pcre/pcreposix.c

   1 /*************************************************
   2 *      Perl-Compatible Regular Expressions       *
   3 *************************************************/
   4
   5 /*
   6 This is a library of functions to support regular expressions whose syntax
   7 and semantics are as close as possible to those of the Perl 5 language. See
   8 the file Tech.Notes for some information on the internals.
   9
  10 This module is a wrapper that provides a POSIX API to the underlying PCRE
  11 functions.
  12
  13 Written by: Philip Hazel <ph10@cam.ac.uk>
  14
  15            Copyright (c) 1997-2000 University of Cambridge
  16
  17 -----------------------------------------------------------------------------
  18 Permission is granted to anyone to use this software for any purpose on any
  19 computer system, and to redistribute it freely, subject to the following
  20 restrictions:
  21
  22 1. This software is distributed in the hope that it will be useful,
  23    but WITHOUT ANY WARRANTY; without even the implied warranty of
  24    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
  25
  26 2. The origin of this software must not be misrepresented, either by
  27    explicit claim or by omission.
  28
  29 3. Altered versions must be plainly marked as such, and must not be
  30    misrepresented as being the original software.
  31
  32 4. If PCRE is embedded in any software that is released under the GNU
  33    General Purpose Licence (GPL), then the terms of that licence shall
  34    supersede any condition above with which it is incompatible.
  35 -----------------------------------------------------------------------------
  36 */
  37
  38 #include "internal.h"
  39 #include "pcreposix.h"
  40 #include "stdlib.h"
  41
  42
  43
  44 /* Corresponding tables of PCRE error messages and POSIX error codes. */
  45
  46 static const char *estring[] = {
  47   ERR1,  ERR2,  ERR3,  ERR4,  ERR5,  ERR6,  ERR7,  ERR8,  ERR9,  ERR10,
  48   ERR11, ERR12, ERR13, ERR14, ERR15, ERR16, ERR17, ERR18, ERR19, ERR20,
  49   ERR21, ERR22, ERR23, ERR24, ERR25, ERR26, ERR27, ERR29, ERR29, ERR30,
  50   ERR31 };
  51
  52 static int eint[] = {
  53   REG_EESCAPE, /* "\\ at end of pattern" */
  54   REG_EESCAPE, /* "\\c at end of pattern" */
  55   REG_EESCAPE, /* "unrecognized character follows \\" */
  56   REG_BADBR,   /* "numbers out of order in {} quantifier" */
  57   REG_BADBR,   /* "number too big in {} quantifier" */
  58   REG_EBRACK,  /* "missing terminating ] for character class" */
  59   REG_ECTYPE,  /* "invalid escape sequence in character class" */
  60   REG_ERANGE,  /* "range out of order in character class" */
  61   REG_BADRPT,  /* "nothing to repeat" */
  62   REG_BADRPT,  /* "operand of unlimited repeat could match the empty string" */
  63   REG_ASSERT,  /* "internal error: unexpected repeat" */
  64   REG_BADPAT,  /* "unrecognized character after (?" */
  65   REG_ESIZE,   /* "too many capturing parenthesized sub-patterns" */
  66   REG_EPAREN,  /* "missing )" */
  67   REG_ESUBREG, /* "back reference to non-existent subpattern" */
  68   REG_INVARG,  /* "erroffset passed as NULL" */
  69   REG_INVARG,  /* "unknown option bit(s) set" */
  70   REG_EPAREN,  /* "missing ) after comment" */
  71   REG_ESIZE,   /* "too many sets of parentheses" */
  72   REG_ESIZE,   /* "regular expression too large" */
  73   REG_ESPACE,  /* "failed to get memory" */
  74   REG_EPAREN,  /* "unmatched brackets" */
  75   REG_ASSERT,  /* "internal error: code overflow" */
  76   REG_BADPAT,  /* "unrecognized character after (?<" */
  77   REG_BADPAT,  /* "lookbehind assertion is not fixed length" */
  78   REG_BADPAT,  /* "malformed number after (?(" */
  79   REG_BADPAT,  /* "conditional group containe more than two branches" */
  80   REG_BADPAT,  /* "assertion expected after (?(" */
  81   REG_BADPAT,  /* "(?p must be followed by )" */
  82   REG_ECTYPE,  /* "unknown POSIX class name" */
  83   REG_BADPAT,  /* "POSIX collating elements are not supported" */
  84   REG_INVARG,  /* "this version of PCRE is not compiled with PCRE_UTF8 support" */
  85   REG_BADPAT,  /* "characters with values > 255 are not yet supported in classes" */
  86   REG_BADPAT,  /* "character value in \x{...} sequence is too large" */
  87   REG_BADPAT   /* "invalid condition (?(0)" */
  88 };
  89
  90 /* Table of texts corresponding to POSIX error codes */
  91
  92 static const char *pstring[] = {
  93   "",                                /* Dummy for value 0 */
  94   "internal error",                  /* REG_ASSERT */
  95   "invalid repeat counts in {}",     /* BADBR      */
  96   "pattern error",                   /* BADPAT     */
  97   "? * + invalid",                   /* BADRPT     */
  98   "unbalanced {}",                   /* EBRACE     */
  99   "unbalanced []",                   /* EBRACK     */
 100   "collation error - not relevant",  /* ECOLLATE   */
 101   "bad class",                       /* ECTYPE     */
 102   "bad escape sequence",             /* EESCAPE    */
 103   "empty expression",                /* EMPTY      */
 104   "unbalanced ()",                   /* EPAREN     */
 105   "bad range inside []",             /* ERANGE     */
 106   "expression too big",              /* ESIZE      */
 107   "failed to get memory",            /* ESPACE     */
 108   "bad back reference",              /* ESUBREG    */
 109   "bad argument",                    /* INVARG     */
 110   "match failed"                     /* NOMATCH    */
 111 };
 112
 113
 114
 115
 116 /*************************************************
 117 *          Translate PCRE text code to int       *
 118 *************************************************/
 119
 120 /* PCRE compile-time errors are given as strings defined as macros. We can just
 121 look them up in a table to turn them into POSIX-style error codes. */
 122
 123 static int
 124 pcre_posix_error_code(const char *s)
 125 {
 126 size_t i;
 127 for (i = 0; i < sizeof(estring)/sizeof(char *); i++)
 128   if (strcmp(s, estring[i]) == 0) return eint[i];
 129 return REG_ASSERT;
 130 }
 131
 132
 133
 134 /*************************************************
 135 *          Translate error code to string        *
 136 *************************************************/
 137
 138 size_t
 139 regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size)
 140 {
 141 const char *message, *addmessage;
 142 size_t length, addlength;
 143
 144 message = (errcode >= (int)(sizeof(pstring)/sizeof(char *)))?
 145   "unknown error code" : pstring[errcode];
 146 length = strlen(message) + 1;
 147
 148 addmessage = " at offset ";
 149 addlength = (preg != NULL && (int)preg->re_erroffset != -1)?
 150   strlen(addmessage) + 6 : 0;
 151
 152 if (errbuf_size > 0)
 153   {
 154   if (addlength > 0 && errbuf_size >= length + addlength)
 155     sprintf(errbuf, "%s%s%-6d", message, addmessage, (int)preg->re_erroffset);
 156   else
 157     {
 158     strncpy(errbuf, message, errbuf_size - 1);
 159     errbuf[errbuf_size-1] = 0;
 160     }
 161   }
 162
 163 return length + addlength;
 164 }
 165
 166
 167
 168
 169 /*************************************************
 170 *           Free store held by a regex           *
 171 *************************************************/
 172
 173 void
 174 regfree(regex_t *preg)
 175 {
 176 (pcre_free)(preg->re_pcre);
 177 }
 178
 179
 180
 181
 182 /*************************************************
 183 *            Compile a regular expression        *
 184 *************************************************/
 185
 186 /*
 187 Arguments:
 188   preg        points to a structure for recording the compiled expression
 189   pattern     the pattern to compile
 190   cflags      compilation flags
 191
 192 Returns:      0 on success
 193               various non-zero codes on failure
 194 */
 195
 196 int
 197 regcomp(regex_t *preg, const char *pattern, int cflags)
 198 {
 199 const char *errorptr;
 200 int erroffset;
 201 int options = 0;
 202
 203 if ((cflags & REG_ICASE) != 0) options |= PCRE_CASELESS;
 204 if ((cflags & REG_NEWLINE) != 0) options |= PCRE_MULTILINE;
 205
 206 preg->re_pcre = pcre_compile(pattern, options, &errorptr, &erroffset, NULL);
 207 preg->re_erroffset = erroffset;
 208
 209 if (preg->re_pcre == NULL) return pcre_posix_error_code(errorptr);
 210
 211 preg->re_nsub = pcre_info(preg->re_pcre, NULL, NULL);
 212 return 0;
 213 }
 214
 215
 216
 217
 218 /*************************************************
 219 *              Match a regular expression        *
 220 *************************************************/
 221
 222 /* Unfortunately, PCRE requires 3 ints of working space for each captured
 223 substring, so we have to get and release working store instead of just using
 224 the POSIX structures as was done in earlier releases when PCRE needed only 2
 225 ints. */
 226
 227 int
 228 regexec(regex_t *preg, const char *string, size_t nmatch,
 229   regmatch_t pmatch[], int eflags)
 230 {
 231 int rc;
 232 int options = 0;
 233 int *ovector = NULL;
 234
 235 if ((eflags & REG_NOTBOL) != 0) options |= PCRE_NOTBOL;
 236 if ((eflags & REG_NOTEOL) != 0) options |= PCRE_NOTEOL;
 237
 238 preg->re_erroffset = (size_t)(-1);   /* Only has meaning after compile */
 239
 240 if (nmatch > 0)
 241   {
 242   ovector = (int *)malloc(sizeof(int) * nmatch * 3);
 243   if (ovector == NULL) return REG_ESPACE;
 244   }
 245
 246 rc = pcre_exec(preg->re_pcre, NULL, string, (int)strlen(string), 0, options,
 247   ovector, nmatch * 3);
 248
 249 if (rc == 0) rc = nmatch;    /* All captured slots were filled in */
 250
 251 if (rc >= 0)
 252   {
 253   size_t i;
 254   for (i = 0; i < (size_t)rc; i++)
 255     {
 256     pmatch[i].rm_so = ovector[i*2];
 257     pmatch[i].rm_eo = ovector[i*2+1];
 258     }
 259   if (ovector != NULL) free(ovector);
 260   for (; i < nmatch; i++) pmatch[i].rm_so = pmatch[i].rm_eo = -1;
 261   return 0;
 262   }
 263
 264 else
 265   {
 266   if (ovector != NULL) free(ovector);
 267   switch(rc)
 268     {
 269     case PCRE_ERROR_NOMATCH: return REG_NOMATCH;
 270     case PCRE_ERROR_NULL: return REG_INVARG;
 271     case PCRE_ERROR_BADOPTION: return REG_INVARG;
 272     case PCRE_ERROR_BADMAGIC: return REG_INVARG;
 273     case PCRE_ERROR_UNKNOWN_NODE: return REG_ASSERT;
 274     case PCRE_ERROR_NOMEMORY: return REG_ESPACE;
 275     default: return REG_ASSERT;
 276     }
 277   }
 278 }
 279
 280 /* End of pcreposix.c */