rgrep/rpagrep.c

   1 /*
   2  *  Regular Pattern Analyzer (RPA)
   3  *  Copyright (c) 2009-2010 Martin Stoilov
   4  *
   5  *  This program is free software: you can redistribute it and/or modify
   6  *  it under the terms of the GNU General Public License as published by
   7  *  the Free Software Foundation, either version 3 of the License, or
   8  *  (at your option) any later version.
   9  *
  10  *  This program is distributed in the hope that it will be useful,
  11  *  but WITHOUT ANY WARRANTY; without even the implied warranty of
  12  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13  *  GNU General Public License for more details.
  14  *
  15  *  You should have received a copy of the GNU General Public License
  16  *  along with this program.  If not, see <http://www.gnu.org/licenses/>.
  17  *
  18  *  Martin Stoilov <martin@rpasearch.com>
  19  */
  20
  21
  22 #include <stdio.h>
  23 #include <stdlib.h>
  24 #include <string.h>
  25 #include <time.h>
  26
  27 #include "rpagrep.h"
  28 #include "rpagreputf.h"
  29 #include "rpagrepdep.h"
  30
  31 #define MAX_STACK 256000
  32
  33 rpa_buffer_t * rpa_buffer_init(rpa_buffer_t *str, char *s, unsigned int size)
  34 {
  35         str->s = s;
  36         str->size = size;
  37         return str;
  38 }
  39
  40
  41 void rpa_buffer_free(rpa_buffer_t *str)
  42 {
  43         if (str) {
  44                 free(str->s);
  45                 free(str);
  46         }
  47 }
  48
  49
  50 rpa_buffer_t * rpa_buffer_alloc(unsigned int size)
  51 {
  52         rpa_buffer_t * str;
  53
  54         str = (rpa_buffer_t *)malloc(sizeof(rpa_buffer_t));
  55         if (!str)
  56                 return (void*)0;
  57         memset(str, 0, sizeof(*str));
  58         if (!(str->s = (char *)malloc((size + 1) * sizeof(char)))) {
  59                 free(str);
  60                 return (void*)0;
  61         }
  62         memset(str->s, 0, size + 1);
  63         str->size = size;
  64         str->destroy = rpa_buffer_free;
  65         return str;
  66 }
  67
  68
  69 int rpa_buffer_realloc(rpa_buffer_t *str, unsigned int size)
  70 {
  71         char *s;
  72
  73         s = (char *)realloc(str->s, size);
  74         if (!s)
  75                 return -1;
  76         str->s = s;
  77         str->size = size;
  78         return 0;
  79 }
  80
  81
  82 void rpa_buffer_destroy(rpa_buffer_t *str)
  83 {
  84         if (str && str->destroy)
  85                 str->destroy(str);
  86 }
  87
  88
  89 rpa_grep_t *rpa_grep_create()
  90 {
  91         rpa_grep_t *pGrep;
  92
  93         pGrep = (rpa_grep_t *)malloc(sizeof(*pGrep));
  94         if (!pGrep)
  95                 return (void *)0;
  96         memset(pGrep, 0, sizeof(*pGrep));
  97         pGrep->hDbex = rpa_dbex_create();
  98         return pGrep;
  99 }
 100
 101 void rpa_grep_close(rpa_grep_t *pGrep)
 102 {
 103         if (pGrep->hDbex)
 104                 rpa_dbex_destroy(pGrep->hDbex);
 105         pGrep->hDbex = 0;
 106 }
 107
 108
 109 void rpa_grep_optimizations(rpa_grep_t *pGrep, rulong allow)
 110 {
 111         rpa_dbex_cfgset(pGrep->hDbex, RPA_DBEXCFG_OPTIMIZATIONS, allow);
 112 }
 113
 114
 115 void rpa_grep_destroy(rpa_grep_t *pGrep)
 116 {
 117         if (!pGrep)
 118                 return;
 119         rpa_grep_close(pGrep);
 120         free(pGrep);
 121 }
 122
 123
 124 int rpa_grep_load_string_pattern(rpa_grep_t *pGrep, rpa_buffer_t *buf)
 125 {
 126         return rpa_grep_load_pattern(pGrep, buf);
 127 }
 128
 129
 130 int rpa_grep_load_pattern(rpa_grep_t *pGrep, rpa_buffer_t *buf)
 131 {
 132         int ret, line;
 133         int inputsize = buf->size;
 134         const char *pattern = buf->s;
 135
 136         if (rpa_dbex_open(pGrep->hDbex) < 0) {
 137                 fprintf(stdout, "Failed to open rules database.\n");
 138                 goto error;
 139         }
 140
 141         while ((ret = rpa_dbex_load(pGrep->hDbex, pattern, inputsize)) > 0) {
 142                 inputsize -= ret;
 143                 pattern += ret;
 144         }
 145         if (ret < 0) {
 146                 rpa_errinfo_t errinfo;
 147                 rpa_dbex_lasterrorinfo(pGrep->hDbex, &errinfo);
 148                 if (errinfo.code == RPA_E_SYNTAX_ERROR) {
 149                         pattern += errinfo.offset;
 150                         for (line = 1; pattern >= buf->s; --pattern) {
 151                                 if (*pattern == '\n')
 152                                         line += 1;
 153                         }
 154                         fprintf(stdout, "Line: %d, ERROR: Syntax Error.\n", line);
 155                 } else {
 156                         fprintf(stdout, "ERROR: Pattern Loading failed.\n");
 157                 }
 158                 goto error;
 159         }
 160
 161         rpa_dbex_close(pGrep->hDbex);
 162         pGrep->hPattern = rpa_dbex_last(pGrep->hDbex);
 163         return 0;
 164
 165 error:
 166         rpa_dbex_close(pGrep->hDbex);
 167         return -1;
 168 }
 169
 170
 171 void rpa_grep_list_patterns(rpa_grep_t *pGrep)
 172 {
 173         rpa_dbex_dumpproductions(pGrep->hDbex);
 174 }
 175
 176
 177 void rpa_grep_dump_pattern_records(rpa_grep_t *pGrep)
 178 {
 179         rpa_dbex_dumprecords(pGrep->hDbex);
 180 }
 181
 182
 183 void rpa_grep_debug_compile(rpa_grep_t *pGrep)
 184 {
 185         rpa_dbex_cfgset(pGrep->hDbex, RPA_DBEXCFG_DEBUG, 1);
 186         rpa_dbex_compile(pGrep->hDbex);
 187         rpa_dbex_cfgset(pGrep->hDbex, RPA_DBEXCFG_DEBUG, 0);
 188 }
 189
 190
 191 void rpa_grep_dump_pattern_info(rpa_grep_t *pGrep)
 192 {
 193         rpa_dbex_compile(pGrep->hDbex);
 194         rpa_dbex_dumpinfo(pGrep->hDbex);
 195 }
 196
 197
 198 void rpa_grep_dump_alias_info(rpa_grep_t *pGrep)
 199 {
 200         rpa_dbex_compile(pGrep->hDbex);
 201         rpa_dbex_dumpuids(pGrep->hDbex);
 202 }
 203
 204
 205 int rpa_grep_match(rpa_grep_t *pGrep, const char* buffer, unsigned long size)
 206 {
 207         int ret = 0;
 208         rpastat_t *hStat;
 209         const char *input = buffer, *start = buffer, *end = buffer + size;
 210
 211         hStat = rpa_stat_create(pGrep->hDbex, 0);
 212         if (!hStat)
 213                 return -1;
 214         rpa_stat_cachedisable(hStat, pGrep->disablecache);
 215         hStat->debug = pGrep->execdebug;
 216         ret = rpa_stat_match(hStat, pGrep->hPattern, pGrep->encoding, input, start, end);
 217         if (ret > 0) {
 218                 rpa_grep_print_filename(pGrep);
 219                 rpa_grep_output(pGrep, input, ret, pGrep->encoding);
 220                 rpa_grep_output_utf8_string(pGrep, "\n");
 221         }
 222         pGrep->cachehit = hStat->cache->hit;
 223         rpa_stat_destroy(hStat);
 224         return 0;
 225 }
 226
 227
 228 int rpa_grep_parse(rpa_grep_t *pGrep, const char* buffer, unsigned long size)
 229 {
 230         rlong ret;
 231         rlong i;
 232         rchar location[128];
 233         rpastat_t *hStat;
 234         rarray_t *records = rpa_records_create();
 235         rparecord_t *prec;
 236         const char *input = buffer, *start = buffer, *end = buffer + size;
 237
 238         hStat = rpa_stat_create(pGrep->hDbex, 0);
 239         if (!hStat)
 240                 return -1;
 241         rpa_stat_cachedisable(hStat, pGrep->disablecache);
 242         hStat->debug = pGrep->execdebug;
 243         ret = rpa_stat_parse(hStat, pGrep->hPattern, pGrep->encoding, input, start, end, records);
 244         if (ret < 0) {
 245                 rpa_errinfo_t err;
 246                 rpa_stat_lasterrorinfo(hStat, &err);
 247                 if (err.code) {
 248                         r_snprintf(location, sizeof(location), "Parse Error: Code: %ld", err.code);
 249                         rpa_grep_output_utf8_string(pGrep, location);
 250                 }
 251                 if (err.ruleid) {
 252                         r_snprintf(location, sizeof(location), ", Rule UID: %ld", err.ruleid);
 253                         rpa_grep_output_utf8_string(pGrep, location);
 254                 }
 255                 if (*err.name) {
 256                         r_snprintf(location, sizeof(location), ", Name: %s", err.name);
 257                         rpa_grep_output_utf8_string(pGrep, location);
 258                 }
 259                 if (err.offset) {
 260                         r_snprintf(location, sizeof(location), " at Offset: %ld", err.offset);
 261                         rpa_grep_output_utf8_string(pGrep, location);
 262                 }
 263                 rpa_grep_output_utf8_string(pGrep, "\n");
 264
 265         } else {
 266                 if (pGrep->greptype == RPA_GREPTYPE_PARSE) {
 267                         for (i = 0; i < rpa_records_length(records); i++) {
 268                                 prec = (rparecord_t *)rpa_records_slot(records, i);
 269                                 if (prec->type & RPA_RECORD_END) {
 270                                         rpa_grep_output_utf8_string(pGrep, prec->rule);
 271                                         r_snprintf(location, sizeof(location), " (%ld, %ld)", (rlong)(prec->input - input), (rlong)prec->inputsiz);
 272                                         rpa_grep_output_utf8_string(pGrep, location);
 273                                         rpa_grep_output_utf8_string(pGrep, ": ");
 274                                         rpa_grep_output(pGrep, prec->input, prec->inputsiz, pGrep->encoding);
 275                                         rpa_grep_output_utf8_string(pGrep, "\n");
 276                                 }
 277                         }
 278                 } else if (pGrep->greptype == RPA_GREPTYPE_PARSEAST) {
 279                         for (i = 0; i < rpa_records_length(records); i++) {
 280                                 rpa_record_dump(records, i);
 281                         }
 282
 283                 }
 284         }
 285         rpa_records_destroy(records);
 286         pGrep->cachehit = hStat->cache->hit;
 287         rpa_stat_destroy(hStat);
 288         return 0;
 289 }
 290
 291
 292 int rpa_grep_scan(rpa_grep_t *pGrep, const char* buffer, unsigned long size)
 293 {
 294         int ret = 0;
 295         rpastat_t *hStat;
 296         int displayed = 0;
 297         const char *matched;
 298         const char *input = buffer, *start = buffer, *end = buffer + size;
 299
 300         hStat = rpa_stat_create(pGrep->hDbex, 0);
 301         if (!hStat)
 302                 return -1;
 303         rpa_stat_cachedisable(hStat, pGrep->disablecache);
 304         hStat->debug = pGrep->execdebug;
 305         pGrep->cachehit = hStat->cache->hit;
 306
 307 again:
 308         ret = rpa_stat_scan(hStat, pGrep->hPattern, pGrep->encoding, input, start, end, &matched);
 309         pGrep->cachehit += hStat->cache->hit;
 310
 311         if (ret > 0) {
 312                 if (!displayed) {
 313                         displayed = 1;
 314                         rpa_grep_print_filename(pGrep);
 315                 }
 316                 rpa_grep_output(pGrep, matched, ret, pGrep->encoding);
 317                 rpa_grep_output_utf8_string(pGrep, "\n");
 318         }
 319         if (ret && matched + ret < end) {
 320                 input = matched + ret;
 321                 goto again;
 322         }
 323         rpa_stat_destroy(hStat);
 324         return 0;
 325 }
 326
 327
 328 int rpa_grep_scan_lines(rpa_grep_t *pGrep, const char* buffer, unsigned long size)
 329 {
 330         int ret = 0;
 331         rpastat_t *hStat;
 332         const char *matched;
 333         int displayed = 0;
 334         unsigned long lines = 0;
 335         const char *end = buffer + size, *lstart = buffer, *lend;
 336
 337         hStat = rpa_stat_create(pGrep->hDbex, 0);
 338         if (!hStat)
 339                 return -1;
 340         hStat->debug = pGrep->execdebug;
 341
 342 again:
 343         if (pGrep->encoding == RPA_ENCODING_UTF16LE || pGrep->encoding == RPA_ENCODING_ICASE_UTF16LE) {
 344                 for (lend = lstart; lend < end; lend += sizeof(unsigned short)) {
 345                         if (*((unsigned short*)lend) == L'\n') {
 346                                 ++lines;
 347                                 lend += sizeof(unsigned short);
 348                                 break;
 349                         }
 350                 }
 351         } else {
 352                 for (lend = lstart; lend < end; lend += sizeof(unsigned char)) {
 353                         if (*((unsigned char*)lend) == '\n') {
 354                                 ++lines;
 355                                 lend += sizeof(unsigned char);
 356                                 break;
 357                         }
 358                 }
 359         }
 360         if (!lines)
 361                 return 0;
 362         ret = rpa_stat_scan(hStat, pGrep->hPattern, pGrep->encoding, lstart, lstart, lend, &matched);
 363         if (ret > 0) {
 364                 if (!displayed) {
 365                         displayed = 1;
 366                         rpa_grep_print_filename(pGrep);
 367                 }
 368                 rpa_grep_output(pGrep, lstart, lend - lstart, pGrep->encoding);
 369         }
 370         if (lend < end) {
 371                 lstart = lend;
 372                 goto again;
 373         }
 374         rpa_stat_destroy(hStat);
 375         return 0;
 376 }
 377
 378
 379 void rpa_grep_scan_buffer(rpa_grep_t *pGrep, rpa_buffer_t *buf)
 380 {
 381         const char *input;
 382         unsigned long size;
 383         clock_t btime, scanclocks;
 384
 385         if (pGrep->forceEncoding == RPA_GREP_FORCE_BYTE) {
 386                 input = buf->s;
 387                 size = buf->size;
 388                 pGrep->encoding =  pGrep->icase ? RPA_ENCODING_ICASE_BYTE : RPA_ENCODING_BYTE;
 389         } else if (pGrep->forceEncoding == RPA_GREP_FORCE_UTF16) {
 390                 if (buf->size >= 2 && buf->s[0] == -1 && buf->s[1] == -2) {
 391                         input = buf->s + 2;
 392                         size = buf->size - 2;
 393                 } else {
 394                         input = buf->s;
 395                         size = buf->size;
 396                 }
 397                 pGrep->encoding =  pGrep->icase ? RPA_ENCODING_ICASE_UTF16LE : RPA_ENCODING_UTF16LE;
 398         } else if (buf->size >= 2 && buf->s[0] == -1 && buf->s[1] == -2) {
 399                 input = buf->s + 2;
 400                 size = buf->size - 2;
 401                 pGrep->encoding =  pGrep->icase ? RPA_ENCODING_ICASE_UTF16LE : RPA_ENCODING_UTF16LE;
 402         } else {
 403                 pGrep->encoding = pGrep->icase ? RPA_ENCODING_ICASE_UTF8 : RPA_ENCODING_UTF8;
 404                 input = buf->s;
 405                 size = buf->size;
 406         }
 407
 408         btime = clock();
 409
 410         switch (pGrep->greptype) {
 411         case RPA_GREPTYPE_SCANLINES:
 412                 rpa_grep_scan_lines(pGrep, input, size);
 413                 break;
 414         case RPA_GREPTYPE_MATCH:
 415                 rpa_grep_match(pGrep, input, size);
 416                 break;
 417         case RPA_GREPTYPE_PARSEAST:
 418         case RPA_GREPTYPE_PARSE:
 419                 rpa_grep_parse(pGrep, input, size);
 420                 break;
 421         case RPA_GREPTYPE_SCAN:
 422                 rpa_grep_scan(pGrep, input, size);
 423                 break;
 424         default:
 425                 rpa_grep_scan(pGrep, input, size);
 426                 break;
 427         };
 428
 429         scanclocks = clock() - btime;
 430         pGrep->scanmilisec += (unsigned long)(((unsigned long long)1000)*scanclocks/CLOCKS_PER_SEC);
 431 }
 432
 433
 434 rpa_buffer_t *rpa_buffer_loadfile(FILE *pFile)
 435 {
 436         unsigned int memchunk = 256;
 437         int ret = 0, inputsize = 0;
 438         rpa_buffer_t *buf;
 439
 440         buf = rpa_buffer_alloc(2 * memchunk);
 441         if (!buf)
 442                 return (void*)0;
 443
 444         do {
 445                 if ((buf->size - inputsize) < memchunk) {
 446                         if (rpa_buffer_realloc(buf, buf->size + memchunk) < 0) {
 447                                 fprintf(stderr, "Out of memory!\n");
 448                                 exit(1);
 449                         }
 450                 }
 451                 ret = fread(&buf->s[inputsize], 1, memchunk - 1, pFile);
 452                 if ((ret <= 0) && ferror(pFile)) {
 453                         rpa_buffer_destroy(buf);
 454                         return (void*)0;
 455                 }
 456                 inputsize += ret;
 457                 buf->s[inputsize] = '\0';
 458                 buf->size = inputsize;
 459         } while (!feof(pFile));
 460
 461         return buf;
 462 }
 463
 464
 465 int rpa_callback_output(rpastat_t * stat, const char *name, void *userdata, const char *input, unsigned int size, unsigned int reason)
 466 {
 467
 468         return size;
 469 }
 470
 471
 472 int rpa_callback_matched_output(rpastat_t * stat, const char *name, void *userdata, const char *input, unsigned int size, unsigned int reason)
 473 {
 474         rpa_grep_t *pGrep = (rpa_grep_t *)userdata;
 475
 476         rpa_grep_output_utf8_string(pGrep, name);
 477         rpa_grep_output_utf8_string(pGrep, ": ");
 478         rpa_grep_output(pGrep, input, size, pGrep->encoding);
 479         rpa_grep_output_utf8_string(pGrep, "\n");
 480
 481         return size;
 482 }
 483
 484
 485 void rpa_grep_setup_callback(rpa_grep_t *pGrep, rpa_buffer_t *pattern)
 486 {
 487
 488 }
 489
 490
 491 void rpa_grep_setup_matched_callback(rpa_grep_t *pGrep, rpa_buffer_t *pattern)
 492 {
 493
 494 }
 495
 496
 497 void rpa_grep_dump_pattern_tree(rpa_grep_t *pGrep, rpa_buffer_t *pattern)
 498 {
 499         rpa_dbex_dumptree(pGrep->hDbex, rpa_dbex_lookup_s(pGrep->hDbex, pattern->s));
 500 }
 501
 502
 503 void rpa_grep_output(rpa_grep_t *pGrep, const char *s, unsigned long size, unsigned int encoding)
 504 {
 505         const unsigned char *input = (const unsigned char*)s;
 506         const unsigned char *end = input + size;
 507         unsigned int wc;
 508         int ret;
 509
 510         if (encoding == RPA_ENCODING_UTF16LE || encoding == RPA_ENCODING_ICASE_UTF16LE) {
 511                 while ((ret = (int)rpa_grep_utf16_mbtowc(&wc, input, end)) != 0) {
 512                         rpa_grep_output_char(wc);
 513                         input += ret;
 514                 }
 515         } else {
 516                 while ((ret = (int)rpa_grep_utf8_mbtowc(&wc, input, end)) != 0) {
 517                         rpa_grep_output_char(wc);
 518                         input += ret;
 519                 }
 520         }
 521 }
 522
 523
 524 void rpa_grep_output_utf8_string(rpa_grep_t *pGrep, const char *s)
 525 {
 526         rpa_grep_output(pGrep, s, strlen(s), RPA_ENCODING_UTF8);
 527 }
 528
 529
 530 void rpa_grep_output_utf16_string(rpa_grep_t *pGrep, const unsigned short *s)
 531 {
 532         unsigned long size = 0;
 533         const unsigned short *pstr = s;
 534
 535         while (*pstr) {
 536                 size += sizeof(unsigned short);
 537                 pstr += 1;
 538         }
 539         rpa_grep_output(pGrep, (const char*)s, size, RPA_ENCODING_UTF16LE);
 540 }