git.oblomov.eu Git - wine/blob - dlls/msi/tokenize.c

   1 /*
   2 ** 2001 September 15
   3 **
   4 ** The author disclaims copyright to this source code.  In place of
   5 ** a legal notice, here is a blessing:
   6 **
   7 **    May you do good and not evil.
   8 **    May you find forgiveness for yourself and forgive others.
   9 **    May you share freely, never taking more than you give.
  10 **
  11 *************************************************************************
  12 ** An tokenizer for SQL
  13 **
  14 ** This file contains C code that splits an SQL input string up into
  15 ** individual tokens and sends those tokens one-by-one over to the
  16 ** parser for analysis.
  17 */
  18
  19 #include <ctype.h>
  20 #include <stdarg.h>
  21 #include <stdlib.h>
  22
  23 #include "windef.h"
  24 #include "winbase.h"
  25 #include "wine/unicode.h"
  26 #include "query.h"
  27 #include "sql.tab.h"
  28
  29 /*
  30 ** All the keywords of the SQL language are stored as in a hash
  31 ** table composed of instances of the following structure.
  32 */
  33 typedef struct Keyword Keyword;
  34 struct Keyword {
  35   const WCHAR *zName;             /* The keyword name */
  36   int tokenType;           /* The token value for this keyword */
  37 };
  38
  39 #define MAX_TOKEN_LEN 11
  40
  41 static const WCHAR ADD_W[] = { 'A','D','D',0 };
  42 static const WCHAR ALTER_W[] = { 'A','L','T','E','R',0 };
  43 static const WCHAR AND_W[] = { 'A','N','D',0 };
  44 static const WCHAR BY_W[] = { 'B','Y',0 };
  45 static const WCHAR CHAR_W[] = { 'C','H','A','R',0 };
  46 static const WCHAR CHARACTER_W[] = { 'C','H','A','R','A','C','T','E','R',0 };
  47 static const WCHAR CREATE_W[] = { 'C','R','E','A','T','E',0 };
  48 static const WCHAR DELETE_W[] = { 'D','E','L','E','T','E',0 };
  49 static const WCHAR DISTINCT_W[] = { 'D','I','S','T','I','N','C','T',0 };
  50 static const WCHAR FREE_W[] = { 'F','R','E','E',0 };
  51 static const WCHAR FROM_W[] = { 'F','R','O','M',0 };
  52 static const WCHAR HOLD_W[] = { 'H','O','L','D',0 };
  53 static const WCHAR INSERT_W[] = { 'I','N','S','E','R','T',0 };
  54 static const WCHAR INT_W[] = { 'I','N','T',0 };
  55 static const WCHAR INTEGER_W[] = { 'I','N','T','E','G','E','R',0 };
  56 static const WCHAR INTO_W[] = { 'I','N','T','O',0 };
  57 static const WCHAR IS_W[] = { 'I','S',0 };
  58 static const WCHAR KEY_W[] = { 'K','E','Y',0 };
  59 static const WCHAR LIKE_W[] = { 'L','I','K','E',0 };
  60 static const WCHAR LOCALIZABLE_W[] = { 'L','O','C','A','L','I','Z','A','B','L','E',0 };
  61 static const WCHAR LONG_W[] = { 'L','O','N','G',0 };
  62 static const WCHAR LONGCHAR_W[] = { 'L','O','N','G','C','H','A','R',0 };
  63 static const WCHAR NOT_W[] = { 'N','O','T',0 };
  64 static const WCHAR NULL_W[] = { 'N','U','L','L',0 };
  65 static const WCHAR OBJECT_W[] = { 'O','B','J','E','C','T',0 };
  66 static const WCHAR OR_W[] = { 'O','R',0 };
  67 static const WCHAR ORDER_W[] = { 'O','R','D','E','R',0 };
  68 static const WCHAR PRIMARY_W[] = { 'P','R','I','M','A','R','Y',0 };
  69 static const WCHAR SELECT_W[] = { 'S','E','L','E','C','T',0 };
  70 static const WCHAR SET_W[] = { 'S','E','T',0 };
  71 static const WCHAR SHORT_W[] = { 'S','H','O','R','T',0 };
  72 static const WCHAR TABLE_W[] = { 'T','A','B','L','E',0 };
  73 static const WCHAR TEMPORARY_W[] = { 'T','E','M','P','O','R','A','R','Y',0 };
  74 static const WCHAR UPDATE_W[] = { 'U','P','D','A','T','E',0 };
  75 static const WCHAR VALUES_W[] = { 'V','A','L','U','E','S',0 };
  76 static const WCHAR WHERE_W[] = { 'W','H','E','R','E',0 };
  77
  78 /*
  79 ** These are the keywords
  80 ** They MUST be in alphabetical order
  81 */
  82 static const Keyword aKeywordTable[] = {
  83   { ADD_W, TK_ADD },
  84   { ALTER_W, TK_ALTER },
  85   { AND_W, TK_AND },
  86   { BY_W, TK_BY },
  87   { CHAR_W, TK_CHAR },
  88   { CHARACTER_W, TK_CHAR },
  89   { CREATE_W, TK_CREATE },
  90   { DELETE_W, TK_DELETE },
  91   { DISTINCT_W, TK_DISTINCT },
  92   { FREE_W, TK_FREE },
  93   { FROM_W, TK_FROM },
  94   { HOLD_W, TK_HOLD },
  95   { INSERT_W, TK_INSERT },
  96   { INT_W, TK_INT },
  97   { INTEGER_W, TK_INT },
  98   { INTO_W, TK_INTO },
  99   { IS_W, TK_IS },
 100   { KEY_W, TK_KEY },
 101   { LIKE_W, TK_LIKE },
 102   { LOCALIZABLE_W, TK_LOCALIZABLE },
 103   { LONG_W, TK_LONG },
 104   { LONGCHAR_W, TK_LONGCHAR },
 105   { NOT_W, TK_NOT },
 106   { NULL_W, TK_NULL },
 107   { OBJECT_W, TK_OBJECT },
 108   { OR_W, TK_OR },
 109   { ORDER_W, TK_ORDER },
 110   { PRIMARY_W, TK_PRIMARY },
 111   { SELECT_W, TK_SELECT },
 112   { SET_W, TK_SET },
 113   { SHORT_W, TK_SHORT },
 114   { TABLE_W, TK_TABLE },
 115   { TEMPORARY_W, TK_TEMPORARY },
 116   { UPDATE_W, TK_UPDATE },
 117   { VALUES_W, TK_VALUES },
 118   { WHERE_W, TK_WHERE },
 119 };
 120
 121 #define KEYWORD_COUNT ( sizeof aKeywordTable/sizeof (Keyword) )
 122
 123 /*
 124 ** Comparison function for binary search.
 125 */
 126 static int compKeyword(const void *m1, const void *m2){
 127   const Keyword *k1 = m1, *k2 = m2;
 128
 129   return strcmpiW( k1->zName, k2->zName );
 130 }
 131
 132 /*
 133 ** This function looks up an identifier to determine if it is a
 134 ** keyword.  If it is a keyword, the token code of that keyword is
 135 ** returned.  If the input is not a keyword, TK_ID is returned.
 136 */
 137 static int sqliteKeywordCode(const WCHAR *z, int n){
 138   WCHAR str[MAX_TOKEN_LEN+1];
 139   Keyword key, *r;
 140
 141   if( n>MAX_TOKEN_LEN )
 142     return TK_ID;
 143
 144   memcpy( str, z, n*sizeof (WCHAR) );
 145   str[n] = 0;
 146   key.tokenType = 0;
 147   key.zName = str;
 148   r = bsearch( &key, aKeywordTable, KEYWORD_COUNT, sizeof (Keyword), compKeyword );
 149   if( r )
 150     return r->tokenType;
 151   return TK_ID;
 152 }
 153
 154
 155 /*
 156 ** If X is a character that can be used in an identifier then
 157 ** isIdChar[X] will be 1.  Otherwise isIdChar[X] will be 0.
 158 **
 159 ** In this implementation, an identifier can be a string of
 160 ** alphabetic characters, digits, and "_" plus any character
 161 ** with the high-order bit set.  The latter rule means that
 162 ** any sequence of UTF-8 characters or characters taken from
 163 ** an extended ISO8859 character set can form an identifier.
 164 */
 165 static const char isIdChar[] = {
 166 /* x0 x1 x2 x3 x4 x5 x6 x7 x8 x9 xA xB xC xD xE xF */
 167     0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,  /* 0x */
 168     0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,  /* 1x */
 169     0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,  /* 2x */
 170     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0,  /* 3x */
 171     0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 4x */
 172     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1,  /* 5x */
 173     0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 6x */
 174     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0,  /* 7x */
 175     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 8x */
 176     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 9x */
 177     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Ax */
 178     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Bx */
 179     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Cx */
 180     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Dx */
 181     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Ex */
 182     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Fx */
 183 };
 184
 185
 186 /*
 187 ** Return the length of the token that begins at z[0].  Return
 188 ** -1 if the token is (or might be) incomplete.  Store the token
 189 ** type in *tokenType before returning.
 190 */
 191 int sqliteGetToken(const WCHAR *z, int *tokenType){
 192   int i;
 193   switch( *z ){
 194     case ' ': case '\t': case '\n': case '\f': case '\r': {
 195       for(i=1; isspace(z[i]); i++){}
 196       *tokenType = TK_SPACE;
 197       return i;
 198     }
 199     case '-': {
 200       if( z[1]==0 ) return -1;
 201       *tokenType = TK_MINUS;
 202       return 1;
 203     }
 204     case '(':
 205       *tokenType = TK_LP;
 206       return 1;
 207     case ')':
 208       *tokenType = TK_RP;
 209       return 1;
 210     case '*':
 211       *tokenType = TK_STAR;
 212       return 1;
 213     case '=':
 214       *tokenType = TK_EQ;
 215       return 1;
 216     case '<': {
 217       if( z[1]=='=' ){
 218         *tokenType = TK_LE;
 219         return 2;
 220       }else if( z[1]=='>' ){
 221         *tokenType = TK_NE;
 222         return 2;
 223       }else{
 224         *tokenType = TK_LT;
 225         return 1;
 226       }
 227     }
 228     case '>': {
 229       if( z[1]=='=' ){
 230         *tokenType = TK_GE;
 231         return 2;
 232       }else{
 233         *tokenType = TK_GT;
 234         return 1;
 235       }
 236     }
 237     case '!': {
 238       if( z[1]!='=' ){
 239         *tokenType = TK_ILLEGAL;
 240         return 2;
 241       }else{
 242         *tokenType = TK_NE;
 243         return 2;
 244       }
 245     }
 246     case '?':
 247       *tokenType = TK_WILDCARD;
 248       return 1;
 249     case ',':
 250       *tokenType = TK_COMMA;
 251       return 1;
 252     case '`': case '\'': {
 253       int delim = z[0];
 254       for(i=1; z[i]; i++){
 255         if( z[i]==delim ){
 256           if( z[i+1]==delim ){
 257             i++;
 258           }else{
 259             break;
 260           }
 261         }
 262       }
 263       if( z[i] ) i++;
 264       if( delim == '`' )
 265         *tokenType = TK_ID;
 266       else
 267         *tokenType = TK_STRING;
 268       return i;
 269     }
 270     case '.': {
 271       if( !isdigit(z[1]) ){
 272         *tokenType = TK_DOT;
 273         return 1;
 274       }
 275       /* Fall thru into the next case */
 276     }
 277     case '0': case '1': case '2': case '3': case '4':
 278     case '5': case '6': case '7': case '8': case '9': {
 279       *tokenType = TK_INTEGER;
 280       for(i=1; isdigit(z[i]); i++){}
 281       return i;
 282     }
 283     case '[': {
 284       for(i=1; z[i] && z[i-1]!=']'; i++){}
 285       *tokenType = TK_ID;
 286       return i;
 287     }
 288     default: {
 289       if( !isIdChar[*z] ){
 290         break;
 291       }
 292       for(i=1; isIdChar[z[i]]; i++){}
 293       *tokenType = sqliteKeywordCode(z, i);
 294       return i;
 295     }
 296   }
 297   *tokenType = TK_ILLEGAL;
 298   return 1;
 299 }