|
|
using Implab;
|
|
|
using System;
|
|
|
using System.Collections.Generic;
|
|
|
using System.Linq;
|
|
|
using System.Text;
|
|
|
using System.Threading.Tasks;
|
|
|
|
|
|
namespace Implab.Parsing {
|
|
|
/// <summary>
|
|
|
/// Базовый класс для разбора потока входных символов на токены.
|
|
|
/// </summary>
|
|
|
/// <remarks>
|
|
|
/// Сканнер имеет внутри буффер с симолами входного текста, по которому перемещаются два
|
|
|
/// указателя, начала и конца токена, при перемещении искользуется ДКА для определения
|
|
|
/// конца токена и допустимости текущего символа.
|
|
|
/// </remarks>
|
|
|
public class Scanner {
|
|
|
struct ScannerConfig {
|
|
|
public DFAStateDescriptior[] states;
|
|
|
public int[] alphabetMap;
|
|
|
}
|
|
|
|
|
|
Stack<ScannerConfig> m_defs = new Stack<ScannerConfig>();
|
|
|
|
|
|
DFAStateDescriptior[] m_states;
|
|
|
int[] m_alphabetMap;
|
|
|
|
|
|
protected DFAStateDescriptior m_currentState;
|
|
|
int m_previewCode;
|
|
|
|
|
|
protected int m_tokenLen = 0;
|
|
|
protected int m_tokenOffset;
|
|
|
|
|
|
protected char[] m_buffer;
|
|
|
protected int m_bufferSize;
|
|
|
protected int m_pointer;
|
|
|
|
|
|
public Scanner(CDFADefinition definition, string text) {
|
|
|
Safe.ArgumentNotNull(definition, "definition");
|
|
|
Safe.ArgumentNotEmpty(text, "text");
|
|
|
|
|
|
m_states = definition.States;
|
|
|
m_alphabetMap = definition.Alphabet.GetTranslationMap();
|
|
|
|
|
|
Feed(text.ToCharArray());
|
|
|
}
|
|
|
|
|
|
public Scanner(CDFADefinition definition) {
|
|
|
Safe.ArgumentNotNull(definition, "definition");
|
|
|
|
|
|
m_states = definition.States;
|
|
|
m_alphabetMap = definition.Alphabet.GetTranslationMap();
|
|
|
|
|
|
Feed(new char[0]);
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Заполняет входными данными буффер.
|
|
|
/// </summary>
|
|
|
/// <param name="data">Данные для обработки.</param>
|
|
|
/// <remarks>Копирование данных не происходит, переданный массив используется в
|
|
|
/// качестве входного буффера.</remarks>
|
|
|
public void Feed(char[] data) {
|
|
|
Safe.ArgumentNotNull(data, "data");
|
|
|
|
|
|
Feed(data, data.Length);
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Заполняет буффур чтения входными данными.
|
|
|
/// </summary>
|
|
|
/// <param name="data">Данные для обработки.</param>
|
|
|
/// <param name="length">Длина данных для обработки.</param>
|
|
|
/// <remarks>Копирование данных не происходит, переданный массив используется в
|
|
|
/// качестве входного буффера.</remarks>
|
|
|
public void Feed(char[] data, int length) {
|
|
|
Safe.ArgumentNotNull(data, "data");
|
|
|
Safe.ArgumentInRange(length, 0, data.Length, "length");
|
|
|
|
|
|
m_pointer = -1;
|
|
|
m_buffer = data;
|
|
|
m_bufferSize = length;
|
|
|
Shift();
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Получает текущий токен в виде строки.
|
|
|
/// </summary>
|
|
|
/// <returns></returns>
|
|
|
public string GetTokenValue() {
|
|
|
return new String(m_buffer, m_tokenOffset, m_tokenLen);
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Метки текущего токена, которые были назначены в регулярном выражении.
|
|
|
/// </summary>
|
|
|
public int[] TokenTags {
|
|
|
get {
|
|
|
return m_currentState.tag;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Читает следующий токен, при этом <see cref="m_tokenOffset"/> указывает на начало токена,
|
|
|
/// <see cref="m_tokenLen"/> на длину токена, <see cref="m_buffer"/> - массив символов, в
|
|
|
/// котором находится токен.
|
|
|
/// </summary>
|
|
|
/// <returns><c>false</c> - достигнут конец данных, токен не прочитан.</returns>
|
|
|
protected bool ReadTokenInternal() {
|
|
|
if (m_pointer >= m_bufferSize)
|
|
|
return false;
|
|
|
|
|
|
m_currentState = m_states[CDFADefinition.INITIAL_STATE];
|
|
|
m_tokenLen = 0;
|
|
|
m_tokenOffset = m_pointer;
|
|
|
int nextState = CDFADefinition.UNREACHEBLE_STATE;
|
|
|
do {
|
|
|
nextState = m_currentState.transitions[m_previewCode];
|
|
|
if (nextState == CDFADefinition.UNREACHEBLE_STATE) {
|
|
|
if (m_currentState.final)
|
|
|
return true;
|
|
|
else
|
|
|
throw new ParserException(
|
|
|
String.Format(
|
|
|
"Unexpected symbol '{0}', at pos {1}",
|
|
|
m_buffer[m_pointer],
|
|
|
Position
|
|
|
)
|
|
|
);
|
|
|
} else {
|
|
|
m_currentState = m_states[nextState];
|
|
|
m_tokenLen++;
|
|
|
}
|
|
|
|
|
|
} while (Shift());
|
|
|
|
|
|
// END OF DATA
|
|
|
if (!m_currentState.final)
|
|
|
throw new ParserException("Unexpected end of data");
|
|
|
|
|
|
return true;
|
|
|
}
|
|
|
|
|
|
|
|
|
bool Shift() {
|
|
|
m_pointer++;
|
|
|
|
|
|
if (m_pointer >= m_bufferSize) {
|
|
|
return ReadNextChunk();
|
|
|
}
|
|
|
|
|
|
m_previewCode = m_alphabetMap[m_buffer[m_pointer]];
|
|
|
|
|
|
return true;
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Вызывается по достижению конца входного буффера для получения
|
|
|
/// новых данных.
|
|
|
/// </summary>
|
|
|
/// <returns><c>true</c> - новые двнные получены, можно продолжать обработку.</returns>
|
|
|
protected virtual bool ReadNextChunk() {
|
|
|
return false;
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Позиция сканнера во входном буфере
|
|
|
/// </summary>
|
|
|
public int Position {
|
|
|
get {
|
|
|
return m_pointer + 1;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Преключает внутренний ДКА на указанный, позволяет реализовать подобие захватывающей
|
|
|
/// группировки.
|
|
|
/// </summary>
|
|
|
/// <param name="states">Таблица состояний нового ДКА</param>
|
|
|
/// <param name="alphabet">Таблица входных символов для нового ДКА</param>
|
|
|
protected void Switch(DFAStateDescriptior[] states, int[] alphabet) {
|
|
|
Safe.ArgumentNotNull(states, "dfa");
|
|
|
|
|
|
m_defs.Push(new ScannerConfig {
|
|
|
states = m_states,
|
|
|
alphabetMap = m_alphabetMap
|
|
|
});
|
|
|
|
|
|
m_states = states;
|
|
|
m_alphabetMap = alphabet;
|
|
|
|
|
|
m_previewCode = m_alphabetMap[m_buffer[m_pointer]];
|
|
|
}
|
|
|
|
|
|
/// <summary>
|
|
|
/// Восстанавливает предыдущей ДКА сканнера.
|
|
|
/// </summary>
|
|
|
protected void Restore() {
|
|
|
if (m_defs.Count == 0)
|
|
|
throw new InvalidOperationException();
|
|
|
var prev = m_defs.Pop();
|
|
|
m_states = prev.states;
|
|
|
m_alphabetMap = prev.alphabetMap;
|
|
|
m_previewCode = m_alphabetMap[m_buffer[m_pointer]];
|
|
|
}
|
|
|
}
|
|
|
}
|
|
|
|
