Age Owner Branch data TLA Line data Source code
1 : : /*-------------------------------------------------------------------------
2 : : *
3 : : * spell.c
4 : : * Normalizing word with ISpell
5 : : *
6 : : * Portions Copyright (c) 1996-2026, PostgreSQL Global Development Group
7 : : *
8 : : * Ispell dictionary
9 : : * -----------------
10 : : *
11 : : * Rules of dictionaries are defined in two files with .affix and .dict
12 : : * extensions. They are used by spell checker programs Ispell and Hunspell.
13 : : *
14 : : * An .affix file declares morphological rules to get a basic form of words.
15 : : * The format of an .affix file has different structure for Ispell and Hunspell
16 : : * dictionaries. The Hunspell format is more complicated. But when an .affix
17 : : * file is imported and compiled, it is stored in the same structure AffixNode.
18 : : *
19 : : * A .dict file stores a list of basic forms of words with references to
20 : : * affix rules. The format of a .dict file has the same structure for Ispell
21 : : * and Hunspell dictionaries.
22 : : *
23 : : * Compilation of a dictionary
24 : : * ---------------------------
25 : : *
26 : : * A compiled dictionary is stored in the IspellDict structure. Compilation of
27 : : * a dictionary is divided into the several steps:
28 : : * - NIImportDictionary() - stores each word of a .dict file in the
29 : : * temporary Spell field.
30 : : * - NIImportAffixes() - stores affix rules of an .affix file in the
31 : : * Affix field (not temporary) if an .affix file has the Ispell format.
32 : : * -> NIImportOOAffixes() - stores affix rules if an .affix file has the
33 : : * Hunspell format. The AffixData field is initialized if AF parameter
34 : : * is defined.
35 : : * - NISortDictionary() - builds a prefix tree (Trie) from the words list
36 : : * and stores it in the Dictionary field. The words list is got from the
37 : : * Spell field. The AffixData field is initialized if AF parameter is not
38 : : * defined.
39 : : * - NISortAffixes():
40 : : * - builds a list of compound affixes from the affix list and stores it
41 : : * in the CompoundAffix.
42 : : * - builds prefix trees (Trie) from the affix list for prefixes and suffixes
43 : : * and stores them in Suffix and Prefix fields.
44 : : * The affix list is got from the Affix field.
45 : : *
46 : : * Memory management
47 : : * -----------------
48 : : *
49 : : * The IspellDict structure has the Spell field which is used only in compile
50 : : * time. The Spell field stores a words list. It can take a lot of memory.
51 : : * Therefore when a dictionary is compiled this field is cleared by
52 : : * NIFinishBuild().
53 : : *
54 : : * All resources which should cleared by NIFinishBuild() is initialized using
55 : : * tmpalloc() and tmpalloc0().
56 : : *
57 : : * IDENTIFICATION
58 : : * src/backend/tsearch/spell.c
59 : : *
60 : : *-------------------------------------------------------------------------
61 : : */
62 : :
63 : : #include "postgres.h"
64 : :
65 : : #include "catalog/pg_collation.h"
66 : : #include "miscadmin.h"
67 : : #include "tsearch/dicts/spell.h"
68 : : #include "tsearch/ts_locale.h"
69 : : #include "utils/formatting.h"
70 : : #include "utils/memutils.h"
71 : :
72 : :
73 : : /*
74 : : * Initialization requires a lot of memory that's not needed
75 : : * after the initialization is done. During initialization,
76 : : * CurrentMemoryContext is the long-lived memory context associated
77 : : * with the dictionary cache entry. We keep the short-lived stuff
78 : : * in the Conf->buildCxt context.
79 : : */
80 : : #define tmpalloc(sz) MemoryContextAlloc(Conf->buildCxt, (sz))
81 : : #define tmpalloc0(sz) MemoryContextAllocZero(Conf->buildCxt, (sz))
82 : :
83 : : /*
84 : : * Prepare for constructing an ISpell dictionary.
85 : : *
86 : : * The IspellDict struct is assumed to be zeroed when allocated.
87 : : */
88 : : void
5690 tgl@sss.pgh.pa.us 89 :CBC 87 : NIStartBuild(IspellDict *Conf)
90 : : {
91 : : /*
92 : : * The temp context is a child of CurTransactionContext, so that it will
93 : : * go away automatically on error.
94 : : */
95 : 87 : Conf->buildCxt = AllocSetContextCreate(CurTransactionContext,
96 : : "Ispell dictionary init context",
97 : : ALLOCSET_DEFAULT_SIZES);
6832 98 : 87 : }
99 : :
100 : : /*
101 : : * Clean up when dictionary construction is complete.
102 : : */
103 : : void
5690 104 : 71 : NIFinishBuild(IspellDict *Conf)
105 : : {
106 : : /* Release no-longer-needed temp memory */
107 : 71 : MemoryContextDelete(Conf->buildCxt);
108 : : /* Just for cleanliness, zero the now-dangling pointers */
109 : 71 : Conf->buildCxt = NULL;
110 : 71 : Conf->Spell = NULL;
111 : 71 : Conf->firstfree = NULL;
3701 teodor@sigaev.ru 112 : 71 : Conf->CompoundAffixFlags = NULL;
5690 tgl@sss.pgh.pa.us 113 : 71 : }
114 : :
115 : :
116 : : /*
117 : : * "Compact" palloc: allocate without extra palloc overhead.
118 : : *
119 : : * Since we have no need to free the ispell data items individually, there's
120 : : * not much value in the per-chunk overhead normally consumed by palloc.
121 : : * Getting rid of it is helpful since ispell can allocate a lot of small nodes.
122 : : *
123 : : * We currently pre-zero all data allocated this way, even though some of it
124 : : * doesn't need that. The cpalloc and cpalloc0 macros are just documentation
125 : : * to indicate which allocations actually require zeroing.
126 : : */
127 : : #define COMPACT_ALLOC_CHUNK 8192 /* amount to get from palloc at once */
128 : : #define COMPACT_MAX_REQ 1024 /* must be < COMPACT_ALLOC_CHUNK */
129 : :
130 : : static void *
131 : 8013 : compact_palloc0(IspellDict *Conf, size_t size)
132 : : {
133 : : void *result;
134 : :
135 : : /* Should only be called during init */
136 [ - + ]: 8013 : Assert(Conf->buildCxt != NULL);
137 : :
138 : : /* No point in this for large chunks */
139 [ - + ]: 8013 : if (size > COMPACT_MAX_REQ)
5690 tgl@sss.pgh.pa.us 140 :UBC 0 : return palloc0(size);
141 : :
142 : : /* Keep everything maxaligned */
5690 tgl@sss.pgh.pa.us 143 :CBC 8013 : size = MAXALIGN(size);
144 : :
145 : : /* Need more space? */
146 [ + + ]: 8013 : if (size > Conf->avail)
147 : : {
148 : 83 : Conf->firstfree = palloc0(COMPACT_ALLOC_CHUNK);
149 : 83 : Conf->avail = COMPACT_ALLOC_CHUNK;
150 : : }
151 : :
523 peter@eisentraut.org 152 : 8013 : result = Conf->firstfree;
5690 tgl@sss.pgh.pa.us 153 : 8013 : Conf->firstfree += size;
154 : 8013 : Conf->avail -= size;
155 : :
156 : 8013 : return result;
157 : : }
158 : :
159 : : #define cpalloc(size) compact_palloc0(Conf, size)
160 : : #define cpalloc0(size) compact_palloc0(Conf, size)
161 : :
162 : : static char *
163 : 4284 : cpstrdup(IspellDict *Conf, const char *str)
164 : : {
165 : 4284 : char *res = cpalloc(strlen(str) + 1);
166 : :
167 : 4284 : strcpy(res, str);
168 : 4284 : return res;
169 : : }
170 : :
171 : :
172 : : /*
173 : : * Apply str_tolower(), producing a temporary result (in the buildCxt).
174 : : */
175 : : static char *
176 : 3741 : lowerstr_ctx(IspellDict *Conf, const char *src)
177 : : {
178 : : MemoryContext saveCtx;
179 : : char *dst;
180 : :
181 : 3741 : saveCtx = MemoryContextSwitchTo(Conf->buildCxt);
504 peter@eisentraut.org 182 : 3741 : dst = str_tolower(src, strlen(src), DEFAULT_COLLATION_OID);
6832 tgl@sss.pgh.pa.us 183 : 3741 : MemoryContextSwitchTo(saveCtx);
184 : :
185 : 3741 : return dst;
186 : : }
187 : :
188 : : #define MAX_NORM 1024
189 : : #define MAXNORMLEN 256
190 : :
191 : : #define STRNCMP(s,p) strncmp( (s), (p), strlen(p) )
192 : : #define GETWCHAR(W,L,N,T) ( ((const uint8*)(W))[ ((T)==FF_PREFIX) ? (N) : ( (L) - 1 - (N) ) ] )
193 : : #define GETCHAR(A,N,T) GETWCHAR( (A)->repl, (A)->replen, N, T )
194 : :
195 : : static const char *VoidString = "";
196 : :
197 : : static int
198 : 1866 : cmpspell(const void *s1, const void *s2)
199 : : {
3183 peter_e@gmx.net 200 : 1866 : return strcmp((*(SPELL *const *) s1)->word, (*(SPELL *const *) s2)->word);
201 : : }
202 : :
203 : : static int
6832 tgl@sss.pgh.pa.us 204 : 1456 : cmpspellaffix(const void *s1, const void *s2)
205 : : {
3183 peter_e@gmx.net 206 : 2912 : return strcmp((*(SPELL *const *) s1)->p.flag,
3079 rhaas@postgresql.org 207 : 1456 : (*(SPELL *const *) s2)->p.flag);
208 : : }
209 : :
210 : : static int
3701 teodor@sigaev.ru 211 : 2533 : cmpcmdflag(const void *f1, const void *f2)
212 : : {
113 peter@eisentraut.org 213 :GNC 2533 : const CompoundAffixFlag *fv1 = f1;
214 : 2533 : const CompoundAffixFlag *fv2 = f2;
215 : :
3701 teodor@sigaev.ru 216 [ - + ]:CBC 2533 : Assert(fv1->flagMode == fv2->flagMode);
217 : :
218 [ + + ]: 2533 : if (fv1->flagMode == FM_NUM)
219 : : {
220 [ + + ]: 489 : if (fv1->flag.i == fv2->flag.i)
221 : 74 : return 0;
222 : :
223 [ + + ]: 415 : return (fv1->flag.i > fv2->flag.i) ? 1 : -1;
224 : : }
225 : :
226 : 2044 : return strcmp(fv1->flag.s, fv2->flag.s);
227 : : }
228 : :
229 : : static char *
6832 tgl@sss.pgh.pa.us 230 : 755 : findchar(char *str, int c)
231 : : {
232 [ + + ]: 5564 : while (*str)
233 : : {
234 [ + + ]: 5481 : if (t_iseq(str, c))
235 : 672 : return str;
118 tmunro@postgresql.or 236 : 4809 : str += pg_mblen_cstr(str);
237 : : }
238 : :
6832 tgl@sss.pgh.pa.us 239 : 83 : return NULL;
240 : : }
241 : :
242 : : static char *
3712 243 : 27 : findchar2(char *str, int c1, int c2)
244 : : {
245 [ + - ]: 567 : while (*str)
246 : : {
247 [ + + - + ]: 567 : if (t_iseq(str, c1) || t_iseq(str, c2))
248 : 27 : return str;
118 tmunro@postgresql.or 249 : 540 : str += pg_mblen_cstr(str);
250 : : }
251 : :
3712 tgl@sss.pgh.pa.us 252 :UBC 0 : return NULL;
253 : : }
254 : :
255 : :
256 : : /* backward string compare for suffix tree operations */
257 : : static int
6832 tgl@sss.pgh.pa.us 258 :CBC 745 : strbcmp(const unsigned char *s1, const unsigned char *s2)
259 : : {
260 : 745 : int l1 = strlen((const char *) s1) - 1,
261 : 745 : l2 = strlen((const char *) s2) - 1;
262 : :
263 [ + + + + ]: 997 : while (l1 >= 0 && l2 >= 0)
264 : : {
265 [ + + ]: 780 : if (s1[l1] < s2[l2])
266 : 169 : return -1;
267 [ + + ]: 611 : if (s1[l1] > s2[l2])
268 : 359 : return 1;
269 : 252 : l1--;
270 : 252 : l2--;
271 : : }
272 [ + + ]: 217 : if (l1 < l2)
273 : 58 : return -1;
274 [ + + ]: 159 : if (l1 > l2)
275 : 133 : return 1;
276 : :
277 : 26 : return 0;
278 : : }
279 : :
280 : : static int
281 : 26 : strbncmp(const unsigned char *s1, const unsigned char *s2, size_t count)
282 : : {
283 : 26 : int l1 = strlen((const char *) s1) - 1,
284 : 26 : l2 = strlen((const char *) s2) - 1,
285 : 26 : l = count;
286 : :
287 [ + + + - : 39 : while (l1 >= 0 && l2 >= 0 && l > 0)
+ - ]
288 : : {
289 [ + + ]: 26 : if (s1[l1] < s2[l2])
290 : 13 : return -1;
291 [ - + ]: 13 : if (s1[l1] > s2[l2])
6832 tgl@sss.pgh.pa.us 292 :UBC 0 : return 1;
6832 tgl@sss.pgh.pa.us 293 :CBC 13 : l1--;
294 : 13 : l2--;
295 : 13 : l--;
296 : : }
297 [ + - ]: 13 : if (l == 0)
298 : 13 : return 0;
6832 tgl@sss.pgh.pa.us 299 [ # # ]:UBC 0 : if (l1 < l2)
300 : 0 : return -1;
301 [ # # ]: 0 : if (l1 > l2)
302 : 0 : return 1;
303 : 0 : return 0;
304 : : }
305 : :
306 : : /*
307 : : * Compares affixes.
308 : : * First compares the type of an affix. Prefixes should go before affixes.
309 : : * If types are equal then compares replaceable string.
310 : : */
311 : : static int
6832 tgl@sss.pgh.pa.us 312 :CBC 1260 : cmpaffix(const void *s1, const void *s2)
313 : : {
314 : 1260 : const AFFIX *a1 = (const AFFIX *) s1;
315 : 1260 : const AFFIX *a2 = (const AFFIX *) s2;
316 : :
317 [ + + ]: 1260 : if (a1->type < a2->type)
318 : 288 : return -1;
319 [ + + ]: 972 : if (a1->type > a2->type)
320 : 85 : return 1;
321 [ + + ]: 887 : if (a1->type == FF_PREFIX)
322 : 142 : return strcmp(a1->repl, a2->repl);
323 : : else
324 : 745 : return strbcmp((const unsigned char *) a1->repl,
325 : 745 : (const unsigned char *) a2->repl);
326 : : }
327 : :
328 : : /*
329 : : * Gets an affix flag from the set of affix flags (sflagset).
330 : : *
331 : : * Several flags can be stored in a single string. Flags can be represented by:
332 : : * - 1 character (FM_CHAR). A character may be Unicode.
333 : : * - 2 characters (FM_LONG). A character may be Unicode.
334 : : * - numbers from 1 to 65000 (FM_NUM).
335 : : *
336 : : * Depending on the flagMode an affix string can have the following format:
337 : : * - FM_CHAR: ABCD
338 : : * Here we have 4 flags: A, B, C and D
339 : : * - FM_LONG: ABCDE*
340 : : * Here we have 3 flags: AB, CD and E*
341 : : * - FM_NUM: 200,205,50
342 : : * Here we have 3 flags: 200, 205 and 50
343 : : *
344 : : * Conf: current dictionary.
345 : : * sflagset: the set of affix flags. Returns a reference to the start of a next
346 : : * affix flag.
347 : : * sflag: returns an affix flag from sflagset.
348 : : */
349 : : static void
637 heikki.linnakangas@i 350 : 4086 : getNextFlagFromString(IspellDict *Conf, const char **sflagset, char *sflag)
351 : : {
352 : : int32 s;
353 : : char *next;
354 : 4086 : const char *sbuf = *sflagset;
355 : : int maxstep;
356 : : int clen;
3701 teodor@sigaev.ru 357 : 4086 : bool stop = false;
358 : 4086 : bool met_comma = false;
359 : :
360 [ + + ]: 4086 : maxstep = (Conf->flagMode == FM_LONG) ? 2 : 1;
361 : :
3617 rhaas@postgresql.org 362 [ + - ]: 5360 : while (**sflagset)
363 : : {
3701 teodor@sigaev.ru 364 [ + + - ]: 5360 : switch (Conf->flagMode)
365 : : {
366 : 4571 : case FM_LONG:
367 : : case FM_CHAR:
118 tmunro@postgresql.or 368 : 4571 : clen = ts_copychar_cstr(sflag, *sflagset);
369 : 4571 : sflag += clen;
370 : :
371 : : /* Go to start of the next flag */
372 : 4571 : *sflagset += clen;
373 : :
374 : : /* Check if we get all characters of flag */
3701 teodor@sigaev.ru 375 : 4571 : maxstep--;
376 : 4571 : stop = (maxstep == 0);
377 : 4571 : break;
378 : 789 : case FM_NUM:
423 tgl@sss.pgh.pa.us 379 : 789 : errno = 0;
3701 teodor@sigaev.ru 380 : 789 : s = strtol(*sflagset, &next, 10);
381 [ + + - + ]: 789 : if (*sflagset == next || errno == ERANGE)
382 [ + - ]: 4 : ereport(ERROR,
383 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
384 : : errmsg("invalid affix flag \"%s\"", *sflagset)));
385 [ + - - + ]: 785 : if (s < 0 || s > FLAGNUM_MAXSIZE)
3701 teodor@sigaev.ru 386 [ # # ]:UBC 0 : ereport(ERROR,
387 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
388 : : errmsg("affix flag \"%s\" is out of range",
389 : : *sflagset)));
3701 teodor@sigaev.ru 390 :CBC 785 : sflag += sprintf(sflag, "%0d", s);
391 : :
392 : : /* Go to start of the next flag */
393 : 785 : *sflagset = next;
394 [ + + ]: 1219 : while (**sflagset)
395 : : {
504 peter@eisentraut.org 396 [ + + ]: 868 : if (isdigit((unsigned char) **sflagset))
397 : : {
3701 teodor@sigaev.ru 398 [ - + ]: 434 : if (!met_comma)
3714 teodor@sigaev.ru 399 [ # # ]:UBC 0 : ereport(ERROR,
400 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
401 : : errmsg("invalid affix flag \"%s\"",
402 : : *sflagset)));
3701 teodor@sigaev.ru 403 :CBC 434 : break;
404 : : }
405 [ + - ]: 434 : else if (t_iseq(*sflagset, ','))
406 : : {
407 [ - + ]: 434 : if (met_comma)
3714 teodor@sigaev.ru 408 [ # # ]:UBC 0 : ereport(ERROR,
409 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
410 : : errmsg("invalid affix flag \"%s\"",
411 : : *sflagset)));
3701 teodor@sigaev.ru 412 :CBC 434 : met_comma = true;
413 : : }
504 peter@eisentraut.org 414 [ # # ]:UBC 0 : else if (!isspace((unsigned char) **sflagset))
415 : : {
3701 teodor@sigaev.ru 416 [ # # ]: 0 : ereport(ERROR,
417 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
418 : : errmsg("invalid character in affix flag \"%s\"",
419 : : *sflagset)));
420 : : }
421 : :
118 tmunro@postgresql.or 422 :CBC 434 : *sflagset += pg_mblen_cstr(*sflagset);
423 : : }
3701 teodor@sigaev.ru 424 : 785 : stop = true;
425 : 785 : break;
3701 teodor@sigaev.ru 426 :UBC 0 : default:
427 [ # # ]: 0 : elog(ERROR, "unrecognized type of Conf->flagMode: %d",
428 : : Conf->flagMode);
429 : : }
430 : :
3701 teodor@sigaev.ru 431 [ + + ]:CBC 5356 : if (stop)
3714 432 : 4082 : break;
433 : : }
434 : :
3701 435 [ + + - + ]: 4082 : if (Conf->flagMode == FM_LONG && maxstep > 0)
3701 teodor@sigaev.ru 436 [ # # ]:UBC 0 : ereport(ERROR,
437 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
438 : : errmsg("invalid affix flag \"%s\" with \"long\" flag value",
439 : : sbuf)));
440 : :
3701 teodor@sigaev.ru 441 :CBC 4082 : *sflag = '\0';
3714 442 : 4082 : }
443 : :
444 : : /*
445 : : * Checks if the affix set Conf->AffixData[affix] contains affixflag.
446 : : * Conf->AffixData[affix] does not contain affixflag if this flag is not used
447 : : * actually by the .dict file.
448 : : *
449 : : * Conf: current dictionary.
450 : : * affix: index of the Conf->AffixData array.
451 : : * affixflag: the affix flag.
452 : : *
453 : : * Returns true if the string Conf->AffixData[affix] contains affixflag,
454 : : * otherwise returns false.
455 : : */
456 : : static bool
3108 peter_e@gmx.net 457 : 1650 : IsAffixFlagInUse(IspellDict *Conf, int affix, const char *affixflag)
458 : : {
459 : : const char *flagcur;
460 : : char flag[BUFSIZ];
461 : :
3701 teodor@sigaev.ru 462 [ + + ]: 1650 : if (*affixflag == 0)
3714 463 : 530 : return true;
464 : :
2376 tgl@sss.pgh.pa.us 465 [ - + ]: 1120 : Assert(affix < Conf->nAffixData);
466 : :
3714 teodor@sigaev.ru 467 : 1120 : flagcur = Conf->AffixData[affix];
468 : :
469 [ + + ]: 3194 : while (*flagcur)
470 : : {
3701 471 : 2466 : getNextFlagFromString(Conf, &flagcur, flag);
472 : : /* Compare first affix flag in flagcur with affixflag */
473 [ + + ]: 2466 : if (strcmp(flag, affixflag) == 0)
3714 474 : 392 : return true;
475 : : }
476 : :
477 : : /* Could not find affixflag */
478 : 728 : return false;
479 : : }
480 : :
481 : : /*
482 : : * Adds the new word into the temporary array Spell.
483 : : *
484 : : * Conf: current dictionary.
485 : : * word: new word.
486 : : * flag: set of affix flags. Single flag can be get by getNextFlagFromString().
487 : : */
488 : : static void
6746 bruce@momjian.us 489 : 755 : NIAddSpell(IspellDict *Conf, const char *word, const char *flag)
490 : : {
6832 tgl@sss.pgh.pa.us 491 [ + + ]: 755 : if (Conf->nspell >= Conf->mspell)
492 : : {
493 [ - + ]: 83 : if (Conf->mspell)
494 : : {
5690 tgl@sss.pgh.pa.us 495 :UBC 0 : Conf->mspell *= 2;
6832 496 : 0 : Conf->Spell = (SPELL **) repalloc(Conf->Spell, Conf->mspell * sizeof(SPELL *));
497 : : }
498 : : else
499 : : {
6832 tgl@sss.pgh.pa.us 500 :CBC 83 : Conf->mspell = 1024 * 20;
501 : 83 : Conf->Spell = (SPELL **) tmpalloc(Conf->mspell * sizeof(SPELL *));
502 : : }
503 : : }
504 : 755 : Conf->Spell[Conf->nspell] = (SPELL *) tmpalloc(SPELLHDRSZ + strlen(word) + 1);
505 : 755 : strcpy(Conf->Spell[Conf->nspell]->word, word);
3714 teodor@sigaev.ru 506 : 1510 : Conf->Spell[Conf->nspell]->p.flag = (*flag != '\0')
507 [ + + ]: 755 : ? cpstrdup(Conf, flag) : VoidString;
6832 tgl@sss.pgh.pa.us 508 : 755 : Conf->nspell++;
509 : 755 : }
510 : :
511 : : /*
512 : : * Imports dictionary into the temporary array Spell.
513 : : *
514 : : * Note caller must already have applied get_tsearch_config_filename.
515 : : *
516 : : * Conf: current dictionary.
517 : : * filename: path to the .dict file.
518 : : */
519 : : void
6746 bruce@momjian.us 520 : 83 : NIImportDictionary(IspellDict *Conf, const char *filename)
521 : : {
522 : : tsearch_readline_state trst;
523 : : char *line;
524 : :
6530 tgl@sss.pgh.pa.us 525 [ - + ]: 83 : if (!tsearch_readline_begin(&trst, filename))
6832 tgl@sss.pgh.pa.us 526 [ # # ]:UBC 0 : ereport(ERROR,
527 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
528 : : errmsg("could not open dictionary file \"%s\": %m",
529 : : filename)));
530 : :
6530 tgl@sss.pgh.pa.us 531 [ + + ]:CBC 838 : while ((line = tsearch_readline(&trst)) != NULL)
532 : : {
533 : : char *s,
534 : : *pstr;
535 : :
536 : : /* Set of affix flags */
537 : : const char *flag;
538 : :
539 : : /* Extract flag from the line */
6832 540 : 755 : flag = NULL;
6828 541 [ + + ]: 755 : if ((s = findchar(line, '/')))
542 : : {
6832 543 : 672 : *s++ = '\0';
544 : 672 : flag = s;
545 [ + - ]: 2689 : while (*s)
546 : : {
547 : : /* we allow only single encoded flags for faster works */
118 tmunro@postgresql.or 548 [ + - + + : 2689 : if (pg_mblen_cstr(s) == 1 && isprint((unsigned char) *s) && !isspace((unsigned char) *s))
+ - ]
6832 tgl@sss.pgh.pa.us 549 : 2017 : s++;
550 : : else
551 : : {
552 : 672 : *s = '\0';
553 : 672 : break;
554 : : }
555 : : }
556 : : }
557 : : else
558 : 83 : flag = "";
559 : :
560 : : /* Remove trailing spaces */
6828 561 : 755 : s = line;
6832 562 [ + + ]: 5481 : while (*s)
563 : : {
504 peter@eisentraut.org 564 [ + + ]: 4809 : if (isspace((unsigned char) *s))
565 : : {
6832 tgl@sss.pgh.pa.us 566 : 83 : *s = '\0';
567 : 83 : break;
568 : : }
118 tmunro@postgresql.or 569 : 4726 : s += pg_mblen_cstr(s);
570 : : }
5690 tgl@sss.pgh.pa.us 571 : 755 : pstr = lowerstr_ctx(Conf, line);
572 : :
6832 573 : 755 : NIAddSpell(Conf, pstr, flag);
574 : 755 : pfree(pstr);
575 : :
6828 576 : 755 : pfree(line);
577 : : }
6530 578 : 83 : tsearch_readline_end(&trst);
6832 579 : 83 : }
580 : :
581 : : /*
582 : : * Searches a basic form of word in the prefix tree. This word was generated
583 : : * using an affix rule. This rule may not be presented in an affix set of
584 : : * a basic form of word.
585 : : *
586 : : * For example, we have the entry in the .dict file:
587 : : * meter/GMD
588 : : *
589 : : * The affix rule with the flag S:
590 : : * SFX S y ies [^aeiou]y
591 : : * is not presented here.
592 : : *
593 : : * The affix rule with the flag M:
594 : : * SFX M 0 's .
595 : : * is presented here.
596 : : *
597 : : * Conf: current dictionary.
598 : : * word: basic form of word.
599 : : * affixflag: affix flag, by which a basic form of word was generated.
600 : : * flag: compound flag used to compare with StopMiddle->compoundflag.
601 : : *
602 : : * Returns 1 if the word was found in the prefix tree, else returns 0.
603 : : */
604 : : static int
3108 peter_e@gmx.net 605 : 2495 : FindWord(IspellDict *Conf, const char *word, const char *affixflag, int flag)
606 : : {
6832 tgl@sss.pgh.pa.us 607 : 2495 : SPNode *node = Conf->Dictionary;
608 : : SPNodeData *StopLow,
609 : : *StopHigh,
610 : : *StopMiddle;
5350 peter_e@gmx.net 611 : 2495 : const uint8 *ptr = (const uint8 *) word;
612 : :
3701 teodor@sigaev.ru 613 : 2495 : flag &= FF_COMPOUNDFLAGMASK;
614 : :
6832 tgl@sss.pgh.pa.us 615 [ + + + + ]: 11620 : while (node && *ptr)
616 : : {
617 : 11020 : StopLow = node->data;
618 : 11020 : StopHigh = node->data + node->length;
619 [ + + ]: 15765 : while (StopLow < StopHigh)
620 : : {
621 : 14710 : StopMiddle = StopLow + ((StopHigh - StopLow) >> 1);
622 [ + + ]: 14710 : if (StopMiddle->val == *ptr)
623 : : {
624 [ + + + + ]: 9965 : if (*(ptr + 1) == '\0' && StopMiddle->isword)
625 : : {
626 [ + + ]: 955 : if (flag == 0)
627 : : {
628 : : /*
629 : : * The word can be formed only with another word. And
630 : : * in the flag parameter there is not a sign that we
631 : : * search compound words.
632 : : */
633 [ - + ]: 605 : if (StopMiddle->compoundflag & FF_COMPOUNDONLY)
6832 tgl@sss.pgh.pa.us 634 :UBC 0 : return 0;
635 : : }
6832 tgl@sss.pgh.pa.us 636 [ - + ]:CBC 350 : else if ((flag & StopMiddle->compoundflag) == 0)
6832 tgl@sss.pgh.pa.us 637 :UBC 0 : return 0;
638 : :
639 : : /*
640 : : * Check if this affix rule is presented in the affix set
641 : : * with index StopMiddle->affix.
642 : : */
3714 teodor@sigaev.ru 643 [ + + ]:CBC 955 : if (IsAffixFlagInUse(Conf, StopMiddle->affix, affixflag))
6832 tgl@sss.pgh.pa.us 644 : 840 : return 1;
645 : : }
646 : 9125 : node = StopMiddle->node;
647 : 9125 : ptr++;
648 : 9125 : break;
649 : : }
650 [ + + ]: 4745 : else if (StopMiddle->val < *ptr)
651 : 1610 : StopLow = StopMiddle + 1;
652 : : else
653 : 3135 : StopHigh = StopMiddle;
654 : : }
655 [ + + ]: 10180 : if (StopLow >= StopHigh)
656 : 1055 : break;
657 : : }
658 : 1655 : return 0;
659 : : }
660 : :
661 : : /*
662 : : * Adds a new affix rule to the Affix field.
663 : : *
664 : : * Conf: current dictionary.
665 : : * flag: affix flag ('\' in the below example).
666 : : * flagflags: set of flags from the flagval field for this affix rule. This set
667 : : * is listed after '/' character in the added string (repl).
668 : : *
669 : : * For example L flag in the hunspell_sample.affix:
670 : : * SFX \ 0 Y/L [^Y]
671 : : *
672 : : * mask: condition for search ('[^Y]' in the above example).
673 : : * find: stripping characters from beginning (at prefix) or end (at suffix)
674 : : * of the word ('0' in the above example, 0 means that there is not
675 : : * stripping character).
676 : : * repl: adding string after stripping ('Y' in the above example).
677 : : * type: FF_SUFFIX or FF_PREFIX.
678 : : */
679 : : static void
3617 rhaas@postgresql.org 680 : 688 : NIAddAffix(IspellDict *Conf, const char *flag, char flagflags, const char *mask,
681 : : const char *find, const char *repl, int type)
682 : : {
683 : : AFFIX *Affix;
684 : :
6832 tgl@sss.pgh.pa.us 685 [ + + ]: 688 : if (Conf->naffixes >= Conf->maffixes)
686 : : {
687 [ - + ]: 83 : if (Conf->maffixes)
688 : : {
5690 tgl@sss.pgh.pa.us 689 :UBC 0 : Conf->maffixes *= 2;
1183 peter@eisentraut.org 690 : 0 : Conf->Affix = (AFFIX *) repalloc(Conf->Affix, Conf->maffixes * sizeof(AFFIX));
691 : : }
692 : : else
693 : : {
6832 tgl@sss.pgh.pa.us 694 :CBC 83 : Conf->maffixes = 16;
146 michael@paquier.xyz 695 :GNC 83 : Conf->Affix = palloc_array(AFFIX, Conf->maffixes);
696 : : }
697 : : }
698 : :
6832 tgl@sss.pgh.pa.us 699 :CBC 688 : Affix = Conf->Affix + Conf->naffixes;
700 : :
701 : : /* This affix rule can be applied for words with any ending */
3714 teodor@sigaev.ru 702 [ + + - + ]: 688 : if (strcmp(mask, ".") == 0 || *mask == '\0')
703 : : {
6832 tgl@sss.pgh.pa.us 704 : 166 : Affix->issimple = 1;
705 : 166 : Affix->isregis = 0;
706 : : }
707 : : /* This affix rule will use regis to search word ending */
708 [ + + ]: 522 : else if (RS_isRegis(mask))
709 : : {
710 : 436 : Affix->issimple = 0;
711 : 436 : Affix->isregis = 1;
3714 teodor@sigaev.ru 712 : 436 : RS_compile(&(Affix->reg.regis), (type == FF_SUFFIX),
4446 sfrost@snowman.net 713 [ + - ]: 436 : *mask ? mask : VoidString);
714 : : }
715 : : /* This affix rule will use regex_t to search word ending */
716 : : else
717 : : {
718 : : int masklen;
719 : : int wmasklen;
720 : : int err;
721 : : pg_wchar *wmask;
722 : : char *tmask;
723 : :
6832 tgl@sss.pgh.pa.us 724 : 86 : Affix->issimple = 0;
725 : 86 : Affix->isregis = 0;
726 : 86 : tmask = (char *) tmpalloc(strlen(mask) + 3);
727 [ + - ]: 86 : if (type == FF_SUFFIX)
728 : 86 : sprintf(tmask, "%s$", mask);
729 : : else
6832 tgl@sss.pgh.pa.us 730 :UBC 0 : sprintf(tmask, "^%s", mask);
731 : :
6832 tgl@sss.pgh.pa.us 732 :CBC 86 : masklen = strlen(tmask);
733 : 86 : wmask = (pg_wchar *) tmpalloc((masklen + 1) * sizeof(pg_wchar));
734 : 86 : wmasklen = pg_mb2wchar_with_len(tmask, wmask, masklen);
735 : :
736 : : /*
737 : : * The regex and all internal state created by pg_regcomp are
738 : : * allocated in the dictionary's memory context, and will be freed
739 : : * automatically when it is destroyed.
740 : : */
146 michael@paquier.xyz 741 :GNC 86 : Affix->reg.pregex = palloc_object(regex_t);
1123 tmunro@postgresql.or 742 :CBC 86 : err = pg_regcomp(Affix->reg.pregex, wmask, wmasklen,
743 : : REG_ADVANCED | REG_NOSUB,
744 : : DEFAULT_COLLATION_OID);
6832 tgl@sss.pgh.pa.us 745 [ - + ]: 86 : if (err)
746 : : {
747 : : char errstr[100];
748 : :
1123 tmunro@postgresql.or 749 :UBC 0 : pg_regerror(err, Affix->reg.pregex, errstr, sizeof(errstr));
6832 tgl@sss.pgh.pa.us 750 [ # # ]: 0 : ereport(ERROR,
751 : : (errcode(ERRCODE_INVALID_REGULAR_EXPRESSION),
752 : : errmsg("invalid regular expression: %s", errstr)));
753 : : }
754 : : }
755 : :
6832 tgl@sss.pgh.pa.us 756 :CBC 688 : Affix->flagflags = flagflags;
757 [ + + - + ]: 688 : if ((Affix->flagflags & FF_COMPOUNDONLY) || (Affix->flagflags & FF_COMPOUNDPERMITFLAG))
758 : : {
759 [ + - ]: 125 : if ((Affix->flagflags & FF_COMPOUNDFLAG) == 0)
760 : 125 : Affix->flagflags |= FF_COMPOUNDFLAG;
761 : : }
3701 teodor@sigaev.ru 762 : 688 : Affix->flag = cpstrdup(Conf, flag);
6832 tgl@sss.pgh.pa.us 763 : 688 : Affix->type = type;
764 : :
5690 765 [ + - + + ]: 688 : Affix->find = (find && *find) ? cpstrdup(Conf, find) : VoidString;
6832 766 [ + + ]: 688 : if ((Affix->replen = strlen(repl)) > 0)
5690 767 : 666 : Affix->repl = cpstrdup(Conf, repl);
768 : : else
6832 769 : 22 : Affix->repl = VoidString;
770 : 688 : Conf->naffixes++;
771 : 688 : }
772 : :
773 : : /* Parsing states for parse_affentry() and friends */
774 : : #define PAE_WAIT_MASK 0
775 : : #define PAE_INMASK 1
776 : : #define PAE_WAIT_FIND 2
777 : : #define PAE_INFIND 3
778 : : #define PAE_WAIT_REPL 4
779 : : #define PAE_INREPL 5
780 : : #define PAE_WAIT_TYPE 6
781 : : #define PAE_WAIT_FLAG 7
782 : :
783 : : /*
784 : : * Parse next space-separated field of an .affix file line.
785 : : *
786 : : * *str is the input pointer (will be advanced past field)
787 : : * next is where to copy the field value to, with null termination
788 : : *
789 : : * The buffer at "next" must be of size BUFSIZ; we truncate the input to fit.
790 : : *
791 : : * Returns true if we found a field, false if not.
792 : : */
793 : : static bool
3737 794 : 6463 : get_nextfield(char **str, char *next)
795 : : {
796 : 6463 : int state = PAE_WAIT_MASK;
797 : 6463 : int avail = BUFSIZ;
798 : :
799 [ + + ]: 27642 : while (**str)
800 : : {
118 tmunro@postgresql.or 801 : 26883 : int clen = pg_mblen_cstr(*str);
802 : :
3737 tgl@sss.pgh.pa.us 803 [ + + ]: 26883 : if (state == PAE_WAIT_MASK)
804 : : {
805 [ + + ]: 11921 : if (t_iseq(*str, '#'))
806 : 231 : return false;
504 peter@eisentraut.org 807 [ + + ]: 11690 : else if (!isspace((unsigned char) **str))
808 : : {
3737 tgl@sss.pgh.pa.us 809 [ + - ]: 5473 : if (clen < avail)
810 : : {
118 tmunro@postgresql.or 811 : 5473 : ts_copychar_with_len(next, *str, clen);
3737 tgl@sss.pgh.pa.us 812 : 5473 : next += clen;
813 : 5473 : avail -= clen;
814 : : }
815 : 5473 : state = PAE_INMASK;
816 : : }
817 : : }
818 : : else /* state == PAE_INMASK */
819 : : {
504 peter@eisentraut.org 820 [ + + ]: 14962 : if (isspace((unsigned char) **str))
821 : : {
3737 tgl@sss.pgh.pa.us 822 : 5473 : *next = '\0';
823 : 5473 : return true;
824 : : }
825 : : else
826 : : {
827 [ + - ]: 9489 : if (clen < avail)
828 : : {
118 tmunro@postgresql.or 829 : 9489 : ts_copychar_with_len(next, *str, clen);
3737 tgl@sss.pgh.pa.us 830 : 9489 : next += clen;
831 : 9489 : avail -= clen;
832 : : }
833 : : }
834 : : }
118 tmunro@postgresql.or 835 : 21179 : *str += clen;
836 : : }
837 : :
3737 tgl@sss.pgh.pa.us 838 : 759 : *next = '\0';
839 : :
3240 840 : 759 : return (state == PAE_INMASK); /* OK if we got a nonempty field */
841 : : }
842 : :
843 : : /*
844 : : * Parses entry of an .affix file of MySpell or Hunspell format.
845 : : *
846 : : * An .affix file entry has the following format:
847 : : * - header
848 : : * <type> <flag> <cross_flag> <flag_count>
849 : : * - fields after header:
850 : : * <type> <flag> <find> <replace> <mask>
851 : : *
852 : : * str is the input line
853 : : * field values are returned to type etc, which must be buffers of size BUFSIZ.
854 : : *
855 : : * Returns number of fields found; any omitted fields are set to empty strings.
856 : : */
857 : : static int
3737 858 : 1489 : parse_ooaffentry(char *str, char *type, char *flag, char *find,
859 : : char *repl, char *mask)
860 : : {
861 : 1489 : int state = PAE_WAIT_TYPE;
862 : 1489 : int fields_read = 0;
863 : 1489 : bool valid = false;
864 : :
865 : 1489 : *type = *flag = *find = *repl = *mask = '\0';
866 : :
867 [ + - ]: 6463 : while (*str)
868 : : {
869 [ + + + + : 6463 : switch (state)
+ - ]
870 : : {
871 : 1489 : case PAE_WAIT_TYPE:
872 : 1489 : valid = get_nextfield(&str, type);
873 : 1489 : state = PAE_WAIT_FLAG;
874 : 1489 : break;
875 : 1489 : case PAE_WAIT_FLAG:
876 : 1489 : valid = get_nextfield(&str, flag);
877 : 1489 : state = PAE_WAIT_FIND;
878 : 1489 : break;
879 : 1489 : case PAE_WAIT_FIND:
880 : 1489 : valid = get_nextfield(&str, find);
881 : 1489 : state = PAE_WAIT_REPL;
882 : 1489 : break;
883 : 998 : case PAE_WAIT_REPL:
884 : 998 : valid = get_nextfield(&str, repl);
885 : 998 : state = PAE_WAIT_MASK;
886 : 998 : break;
887 : 998 : case PAE_WAIT_MASK:
888 : 998 : valid = get_nextfield(&str, mask);
889 : 998 : state = -1; /* force loop exit */
890 : 998 : break;
3737 tgl@sss.pgh.pa.us 891 :UBC 0 : default:
892 [ # # ]: 0 : elog(ERROR, "unrecognized state in parse_ooaffentry: %d",
893 : : state);
894 : : break;
895 : : }
3737 tgl@sss.pgh.pa.us 896 [ + + ]:CBC 6463 : if (valid)
897 : 5473 : fields_read++;
898 : : else
899 : 990 : break; /* early EOL */
900 [ + + ]: 5473 : if (state < 0)
901 : 499 : break; /* got all fields */
902 : : }
903 : :
904 : 1489 : return fields_read;
905 : : }
906 : :
907 : : /*
908 : : * Parses entry of an .affix file of Ispell format
909 : : *
910 : : * An .affix file entry has the following format:
911 : : * <mask> > [-<find>,]<replace>
912 : : *
913 : : * Output buffers mask, find, repl must be of length BUFSIZ;
914 : : * we truncate the input to fit.
915 : : */
916 : : static bool
13 917 : 189 : parse_affentry(const char *str, char *mask, char *find, char *repl)
918 : : {
6832 919 : 189 : int state = PAE_WAIT_MASK;
920 : 189 : char *pmask = mask,
921 : 189 : *pfind = find,
922 : 189 : *prepl = repl;
13 923 : 189 : char *emask = mask + BUFSIZ;
924 : 189 : char *efind = find + BUFSIZ;
925 : 189 : char *erepl = repl + BUFSIZ;
926 : :
6832 927 : 189 : *mask = *find = *repl = '\0';
928 : :
929 [ + - ]: 4968 : while (*str)
930 : : {
118 tmunro@postgresql.or 931 : 4968 : int clen = pg_mblen_cstr(str);
932 : :
6832 tgl@sss.pgh.pa.us 933 [ + + ]: 4968 : if (state == PAE_WAIT_MASK)
934 : : {
935 [ - + ]: 459 : if (t_iseq(str, '#'))
6832 tgl@sss.pgh.pa.us 936 :UBC 0 : return false;
504 peter@eisentraut.org 937 [ + + ]:CBC 459 : else if (!isspace((unsigned char) *str))
938 : : {
13 tgl@sss.pgh.pa.us 939 [ + - ]: 189 : if (pmask < emask - clen)
940 : 189 : pmask += ts_copychar_with_len(pmask, str, clen);
6832 941 : 189 : state = PAE_INMASK;
942 : : }
943 : : }
944 [ + + ]: 4509 : else if (state == PAE_INMASK)
945 : : {
946 [ + + ]: 1836 : if (t_iseq(str, '>'))
947 : : {
948 : 189 : *pmask = '\0';
949 : 189 : state = PAE_WAIT_FIND;
950 : : }
504 peter@eisentraut.org 951 [ + + ]: 1647 : else if (!isspace((unsigned char) *str))
952 : : {
13 tgl@sss.pgh.pa.us 953 [ + - ]: 648 : if (pmask < emask - clen)
954 : 648 : pmask += ts_copychar_with_len(pmask, str, clen);
955 : : }
956 : : }
6832 957 [ + + ]: 2673 : else if (state == PAE_WAIT_FIND)
958 : : {
959 [ + + ]: 756 : if (t_iseq(str, '-'))
960 : : {
961 : 27 : state = PAE_INFIND;
962 : : }
118 tmunro@postgresql.or 963 [ + + - + ]: 729 : else if (t_isalpha_cstr(str) || t_iseq(str, '\'') /* english 's */ )
964 : : {
13 tgl@sss.pgh.pa.us 965 [ + - ]: 162 : if (prepl < erepl - clen)
966 : 162 : prepl += ts_copychar_with_len(prepl, str, clen);
6832 967 : 162 : state = PAE_INREPL;
968 : : }
504 peter@eisentraut.org 969 [ - + ]: 567 : else if (!isspace((unsigned char) *str))
6832 tgl@sss.pgh.pa.us 970 [ # # ]:UBC 0 : ereport(ERROR,
971 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
972 : : errmsg("syntax error")));
973 : : }
6832 tgl@sss.pgh.pa.us 974 [ + + ]:CBC 1917 : else if (state == PAE_INFIND)
975 : : {
976 [ + + ]: 54 : if (t_iseq(str, ','))
977 : : {
978 : 27 : *pfind = '\0';
979 : 27 : state = PAE_WAIT_REPL;
980 : : }
118 tmunro@postgresql.or 981 [ + - ]: 27 : else if (t_isalpha_cstr(str))
982 : : {
13 tgl@sss.pgh.pa.us 983 [ + - ]: 27 : if (pfind < efind - clen)
984 : 27 : pfind += ts_copychar_with_len(pfind, str, clen);
985 : : }
504 peter@eisentraut.org 986 [ # # ]:UBC 0 : else if (!isspace((unsigned char) *str))
6832 tgl@sss.pgh.pa.us 987 [ # # ]: 0 : ereport(ERROR,
988 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
989 : : errmsg("syntax error")));
990 : : }
6832 tgl@sss.pgh.pa.us 991 [ + + ]:CBC 1863 : else if (state == PAE_WAIT_REPL)
992 : : {
993 [ - + ]: 27 : if (t_iseq(str, '-'))
994 : : {
6832 tgl@sss.pgh.pa.us 995 :UBC 0 : break; /* void repl */
996 : : }
118 tmunro@postgresql.or 997 [ + - ]:CBC 27 : else if (t_isalpha_cstr(str))
998 : : {
13 tgl@sss.pgh.pa.us 999 [ + - ]: 27 : if (prepl < erepl - clen)
1000 : 27 : prepl += ts_copychar_with_len(prepl, str, clen);
6832 1001 : 27 : state = PAE_INREPL;
1002 : : }
504 peter@eisentraut.org 1003 [ # # ]:UBC 0 : else if (!isspace((unsigned char) *str))
6832 tgl@sss.pgh.pa.us 1004 [ # # ]: 0 : ereport(ERROR,
1005 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1006 : : errmsg("syntax error")));
1007 : : }
6832 tgl@sss.pgh.pa.us 1008 [ + - ]:CBC 1836 : else if (state == PAE_INREPL)
1009 : : {
1010 [ + + ]: 1836 : if (t_iseq(str, '#'))
1011 : : {
1012 : 189 : *prepl = '\0';
1013 : 189 : break;
1014 : : }
118 tmunro@postgresql.or 1015 [ + + ]: 1647 : else if (t_isalpha_cstr(str))
1016 : : {
13 tgl@sss.pgh.pa.us 1017 [ + - ]: 243 : if (prepl < erepl - clen)
1018 : 243 : prepl += ts_copychar_with_len(prepl, str, clen);
1019 : : }
504 peter@eisentraut.org 1020 [ - + ]: 1404 : else if (!isspace((unsigned char) *str))
6832 tgl@sss.pgh.pa.us 1021 [ # # ]:UBC 0 : ereport(ERROR,
1022 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1023 : : errmsg("syntax error")));
1024 : : }
1025 : : else
6733 1026 [ # # ]: 0 : elog(ERROR, "unrecognized state in parse_affentry: %d", state);
1027 : :
118 tmunro@postgresql.or 1028 :CBC 4779 : str += clen;
1029 : : }
1030 : :
6832 tgl@sss.pgh.pa.us 1031 : 189 : *pmask = *pfind = *prepl = '\0';
1032 : :
3714 teodor@sigaev.ru 1033 [ + - + + : 189 : return (*mask && (*find || *repl));
+ - ]
1034 : : }
1035 : :
1036 : : /*
1037 : : * Sets a Hunspell options depending on flag type.
1038 : : */
1039 : : static void
3701 1040 : 1839 : setCompoundAffixFlagValue(IspellDict *Conf, CompoundAffixFlag *entry,
1041 : : char *s, uint32 val)
1042 : : {
1043 [ + + ]: 1839 : if (Conf->flagMode == FM_NUM)
1044 : : {
1045 : : char *next;
1046 : : int i;
1047 : :
423 tgl@sss.pgh.pa.us 1048 : 399 : errno = 0;
3701 teodor@sigaev.ru 1049 : 399 : i = strtol(s, &next, 10);
1050 [ + - - + ]: 399 : if (s == next || errno == ERANGE)
3701 teodor@sigaev.ru 1051 [ # # ]:UBC 0 : ereport(ERROR,
1052 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1053 : : errmsg("invalid affix flag \"%s\"", s)));
3701 teodor@sigaev.ru 1054 [ + - - + ]:CBC 399 : if (i < 0 || i > FLAGNUM_MAXSIZE)
3701 teodor@sigaev.ru 1055 [ # # ]:UBC 0 : ereport(ERROR,
1056 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1057 : : errmsg("affix flag \"%s\" is out of range", s)));
1058 : :
3701 teodor@sigaev.ru 1059 :CBC 399 : entry->flag.i = i;
1060 : : }
1061 : : else
1062 : 1440 : entry->flag.s = cpstrdup(Conf, s);
1063 : :
1064 : 1839 : entry->flagMode = Conf->flagMode;
1065 : 1839 : entry->value = val;
1066 : 1839 : }
1067 : :
1068 : : /*
1069 : : * Sets up a correspondence for the affix parameter with the affix flag.
1070 : : *
1071 : : * Conf: current dictionary.
1072 : : * s: affix flag in string.
1073 : : * val: affix parameter.
1074 : : */
1075 : : static void
13 tgl@sss.pgh.pa.us 1076 : 223 : addCompoundAffixFlagValue(IspellDict *Conf, const char *s, uint32 val)
1077 : : {
1078 : : CompoundAffixFlag *newValue;
1079 : : char sbuf[BUFSIZ];
1080 : : char *sflag;
1081 : :
504 peter@eisentraut.org 1082 [ + - + + ]: 419 : while (*s && isspace((unsigned char) *s))
118 tmunro@postgresql.or 1083 : 196 : s += pg_mblen_cstr(s);
1084 : :
6832 tgl@sss.pgh.pa.us 1085 [ - + ]: 223 : if (!*s)
6832 tgl@sss.pgh.pa.us 1086 [ # # ]:UBC 0 : ereport(ERROR,
1087 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1088 : : errmsg("syntax error")));
1089 : :
1090 : : /* Get flag without \n */
3701 teodor@sigaev.ru 1091 :CBC 223 : sflag = sbuf;
504 peter@eisentraut.org 1092 [ + - + + : 660 : while (*s && !isspace((unsigned char) *s) && *s != '\n')
+ - ]
1093 : : {
13 tgl@sss.pgh.pa.us 1094 : 437 : int clen = pg_mblen_cstr(s);
1095 : :
1096 : : /* Truncate the input to fit in BUFSIZ */
1097 [ + - ]: 437 : if (sflag < sbuf + BUFSIZ - clen)
1098 : 437 : sflag += ts_copychar_with_len(sflag, s, clen);
3701 teodor@sigaev.ru 1099 : 437 : s += clen;
1100 : : }
1101 : 223 : *sflag = '\0';
1102 : :
1103 : : /* Resize array or allocate memory for array CompoundAffixFlag */
1104 [ + + ]: 223 : if (Conf->nCompoundAffixFlag >= Conf->mCompoundAffixFlag)
1105 : : {
1106 [ - + ]: 83 : if (Conf->mCompoundAffixFlag)
1107 : : {
3701 teodor@sigaev.ru 1108 :UBC 0 : Conf->mCompoundAffixFlag *= 2;
1109 : 0 : Conf->CompoundAffixFlags = (CompoundAffixFlag *)
1183 peter@eisentraut.org 1110 : 0 : repalloc(Conf->CompoundAffixFlags,
3240 tgl@sss.pgh.pa.us 1111 : 0 : Conf->mCompoundAffixFlag * sizeof(CompoundAffixFlag));
1112 : : }
1113 : : else
1114 : : {
3701 teodor@sigaev.ru 1115 :CBC 83 : Conf->mCompoundAffixFlag = 10;
1116 : 83 : Conf->CompoundAffixFlags = (CompoundAffixFlag *)
1117 : 83 : tmpalloc(Conf->mCompoundAffixFlag * sizeof(CompoundAffixFlag));
1118 : : }
1119 : : }
1120 : :
1121 : 223 : newValue = Conf->CompoundAffixFlags + Conf->nCompoundAffixFlag;
1122 : :
1123 : 223 : setCompoundAffixFlagValue(Conf, newValue, sbuf, val);
1124 : :
6832 tgl@sss.pgh.pa.us 1125 : 223 : Conf->usecompound = true;
3701 teodor@sigaev.ru 1126 : 223 : Conf->nCompoundAffixFlag++;
6832 tgl@sss.pgh.pa.us 1127 : 223 : }
1128 : :
1129 : : /*
1130 : : * Returns a set of affix parameters which correspondence to the set of affix
1131 : : * flags s.
1132 : : */
1133 : : static int
637 heikki.linnakangas@i 1134 : 798 : getCompoundAffixFlagValue(IspellDict *Conf, const char *s)
1135 : : {
3617 rhaas@postgresql.org 1136 : 798 : uint32 flag = 0;
1137 : : CompoundAffixFlag *found,
1138 : : key;
1139 : : char sflag[BUFSIZ];
1140 : : const char *flagcur;
1141 : :
3701 teodor@sigaev.ru 1142 [ - + ]: 798 : if (Conf->nCompoundAffixFlag == 0)
3701 teodor@sigaev.ru 1143 :UBC 0 : return 0;
1144 : :
3714 teodor@sigaev.ru 1145 :CBC 798 : flagcur = s;
1146 [ + + ]: 2414 : while (*flagcur)
1147 : : {
3701 1148 : 1620 : getNextFlagFromString(Conf, &flagcur, sflag);
1149 : 1616 : setCompoundAffixFlagValue(Conf, &key, sflag, 0);
1150 : :
1151 : : found = (CompoundAffixFlag *)
1183 peter@eisentraut.org 1152 : 1616 : bsearch(&key, Conf->CompoundAffixFlags,
3701 teodor@sigaev.ru 1153 : 1616 : Conf->nCompoundAffixFlag, sizeof(CompoundAffixFlag),
1154 : : cmpcmdflag);
1155 [ + + ]: 1616 : if (found != NULL)
1156 : 374 : flag |= found->value;
1157 : : }
1158 : :
3714 1159 : 794 : return flag;
1160 : : }
1161 : :
1162 : : /*
1163 : : * Returns a flag set using the s parameter.
1164 : : *
1165 : : * If Conf->useFlagAliases is true then the s parameter is index of the
1166 : : * Conf->AffixData array and function returns its entry.
1167 : : * Else function returns the s parameter.
1168 : : */
1169 : : static const char *
3701 1170 : 98 : getAffixFlagSet(IspellDict *Conf, char *s)
1171 : : {
1172 [ + + + - ]: 98 : if (Conf->useFlagAliases && *s != '\0')
1173 : : {
1174 : : int curaffix;
1175 : : char *end;
1176 : :
423 tgl@sss.pgh.pa.us 1177 : 63 : errno = 0;
3701 teodor@sigaev.ru 1178 : 63 : curaffix = strtol(s, &end, 10);
1179 [ + - - + ]: 63 : if (s == end || errno == ERANGE)
3701 teodor@sigaev.ru 1180 [ # # ]:UBC 0 : ereport(ERROR,
1181 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1182 : : errmsg("invalid affix alias \"%s\"", s)));
1183 : :
2376 tgl@sss.pgh.pa.us 1184 [ + - + - ]:CBC 63 : if (curaffix > 0 && curaffix < Conf->nAffixData)
1185 : :
1186 : : /*
1187 : : * Do not subtract 1 from curaffix because empty string was added
1188 : : * in NIImportOOAffixes
1189 : : */
3714 teodor@sigaev.ru 1190 : 63 : return Conf->AffixData[curaffix];
2376 tgl@sss.pgh.pa.us 1191 [ # # ]:UBC 0 : else if (curaffix > Conf->nAffixData)
1192 [ # # ]: 0 : ereport(ERROR,
1193 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1194 : : errmsg("invalid affix alias \"%s\"", s)));
2375 1195 : 0 : return VoidString;
1196 : : }
1197 : : else
3714 teodor@sigaev.ru 1198 :CBC 35 : return s;
1199 : : }
1200 : :
1201 : : /*
1202 : : * Import an affix file that follows MySpell or Hunspell format.
1203 : : *
1204 : : * Conf: current dictionary.
1205 : : * filename: path to the .affix file.
1206 : : */
1207 : : static void
6746 bruce@momjian.us 1208 : 56 : NIImportOOAffixes(IspellDict *Conf, const char *filename)
1209 : : {
1210 : : char type[BUFSIZ],
6832 tgl@sss.pgh.pa.us 1211 : 56 : *ptype = NULL;
1212 : : char sflag[BUFSIZ];
1213 : : char mask[BUFSIZ],
1214 : : *pmask;
1215 : : char find[BUFSIZ],
1216 : : *pfind;
1217 : : char repl[BUFSIZ],
1218 : : *prepl;
1219 : 56 : bool isSuffix = false;
3714 teodor@sigaev.ru 1220 : 56 : int naffix = 0,
1221 : 56 : curaffix = 0;
3701 1222 : 56 : int sflaglen = 0;
6832 tgl@sss.pgh.pa.us 1223 : 56 : char flagflags = 0;
1224 : : tsearch_readline_state trst;
1225 : : char *recoded;
1226 : :
1227 : : /* read file to find any flag */
1228 : 56 : Conf->usecompound = false;
3714 teodor@sigaev.ru 1229 : 56 : Conf->useFlagAliases = false;
1230 : 56 : Conf->flagMode = FM_CHAR;
1231 : :
6530 tgl@sss.pgh.pa.us 1232 [ - + ]: 56 : if (!tsearch_readline_begin(&trst, filename))
6832 tgl@sss.pgh.pa.us 1233 [ # # ]:UBC 0 : ereport(ERROR,
1234 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1235 : : errmsg("could not open affix file \"%s\": %m",
1236 : : filename)));
1237 : :
6530 tgl@sss.pgh.pa.us 1238 [ + + ]:CBC 2194 : while ((recoded = tsearch_readline(&trst)) != NULL)
1239 : : {
504 peter@eisentraut.org 1240 [ + - + + : 2138 : if (*recoded == '\0' || isspace((unsigned char) *recoded) || t_iseq(recoded, '#'))
+ + ]
1241 : : {
6828 tgl@sss.pgh.pa.us 1242 : 649 : pfree(recoded);
6832 1243 : 649 : continue;
1244 : : }
1245 : :
1246 [ + + ]: 1489 : if (STRNCMP(recoded, "COMPOUNDFLAG") == 0)
3701 teodor@sigaev.ru 1247 : 56 : addCompoundAffixFlagValue(Conf, recoded + strlen("COMPOUNDFLAG"),
1248 : : FF_COMPOUNDFLAG);
6832 tgl@sss.pgh.pa.us 1249 [ + + ]: 1433 : else if (STRNCMP(recoded, "COMPOUNDBEGIN") == 0)
3701 teodor@sigaev.ru 1250 : 21 : addCompoundAffixFlagValue(Conf, recoded + strlen("COMPOUNDBEGIN"),
1251 : : FF_COMPOUNDBEGIN);
6832 tgl@sss.pgh.pa.us 1252 [ - + ]: 1412 : else if (STRNCMP(recoded, "COMPOUNDLAST") == 0)
3701 teodor@sigaev.ru 1253 :UBC 0 : addCompoundAffixFlagValue(Conf, recoded + strlen("COMPOUNDLAST"),
1254 : : FF_COMPOUNDLAST);
1255 : : /* COMPOUNDLAST and COMPOUNDEND are synonyms */
6832 tgl@sss.pgh.pa.us 1256 [ + + ]:CBC 1412 : else if (STRNCMP(recoded, "COMPOUNDEND") == 0)
3701 teodor@sigaev.ru 1257 : 21 : addCompoundAffixFlagValue(Conf, recoded + strlen("COMPOUNDEND"),
1258 : : FF_COMPOUNDLAST);
6832 tgl@sss.pgh.pa.us 1259 [ + + ]: 1391 : else if (STRNCMP(recoded, "COMPOUNDMIDDLE") == 0)
3701 teodor@sigaev.ru 1260 : 21 : addCompoundAffixFlagValue(Conf, recoded + strlen("COMPOUNDMIDDLE"),
1261 : : FF_COMPOUNDMIDDLE);
6832 tgl@sss.pgh.pa.us 1262 [ + + ]: 1370 : else if (STRNCMP(recoded, "ONLYINCOMPOUND") == 0)
3701 teodor@sigaev.ru 1263 : 56 : addCompoundAffixFlagValue(Conf, recoded + strlen("ONLYINCOMPOUND"),
1264 : : FF_COMPOUNDONLY);
6832 tgl@sss.pgh.pa.us 1265 [ + + ]: 1314 : else if (STRNCMP(recoded, "COMPOUNDPERMITFLAG") == 0)
3701 teodor@sigaev.ru 1266 : 21 : addCompoundAffixFlagValue(Conf,
1267 : 21 : recoded + strlen("COMPOUNDPERMITFLAG"),
1268 : : FF_COMPOUNDPERMITFLAG);
6832 tgl@sss.pgh.pa.us 1269 [ - + ]: 1293 : else if (STRNCMP(recoded, "COMPOUNDFORBIDFLAG") == 0)
3701 teodor@sigaev.ru 1270 :UBC 0 : addCompoundAffixFlagValue(Conf,
1271 : 0 : recoded + strlen("COMPOUNDFORBIDFLAG"),
1272 : : FF_COMPOUNDFORBIDFLAG);
6832 tgl@sss.pgh.pa.us 1273 [ + + ]:CBC 1293 : else if (STRNCMP(recoded, "FLAG") == 0)
1274 : : {
1275 : 43 : char *s = recoded + strlen("FLAG");
1276 : :
504 peter@eisentraut.org 1277 [ + - + + ]: 86 : while (*s && isspace((unsigned char) *s))
118 tmunro@postgresql.or 1278 : 43 : s += pg_mblen_cstr(s);
1279 : :
3714 teodor@sigaev.ru 1280 [ + - ]: 43 : if (*s)
1281 : : {
1282 [ + + ]: 43 : if (STRNCMP(s, "long") == 0)
1283 : 21 : Conf->flagMode = FM_LONG;
1284 [ + - ]: 22 : else if (STRNCMP(s, "num") == 0)
1285 : 22 : Conf->flagMode = FM_NUM;
3714 teodor@sigaev.ru 1286 [ # # ]:UBC 0 : else if (STRNCMP(s, "default") != 0)
1287 [ # # ]: 0 : ereport(ERROR,
1288 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1289 : : errmsg("Ispell dictionary supports only "
1290 : : "\"default\", \"long\", "
1291 : : "and \"num\" flag values")));
1292 : : }
1293 : : }
1294 : :
6828 tgl@sss.pgh.pa.us 1295 :CBC 1489 : pfree(recoded);
1296 : : }
6530 1297 : 56 : tsearch_readline_end(&trst);
1298 : :
3701 teodor@sigaev.ru 1299 [ + - ]: 56 : if (Conf->nCompoundAffixFlag > 1)
1183 peter@eisentraut.org 1300 : 56 : qsort(Conf->CompoundAffixFlags, Conf->nCompoundAffixFlag,
1301 : : sizeof(CompoundAffixFlag), cmpcmdflag);
1302 : :
6530 tgl@sss.pgh.pa.us 1303 [ - + ]: 56 : if (!tsearch_readline_begin(&trst, filename))
6832 tgl@sss.pgh.pa.us 1304 [ # # ]:UBC 0 : ereport(ERROR,
1305 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1306 : : errmsg("could not open affix file \"%s\": %m",
1307 : : filename)));
1308 : :
6530 tgl@sss.pgh.pa.us 1309 [ + + ]:CBC 2194 : while ((recoded = tsearch_readline(&trst)) != NULL)
1310 : : {
1311 : : int fields_read;
1312 : :
504 peter@eisentraut.org 1313 [ + - + + : 2138 : if (*recoded == '\0' || isspace((unsigned char) *recoded) || t_iseq(recoded, '#'))
+ + ]
6828 tgl@sss.pgh.pa.us 1314 : 649 : goto nextline;
1315 : :
3737 1316 : 1489 : fields_read = parse_ooaffentry(recoded, type, sflag, find, repl, mask);
1317 : :
6832 1318 [ + + ]: 1489 : if (ptype)
1319 : 1433 : pfree(ptype);
5690 1320 : 1489 : ptype = lowerstr_ctx(Conf, type);
1321 : :
1322 : : /* First try to parse AF parameter (alias compression) */
3714 teodor@sigaev.ru 1323 [ + + ]: 1489 : if (STRNCMP(ptype, "af") == 0)
1324 : : {
1325 : : /* First line is the number of aliases */
1326 [ + + ]: 252 : if (!Conf->useFlagAliases)
1327 : : {
1328 : 21 : Conf->useFlagAliases = true;
1329 : 21 : naffix = atoi(sflag);
2944 tgl@sss.pgh.pa.us 1330 [ - + ]: 21 : if (naffix <= 0)
3714 teodor@sigaev.ru 1331 [ # # ]:UBC 0 : ereport(ERROR,
1332 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1333 : : errmsg("invalid number of flag vector aliases")));
1334 : :
1335 : : /* Also reserve place for empty flag set */
3714 teodor@sigaev.ru 1336 :CBC 21 : naffix++;
1337 : :
146 michael@paquier.xyz 1338 :GNC 21 : Conf->AffixData = palloc0_array(const char *, naffix);
3714 teodor@sigaev.ru 1339 :CBC 21 : Conf->lenAffixData = Conf->nAffixData = naffix;
1340 : :
1341 : : /* Add empty flag set into AffixData */
1342 : 21 : Conf->AffixData[curaffix] = VoidString;
1343 : 21 : curaffix++;
1344 : : }
1345 : : /* Other lines are aliases */
1346 : : else
1347 : : {
1348 [ + - ]: 231 : if (curaffix < naffix)
1349 : : {
1350 : 231 : Conf->AffixData[curaffix] = cpstrdup(Conf, sflag);
1351 : 231 : curaffix++;
1352 : : }
1353 : : else
2944 tgl@sss.pgh.pa.us 1354 [ # # ]:UBC 0 : ereport(ERROR,
1355 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1356 : : errmsg("number of aliases exceeds specified number %d",
1357 : : naffix - 1)));
1358 : : }
3714 teodor@sigaev.ru 1359 :CBC 252 : goto nextline;
1360 : : }
1361 : : /* Else try to parse prefixes and suffixes */
3737 tgl@sss.pgh.pa.us 1362 [ + + ]: 1237 : if (fields_read < 4 ||
1363 [ + + - + ]: 998 : (STRNCMP(ptype, "sfx") != 0 && STRNCMP(ptype, "pfx") != 0))
6828 1364 : 239 : goto nextline;
1365 : :
3714 teodor@sigaev.ru 1366 : 998 : sflaglen = strlen(sflag);
1367 [ + - ]: 998 : if (sflaglen == 0
1368 [ + + + - ]: 998 : || (sflaglen > 1 && Conf->flagMode == FM_CHAR)
1369 [ + + - + ]: 998 : || (sflaglen > 2 && Conf->flagMode == FM_LONG))
3714 teodor@sigaev.ru 1370 :UBC 0 : goto nextline;
1371 : :
1372 : : /*--------
1373 : : * Affix header. For example:
1374 : : * SFX \ N 1
1375 : : *--------
1376 : : */
3737 tgl@sss.pgh.pa.us 1377 [ + + ]:CBC 998 : if (fields_read == 4)
1378 : : {
3714 teodor@sigaev.ru 1379 : 499 : isSuffix = (STRNCMP(ptype, "sfx") == 0);
6812 1380 [ + - + + ]: 499 : if (t_iseq(find, 'y') || t_iseq(find, 'Y'))
6832 tgl@sss.pgh.pa.us 1381 : 345 : flagflags = FF_CROSSPRODUCT;
1382 : : else
1383 : 154 : flagflags = 0;
1384 : : }
1385 : : /*--------
1386 : : * Affix fields. For example:
1387 : : * SFX \ 0 Y/L [^Y]
1388 : : *--------
1389 : : */
1390 : : else
1391 : : {
1392 : : char *ptr;
1393 : 499 : int aflg = 0;
1394 : :
1395 : : /* Get flags after '/' (flags are case sensitive) */
3712 1396 [ + + ]: 499 : if ((ptr = strchr(repl, '/')) != NULL)
3701 teodor@sigaev.ru 1397 : 98 : aflg |= getCompoundAffixFlagValue(Conf,
1398 : : getAffixFlagSet(Conf,
1399 : : ptr + 1));
1400 : : /* Get lowercased version of string before '/' */
5690 tgl@sss.pgh.pa.us 1401 : 499 : prepl = lowerstr_ctx(Conf, repl);
6832 1402 [ + + ]: 499 : if ((ptr = strchr(prepl, '/')) != NULL)
1403 : 98 : *ptr = '\0';
5690 1404 : 499 : pfind = lowerstr_ctx(Conf, find);
1405 : 499 : pmask = lowerstr_ctx(Conf, mask);
6832 1406 [ + + ]: 499 : if (t_iseq(find, '0'))
1407 : 421 : *pfind = '\0';
1408 [ + + ]: 499 : if (t_iseq(repl, '0'))
1409 : 22 : *prepl = '\0';
1410 : :
3701 teodor@sigaev.ru 1411 : 499 : NIAddAffix(Conf, sflag, flagflags | aflg, pmask, pfind, prepl,
1412 : : isSuffix ? FF_SUFFIX : FF_PREFIX);
6832 tgl@sss.pgh.pa.us 1413 : 499 : pfree(prepl);
1414 : 499 : pfree(pfind);
1415 : 499 : pfree(pmask);
1416 : : }
1417 : :
6746 bruce@momjian.us 1418 : 2138 : nextline:
6828 tgl@sss.pgh.pa.us 1419 : 2138 : pfree(recoded);
1420 : : }
1421 : :
6530 1422 : 56 : tsearch_readline_end(&trst);
6832 1423 [ + - ]: 56 : if (ptype)
1424 : 56 : pfree(ptype);
1425 : 56 : }
1426 : :
1427 : : /*
1428 : : * import affixes
1429 : : *
1430 : : * Note caller must already have applied get_tsearch_config_filename
1431 : : *
1432 : : * This function is responsible for parsing ispell ("old format") affix files.
1433 : : * If we realize that the file contains new-format commands, we pass off the
1434 : : * work to NIImportOOAffixes(), which will re-read the whole file.
1435 : : */
1436 : : void
6746 bruce@momjian.us 1437 : 83 : NIImportAffixes(IspellDict *Conf, const char *filename)
1438 : : {
6812 teodor@sigaev.ru 1439 : 83 : char *pstr = NULL;
1440 : : char flag[BUFSIZ];
1441 : : char mask[BUFSIZ];
1442 : : char find[BUFSIZ];
1443 : : char repl[BUFSIZ];
1444 : : char *s;
6828 tgl@sss.pgh.pa.us 1445 : 83 : bool suffixes = false;
1446 : 83 : bool prefixes = false;
6832 1447 : 83 : char flagflags = 0;
1448 : : tsearch_readline_state trst;
6828 1449 : 83 : bool oldformat = false;
1450 : 83 : char *recoded = NULL;
1451 : :
6530 1452 [ - + ]: 83 : if (!tsearch_readline_begin(&trst, filename))
6832 tgl@sss.pgh.pa.us 1453 [ # # ]:UBC 0 : ereport(ERROR,
1454 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1455 : : errmsg("could not open affix file \"%s\": %m",
1456 : : filename)));
1457 : :
6832 tgl@sss.pgh.pa.us 1458 :CBC 83 : Conf->usecompound = false;
3714 teodor@sigaev.ru 1459 : 83 : Conf->useFlagAliases = false;
1460 : 83 : Conf->flagMode = FM_CHAR;
1461 : :
6530 tgl@sss.pgh.pa.us 1462 [ + + ]: 785 : while ((recoded = tsearch_readline(&trst)) != NULL)
1463 : : {
504 peter@eisentraut.org 1464 : 758 : pstr = str_tolower(recoded, strlen(recoded), DEFAULT_COLLATION_OID);
1465 : :
1466 : : /* Skip comments and empty lines */
6832 tgl@sss.pgh.pa.us 1467 [ + - + + ]: 758 : if (*pstr == '#' || *pstr == '\n')
6828 1468 : 243 : goto nextline;
1469 : :
6832 1470 [ + + ]: 515 : if (STRNCMP(pstr, "compoundwords") == 0)
1471 : : {
1472 : : /* Find case-insensitive L flag in non-lowercased string */
3712 1473 : 27 : s = findchar2(recoded, 'l', 'L');
6832 1474 [ + - ]: 27 : if (s)
1475 : : {
504 peter@eisentraut.org 1476 [ + - + + ]: 135 : while (*s && !isspace((unsigned char) *s))
118 tmunro@postgresql.or 1477 : 108 : s += pg_mblen_cstr(s);
504 peter@eisentraut.org 1478 [ + - + + ]: 54 : while (*s && isspace((unsigned char) *s))
118 tmunro@postgresql.or 1479 : 27 : s += pg_mblen_cstr(s);
1480 : :
1481 [ + - + - ]: 27 : if (*s && pg_mblen_cstr(s) == 1)
1482 : : {
3701 teodor@sigaev.ru 1483 : 27 : addCompoundAffixFlagValue(Conf, s, FF_COMPOUNDFLAG);
6832 tgl@sss.pgh.pa.us 1484 : 27 : Conf->usecompound = true;
1485 : : }
6828 1486 : 27 : oldformat = true;
1487 : 27 : goto nextline;
1488 : : }
1489 : : }
6832 1490 [ + + ]: 488 : if (STRNCMP(pstr, "suffixes") == 0)
1491 : : {
6828 1492 : 27 : suffixes = true;
1493 : 27 : prefixes = false;
1494 : 27 : oldformat = true;
1495 : 27 : goto nextline;
1496 : : }
6832 1497 [ + + ]: 461 : if (STRNCMP(pstr, "prefixes") == 0)
1498 : : {
6828 1499 : 27 : suffixes = false;
1500 : 27 : prefixes = true;
1501 : 27 : oldformat = true;
1502 : 27 : goto nextline;
1503 : : }
6832 1504 [ + + ]: 434 : if (STRNCMP(pstr, "flag") == 0)
1505 : : {
6746 bruce@momjian.us 1506 : 232 : s = recoded + 4; /* we need non-lowercased string */
6832 tgl@sss.pgh.pa.us 1507 : 232 : flagflags = 0;
1508 : :
504 peter@eisentraut.org 1509 [ + - + + ]: 464 : while (*s && isspace((unsigned char) *s))
118 tmunro@postgresql.or 1510 : 232 : s += pg_mblen_cstr(s);
1511 : :
6832 tgl@sss.pgh.pa.us 1512 [ + + ]: 232 : if (*s == '*')
1513 : : {
1514 : 135 : flagflags |= FF_CROSSPRODUCT;
1515 : 135 : s++;
1516 : : }
1517 [ + + ]: 97 : else if (*s == '~')
1518 : : {
1519 : 27 : flagflags |= FF_COMPOUNDONLY;
1520 : 27 : s++;
1521 : : }
1522 : :
1523 [ + + ]: 232 : if (*s == '\\')
1524 : 27 : s++;
1525 : :
1526 : : /*
1527 : : * An old-format flag is a single ASCII character; we expect it to
1528 : : * be followed by EOL, whitespace, or ':'. Otherwise this is a
1529 : : * new-format flag command.
1530 : : */
118 tmunro@postgresql.or 1531 [ + - + - ]: 232 : if (*s && pg_mblen_cstr(s) == 1)
1532 : : {
1533 : 232 : flag[0] = *s++;
3701 teodor@sigaev.ru 1534 : 232 : flag[1] = '\0';
1535 : :
4212 tgl@sss.pgh.pa.us 1536 [ + - + - : 232 : if (*s == '\0' || *s == '#' || *s == '\n' || *s == ':' ||
+ - + + ]
504 peter@eisentraut.org 1537 [ - + ]: 43 : isspace((unsigned char) *s))
1538 : : {
4212 tgl@sss.pgh.pa.us 1539 : 189 : oldformat = true;
1540 : 189 : goto nextline;
1541 : : }
1542 : : }
1543 : 43 : goto isnewformat;
1544 : : }
1545 [ + + ]: 202 : if (STRNCMP(recoded, "COMPOUNDFLAG") == 0 ||
1546 [ + - ]: 189 : STRNCMP(recoded, "COMPOUNDMIN") == 0 ||
1547 [ + - ]: 189 : STRNCMP(recoded, "PFX") == 0 ||
1548 [ - + ]: 189 : STRNCMP(recoded, "SFX") == 0)
1549 : 13 : goto isnewformat;
1550 : :
6832 1551 [ + + - + ]: 189 : if ((!suffixes) && (!prefixes))
6828 tgl@sss.pgh.pa.us 1552 :UBC 0 : goto nextline;
1553 : :
6530 tgl@sss.pgh.pa.us 1554 [ - + ]:CBC 189 : if (!parse_affentry(pstr, mask, find, repl))
6828 tgl@sss.pgh.pa.us 1555 :UBC 0 : goto nextline;
1556 : :
6832 tgl@sss.pgh.pa.us 1557 :CBC 189 : NIAddAffix(Conf, flag, flagflags, mask, find, repl, suffixes ? FF_SUFFIX : FF_PREFIX);
1558 : :
6746 bruce@momjian.us 1559 : 702 : nextline:
6812 teodor@sigaev.ru 1560 : 702 : pfree(recoded);
6832 tgl@sss.pgh.pa.us 1561 : 702 : pfree(pstr);
1562 : : }
6530 1563 : 27 : tsearch_readline_end(&trst);
4212 1564 : 27 : return;
1565 : :
1566 : 56 : isnewformat:
1567 [ - + ]: 56 : if (oldformat)
4212 tgl@sss.pgh.pa.us 1568 [ # # ]:UBC 0 : ereport(ERROR,
1569 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1570 : : errmsg("affix file contains both old-style and new-style commands")));
4212 tgl@sss.pgh.pa.us 1571 :CBC 56 : tsearch_readline_end(&trst);
1572 : :
1573 : 56 : NIImportOOAffixes(Conf, filename);
1574 : : }
1575 : :
1576 : : /*
1577 : : * Merges two affix flag sets and stores a new affix flag set into
1578 : : * Conf->AffixData.
1579 : : *
1580 : : * Returns index of a new affix flag set.
1581 : : */
1582 : : static int
6746 bruce@momjian.us 1583 : 41 : MergeAffix(IspellDict *Conf, int a1, int a2)
1584 : : {
1585 : : const char **ptr;
1586 : :
2376 tgl@sss.pgh.pa.us 1587 [ + - - + ]: 41 : Assert(a1 < Conf->nAffixData && a2 < Conf->nAffixData);
1588 : :
1589 : : /* Do not merge affix flags if one of affix flags is empty */
3707 teodor@sigaev.ru 1590 [ - + ]: 41 : if (*Conf->AffixData[a1] == '\0')
3707 teodor@sigaev.ru 1591 :UBC 0 : return a2;
3707 teodor@sigaev.ru 1592 [ - + ]:CBC 41 : else if (*Conf->AffixData[a2] == '\0')
3707 teodor@sigaev.ru 1593 :UBC 0 : return a1;
1594 : :
1595 : : /* Double the size of AffixData if there's not enough space */
1769 drowley@postgresql.o 1596 [ + - ]:CBC 41 : if (Conf->nAffixData + 1 >= Conf->lenAffixData)
1597 : : {
6832 tgl@sss.pgh.pa.us 1598 : 41 : Conf->lenAffixData *= 2;
637 heikki.linnakangas@i 1599 : 41 : Conf->AffixData = (const char **) repalloc(Conf->AffixData,
1600 : 41 : sizeof(char *) * Conf->lenAffixData);
1601 : : }
1602 : :
6832 tgl@sss.pgh.pa.us 1603 : 41 : ptr = Conf->AffixData + Conf->nAffixData;
3707 teodor@sigaev.ru 1604 [ + + ]: 41 : if (Conf->flagMode == FM_NUM)
1605 : : {
637 heikki.linnakangas@i 1606 : 18 : char *p = cpalloc(strlen(Conf->AffixData[a1]) +
1607 : : strlen(Conf->AffixData[a2]) +
1608 : : 1 /* comma */ + 1 /* \0 */ );
1609 : :
1610 : 18 : sprintf(p, "%s,%s", Conf->AffixData[a1], Conf->AffixData[a2]);
1611 : 18 : *ptr = p;
1612 : : }
1613 : : else
1614 : : {
1615 : 23 : char *p = cpalloc(strlen(Conf->AffixData[a1]) +
1616 : : strlen(Conf->AffixData[a2]) +
1617 : : 1 /* \0 */ );
1618 : :
1619 : 23 : sprintf(p, "%s%s", Conf->AffixData[a1], Conf->AffixData[a2]);
1620 : 23 : *ptr = p;
1621 : : }
6832 tgl@sss.pgh.pa.us 1622 : 41 : ptr++;
1623 : 41 : *ptr = NULL;
1624 : 41 : Conf->nAffixData++;
1625 : :
1626 : 41 : return Conf->nAffixData - 1;
1627 : : }
1628 : :
1629 : : /*
1630 : : * Returns a set of affix parameters which correspondence to the set of affix
1631 : : * flags with the given index.
1632 : : */
1633 : : static uint32
6746 bruce@momjian.us 1634 : 700 : makeCompoundFlags(IspellDict *Conf, int affix)
1635 : : {
2376 tgl@sss.pgh.pa.us 1636 [ - + ]: 700 : Assert(affix < Conf->nAffixData);
1637 : :
1638 : 700 : return (getCompoundAffixFlagValue(Conf, Conf->AffixData[affix]) &
1639 : : FF_COMPOUNDFLAGMASK);
1640 : : }
1641 : :
1642 : : /*
1643 : : * Makes a prefix tree for the given level.
1644 : : *
1645 : : * Conf: current dictionary.
1646 : : * low: lower index of the Conf->Spell array.
1647 : : * high: upper index of the Conf->Spell array.
1648 : : * level: current prefix tree level.
1649 : : */
1650 : : static SPNode *
6746 bruce@momjian.us 1651 : 2802 : mkSPNode(IspellDict *Conf, int low, int high, int level)
1652 : : {
1653 : : int i;
6832 tgl@sss.pgh.pa.us 1654 : 2802 : int nchar = 0;
1655 : 2802 : char lastchar = '\0';
1656 : : SPNode *rs;
1657 : : SPNodeData *data;
1658 : 2802 : int lownew = low;
1659 : :
1660 [ + + ]: 9209 : for (i = low; i < high; i++)
1661 [ + + + + ]: 6407 : if (Conf->Spell[i]->p.d.len > level && lastchar != Conf->Spell[i]->word[level])
1662 : : {
1663 : 2747 : nchar++;
1664 : 2747 : lastchar = Conf->Spell[i]->word[level];
1665 : : }
1666 : :
1667 [ + + ]: 2802 : if (!nchar)
1668 : 401 : return NULL;
1669 : :
5690 1670 : 2401 : rs = (SPNode *) cpalloc0(SPNHDRSZ + nchar * sizeof(SPNodeData));
6832 1671 : 2401 : rs->length = nchar;
1672 : 2401 : data = rs->data;
1673 : :
1674 : 2401 : lastchar = '\0';
1675 [ + + ]: 8121 : for (i = low; i < high; i++)
1676 [ + + ]: 5732 : if (Conf->Spell[i]->p.d.len > level)
1677 : : {
1678 [ + + ]: 4118 : if (lastchar != Conf->Spell[i]->word[level])
1679 : : {
1680 [ + + ]: 2739 : if (lastchar)
1681 : : {
1682 : : /* Next level of the prefix tree */
1683 : 338 : data->node = mkSPNode(Conf, lownew, i, level + 1);
1684 : 330 : lownew = i;
1685 : 330 : data++;
1686 : : }
1687 : 2731 : lastchar = Conf->Spell[i]->word[level];
1688 : : }
1689 : 4110 : data->val = ((uint8 *) (Conf->Spell[i]->word))[level];
1690 [ + + ]: 4110 : if (Conf->Spell[i]->p.d.len == level + 1)
1691 : : {
1692 : 659 : bool clearCompoundOnly = false;
1693 : :
1694 [ + + + - ]: 659 : if (data->isword && data->affix != Conf->Spell[i]->p.d.affix)
1695 : : {
1696 : : /*
1697 : : * MergeAffix called a few times. If one of word is
1698 : : * allowed to be in compound word and another isn't, then
1699 : : * clear FF_COMPOUNDONLY flag.
1700 : : */
1701 : :
1702 : 82 : clearCompoundOnly = (FF_COMPOUNDONLY & data->compoundflag
3240 1703 : 41 : & makeCompoundFlags(Conf, Conf->Spell[i]->p.d.affix))
1704 : : ? false : true;
6832 1705 : 41 : data->affix = MergeAffix(Conf, data->affix, Conf->Spell[i]->p.d.affix);
1706 : : }
1707 : : else
1708 : 618 : data->affix = Conf->Spell[i]->p.d.affix;
1709 : 659 : data->isword = 1;
1710 : :
1711 : 659 : data->compoundflag = makeCompoundFlags(Conf, data->affix);
1712 : :
1713 [ - + ]: 655 : if ((data->compoundflag & FF_COMPOUNDONLY) &&
6832 tgl@sss.pgh.pa.us 1714 [ # # ]:UBC 0 : (data->compoundflag & FF_COMPOUNDFLAG) == 0)
1715 : 0 : data->compoundflag |= FF_COMPOUNDFLAG;
1716 : :
6832 tgl@sss.pgh.pa.us 1717 [ + + ]:CBC 655 : if (clearCompoundOnly)
1718 : 41 : data->compoundflag &= ~FF_COMPOUNDONLY;
1719 : : }
1720 : : }
1721 : :
1722 : : /* Next level of the prefix tree */
1723 : 2389 : data->node = mkSPNode(Conf, lownew, high, level + 1);
1724 : :
1725 : 2385 : return rs;
1726 : : }
1727 : :
1728 : : /*
1729 : : * Builds the Conf->Dictionary tree and AffixData from the imported dictionary
1730 : : * and affixes.
1731 : : */
1732 : : void
6746 bruce@momjian.us 1733 : 83 : NISortDictionary(IspellDict *Conf)
1734 : : {
1735 : : int i;
1736 : : int naffix;
1737 : : int curaffix;
1738 : :
1739 : : /* compress affixes */
1740 : :
1741 : : /*
1742 : : * If we use flag aliases then we need to use Conf->AffixData filled in
1743 : : * the NIImportOOAffixes().
1744 : : */
3714 teodor@sigaev.ru 1745 [ + + ]: 83 : if (Conf->useFlagAliases)
1746 : : {
1747 [ + + ]: 164 : for (i = 0; i < Conf->nspell; i++)
1748 : : {
1749 : : char *end;
1750 : :
3701 1751 [ + + ]: 151 : if (*Conf->Spell[i]->p.flag != '\0')
1752 : : {
423 tgl@sss.pgh.pa.us 1753 : 138 : errno = 0;
3701 teodor@sigaev.ru 1754 : 138 : curaffix = strtol(Conf->Spell[i]->p.flag, &end, 10);
1755 [ + + - + ]: 138 : if (Conf->Spell[i]->p.flag == end || errno == ERANGE)
1756 [ + - ]: 4 : ereport(ERROR,
1757 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1758 : : errmsg("invalid affix alias \"%s\"",
1759 : : Conf->Spell[i]->p.flag)));
2376 tgl@sss.pgh.pa.us 1760 [ + - + + ]: 134 : if (curaffix < 0 || curaffix >= Conf->nAffixData)
1761 [ + - ]: 4 : ereport(ERROR,
1762 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1763 : : errmsg("invalid affix alias \"%s\"",
1764 : : Conf->Spell[i]->p.flag)));
504 peter@eisentraut.org 1765 [ - + - - : 130 : if (*end != '\0' && !isdigit((unsigned char) *end) && !isspace((unsigned char) *end))
- - ]
2376 tgl@sss.pgh.pa.us 1766 [ # # ]:UBC 0 : ereport(ERROR,
1767 : : (errcode(ERRCODE_CONFIG_FILE_ERROR),
1768 : : errmsg("invalid affix alias \"%s\"",
1769 : : Conf->Spell[i]->p.flag)));
1770 : : }
1771 : : else
1772 : : {
1773 : : /*
1774 : : * If Conf->Spell[i]->p.flag is empty, then get empty value of
1775 : : * Conf->AffixData (0 index).
1776 : : */
3701 teodor@sigaev.ru 1777 :CBC 13 : curaffix = 0;
1778 : : }
1779 : :
1780 : 143 : Conf->Spell[i]->p.d.affix = curaffix;
3714 1781 : 143 : Conf->Spell[i]->p.d.len = strlen(Conf->Spell[i]->word);
1782 : : }
1783 : : }
1784 : : /* Otherwise fill Conf->AffixData here */
1785 : : else
1786 : : {
1787 : : /* Count the number of different flags used in the dictionary */
1183 peter@eisentraut.org 1788 : 62 : qsort(Conf->Spell, Conf->nspell, sizeof(SPELL *),
1789 : : cmpspellaffix);
1790 : :
3714 teodor@sigaev.ru 1791 : 62 : naffix = 0;
1792 [ + + ]: 606 : for (i = 0; i < Conf->nspell; i++)
1793 : : {
2580 michael@paquier.xyz 1794 [ + + ]: 544 : if (i == 0 ||
1795 [ + + ]: 482 : strcmp(Conf->Spell[i]->p.flag, Conf->Spell[i - 1]->p.flag) != 0)
3714 teodor@sigaev.ru 1796 : 482 : naffix++;
1797 : : }
1798 : :
1799 : : /*
1800 : : * Fill in Conf->AffixData with the affixes that were used in the
1801 : : * dictionary. Replace textual flag-field of Conf->Spell entries with
1802 : : * indexes into Conf->AffixData array.
1803 : : */
146 michael@paquier.xyz 1804 :GNC 62 : Conf->AffixData = palloc0_array(const char *, naffix);
1805 : :
3714 teodor@sigaev.ru 1806 :CBC 62 : curaffix = -1;
1807 [ + + ]: 606 : for (i = 0; i < Conf->nspell; i++)
1808 : : {
2580 michael@paquier.xyz 1809 [ + + ]: 544 : if (i == 0 ||
1810 [ + + ]: 482 : strcmp(Conf->Spell[i]->p.flag, Conf->AffixData[curaffix]) != 0)
1811 : : {
3714 teodor@sigaev.ru 1812 : 482 : curaffix++;
1813 [ - + ]: 482 : Assert(curaffix < naffix);
1814 : 482 : Conf->AffixData[curaffix] = cpstrdup(Conf,
3617 rhaas@postgresql.org 1815 : 482 : Conf->Spell[i]->p.flag);
1816 : : }
1817 : :
3714 teodor@sigaev.ru 1818 : 544 : Conf->Spell[i]->p.d.affix = curaffix;
1819 : 544 : Conf->Spell[i]->p.d.len = strlen(Conf->Spell[i]->word);
1820 : : }
1821 : :
1822 : 62 : Conf->lenAffixData = Conf->nAffixData = naffix;
1823 : : }
1824 : :
1825 : : /* Start build a prefix tree */
1183 peter@eisentraut.org 1826 : 75 : qsort(Conf->Spell, Conf->nspell, sizeof(SPELL *), cmpspell);
6832 tgl@sss.pgh.pa.us 1827 : 75 : Conf->Dictionary = mkSPNode(Conf, 0, Conf->nspell, 0);
1828 : 71 : }
1829 : :
1830 : : /*
1831 : : * Makes a prefix tree for the given level using the repl string of an affix
1832 : : * rule. Affixes with empty replace string do not include in the prefix tree.
1833 : : * This affixes are included by mkVoidAffix().
1834 : : *
1835 : : * Conf: current dictionary.
1836 : : * low: lower index of the Conf->Affix array.
1837 : : * high: upper index of the Conf->Affix array.
1838 : : * level: current prefix tree level.
1839 : : * type: FF_SUFFIX or FF_PREFIX.
1840 : : */
1841 : : static AffixNode *
6746 bruce@momjian.us 1842 : 1198 : mkANode(IspellDict *Conf, int low, int high, int level, int type)
1843 : : {
1844 : : int i;
6832 tgl@sss.pgh.pa.us 1845 : 1198 : int nchar = 0;
1846 : 1198 : uint8 lastchar = '\0';
1847 : : AffixNode *rs;
1848 : : AffixNodeData *data;
1849 : 1198 : int lownew = low;
1850 : : int naff;
1851 : : AFFIX **aff;
1852 : :
1853 [ + + ]: 3224 : for (i = low; i < high; i++)
1854 [ + + + + : 2026 : if (Conf->Affix[i].replen > level && lastchar != GETCHAR(Conf->Affix + i, level, type))
+ + ]
1855 : : {
1856 : 1056 : nchar++;
1857 [ + + ]: 1056 : lastchar = GETCHAR(Conf->Affix + i, level, type);
1858 : : }
1859 : :
1860 [ + + ]: 1198 : if (!nchar)
1861 : 457 : return NULL;
1862 : :
1863 : 741 : aff = (AFFIX **) tmpalloc(sizeof(AFFIX *) * (high - low + 1));
1864 : 741 : naff = 0;
1865 : :
5690 1866 : 741 : rs = (AffixNode *) cpalloc0(ANHRDSZ + nchar * sizeof(AffixNodeData));
6832 1867 : 741 : rs->length = nchar;
1868 : 741 : data = rs->data;
1869 : :
1870 : 741 : lastchar = '\0';
1871 [ + + ]: 2195 : for (i = low; i < high; i++)
1872 [ + + ]: 1454 : if (Conf->Affix[i].replen > level)
1873 : : {
1874 [ + + + + ]: 1224 : if (lastchar != GETCHAR(Conf->Affix + i, level, type))
1875 : : {
1876 [ + + ]: 1056 : if (lastchar)
1877 : : {
1878 : : /* Next level of the prefix tree */
1879 : 315 : data->node = mkANode(Conf, lownew, i, level + 1, type);
1880 [ + + ]: 315 : if (naff)
1881 : : {
1882 : 71 : data->naff = naff;
5690 1883 : 71 : data->aff = (AFFIX **) cpalloc(sizeof(AFFIX *) * naff);
6832 1884 : 71 : memcpy(data->aff, aff, sizeof(AFFIX *) * naff);
1885 : 71 : naff = 0;
1886 : : }
1887 : 315 : data++;
1888 : 315 : lownew = i;
1889 : : }
1890 [ + + ]: 1056 : lastchar = GETCHAR(Conf->Affix + i, level, type);
1891 : : }
1892 [ + + ]: 1224 : data->val = GETCHAR(Conf->Affix + i, level, type);
1893 [ + + ]: 1224 : if (Conf->Affix[i].replen == level + 1)
1894 : : { /* affix stopped */
1895 : 554 : aff[naff++] = Conf->Affix + i;
1896 : : }
1897 : : }
1898 : :
1899 : : /* Next level of the prefix tree */
1900 : 741 : data->node = mkANode(Conf, lownew, high, level + 1, type);
1901 [ + + ]: 741 : if (naff)
1902 : : {
1903 : 457 : data->naff = naff;
5690 1904 : 457 : data->aff = (AFFIX **) cpalloc(sizeof(AFFIX *) * naff);
6832 1905 : 457 : memcpy(data->aff, aff, sizeof(AFFIX *) * naff);
1906 : 457 : naff = 0;
1907 : : }
1908 : :
1909 : 741 : pfree(aff);
1910 : :
1911 : 741 : return rs;
1912 : : }
1913 : :
1914 : : /*
1915 : : * Makes the root void node in the prefix tree. The root void node is created
1916 : : * for affixes which have empty replace string ("repl" field).
1917 : : */
1918 : : static void
6746 bruce@momjian.us 1919 : 142 : mkVoidAffix(IspellDict *Conf, bool issuffix, int startsuffix)
1920 : : {
1921 : : int i,
6832 tgl@sss.pgh.pa.us 1922 : 142 : cnt = 0;
1923 [ + + ]: 142 : int start = (issuffix) ? startsuffix : 0;
1924 [ + + ]: 142 : int end = (issuffix) ? Conf->naffixes : startsuffix;
1925 : 142 : AffixNode *Affix = (AffixNode *) palloc0(ANHRDSZ + sizeof(AffixNodeData));
1926 : :
1927 : 142 : Affix->length = 1;
1928 : 142 : Affix->isvoid = 1;
1929 : :
1930 [ + + ]: 142 : if (issuffix)
1931 : : {
1932 : 71 : Affix->data->node = Conf->Suffix;
1933 : 71 : Conf->Suffix = Affix;
1934 : : }
1935 : : else
1936 : : {
1937 : 71 : Affix->data->node = Conf->Prefix;
1938 : 71 : Conf->Prefix = Affix;
1939 : : }
1940 : :
1941 : : /* Count affixes with empty replace string */
1942 [ + + ]: 714 : for (i = start; i < end; i++)
1943 [ + + ]: 572 : if (Conf->Affix[i].replen == 0)
1944 : 18 : cnt++;
1945 : :
1946 : : /* There is not affixes with empty replace string */
1947 [ + + ]: 142 : if (cnt == 0)
1948 : 124 : return;
1949 : :
5690 1950 : 18 : Affix->data->aff = (AFFIX **) cpalloc(sizeof(AFFIX *) * cnt);
6832 1951 : 18 : Affix->data->naff = (uint32) cnt;
1952 : :
1953 : 18 : cnt = 0;
1954 [ + + ]: 144 : for (i = start; i < end; i++)
1955 [ + + ]: 126 : if (Conf->Affix[i].replen == 0)
1956 : : {
1957 : 18 : Affix->data->aff[cnt] = Conf->Affix + i;
1958 : 18 : cnt++;
1959 : : }
1960 : : }
1961 : :
1962 : : /*
1963 : : * Checks if the affixflag is used by dictionary. Conf->AffixData does not
1964 : : * contain affixflag if this flag is not used actually by the .dict file.
1965 : : *
1966 : : * Conf: current dictionary.
1967 : : * affixflag: affix flag.
1968 : : *
1969 : : * Returns true if the Conf->AffixData array contains affixflag, otherwise
1970 : : * returns false.
1971 : : */
1972 : : static bool
637 heikki.linnakangas@i 1973 : 97 : isAffixInUse(IspellDict *Conf, const char *affixflag)
1974 : : {
1975 : : int i;
1976 : :
6832 tgl@sss.pgh.pa.us 1977 [ + + ]: 710 : for (i = 0; i < Conf->nAffixData; i++)
3714 teodor@sigaev.ru 1978 [ + + ]: 695 : if (IsAffixFlagInUse(Conf, i, affixflag))
6832 tgl@sss.pgh.pa.us 1979 : 82 : return true;
1980 : :
1981 : 15 : return false;
1982 : : }
1983 : :
1984 : : /*
1985 : : * Builds Conf->Prefix and Conf->Suffix trees from the imported affixes.
1986 : : */
1987 : : void
6746 bruce@momjian.us 1988 : 71 : NISortAffixes(IspellDict *Conf)
1989 : : {
1990 : : AFFIX *Affix;
1991 : : size_t i;
1992 : : CMPDAffix *ptr;
6828 tgl@sss.pgh.pa.us 1993 : 71 : int firstsuffix = Conf->naffixes;
1994 : :
6832 1995 [ - + ]: 71 : if (Conf->naffixes == 0)
6832 tgl@sss.pgh.pa.us 1996 :UBC 0 : return;
1997 : :
1998 : : /* Store compound affixes in the Conf->CompoundAffix array */
6832 tgl@sss.pgh.pa.us 1999 [ + - ]:CBC 71 : if (Conf->naffixes > 1)
1183 peter@eisentraut.org 2000 : 71 : qsort(Conf->Affix, Conf->naffixes, sizeof(AFFIX), cmpaffix);
146 michael@paquier.xyz 2001 :GNC 71 : Conf->CompoundAffix = ptr = palloc_array(CMPDAffix, Conf->naffixes);
6832 tgl@sss.pgh.pa.us 2002 :CBC 71 : ptr->affix = NULL;
2003 : :
2004 [ + + ]: 643 : for (i = 0; i < Conf->naffixes; i++)
2005 : : {
2006 : 572 : Affix = &(((AFFIX *) Conf->Affix)[i]);
6828 2007 [ + + + + ]: 572 : if (Affix->type == FF_SUFFIX && i < firstsuffix)
6832 2008 : 71 : firstsuffix = i;
2009 : :
2010 [ + + + - : 669 : if ((Affix->flagflags & FF_COMPOUNDFLAG) && Affix->replen > 0 &&
+ + ]
3714 teodor@sigaev.ru 2011 : 97 : isAffixInUse(Conf, Affix->flag))
2012 : : {
2945 tgl@sss.pgh.pa.us 2013 : 82 : bool issuffix = (Affix->type == FF_SUFFIX);
2014 : :
6832 2015 [ + + ]: 82 : if (ptr == Conf->CompoundAffix ||
2945 2016 [ + - + + ]: 52 : issuffix != (ptr - 1)->issuffix ||
6832 2017 : 26 : strbncmp((const unsigned char *) (ptr - 1)->affix,
2018 : 26 : (const unsigned char *) Affix->repl,
2019 : 26 : (ptr - 1)->len))
2020 : : {
2021 : : /* leave only unique and minimal suffixes */
2022 : 69 : ptr->affix = Affix->repl;
2023 : 69 : ptr->len = Affix->replen;
2945 2024 : 69 : ptr->issuffix = issuffix;
6832 2025 : 69 : ptr++;
2026 : : }
2027 : : }
2028 : : }
2029 : 71 : ptr->affix = NULL;
2030 : 71 : Conf->CompoundAffix = (CMPDAffix *) repalloc(Conf->CompoundAffix, sizeof(CMPDAffix) * (ptr - Conf->CompoundAffix + 1));
2031 : :
2032 : : /* Start build a prefix tree */
2033 : 71 : Conf->Prefix = mkANode(Conf, 0, firstsuffix, 0, FF_PREFIX);
2034 : 71 : Conf->Suffix = mkANode(Conf, firstsuffix, Conf->naffixes, 0, FF_SUFFIX);
6828 2035 : 71 : mkVoidAffix(Conf, true, firstsuffix);
2036 : 71 : mkVoidAffix(Conf, false, firstsuffix);
2037 : : }
2038 : :
2039 : : static AffixNodeData *
6746 bruce@momjian.us 2040 : 3850 : FindAffixes(AffixNode *node, const char *word, int wrdlen, int *level, int type)
2041 : : {
2042 : : AffixNodeData *StopLow,
2043 : : *StopHigh,
2044 : : *StopMiddle;
2045 : : uint8 symbol;
2046 : :
6832 tgl@sss.pgh.pa.us 2047 [ + + ]: 3850 : if (node->isvoid)
2048 : : { /* search void affixes */
2049 [ + + ]: 3350 : if (node->data->naff)
2050 : 285 : return node->data;
2051 : 3065 : node = node->data->node;
2052 : : }
2053 : :
2054 [ + - + + ]: 4485 : while (node && *level < wrdlen)
2055 : : {
2056 : 4465 : StopLow = node->data;
2057 : 4465 : StopHigh = node->data + node->length;
2058 [ + + ]: 9855 : while (StopLow < StopHigh)
2059 : : {
2060 : 7395 : StopMiddle = StopLow + ((StopHigh - StopLow) >> 1);
2061 [ + + ]: 7395 : symbol = GETWCHAR(word, wrdlen, *level, type);
2062 : :
2063 [ + + ]: 7395 : if (StopMiddle->val == symbol)
2064 : : {
2065 : 2005 : (*level)++;
2066 [ + + ]: 2005 : if (StopMiddle->naff)
2067 : 1085 : return StopMiddle;
2068 : 920 : node = StopMiddle->node;
2069 : 920 : break;
2070 : : }
2071 [ + + ]: 5390 : else if (StopMiddle->val < symbol)
2072 : 1340 : StopLow = StopMiddle + 1;
2073 : : else
2074 : 4050 : StopHigh = StopMiddle;
2075 : : }
2076 [ + + ]: 3380 : if (StopLow >= StopHigh)
2077 : 2460 : break;
2078 : : }
2079 : 2480 : return NULL;
2080 : : }
2081 : :
2082 : : /*
2083 : : * Checks to see if affix applies to word, transforms word if so.
2084 : : * The transformation consists of replacing Affix->replen leading or
2085 : : * trailing bytes with the Affix->find string.
2086 : : *
2087 : : * word: input word
2088 : : * len: length of input word
2089 : : * Affix: affix to consider
2090 : : * flagflags: context flags showing whether we are handling a compound word
2091 : : * newword: output buffer (MUST be of length 2 * MAXNORMLEN)
2092 : : * baselen: input/output argument
2093 : : *
2094 : : * If baselen isn't NULL, then *baselen is used to return the length of
2095 : : * the non-changed part of the word when applying a suffix, and is used
2096 : : * to detect whether the input contained only a prefix and suffix when
2097 : : * later applying a prefix.
2098 : : *
2099 : : * Returns newword on success, or NULL if the affix can't be applied.
2100 : : * On success, the modified word is stored into newword.
2101 : : */
2102 : : static char *
6746 bruce@momjian.us 2103 : 1530 : CheckAffix(const char *word, size_t len, AFFIX *Affix, int flagflags, char *newword, int *baselen)
2104 : : {
2105 : : size_t keeplen,
2106 : : findlen;
2107 : :
2108 : : /*
2109 : : * Check compound allow flags
2110 : : */
2111 : :
6832 tgl@sss.pgh.pa.us 2112 [ + + ]: 1530 : if (flagflags == 0)
2113 : : {
2114 [ + + ]: 1055 : if (Affix->flagflags & FF_COMPOUNDONLY)
2115 : 110 : return NULL;
2116 : : }
2117 [ - + ]: 475 : else if (flagflags & FF_COMPOUNDBEGIN)
2118 : : {
6832 tgl@sss.pgh.pa.us 2119 [ # # ]:UBC 0 : if (Affix->flagflags & FF_COMPOUNDFORBIDFLAG)
2120 : 0 : return NULL;
2121 [ # # ]: 0 : if ((Affix->flagflags & FF_COMPOUNDBEGIN) == 0)
2122 [ # # ]: 0 : if (Affix->type == FF_SUFFIX)
2123 : 0 : return NULL;
2124 : : }
6832 tgl@sss.pgh.pa.us 2125 [ + + ]:CBC 475 : else if (flagflags & FF_COMPOUNDMIDDLE)
2126 : : {
2127 [ + + ]: 340 : if ((Affix->flagflags & FF_COMPOUNDMIDDLE) == 0 ||
2128 [ - + ]: 190 : (Affix->flagflags & FF_COMPOUNDFORBIDFLAG))
2129 : 150 : return NULL;
2130 : : }
2131 [ + - ]: 135 : else if (flagflags & FF_COMPOUNDLAST)
2132 : : {
2133 [ - + ]: 135 : if (Affix->flagflags & FF_COMPOUNDFORBIDFLAG)
6832 tgl@sss.pgh.pa.us 2134 :UBC 0 : return NULL;
6832 tgl@sss.pgh.pa.us 2135 [ + + ]:CBC 135 : if ((Affix->flagflags & FF_COMPOUNDLAST) == 0)
2136 [ - + ]: 125 : if (Affix->type == FF_PREFIX)
6832 tgl@sss.pgh.pa.us 2137 :UBC 0 : return NULL;
2138 : : }
2139 : :
2140 : : /*
2141 : : * Protect against output buffer overrun (len < Affix->replen would be
2142 : : * caller error, but check anyway)
2143 : : */
13 tgl@sss.pgh.pa.us 2144 [ - + ]:CBC 1270 : Assert(len == strlen(word));
2145 [ - + ]: 1270 : if (len < Affix->replen)
13 tgl@sss.pgh.pa.us 2146 :UBC 0 : return NULL;
13 tgl@sss.pgh.pa.us 2147 :CBC 1270 : keeplen = len - Affix->replen; /* how much of word we will keep */
2148 : 1270 : findlen = strlen(Affix->find);
2149 [ - + ]: 1270 : if (keeplen + findlen >= 2 * MAXNORMLEN)
13 tgl@sss.pgh.pa.us 2150 :UBC 0 : return NULL;
2151 : :
2152 : : /*
2153 : : * make replace pattern of affix
2154 : : */
6832 tgl@sss.pgh.pa.us 2155 [ + + ]:CBC 1270 : if (Affix->type == FF_SUFFIX)
2156 : : {
13 2157 : 870 : memcpy(newword, word, keeplen);
2158 : 870 : strcpy(newword + keeplen, Affix->find);
6832 2159 [ + - ]: 870 : if (baselen) /* store length of non-changed part of word */
13 2160 : 870 : *baselen = keeplen;
2161 : : }
2162 : : else
2163 : : {
2164 : : /*
2165 : : * if prefix is an all non-changed part's length then all word
2166 : : * contains only prefix and suffix, so out
2167 : : */
2168 [ + + - + ]: 400 : if (baselen && *baselen + findlen <= Affix->replen)
6832 tgl@sss.pgh.pa.us 2169 :UBC 0 : return NULL;
13 tgl@sss.pgh.pa.us 2170 :CBC 400 : memcpy(newword, Affix->find, findlen);
2171 : 400 : strcpy(newword + findlen, word + Affix->replen);
2172 : : }
2173 : :
2174 : : /*
2175 : : * check resulting word
2176 : : */
6832 2177 [ + + ]: 1270 : if (Affix->issimple)
2178 : 400 : return newword;
2179 [ + + ]: 870 : else if (Affix->isregis)
2180 : : {
2181 [ + + ]: 590 : if (RS_execute(&(Affix->reg.regis), newword))
2182 : 560 : return newword;
2183 : : }
2184 : : else
2185 : : {
2186 : : pg_wchar *data;
2187 : : size_t data_len;
2188 : : int newword_len;
2189 : :
2190 : : /* Convert data string to wide characters */
2191 : 280 : newword_len = strlen(newword);
146 michael@paquier.xyz 2192 :GNC 280 : data = palloc_array(pg_wchar, newword_len + 1);
6832 tgl@sss.pgh.pa.us 2193 :CBC 280 : data_len = pg_mb2wchar_with_len(newword, data, newword_len);
2194 : :
1123 tmunro@postgresql.or 2195 [ + - ]: 280 : if (pg_regexec(Affix->reg.pregex, data, data_len,
2196 : : 0, NULL, 0, NULL, 0) == REG_OKAY)
2197 : : {
6832 tgl@sss.pgh.pa.us 2198 : 280 : pfree(data);
2199 : 280 : return newword;
2200 : : }
6832 tgl@sss.pgh.pa.us 2201 :UBC 0 : pfree(data);
2202 : : }
2203 : :
6832 tgl@sss.pgh.pa.us 2204 :CBC 30 : return NULL;
2205 : : }
2206 : :
2207 : : static int
2208 : 450 : addToResult(char **forms, char **cur, char *word)
2209 : : {
2210 [ - + ]: 450 : if (cur - forms >= MAX_NORM - 1)
6832 tgl@sss.pgh.pa.us 2211 :UBC 0 : return 0;
6832 tgl@sss.pgh.pa.us 2212 [ + + + - ]:CBC 450 : if (forms == cur || strcmp(word, *(cur - 1)) != 0)
2213 : : {
2214 : 450 : *cur = pstrdup(word);
6172 bruce@momjian.us 2215 : 450 : *(cur + 1) = NULL;
6832 tgl@sss.pgh.pa.us 2216 : 450 : return 1;
2217 : : }
2218 : :
6832 tgl@sss.pgh.pa.us 2219 :UBC 0 : return 0;
2220 : : }
2221 : :
2222 : : static char **
637 heikki.linnakangas@i 2223 :CBC 1255 : NormalizeSubWord(IspellDict *Conf, const char *word, int flag)
2224 : : {
6832 tgl@sss.pgh.pa.us 2225 : 1255 : AffixNodeData *suffix = NULL,
2226 : 1255 : *prefix = NULL;
2227 : 1255 : int slevel = 0,
2228 : 1255 : plevel = 0;
2229 : 1255 : int wrdlen = strlen(word),
2230 : : swrdlen;
2231 : : char **forms;
2232 : : char **cur;
2233 : 1255 : char newword[2 * MAXNORMLEN] = "";
2234 : 1255 : char pnewword[2 * MAXNORMLEN] = "";
2235 : 1255 : AffixNode *snode = Conf->Suffix,
2236 : : *pnode;
2237 : : int i,
2238 : : j;
2239 : :
2240 [ - + ]: 1255 : if (wrdlen > MAXNORMLEN)
6832 tgl@sss.pgh.pa.us 2241 :UBC 0 : return NULL;
146 michael@paquier.xyz 2242 :GNC 1255 : cur = forms = palloc_array(char *, MAX_NORM);
6832 tgl@sss.pgh.pa.us 2243 :CBC 1255 : *cur = NULL;
2244 : :
2245 : :
2246 : : /* Check that the word itself is normal form */
3701 teodor@sigaev.ru 2247 [ + + ]: 1255 : if (FindWord(Conf, word, VoidString, flag))
2248 : : {
6832 tgl@sss.pgh.pa.us 2249 : 390 : *cur = pstrdup(word);
2250 : 390 : cur++;
2251 : 390 : *cur = NULL;
2252 : : }
2253 : :
2254 : : /* Find all other NORMAL forms of the 'word' (check only prefix) */
2255 : 1255 : pnode = Conf->Prefix;
2256 : 1255 : plevel = 0;
2257 [ + + ]: 1435 : while (pnode)
2258 : : {
6828 2259 : 1255 : prefix = FindAffixes(pnode, word, wrdlen, &plevel, FF_PREFIX);
6832 2260 [ + + ]: 1255 : if (!prefix)
2261 : 1075 : break;
2262 [ + + ]: 360 : for (j = 0; j < prefix->naff; j++)
2263 : : {
2264 [ + + ]: 180 : if (CheckAffix(word, wrdlen, prefix->aff[j], flag, newword, NULL))
2265 : : {
2266 : : /* prefix success */
2267 [ + + ]: 160 : if (FindWord(Conf, newword, prefix->aff[j]->flag, flag))
2268 : 40 : cur += addToResult(forms, cur, newword);
2269 : : }
2270 : : }
2271 : 180 : pnode = prefix->node;
2272 : : }
2273 : :
2274 : : /*
2275 : : * Find all other NORMAL forms of the 'word' (check suffix and then
2276 : : * prefix)
2277 : : */
2278 [ + + ]: 2165 : while (snode)
2279 : : {
2280 : 1755 : int baselen = 0;
2281 : :
2282 : : /* find possible suffix */
6828 2283 : 1755 : suffix = FindAffixes(snode, word, wrdlen, &slevel, FF_SUFFIX);
6832 2284 [ + + ]: 1755 : if (!suffix)
2285 : 845 : break;
2286 : : /* foreach suffix check affix */
2287 [ + + ]: 1980 : for (i = 0; i < suffix->naff; i++)
2288 : : {
2289 [ + + ]: 1070 : if (CheckAffix(word, wrdlen, suffix->aff[i], flag, newword, &baselen))
2290 : : {
2291 : : /* suffix success */
2292 [ + + ]: 840 : if (FindWord(Conf, newword, suffix->aff[i]->flag, flag))
2293 : 230 : cur += addToResult(forms, cur, newword);
2294 : :
2295 : : /* now we will look changed word with prefixes */
2296 : 840 : pnode = Conf->Prefix;
2297 : 840 : plevel = 0;
2298 : 840 : swrdlen = strlen(newword);
2299 [ + + ]: 1120 : while (pnode)
2300 : : {
6828 2301 : 840 : prefix = FindAffixes(pnode, newword, swrdlen, &plevel, FF_PREFIX);
6832 2302 [ + + ]: 840 : if (!prefix)
2303 : 560 : break;
2304 [ + + ]: 560 : for (j = 0; j < prefix->naff; j++)
2305 : : {
2306 [ + + ]: 280 : if (CheckAffix(newword, swrdlen, prefix->aff[j], flag, pnewword, &baselen))
2307 : : {
2308 : : /* prefix success */
637 heikki.linnakangas@i 2309 : 480 : const char *ff = (prefix->aff[j]->flagflags & suffix->aff[i]->flagflags & FF_CROSSPRODUCT) ?
1082 tgl@sss.pgh.pa.us 2310 [ + + ]: 240 : VoidString : prefix->aff[j]->flag;
2311 : :
6832 2312 [ + + ]: 240 : if (FindWord(Conf, pnewword, ff, flag))
2313 : 180 : cur += addToResult(forms, cur, pnewword);
2314 : : }
2315 : : }
2316 : 280 : pnode = prefix->node;
2317 : : }
2318 : : }
2319 : : }
2320 : :
2321 : 910 : snode = suffix->node;
2322 : : }
2323 : :
2324 [ + + ]: 1255 : if (cur == forms)
2325 : : {
2326 : 555 : pfree(forms);
3183 peter_e@gmx.net 2327 : 555 : return NULL;
2328 : : }
2329 : 700 : return forms;
2330 : : }
2331 : :
2332 : : typedef struct SplitVar
2333 : : {
2334 : : int nstem;
2335 : : int lenstem;
2336 : : char **stem;
2337 : : struct SplitVar *next;
2338 : : } SplitVar;
2339 : :
2340 : : static int
637 heikki.linnakangas@i 2341 : 5050 : CheckCompoundAffixes(CMPDAffix **ptr, const char *word, int len, bool CheckInPlace)
2342 : : {
2343 : : bool issuffix;
2344 : :
2345 : : /* in case CompoundAffix is null: */
4212 tgl@sss.pgh.pa.us 2346 [ - + ]: 5050 : if (*ptr == NULL)
4212 tgl@sss.pgh.pa.us 2347 :UBC 0 : return -1;
2348 : :
6832 tgl@sss.pgh.pa.us 2349 [ + + ]:CBC 5050 : if (CheckInPlace)
2350 : : {
2351 [ + + ]: 9640 : while ((*ptr)->affix)
2352 : : {
2353 [ + + + + ]: 5370 : if (len > (*ptr)->len && strncmp((*ptr)->affix, word, (*ptr)->len) == 0)
2354 : : {
2355 : 50 : len = (*ptr)->len;
2356 : 50 : issuffix = (*ptr)->issuffix;
2357 : 50 : (*ptr)++;
2358 [ + - ]: 50 : return (issuffix) ? len : 0;
2359 : : }
2360 : 5320 : (*ptr)++;
2361 : : }
2362 : : }
2363 : : else
2364 : : {
2365 : : const char *affbegin;
2366 : :
2367 [ + + ]: 1410 : while ((*ptr)->affix)
2368 : : {
2369 [ + + + + ]: 785 : if (len > (*ptr)->len && (affbegin = strstr(word, (*ptr)->affix)) != NULL)
2370 : : {
2371 : 105 : len = (*ptr)->len + (affbegin - word);
2372 : 105 : issuffix = (*ptr)->issuffix;
2373 : 105 : (*ptr)++;
2374 [ + - ]: 105 : return (issuffix) ? len : 0;
2375 : : }
2376 : 680 : (*ptr)++;
2377 : : }
2378 : : }
2379 : 4895 : return -1;
2380 : : }
2381 : :
2382 : : static SplitVar *
6746 bruce@momjian.us 2383 : 1175 : CopyVar(SplitVar *s, int makedup)
2384 : : {
146 michael@paquier.xyz 2385 :GNC 1175 : SplitVar *v = palloc_object(SplitVar);
2386 : :
6832 tgl@sss.pgh.pa.us 2387 :CBC 1175 : v->next = NULL;
2388 [ + + ]: 1175 : if (s)
2389 : : {
2390 : : int i;
2391 : :
6684 teodor@sigaev.ru 2392 : 550 : v->lenstem = s->lenstem;
146 michael@paquier.xyz 2393 :GNC 550 : v->stem = palloc_array(char *, v->lenstem);
6832 tgl@sss.pgh.pa.us 2394 :CBC 550 : v->nstem = s->nstem;
2395 [ + + ]: 835 : for (i = 0; i < s->nstem; i++)
2396 [ + + ]: 285 : v->stem[i] = (makedup) ? pstrdup(s->stem[i]) : s->stem[i];
2397 : : }
2398 : : else
2399 : : {
6684 teodor@sigaev.ru 2400 : 625 : v->lenstem = 16;
146 michael@paquier.xyz 2401 :GNC 625 : v->stem = palloc_array(char *, v->lenstem);
6832 tgl@sss.pgh.pa.us 2402 :CBC 625 : v->nstem = 0;
2403 : : }
2404 : 1175 : return v;
2405 : : }
2406 : :
2407 : : static void
6684 teodor@sigaev.ru 2408 : 1575 : AddStem(SplitVar *v, char *word)
2409 : : {
6172 bruce@momjian.us 2410 [ - + ]: 1575 : if (v->nstem >= v->lenstem)
2411 : : {
6684 teodor@sigaev.ru 2412 :UBC 0 : v->lenstem *= 2;
2413 : 0 : v->stem = (char **) repalloc(v->stem, sizeof(char *) * v->lenstem);
2414 : : }
2415 : :
6684 teodor@sigaev.ru 2416 :CBC 1575 : v->stem[v->nstem] = word;
2417 : 1575 : v->nstem++;
2418 : 1575 : }
2419 : :
2420 : : static SplitVar *
637 heikki.linnakangas@i 2421 : 1100 : SplitToVariants(IspellDict *Conf, SPNode *snode, SplitVar *orig, const char *word, int wordlen, int startpos, int minpos)
2422 : : {
6832 tgl@sss.pgh.pa.us 2423 : 1100 : SplitVar *var = NULL;
2424 : : SPNodeData *StopLow,
2425 : : *StopHigh,
2426 : 1100 : *StopMiddle = NULL;
2427 [ + + ]: 1100 : SPNode *node = (snode) ? snode : Conf->Dictionary;
2428 [ + + ]: 1100 : int level = (snode) ? minpos : startpos; /* recursive
2429 : : * minpos==level */
2430 : : int lenaff;
2431 : : CMPDAffix *caff;
2432 : : char *notprobed;
2433 : 1100 : int compoundflag = 0;
2434 : :
2435 : : /* since this function recurses, it could be driven to stack overflow */
1350 2436 : 1100 : check_stack_depth();
2437 : :
6832 2438 : 1100 : notprobed = (char *) palloc(wordlen);
2439 : 1100 : memset(notprobed, 1, wordlen);
2440 : 1100 : var = CopyVar(orig, 1);
2441 : :
2442 [ + + ]: 6210 : while (level < wordlen)
2443 : : {
2444 : : /* find word with epenthetic or/and compound affix */
2445 : 5995 : caff = Conf->CompoundAffix;
2446 [ + + + + ]: 6150 : while (level > startpos && (lenaff = CheckCompoundAffixes(&caff, word + level, wordlen - level, (node) ? true : false)) >= 0)
2447 : : {
2448 : : /*
2449 : : * there is one of compound affixes, so check word for existings
2450 : : */
2451 : : char buf[MAXNORMLEN];
2452 : : char **subres;
2453 : :
2454 : 155 : lenaff = level - startpos + lenaff;
2455 : :
2456 [ - + ]: 155 : if (!notprobed[startpos + lenaff - 1])
6832 tgl@sss.pgh.pa.us 2457 :UBC 0 : continue;
2458 : :
6832 tgl@sss.pgh.pa.us 2459 [ - + ]:CBC 155 : if (level + lenaff - 1 <= minpos)
6832 tgl@sss.pgh.pa.us 2460 :UBC 0 : continue;
2461 : :
6172 bruce@momjian.us 2462 [ - + ]:CBC 155 : if (lenaff >= MAXNORMLEN)
6172 bruce@momjian.us 2463 :UBC 0 : continue; /* skip too big value */
6832 tgl@sss.pgh.pa.us 2464 [ + - ]:CBC 155 : if (lenaff > 0)
2465 : 155 : memcpy(buf, word + startpos, lenaff);
2466 : 155 : buf[lenaff] = '\0';
2467 : :
6684 teodor@sigaev.ru 2468 [ - + ]: 155 : if (level == 0)
6832 tgl@sss.pgh.pa.us 2469 :UBC 0 : compoundflag = FF_COMPOUNDBEGIN;
6832 tgl@sss.pgh.pa.us 2470 [ - + ]:CBC 155 : else if (level == wordlen - 1)
6832 tgl@sss.pgh.pa.us 2471 :UBC 0 : compoundflag = FF_COMPOUNDLAST;
2472 : : else
6832 tgl@sss.pgh.pa.us 2473 :CBC 155 : compoundflag = FF_COMPOUNDMIDDLE;
2474 : 155 : subres = NormalizeSubWord(Conf, buf, compoundflag);
2475 [ + + ]: 155 : if (subres)
2476 : : {
2477 : : /* Yes, it was a word from dictionary */
2478 : 75 : SplitVar *new = CopyVar(var, 0);
2479 : 75 : SplitVar *ptr = var;
2480 : 75 : char **sptr = subres;
2481 : :
2482 : 75 : notprobed[startpos + lenaff - 1] = 0;
2483 : :
2484 [ + + ]: 150 : while (*sptr)
2485 : : {
6172 bruce@momjian.us 2486 : 75 : AddStem(new, *sptr);
6832 tgl@sss.pgh.pa.us 2487 : 75 : sptr++;
2488 : : }
2489 : 75 : pfree(subres);
2490 : :
2491 [ - + ]: 75 : while (ptr->next)
6832 tgl@sss.pgh.pa.us 2492 :UBC 0 : ptr = ptr->next;
6832 tgl@sss.pgh.pa.us 2493 :CBC 75 : ptr->next = SplitToVariants(Conf, NULL, new, word, wordlen, startpos + lenaff, startpos + lenaff);
2494 : :
2495 : 75 : pfree(new->stem);
2496 : 75 : pfree(new);
2497 : : }
2498 : : }
2499 : :
2500 [ + + ]: 5995 : if (!node)
2501 : 625 : break;
2502 : :
2503 : 5370 : StopLow = node->data;
2504 : 5370 : StopHigh = node->data + node->length;
2505 [ + + ]: 7245 : while (StopLow < StopHigh)
2506 : : {
2507 : 6720 : StopMiddle = StopLow + ((StopHigh - StopLow) >> 1);
99 peter@eisentraut.org 2508 [ + + ]:GNC 6720 : if (StopMiddle->val == ((const uint8 *) (word))[level])
6832 tgl@sss.pgh.pa.us 2509 :CBC 4845 : break;
99 peter@eisentraut.org 2510 [ + + ]:GNC 1875 : else if (StopMiddle->val < ((const uint8 *) (word))[level])
6832 tgl@sss.pgh.pa.us 2511 :CBC 815 : StopLow = StopMiddle + 1;
2512 : : else
2513 : 1060 : StopHigh = StopMiddle;
2514 : : }
2515 : :
2516 [ + + ]: 5370 : if (StopLow < StopHigh)
2517 : : {
3714 teodor@sigaev.ru 2518 [ + + ]: 4845 : if (startpos == 0)
6832 tgl@sss.pgh.pa.us 2519 : 2725 : compoundflag = FF_COMPOUNDBEGIN;
2520 [ + + ]: 2120 : else if (level == wordlen - 1)
2521 : 240 : compoundflag = FF_COMPOUNDLAST;
2522 : : else
2523 : 1880 : compoundflag = FF_COMPOUNDMIDDLE;
2524 : :
2525 : : /* find infinitive */
2526 [ + + ]: 4845 : if (StopMiddle->isword &&
2527 [ + + ]: 1280 : (StopMiddle->compoundflag & compoundflag) &&
2528 [ + - ]: 1060 : notprobed[level])
2529 : : {
2530 : : /* ok, we found full compoundallowed word */
2531 [ + + ]: 1060 : if (level > minpos)
2532 : : {
2533 : : /* and its length more than minimal */
2534 [ + + ]: 660 : if (wordlen == level + 1)
2535 : : {
2536 : : /* well, it was last word */
6172 bruce@momjian.us 2537 : 260 : AddStem(var, pnstrdup(word + startpos, wordlen - startpos));
6832 tgl@sss.pgh.pa.us 2538 : 260 : pfree(notprobed);
2539 : 260 : return var;
2540 : : }
2541 : : else
2542 : 400 : {
2543 : : /* then we will search more big word at the same point */
2544 : 400 : SplitVar *ptr = var;
2545 : :
2546 [ + + ]: 620 : while (ptr->next)
2547 : 220 : ptr = ptr->next;
2548 : 400 : ptr->next = SplitToVariants(Conf, node, var, word, wordlen, startpos, level);
2549 : : /* we can find next word */
2550 : 400 : level++;
6172 bruce@momjian.us 2551 : 400 : AddStem(var, pnstrdup(word + startpos, level - startpos));
6832 tgl@sss.pgh.pa.us 2552 : 400 : node = Conf->Dictionary;
2553 : 400 : startpos = level;
2554 : 400 : continue;
2555 : : }
2556 : : }
2557 : : }
2558 : 4185 : node = StopMiddle->node;
2559 : : }
2560 : : else
2561 : 525 : node = NULL;
2562 : 4710 : level++;
2563 : : }
2564 : :
6172 bruce@momjian.us 2565 : 840 : AddStem(var, pnstrdup(word + startpos, wordlen - startpos));
6832 tgl@sss.pgh.pa.us 2566 : 840 : pfree(notprobed);
2567 : 840 : return var;
2568 : : }
2569 : :
2570 : : static void
6172 bruce@momjian.us 2571 : 1095 : addNorm(TSLexeme **lres, TSLexeme **lcur, char *word, int flags, uint16 NVariant)
2572 : : {
2573 [ + + ]: 1095 : if (*lres == NULL)
146 michael@paquier.xyz 2574 :GNC 505 : *lcur = *lres = palloc_array(TSLexeme, MAX_NORM);
2575 : :
6172 bruce@momjian.us 2576 [ + - ]:CBC 1095 : if (*lcur - *lres < MAX_NORM - 1)
2577 : : {
6684 teodor@sigaev.ru 2578 : 1095 : (*lcur)->lexeme = word;
2579 : 1095 : (*lcur)->flags = flags;
2580 : 1095 : (*lcur)->nvariant = NVariant;
2581 : 1095 : (*lcur)++;
2582 : 1095 : (*lcur)->lexeme = NULL;
2583 : : }
2584 : 1095 : }
2585 : :
2586 : : TSLexeme *
637 heikki.linnakangas@i 2587 : 625 : NINormalizeWord(IspellDict *Conf, const char *word)
2588 : : {
2589 : : char **res;
6832 tgl@sss.pgh.pa.us 2590 : 625 : TSLexeme *lcur = NULL,
2591 : 625 : *lres = NULL;
2592 : 625 : uint16 NVariant = 1;
2593 : :
2594 : 625 : res = NormalizeSubWord(Conf, word, 0);
2595 : :
2596 [ + + ]: 625 : if (res)
2597 : : {
2598 : 405 : char **ptr = res;
2599 : :
6172 bruce@momjian.us 2600 [ + + + - ]: 950 : while (*ptr && (lcur - lres) < MAX_NORM)
2601 : : {
2602 : 545 : addNorm(&lres, &lcur, *ptr, 0, NVariant++);
6832 tgl@sss.pgh.pa.us 2603 : 545 : ptr++;
2604 : : }
2605 : 405 : pfree(res);
2606 : : }
2607 : :
2608 [ + - ]: 625 : if (Conf->usecompound)
2609 : : {
2610 : 625 : int wordlen = strlen(word);
2611 : : SplitVar *ptr,
2612 : 625 : *var = SplitToVariants(Conf, NULL, NULL, word, wordlen, 0, -1);
2613 : : int i;
2614 : :
2615 [ + + ]: 1725 : while (var)
2616 : : {
2617 [ + + ]: 1100 : if (var->nstem > 1)
2618 : : {
2619 : 475 : char **subres = NormalizeSubWord(Conf, var->stem[var->nstem - 1], FF_COMPOUNDLAST);
2620 : :
2621 [ + + ]: 475 : if (subres)
2622 : : {
2623 : 220 : char **subptr = subres;
2624 : :
2625 [ + + ]: 440 : while (*subptr)
2626 : : {
2627 [ + + ]: 550 : for (i = 0; i < var->nstem - 1; i++)
2628 : : {
6172 bruce@momjian.us 2629 [ + - ]: 330 : addNorm(&lres, &lcur, (subptr == subres) ? var->stem[i] : pstrdup(var->stem[i]), 0, NVariant);
2630 : : }
2631 : :
2632 : 220 : addNorm(&lres, &lcur, *subptr, 0, NVariant);
6832 tgl@sss.pgh.pa.us 2633 : 220 : subptr++;
2634 : 220 : NVariant++;
2635 : : }
2636 : :
2637 : 220 : pfree(subres);
2638 : 220 : var->stem[0] = NULL;
2639 : 220 : pfree(var->stem[var->nstem - 1]);
2640 : : }
2641 : : }
2642 : :
2643 [ + + + + ]: 2285 : for (i = 0; i < var->nstem && var->stem[i]; i++)
2644 : 1185 : pfree(var->stem[i]);
2645 : 1100 : ptr = var->next;
2646 : 1100 : pfree(var->stem);
2647 : 1100 : pfree(var);
2648 : 1100 : var = ptr;
2649 : : }
2650 : : }
2651 : :
2652 : 625 : return lres;
2653 : : }
|
