|
162
|
1 using Implab;
|
|
|
2 using System;
|
|
|
3 using System.Collections.Generic;
|
|
|
4 using System.IO;
|
|
|
5 using Implab.Components;
|
|
|
6
|
|
|
7 namespace Implab.Automaton {
|
|
|
8 /// <summary>
|
|
|
9 /// Базовый класс для разбора потока входных символов на токены.
|
|
|
10 /// </summary>
|
|
|
11 /// <remarks>
|
|
|
12 /// Сканнер имеет внутри буффер с симолами входного текста, по которому перемещаются два
|
|
|
13 /// указателя, начала и конца токена, при перемещении искользуется ДКА для определения
|
|
|
14 /// конца токена и допустимости текущего символа.
|
|
|
15 /// </remarks>
|
|
|
16 public abstract class Scanner<TTag> : Disposable {
|
|
|
17 struct ScannerConfig {
|
|
|
18 public DFAStateDescriptior<TTag>[] states;
|
|
|
19 public int[] alphabetMap;
|
|
|
20 }
|
|
|
21
|
|
|
22 Stack<ScannerConfig> m_defs = new Stack<ScannerConfig>();
|
|
|
23
|
|
|
24 DFAStateDescriptior<TTag>[] m_states;
|
|
|
25 int[] m_alphabetMap;
|
|
|
26
|
|
|
27 protected DFAStateDescriptior<TTag> m_currentState;
|
|
|
28 int m_previewCode;
|
|
|
29
|
|
|
30 protected int m_tokenLen = 0;
|
|
|
31 protected int m_tokenOffset;
|
|
|
32
|
|
|
33 protected char[] m_buffer;
|
|
|
34 protected int m_bufferSize;
|
|
|
35 protected int m_pointer;
|
|
|
36
|
|
|
37 TextReader m_reader;
|
|
|
38 bool m_disposeReader;
|
|
|
39 int m_chunkSize = 1024; // 1k
|
|
|
40 int m_limit = 10 * 1024 * 1024; // 10Mb
|
|
|
41
|
|
|
42 protected Scanner(DFAStateDescriptior<TTag>[] states, int[] alphabet) {
|
|
|
43 Safe.ArgumentNotEmpty(states, "states");
|
|
|
44 Safe.ArgumentNotNull(alphabet, "alphabet");
|
|
|
45
|
|
|
46 m_states = states;
|
|
|
47 m_alphabetMap = alphabet;
|
|
|
48
|
|
|
49 Feed(new char[0]);
|
|
|
50 }
|
|
|
51
|
|
|
52 /// <summary>
|
|
|
53 /// Заполняет входными данными буффер.
|
|
|
54 /// </summary>
|
|
|
55 /// <param name="data">Данные для обработки.</param>
|
|
|
56 /// <remarks>Копирование данных не происходит, переданный массив используется в
|
|
|
57 /// качестве входного буффера.</remarks>
|
|
|
58 public void Feed(char[] data) {
|
|
|
59 Safe.ArgumentNotNull(data, "data");
|
|
|
60
|
|
|
61 Feed(data, data.Length);
|
|
|
62 }
|
|
|
63
|
|
|
64 /// <summary>
|
|
|
65 /// Заполняет буффур чтения входными данными.
|
|
|
66 /// </summary>
|
|
|
67 /// <param name="data">Данные для обработки.</param>
|
|
|
68 /// <param name="length">Длина данных для обработки.</param>
|
|
|
69 /// <remarks>Копирование данных не происходит, переданный массив используется в
|
|
|
70 /// качестве входного буффера.</remarks>
|
|
|
71 public void Feed(char[] data, int length) {
|
|
|
72 Safe.ArgumentNotNull(data, "data");
|
|
|
73 Safe.ArgumentInRange(length, 0, data.Length, "length");
|
|
|
74 AssertNotDisposed();
|
|
|
75
|
|
|
76 m_pointer = -1;
|
|
|
77 m_buffer = data;
|
|
|
78 m_bufferSize = length;
|
|
|
79 Shift();
|
|
|
80 }
|
|
|
81
|
|
|
82 public void Feed(TextReader reader, bool dispose) {
|
|
|
83 Safe.ArgumentNotNull(reader, "reader");
|
|
|
84 AssertNotDisposed();
|
|
|
85
|
|
|
86 if (m_reader != null && m_disposeReader)
|
|
|
87 m_reader.Dispose();
|
|
|
88
|
|
|
89 m_reader = reader;
|
|
|
90 m_disposeReader = dispose;
|
|
|
91 m_pointer = -1;
|
|
|
92 m_buffer = new char[m_chunkSize];
|
|
|
93 m_bufferSize = 0;
|
|
|
94 Shift();
|
|
|
95 }
|
|
|
96
|
|
|
97 /// <summary>
|
|
|
98 /// Получает текущий токен в виде строки.
|
|
|
99 /// </summary>
|
|
|
100 /// <returns></returns>
|
|
|
101 protected string GetTokenValue() {
|
|
|
102 return new String(m_buffer, m_tokenOffset, m_tokenLen);
|
|
|
103 }
|
|
|
104
|
|
|
105 /// <summary>
|
|
|
106 /// Метки текущего токена, которые были назначены в регулярном выражении.
|
|
|
107 /// </summary>
|
|
|
108 protected TTag[] TokenTags {
|
|
|
109 get {
|
|
|
110 return m_currentState.tag;
|
|
|
111 }
|
|
|
112 }
|
|
|
113
|
|
|
114 /// <summary>
|
|
|
115 /// Признак конца данных
|
|
|
116 /// </summary>
|
|
|
117 public bool EOF {
|
|
|
118 get {
|
|
|
119 return m_pointer >= m_bufferSize;
|
|
|
120 }
|
|
|
121 }
|
|
|
122
|
|
|
123 /// <summary>
|
|
|
124 /// Читает следующий токен, при этом <see cref="m_tokenOffset"/> указывает на начало токена,
|
|
|
125 /// <see cref="m_tokenLen"/> на длину токена, <see cref="m_buffer"/> - массив символов, в
|
|
|
126 /// котором находится токен.
|
|
|
127 /// </summary>
|
|
|
128 /// <returns><c>false</c> - достигнут конец данных, токен не прочитан.</returns>
|
|
|
129 protected bool ReadTokenInternal() {
|
|
|
130 if (m_pointer >= m_bufferSize)
|
|
|
131 return false;
|
|
|
132
|
|
|
133 m_currentState = m_states[DFADefinition.INITIAL_STATE];
|
|
|
134 m_tokenLen = 0;
|
|
|
135 m_tokenOffset = m_pointer;
|
|
|
136 int nextState;
|
|
|
137 do {
|
|
|
138 nextState = m_currentState.transitions[m_previewCode];
|
|
|
139 if (nextState == DFAConst.UNREACHABLE_STATE) {
|
|
|
140 if (m_currentState.final)
|
|
|
141 return true;
|
|
|
142 else
|
|
|
143 throw new ParserException(
|
|
|
144 String.Format(
|
|
|
145 "Unexpected symbol '{0}', at pos {1}",
|
|
|
146 m_buffer[m_pointer],
|
|
|
147 Position
|
|
|
148 )
|
|
|
149 );
|
|
|
150 } else {
|
|
|
151 m_currentState = m_states[nextState];
|
|
|
152 m_tokenLen++;
|
|
|
153 }
|
|
|
154
|
|
|
155 } while (Shift());
|
|
|
156
|
|
|
157 // END OF DATA
|
|
|
158 if (!m_currentState.final)
|
|
|
159 throw new ParserException("Unexpected end of data");
|
|
|
160
|
|
|
161 return true;
|
|
|
162 }
|
|
|
163
|
|
|
164
|
|
|
165 bool Shift() {
|
|
|
166 m_pointer++;
|
|
|
167
|
|
|
168 if (m_pointer >= m_bufferSize) {
|
|
|
169 if (!ReadNextChunk())
|
|
|
170 return false;
|
|
|
171 }
|
|
|
172
|
|
|
173 m_previewCode = m_alphabetMap[m_buffer[m_pointer]];
|
|
|
174
|
|
|
175 return true;
|
|
|
176 }
|
|
|
177
|
|
|
178 bool ReadNextChunk() {
|
|
|
179 if (m_reader == null)
|
|
|
180 return false;
|
|
|
181
|
|
|
182 // extend buffer if nesessary
|
|
|
183 if (m_pointer + m_chunkSize > m_buffer.Length) {
|
|
|
184 // trim unused buffer head
|
|
|
185 var size = m_tokenLen + m_chunkSize;
|
|
|
186 if (size >= m_limit)
|
|
|
187 throw new ParserException(String.Format("Input buffer {0} bytes limit exceeded", m_limit));
|
|
|
188 var temp = new char[size];
|
|
|
189 Array.Copy(m_buffer, m_tokenOffset, temp, 0, m_tokenLen);
|
|
|
190 m_pointer -= m_tokenOffset;
|
|
|
191 m_bufferSize -= m_tokenOffset;
|
|
|
192 m_tokenOffset = 0;
|
|
|
193 m_buffer = temp;
|
|
|
194 }
|
|
|
195
|
|
|
196 var read = m_reader.Read(m_buffer, m_tokenLen, m_chunkSize);
|
|
|
197 if (read == 0)
|
|
|
198 return false;
|
|
|
199
|
|
|
200 m_bufferSize += read;
|
|
|
201
|
|
|
202 return true;
|
|
|
203 }
|
|
|
204
|
|
|
205 /// <summary>
|
|
|
206 /// Позиция сканнера во входном буфере
|
|
|
207 /// </summary>
|
|
|
208 public int Position {
|
|
|
209 get {
|
|
|
210 return m_pointer + 1;
|
|
|
211 }
|
|
|
212 }
|
|
|
213
|
|
|
214 /// <summary>
|
|
|
215 /// Преключает внутренний ДКА на указанный, позволяет реализовать подобие захватывающей
|
|
|
216 /// группировки.
|
|
|
217 /// </summary>
|
|
|
218 /// <param name="states">Таблица состояний нового ДКА</param>
|
|
|
219 /// <param name="alphabet">Таблица входных символов для нового ДКА</param>
|
|
|
220 protected void Switch(DFAStateDescriptior<TTag>[] states, int[] alphabet) {
|
|
|
221 Safe.ArgumentNotNull(states, "dfa");
|
|
|
222
|
|
|
223 m_defs.Push(new ScannerConfig {
|
|
|
224 states = m_states,
|
|
|
225 alphabetMap = m_alphabetMap
|
|
|
226 });
|
|
|
227
|
|
|
228 m_states = states;
|
|
|
229 m_alphabetMap = alphabet;
|
|
|
230
|
|
|
231 m_previewCode = m_alphabetMap[m_buffer[m_pointer]];
|
|
|
232 }
|
|
|
233
|
|
|
234 /// <summary>
|
|
|
235 /// Восстанавливает предыдущей ДКА сканнера.
|
|
|
236 /// </summary>
|
|
|
237 protected void Restore() {
|
|
|
238 if (m_defs.Count == 0)
|
|
|
239 throw new InvalidOperationException();
|
|
|
240 var prev = m_defs.Pop();
|
|
|
241 m_states = prev.states;
|
|
|
242 m_alphabetMap = prev.alphabetMap;
|
|
|
243 m_previewCode = m_alphabetMap[m_buffer[m_pointer]];
|
|
|
244 }
|
|
|
245
|
|
|
246 protected override void Dispose(bool disposing) {
|
|
|
247 if (disposing) {
|
|
|
248 if (m_reader != null && m_disposeReader)
|
|
|
249 m_reader.Dispose();
|
|
|
250 m_buffer = null;
|
|
|
251 m_bufferSize = 0;
|
|
|
252 m_pointer = 0;
|
|
|
253 m_tokenLen = 0;
|
|
|
254 m_tokenOffset = 0;
|
|
|
255 }
|
|
|
256 base.Dispose(disposing);
|
|
|
257 }
|
|
|
258 }
|
|
|
259 }
|
