Line data    Source code

       1             : // © 2016 and later: Unicode, Inc. and others.
       2             : // License & terms of use: http://www.unicode.org/copyright.html
       3             : /*
       4             : **********************************************************************
       5             : * Copyright (c) 2003-2011, International Business Machines
       6             : * Corporation and others.  All Rights Reserved.
       7             : **********************************************************************
       8             : * Author: Alan Liu
       9             : * Created: September 24 2003
      10             : * Since: ICU 2.8
      11             : **********************************************************************
      12             : */
      13             : #include "ruleiter.h"
      14             : #include "unicode/parsepos.h"
      15             : #include "unicode/symtable.h"
      16             : #include "unicode/unistr.h"
      17             : #include "unicode/utf16.h"
      18             : #include "patternprops.h"
      19             : 
      20             : /* \U87654321 or \ud800\udc00 */
      21             : #define MAX_U_NOTATION_LEN 12
      22             : 
      23             : U_NAMESPACE_BEGIN
      24             : 
      25           0 : RuleCharacterIterator::RuleCharacterIterator(const UnicodeString& theText, const SymbolTable* theSym,
      26           0 :                       ParsePosition& thePos) :
      27             :     text(theText),
      28             :     pos(thePos),
      29             :     sym(theSym),
      30             :     buf(0),
      31           0 :     bufPos(0)
      32           0 : {}
      33             : 
      34           0 : UBool RuleCharacterIterator::atEnd() const {
      35           0 :     return buf == 0 && pos.getIndex() == text.length();
      36             : }
      37             : 
      38           0 : UChar32 RuleCharacterIterator::next(int32_t options, UBool& isEscaped, UErrorCode& ec) {
      39           0 :     if (U_FAILURE(ec)) return DONE;
      40             : 
      41           0 :     UChar32 c = DONE;
      42           0 :     isEscaped = FALSE;
      43             : 
      44             :     for (;;) {
      45           0 :         c = _current();
      46           0 :         _advance(U16_LENGTH(c));
      47             : 
      48           0 :         if (c == SymbolTable::SYMBOL_REF && buf == 0 &&
      49           0 :             (options & PARSE_VARIABLES) != 0 && sym != 0) {
      50           0 :             UnicodeString name = sym->parseReference(text, pos, text.length());
      51             :             // If name is empty there was an isolated SYMBOL_REF;
      52             :             // return it.  Caller must be prepared for this.
      53           0 :             if (name.length() == 0) {
      54           0 :                 break;
      55             :             }
      56           0 :             bufPos = 0;
      57           0 :             buf = sym->lookup(name);
      58           0 :             if (buf == 0) {
      59           0 :                 ec = U_UNDEFINED_VARIABLE;
      60           0 :                 return DONE;
      61             :             }
      62             :             // Handle empty variable value
      63           0 :             if (buf->length() == 0) {
      64           0 :                 buf = 0;
      65             :             }
      66           0 :             continue;
      67             :         }
      68             : 
      69           0 :         if ((options & SKIP_WHITESPACE) != 0 && PatternProps::isWhiteSpace(c)) {
      70           0 :             continue;
      71             :         }
      72             : 
      73           0 :         if (c == 0x5C /*'\\'*/ && (options & PARSE_ESCAPES) != 0) {
      74           0 :             UnicodeString tempEscape;
      75           0 :             int32_t offset = 0;
      76           0 :             c = lookahead(tempEscape, MAX_U_NOTATION_LEN).unescapeAt(offset);
      77           0 :             jumpahead(offset);
      78           0 :             isEscaped = TRUE;
      79           0 :             if (c < 0) {
      80           0 :                 ec = U_MALFORMED_UNICODE_ESCAPE;
      81           0 :                 return DONE;
      82             :             }
      83             :         }
      84             : 
      85           0 :         break;
      86           0 :     }
      87             : 
      88           0 :     return c;
      89             : }
      90             : 
      91           0 : void RuleCharacterIterator::getPos(RuleCharacterIterator::Pos& p) const {
      92           0 :     p.buf = buf;
      93           0 :     p.pos = pos.getIndex();
      94           0 :     p.bufPos = bufPos;
      95           0 : }
      96             : 
      97           0 : void RuleCharacterIterator::setPos(const RuleCharacterIterator::Pos& p) {
      98           0 :     buf = p.buf;
      99           0 :     pos.setIndex(p.pos);
     100           0 :     bufPos = p.bufPos;
     101           0 : }
     102             : 
     103           0 : void RuleCharacterIterator::skipIgnored(int32_t options) {
     104           0 :     if ((options & SKIP_WHITESPACE) != 0) {
     105             :         for (;;) {
     106           0 :             UChar32 a = _current();
     107           0 :             if (!PatternProps::isWhiteSpace(a)) break;
     108           0 :             _advance(U16_LENGTH(a));
     109           0 :         }
     110             :     }
     111           0 : }
     112             : 
     113           0 : UnicodeString& RuleCharacterIterator::lookahead(UnicodeString& result, int32_t maxLookAhead) const {
     114           0 :     if (maxLookAhead < 0) {
     115           0 :         maxLookAhead = 0x7FFFFFFF;
     116             :     }
     117           0 :     if (buf != 0) {
     118           0 :         buf->extract(bufPos, maxLookAhead, result);
     119             :     } else {
     120           0 :         text.extract(pos.getIndex(), maxLookAhead, result);
     121             :     }
     122           0 :     return result;
     123             : }
     124             : 
     125           0 : void RuleCharacterIterator::jumpahead(int32_t count) {
     126           0 :     _advance(count);
     127           0 : }
     128             : 
     129             : /*
     130             : UnicodeString& RuleCharacterIterator::toString(UnicodeString& result) const {
     131             :     int32_t b = pos.getIndex();
     132             :     text.extract(0, b, result);
     133             :     return result.append((UChar) 0x7C).append(text, b, 0x7FFFFFFF); // Insert '|' at index
     134             : }
     135             : */
     136             : 
     137           0 : UChar32 RuleCharacterIterator::_current() const {
     138           0 :     if (buf != 0) {
     139           0 :         return buf->char32At(bufPos);
     140             :     } else {
     141           0 :         int i = pos.getIndex();
     142           0 :         return (i < text.length()) ? text.char32At(i) : (UChar32)DONE;
     143             :     }
     144             : }
     145             : 
     146           0 : void RuleCharacterIterator::_advance(int32_t count) {
     147           0 :     if (buf != 0) {
     148           0 :         bufPos += count;
     149           0 :         if (bufPos == buf->length()) {
     150           0 :             buf = 0;
     151             :         }
     152             :     } else {
     153           0 :         pos.setIndex(pos.getIndex() + count);
     154           0 :         if (pos.getIndex() > text.length()) {
     155           0 :             pos.setIndex(text.length());
     156             :         }
     157             :     }
     158           0 : }
     159             : 
     160             : U_NAMESPACE_END
     161             : 
     162             : //eof