pcre_newline.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 internal functions for testing newlines when more than
  42 one kind of newline is to be recognized. When a newline is found, its length is
  43 returned. In principle, we could implement several newline "types", each
  44 referring to a different set of newline characters. At present, PCRE supports
  45 only NLTYPE_FIXED, which gets handled without these functions, NLTYPE_ANYCRLF,
  46 and NLTYPE_ANY. The full list of Unicode newline characters is taken from
  47 http://unicode.org/unicode/reports/tr18/. */
  48
  49
  50 #ifdef HAVE_CONFIG_H
  51 #include "config.h"
  52 #endif
  53
  54 #include "pcre_internal.h"
  55
  56
  57
  58 /*************************************************
  59 *      Check for newline at given position       *
  60 *************************************************/
  61
  62 /* It is guaranteed that the initial value of ptr is less than the end of the
  63 string that is being processed.
  64
  65 Arguments:
  66   ptr          pointer to possible newline
  67   type         the newline type
  68   endptr       pointer to the end of the string
  69   lenptr       where to return the length
  70   utf          TRUE if in utf mode
  71
  72 Returns:       TRUE or FALSE
  73 */
  74
  75 BOOL
  76 PRIV(is_newline)(PCRE_PUCHAR ptr, int type, PCRE_PUCHAR endptr, int *lenptr,
  77   BOOL utf)
  78 {
  79 pcre_uint32 c;
  80 (void)utf;
  81 #ifdef SUPPORT_UTF
  82 if (utf)
  83   {
  84   GETCHAR(c, ptr);
  85   }
  86 else
  87 #endif  /* SUPPORT_UTF */
  88   c = *ptr;
  89
  90 /* Note that this function is called only for ANY or ANYCRLF. */
  91
  92 if (type == NLTYPE_ANYCRLF) switch(c)
  93   {
  94   case CHAR_LF: *lenptr = 1; return TRUE;
  95   case CHAR_CR: *lenptr = (ptr < endptr - 1 && ptr[1] == CHAR_LF)? 2 : 1;
  96                return TRUE;
  97   default: return FALSE;
  98   }
  99
 100 /* NLTYPE_ANY */
 101
 102 else switch(c)
 103   {
 104 #ifdef EBCDIC
 105   case CHAR_NEL:
 106 #endif
 107   case CHAR_LF:
 108   case CHAR_VT:
 109   case CHAR_FF: *lenptr = 1; return TRUE;
 110
 111   case CHAR_CR:
 112   *lenptr = (ptr < endptr - 1 && ptr[1] == CHAR_LF)? 2 : 1;
 113   return TRUE;
 114
 115 #ifndef EBCDIC
 116 #ifdef COMPILE_PCRE8
 117   case CHAR_NEL: *lenptr = utf? 2 : 1; return TRUE;
 118   case 0x2028:                                       /* LS */
 119   case 0x2029: *lenptr = 3; return TRUE;             /* PS */
 120 #else /* COMPILE_PCRE16 || COMPILE_PCRE32 */
 121   case CHAR_NEL:
 122   case 0x2028:                                       /* LS */
 123   case 0x2029: *lenptr = 1; return TRUE;             /* PS */
 124 #endif  /* COMPILE_PCRE8 */
 125 #endif  /* Not EBCDIC */
 126
 127   default: return FALSE;
 128   }
 129 }
 130
 131
 132
 133 /*************************************************
 134 *     Check for newline at previous position     *
 135 *************************************************/
 136
 137 /* It is guaranteed that the initial value of ptr is greater than the start of
 138 the string that is being processed.
 139
 140 Arguments:
 141   ptr          pointer to possible newline
 142   type         the newline type
 143   startptr     pointer to the start of the string
 144   lenptr       where to return the length
 145   utf          TRUE if in utf mode
 146
 147 Returns:       TRUE or FALSE
 148 */
 149
 150 BOOL
 151 PRIV(was_newline)(PCRE_PUCHAR ptr, int type, PCRE_PUCHAR startptr, int *lenptr,
 152   BOOL utf)
 153 {
 154 pcre_uint32 c;
 155 (void)utf;
 156 ptr--;
 157 #ifdef SUPPORT_UTF
 158 if (utf)
 159   {
 160   BACKCHAR(ptr);
 161   GETCHAR(c, ptr);
 162   }
 163 else
 164 #endif  /* SUPPORT_UTF */
 165   c = *ptr;
 166
 167 /* Note that this function is called only for ANY or ANYCRLF. */
 168
 169 if (type == NLTYPE_ANYCRLF) switch(c)
 170   {
 171   case CHAR_LF:
 172   *lenptr = (ptr > startptr && ptr[-1] == CHAR_CR)? 2 : 1;
 173   return TRUE;
 174
 175   case CHAR_CR: *lenptr = 1; return TRUE;
 176   default: return FALSE;
 177   }
 178
 179 /* NLTYPE_ANY */
 180
 181 else switch(c)
 182   {
 183   case CHAR_LF:
 184   *lenptr = (ptr > startptr && ptr[-1] == CHAR_CR)? 2 : 1;
 185   return TRUE;
 186
 187 #ifdef EBCDIC
 188   case CHAR_NEL:
 189 #endif
 190   case CHAR_VT:
 191   case CHAR_FF:
 192   case CHAR_CR: *lenptr = 1; return TRUE;
 193
 194 #ifndef EBCDIC
 195 #ifdef COMPILE_PCRE8
 196   case CHAR_NEL: *lenptr = utf? 2 : 1; return TRUE;
 197   case 0x2028:                                       /* LS */
 198   case 0x2029: *lenptr = 3; return TRUE;             /* PS */
 199 #else /* COMPILE_PCRE16 || COMPILE_PCRE32 */
 200   case CHAR_NEL:
 201   case 0x2028:                                       /* LS */
 202   case 0x2029: *lenptr = 1; return TRUE;             /* PS */
 203 #endif  /* COMPILE_PCRE8 */
 204 #endif  /* NotEBCDIC */
 205
 206   default: return FALSE;
 207   }
 208 }
 209
 210 /* End of pcre_newline.c */