dquote.c

   1 /*    dquote.c
   2  *
   3  * This file contains functions that are related to
   4  * parsing double-quotish expressions.
   5  *
   6 */
   7
   8 #include "EXTERN.h"
   9 #define PERL_IN_DQUOTE_C
  10 #include "perl.h"
  11 #include "dquote_inline.h"
  12
  13 /* XXX Add documentation after final interface and behavior is decided */
  14 /* May want to show context for error, so would pass S_grok_bslash_c(pTHX_ const char* current, const char* start, const bool output_warning)
  15     U8 source = *current;
  16 */
  17
  18 char
  19 Perl_grok_bslash_c(pTHX_ const char source, const bool output_warning)
  20 {
  21
  22     U8 result;
  23
  24     if (! isPRINT_A(source)) {
  25         Perl_croak(aTHX_ "%s",
  26                         "Character following \"\\c\" must be printable ASCII");
  27     }
  28     else if (source == '{') {
  29         const char control = toCTRL('{');
  30         if (isPRINT_A(control)) {
  31             /* diag_listed_as: Use "%s" instead of "%s" */
  32             Perl_croak(aTHX_ "Use \"%c\" instead of \"\\c{\"", control);
  33         }
  34         else {
  35             Perl_croak(aTHX_ "Sequence \"\\c{\" invalid");
  36         }
  37     }
  38
  39     result = toCTRL(source);
  40     if (output_warning && isPRINT_A(result)) {
  41         U8 clearer[3];
  42         U8 i = 0;
  43         if (! isWORDCHAR(result)) {
  44             clearer[i++] = '\\';
  45         }
  46         clearer[i++] = result;
  47         clearer[i++] = '\0';
  48
  49         Perl_ck_warner(aTHX_ packWARN(WARN_SYNTAX),
  50                         "\"\\c%c\" is more clearly written simply as \"%s\"",
  51                         source,
  52                         clearer);
  53     }
  54
  55     return result;
  56 }
  57
  58 bool
  59 Perl_grok_bslash_o(pTHX_ char **s, UV *uv, const char** error_msg,
  60                       const bool output_warning, const bool strict,
  61                       const bool silence_non_portable,
  62                       const bool UTF)
  63 {
  64
  65 /*  Documentation to be supplied when interface nailed down finally
  66  *  This returns FALSE if there is an error which the caller need not recover
  67  *  from; otherwise TRUE.  In either case the caller should look at *len [???].
  68  *  It guarantees that the returned codepoint, *uv, when expressed as
  69  *  utf8 bytes, would fit within the skipped "\o{...}" bytes.
  70  *  On input:
  71  *      s   is the address of a pointer to a NULL terminated string that begins
  72  *          with 'o', and the previous character was a backslash.  At exit, *s
  73  *          will be advanced to the byte just after those absorbed by this
  74  *          function.  Hence the caller can continue parsing from there.  In
  75  *          the case of an error, this routine has generally positioned *s to
  76  *          point just to the right of the first bad spot, so that a message
  77  *          that has a "<--" to mark the spot will be correctly positioned.
  78  *      uv  points to a UV that will hold the output value, valid only if the
  79  *          return from the function is TRUE
  80  *      error_msg is a pointer that will be set to an internal buffer giving an
  81  *          error message upon failure (the return is FALSE).  Untouched if
  82  *          function succeeds
  83  *      output_warning says whether to output any warning messages, or suppress
  84  *          them
  85  *      strict is true if this should fail instead of warn if there are
  86  *          non-octal digits within the braces
  87  *      silence_non_portable is true if to suppress warnings about the code
  88  *          point returned being too large to fit on all platforms.
  89  *      UTF is true iff the string *s is encoded in UTF-8.
  90  */
  91     char* e;
  92     STRLEN numbers_len;
  93     I32 flags = PERL_SCAN_ALLOW_UNDERSCORES
  94                 | PERL_SCAN_DISALLOW_PREFIX
  95                 /* XXX Until the message is improved in grok_oct, handle errors
  96                  * ourselves */
  97                 | PERL_SCAN_SILENT_ILLDIGIT;
  98
  99 #ifdef DEBUGGING
 100     char *start = *s - 1;
 101     assert(*start == '\\');
 102 #endif
 103
 104     PERL_ARGS_ASSERT_GROK_BSLASH_O;
 105
 106
 107     assert(**s == 'o');
 108     (*s)++;
 109
 110     if (**s != '{') {
 111         *error_msg = "Missing braces on \\o{}";
 112         return FALSE;
 113     }
 114
 115     e = strchr(*s, '}');
 116     if (!e) {
 117         (*s)++;  /* Move past the '{' */
 118         while (isOCTAL(**s)) { /* Position beyond the legal digits */
 119             (*s)++;
 120         }
 121         *error_msg = "Missing right brace on \\o{";
 122         return FALSE;
 123     }
 124
 125     (*s)++;    /* Point to expected first digit (could be first byte of utf8
 126                   sequence if not a digit) */
 127     numbers_len = e - *s;
 128     if (numbers_len == 0) {
 129         (*s)++;    /* Move past the } */
 130         *error_msg = "Number with no digits";
 131         return FALSE;
 132     }
 133
 134     if (silence_non_portable) {
 135         flags |= PERL_SCAN_SILENT_NON_PORTABLE;
 136     }
 137
 138     *uv = grok_oct(*s, &numbers_len, &flags, NULL);
 139     /* Note that if has non-octal, will ignore everything starting with that up
 140      * to the '}' */
 141
 142     if (numbers_len != (STRLEN) (e - *s)) {
 143         if (strict) {
 144             *s += numbers_len;
 145             *s += (UTF) ? UTF8SKIP(*s) : (STRLEN) 1;
 146             *error_msg = "Non-octal character";
 147             return FALSE;
 148         }
 149         else if (output_warning) {
 150             Perl_ck_warner(aTHX_ packWARN(WARN_DIGIT),
 151             /* diag_listed_as: Non-octal character '%c'.  Resolved as "%s" */
 152                         "Non-octal character '%c'.  Resolved as \"\\o{%.*s}\"",
 153                         *(*s + numbers_len),
 154                         (int) numbers_len,
 155                         *s);
 156         }
 157     }
 158
 159     /* Return past the '}' */
 160     *s = e + 1;
 161
 162     return TRUE;
 163 }
 164
 165 bool
 166 Perl_grok_bslash_x(pTHX_ char **s, UV *uv, const char** error_msg,
 167                       const bool output_warning, const bool strict,
 168                       const bool silence_non_portable,
 169                       const bool UTF)
 170 {
 171
 172 /*  Documentation to be supplied when interface nailed down finally
 173  *  This returns FALSE if there is an error which the caller need not recover
 174  *  from; otherwise TRUE.
 175  *  It guarantees that the returned codepoint, *uv, when expressed as
 176  *  utf8 bytes, would fit within the skipped "\x{...}" bytes.
 177  *
 178  *  On input:
 179  *      s   is the address of a pointer to a NULL terminated string that begins
 180  *          with 'x', and the previous character was a backslash.  At exit, *s
 181  *          will be advanced to the byte just after those absorbed by this
 182  *          function.  Hence the caller can continue parsing from there.  In
 183  *          the case of an error, this routine has generally positioned *s to
 184  *          point just to the right of the first bad spot, so that a message
 185  *          that has a "<--" to mark the spot will be correctly positioned.
 186  *      uv  points to a UV that will hold the output value, valid only if the
 187  *          return from the function is TRUE
 188  *      error_msg is a pointer that will be set to an internal buffer giving an
 189  *          error message upon failure (the return is FALSE).  Untouched if
 190  *          function succeeds
 191  *      output_warning says whether to output any warning messages, or suppress
 192  *          them
 193  *      strict is true if anything out of the ordinary should cause this to
 194  *          fail instead of warn or be silent.  For example, it requires
 195  *          exactly 2 digits following the \x (when there are no braces).
 196  *          3 digits could be a mistake, so is forbidden in this mode.
 197  *      silence_non_portable is true if to suppress warnings about the code
 198  *          point returned being too large to fit on all platforms.
 199  *      UTF is true iff the string *s is encoded in UTF-8.
 200  */
 201     char* e;
 202     STRLEN numbers_len;
 203     I32 flags = PERL_SCAN_DISALLOW_PREFIX;
 204 #ifdef DEBUGGING
 205     char *start = *s - 1;
 206     assert(*start == '\\');
 207 #endif
 208
 209     PERL_ARGS_ASSERT_GROK_BSLASH_X;
 210
 211     assert(**s == 'x');
 212     (*s)++;
 213
 214     if (strict || ! output_warning) {
 215         flags |= PERL_SCAN_SILENT_ILLDIGIT;
 216     }
 217
 218     if (**s != '{') {
 219         STRLEN len = (strict) ? 3 : 2;
 220
 221         *uv = grok_hex(*s, &len, &flags, NULL);
 222         *s += len;
 223         if (strict && len != 2) {
 224             if (len < 2) {
 225                 *s += (UTF) ? UTF8SKIP(*s) : 1;
 226                 *error_msg = "Non-hex character";
 227             }
 228             else {
 229                 *error_msg = "Use \\x{...} for more than two hex characters";
 230             }
 231             return FALSE;
 232         }
 233         return TRUE;
 234     }
 235
 236     e = strchr(*s, '}');
 237     if (!e) {
 238         (*s)++;  /* Move past the '{' */
 239         while (isXDIGIT(**s)) { /* Position beyond the legal digits */
 240             (*s)++;
 241         }
 242         /* XXX The corresponding message above for \o is just '\\o{'; other
 243          * messages for other constructs include the '}', so are inconsistent.
 244          */
 245         *error_msg = "Missing right brace on \\x{}";
 246         return FALSE;
 247     }
 248
 249     (*s)++;    /* Point to expected first digit (could be first byte of utf8
 250                   sequence if not a digit) */
 251     numbers_len = e - *s;
 252     if (numbers_len == 0) {
 253         if (strict) {
 254             (*s)++;    /* Move past the } */
 255             *error_msg = "Number with no digits";
 256             return FALSE;
 257         }
 258         *s = e + 1;
 259         *uv = 0;
 260         return TRUE;
 261     }
 262
 263     flags |= PERL_SCAN_ALLOW_UNDERSCORES;
 264     if (silence_non_portable) {
 265         flags |= PERL_SCAN_SILENT_NON_PORTABLE;
 266     }
 267
 268     *uv = grok_hex(*s, &numbers_len, &flags, NULL);
 269     /* Note that if has non-hex, will ignore everything starting with that up
 270      * to the '}' */
 271
 272     if (strict && numbers_len != (STRLEN) (e - *s)) {
 273         *s += numbers_len;
 274         *s += (UTF) ? UTF8SKIP(*s) : 1;
 275         *error_msg = "Non-hex character";
 276         return FALSE;
 277     }
 278
 279     /* Return past the '}' */
 280     *s = e + 1;
 281
 282     return TRUE;
 283 }
 284
 285 /*
 286  * ex: set ts=8 sts=4 sw=4 et:
 287  */