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