Flee
This commit is contained in:
267
Parsing/CharacterSetElement.cs
Normal file
267
Parsing/CharacterSetElement.cs
Normal file
@@ -0,0 +1,267 @@
|
||||
using System.Collections;
|
||||
using System.Text;
|
||||
|
||||
namespace Flee.Parsing
|
||||
{
|
||||
/**
|
||||
* A regular expression character set element. This element
|
||||
* matches a single character inside (or outside) a character set.
|
||||
* The character set is user defined and may contain ranges of
|
||||
* characters. The set may also be inverted, meaning that only
|
||||
* characters not inside the set will be considered to match.
|
||||
*/
|
||||
internal class CharacterSetElement : Element
|
||||
{
|
||||
public static CharacterSetElement Dot = new CharacterSetElement(false);
|
||||
public static CharacterSetElement Digit = new CharacterSetElement(false);
|
||||
public static CharacterSetElement NonDigit = new CharacterSetElement(true);
|
||||
public static CharacterSetElement Whitespace = new CharacterSetElement(false);
|
||||
public static CharacterSetElement NonWhitespace = new CharacterSetElement(true);
|
||||
public static CharacterSetElement Word = new CharacterSetElement(false);
|
||||
public static CharacterSetElement NonWord = new CharacterSetElement(true);
|
||||
private readonly bool _inverted;
|
||||
private readonly ArrayList _contents = new ArrayList();
|
||||
|
||||
public CharacterSetElement(bool inverted)
|
||||
{
|
||||
this._inverted = inverted;
|
||||
}
|
||||
|
||||
public void AddCharacter(char c)
|
||||
{
|
||||
_contents.Add(c);
|
||||
}
|
||||
|
||||
public void AddCharacters(string str)
|
||||
{
|
||||
for (int i = 0; i < str.Length; i++)
|
||||
{
|
||||
AddCharacter(str[i]);
|
||||
}
|
||||
}
|
||||
|
||||
public void AddCharacters(StringElement elem)
|
||||
{
|
||||
AddCharacters(elem.GetString());
|
||||
}
|
||||
|
||||
public void AddRange(char min, char max)
|
||||
{
|
||||
_contents.Add(new Range(min, max));
|
||||
}
|
||||
|
||||
public void AddCharacterSet(CharacterSetElement elem)
|
||||
{
|
||||
_contents.Add(elem);
|
||||
}
|
||||
|
||||
public override object Clone()
|
||||
{
|
||||
return this;
|
||||
}
|
||||
|
||||
public override int Match(Matcher m,
|
||||
ReaderBuffer buffer,
|
||||
int start,
|
||||
int skip)
|
||||
{
|
||||
|
||||
int c;
|
||||
|
||||
if (skip != 0)
|
||||
{
|
||||
return -1;
|
||||
}
|
||||
c = buffer.Peek(start);
|
||||
if (c < 0)
|
||||
{
|
||||
m.SetReadEndOfString();
|
||||
return -1;
|
||||
}
|
||||
if (m.IsCaseInsensitive())
|
||||
{
|
||||
c = (int)Char.ToLower((char)c);
|
||||
}
|
||||
return InSet((char)c) ? 1 : -1;
|
||||
}
|
||||
|
||||
private bool InSet(char c)
|
||||
{
|
||||
if (this == Dot)
|
||||
{
|
||||
return InDotSet(c);
|
||||
}
|
||||
else if (this == Digit || this == NonDigit)
|
||||
{
|
||||
return InDigitSet(c) != _inverted;
|
||||
}
|
||||
else if (this == Whitespace || this == NonWhitespace)
|
||||
{
|
||||
return InWhitespaceSet(c) != _inverted;
|
||||
}
|
||||
else if (this == Word || this == NonWord)
|
||||
{
|
||||
return InWordSet(c) != _inverted;
|
||||
}
|
||||
else
|
||||
{
|
||||
return InUserSet(c) != _inverted;
|
||||
}
|
||||
}
|
||||
|
||||
private bool InDotSet(char c)
|
||||
{
|
||||
switch (c)
|
||||
{
|
||||
case '\n':
|
||||
case '\r':
|
||||
case '\u0085':
|
||||
case '\u2028':
|
||||
case '\u2029':
|
||||
return false;
|
||||
default:
|
||||
return true;
|
||||
}
|
||||
}
|
||||
|
||||
private bool InDigitSet(char c)
|
||||
{
|
||||
return '0' <= c && c <= '9';
|
||||
}
|
||||
|
||||
private bool InWhitespaceSet(char c)
|
||||
{
|
||||
switch (c)
|
||||
{
|
||||
case ' ':
|
||||
case '\t':
|
||||
case '\n':
|
||||
case '\f':
|
||||
case '\r':
|
||||
case (char)11:
|
||||
return true;
|
||||
default:
|
||||
return false;
|
||||
}
|
||||
}
|
||||
|
||||
private bool InWordSet(char c)
|
||||
{
|
||||
return ('a' <= c && c <= 'z')
|
||||
|| ('A' <= c && c <= 'Z')
|
||||
|| ('0' <= c && c <= '9')
|
||||
|| c == '_';
|
||||
}
|
||||
|
||||
private bool InUserSet(char value)
|
||||
{
|
||||
for (int i = 0; i < _contents.Count; i++)
|
||||
{
|
||||
var obj = _contents[i];
|
||||
if (obj is char)
|
||||
{
|
||||
var c = (char)obj;
|
||||
if (c == value)
|
||||
{
|
||||
return true;
|
||||
}
|
||||
}
|
||||
else if (obj is Range)
|
||||
{
|
||||
var r = (Range)obj;
|
||||
if (r.Inside(value))
|
||||
{
|
||||
return true;
|
||||
}
|
||||
}
|
||||
else if (obj is CharacterSetElement)
|
||||
{
|
||||
var e = (CharacterSetElement)obj;
|
||||
if (e.InSet(value))
|
||||
{
|
||||
return true;
|
||||
}
|
||||
}
|
||||
}
|
||||
return false;
|
||||
}
|
||||
|
||||
public override void PrintTo(TextWriter output, string indent)
|
||||
{
|
||||
output.WriteLine(indent + ToString());
|
||||
}
|
||||
|
||||
public override string ToString()
|
||||
{
|
||||
// Handle predefined character sets
|
||||
if (this == Dot)
|
||||
{
|
||||
return ".";
|
||||
}
|
||||
else if (this == Digit)
|
||||
{
|
||||
return "\\d";
|
||||
}
|
||||
else if (this == NonDigit)
|
||||
{
|
||||
return "\\D";
|
||||
}
|
||||
else if (this == Whitespace)
|
||||
{
|
||||
return "\\s";
|
||||
}
|
||||
else if (this == NonWhitespace)
|
||||
{
|
||||
return "\\S";
|
||||
}
|
||||
else if (this == Word)
|
||||
{
|
||||
return "\\w";
|
||||
}
|
||||
else if (this == NonWord)
|
||||
{
|
||||
return "\\W";
|
||||
}
|
||||
|
||||
// Handle user-defined character sets
|
||||
var buffer = new StringBuilder();
|
||||
if (_inverted)
|
||||
{
|
||||
buffer.Append("^[");
|
||||
}
|
||||
else
|
||||
{
|
||||
buffer.Append("[");
|
||||
}
|
||||
for (int i = 0; i < _contents.Count; i++)
|
||||
{
|
||||
buffer.Append(_contents[i]);
|
||||
}
|
||||
buffer.Append("]");
|
||||
|
||||
return buffer.ToString();
|
||||
}
|
||||
|
||||
private class Range
|
||||
{
|
||||
private readonly char _min;
|
||||
private readonly char _max;
|
||||
|
||||
public Range(char min, char max)
|
||||
{
|
||||
this._min = min;
|
||||
this._max = max;
|
||||
}
|
||||
|
||||
public bool Inside(char c)
|
||||
{
|
||||
return _min <= c && c <= _max;
|
||||
}
|
||||
|
||||
public override string ToString()
|
||||
{
|
||||
return _min + "-" + _max;
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
Reference in New Issue
Block a user