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