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 ** A 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 *name;             /* The keyword name */
  36   unsigned int len;
  37   int tokenType;           /* The token value for this keyword */
  38 };
  39
  40 #define MAX_TOKEN_LEN 11
  41
  42 static const WCHAR addW[] = {'A','D','D'};
  43 static const WCHAR alterW[] = {'A','L','T','E','R'};
  44 static const WCHAR andW[] = {'A','N','D'};
  45 static const WCHAR byW[] = {'B','Y'};
  46 static const WCHAR charW[] = {'C','H','A','R'};
  47 static const WCHAR characterW[] = {'C','H','A','R','A','C','T','E','R'};
  48 static const WCHAR createW[] = {'C','R','E','A','T','E'};
  49 static const WCHAR deleteW[] = {'D','E','L','E','T','E'};
  50 static const WCHAR distinctW[] = {'D','I','S','T','I','N','C','T'};
  51 static const WCHAR dropW[] = {'D','R','O','P'};
  52 static const WCHAR freeW[] = {'F','R','E','E'};
  53 static const WCHAR fromW[] = {'F','R','O','M'};
  54 static const WCHAR holdW[] = {'H','O','L','D'};
  55 static const WCHAR insertW[] = {'I','N','S','E','R','T'};
  56 static const WCHAR intW[] = {'I','N','T'};
  57 static const WCHAR integerW[] = {'I','N','T','E','G','E','R'};
  58 static const WCHAR intoW[] = {'I','N','T','O'};
  59 static const WCHAR isW[] = {'I','S'};
  60 static const WCHAR keyW[] = {'K','E','Y'};
  61 static const WCHAR likeW[] = {'L','I','K','E'};
  62 static const WCHAR localizableW[] = {'L','O','C','A','L','I','Z','A','B','L','E'};
  63 static const WCHAR longW[] = {'L','O','N','G'};
  64 static const WCHAR longcharW[] = {'L','O','N','G','C','H','A','R'};
  65 static const WCHAR notW[] = {'N','O','T'};
  66 static const WCHAR nullW[] = {'N','U','L','L'};
  67 static const WCHAR objectW[] = {'O','B','J','E','C','T'};
  68 static const WCHAR orW[] = {'O','R'};
  69 static const WCHAR orderW[] = {'O','R','D','E','R'};
  70 static const WCHAR primaryW[] = {'P','R','I','M','A','R','Y'};
  71 static const WCHAR selectW[] = {'S','E','L','E','C','T'};
  72 static const WCHAR setW[] = {'S','E','T'};
  73 static const WCHAR shortW[] = {'S','H','O','R','T'};
  74 static const WCHAR tableW[] = {'T','A','B','L','E'};
  75 static const WCHAR temporaryW[] = {'T','E','M','P','O','R','A','R','Y'};
  76 static const WCHAR updateW[] = {'U','P','D','A','T','E'};
  77 static const WCHAR valuesW[] = {'V','A','L','U','E','S'};
  78 static const WCHAR whereW[] = {'W','H','E','R','E'};
  79
  80 #define ARRAY_SIZE(array) (sizeof(array)/sizeof((array)[0]))
  81
  82 /*
  83 ** These are the keywords
  84 ** They MUST be in alphabetical order
  85 */
  86 static const Keyword aKeywordTable[] = {
  87   { addW,         ARRAY_SIZE(addW),         TK_ADD },
  88   { alterW,       ARRAY_SIZE(alterW),       TK_ALTER },
  89   { andW,         ARRAY_SIZE(andW),         TK_AND },
  90   { byW,          ARRAY_SIZE(byW),          TK_BY },
  91   { charW,        ARRAY_SIZE(charW),        TK_CHAR },
  92   { characterW,   ARRAY_SIZE(characterW),   TK_CHAR },
  93   { createW,      ARRAY_SIZE(createW),      TK_CREATE },
  94   { deleteW,      ARRAY_SIZE(deleteW),      TK_DELETE },
  95   { distinctW,    ARRAY_SIZE(distinctW),    TK_DISTINCT },
  96   { dropW,        ARRAY_SIZE(dropW),        TK_DROP },
  97   { freeW,        ARRAY_SIZE(freeW),        TK_FREE },
  98   { fromW,        ARRAY_SIZE(fromW),        TK_FROM },
  99   { holdW,        ARRAY_SIZE(holdW),        TK_HOLD },
 100   { insertW,      ARRAY_SIZE(insertW),      TK_INSERT },
 101   { intW,         ARRAY_SIZE(intW),         TK_INT },
 102   { integerW,     ARRAY_SIZE(integerW),     TK_INT },
 103   { intoW,        ARRAY_SIZE(intoW),        TK_INTO },
 104   { isW,          ARRAY_SIZE(isW),          TK_IS },
 105   { keyW,         ARRAY_SIZE(keyW),         TK_KEY },
 106   { likeW,        ARRAY_SIZE(likeW),        TK_LIKE },
 107   { localizableW, ARRAY_SIZE(localizableW), TK_LOCALIZABLE },
 108   { longW,        ARRAY_SIZE(longW),        TK_LONG },
 109   { longcharW,    ARRAY_SIZE(longcharW),    TK_LONGCHAR },
 110   { notW,         ARRAY_SIZE(notW),         TK_NOT },
 111   { nullW,        ARRAY_SIZE(nullW),        TK_NULL },
 112   { objectW,      ARRAY_SIZE(objectW),      TK_OBJECT },
 113   { orW,          ARRAY_SIZE(orW),          TK_OR },
 114   { orderW,       ARRAY_SIZE(orderW),       TK_ORDER },
 115   { primaryW,     ARRAY_SIZE(primaryW),     TK_PRIMARY },
 116   { selectW,      ARRAY_SIZE(selectW),      TK_SELECT },
 117   { setW,         ARRAY_SIZE(setW),         TK_SET },
 118   { shortW,       ARRAY_SIZE(shortW),       TK_SHORT },
 119   { tableW,       ARRAY_SIZE(tableW),       TK_TABLE },
 120   { temporaryW,   ARRAY_SIZE(temporaryW),   TK_TEMPORARY },
 121   { updateW,      ARRAY_SIZE(updateW),      TK_UPDATE },
 122   { valuesW,      ARRAY_SIZE(valuesW),      TK_VALUES },
 123   { whereW,       ARRAY_SIZE(whereW),       TK_WHERE },
 124 };
 125
 126 /*
 127 ** Comparison function for binary search.
 128 */
 129 static int compKeyword(const void *m1, const void *m2){
 130   const Keyword *k1 = m1, *k2 = m2;
 131   int ret, len = min( k1->len, k2->len );
 132
 133   if ((ret = memicmpW( k1->name, k2->name, len ))) return ret;
 134   if (k1->len < k2->len) return -1;
 135   else if (k1->len > k2->len) return 1;
 136   return 0;
 137 }
 138
 139 /*
 140 ** This function looks up an identifier to determine if it is a
 141 ** keyword.  If it is a keyword, the token code of that keyword is
 142 ** returned.  If the input is not a keyword, TK_ID is returned.
 143 */
 144 static int sqliteKeywordCode(const WCHAR *z, int n){
 145   Keyword key, *r;
 146
 147   if( n>MAX_TOKEN_LEN )
 148     return TK_ID;
 149
 150   key.tokenType = 0;
 151   key.name = z;
 152   key.len = n;
 153   r = bsearch( &key, aKeywordTable, ARRAY_SIZE(aKeywordTable), sizeof(Keyword), compKeyword );
 154   if( r )
 155     return r->tokenType;
 156   return TK_ID;
 157 }
 158
 159
 160 /*
 161 ** If X is a character that can be used in an identifier then
 162 ** isIdChar[X] will be 1.  Otherwise isIdChar[X] will be 0.
 163 **
 164 ** In this implementation, an identifier can be a string of
 165 ** alphabetic characters, digits, and "_" plus any character
 166 ** with the high-order bit set.  The latter rule means that
 167 ** any sequence of UTF-8 characters or characters taken from
 168 ** an extended ISO8859 character set can form an identifier.
 169 */
 170 static const char isIdChar[] = {
 171 /* x0 x1 x2 x3 x4 x5 x6 x7 x8 x9 xA xB xC xD xE xF */
 172     0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,  /* 0x */
 173     0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,  /* 1x */
 174     0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0,  /* 2x */
 175     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0,  /* 3x */
 176     0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 4x */
 177     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1,  /* 5x */
 178     0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 6x */
 179     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0,  /* 7x */
 180     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 8x */
 181     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 9x */
 182     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Ax */
 183     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Bx */
 184     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Cx */
 185     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Dx */
 186     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Ex */
 187     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Fx */
 188 };
 189
 190
 191 /*
 192 ** Return the length of the token that begins at z[0].  Return
 193 ** -1 if the token is (or might be) incomplete.  Store the token
 194 ** type in *tokenType before returning.
 195 */
 196 int sqliteGetToken(const WCHAR *z, int *tokenType, int *skip){
 197   int i;
 198
 199   *skip = 0;
 200   switch( *z ){
 201     case ' ': case '\t': case '\n': case '\f':
 202       for(i=1; isspace(z[i]) && z[i] != '\r'; i++){}
 203       *tokenType = TK_SPACE;
 204       return i;
 205     case '-':
 206       if( z[1]==0 ) return -1;
 207       *tokenType = TK_MINUS;
 208       return 1;
 209     case '(':
 210       *tokenType = TK_LP;
 211       return 1;
 212     case ')':
 213       *tokenType = TK_RP;
 214       return 1;
 215     case '*':
 216       *tokenType = TK_STAR;
 217       return 1;
 218     case '=':
 219       *tokenType = TK_EQ;
 220       return 1;
 221     case '<':
 222       if( z[1]=='=' ){
 223         *tokenType = TK_LE;
 224         return 2;
 225       }else if( z[1]=='>' ){
 226         *tokenType = TK_NE;
 227         return 2;
 228       }else{
 229         *tokenType = TK_LT;
 230         return 1;
 231       }
 232     case '>':
 233       if( z[1]=='=' ){
 234         *tokenType = TK_GE;
 235         return 2;
 236       }else{
 237         *tokenType = TK_GT;
 238         return 1;
 239       }
 240     case '!':
 241       if( z[1]!='=' ){
 242         *tokenType = TK_ILLEGAL;
 243         return 2;
 244       }else{
 245         *tokenType = TK_NE;
 246         return 2;
 247       }
 248     case '?':
 249       *tokenType = TK_WILDCARD;
 250       return 1;
 251     case ',':
 252       *tokenType = TK_COMMA;
 253       return 1;
 254     case '`': case '\'': {
 255       int delim = z[0];
 256       for(i=1; z[i]; i++){
 257         if( z[i]==delim )
 258           break;
 259       }
 260       if( z[i] ) i++;
 261       if( delim == '`' )
 262         *tokenType = TK_ID;
 263       else
 264         *tokenType = TK_STRING;
 265       return i;
 266     }
 267     case '.':
 268       if( !isdigit(z[1]) ){
 269         *tokenType = TK_DOT;
 270         return 1;
 271       }
 272       /* Fall through */
 273     case '0': case '1': case '2': case '3': case '4':
 274     case '5': case '6': case '7': case '8': case '9':
 275       *tokenType = TK_INTEGER;
 276       for(i=1; isdigit(z[i]); i++){}
 277       return i;
 278     case '[':
 279       for(i=1; z[i] && z[i-1]!=']'; i++){}
 280       *tokenType = TK_ID;
 281       return i;
 282     default:
 283       if( !isIdChar[*z] ){
 284         break;
 285       }
 286       for(i=1; isIdChar[z[i]]; i++){}
 287       *tokenType = sqliteKeywordCode(z, i);
 288       if( *tokenType == TK_ID && z[i] == '`' ) *skip = 1;
 289       return i;
 290   }
 291   *tokenType = TK_ILLEGAL;
 292   return 1;
 293 }