campo-sirio/include/regexp.cpp

#include <regexp.h>

// codici di ritorno della matche()
#define regexp_MATCH_PATTERN (6) // pattern non valido
#define regexp_MATCH_LITERAL (5) // il pattern non coincide su un carattere comune
#define regexp_MATCH_RANGE   (4) // il pattern non coincide in un costrutto [..]
#define regexp_MATCH_ABORT   (3) // il stringa da confrontare è terminata anticipatamente
#define regexp_MATCH_END     (2) // il pattern è terminato anticipatamente
#define regexp_MATCH_VALID   (1) // pattern e stringa coincidono

// codici di ritorno della is_valid_pattern()
#define regexp_PATTERN_VALID  (0) // il pattern è valido
#define regexp_PATTERN_ESC   (-1) // è presente un escape aperto a fine pattern
#define regexp_PATTERN_RANGE (-2) // c'è un range non chiuso all'interno di un costrutto [..]
#define regexp_PATTERN_CLOSE (-3) // manca la parentesi di chiusura in un costrutto [..]
#define regexp_PATTERN_EMPTY (-4) // c'è un costrutto vuoto

// prototipi delle funzioni interne
HIDDEN int matche(const char *pat, const char *str); // ritorna un codice della classe regexp_MATCH che indica se e in che modo pattern e stringa coincidono
HIDDEN int matche_after_star(const char *pat, const char *str); // chiama ricorsivamente la matche() con i segmenti puri del pattern e della stringa
HIDDEN bool is_pattern(const char *pat); // ritorna TRUE se la stringa è un pattern
HIDDEN bool is_valid_pattern(const char *pat, int *err= NULL); // ritorna TRUE se la stringa è un pattern valido, indica un codice di ritorno della classe regexp_PATTERN nel secondo parametro

HIDDEN bool is_pattern(const char *p) {
  while (*p) {
    switch (*p++) {
      case '?':
      case '*':
      case '[':
      case '\\':
      return TRUE;
    }
  }
  return FALSE;
}

HIDDEN bool is_valid_pattern(const char *p, int *error_type) {
  if (error_type != NULL) *error_type= regexp_PATTERN_VALID; // inizializzazione del tipo d'errore
  while (*p) { // ciclo all'interno del pattern fino a fine stringa
    switch(*p) { // determinazione del tipo di wild card nel pattern
      case '\\': // controllo dell'escape, non può essere a fine pattern
        if (!*++p) {
          if (error_type != NULL) *error_type= regexp_PATTERN_ESC;
          return FALSE;
        }
        p++;
        break;
      case '[': // controllo della costruzione del costrutto [..]
        p++;
        if (*p == ']') { // se il prossimo carattere è ']' il costrutto è vuoto
          if (error_type != NULL) *error_type= regexp_PATTERN_EMPTY;
          return FALSE;
        }
        if (!*p) { // se si è a fine stringa il costrutto non è chiuso
          if (error_type != NULL) *error_type= regexp_PATTERN_CLOSE;
          return FALSE;
        }
        while (*p != ']') { // ciclo fino a fine costrutto [..]
          if (*p == '\\') { // controllo per gli escape
            p++;
            if (!*p++) { // controllo che l'escape non sia a fine pattern
              if (error_type != NULL) *error_type= regexp_PATTERN_ESC;
              return FALSE;
            }
          } else p++;
          if (!*p) { // se si è a fine stringa il costrutto non è chiuso
            if (error_type != NULL) *error_type= regexp_PATTERN_CLOSE;
            return FALSE;
          }
          if (*p == '-') { // controllo di un eventuale range
            if (!*++p || *p == ']') { // deve esistere una fine del range
              if (error_type != NULL) *error_type= regexp_PATTERN_RANGE;
              return FALSE;
            } else {
              if (*p == '\\') p++; // controllo degli escape
              if (!*p++) { // controllo che l'escape non sia a fine pattern
                if (error_type != NULL) *error_type= regexp_PATTERN_ESC;
                return FALSE;
              }
            }
          }
        }
        break;
      case '*': // tutti gli altri caratteri sono elementi validi del pattern
      case '?':
      default:
        p++; // caratteri normali
        break;
    }
  }
  return TRUE;
}

HIDDEN int matche_after_star(const char *p, const char *t) {
  int match= 0;
  while (*p == '?' || *p == '*') { // salto degli eventuali '*' e '?'
    if (*p == '?') // salto di un carattere per ciascun '?'
      if (!*t++) return regexp_MATCH_ABORT; // se la stringa termina qui non c'è coincidenza
    p++; // posizionamento sul prossimo carattere del pattern
  }
  if (!*p) return regexp_MATCH_VALID; //se il pattern è concluso c'è coincidenza
  int nextp= *p; // prelevamento del prossimo carattere, normale o '['
  if (nextp == '\\') {
    nextp= p[1];
    if (!nextp) return regexp_MATCH_PATTERN; // se il pattern termina qui non è valido
  }
  do { // ciclo fino a conclusione di stringa o pattern
    if (nextp == *t || nextp == '[') match= matche(p, t); // è necessario che il carattere corrente del testo coincida con il carattere corrente del pattern, oppure che il pattern abbia un inizio di costrutto [..]
    if (!*t++) match= regexp_MATCH_ABORT; // se la stringa termina qui non c'è coincidenza
  } while (match != regexp_MATCH_VALID && match != regexp_MATCH_ABORT && match != regexp_MATCH_PATTERN);
  return match; // ritorno del risultato
}

HIDDEN int matche(const char *p, const char *t) {
  for (; *p; p++, t++) {
    if (!*t) // se si è alla fine della stringa, il confronto è concluso
      return (*p == '*' && *++p == '\0') ? regexp_MATCH_VALID : regexp_MATCH_ABORT;
    switch (*p) { // determina il tipo di wild card del pattern
      case '?': // carattere singolo, qualunque carattere coincide
        break;
      case '*': // sottostringa, coincide qualunque sequenza di caratteri
        return matche_after_star (p, t);
      case '[': { // costrutto [..], controllo di coincidenza per inclusione o esclusione su un solo carattere
        p++; // posizionamento all'inizio del range
        bool invert= FALSE; // controllo di inclusione o esclusione del costrutto
        if (*p == '!' || *p == '^') {
          invert= TRUE;
          p++;
        }
        if (*p == ']') // se si è su una chiusura di costrutto il pattern non è valido
          return regexp_MATCH_PATTERN;
        bool member_match= FALSE;
        bool loop= TRUE;
        while (loop) {
          char range_start, range_end; // inizio e fine del range corrente
          if (*p == ']') { // se si è alla fine del costrutto il ciclo si conclude
            loop= FALSE;
            continue;
          }
          if (*p == '\\') // controllo di coincidenza su un metacarattere, dopo un escape
            range_start= range_end= *++p;
          else
            range_start= range_end= *p;
          if (!*p) return regexp_MATCH_PATTERN; // se il pattern termina non è valido
          if (*++p == '-') { // controllo del segno di sottoinsieme
            range_end= *++p; // impostazione della fine del range
            if (range_end == '\0' || range_end == ']') return regexp_MATCH_PATTERN; // se il costrutto [..] o il pattern terminano qui allora il pattern non è valido
            if (range_end == '\\') { // la fine del range è un metacarattere
              range_end= *++p;
              if (!range_end) return regexp_MATCH_PATTERN; // se il pattern termina non è valido
            }
            p++; // posizionamento oltre il range
          }
          if (range_start < range_end) { // confronto del carattere corrente con il costrutto, controllo della sequenzialità degli estremi del range
            if (*t >= range_start && *t <= range_end) {
              member_match= TRUE;
              loop= FALSE;
            }
          } else {
            if (*t >= range_end && *t <= range_start) {
              member_match= TRUE;
              loop= FALSE;
            }
          }
        }
        if ((invert && member_match) || !(invert || member_match)) // controllo del risultato dell'ultimo confronto nel costrutto [..]
          return regexp_MATCH_RANGE;
        if (member_match) { // salto del resto del costrutto se non è esclusivo
          while (*p != ']') {
            if (!*p) return regexp_MATCH_PATTERN; // se si è a fine pattern il costrutto non è valido
            if (*p == '\\') { // salto di un confronto con un metacarattere
              p++;
              if (!*p) return regexp_MATCH_PATTERN; // se il pattern termina qui non è valido
            }
            p++; // posizionamento sul prossimo carattere del pattern
          }
        }
        break;
      }
      case '\\': // confronto con un metacarattere
        p++; // posizionamento sul carattere da confrontare
        if (!*p) return regexp_MATCH_PATTERN; // se il pattern termina qui non è valido
      default: // confronto con un carattere normale
        if (*p != *t) return regexp_MATCH_LITERAL;
    }
  }
  if (*t) return regexp_MATCH_END; // se la stringa non è conclusa non c'è coincidenza
  else return regexp_MATCH_VALID;
}

bool match(const char *pat, const char *str) {
  int err= matche(pat, str);
  return (err == regexp_MATCH_VALID); // ritorna TRUE se il pattern e la stringa coincidono
}