pcre2_extuni.c

   1 /*************************************************
   2 *      Perl-Compatible Regular Expressions       *
   3 *************************************************/
   4
   5 /* PCRE is a library of functions to support regular expressions whose syntax
   6 and semantics are as close as possible to those of the Perl 5 language.
   7
   8                        Written by Philip Hazel
   9      Original API code Copyright (c) 1997-2012 University of Cambridge
  10           New API code Copyright (c) 2016-2018 University of Cambridge
  11
  12 -----------------------------------------------------------------------------
  13 Redistribution and use in source and binary forms, with or without
  14 modification, are permitted provided that the following conditions are met:
  15
  16     * Redistributions of source code must retain the above copyright notice,
  17       this list of conditions and the following disclaimer.
  18
  19     * Redistributions in binary form must reproduce the above copyright
  20       notice, this list of conditions and the following disclaimer in the
  21       documentation and/or other materials provided with the distribution.
  22
  23     * Neither the name of the University of Cambridge nor the names of its
  24       contributors may be used to endorse or promote products derived from
  25       this software without specific prior written permission.
  26
  27 THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
  28 AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  29 IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
  30 ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE
  31 LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR
  32 CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF
  33 SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS
  34 INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN
  35 CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE)
  36 ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE
  37 POSSIBILITY OF SUCH DAMAGE.
  38 -----------------------------------------------------------------------------
  39 */
  40
  41 /* This module contains an internal function that is used to match a Unicode
  42 extended grapheme sequence. It is used by both pcre2_match() and
  43 pcre2_def_match(). However, it is called only when Unicode support is being
  44 compiled. Nevertheless, we provide a dummy function when there is no Unicode
  45 support, because some compilers do not like functionless source files. */
  46
  47
  48 #ifdef HAVE_CONFIG_H
  49 #include "config.h"
  50 #endif
  51
  52
  53 #include "pcre2_internal.h"
  54
  55
  56 /* Dummy function */
  57
  58 #ifndef SUPPORT_UNICODE
  59 PCRE2_SPTR
  60 PRIV(extuni)(uint32_t c, PCRE2_SPTR eptr, PCRE2_SPTR start_subject,
  61   PCRE2_SPTR end_subject, BOOL utf, int *xcount)
  62 {
  63 (void)c;
  64 (void)eptr;
  65 (void)start_subject;
  66 (void)end_subject;
  67 (void)utf;
  68 (void)xcount;
  69 return NULL;
  70 }
  71 #else
  72
  73
  74 /*************************************************
  75 *      Match an extended grapheme sequence       *
  76 *************************************************/
  77
  78 /*
  79 Arguments:
  80   c              the first character
  81   eptr           pointer to next character
  82   start_subject  pointer to start of subject
  83   end_subject    pointer to end of subject
  84   utf            TRUE if in UTF mode
  85   xcount         pointer to count of additional characters,
  86                    or NULL if count not needed
  87
  88 Returns:         pointer after the end of the sequence
  89 */
  90
  91 PCRE2_SPTR
  92 PRIV(extuni)(uint32_t c, PCRE2_SPTR eptr, PCRE2_SPTR start_subject,
  93   PCRE2_SPTR end_subject, BOOL utf, int *xcount)
  94 {
  95 int lgb = UCD_GRAPHBREAK(c);
  96
  97 while (eptr < end_subject)
  98   {
  99   int rgb;
 100   int len = 1;
 101   if (!utf) c = *eptr; else { GETCHARLEN(c, eptr, len); }
 102   rgb = UCD_GRAPHBREAK(c);
 103   if ((PRIV(ucp_gbtable)[lgb] & (1 << rgb)) == 0) break;
 104
 105   /* Not breaking between Regional Indicators is allowed only if there
 106   are an even number of preceding RIs. */
 107
 108   if (lgb == ucp_gbRegionalIndicator && rgb == ucp_gbRegionalIndicator)
 109     {
 110     int ricount = 0;
 111     PCRE2_SPTR bptr = eptr - 1;
 112     if (utf) BACKCHAR(bptr);
 113
 114     /* bptr is pointing to the left-hand character */
 115
 116     while (bptr > start_subject)
 117       {
 118       bptr--;
 119       if (utf)
 120         {
 121         BACKCHAR(bptr);
 122         GETCHAR(c, bptr);
 123         }
 124       else
 125       c = *bptr;
 126       if (UCD_GRAPHBREAK(c) != ucp_gbRegionalIndicator) break;
 127       ricount++;
 128       }
 129     if ((ricount & 1) != 0) break;  /* Grapheme break required */
 130     }
 131
 132   /* If Extend or ZWJ follows Extended_Pictographic, do not update lgb; this
 133   allows any number of them before a following Extended_Pictographic. */
 134
 135   if ((rgb != ucp_gbExtend && rgb != ucp_gbZWJ) ||
 136        lgb != ucp_gbExtended_Pictographic)
 137     lgb = rgb;
 138
 139   eptr += len;
 140   if (xcount != NULL) *xcount += 1;
 141   }
 142
 143 return eptr;
 144 }
 145
 146 #endif  /* SUPPORT_UNICODE */
 147
 148 /* End of pcre2_extuni.c */