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