forked from mia/Aegisub
Add a Lua binding for wxRegEx
Lua's built in regular expression engine is rather limited in features compared to wx's, and operates on bytes rather than characters due to not being unicode-aware. Originally committed to SVN as r6473.
This commit is contained in:
parent
1c2fb01f0a
commit
5bf7342019
2 changed files with 428 additions and 0 deletions
303
aegisub/automation/include/re.lua
Normal file
303
aegisub/automation/include/re.lua
Normal file
|
@ -0,0 +1,303 @@
|
||||||
|
-- Copyright (c) 2012, Thomas Goyne <plorkyeran@aegisub.org>
|
||||||
|
--
|
||||||
|
-- Permission to use, copy, modify, and distribute this software for any
|
||||||
|
-- purpose with or without fee is hereby granted, provided that the above
|
||||||
|
-- copyright notice and this permission notice appear in all copies.
|
||||||
|
--
|
||||||
|
-- THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES
|
||||||
|
-- WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF
|
||||||
|
-- MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR
|
||||||
|
-- ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES
|
||||||
|
-- WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN
|
||||||
|
-- ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF
|
||||||
|
-- OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE.
|
||||||
|
--
|
||||||
|
-- $Id$
|
||||||
|
|
||||||
|
-- Get the wxRegex binding
|
||||||
|
local regex = aegisub.__init_regex()
|
||||||
|
|
||||||
|
-- Compiled regular expression type protoype
|
||||||
|
local re_proto = {}
|
||||||
|
local re_proto_mt = { __index = re_proto }
|
||||||
|
|
||||||
|
-- Convert an iterator to an array
|
||||||
|
local function to_table(...)
|
||||||
|
local arr = {}
|
||||||
|
local i = 1
|
||||||
|
for v in ... do
|
||||||
|
arr[i] = v
|
||||||
|
i = i + 1
|
||||||
|
end
|
||||||
|
return arr
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Return the first n elements from ...
|
||||||
|
local function select_first(n, a, ...)
|
||||||
|
if n == 0 then return end
|
||||||
|
return a, select_first(n - 1, ...)
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Extract the flags from ..., bitwise OR them together, and move them to the
|
||||||
|
-- front of ...
|
||||||
|
local function unpack_args(...)
|
||||||
|
local n = select('#', ...)
|
||||||
|
local userdata_start = nil
|
||||||
|
for i = 1, n do
|
||||||
|
local v = select(i, ...)
|
||||||
|
if type(v) == "userdata" then
|
||||||
|
userdata_start = i
|
||||||
|
break
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
if not userdata_start then
|
||||||
|
return 0, ...
|
||||||
|
end
|
||||||
|
|
||||||
|
flags = regex.process_flags(select(userdata_start, ...))
|
||||||
|
if type(flags) == "string" then
|
||||||
|
error(flags, 3)
|
||||||
|
end
|
||||||
|
|
||||||
|
return flags, select_first(userdata_start - 1, ...)
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Verify that a valid value was passed for self
|
||||||
|
local function check_self(self)
|
||||||
|
if getmetatable(self) ~= re_proto_mt then
|
||||||
|
error("re method called with invalid self. You probably used . when : is needed.", 3)
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Typecheck a variable and throw an error if it fails
|
||||||
|
local function check_arg(arg, expected_type, argn, func_name, level)
|
||||||
|
if type(arg) ~= expected_type then
|
||||||
|
error(
|
||||||
|
string.format("Argument %d to %s should be a '%s', is '%s' (%s)",
|
||||||
|
argn, func_name, expected_type, type(arg), tostring(arg)),
|
||||||
|
level + 1)
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
function re_proto.gsplit(self, str, skip_empty, max_split)
|
||||||
|
check_self(self)
|
||||||
|
check_arg(str, "string", 2, "gsplit", self._level)
|
||||||
|
if not max_split or max_split <= 0 then max_split = str:len() end
|
||||||
|
|
||||||
|
local function do_split()
|
||||||
|
if not str or str:len() == 0 then
|
||||||
|
return nil
|
||||||
|
end
|
||||||
|
|
||||||
|
if max_split == 0 or not regex.matches(self._regex, str) then
|
||||||
|
local ret = str
|
||||||
|
str = nil
|
||||||
|
return ret
|
||||||
|
end
|
||||||
|
|
||||||
|
local first, last = regex.get_match(self._regex, str, 0)
|
||||||
|
local ret = str:sub(1, first - 1)
|
||||||
|
str = str:sub(last + 1)
|
||||||
|
|
||||||
|
if skip_empty and ret:len() == 0 then
|
||||||
|
return do_split()
|
||||||
|
else
|
||||||
|
max_split = max_split - 1
|
||||||
|
return ret
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
return do_split
|
||||||
|
end
|
||||||
|
|
||||||
|
function re_proto.split(self, str, skip_empty, max_split)
|
||||||
|
check_self(self)
|
||||||
|
check_arg(str, "string", 2, "split", self._level)
|
||||||
|
return to_table(self:gsplit(str, skip_empty, max_split))
|
||||||
|
end
|
||||||
|
|
||||||
|
function re_proto.gfind(self, str)
|
||||||
|
check_self(self)
|
||||||
|
check_arg(str, "string", 2, "gfind", self._level)
|
||||||
|
|
||||||
|
local offset = 0
|
||||||
|
return function()
|
||||||
|
local has_matches = regex.matches(self._regex, str)
|
||||||
|
if not has_matches then return end
|
||||||
|
|
||||||
|
local first, last = regex.get_match(self._regex, str, 0)
|
||||||
|
local ret = str:sub(first, last)
|
||||||
|
str = str:sub(last + 1)
|
||||||
|
|
||||||
|
last = last + offset
|
||||||
|
offset = offset + first
|
||||||
|
return ret, offset, last
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
function re_proto.find(self, str)
|
||||||
|
check_self(self)
|
||||||
|
check_arg(str, "string", 2, "find", self._level)
|
||||||
|
|
||||||
|
local i = 1
|
||||||
|
local ret = {}
|
||||||
|
for s, f, l in self:gfind(str) do
|
||||||
|
ret[i] = {
|
||||||
|
str = s,
|
||||||
|
first = f,
|
||||||
|
last = l
|
||||||
|
}
|
||||||
|
i = i + 1
|
||||||
|
end
|
||||||
|
return ret
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Replace a match with the value returned from func when passed the match
|
||||||
|
local function replace_match(match, func, str, last, acc)
|
||||||
|
if last < match.last then
|
||||||
|
acc[#acc + 1] = str:sub(last, match.first - 1)
|
||||||
|
end
|
||||||
|
|
||||||
|
local ret = func(match.str, match.first, match.last)
|
||||||
|
if type(ret) == "string" then
|
||||||
|
acc[#acc + 1] = ret
|
||||||
|
else
|
||||||
|
-- If it didn't return a string just leave the old value
|
||||||
|
acc[#acc + 1] = match.str
|
||||||
|
end
|
||||||
|
|
||||||
|
return match.last + 1
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Replace all matches from a single iteration of the regexp
|
||||||
|
local function do_single_replace_fun(re, func, str, acc)
|
||||||
|
local matches = re:match(str)
|
||||||
|
|
||||||
|
-- No more matches so just return what we have so far
|
||||||
|
if not matches then
|
||||||
|
return str
|
||||||
|
end
|
||||||
|
|
||||||
|
-- One match means no capturing groups, so pass the entire thing to
|
||||||
|
-- the replace function
|
||||||
|
if #matches == 1 then
|
||||||
|
local rest = replace_match(matches[1], func, str, 1, acc)
|
||||||
|
return str:sub(rest), true
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Multiple matches means there were capture groups, so skip the first one
|
||||||
|
-- and pass the rest to the replace function
|
||||||
|
local last = 1
|
||||||
|
for i = 2, #matches do
|
||||||
|
last = replace_match(matches[i], func, str, last, acc)
|
||||||
|
end
|
||||||
|
|
||||||
|
return str:sub(last), true
|
||||||
|
end
|
||||||
|
|
||||||
|
local function do_replace_fun(re, func, str, max)
|
||||||
|
local acc = {}
|
||||||
|
local i
|
||||||
|
for i = 1, max do
|
||||||
|
str, continue = do_single_replace_fun(re, func, str, acc)
|
||||||
|
if not continue then max = i end
|
||||||
|
end
|
||||||
|
return table.concat(acc, "") .. str, max
|
||||||
|
end
|
||||||
|
|
||||||
|
function re_proto.sub(self, str, repl, count)
|
||||||
|
check_self(self)
|
||||||
|
check_arg(str, "string", 2, "sub", self._level)
|
||||||
|
if count ~= nil then
|
||||||
|
check_arg(count, "number", 4, "sub", self._level)
|
||||||
|
end
|
||||||
|
|
||||||
|
if not count or count == 0 then count = str:len() end
|
||||||
|
|
||||||
|
if type(repl) == "function" then
|
||||||
|
return do_replace_fun(self, repl, str, count)
|
||||||
|
elseif type(repl) == "string" then
|
||||||
|
return regex.replace(self._regex, repl, str, count)
|
||||||
|
else
|
||||||
|
error(
|
||||||
|
string.format("Argument 2 to sub should be a string or function, is '%s' (%s)",
|
||||||
|
type(repl), tostring(repl)),
|
||||||
|
self._level)
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
function re_proto.gmatch(self, str)
|
||||||
|
check_self(self)
|
||||||
|
check_arg(str, "string", 2, "gmatch", self._level)
|
||||||
|
|
||||||
|
local match_count = regex.match_count(self._regex, str)
|
||||||
|
local i = 0
|
||||||
|
return function()
|
||||||
|
if i == match_count then return end
|
||||||
|
i = i + 1
|
||||||
|
local first, last = regex.get_match(self._regex, str, i - 1)
|
||||||
|
return {
|
||||||
|
str = str:sub(first, last),
|
||||||
|
first = first,
|
||||||
|
last = last
|
||||||
|
}
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
function re_proto.match(self, str)
|
||||||
|
check_self(self)
|
||||||
|
check_arg(str, "string", 2, "match", self._level)
|
||||||
|
|
||||||
|
local ret = to_table(self:gmatch(str))
|
||||||
|
-- Return nil rather than a empty table so that if re.match(...) works
|
||||||
|
if next(ret) == nil then return end
|
||||||
|
return ret
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Create a wxRegExp object from a pattern, flags, and error depth
|
||||||
|
local function real_compile(pattern, level, flags, stored_level)
|
||||||
|
local regex = regex.compile(pattern, flags)
|
||||||
|
if not regex then
|
||||||
|
error("Bad syntax in regular expression", level + 1)
|
||||||
|
end
|
||||||
|
return setmetatable({
|
||||||
|
_regex = regex,
|
||||||
|
_level = stored_level or level + 1
|
||||||
|
},
|
||||||
|
re_proto_mt)
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Compile a pattern then invoke a method on it
|
||||||
|
local function invoke(str, pattern, fn, flags, ...)
|
||||||
|
local comp = real_compile(pattern, 3, flags)
|
||||||
|
return comp[fn](comp, str, ...)
|
||||||
|
end
|
||||||
|
|
||||||
|
-- Generate a static version of a method with arg type checking
|
||||||
|
local function gen_wrapper(impl_name)
|
||||||
|
return function(str, pattern, ...)
|
||||||
|
check_arg(str, "string", 1, impl_name, 2)
|
||||||
|
check_arg(pattern, "string", 2, impl_name, 2)
|
||||||
|
return invoke(str, pattern, impl_name, unpack_args(...))
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
-- And now at last the actual public API
|
||||||
|
local re = regex.init_flags(re)
|
||||||
|
|
||||||
|
function re.compile(pattern, ...)
|
||||||
|
check_arg(pattern, "string", 1, "compile", 2)
|
||||||
|
return real_compile(pattern, 2, regex.process_flags(...), 2)
|
||||||
|
end
|
||||||
|
|
||||||
|
re.split = gen_wrapper("split")
|
||||||
|
re.gsplit = gen_wrapper("gsplit")
|
||||||
|
re.find = gen_wrapper("find")
|
||||||
|
re.gfind = gen_wrapper("gfind")
|
||||||
|
re.match = gen_wrapper("match")
|
||||||
|
re.gmatch = gen_wrapper("gmatch")
|
||||||
|
re.sub = gen_wrapper("sub")
|
||||||
|
|
||||||
|
_G.re = re
|
||||||
|
return _G.re
|
|
@ -89,6 +89,11 @@ namespace {
|
||||||
lua_pushinteger(L, n);
|
lua_pushinteger(L, n);
|
||||||
}
|
}
|
||||||
|
|
||||||
|
inline void push_value(lua_State *L, void *p)
|
||||||
|
{
|
||||||
|
lua_pushlightuserdata(L, p);
|
||||||
|
}
|
||||||
|
|
||||||
template<class T>
|
template<class T>
|
||||||
inline void set_field(lua_State *L, const char *name, T value)
|
inline void set_field(lua_State *L, const char *name, T value)
|
||||||
{
|
{
|
||||||
|
@ -134,6 +139,125 @@ namespace {
|
||||||
lua_pop(L, 1);
|
lua_pop(L, 1);
|
||||||
return c;
|
return c;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
inline wxRegEx *get_regex(lua_State *L)
|
||||||
|
{
|
||||||
|
return static_cast<wxRegEx*>(luaL_checkudata(L, 1, "aegisub.regex"));
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_matches(lua_State *L)
|
||||||
|
{
|
||||||
|
lua_pushboolean(L, get_regex(L)->Matches(check_wxstring(L, 2)));
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_match_count(lua_State *L)
|
||||||
|
{
|
||||||
|
wxRegEx *re = get_regex(L);
|
||||||
|
if (re->Matches(check_wxstring(L, 2)))
|
||||||
|
lua_pushinteger(L, re->GetMatchCount());
|
||||||
|
else
|
||||||
|
lua_pushinteger(L, 0);
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
size_t utf8_len(wxString const& w)
|
||||||
|
{
|
||||||
|
#if wxUSE_UNICODE_UTF8
|
||||||
|
return w.utf8_length();
|
||||||
|
#else
|
||||||
|
return w.utf8_str().length();
|
||||||
|
#endif
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_get_match(lua_State *L)
|
||||||
|
{
|
||||||
|
wxString str(check_wxstring(L, 2));
|
||||||
|
size_t start, len;
|
||||||
|
get_regex(L)->GetMatch(&start, &len, luaL_checkinteger(L, 3));
|
||||||
|
lua_pushinteger(L, utf8_len(str.Left(start)) + 1);
|
||||||
|
lua_pushinteger(L, utf8_len(str.Left(start + len)));
|
||||||
|
return 2;
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_replace(lua_State *L)
|
||||||
|
{
|
||||||
|
wxString str(check_wxstring(L, 3));
|
||||||
|
int reps = get_regex(L)->Replace(&str, check_wxstring(L, 2), luaL_checkinteger(L, 4));
|
||||||
|
lua_pushstring(L, str.utf8_str());
|
||||||
|
lua_pushinteger(L, reps);
|
||||||
|
return 2;
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_compile(lua_State *L)
|
||||||
|
{
|
||||||
|
wxString pattern(check_wxstring(L, 1));
|
||||||
|
int flags = luaL_checkinteger(L, 2);
|
||||||
|
wxRegEx *re = static_cast<wxRegEx*>(lua_newuserdata(L, sizeof(wxRegEx)));
|
||||||
|
new(re) wxRegEx(pattern, wxRE_ADVANCED | flags);
|
||||||
|
|
||||||
|
luaL_getmetatable(L, "aegisub.regex");
|
||||||
|
lua_setmetatable(L, -2);
|
||||||
|
|
||||||
|
// return nil and handle the error in lua as it's a bit easier to
|
||||||
|
// report the actual call site from there
|
||||||
|
if (!re->IsValid()) {
|
||||||
|
lua_pop(L, 1);
|
||||||
|
lua_pushnil(L);
|
||||||
|
}
|
||||||
|
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_gc(lua_State *L) {
|
||||||
|
get_regex(L)->~wxRegEx();
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_process_flags(lua_State *L)
|
||||||
|
{
|
||||||
|
int ret = 0;
|
||||||
|
int nargs = lua_gettop(L);
|
||||||
|
for (int i = 1; i <= nargs; ++i) {
|
||||||
|
if (!lua_islightuserdata(L, i)) {
|
||||||
|
lua_pushstring(L, "Flags must follow all non-flag arguments");
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
ret |= (int)lua_touserdata(L, i);
|
||||||
|
}
|
||||||
|
|
||||||
|
lua_pushinteger(L, ret);
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_init_flags(lua_State *L)
|
||||||
|
{
|
||||||
|
lua_newtable(L);
|
||||||
|
|
||||||
|
set_field(L, "ICASE", (void*)wxRE_ICASE);
|
||||||
|
set_field(L, "NOSUB", (void*)wxRE_NOSUB);
|
||||||
|
set_field(L, "NEWLINE", (void*)wxRE_NEWLINE);
|
||||||
|
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
int regex_init(lua_State *L)
|
||||||
|
{
|
||||||
|
if (luaL_newmetatable(L, "aegisub.regex")) {
|
||||||
|
set_field(L, "__gc", regex_gc);
|
||||||
|
lua_pop(L, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
lua_newtable(L);
|
||||||
|
set_field(L, "matches", regex_matches);
|
||||||
|
set_field(L, "match_count", regex_match_count);
|
||||||
|
set_field(L, "get_match", regex_get_match);
|
||||||
|
set_field(L, "replace", regex_replace);
|
||||||
|
set_field(L, "compile", regex_compile);
|
||||||
|
set_field(L, "process_flags", regex_process_flags);
|
||||||
|
set_field(L, "init_flags", regex_init_flags);
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
// LuaStackcheck
|
// LuaStackcheck
|
||||||
|
@ -265,6 +389,7 @@ namespace Automation4 {
|
||||||
set_field(L, "decode_path", LuaDecodePath);
|
set_field(L, "decode_path", LuaDecodePath);
|
||||||
set_field(L, "cancel", LuaCancel);
|
set_field(L, "cancel", LuaCancel);
|
||||||
set_field(L, "lua_automation_version", 4);
|
set_field(L, "lua_automation_version", 4);
|
||||||
|
set_field(L, "__init_regex", regex_init);
|
||||||
|
|
||||||
// store aegisub table to globals
|
// store aegisub table to globals
|
||||||
lua_settable(L, LUA_GLOBALSINDEX);
|
lua_settable(L, LUA_GLOBALSINDEX);
|
||||||
|
|
Loading…
Reference in a new issue