source/common/ruleiter.h

   1 // Copyright (C) 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 #ifndef _RULEITER_H_
  14 #define _RULEITER_H_
  15
  16 #include "unicode/uobject.h"
  17
  18 U_NAMESPACE_BEGIN
  19
  20 class UnicodeString;
  21 class ParsePosition;
  22 class SymbolTable;
  23
  24 /**
  25  * An iterator that returns 32-bit code points.  This class is deliberately
  26  * <em>not</em> related to any of the ICU character iterator classes
  27  * in order to minimize complexity.
  28  * @author Alan Liu
  29  * @since ICU 2.8
  30  */
  31 class RuleCharacterIterator : public UMemory {
  32
  33     // TODO: Ideas for later.  (Do not implement if not needed, lest the
  34     // code coverage numbers go down due to unused methods.)
  35     // 1. Add a copy constructor, operator==() method.
  36     // 2. Rather than return DONE, throw an exception if the end
  37     // is reached -- this is an alternate usage model, probably not useful.
  38
  39 private:
  40     /**
  41      * Text being iterated.
  42      */
  43     const UnicodeString& text;
  44
  45     /**
  46      * Position of iterator.
  47      */
  48     ParsePosition& pos;
  49
  50     /**
  51      * Symbol table used to parse and dereference variables.  May be 0.
  52      */
  53     const SymbolTable* sym;
  54
  55     /**
  56      * Current variable expansion, or 0 if none.
  57      */
  58     const UnicodeString* buf;
  59
  60     /**
  61      * Position within buf.  Meaningless if buf == 0.
  62      */
  63     int32_t bufPos;
  64
  65 public:
  66     /**
  67      * Value returned when there are no more characters to iterate.
  68      */
  69     enum { DONE = -1 };
  70
  71     /**
  72      * Bitmask option to enable parsing of variable names.  If (options &
  73      * PARSE_VARIABLES) != 0, then an embedded variable will be expanded to
  74      * its value.  Variables are parsed using the SymbolTable API.
  75      */
  76     enum { PARSE_VARIABLES = 1 };
  77
  78     /**
  79      * Bitmask option to enable parsing of escape sequences.  If (options &
  80      * PARSE_ESCAPES) != 0, then an embedded escape sequence will be expanded
  81      * to its value.  Escapes are parsed using Utility.unescapeAt().
  82      */
  83     enum { PARSE_ESCAPES   = 2 };
  84
  85     /**
  86      * Bitmask option to enable skipping of whitespace.  If (options &
  87      * SKIP_WHITESPACE) != 0, then Pattern_White_Space characters will be silently
  88      * skipped, as if they were not present in the input.
  89      */
  90     enum { SKIP_WHITESPACE = 4 };
  91
  92     /**
  93      * Constructs an iterator over the given text, starting at the given
  94      * position.
  95      * @param text the text to be iterated
  96      * @param sym the symbol table, or null if there is none.  If sym is null,
  97      * then variables will not be deferenced, even if the PARSE_VARIABLES
  98      * option is set.
  99      * @param pos upon input, the index of the next character to return.  If a
 100      * variable has been dereferenced, then pos will <em>not</em> increment as
 101      * characters of the variable value are iterated.
 102      */
 103     RuleCharacterIterator(const UnicodeString& text, const SymbolTable* sym,
 104                           ParsePosition& pos);
 105
 106     /**
 107      * Returns true if this iterator has no more characters to return.
 108      */
 109     UBool atEnd() const;
 110
 111     /**
 112      * Returns the next character using the given options, or DONE if there
 113      * are no more characters, and advance the position to the next
 114      * character.
 115      * @param options one or more of the following options, bitwise-OR-ed
 116      * together: PARSE_VARIABLES, PARSE_ESCAPES, SKIP_WHITESPACE.
 117      * @param isEscaped output parameter set to TRUE if the character
 118      * was escaped
 119      * @param ec input-output error code.  An error will only be set by
 120      * this routing if options includes PARSE_VARIABLES and an unknown
 121      * variable name is seen, or if options includes PARSE_ESCAPES and
 122      * an invalid escape sequence is seen.
 123      * @return the current 32-bit code point, or DONE
 124      */
 125     UChar32 next(int32_t options, UBool& isEscaped, UErrorCode& ec);
 126
 127     /**
 128      * Returns true if this iterator is currently within a variable expansion.
 129      */
 130     inline UBool inVariable() const;
 131
 132     /**
 133      * An opaque object representing the position of a RuleCharacterIterator.
 134      */
 135     struct Pos : public UMemory {
 136     private:
 137         const UnicodeString* buf;
 138         int32_t pos;
 139         int32_t bufPos;
 140         friend class RuleCharacterIterator;
 141     };
 142
 143     /**
 144      * Sets an object which, when later passed to setPos(), will
 145      * restore this iterator's position.  Usage idiom:
 146      *
 147      * RuleCharacterIterator iterator = ...;
 148      * RuleCharacterIterator::Pos pos;
 149      * iterator.getPos(pos);
 150      * for (;;) {
 151      *   iterator.getPos(pos);
 152      *   int c = iterator.next(...);
 153      *   ...
 154      * }
 155      * iterator.setPos(pos);
 156      *
 157      * @param p a position object to be set to this iterator's
 158      * current position.
 159      */
 160     void getPos(Pos& p) const;
 161
 162     /**
 163      * Restores this iterator to the position it had when getPos()
 164      * set the given object.
 165      * @param p a position object previously set by getPos()
 166      */
 167     void setPos(const Pos& p);
 168
 169     /**
 170      * Skips ahead past any ignored characters, as indicated by the given
 171      * options.  This is useful in conjunction with the lookahead() method.
 172      *
 173      * Currently, this only has an effect for SKIP_WHITESPACE.
 174      * @param options one or more of the following options, bitwise-OR-ed
 175      * together: PARSE_VARIABLES, PARSE_ESCAPES, SKIP_WHITESPACE.
 176      */
 177     void skipIgnored(int32_t options);
 178
 179     /**
 180      * Returns a string containing the remainder of the characters to be
 181      * returned by this iterator, without any option processing.  If the
 182      * iterator is currently within a variable expansion, this will only
 183      * extend to the end of the variable expansion.  This method is provided
 184      * so that iterators may interoperate with string-based APIs.  The typical
 185      * sequence of calls is to call skipIgnored(), then call lookahead(), then
 186      * parse the string returned by lookahead(), then call jumpahead() to
 187      * resynchronize the iterator.
 188      * @param result a string to receive the characters to be returned
 189      * by future calls to next()
 190      * @param maxLookAhead The maximum to copy into the result.
 191      * @return a reference to result
 192      */
 193     UnicodeString& lookahead(UnicodeString& result, int32_t maxLookAhead = -1) const;
 194
 195     /**
 196      * Advances the position by the given number of 16-bit code units.
 197      * This is useful in conjunction with the lookahead() method.
 198      * @param count the number of 16-bit code units to jump over
 199      */
 200     void jumpahead(int32_t count);
 201
 202     /**
 203      * Returns a string representation of this object, consisting of the
 204      * characters being iterated, with a '|' marking the current position.
 205      * Position within an expanded variable is <em>not</em> indicated.
 206      * @param result output parameter to receive a string
 207      * representation of this object
 208      */
 209 //    UnicodeString& toString(UnicodeString& result) const;
 210
 211 private:
 212     /**
 213      * Returns the current 32-bit code point without parsing escapes, parsing
 214      * variables, or skipping whitespace.
 215      * @return the current 32-bit code point
 216      */
 217     UChar32 _current() const;
 218
 219     /**
 220      * Advances the position by the given amount.
 221      * @param count the number of 16-bit code units to advance past
 222      */
 223     void _advance(int32_t count);
 224 };
 225
 226 inline UBool RuleCharacterIterator::inVariable() const {
 227     return buf != 0;
 228 }
 229
 230 U_NAMESPACE_END
 231
 232 #endif // _RULEITER_H_
 233 //eof