msi: Add an offset to sequence numbers belonging to files added by a patch.
[wine] / 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 DROP_W[] = { 'D','R','O','P',0 };
51 static const WCHAR FREE_W[] = { 'F','R','E','E',0 };
52 static const WCHAR FROM_W[] = { 'F','R','O','M',0 };
53 static const WCHAR HOLD_W[] = { 'H','O','L','D',0 };
54 static const WCHAR INSERT_W[] = { 'I','N','S','E','R','T',0 };
55 static const WCHAR INT_W[] = { 'I','N','T',0 };
56 static const WCHAR INTEGER_W[] = { 'I','N','T','E','G','E','R',0 };
57 static const WCHAR INTO_W[] = { 'I','N','T','O',0 };
58 static const WCHAR IS_W[] = { 'I','S',0 };
59 static const WCHAR KEY_W[] = { 'K','E','Y',0 };
60 static const WCHAR LIKE_W[] = { 'L','I','K','E',0 };
61 static const WCHAR LOCALIZABLE_W[] = { 'L','O','C','A','L','I','Z','A','B','L','E',0 };
62 static const WCHAR LONG_W[] = { 'L','O','N','G',0 };
63 static const WCHAR LONGCHAR_W[] = { 'L','O','N','G','C','H','A','R',0 };
64 static const WCHAR NOT_W[] = { 'N','O','T',0 };
65 static const WCHAR NULL_W[] = { 'N','U','L','L',0 };
66 static const WCHAR OBJECT_W[] = { 'O','B','J','E','C','T',0 };
67 static const WCHAR OR_W[] = { 'O','R',0 };
68 static const WCHAR ORDER_W[] = { 'O','R','D','E','R',0 };
69 static const WCHAR PRIMARY_W[] = { 'P','R','I','M','A','R','Y',0 };
70 static const WCHAR SELECT_W[] = { 'S','E','L','E','C','T',0 };
71 static const WCHAR SET_W[] = { 'S','E','T',0 };
72 static const WCHAR SHORT_W[] = { 'S','H','O','R','T',0 };
73 static const WCHAR TABLE_W[] = { 'T','A','B','L','E',0 };
74 static const WCHAR TEMPORARY_W[] = { 'T','E','M','P','O','R','A','R','Y',0 };
75 static const WCHAR UPDATE_W[] = { 'U','P','D','A','T','E',0 };
76 static const WCHAR VALUES_W[] = { 'V','A','L','U','E','S',0 };
77 static const WCHAR WHERE_W[] = { 'W','H','E','R','E',0 };
78
79 /*
80 ** These are the keywords
81 ** They MUST be in alphabetical order
82 */
83 static const Keyword aKeywordTable[] = {
84   { ADD_W, TK_ADD },
85   { ALTER_W, TK_ALTER },
86   { AND_W, TK_AND },
87   { BY_W, TK_BY },
88   { CHAR_W, TK_CHAR },
89   { CHARACTER_W, TK_CHAR },
90   { CREATE_W, TK_CREATE },
91   { DELETE_W, TK_DELETE },
92   { DISTINCT_W, TK_DISTINCT },
93   { DROP_W, TK_DROP },
94   { FREE_W, TK_FREE },
95   { FROM_W, TK_FROM },
96   { HOLD_W, TK_HOLD },
97   { INSERT_W, TK_INSERT },
98   { INT_W, TK_INT },
99   { INTEGER_W, TK_INT },
100   { INTO_W, TK_INTO },
101   { IS_W, TK_IS },
102   { KEY_W, TK_KEY },
103   { LIKE_W, TK_LIKE },
104   { LOCALIZABLE_W, TK_LOCALIZABLE },
105   { LONG_W, TK_LONG },
106   { LONGCHAR_W, TK_LONGCHAR },
107   { NOT_W, TK_NOT },
108   { NULL_W, TK_NULL },
109   { OBJECT_W, TK_OBJECT },
110   { OR_W, TK_OR },
111   { ORDER_W, TK_ORDER },
112   { PRIMARY_W, TK_PRIMARY },
113   { SELECT_W, TK_SELECT },
114   { SET_W, TK_SET },
115   { SHORT_W, TK_SHORT },
116   { TABLE_W, TK_TABLE },
117   { TEMPORARY_W, TK_TEMPORARY },
118   { UPDATE_W, TK_UPDATE },
119   { VALUES_W, TK_VALUES },
120   { WHERE_W, TK_WHERE },
121 };
122
123 #define KEYWORD_COUNT ( sizeof aKeywordTable/sizeof (Keyword) )
124
125 /*
126 ** Comparison function for binary search.
127 */
128 static int compKeyword(const void *m1, const void *m2){
129   const Keyword *k1 = m1, *k2 = m2;
130
131   return strcmpiW( k1->zName, k2->zName );
132 }
133
134 /*
135 ** This function looks up an identifier to determine if it is a
136 ** keyword.  If it is a keyword, the token code of that keyword is 
137 ** returned.  If the input is not a keyword, TK_ID is returned.
138 */
139 static int sqliteKeywordCode(const WCHAR *z, int n){
140   WCHAR str[MAX_TOKEN_LEN+1];
141   Keyword key, *r;
142
143   if( n>MAX_TOKEN_LEN )
144     return TK_ID;
145
146   memcpy( str, z, n*sizeof (WCHAR) );
147   str[n] = 0;
148   key.tokenType = 0;
149   key.zName = str;
150   r = bsearch( &key, aKeywordTable, KEYWORD_COUNT, sizeof (Keyword), compKeyword );
151   if( r )
152     return r->tokenType;
153   return TK_ID;
154 }
155
156
157 /*
158 ** If X is a character that can be used in an identifier then
159 ** isIdChar[X] will be 1.  Otherwise isIdChar[X] will be 0.
160 **
161 ** In this implementation, an identifier can be a string of
162 ** alphabetic characters, digits, and "_" plus any character
163 ** with the high-order bit set.  The latter rule means that
164 ** any sequence of UTF-8 characters or characters taken from
165 ** an extended ISO8859 character set can form an identifier.
166 */
167 static const char isIdChar[] = {
168 /* x0 x1 x2 x3 x4 x5 x6 x7 x8 x9 xA xB xC xD xE xF */
169     0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,  /* 0x */
170     0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,  /* 1x */
171     0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0,  /* 2x */
172     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0,  /* 3x */
173     0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 4x */
174     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1,  /* 5x */
175     0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 6x */
176     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0,  /* 7x */
177     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 8x */
178     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* 9x */
179     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Ax */
180     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Bx */
181     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Cx */
182     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Dx */
183     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Ex */
184     1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  /* Fx */
185 };
186
187
188 /*
189 ** Return the length of the token that begins at z[0].  Return
190 ** -1 if the token is (or might be) incomplete.  Store the token
191 ** type in *tokenType before returning.
192 */
193 int sqliteGetToken(const WCHAR *z, int *tokenType){
194   int i;
195   switch( *z ){
196     case ' ': case '\t': case '\n': case '\f': {
197       for(i=1; isspace(z[i]) && z[i] != '\r'; i++){}
198       *tokenType = TK_SPACE;
199       return i;
200     }
201     case '-': {
202       if( z[1]==0 ) return -1;
203       *tokenType = TK_MINUS;
204       return 1;
205     }
206     case '(':
207       *tokenType = TK_LP;
208       return 1;
209     case ')':
210       *tokenType = TK_RP;
211       return 1;
212     case '*':
213       *tokenType = TK_STAR;
214       return 1;
215     case '=':
216       *tokenType = TK_EQ;
217       return 1;
218     case '<': {
219       if( z[1]=='=' ){
220         *tokenType = TK_LE;
221         return 2;
222       }else if( z[1]=='>' ){
223         *tokenType = TK_NE;
224         return 2;
225       }else{
226         *tokenType = TK_LT;
227         return 1;
228       }
229     }
230     case '>': {
231       if( z[1]=='=' ){
232         *tokenType = TK_GE;
233         return 2;
234       }else{
235         *tokenType = TK_GT;
236         return 1;
237       }
238     }
239     case '!': {
240       if( z[1]!='=' ){
241         *tokenType = TK_ILLEGAL;
242         return 2;
243       }else{
244         *tokenType = TK_NE;
245         return 2;
246       }
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 thru into the next case */
273     }
274     case '0': case '1': case '2': case '3': case '4':
275     case '5': case '6': case '7': case '8': case '9': {
276       *tokenType = TK_INTEGER;
277       for(i=1; isdigit(z[i]); i++){}
278       return i;
279     }
280     case '[': {
281       for(i=1; z[i] && z[i-1]!=']'; i++){}
282       *tokenType = TK_ID;
283       return i;
284     }
285     default: {
286       if( !isIdChar[*z] ){
287         break;
288       }
289       for(i=1; isIdChar[z[i]]; i++){}
290       *tokenType = sqliteKeywordCode(z, i);
291       return i;
292     }
293   }
294   *tokenType = TK_ILLEGAL;
295   return 1;
296 }