glib/pcre/pcre_get.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            Copyright (c) 1997-2012 University of Cambridge
  10
  11 -----------------------------------------------------------------------------
  12 Redistribution and use in source and binary forms, with or without
  13 modification, are permitted provided that the following conditions are met:
  14
  15     * Redistributions of source code must retain the above copyright notice,
  16       this list of conditions and the following disclaimer.
  17
  18     * Redistributions in binary form must reproduce the above copyright
  19       notice, this list of conditions and the following disclaimer in the
  20       documentation and/or other materials provided with the distribution.
  21
  22     * Neither the name of the University of Cambridge nor the names of its
  23       contributors may be used to endorse or promote products derived from
  24       this software without specific prior written permission.
  25
  26 THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
  27 AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  28 IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
  29 ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE
  30 LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR
  31 CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF
  32 SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS
  33 INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN
  34 CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE)
  35 ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE
  36 POSSIBILITY OF SUCH DAMAGE.
  37 -----------------------------------------------------------------------------
  38 */
  39
  40
  41 /* This module contains some convenience functions for extracting substrings
  42 from the subject string after a regex match has succeeded. The original idea
  43 for these functions came from Scott Wimer. */
  44
  45
  46 #ifdef HAVE_CONFIG_H
  47 #include "config.h"
  48 #endif
  49
  50 #include "pcre_internal.h"
  51
  52
  53 /*************************************************
  54 *           Find number for named string         *
  55 *************************************************/
  56
  57 /* This function is used by the get_first_set() function below, as well
  58 as being generally available. It assumes that names are unique.
  59
  60 Arguments:
  61   code        the compiled regex
  62   stringname  the name whose number is required
  63
  64 Returns:      the number of the named parentheses, or a negative number
  65                 (PCRE_ERROR_NOSUBSTRING) if not found
  66 */
  67
  68 #ifdef COMPILE_PCRE8
  69 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
  70 pcre_get_stringnumber(const pcre *code, const char *stringname)
  71 #else
  72 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
  73 pcre16_get_stringnumber(const pcre16 *code, PCRE_SPTR16 stringname)
  74 #endif
  75 {
  76 int rc;
  77 int entrysize;
  78 int top, bot;
  79 pcre_uchar *nametable;
  80
  81 #ifdef COMPILE_PCRE8
  82 if ((rc = pcre_fullinfo(code, NULL, PCRE_INFO_NAMECOUNT, &top)) != 0)
  83   return rc;
  84 if (top <= 0) return PCRE_ERROR_NOSUBSTRING;
  85
  86 if ((rc = pcre_fullinfo(code, NULL, PCRE_INFO_NAMEENTRYSIZE, &entrysize)) != 0)
  87   return rc;
  88 if ((rc = pcre_fullinfo(code, NULL, PCRE_INFO_NAMETABLE, &nametable)) != 0)
  89   return rc;
  90 #endif
  91 #ifdef COMPILE_PCRE16
  92 if ((rc = pcre16_fullinfo(code, NULL, PCRE_INFO_NAMECOUNT, &top)) != 0)
  93   return rc;
  94 if (top <= 0) return PCRE_ERROR_NOSUBSTRING;
  95
  96 if ((rc = pcre16_fullinfo(code, NULL, PCRE_INFO_NAMEENTRYSIZE, &entrysize)) != 0)
  97   return rc;
  98 if ((rc = pcre16_fullinfo(code, NULL, PCRE_INFO_NAMETABLE, &nametable)) != 0)
  99   return rc;
 100 #endif
 101
 102 bot = 0;
 103 while (top > bot)
 104   {
 105   int mid = (top + bot) / 2;
 106   pcre_uchar *entry = nametable + entrysize*mid;
 107   int c = STRCMP_UC_UC((pcre_uchar *)stringname,
 108     (pcre_uchar *)(entry + IMM2_SIZE));
 109   if (c == 0) return GET2(entry, 0);
 110   if (c > 0) bot = mid + 1; else top = mid;
 111   }
 112
 113 return PCRE_ERROR_NOSUBSTRING;
 114 }
 115
 116
 117
 118 /*************************************************
 119 *     Find (multiple) entries for named string   *
 120 *************************************************/
 121
 122 /* This is used by the get_first_set() function below, as well as being
 123 generally available. It is used when duplicated names are permitted.
 124
 125 Arguments:
 126   code        the compiled regex
 127   stringname  the name whose entries required
 128   firstptr    where to put the pointer to the first entry
 129   lastptr     where to put the pointer to the last entry
 130
 131 Returns:      the length of each entry, or a negative number
 132                 (PCRE_ERROR_NOSUBSTRING) if not found
 133 */
 134
 135 #ifdef COMPILE_PCRE8
 136 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 137 pcre_get_stringtable_entries(const pcre *code, const char *stringname,
 138   char **firstptr, char **lastptr)
 139 #else
 140 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 141 pcre16_get_stringtable_entries(const pcre16 *code, PCRE_SPTR16 stringname,
 142   PCRE_UCHAR16 **firstptr, PCRE_UCHAR16 **lastptr)
 143 #endif
 144 {
 145 int rc;
 146 int entrysize;
 147 int top, bot;
 148 pcre_uchar *nametable, *lastentry;
 149
 150 #ifdef COMPILE_PCRE8
 151 if ((rc = pcre_fullinfo(code, NULL, PCRE_INFO_NAMECOUNT, &top)) != 0)
 152   return rc;
 153 if (top <= 0) return PCRE_ERROR_NOSUBSTRING;
 154
 155 if ((rc = pcre_fullinfo(code, NULL, PCRE_INFO_NAMEENTRYSIZE, &entrysize)) != 0)
 156   return rc;
 157 if ((rc = pcre_fullinfo(code, NULL, PCRE_INFO_NAMETABLE, &nametable)) != 0)
 158   return rc;
 159 #endif
 160 #ifdef COMPILE_PCRE16
 161 if ((rc = pcre16_fullinfo(code, NULL, PCRE_INFO_NAMECOUNT, &top)) != 0)
 162   return rc;
 163 if (top <= 0) return PCRE_ERROR_NOSUBSTRING;
 164
 165 if ((rc = pcre16_fullinfo(code, NULL, PCRE_INFO_NAMEENTRYSIZE, &entrysize)) != 0)
 166   return rc;
 167 if ((rc = pcre16_fullinfo(code, NULL, PCRE_INFO_NAMETABLE, &nametable)) != 0)
 168   return rc;
 169 #endif
 170
 171 lastentry = nametable + entrysize * (top - 1);
 172 bot = 0;
 173 while (top > bot)
 174   {
 175   int mid = (top + bot) / 2;
 176   pcre_uchar *entry = nametable + entrysize*mid;
 177   int c = STRCMP_UC_UC((pcre_uchar *)stringname,
 178     (pcre_uchar *)(entry + IMM2_SIZE));
 179   if (c == 0)
 180     {
 181     pcre_uchar *first = entry;
 182     pcre_uchar *last = entry;
 183     while (first > nametable)
 184       {
 185       if (STRCMP_UC_UC((pcre_uchar *)stringname,
 186         (pcre_uchar *)(first - entrysize + IMM2_SIZE)) != 0) break;
 187       first -= entrysize;
 188       }
 189     while (last < lastentry)
 190       {
 191       if (STRCMP_UC_UC((pcre_uchar *)stringname,
 192         (pcre_uchar *)(last + entrysize + IMM2_SIZE)) != 0) break;
 193       last += entrysize;
 194       }
 195 #ifdef COMPILE_PCRE8
 196     *firstptr = (char *)first;
 197     *lastptr = (char *)last;
 198 #else
 199     *firstptr = (PCRE_UCHAR16 *)first;
 200     *lastptr = (PCRE_UCHAR16 *)last;
 201 #endif
 202     return entrysize;
 203     }
 204   if (c > 0) bot = mid + 1; else top = mid;
 205   }
 206
 207 return PCRE_ERROR_NOSUBSTRING;
 208 }
 209
 210
 211
 212 /*************************************************
 213 *    Find first set of multiple named strings    *
 214 *************************************************/
 215
 216 /* This function allows for duplicate names in the table of named substrings.
 217 It returns the number of the first one that was set in a pattern match.
 218
 219 Arguments:
 220   code         the compiled regex
 221   stringname   the name of the capturing substring
 222   ovector      the vector of matched substrings
 223
 224 Returns:       the number of the first that is set,
 225                or the number of the last one if none are set,
 226                or a negative number on error
 227 */
 228
 229 #ifdef COMPILE_PCRE8
 230 static int
 231 get_first_set(const pcre *code, const char *stringname, int *ovector)
 232 #else
 233 static int
 234 get_first_set(const pcre16 *code, PCRE_SPTR16 stringname, int *ovector)
 235 #endif
 236 {
 237 const REAL_PCRE *re = (const REAL_PCRE *)code;
 238 int entrysize;
 239 pcre_uchar *entry;
 240 #ifdef COMPILE_PCRE8
 241 char *first, *last;
 242 #else
 243 PCRE_UCHAR16 *first, *last;
 244 #endif
 245
 246 #ifdef COMPILE_PCRE8
 247 if ((re->options & PCRE_DUPNAMES) == 0 && (re->flags & PCRE_JCHANGED) == 0)
 248   return pcre_get_stringnumber(code, stringname);
 249 entrysize = pcre_get_stringtable_entries(code, stringname, &first, &last);
 250 #else
 251 if ((re->options & PCRE_DUPNAMES) == 0 && (re->flags & PCRE_JCHANGED) == 0)
 252   return pcre16_get_stringnumber(code, stringname);
 253 entrysize = pcre16_get_stringtable_entries(code, stringname, &first, &last);
 254 #endif
 255 if (entrysize <= 0) return entrysize;
 256 for (entry = (pcre_uchar *)first; entry <= (pcre_uchar *)last; entry += entrysize)
 257   {
 258   int n = GET2(entry, 0);
 259   if (ovector[n*2] >= 0) return n;
 260   }
 261 return GET2(entry, 0);
 262 }
 263
 264
 265
 266
 267 /*************************************************
 268 *      Copy captured string to given buffer      *
 269 *************************************************/
 270
 271 /* This function copies a single captured substring into a given buffer.
 272 Note that we use memcpy() rather than strncpy() in case there are binary zeros
 273 in the string.
 274
 275 Arguments:
 276   subject        the subject string that was matched
 277   ovector        pointer to the offsets table
 278   stringcount    the number of substrings that were captured
 279                    (i.e. the yield of the pcre_exec call, unless
 280                    that was zero, in which case it should be 1/3
 281                    of the offset table size)
 282   stringnumber   the number of the required substring
 283   buffer         where to put the substring
 284   size           the size of the buffer
 285
 286 Returns:         if successful:
 287                    the length of the copied string, not including the zero
 288                    that is put on the end; can be zero
 289                  if not successful:
 290                    PCRE_ERROR_NOMEMORY (-6) buffer too small
 291                    PCRE_ERROR_NOSUBSTRING (-7) no such captured substring
 292 */
 293
 294 #ifdef COMPILE_PCRE8
 295 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 296 pcre_copy_substring(const char *subject, int *ovector, int stringcount,
 297   int stringnumber, char *buffer, int size)
 298 #else
 299 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 300 pcre16_copy_substring(PCRE_SPTR16 subject, int *ovector, int stringcount,
 301   int stringnumber, PCRE_UCHAR16 *buffer, int size)
 302 #endif
 303 {
 304 int yield;
 305 if (stringnumber < 0 || stringnumber >= stringcount)
 306   return PCRE_ERROR_NOSUBSTRING;
 307 stringnumber *= 2;
 308 yield = ovector[stringnumber+1] - ovector[stringnumber];
 309 if (size < yield + 1) return PCRE_ERROR_NOMEMORY;
 310 memcpy(buffer, subject + ovector[stringnumber], IN_UCHARS(yield));
 311 buffer[yield] = 0;
 312 return yield;
 313 }
 314
 315
 316
 317 /*************************************************
 318 *   Copy named captured string to given buffer   *
 319 *************************************************/
 320
 321 /* This function copies a single captured substring into a given buffer,
 322 identifying it by name. If the regex permits duplicate names, the first
 323 substring that is set is chosen.
 324
 325 Arguments:
 326   code           the compiled regex
 327   subject        the subject string that was matched
 328   ovector        pointer to the offsets table
 329   stringcount    the number of substrings that were captured
 330                    (i.e. the yield of the pcre_exec call, unless
 331                    that was zero, in which case it should be 1/3
 332                    of the offset table size)
 333   stringname     the name of the required substring
 334   buffer         where to put the substring
 335   size           the size of the buffer
 336
 337 Returns:         if successful:
 338                    the length of the copied string, not including the zero
 339                    that is put on the end; can be zero
 340                  if not successful:
 341                    PCRE_ERROR_NOMEMORY (-6) buffer too small
 342                    PCRE_ERROR_NOSUBSTRING (-7) no such captured substring
 343 */
 344
 345 #ifdef COMPILE_PCRE8
 346 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 347 pcre_copy_named_substring(const pcre *code, const char *subject,
 348   int *ovector, int stringcount, const char *stringname,
 349   char *buffer, int size)
 350 #else
 351 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 352 pcre16_copy_named_substring(const pcre16 *code, PCRE_SPTR16 subject,
 353   int *ovector, int stringcount, PCRE_SPTR16 stringname,
 354   PCRE_UCHAR16 *buffer, int size)
 355 #endif
 356 {
 357 int n = get_first_set(code, stringname, ovector);
 358 if (n <= 0) return n;
 359 #ifdef COMPILE_PCRE8
 360 return pcre_copy_substring(subject, ovector, stringcount, n, buffer, size);
 361 #else
 362 return pcre16_copy_substring(subject, ovector, stringcount, n, buffer, size);
 363 #endif
 364 }
 365
 366
 367
 368 /*************************************************
 369 *      Copy all captured strings to new store    *
 370 *************************************************/
 371
 372 /* This function gets one chunk of store and builds a list of pointers and all
 373 of the captured substrings in it. A NULL pointer is put on the end of the list.
 374
 375 Arguments:
 376   subject        the subject string that was matched
 377   ovector        pointer to the offsets table
 378   stringcount    the number of substrings that were captured
 379                    (i.e. the yield of the pcre_exec call, unless
 380                    that was zero, in which case it should be 1/3
 381                    of the offset table size)
 382   listptr        set to point to the list of pointers
 383
 384 Returns:         if successful: 0
 385                  if not successful:
 386                    PCRE_ERROR_NOMEMORY (-6) failed to get store
 387 */
 388
 389 #ifdef COMPILE_PCRE8
 390 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 391 pcre_get_substring_list(const char *subject, int *ovector, int stringcount,
 392   const char ***listptr)
 393 #else
 394 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 395 pcre16_get_substring_list(PCRE_SPTR16 subject, int *ovector, int stringcount,
 396   PCRE_SPTR16 **listptr)
 397 #endif
 398 {
 399 int i;
 400 int size = sizeof(pcre_uchar *);
 401 int double_count = stringcount * 2;
 402 pcre_uchar **stringlist;
 403 pcre_uchar *p;
 404
 405 for (i = 0; i < double_count; i += 2)
 406   size += sizeof(pcre_uchar *) + IN_UCHARS(ovector[i+1] - ovector[i] + 1);
 407
 408 stringlist = (pcre_uchar **)(PUBL(malloc))(size);
 409 if (stringlist == NULL) return PCRE_ERROR_NOMEMORY;
 410
 411 #ifdef COMPILE_PCRE8
 412 *listptr = (const char **)stringlist;
 413 #else
 414 *listptr = (PCRE_SPTR16 *)stringlist;
 415 #endif
 416 p = (pcre_uchar *)(stringlist + stringcount + 1);
 417
 418 for (i = 0; i < double_count; i += 2)
 419   {
 420   int len = ovector[i+1] - ovector[i];
 421   memcpy(p, subject + ovector[i], IN_UCHARS(len));
 422   *stringlist++ = p;
 423   p += len;
 424   *p++ = 0;
 425   }
 426
 427 *stringlist = NULL;
 428 return 0;
 429 }
 430
 431
 432
 433 /*************************************************
 434 *   Free store obtained by get_substring_list    *
 435 *************************************************/
 436
 437 /* This function exists for the benefit of people calling PCRE from non-C
 438 programs that can call its functions, but not free() or (PUBL(free))()
 439 directly.
 440
 441 Argument:   the result of a previous pcre_get_substring_list()
 442 Returns:    nothing
 443 */
 444
 445 #ifdef COMPILE_PCRE8
 446 PCRE_EXP_DEFN void PCRE_CALL_CONVENTION
 447 pcre_free_substring_list(const char **pointer)
 448 #else
 449 PCRE_EXP_DEFN void PCRE_CALL_CONVENTION
 450 pcre16_free_substring_list(PCRE_SPTR16 *pointer)
 451 #endif
 452 {
 453 (PUBL(free))((void *)pointer);
 454 }
 455
 456
 457
 458 /*************************************************
 459 *      Copy captured string to new store         *
 460 *************************************************/
 461
 462 /* This function copies a single captured substring into a piece of new
 463 store
 464
 465 Arguments:
 466   subject        the subject string that was matched
 467   ovector        pointer to the offsets table
 468   stringcount    the number of substrings that were captured
 469                    (i.e. the yield of the pcre_exec call, unless
 470                    that was zero, in which case it should be 1/3
 471                    of the offset table size)
 472   stringnumber   the number of the required substring
 473   stringptr      where to put a pointer to the substring
 474
 475 Returns:         if successful:
 476                    the length of the string, not including the zero that
 477                    is put on the end; can be zero
 478                  if not successful:
 479                    PCRE_ERROR_NOMEMORY (-6) failed to get store
 480                    PCRE_ERROR_NOSUBSTRING (-7) substring not present
 481 */
 482
 483 #ifdef COMPILE_PCRE8
 484 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 485 pcre_get_substring(const char *subject, int *ovector, int stringcount,
 486   int stringnumber, const char **stringptr)
 487 #else
 488 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 489 pcre16_get_substring(PCRE_SPTR16 subject, int *ovector, int stringcount,
 490   int stringnumber, PCRE_SPTR16 *stringptr)
 491 #endif
 492 {
 493 int yield;
 494 pcre_uchar *substring;
 495 if (stringnumber < 0 || stringnumber >= stringcount)
 496   return PCRE_ERROR_NOSUBSTRING;
 497 stringnumber *= 2;
 498 yield = ovector[stringnumber+1] - ovector[stringnumber];
 499 substring = (pcre_uchar *)(PUBL(malloc))(IN_UCHARS(yield + 1));
 500 if (substring == NULL) return PCRE_ERROR_NOMEMORY;
 501 memcpy(substring, subject + ovector[stringnumber], IN_UCHARS(yield));
 502 substring[yield] = 0;
 503 #ifdef COMPILE_PCRE8
 504 *stringptr = (const char *)substring;
 505 #else
 506 *stringptr = (PCRE_SPTR16)substring;
 507 #endif
 508 return yield;
 509 }
 510
 511
 512
 513 /*************************************************
 514 *   Copy named captured string to new store      *
 515 *************************************************/
 516
 517 /* This function copies a single captured substring, identified by name, into
 518 new store. If the regex permits duplicate names, the first substring that is
 519 set is chosen.
 520
 521 Arguments:
 522   code           the compiled regex
 523   subject        the subject string that was matched
 524   ovector        pointer to the offsets table
 525   stringcount    the number of substrings that were captured
 526                    (i.e. the yield of the pcre_exec call, unless
 527                    that was zero, in which case it should be 1/3
 528                    of the offset table size)
 529   stringname     the name of the required substring
 530   stringptr      where to put the pointer
 531
 532 Returns:         if successful:
 533                    the length of the copied string, not including the zero
 534                    that is put on the end; can be zero
 535                  if not successful:
 536                    PCRE_ERROR_NOMEMORY (-6) couldn't get memory
 537                    PCRE_ERROR_NOSUBSTRING (-7) no such captured substring
 538 */
 539
 540 #ifdef COMPILE_PCRE8
 541 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 542 pcre_get_named_substring(const pcre *code, const char *subject,
 543   int *ovector, int stringcount, const char *stringname,
 544   const char **stringptr)
 545 #else
 546 PCRE_EXP_DEFN int PCRE_CALL_CONVENTION
 547 pcre16_get_named_substring(const pcre16 *code, PCRE_SPTR16 subject,
 548   int *ovector, int stringcount, PCRE_SPTR16 stringname,
 549   PCRE_SPTR16 *stringptr)
 550 #endif
 551 {
 552 int n = get_first_set(code, stringname, ovector);
 553 if (n <= 0) return n;
 554 #ifdef COMPILE_PCRE8
 555 return pcre_get_substring(subject, ovector, stringcount, n, stringptr);
 556 #else
 557 return pcre16_get_substring(subject, ovector, stringcount, n, stringptr);
 558 #endif
 559 }
 560
 561
 562
 563
 564 /*************************************************
 565 *       Free store obtained by get_substring     *
 566 *************************************************/
 567
 568 /* This function exists for the benefit of people calling PCRE from non-C
 569 programs that can call its functions, but not free() or (PUBL(free))()
 570 directly.
 571
 572 Argument:   the result of a previous pcre_get_substring()
 573 Returns:    nothing
 574 */
 575
 576 #ifdef COMPILE_PCRE8
 577 PCRE_EXP_DEFN void PCRE_CALL_CONVENTION
 578 pcre_free_substring(const char *pointer)
 579 #else
 580 PCRE_EXP_DEFN void PCRE_CALL_CONVENTION
 581 pcre16_free_substring(PCRE_SPTR16 pointer)
 582 #endif
 583 {
 584 (PUBL(free))((void *)pointer);
 585 }
 586
 587 /* End of pcre_get.c */