL; \
1113         if (re_debug_flags_sv && SvIOK(re_debug_flags_sv))                     \
1114             re_debug_flags=SvIV(re_debug_flags_sv);                            \
1115     } STMT_END
1116
1117
1118 #ifdef DEBUGGING
1119
1120 /* For use in regcomp.c and regexec.c,  Get the debug flags, and initialize to
1121  * the defaults if not done already */
1122 #define DECLARE_AND_GET_RE_DEBUG_FLAGS                                         \
1123     volatile IV re_debug_flags = 0;  PERL_UNUSED_VAR(re_debug_flags);          \
1124     STMT_START {                                                               \
1125         SV * re_debug_flags_sv = NULL;                                         \
1126                      /* get_sv() can return NULL during global destruction. */ \
1127         re_debug_flags_sv = PL_curcop ? get_sv(RE_DEBUG_FLAGS, GV_ADD) : NULL; \
1128         if (re_debug_flags_sv) {                                               \
1129             if (!SvIOK(re_debug_flags_sv)) /* If doesnt exist set to default */\
1130                 sv_setuv(re_debug_flags_sv,                                    \
1131                         /* These defaults should be kept in sync with re.pm */ \
1132                             RE_DEBUG_COMPILE_DUMP | RE_DEBUG_EXECUTE_MASK );   \
1133             re_debug_flags=SvIV(re_debug_flags_sv);                            \
1134         }                                                                      \
1135     } STMT_END
1136
1137 #define isDEBUG_WILDCARD (DEBUG_v_TEST || RE_DEBUG_FLAG(RE_DEBUG_EXTRA_WILDCARD))
1138
1139 #define RE_PV_COLOR_DECL(rpv,rlen,isuni,dsv,pv,l,m,c1,c2)   \
1140     const char * const rpv =                                \
1141         pv_pretty((dsv), (pv), (l), (m),                    \
1142             PL_colors[(c1)],PL_colors[(c2)],                \
1143             PERL_PV_ESCAPE_RE|PERL_PV_ESCAPE_NONASCII |((isuni) ? PERL_PV_ESCAPE_UNI : 0) );         \
1144     const int rlen = SvCUR(dsv)
1145
1146 /* This is currently unsed in the core */
1147 #define RE_SV_ESCAPE(rpv,isuni,dsv,sv,m)                            \
1148     const char * const rpv =                                        \
1149         pv_pretty((dsv), (SvPV_nolen_const(sv)), (SvCUR(sv)), (m),  \
1150             PL_colors[(c1)],PL_colors[(c2)],                        \
1151             PERL_PV_ESCAPE_RE|PERL_PV_ESCAPE_NONASCII |((isuni) ? PERL_PV_ESCAPE_UNI : 0) )
1152
1153 #define RE_PV_QUOTED_DECL(rpv,isuni,dsv,pv,l,m)                     \
1154     const char * const rpv =                                        \
1155         pv_pretty((dsv), (pv), (l), (m),                            \
1156             PL_colors[0], PL_colors[1],                             \
1157             ( PERL_PV_PRETTY_QUOTE | PERL_PV_ESCAPE_RE | PERL_PV_ESCAPE_NONASCII | PERL_PV_PRETTY_ELLIPSES | \
1158               ((isuni) ? PERL_PV_ESCAPE_UNI : 0))                  \
1159         )
1160
1161 #define RE_SV_DUMPLEN(ItEm) (SvCUR(ItEm) - (SvTAIL(ItEm)!=0))
1162 #define RE_SV_TAIL(ItEm) (SvTAIL(ItEm) ? "$" : "")
1163
1164 #else /* if not DEBUGGING */
1165
1166 #define DECLARE_AND_GET_RE_DEBUG_FLAGS  dNOOP
1167 #define RE_PV_COLOR_DECL(rpv,rlen,isuni,dsv,pv,l,m,c1,c2)  dNOOP
1168 #define RE_SV_ESCAPE(rpv,isuni,dsv,sv,m)
1169 #define RE_PV_QUOTED_DECL(rpv,isuni,dsv,pv,l,m)  dNOOP
1170 #define RE_SV_DUMPLEN(ItEm)
1171 #define RE_SV_TAIL(ItEm)
1172 #define isDEBUG_WILDCARD 0
1173
1174 #endif /* DEBUG RELATED DEFINES */
1175
1176 #define FIRST_NON_ASCII_DECIMAL_DIGIT 0x660  /* ARABIC_INDIC_DIGIT_ZERO */
1177
1178 typedef enum {
1179         TRADITIONAL_BOUND = _CC_WORDCHAR,
1180         GCB_BOUND,
1181         LB_BOUND,
1182         SB_BOUND,
1183         WB_BOUND
1184 } bound_type;
1185
1186 /* This unpacks the FLAGS field of ANYOF[HR]x nodes.  The value it contains
1187  * gives the strict lower bound for the UTF-8 start byte of any code point
1188  * matchable by the node, and a loose upper bound as well.
1189  *
1190  * The low bound is stored in the upper 6 bits, plus 0xC0.
1191  * The loose upper bound is determined from the lowest 2 bits and the low bound
1192  * (called x) as follows:
1193  *
1194  * 11  The upper limit of the range can be as much as (EF - x) / 8
1195  * 10  The upper limit of the range can be as much as (EF - x) / 4
1196  * 01  The upper limit of the range can be as much as (EF - x) / 2
1197  * 00  The upper limit of the range can be as much as  EF
1198  *
1199  * For motivation of this design, see commit message in
1200  * 3146c00a633e9cbed741e10146662fbcedfdb8d3 */
1201 #ifdef EBCDIC
1202 #  define MAX_ANYOF_HRx_BYTE  0xF4
1203 #else
1204 #  define MAX_ANYOF_HRx_BYTE  0xEF
1205 #endif
1206 #define LOWEST_ANYOF_HRx_BYTE(b) (((b) >> 2) + 0xC0)
1207 #define HIGHEST_ANYOF_HRx_BYTE(b)                                           \
1208                                   (LOWEST_ANYOF_HRx_BYTE(b)                 \
1209           + ((MAX_ANYOF_HRx_BYTE - LOWEST_ANYOF_HRx_BYTE(b)) >> ((b) & 3)))
1210
1211 #endif /* PERL_REGCOMP_H_ */
1212
1213 /*
1214  * ex: set ts=8 sts=4 sw=4 et:
1215  */