lib/glob/smatch.c

   1 /* strmatch.c -- ksh-like extended pattern matching for the shell and filename
   2                 globbing. */
   3
   4 /* Copyright (C) 1991-2002 Free Software Foundation, Inc.
   5
   6    This file is part of GNU Bash, the Bourne Again SHell.
   7
   8    Bash is free software; you can redistribute it and/or modify it under
   9    the terms of the GNU General Public License as published by the Free
  10    Software Foundation; either version 2, or (at your option) any later
  11    version.
  12
  13    Bash is distributed in the hope that it will be useful, but WITHOUT ANY
  14    WARRANTY; without even the implied warranty of MERCHANTABILITY or
  15    FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  16    for more details.
  17
  18    You should have received a copy of the GNU General Public License along
  19    with Bash; see the file COPYING.  If not, write to the Free Software
  20    Foundation, 59 Temple Place, Suite 330, Boston, MA 02111 USA. */
  21
  22 #include <config.h>
  23
  24 #include <stdio.h>      /* for debugging */
  25
  26 #include "strmatch.h"
  27 #include <chartypes.h>
  28
  29 #include "bashansi.h"
  30 #include "shmbutil.h"
  31 #include "xmalloc.h"
  32
  33 /* First, compile `sm_loop.c' for single-byte characters. */
  34 #define CHAR    unsigned char
  35 #define U_CHAR  unsigned char
  36 #define XCHAR   char
  37 #define INT     int
  38 #define L(CS)   CS
  39 #define INVALID -1
  40
  41 #undef STREQ
  42 #undef STREQN
  43 #define STREQ(a, b) ((a)[0] == (b)[0] && strcmp(a, b) == 0)
  44 #define STREQN(a, b, n) ((a)[0] == (b)[0] && strncmp(a, b, n) == 0)
  45
  46 /* We use strcoll(3) for range comparisons in bracket expressions,
  47    even though it can have unwanted side effects in locales
  48    other than POSIX or US.  For instance, in the de locale, [A-Z] matches
  49    all characters. */
  50
  51 #if defined (HAVE_STRCOLL)
  52 /* Helper function for collating symbol equivalence. */
  53 static int rangecmp (c1, c2)
  54      int c1, c2;
  55 {
  56   static char s1[2] = { ' ', '\0' };
  57   static char s2[2] = { ' ', '\0' };
  58   int ret;
  59
  60   /* Eight bits only.  Period. */
  61   c1 &= 0xFF;
  62   c2 &= 0xFF;
  63
  64   if (c1 == c2)
  65     return (0);
  66
  67   s1[0] = c1;
  68   s2[0] = c2;
  69
  70   if ((ret = strcoll (s1, s2)) != 0)
  71     return ret;
  72   return (c1 - c2);
  73 }
  74 #else /* !HAVE_STRCOLL */
  75 #  define rangecmp(c1, c2)      ((int)(c1) - (int)(c2))
  76 #endif /* !HAVE_STRCOLL */
  77
  78 #if defined (HAVE_STRCOLL)
  79 static int
  80 collequiv (c1, c2)
  81      int c1, c2;
  82 {
  83   return (rangecmp (c1, c2) == 0);
  84 }
  85 #else
  86 #  define collequiv(c1, c2)     ((c1) == (c2))
  87 #endif
  88
  89 #define _COLLSYM        _collsym
  90 #define __COLLSYM       __collsym
  91 #define POSIXCOLL       posix_collsyms
  92 #include "collsyms.h"
  93
  94 static int
  95 collsym (s, len)
  96      char *s;
  97      int len;
  98 {
  99   register struct _collsym *csp;
 100
 101   for (csp = posix_collsyms; csp->name; csp++)
 102     {
 103       if (STREQN(csp->name, s, len) && csp->name[len] == '\0')
 104         return (csp->code);
 105     }
 106   if (len == 1)
 107     return s[0];
 108   return INVALID;
 109 }
 110
 111 /* unibyte character classification */
 112 #if !defined (isascii) && !defined (HAVE_ISASCII)
 113 #  define isascii(c)    ((unsigned int)(c) <= 0177)
 114 #endif
 115
 116 enum char_class
 117   {
 118     CC_NO_CLASS = 0,
 119     CC_ASCII, CC_ALNUM, CC_ALPHA, CC_BLANK, CC_CNTRL, CC_DIGIT, CC_GRAPH,
 120     CC_LOWER, CC_PRINT, CC_PUNCT, CC_SPACE, CC_UPPER, CC_WORD, CC_XDIGIT
 121   };
 122
 123 static char const *const cclass_name[] =
 124   {
 125     "",
 126     "ascii", "alnum", "alpha", "blank", "cntrl", "digit", "graph",
 127     "lower", "print", "punct", "space", "upper", "word", "xdigit"
 128   };
 129
 130 #define N_CHAR_CLASS (sizeof(cclass_name) / sizeof (cclass_name[0]))
 131
 132 static int
 133 is_cclass (c, name)
 134      int c;
 135      const char *name;
 136 {
 137   enum char_class char_class = CC_NO_CLASS;
 138   int i, result;
 139
 140   for (i = 1; i < N_CHAR_CLASS; i++)
 141     {
 142       if (STREQ (name, cclass_name[i]))
 143         {
 144           char_class = (enum char_class)i;
 145           break;
 146         }
 147     }
 148
 149   if (char_class == 0)
 150     return -1;
 151
 152   switch (char_class)
 153     {
 154       case CC_ASCII:
 155         result = isascii (c);
 156         break;
 157       case CC_ALNUM:
 158         result = ISALNUM (c);
 159         break;
 160       case CC_ALPHA:
 161         result = ISALPHA (c);
 162         break;
 163       case CC_BLANK:
 164         result = ISBLANK (c);
 165         break;
 166       case CC_CNTRL:
 167         result = ISCNTRL (c);
 168         break;
 169       case CC_DIGIT:
 170         result = ISDIGIT (c);
 171         break;
 172       case CC_GRAPH:
 173         result = ISGRAPH (c);
 174         break;
 175       case CC_LOWER:
 176         result = ISLOWER (c);
 177         break;
 178       case CC_PRINT:
 179         result = ISPRINT (c);
 180         break;
 181       case CC_PUNCT:
 182         result = ISPUNCT (c);
 183         break;
 184       case CC_SPACE:
 185         result = ISSPACE (c);
 186         break;
 187       case CC_UPPER:
 188         result = ISUPPER (c);
 189         break;
 190       case CC_WORD:
 191         result = (ISALNUM (c) || c == '_');
 192         break;
 193       case CC_XDIGIT:
 194         result = ISXDIGIT (c);
 195         break;
 196       default:
 197         result = -1;
 198         break;
 199     }
 200
 201   return result;
 202 }
 203
 204 /* Now include `sm_loop.c' for single-byte characters. */
 205 /* The result of FOLD is an `unsigned char' */
 206 # define FOLD(c) ((flags & FNM_CASEFOLD) \
 207         ? TOLOWER ((unsigned char)c) \
 208         : ((unsigned char)c))
 209
 210 #define FCT                     internal_strmatch
 211 #define GMATCH                  gmatch
 212 #define COLLSYM                 collsym
 213 #define PARSE_COLLSYM           parse_collsym
 214 #define BRACKMATCH              brackmatch
 215 #define PATSCAN                 patscan
 216 #define STRCOMPARE              strcompare
 217 #define EXTMATCH                extmatch
 218 #define STRCHR(S, C)            strchr((S), (C))
 219 #define STRCOLL(S1, S2)         strcoll((S1), (S2))
 220 #define STRLEN(S)               strlen(S)
 221 #define STRCMP(S1, S2)          strcmp((S1), (S2))
 222 #define RANGECMP(C1, C2)        rangecmp((C1), (C2))
 223 #define COLLEQUIV(C1, C2)       collequiv((C1), (C2))
 224 #define CTYPE_T                 enum char_class
 225 #define IS_CCLASS(C, S)         is_cclass((C), (S))
 226 #include "sm_loop.c"
 227
 228 #if HANDLE_MULTIBYTE
 229
 230 #  define CHAR          wchar_t
 231 #  define U_CHAR        wint_t
 232 #  define XCHAR         wchar_t
 233 #  define INT           wint_t
 234 #  define L(CS)         L##CS
 235 #  define INVALID       WEOF
 236
 237 #  undef STREQ
 238 #  undef STREQN
 239 #  define STREQ(s1, s2) ((wcscmp (s1, s2) == 0))
 240 #  define STREQN(a, b, n) ((a)[0] == (b)[0] && wcsncmp(a, b, n) == 0)
 241
 242 static int
 243 rangecmp_wc (c1, c2)
 244      wint_t c1, c2;
 245 {
 246   static wchar_t s1[2] = { L' ', L'\0' };
 247   static wchar_t s2[2] = { L' ', L'\0' };
 248   int ret;
 249
 250   if (c1 == c2)
 251     return 0;
 252
 253   s1[0] = c1;
 254   s2[0] = c2;
 255
 256   return (wcscoll (s1, s2));
 257 }
 258
 259 static int
 260 collequiv_wc (c, equiv)
 261      wint_t c, equiv;
 262 {
 263   return (!(c - equiv));
 264 }
 265
 266 /* Helper function for collating symbol. */
 267 #  define _COLLSYM      _collwcsym
 268 #  define __COLLSYM     __collwcsym
 269 #  define POSIXCOLL     posix_collwcsyms
 270 #  include "collsyms.h"
 271
 272 static wint_t
 273 collwcsym (s, len)
 274      wchar_t *s;
 275      int len;
 276 {
 277   register struct _collwcsym *csp;
 278
 279   for (csp = posix_collwcsyms; csp->name; csp++)
 280     {
 281       if (STREQN(csp->name, s, len) && csp->name[len] == L'\0')
 282         return (csp->code);
 283     }
 284   if (len == 1)
 285     return s[0];
 286   return INVALID;
 287 }
 288
 289 static int
 290 is_wcclass (wc, name)
 291      wint_t wc;
 292      wchar_t *name;
 293 {
 294   char *mbs;
 295   mbstate_t state;
 296   size_t mbslength;
 297   wctype_t desc;
 298   int want_word;
 299
 300   if ((wctype ("ascii") == (wctype_t)0) && (wcscmp (name, L"ascii") == 0))
 301     {
 302       int c;
 303
 304       if ((c = wctob (wc)) == EOF)
 305         return 0;
 306       else
 307         return (c <= 0x7F);
 308     }
 309
 310   want_word = (wcscmp (name, L"word") == 0);
 311   if (want_word)
 312     name = L"alnum";
 313
 314   memset (&state, '\0', sizeof (mbstate_t));
 315   mbs = (char *) malloc (wcslen(name) * MB_CUR_MAX + 1);
 316   mbslength = wcsrtombs(mbs, (const wchar_t **)&name, (wcslen(name) * MB_CUR_MAX + 1), &state);
 317
 318   if (mbslength == (size_t)-1 || mbslength == (size_t)-2)
 319     {
 320       free (mbs);
 321       return -1;
 322     }
 323   desc = wctype (mbs);
 324   free (mbs);
 325
 326   if (desc == (wctype_t)0)
 327     return -1;
 328
 329   if (want_word)
 330     return (iswctype (wc, desc) || wc == L'_');
 331   else
 332     return (iswctype (wc, desc));
 333 }
 334
 335 /* Now include `sm_loop.c' for multibyte characters. */
 336 #define FOLD(c) ((flags & FNM_CASEFOLD) && iswupper (c) ? towlower (c) : (c))
 337 #define FCT                     internal_wstrmatch
 338 #define GMATCH                  gmatch_wc
 339 #define COLLSYM                 collwcsym
 340 #define PARSE_COLLSYM           parse_collwcsym
 341 #define BRACKMATCH              brackmatch_wc
 342 #define PATSCAN                 patscan_wc
 343 #define STRCOMPARE              wscompare
 344 #define EXTMATCH                extmatch_wc
 345 #define STRCHR(S, C)            wcschr((S), (C))
 346 #define STRCOLL(S1, S2)         wcscoll((S1), (S2))
 347 #define STRLEN(S)               wcslen(S)
 348 #define STRCMP(S1, S2)          wcscmp((S1), (S2))
 349 #define RANGECMP(C1, C2)        rangecmp_wc((C1), (C2))
 350 #define COLLEQUIV(C1, C2)       collequiv_wc((C1), (C2))
 351 #define CTYPE_T                 enum char_class
 352 #define IS_CCLASS(C, S)         is_wcclass((C), (S))
 353 #include "sm_loop.c"
 354
 355 #endif /* HAVE_MULTIBYTE */
 356
 357 int
 358 xstrmatch (pattern, string, flags)
 359      char *pattern;
 360      char *string;
 361      int flags;
 362 {
 363 #if HANDLE_MULTIBYTE
 364   int ret;
 365   mbstate_t ps;
 366   size_t n;
 367   char *pattern_bak;
 368   wchar_t *wpattern, *wstring;
 369
 370   if (MB_CUR_MAX == 1)
 371     return (internal_strmatch (pattern, string, flags));
 372
 373   pattern_bak = (char *)xmalloc (strlen (pattern) + 1);
 374   strcpy (pattern_bak, pattern);
 375
 376   memset (&ps, '\0', sizeof (mbstate_t));
 377   n = xmbsrtowcs (NULL, (const char **)&pattern, 0, &ps);
 378   if (n == (size_t)-1 || n == (size_t)-2)
 379     {
 380       free (pattern_bak);
 381       return (internal_strmatch ((unsigned char *)pattern, (unsigned char *)string, flags));
 382     }
 383
 384   wpattern = (wchar_t *)xmalloc ((n + 1) * sizeof (wchar_t));
 385   (void) xmbsrtowcs (wpattern, (const char **)&pattern, n + 1, &ps);
 386
 387   memset (&ps, '\0', sizeof (mbstate_t));
 388   n = xmbsrtowcs (NULL, (const char **)&string, 0, &ps);
 389   if (n == (size_t)-1 || n == (size_t)-2)
 390     {
 391       free (wpattern);
 392       ret = internal_strmatch (pattern_bak, string, flags);
 393       free (pattern_bak);
 394       return ret;
 395     }
 396
 397   wstring = (wchar_t *)xmalloc ((n + 1) * sizeof (wchar_t));
 398   (void) xmbsrtowcs (wstring, (const char **)&string, n + 1, &ps);
 399
 400   ret = internal_wstrmatch (wpattern, wstring, flags);
 401
 402   free (pattern_bak);
 403   free (wpattern);
 404   free (wstring);
 405
 406   return ret;
 407 #else
 408   return (internal_strmatch ((unsigned char *)pattern, (unsigned char *)string, flags));
 409 #endif /* !HANDLE_MULTIBYTE */
 410 }