| 1 | /**************************************************************************** | 
|---|
| 2 | ** | 
|---|
| 3 | ** Copyright (C) 2009 Nokia Corporation and/or its subsidiary(-ies). | 
|---|
| 4 | ** Contact: Qt Software Information (qt-info@nokia.com) | 
|---|
| 5 | ** | 
|---|
| 6 | ** This file is part of the QtXmlPatterns module of the Qt Toolkit. | 
|---|
| 7 | ** | 
|---|
| 8 | ** $QT_BEGIN_LICENSE:LGPL$ | 
|---|
| 9 | ** Commercial Usage | 
|---|
| 10 | ** Licensees holding valid Qt Commercial licenses may use this file in | 
|---|
| 11 | ** accordance with the Qt Commercial License Agreement provided with the | 
|---|
| 12 | ** Software or, alternatively, in accordance with the terms contained in | 
|---|
| 13 | ** a written agreement between you and Nokia. | 
|---|
| 14 | ** | 
|---|
| 15 | ** GNU Lesser General Public License Usage | 
|---|
| 16 | ** Alternatively, this file may be used under the terms of the GNU Lesser | 
|---|
| 17 | ** General Public License version 2.1 as published by the Free Software | 
|---|
| 18 | ** Foundation and appearing in the file LICENSE.LGPL included in the | 
|---|
| 19 | ** packaging of this file.  Please review the following information to | 
|---|
| 20 | ** ensure the GNU Lesser General Public License version 2.1 requirements | 
|---|
| 21 | ** will be met: http://www.gnu.org/licenses/old-licenses/lgpl-2.1.html. | 
|---|
| 22 | ** | 
|---|
| 23 | ** In addition, as a special exception, Nokia gives you certain | 
|---|
| 24 | ** additional rights. These rights are described in the Nokia Qt LGPL | 
|---|
| 25 | ** Exception version 1.0, included in the file LGPL_EXCEPTION.txt in this | 
|---|
| 26 | ** package. | 
|---|
| 27 | ** | 
|---|
| 28 | ** GNU General Public License Usage | 
|---|
| 29 | ** Alternatively, this file may be used under the terms of the GNU | 
|---|
| 30 | ** General Public License version 3.0 as published by the Free Software | 
|---|
| 31 | ** Foundation and appearing in the file LICENSE.GPL included in the | 
|---|
| 32 | ** packaging of this file.  Please review the following information to | 
|---|
| 33 | ** ensure the GNU General Public License version 3.0 requirements will be | 
|---|
| 34 | ** met: http://www.gnu.org/copyleft/gpl.html. | 
|---|
| 35 | ** | 
|---|
| 36 | ** If you are unsure which license is appropriate for your use, please | 
|---|
| 37 | ** contact the sales department at qt-sales@nokia.com. | 
|---|
| 38 | ** $QT_END_LICENSE$ | 
|---|
| 39 | ** | 
|---|
| 40 | ****************************************************************************/ | 
|---|
| 41 |  | 
|---|
| 42 | #include <QByteArray> | 
|---|
| 43 |  | 
|---|
| 44 | #include "qquerytransformparser_p.h" | 
|---|
| 45 |  | 
|---|
| 46 | #include "qxquerytokenizer_p.h" | 
|---|
| 47 |  | 
|---|
| 48 | #include "qtokenlookup.cpp" | 
|---|
| 49 |  | 
|---|
| 50 | QT_BEGIN_NAMESPACE | 
|---|
| 51 |  | 
|---|
| 52 | namespace QPatternist | 
|---|
| 53 | { | 
|---|
| 54 |  | 
|---|
| 55 | #define handleWhitespace()                      \ | 
|---|
| 56 | {                                               \ | 
|---|
| 57 | const TokenType t = consumeWhitespace();    \ | 
|---|
| 58 | if(t != SUCCESS)                            \ | 
|---|
| 59 | return Token(t);                        \ | 
|---|
| 60 | } | 
|---|
| 61 |  | 
|---|
| 62 | XQueryTokenizer::XQueryTokenizer(const QString &query, | 
|---|
| 63 | const QUrl &location, | 
|---|
| 64 | const State startingState) : Tokenizer(location) | 
|---|
| 65 | , m_data(query) | 
|---|
| 66 | , m_length(query.length()) | 
|---|
| 67 | , m_state(startingState) | 
|---|
| 68 | , m_pos(0) | 
|---|
| 69 | , m_line(1) | 
|---|
| 70 | , m_columnOffset(0) | 
|---|
| 71 | , m_scanOnly(false) | 
|---|
| 72 | { | 
|---|
| 73 | Q_ASSERT(location.isValid() || location.isEmpty()); | 
|---|
| 74 | } | 
|---|
| 75 |  | 
|---|
| 76 | const QChar XQueryTokenizer::current() const | 
|---|
| 77 | { | 
|---|
| 78 | if(m_pos < m_length) | 
|---|
| 79 | return m_data.at(m_pos); | 
|---|
| 80 | else | 
|---|
| 81 | return QChar(); | 
|---|
| 82 | } | 
|---|
| 83 |  | 
|---|
| 84 | char XQueryTokenizer::peekCurrent() const | 
|---|
| 85 | { | 
|---|
| 86 | return current().toAscii(); | 
|---|
| 87 | } | 
|---|
| 88 |  | 
|---|
| 89 | int XQueryTokenizer::peekForColonColon() const | 
|---|
| 90 | { | 
|---|
| 91 | /* Note, we don't modify m_pos in this function, so we need to do offset | 
|---|
| 92 | * calculations. */ | 
|---|
| 93 | int pos = m_pos; | 
|---|
| 94 |  | 
|---|
| 95 | while(pos < m_length) | 
|---|
| 96 | { | 
|---|
| 97 | switch(m_data.at(pos).toAscii()) | 
|---|
| 98 | { | 
|---|
| 99 | /* Fallthrough these four. */ | 
|---|
| 100 | case ' ': | 
|---|
| 101 | case '\t': | 
|---|
| 102 | case '\n': | 
|---|
| 103 | case '\r': | 
|---|
| 104 | break; | 
|---|
| 105 | case ':': | 
|---|
| 106 | { | 
|---|
| 107 | if(peekAhead((pos - m_pos) + 1) == ':') | 
|---|
| 108 | return pos - m_pos; | 
|---|
| 109 | /* Fallthrough. */ | 
|---|
| 110 | } | 
|---|
| 111 | default: | 
|---|
| 112 | return -1; | 
|---|
| 113 | } | 
|---|
| 114 | ++pos; | 
|---|
| 115 | } | 
|---|
| 116 |  | 
|---|
| 117 | return -1; | 
|---|
| 118 | } | 
|---|
| 119 |  | 
|---|
| 120 | Tokenizer::Token XQueryTokenizer::tokenAndChangeState(const TokenType code, | 
|---|
| 121 | const State s, | 
|---|
| 122 | const int advance) | 
|---|
| 123 | { | 
|---|
| 124 | Q_ASSERT(advance >= 0); | 
|---|
| 125 | m_pos += advance; | 
|---|
| 126 | setState(s); | 
|---|
| 127 | return Token(code); | 
|---|
| 128 | } | 
|---|
| 129 |  | 
|---|
| 130 | Tokenizer::Token XQueryTokenizer::tokenAndChangeState(const TokenType code, | 
|---|
| 131 | const QString &value, | 
|---|
| 132 | const State s) | 
|---|
| 133 | { | 
|---|
| 134 | setState(s); | 
|---|
| 135 | return Token(code, value); | 
|---|
| 136 | } | 
|---|
| 137 |  | 
|---|
| 138 | Tokenizer::Token XQueryTokenizer::tokenAndAdvance(const TokenType code, | 
|---|
| 139 | const int advance) | 
|---|
| 140 | { | 
|---|
| 141 | Q_ASSERT(advance >= 0); | 
|---|
| 142 | m_pos += advance; | 
|---|
| 143 | return Token(code); | 
|---|
| 144 | } | 
|---|
| 145 |  | 
|---|
| 146 | QString XQueryTokenizer::normalizeEOL(const QString &input, | 
|---|
| 147 | const CharacterSkips &characterSkips) | 
|---|
| 148 | { | 
|---|
| 149 | const int len = input.count(); | 
|---|
| 150 | QString result; | 
|---|
| 151 |  | 
|---|
| 152 | /* The likely hood is rather high it'll be the same content. */ | 
|---|
| 153 | result.reserve(len); | 
|---|
| 154 |  | 
|---|
| 155 | for(int i = 0; i < len; ++i) | 
|---|
| 156 | { | 
|---|
| 157 | const QChar &at = input.at(i); | 
|---|
| 158 |  | 
|---|
| 159 | if(characterSkips.contains(i)) | 
|---|
| 160 | { | 
|---|
| 161 | result.append(at); | 
|---|
| 162 | continue; | 
|---|
| 163 | } | 
|---|
| 164 | switch(input.at(i).unicode()) | 
|---|
| 165 | { | 
|---|
| 166 | case '\r': | 
|---|
| 167 | { | 
|---|
| 168 | if(i + 1 < len && input.at(i + 1) == QLatin1Char('\n')) | 
|---|
| 169 | ++i; | 
|---|
| 170 |  | 
|---|
| 171 | /* Else, fallthrough. */ | 
|---|
| 172 | } | 
|---|
| 173 | case '\n': | 
|---|
| 174 | { | 
|---|
| 175 | result.append(QLatin1Char('\n')); | 
|---|
| 176 | continue; | 
|---|
| 177 | } | 
|---|
| 178 | default: | 
|---|
| 179 | { | 
|---|
| 180 | result.append(at); | 
|---|
| 181 | } | 
|---|
| 182 | } | 
|---|
| 183 | } | 
|---|
| 184 |  | 
|---|
| 185 | return result; | 
|---|
| 186 | } | 
|---|
| 187 |  | 
|---|
| 188 | Tokenizer::TokenType XQueryTokenizer::consumeComment() | 
|---|
| 189 | { | 
|---|
| 190 | /* Below, we return ERROR instead of END_OF_FILE such that the parser | 
|---|
| 191 | * sees an invalid comment. */ | 
|---|
| 192 | while(m_pos < m_length) | 
|---|
| 193 | { | 
|---|
| 194 | switch(peekCurrent()) | 
|---|
| 195 | { | 
|---|
| 196 | case ':': | 
|---|
| 197 | { | 
|---|
| 198 | ++m_pos; /* Consume ':' */ | 
|---|
| 199 | if(atEnd()) | 
|---|
| 200 | return ERROR; | 
|---|
| 201 |  | 
|---|
| 202 | if(peekCurrent() == ')') | 
|---|
| 203 | { | 
|---|
| 204 | ++m_pos; /* Consume ')' */ | 
|---|
| 205 | return SUCCESS; /* The comment closed nicely. */ | 
|---|
| 206 | } | 
|---|
| 207 | continue; /* We don't want to increment m_pos twice. */ | 
|---|
| 208 | } | 
|---|
| 209 | case '(': | 
|---|
| 210 | { /* It looks like the start of a comment. */ | 
|---|
| 211 | ++m_pos; | 
|---|
| 212 |  | 
|---|
| 213 | if(atEnd()) | 
|---|
| 214 | return END_OF_FILE; | 
|---|
| 215 | else if(peekCurrent() == ':') | 
|---|
| 216 | { | 
|---|
| 217 | /* And it is a nested comment -- parse it. */ | 
|---|
| 218 | const TokenType retval = consumeComment(); | 
|---|
| 219 | if(retval == SUCCESS) | 
|---|
| 220 | continue; /* Continue with our "own" comment. */ | 
|---|
| 221 | else | 
|---|
| 222 | return retval; /* Return the error in the nested comment. */ | 
|---|
| 223 | } | 
|---|
| 224 | break; | 
|---|
| 225 | } | 
|---|
| 226 | case '\n': | 
|---|
| 227 | /* Fallthrough. */ | 
|---|
| 228 | case '\r': | 
|---|
| 229 | { | 
|---|
| 230 | /* We want to count \r\n as a single line break. */ | 
|---|
| 231 | if(peekAhead() == '\n') | 
|---|
| 232 | ++m_pos; | 
|---|
| 233 |  | 
|---|
| 234 | m_columnOffset = m_pos; | 
|---|
| 235 | ++m_line; | 
|---|
| 236 |  | 
|---|
| 237 | break; | 
|---|
| 238 | } | 
|---|
| 239 | } | 
|---|
| 240 | ++m_pos; | 
|---|
| 241 | } | 
|---|
| 242 |  | 
|---|
| 243 | return ERROR; /* Error: we reached the end while inside a comment. */ | 
|---|
| 244 | } | 
|---|
| 245 |  | 
|---|
| 246 | bool XQueryTokenizer::consumeRawWhitespace() | 
|---|
| 247 | { | 
|---|
| 248 | while(m_pos < m_length) | 
|---|
| 249 | { | 
|---|
| 250 | switch(peekCurrent()) | 
|---|
| 251 | { | 
|---|
| 252 | case ' ': | 
|---|
| 253 | case '\t': | 
|---|
| 254 | break; | 
|---|
| 255 | case '\n': | 
|---|
| 256 | case '\r': | 
|---|
| 257 | { | 
|---|
| 258 | if(peekAhead() == '\n') | 
|---|
| 259 | ++m_pos; | 
|---|
| 260 |  | 
|---|
| 261 | m_columnOffset = m_pos; | 
|---|
| 262 | ++m_line; | 
|---|
| 263 |  | 
|---|
| 264 | break; | 
|---|
| 265 | } | 
|---|
| 266 | default: | 
|---|
| 267 | return false; | 
|---|
| 268 | } | 
|---|
| 269 | ++m_pos; | 
|---|
| 270 | } | 
|---|
| 271 | return true; | 
|---|
| 272 | } | 
|---|
| 273 |  | 
|---|
| 274 | Tokenizer::TokenType XQueryTokenizer::consumeWhitespace() | 
|---|
| 275 | { | 
|---|
| 276 | while(m_pos < m_length) | 
|---|
| 277 | { | 
|---|
| 278 | switch(peekCurrent()) | 
|---|
| 279 | { | 
|---|
| 280 | case ' ': | 
|---|
| 281 | case '\t': | 
|---|
| 282 | break; | 
|---|
| 283 | case '\n': | 
|---|
| 284 | case '\r': | 
|---|
| 285 | { | 
|---|
| 286 | /* We want to count \r\n as a single line break. */ | 
|---|
| 287 | if(peekAhead() == '\n') | 
|---|
| 288 | ++m_pos; | 
|---|
| 289 |  | 
|---|
| 290 | m_columnOffset = m_pos; | 
|---|
| 291 | ++m_line; | 
|---|
| 292 |  | 
|---|
| 293 | break; | 
|---|
| 294 | } | 
|---|
| 295 | case '(': | 
|---|
| 296 | { | 
|---|
| 297 | if(peekAhead() == ':') | 
|---|
| 298 | { | 
|---|
| 299 | m_pos += 2; /* Consume "(:" */ | 
|---|
| 300 |  | 
|---|
| 301 | const TokenType comment = consumeComment(); | 
|---|
| 302 | if(comment == SUCCESS) | 
|---|
| 303 | continue; | 
|---|
| 304 | else | 
|---|
| 305 | return comment; | 
|---|
| 306 | } | 
|---|
| 307 | } | 
|---|
| 308 | default: | 
|---|
| 309 | return SUCCESS; | 
|---|
| 310 | } | 
|---|
| 311 | ++m_pos; | 
|---|
| 312 | } | 
|---|
| 313 |  | 
|---|
| 314 | return END_OF_FILE; | 
|---|
| 315 | } | 
|---|
| 316 |  | 
|---|
| 317 | char XQueryTokenizer::peekAhead(const int length) const | 
|---|
| 318 | { | 
|---|
| 319 | if(m_pos + length < m_length) | 
|---|
| 320 | return m_data.at(m_pos + length).toAscii(); | 
|---|
| 321 | else | 
|---|
| 322 | return 0; | 
|---|
| 323 | } | 
|---|
| 324 |  | 
|---|
| 325 | Tokenizer::Token XQueryTokenizer::error() | 
|---|
| 326 | { | 
|---|
| 327 | return Token(ERROR); | 
|---|
| 328 | } | 
|---|
| 329 |  | 
|---|
| 330 | bool XQueryTokenizer::isDigit(const char ch) | 
|---|
| 331 | { | 
|---|
| 332 | return ch >= '0' && ch <= '9'; | 
|---|
| 333 | } | 
|---|
| 334 |  | 
|---|
| 335 | /* Replace with function in QXmlUtils. Write test cases for this. */ | 
|---|
| 336 | bool XQueryTokenizer::isNCNameStart(const QChar ch) | 
|---|
| 337 | { | 
|---|
| 338 | if(ch == QLatin1Char('_')) | 
|---|
| 339 | return true; | 
|---|
| 340 |  | 
|---|
| 341 | switch(ch.category()) | 
|---|
| 342 | { | 
|---|
| 343 | case QChar::Letter_Lowercase: | 
|---|
| 344 | case QChar::Letter_Uppercase: | 
|---|
| 345 | case QChar::Letter_Other: | 
|---|
| 346 | case QChar::Letter_Titlecase: | 
|---|
| 347 | case QChar::Number_Letter: | 
|---|
| 348 | return true; | 
|---|
| 349 | default: | 
|---|
| 350 | return false; | 
|---|
| 351 | } | 
|---|
| 352 | } | 
|---|
| 353 |  | 
|---|
| 354 | bool XQueryTokenizer::isNCNameBody(const QChar ch) | 
|---|
| 355 | { | 
|---|
| 356 | switch(ch.unicode()) | 
|---|
| 357 | { | 
|---|
| 358 | case '.': | 
|---|
| 359 | case '_': | 
|---|
| 360 | case '-': | 
|---|
| 361 | return true; | 
|---|
| 362 | } | 
|---|
| 363 |  | 
|---|
| 364 | switch(ch.category()) | 
|---|
| 365 | { | 
|---|
| 366 | case QChar::Letter_Lowercase: | 
|---|
| 367 | case QChar::Letter_Uppercase: | 
|---|
| 368 | case QChar::Letter_Other: | 
|---|
| 369 | case QChar::Letter_Titlecase: | 
|---|
| 370 | case QChar::Number_Letter: | 
|---|
| 371 | case QChar::Mark_SpacingCombining: | 
|---|
| 372 | case QChar::Mark_Enclosing: | 
|---|
| 373 | case QChar::Mark_NonSpacing: | 
|---|
| 374 | case QChar::Letter_Modifier: | 
|---|
| 375 | case QChar::Number_DecimalDigit: | 
|---|
| 376 | return true; | 
|---|
| 377 | default: | 
|---|
| 378 | return false; | 
|---|
| 379 | } | 
|---|
| 380 | } | 
|---|
| 381 |  | 
|---|
| 382 | bool XQueryTokenizer::isPhraseKeyword(const TokenType code) | 
|---|
| 383 | { | 
|---|
| 384 | switch(code) | 
|---|
| 385 | { | 
|---|
| 386 | /* Fallthrough all these. */ | 
|---|
| 387 | case CASTABLE: | 
|---|
| 388 | case CAST: | 
|---|
| 389 | case COPY_NAMESPACES: | 
|---|
| 390 | case DECLARE: | 
|---|
| 391 | case EMPTY: | 
|---|
| 392 | case MODULE: | 
|---|
| 393 | case IMPORT: | 
|---|
| 394 | case INSTANCE: | 
|---|
| 395 | case ORDER: | 
|---|
| 396 | case ORDERING: | 
|---|
| 397 | case XQUERY: | 
|---|
| 398 | case STABLE: | 
|---|
| 399 | case TREAT: | 
|---|
| 400 | return true; | 
|---|
| 401 | default: | 
|---|
| 402 | return false; | 
|---|
| 403 | } | 
|---|
| 404 | } | 
|---|
| 405 |  | 
|---|
| 406 | bool XQueryTokenizer::isOperatorKeyword(const TokenType code) | 
|---|
| 407 | { | 
|---|
| 408 | switch(code) | 
|---|
| 409 | { | 
|---|
| 410 | /* Fallthrough all these. */ | 
|---|
| 411 | case AS: | 
|---|
| 412 | case ASCENDING: | 
|---|
| 413 | case AT: | 
|---|
| 414 | case CASE: | 
|---|
| 415 | case CAST: | 
|---|
| 416 | case CASTABLE: | 
|---|
| 417 | case EQ: | 
|---|
| 418 | case EXTERNAL: | 
|---|
| 419 | case GE: | 
|---|
| 420 | case G_EQ: | 
|---|
| 421 | case G_GT: | 
|---|
| 422 | case G_LT: | 
|---|
| 423 | case G_NE: | 
|---|
| 424 | case GT: | 
|---|
| 425 | case IN: | 
|---|
| 426 | case INHERIT: | 
|---|
| 427 | case INSTANCE: | 
|---|
| 428 | case IS: | 
|---|
| 429 | case ITEM: | 
|---|
| 430 | case LE: | 
|---|
| 431 | case LT: | 
|---|
| 432 | case NE: | 
|---|
| 433 | case NO_INHERIT: | 
|---|
| 434 | case NO_PRESERVE: | 
|---|
| 435 | case OF: | 
|---|
| 436 | case PRESERVE: | 
|---|
| 437 | case RETURN: | 
|---|
| 438 | case STABLE: | 
|---|
| 439 | case TO: | 
|---|
| 440 | case TREAT: | 
|---|
| 441 | return true; | 
|---|
| 442 | default: | 
|---|
| 443 | return false; | 
|---|
| 444 | }; | 
|---|
| 445 | } | 
|---|
| 446 |  | 
|---|
| 447 | bool XQueryTokenizer::isTypeToken(const TokenType t) | 
|---|
| 448 | { | 
|---|
| 449 | switch(t) | 
|---|
| 450 | { | 
|---|
| 451 | /* Fallthrough all these. */ | 
|---|
| 452 | case ATTRIBUTE: | 
|---|
| 453 | case COMMENT: | 
|---|
| 454 | case DOCUMENT: | 
|---|
| 455 | case DOCUMENT_NODE: | 
|---|
| 456 | case ELEMENT: | 
|---|
| 457 | case ITEM: | 
|---|
| 458 | case NODE: | 
|---|
| 459 | case PROCESSING_INSTRUCTION: | 
|---|
| 460 | case SCHEMA_ATTRIBUTE: | 
|---|
| 461 | case SCHEMA_ELEMENT: | 
|---|
| 462 | case TEXT: | 
|---|
| 463 | return true; | 
|---|
| 464 | default: | 
|---|
| 465 | return false; | 
|---|
| 466 | } | 
|---|
| 467 | } | 
|---|
| 468 |  | 
|---|
| 469 | Tokenizer::Token XQueryTokenizer::tokenizeNCNameOrQName() | 
|---|
| 470 | { | 
|---|
| 471 | const int start = m_pos; | 
|---|
| 472 |  | 
|---|
| 473 | const Token t1 = tokenizeNCName(); | 
|---|
| 474 | if(t1.hasError()) | 
|---|
| 475 | return t1; | 
|---|
| 476 |  | 
|---|
| 477 | if(peekCurrent() != ':' || peekAhead() == '=') | 
|---|
| 478 | return t1; | 
|---|
| 479 |  | 
|---|
| 480 | ++m_pos; | 
|---|
| 481 |  | 
|---|
| 482 | const Token t2 = tokenizeNCName(); | 
|---|
| 483 | if(t2.hasError()) | 
|---|
| 484 | return t2; | 
|---|
| 485 | else | 
|---|
| 486 | return Token(QNAME, m_data.mid(start, m_pos - start)); | 
|---|
| 487 | } | 
|---|
| 488 |  | 
|---|
| 489 | Tokenizer::Token XQueryTokenizer::tokenizeNumberLiteral() | 
|---|
| 490 | { | 
|---|
| 491 | setState(Operator); | 
|---|
| 492 | const int startPos = m_pos; | 
|---|
| 493 | bool hasDot = false; | 
|---|
| 494 | bool isXPath20 = false; | 
|---|
| 495 |  | 
|---|
| 496 | for(; m_pos < m_length; ++m_pos) | 
|---|
| 497 | { | 
|---|
| 498 | QChar ch(current()); | 
|---|
| 499 |  | 
|---|
| 500 | char cell = ch.cell(); | 
|---|
| 501 |  | 
|---|
| 502 | if(cell == 'e' || cell == 'E') | 
|---|
| 503 | { | 
|---|
| 504 | isXPath20 = true; | 
|---|
| 505 | ++m_pos; | 
|---|
| 506 | ch = current(); | 
|---|
| 507 |  | 
|---|
| 508 | if(ch.row() != 0) | 
|---|
| 509 | break; | 
|---|
| 510 |  | 
|---|
| 511 | cell = ch.cell(); | 
|---|
| 512 |  | 
|---|
| 513 | if(cell == '+' || cell == '-') | 
|---|
| 514 | continue; | 
|---|
| 515 | } | 
|---|
| 516 |  | 
|---|
| 517 | if(isNCNameStart(ch)) | 
|---|
| 518 | return error(); | 
|---|
| 519 |  | 
|---|
| 520 | if(cell < '0' || cell > '9') | 
|---|
| 521 | { | 
|---|
| 522 | if(cell == '.' && !hasDot) | 
|---|
| 523 | hasDot = true; | 
|---|
| 524 | else | 
|---|
| 525 | break; | 
|---|
| 526 | } | 
|---|
| 527 | } | 
|---|
| 528 |  | 
|---|
| 529 | return Token(isXPath20 ? XPATH2_NUMBER : NUMBER, m_data.mid(startPos, m_pos - startPos)); | 
|---|
| 530 | } | 
|---|
| 531 |  | 
|---|
| 532 | QString XQueryTokenizer::tokenizeCharacterReference() | 
|---|
| 533 | { | 
|---|
| 534 | Q_ASSERT(peekCurrent() == '&'); | 
|---|
| 535 |  | 
|---|
| 536 | const int theEnd = m_data.indexOf(QLatin1Char(';'), m_pos + 1); | 
|---|
| 537 |  | 
|---|
| 538 | if(theEnd == -1) /* No ';' found, a syntax error. i18n. */ | 
|---|
| 539 | return QString(); | 
|---|
| 540 |  | 
|---|
| 541 | QString content(m_data.mid(m_pos + 1, (theEnd - m_pos) - 1)); | 
|---|
| 542 | m_pos = theEnd; | 
|---|
| 543 |  | 
|---|
| 544 | const QChar charRef(charForReference(content)); | 
|---|
| 545 |  | 
|---|
| 546 | if(!charRef.isNull()) | 
|---|
| 547 | return charRef; | 
|---|
| 548 | else if(content.startsWith(QLatin1Char('#'))) | 
|---|
| 549 | { | 
|---|
| 550 | int base; | 
|---|
| 551 |  | 
|---|
| 552 | /* It is only '#' or '#x'. */ | 
|---|
| 553 | if(content.length() < 2) | 
|---|
| 554 | return QString(); | 
|---|
| 555 |  | 
|---|
| 556 | /* We got a hex number if it starts with 'x', otherwise it's a decimal. */ | 
|---|
| 557 | if(content.at(1) == QLatin1Char('x')) | 
|---|
| 558 | { | 
|---|
| 559 | base = 16; | 
|---|
| 560 | content = content.mid(2); /* Remove "#x". */ | 
|---|
| 561 | } | 
|---|
| 562 | else | 
|---|
| 563 | { | 
|---|
| 564 | base = 10; | 
|---|
| 565 | content = content.mid(1); /* Remove "#". */ | 
|---|
| 566 | } | 
|---|
| 567 |  | 
|---|
| 568 | bool conversionOK = false; | 
|---|
| 569 | const int codepoint = content.toInt(&conversionOK, base); | 
|---|
| 570 |  | 
|---|
| 571 | if(conversionOK) | 
|---|
| 572 | { | 
|---|
| 573 | const QChar ch(codepoint); | 
|---|
| 574 |  | 
|---|
| 575 | if(ch.isNull()) | 
|---|
| 576 | { | 
|---|
| 577 | /* We likely have something which require surrogate pairs. */ | 
|---|
| 578 | QString result; | 
|---|
| 579 | result += QChar(QChar::highSurrogate(codepoint)); | 
|---|
| 580 | result += QChar(QChar::lowSurrogate(codepoint)); | 
|---|
| 581 | return result; | 
|---|
| 582 | } | 
|---|
| 583 | else | 
|---|
| 584 | return ch; | 
|---|
| 585 | } | 
|---|
| 586 | else | 
|---|
| 587 | return QString(); | 
|---|
| 588 | } | 
|---|
| 589 | else | 
|---|
| 590 | return QString(); | 
|---|
| 591 | } | 
|---|
| 592 |  | 
|---|
| 593 | int XQueryTokenizer::scanUntil(const char *const content) | 
|---|
| 594 | { | 
|---|
| 595 | const int end = m_data.indexOf(QString::fromLatin1(content), m_pos); | 
|---|
| 596 |  | 
|---|
| 597 | if(end == -1) | 
|---|
| 598 | return -1; | 
|---|
| 599 | else | 
|---|
| 600 | { | 
|---|
| 601 | const int len = end - m_pos; | 
|---|
| 602 | m_pos += len; | 
|---|
| 603 | return len; | 
|---|
| 604 | } | 
|---|
| 605 | } | 
|---|
| 606 |  | 
|---|
| 607 | QChar XQueryTokenizer::charForReference(const QString &reference) | 
|---|
| 608 | { | 
|---|
| 609 | if(m_charRefs.isEmpty()) | 
|---|
| 610 | { | 
|---|
| 611 | /* Initialize. */ | 
|---|
| 612 | m_charRefs.reserve(5); | 
|---|
| 613 | m_charRefs.insert(QLatin1String("lt"),     QLatin1Char('<')); | 
|---|
| 614 | m_charRefs.insert(QLatin1String("gt"),     QLatin1Char('>')); | 
|---|
| 615 | m_charRefs.insert(QLatin1String("amp"),    QLatin1Char('&')); | 
|---|
| 616 | m_charRefs.insert(QLatin1String("quot"),   QLatin1Char('"')); | 
|---|
| 617 | m_charRefs.insert(QLatin1String("apos"),   QLatin1Char('\'')); | 
|---|
| 618 | } | 
|---|
| 619 |  | 
|---|
| 620 | return m_charRefs.value(reference); | 
|---|
| 621 | } | 
|---|
| 622 |  | 
|---|
| 623 | Tokenizer::Token XQueryTokenizer::tokenizeStringLiteral() | 
|---|
| 624 | { | 
|---|
| 625 | const QChar delimiter(current()); | 
|---|
| 626 | /* We cannot unfortunately just scan and then do mid(), | 
|---|
| 627 | * since we can encounter character references. */ | 
|---|
| 628 | QString result; | 
|---|
| 629 |  | 
|---|
| 630 | /* This is more likely than QString's default allocation. */ | 
|---|
| 631 | result.reserve(8); | 
|---|
| 632 |  | 
|---|
| 633 | CharacterSkips skipEOLNormalization; | 
|---|
| 634 |  | 
|---|
| 635 | /* Advance over the initial quote character. */ | 
|---|
| 636 | ++m_pos; | 
|---|
| 637 |  | 
|---|
| 638 | for(; m_pos < m_length; ++m_pos) | 
|---|
| 639 | { | 
|---|
| 640 | const QChar c(current()); | 
|---|
| 641 |  | 
|---|
| 642 | if(c == QLatin1Char('&')) | 
|---|
| 643 | { | 
|---|
| 644 | const QString charRef(tokenizeCharacterReference()); | 
|---|
| 645 |  | 
|---|
| 646 | if(charRef.isNull()) | 
|---|
| 647 | return error(); | 
|---|
| 648 | else | 
|---|
| 649 | { | 
|---|
| 650 | skipEOLNormalization.insert(result.count()); | 
|---|
| 651 | result.append(charRef); | 
|---|
| 652 | } | 
|---|
| 653 |  | 
|---|
| 654 | } | 
|---|
| 655 | else if(c == delimiter) | 
|---|
| 656 | { | 
|---|
| 657 | /* Maybe the escaping mechanism is used. For instance, "s""s" | 
|---|
| 658 | * has the value `s"s'. */ | 
|---|
| 659 | ++m_pos; | 
|---|
| 660 |  | 
|---|
| 661 | if(current() == delimiter) /* Double quote. */ | 
|---|
| 662 | result += delimiter; | 
|---|
| 663 | else | 
|---|
| 664 | return Token(STRING_LITERAL, normalizeEOL(result, skipEOLNormalization)); | 
|---|
| 665 | } | 
|---|
| 666 | else | 
|---|
| 667 | result += c; | 
|---|
| 668 | } | 
|---|
| 669 |  | 
|---|
| 670 | return error(); | 
|---|
| 671 | } | 
|---|
| 672 |  | 
|---|
| 673 | Tokenizer::Token XQueryTokenizer::tokenizeNCName() | 
|---|
| 674 | { | 
|---|
| 675 | const int startPos = m_pos; | 
|---|
| 676 |  | 
|---|
| 677 | if(m_pos < m_length && isNCNameStart(current())) | 
|---|
| 678 | { | 
|---|
| 679 | ++m_pos; | 
|---|
| 680 |  | 
|---|
| 681 | for(; m_pos < m_length; ++m_pos) | 
|---|
| 682 | { | 
|---|
| 683 | if(!isNCNameBody(current())) | 
|---|
| 684 | break; | 
|---|
| 685 | } | 
|---|
| 686 |  | 
|---|
| 687 | return Token(NCNAME, m_data.mid(startPos, m_pos - startPos)); | 
|---|
| 688 | } | 
|---|
| 689 | else | 
|---|
| 690 | return error(); | 
|---|
| 691 | } | 
|---|
| 692 |  | 
|---|
| 693 | bool XQueryTokenizer::aheadEquals(const char *const chs, | 
|---|
| 694 | const int len, | 
|---|
| 695 | const int offset) const | 
|---|
| 696 | { | 
|---|
| 697 | Q_ASSERT(len > 0); | 
|---|
| 698 | Q_ASSERT(qstrlen(chs) == uint(len)); | 
|---|
| 699 |  | 
|---|
| 700 | if(m_pos + len >= m_length) | 
|---|
| 701 | return false; | 
|---|
| 702 |  | 
|---|
| 703 | for(int i = offset; i < (len + offset); ++i) | 
|---|
| 704 | { | 
|---|
| 705 | if(m_data.at(m_pos + i).toAscii() != chs[i - offset]) | 
|---|
| 706 | return false; | 
|---|
| 707 | } | 
|---|
| 708 |  | 
|---|
| 709 | return true; | 
|---|
| 710 | } | 
|---|
| 711 |  | 
|---|
| 712 | const TokenMap *XQueryTokenizer::lookupKeyword(const QString &keyword) | 
|---|
| 713 | { | 
|---|
| 714 | return TokenLookup::value(keyword.toAscii().constData(), keyword.length()); | 
|---|
| 715 | } | 
|---|
| 716 |  | 
|---|
| 717 | XQueryTokenizer::State XQueryTokenizer::state() const | 
|---|
| 718 | { | 
|---|
| 719 | return m_state; | 
|---|
| 720 | } | 
|---|
| 721 |  | 
|---|
| 722 | void XQueryTokenizer::setState(const State s) | 
|---|
| 723 | { | 
|---|
| 724 | m_state = s; | 
|---|
| 725 | } | 
|---|
| 726 |  | 
|---|
| 727 | void XQueryTokenizer::pushState(const State s) | 
|---|
| 728 | { | 
|---|
| 729 | m_stateStack.push(s); | 
|---|
| 730 | } | 
|---|
| 731 |  | 
|---|
| 732 | void XQueryTokenizer::pushState() | 
|---|
| 733 | { | 
|---|
| 734 | m_stateStack.push(m_state); | 
|---|
| 735 | } | 
|---|
| 736 |  | 
|---|
| 737 | void XQueryTokenizer::popState() | 
|---|
| 738 | { | 
|---|
| 739 | /* QStack::pop() asserts if it's empty, so we need to check | 
|---|
| 740 | * it, since we might receive unbalanced curlies. */ | 
|---|
| 741 | if(!m_stateStack.isEmpty()) | 
|---|
| 742 | m_state = m_stateStack.pop(); | 
|---|
| 743 | } | 
|---|
| 744 |  | 
|---|
| 745 | Tokenizer::Token XQueryTokenizer::nextToken() | 
|---|
| 746 | { | 
|---|
| 747 | switch(state()) | 
|---|
| 748 | { | 
|---|
| 749 | /* We want to skip or do special whitespace handling for these | 
|---|
| 750 | * states. So fallthrough all of the following. */ | 
|---|
| 751 | case AposAttributeContent: | 
|---|
| 752 | case Axis: | 
|---|
| 753 | case ElementContent: | 
|---|
| 754 | case EndTag: | 
|---|
| 755 | case Pragma: | 
|---|
| 756 | case PragmaContent: | 
|---|
| 757 | case ProcessingInstructionName: | 
|---|
| 758 | case QuotAttributeContent: | 
|---|
| 759 | case StartTag: | 
|---|
| 760 | case XMLComment: | 
|---|
| 761 | break; | 
|---|
| 762 | default: | 
|---|
| 763 | handleWhitespace(); | 
|---|
| 764 | } | 
|---|
| 765 |  | 
|---|
| 766 | switch(state()) | 
|---|
| 767 | { | 
|---|
| 768 | case XMLSpaceDecl: | 
|---|
| 769 | /* Fallthrough. */ | 
|---|
| 770 | case NamespaceKeyword: | 
|---|
| 771 | { | 
|---|
| 772 | switch(peekCurrent()) | 
|---|
| 773 | { | 
|---|
| 774 | case ',': | 
|---|
| 775 | return tokenAndAdvance(COMMA); | 
|---|
| 776 | case '"': | 
|---|
| 777 | /* Fallthrough. */ | 
|---|
| 778 | case '\'': | 
|---|
| 779 | { | 
|---|
| 780 | setState(NamespaceDecl); | 
|---|
| 781 | return tokenizeStringLiteral(); | 
|---|
| 782 | } | 
|---|
| 783 | } | 
|---|
| 784 |  | 
|---|
| 785 | const Token id(tokenizeNCName()); | 
|---|
| 786 |  | 
|---|
| 787 | if(id.type != NCNAME) | 
|---|
| 788 | return id; | 
|---|
| 789 |  | 
|---|
| 790 | const TokenMap *const keyword = lookupKeyword(id.value); | 
|---|
| 791 | if(keyword) | 
|---|
| 792 | { | 
|---|
| 793 | switch(keyword->token) | 
|---|
| 794 | { | 
|---|
| 795 | case INHERIT: | 
|---|
| 796 | /* Fallthrough. */ | 
|---|
| 797 | case NO_INHERIT: | 
|---|
| 798 | { | 
|---|
| 799 | setState(Default); | 
|---|
| 800 | break; | 
|---|
| 801 | } | 
|---|
| 802 | case NAMESPACE: | 
|---|
| 803 | { | 
|---|
| 804 | setState(NamespaceDecl); | 
|---|
| 805 | break; | 
|---|
| 806 | } | 
|---|
| 807 | case ORDERED: | 
|---|
| 808 | /* Fallthrough. */ | 
|---|
| 809 | case UNORDERED: | 
|---|
| 810 | /* Fallthrough. */ | 
|---|
| 811 | case STRIP: | 
|---|
| 812 | { | 
|---|
| 813 | setState(Default); | 
|---|
| 814 | break; | 
|---|
| 815 | } | 
|---|
| 816 | case PRESERVE: | 
|---|
| 817 | { | 
|---|
| 818 | if(state() != NamespaceKeyword) | 
|---|
| 819 | setState(Default); | 
|---|
| 820 | } | 
|---|
| 821 | default: | 
|---|
| 822 | break; | 
|---|
| 823 | } | 
|---|
| 824 |  | 
|---|
| 825 | return Token(keyword->token); | 
|---|
| 826 | } | 
|---|
| 827 | else | 
|---|
| 828 | return id; | 
|---|
| 829 |  | 
|---|
| 830 | Q_ASSERT(false); | 
|---|
| 831 | } | 
|---|
| 832 | case NamespaceDecl: | 
|---|
| 833 | { | 
|---|
| 834 | switch(peekCurrent()) | 
|---|
| 835 | { | 
|---|
| 836 | case '=': | 
|---|
| 837 | return tokenAndAdvance(G_EQ); | 
|---|
| 838 | case ';': | 
|---|
| 839 | return tokenAndChangeState(SEMI_COLON, Default); | 
|---|
| 840 | case '\'': | 
|---|
| 841 | /* Fallthrough. */ | 
|---|
| 842 | case '\"': | 
|---|
| 843 | return tokenizeStringLiteral(); | 
|---|
| 844 | } | 
|---|
| 845 |  | 
|---|
| 846 | const Token nc(tokenizeNCName()); | 
|---|
| 847 |  | 
|---|
| 848 | handleWhitespace(); | 
|---|
| 849 |  | 
|---|
| 850 | const char pc = peekCurrent(); | 
|---|
| 851 | const TokenMap* const t = lookupKeyword(nc.value); | 
|---|
| 852 |  | 
|---|
| 853 | if(pc == '\'' || (pc == '"' && t)) | 
|---|
| 854 | return tokenAndChangeState(t->token, Default, 0); | 
|---|
| 855 | else | 
|---|
| 856 | return nc; | 
|---|
| 857 |  | 
|---|
| 858 | Q_ASSERT(false); | 
|---|
| 859 | } | 
|---|
| 860 | case Axis: | 
|---|
| 861 | { | 
|---|
| 862 | if(peekCurrent() == ':') | 
|---|
| 863 | { | 
|---|
| 864 | Q_ASSERT(peekAhead() == ':'); | 
|---|
| 865 | m_pos += 2; | 
|---|
| 866 | setState(AfterAxisSeparator); | 
|---|
| 867 | return Token(COLONCOLON); | 
|---|
| 868 | } | 
|---|
| 869 | /* Fallthrough. */ | 
|---|
| 870 | } | 
|---|
| 871 | case AfterAxisSeparator: | 
|---|
| 872 | /* Fallthrough. */ | 
|---|
| 873 | case Default: | 
|---|
| 874 | /* State Operator and state Default have a lot of tokens in common except | 
|---|
| 875 | * for minor differences. So we treat them the same way, and sprinkles logic | 
|---|
| 876 | * here and there to handle the small differences. */ | 
|---|
| 877 | /* Fallthrough. */ | 
|---|
| 878 | case Operator: | 
|---|
| 879 | { | 
|---|
| 880 | switch(peekCurrent()) | 
|---|
| 881 | { | 
|---|
| 882 | case '=': | 
|---|
| 883 | return tokenAndChangeState(G_EQ, Default); | 
|---|
| 884 | case '-': | 
|---|
| 885 | return tokenAndChangeState(MINUS, Default); | 
|---|
| 886 | case '+': | 
|---|
| 887 | return tokenAndChangeState(PLUS, Default); | 
|---|
| 888 | case '[': | 
|---|
| 889 | return tokenAndChangeState(LBRACKET, Default); | 
|---|
| 890 | case ']': | 
|---|
| 891 | return tokenAndChangeState(RBRACKET, Operator); | 
|---|
| 892 | case ',': | 
|---|
| 893 | return tokenAndChangeState(COMMA, Default); | 
|---|
| 894 | case ';': | 
|---|
| 895 | return tokenAndChangeState(SEMI_COLON, Default); | 
|---|
| 896 | case '$': | 
|---|
| 897 | return tokenAndChangeState(DOLLAR, VarName); | 
|---|
| 898 | case '|': | 
|---|
| 899 | return tokenAndChangeState(BAR, Default); | 
|---|
| 900 | case '?': | 
|---|
| 901 | return tokenAndChangeState(QUESTION, Operator); | 
|---|
| 902 | case ')': | 
|---|
| 903 | return tokenAndChangeState(RPAREN, Operator); | 
|---|
| 904 | case '@': | 
|---|
| 905 | return tokenAndChangeState(AT_SIGN, Default); | 
|---|
| 906 | /* Fallthrough all these. */ | 
|---|
| 907 | case '1': | 
|---|
| 908 | case '2': | 
|---|
| 909 | case '3': | 
|---|
| 910 | case '4': | 
|---|
| 911 | case '5': | 
|---|
| 912 | case '6': | 
|---|
| 913 | case '7': | 
|---|
| 914 | case '8': | 
|---|
| 915 | case '9': | 
|---|
| 916 | case '0': | 
|---|
| 917 | return tokenizeNumberLiteral(); | 
|---|
| 918 | case '.': | 
|---|
| 919 | { | 
|---|
| 920 | const char next = peekAhead(); | 
|---|
| 921 | if(next == '.') | 
|---|
| 922 | return tokenAndChangeState(DOTDOT, Operator, 2); | 
|---|
| 923 | /* .5 is allowed, as short form for 0.5: | 
|---|
| 924 | * <tt>[142]     DecimalLiteral     ::=     ("." Digits) | (Digits "." [0-9]*)</tt> | 
|---|
| 925 | */ | 
|---|
| 926 | else if(isDigit(next)) | 
|---|
| 927 | return tokenizeNumberLiteral(); | 
|---|
| 928 | else | 
|---|
| 929 | return tokenAndChangeState(DOT, Operator); | 
|---|
| 930 | } | 
|---|
| 931 | case '\'': | 
|---|
| 932 | /* Fallthrough. */ | 
|---|
| 933 | case '"': | 
|---|
| 934 | { | 
|---|
| 935 | setState(Operator); | 
|---|
| 936 | return tokenizeStringLiteral(); | 
|---|
| 937 |  | 
|---|
| 938 | } | 
|---|
| 939 | case '(': | 
|---|
| 940 | { | 
|---|
| 941 | if(peekAhead() == '#') | 
|---|
| 942 | return tokenAndChangeState(PRAGMA_START, Pragma, 2); | 
|---|
| 943 | else | 
|---|
| 944 | return tokenAndChangeState(LPAREN, Default); | 
|---|
| 945 | } | 
|---|
| 946 | case '*': | 
|---|
| 947 | { | 
|---|
| 948 | if(peekAhead() == ':') | 
|---|
| 949 | { | 
|---|
| 950 | m_pos += 2; /* Consume *:. */ | 
|---|
| 951 | const Token nc = tokenizeNCName(); | 
|---|
| 952 |  | 
|---|
| 953 | if(nc.hasError()) | 
|---|
| 954 | return error(); | 
|---|
| 955 | else | 
|---|
| 956 | return tokenAndChangeState(ANY_PREFIX, nc.value, Operator); | 
|---|
| 957 | } | 
|---|
| 958 | else | 
|---|
| 959 | return tokenAndChangeState(STAR, state() == Default ? Operator : Default); | 
|---|
| 960 | } | 
|---|
| 961 | case ':': | 
|---|
| 962 | { | 
|---|
| 963 | switch(peekAhead()) | 
|---|
| 964 | { | 
|---|
| 965 | case '=': | 
|---|
| 966 | return tokenAndChangeState(ASSIGN, Default, 2); | 
|---|
| 967 | case ':': | 
|---|
| 968 | return tokenAndChangeState(COLONCOLON, Default, 2); | 
|---|
| 969 | default: | 
|---|
| 970 | return error(); | 
|---|
| 971 | } | 
|---|
| 972 | } | 
|---|
| 973 | case '!': | 
|---|
| 974 | { | 
|---|
| 975 | if(peekAhead() == '=') | 
|---|
| 976 | return tokenAndChangeState(G_NE, Default, 2); | 
|---|
| 977 | else | 
|---|
| 978 | return error(); | 
|---|
| 979 | } | 
|---|
| 980 | case '<': | 
|---|
| 981 | { | 
|---|
| 982 | switch(peekAhead()) | 
|---|
| 983 | { | 
|---|
| 984 | case '=': | 
|---|
| 985 | return tokenAndChangeState(G_LE, Default, 2); | 
|---|
| 986 | case '<': | 
|---|
| 987 | return tokenAndChangeState(PRECEDES, Default, 2); | 
|---|
| 988 | case '?': | 
|---|
| 989 | { | 
|---|
| 990 | pushState(Operator); | 
|---|
| 991 | return tokenAndChangeState(PI_START, ProcessingInstructionName, 2); | 
|---|
| 992 | } | 
|---|
| 993 | case '!': | 
|---|
| 994 | { | 
|---|
| 995 | if(aheadEquals("!--", 3)) | 
|---|
| 996 | { | 
|---|
| 997 | m_pos += 3; /* Consume "!--". */ | 
|---|
| 998 | pushState(Operator); | 
|---|
| 999 | return tokenAndChangeState(COMMENT_START, XMLComment); | 
|---|
| 1000 | } | 
|---|
| 1001 | /* Fallthrough. It's a syntax error, and this is a good way to report it. */ | 
|---|
| 1002 | } | 
|---|
| 1003 | default: | 
|---|
| 1004 | { | 
|---|
| 1005 | if((m_pos + 1) < m_length && isNCNameStart(m_data.at(m_pos + 1))) | 
|---|
| 1006 | { | 
|---|
| 1007 | /* We assume it's an element constructor. */ | 
|---|
| 1008 | pushState(Operator); | 
|---|
| 1009 | } | 
|---|
| 1010 |  | 
|---|
| 1011 | return tokenAndChangeState(G_LT, state() == Operator ? Default : StartTag); | 
|---|
| 1012 | } | 
|---|
| 1013 | } | 
|---|
| 1014 | } | 
|---|
| 1015 | case '>': | 
|---|
| 1016 | { | 
|---|
| 1017 | switch(peekAhead()) | 
|---|
| 1018 | { | 
|---|
| 1019 | case '=': | 
|---|
| 1020 | return tokenAndChangeState(G_GE, Default, 2); | 
|---|
| 1021 | case '>': | 
|---|
| 1022 | return tokenAndChangeState(FOLLOWS, Default, 2); | 
|---|
| 1023 | default: | 
|---|
| 1024 | return tokenAndChangeState(G_GT, Default); | 
|---|
| 1025 | } | 
|---|
| 1026 | } | 
|---|
| 1027 | case '/': | 
|---|
| 1028 | { | 
|---|
| 1029 | if(peekAhead() == '/') | 
|---|
| 1030 | return tokenAndChangeState(SLASHSLASH, Default, 2); | 
|---|
| 1031 | else | 
|---|
| 1032 | return tokenAndChangeState(SLASH, Default); | 
|---|
| 1033 | } | 
|---|
| 1034 | case '{': | 
|---|
| 1035 | { | 
|---|
| 1036 | pushState(Operator); | 
|---|
| 1037 | return tokenAndChangeState(CURLY_LBRACE, Default); | 
|---|
| 1038 | } | 
|---|
| 1039 | case '}': | 
|---|
| 1040 | { | 
|---|
| 1041 | popState(); | 
|---|
| 1042 |  | 
|---|
| 1043 | return tokenAndAdvance(CURLY_RBRACE); | 
|---|
| 1044 | } | 
|---|
| 1045 | } | 
|---|
| 1046 |  | 
|---|
| 1047 | /* Ok. We're in state Default or Operator, and it wasn't a simple | 
|---|
| 1048 | * character. */ | 
|---|
| 1049 |  | 
|---|
| 1050 | const Token id(tokenizeNCName()); | 
|---|
| 1051 |  | 
|---|
| 1052 | if(id.type != NCNAME) | 
|---|
| 1053 | return id; | 
|---|
| 1054 |  | 
|---|
| 1055 | const TokenMap *const keyword = lookupKeyword(id.value); | 
|---|
| 1056 |  | 
|---|
| 1057 | if(state() == Operator) | 
|---|
| 1058 | { | 
|---|
| 1059 | if(keyword) | 
|---|
| 1060 | { | 
|---|
| 1061 | if(keyword->token == DEFAULT || keyword->token == ASCENDING || keyword->token == DESCENDING) | 
|---|
| 1062 | setState(Operator); | 
|---|
| 1063 | else if(keyword->token == RETURN) | 
|---|
| 1064 | setState(Default); | 
|---|
| 1065 | else if(isPhraseKeyword(keyword->token)) | 
|---|
| 1066 | { | 
|---|
| 1067 | const TokenType ws = consumeWhitespace(); | 
|---|
| 1068 | if(ws == ERROR) | 
|---|
| 1069 | return error(); | 
|---|
| 1070 |  | 
|---|
| 1071 | const Token id2(tokenizeNCName()); | 
|---|
| 1072 | const TokenMap *const keyword2 = lookupKeyword(id2.value); | 
|---|
| 1073 |  | 
|---|
| 1074 | if(keyword2) | 
|---|
| 1075 | { | 
|---|
| 1076 | if(keyword->token == TREAT && keyword2->token == AS) | 
|---|
| 1077 | setState(ItemType); | 
|---|
| 1078 | else if (keyword->token == CAST || (keyword->token == CASTABLE && keyword2->token == AS) || keyword2->token == BY) | 
|---|
| 1079 | setState(Default); | 
|---|
| 1080 |  | 
|---|
| 1081 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1082 | } | 
|---|
| 1083 | else | 
|---|
| 1084 | m_tokenStack.push(id2); | 
|---|
| 1085 |  | 
|---|
| 1086 | return Token(keyword->token); | 
|---|
| 1087 | } | 
|---|
| 1088 | else | 
|---|
| 1089 | { | 
|---|
| 1090 | /* Such that we tokenize the second token in "empty greatest". */ | 
|---|
| 1091 | if(keyword->token != EMPTY) | 
|---|
| 1092 | setState(Default); | 
|---|
| 1093 | } | 
|---|
| 1094 |  | 
|---|
| 1095 | if(keyword->token == AS || keyword->token == CASE) | 
|---|
| 1096 | setState(ItemType); | 
|---|
| 1097 |  | 
|---|
| 1098 | return Token(keyword->token); | 
|---|
| 1099 | } | 
|---|
| 1100 | else | 
|---|
| 1101 | return id; | 
|---|
| 1102 | } | 
|---|
| 1103 |  | 
|---|
| 1104 | Q_ASSERT(state() == Default || state() == Axis || state() == AfterAxisSeparator); | 
|---|
| 1105 |  | 
|---|
| 1106 | /* | 
|---|
| 1107 | * This is hard. Consider this: | 
|---|
| 1108 | * | 
|---|
| 1109 | * Valid:           child       ::nameTest | 
|---|
| 1110 | * Valid:           child::     nameTest | 
|---|
| 1111 | * Syntax Error:    child       :localName | 
|---|
| 1112 | * Syntax Error:    child:      localName | 
|---|
| 1113 | * | 
|---|
| 1114 | * Consider "child ::name". Right now, we're here: | 
|---|
| 1115 | *                ^ | 
|---|
| 1116 | * We don't know whether "child" is a prefix and hence the whitespace is invalid, | 
|---|
| 1117 | * or whether it's an axis and hence skippable. */ | 
|---|
| 1118 | { | 
|---|
| 1119 | const int wsLength = peekForColonColon(); | 
|---|
| 1120 | /* We cannot call handleWhitespace() because it returns on | 
|---|
| 1121 | * END_OF_FILE, and we have parsed up keyword, and we need to | 
|---|
| 1122 | * deal with that. | 
|---|
| 1123 | * | 
|---|
| 1124 | * If we have a colon colon, which means the whitespace is | 
|---|
| 1125 | * allowed, we skip it. */ | 
|---|
| 1126 | if(wsLength != -1) | 
|---|
| 1127 | m_pos += wsLength; | 
|---|
| 1128 | } | 
|---|
| 1129 |  | 
|---|
| 1130 | /* Handle name tests. */ | 
|---|
| 1131 | if(peekCurrent() == ':') | 
|---|
| 1132 | { | 
|---|
| 1133 | switch(peekAhead()) | 
|---|
| 1134 | { | 
|---|
| 1135 | case '=': | 
|---|
| 1136 | return id; | 
|---|
| 1137 | case '*': | 
|---|
| 1138 | { | 
|---|
| 1139 | m_pos += 2; | 
|---|
| 1140 | return tokenAndChangeState(ANY_LOCAL_NAME, id.value, Operator); | 
|---|
| 1141 | } | 
|---|
| 1142 | case ':': | 
|---|
| 1143 | { | 
|---|
| 1144 | /* We have an axis. */ | 
|---|
| 1145 | setState(Axis); | 
|---|
| 1146 | return keyword ? Token(keyword->token) : id; | 
|---|
| 1147 | } | 
|---|
| 1148 | default: | 
|---|
| 1149 | { | 
|---|
| 1150 | /* It's a QName. */ | 
|---|
| 1151 | ++m_pos; /* Consume the colon. */ | 
|---|
| 1152 |  | 
|---|
| 1153 | const Token id2(tokenizeNCName()); | 
|---|
| 1154 |  | 
|---|
| 1155 | if(id2.type != NCNAME) | 
|---|
| 1156 | { | 
|---|
| 1157 | --m_pos; | 
|---|
| 1158 | return id; | 
|---|
| 1159 | } | 
|---|
| 1160 |  | 
|---|
| 1161 | setState(Operator); | 
|---|
| 1162 | const int qNameLen = id.value.length() + id2.value.length() + 1; | 
|---|
| 1163 | return Token(QNAME, m_data.mid(m_pos - qNameLen, qNameLen)); | 
|---|
| 1164 | } | 
|---|
| 1165 | } | 
|---|
| 1166 | } | 
|---|
| 1167 |  | 
|---|
| 1168 | if(!keyword || isOperatorKeyword(keyword->token)) | 
|---|
| 1169 | { | 
|---|
| 1170 | setState(Operator); | 
|---|
| 1171 | return id; | 
|---|
| 1172 | } | 
|---|
| 1173 |  | 
|---|
| 1174 | const TokenType ws = consumeWhitespace(); | 
|---|
| 1175 | if(ws == ERROR) // TODO this should test for success. Write test. | 
|---|
| 1176 | return Token(ERROR); | 
|---|
| 1177 |  | 
|---|
| 1178 | if(atEnd()) | 
|---|
| 1179 | { | 
|---|
| 1180 | setState(Operator); | 
|---|
| 1181 | return id; | 
|---|
| 1182 | } | 
|---|
| 1183 |  | 
|---|
| 1184 | /* Let the if-body apply for constructors, and node type tests. */ | 
|---|
| 1185 | if(isTypeToken(keyword->token) || | 
|---|
| 1186 | keyword->token == TYPESWITCH || | 
|---|
| 1187 | keyword->token == ORDERED || | 
|---|
| 1188 | keyword->token == UNORDERED || | 
|---|
| 1189 | keyword->token == IF) | 
|---|
| 1190 | { | 
|---|
| 1191 | switch(peekCurrent()) | 
|---|
| 1192 | { | 
|---|
| 1193 | case '(': | 
|---|
| 1194 | { | 
|---|
| 1195 | // TODO See if we can remove DOCUMENT from isTypeToken. | 
|---|
| 1196 | if(isTypeToken(keyword->token) && keyword->token != DOCUMENT) | 
|---|
| 1197 | { | 
|---|
| 1198 | m_tokenStack.push(Token(LPAREN)); | 
|---|
| 1199 | ++m_pos; /* Consume '('. */ | 
|---|
| 1200 | pushState(Operator); | 
|---|
| 1201 |  | 
|---|
| 1202 | if(keyword->token == PROCESSING_INSTRUCTION) | 
|---|
| 1203 | setState(KindTestForPI); | 
|---|
| 1204 | else | 
|---|
| 1205 | setState(KindTest); | 
|---|
| 1206 |  | 
|---|
| 1207 | return Token(keyword->token); | 
|---|
| 1208 | } | 
|---|
| 1209 | else if(keyword->token == TYPESWITCH || keyword->token == IF) | 
|---|
| 1210 | return Token(keyword->token); | 
|---|
| 1211 | else /* It's a function call. */ | 
|---|
| 1212 | return id; | 
|---|
| 1213 | } | 
|---|
| 1214 | case '{': | 
|---|
| 1215 | { | 
|---|
| 1216 | m_tokenStack.push(Token(CURLY_LBRACE)); | 
|---|
| 1217 | ++m_pos; /* Consume '{'. */ | 
|---|
| 1218 | pushState(Operator); | 
|---|
| 1219 | /* Stay in state Default. */ | 
|---|
| 1220 | return Token(keyword->token); | 
|---|
| 1221 | } | 
|---|
| 1222 | default: | 
|---|
| 1223 | { | 
|---|
| 1224 | /* We have read in a token which is for instance | 
|---|
| 1225 | * "return", and now it can be an element | 
|---|
| 1226 | * test("element") a node kind test("element()"), or a | 
|---|
| 1227 | * computed element constructor("element name {..."). | 
|---|
| 1228 | * We need to do a two-token lookahead here, because | 
|---|
| 1229 | * "element return" can be an element test followed by | 
|---|
| 1230 | * the return keyword, but it can also be an element | 
|---|
| 1231 | * constructor("element return {"). */ | 
|---|
| 1232 | if(isNCNameStart(current())) | 
|---|
| 1233 | { | 
|---|
| 1234 | const int currentPos = m_pos; | 
|---|
| 1235 | const Token token2 = tokenizeNCNameOrQName(); | 
|---|
| 1236 |  | 
|---|
| 1237 | if(token2.hasError()) | 
|---|
| 1238 | return token2; | 
|---|
| 1239 |  | 
|---|
| 1240 | handleWhitespace(); | 
|---|
| 1241 |  | 
|---|
| 1242 | if(peekCurrent() == '{') | 
|---|
| 1243 | { | 
|---|
| 1244 | /* An element constructor. */ | 
|---|
| 1245 | m_tokenStack.push(token2); | 
|---|
| 1246 | return Token(keyword->token); | 
|---|
| 1247 | } | 
|---|
| 1248 |  | 
|---|
| 1249 | /* We jump back in the stream, we need to tokenize token2 according | 
|---|
| 1250 | * to the state. */ | 
|---|
| 1251 | m_pos = currentPos; | 
|---|
| 1252 | setState(Operator); | 
|---|
| 1253 | return Token(NCNAME, QLatin1String(keyword->name)); | 
|---|
| 1254 | } | 
|---|
| 1255 | } | 
|---|
| 1256 | } | 
|---|
| 1257 | } | 
|---|
| 1258 |  | 
|---|
| 1259 | if(peekCurrent() == '$') | 
|---|
| 1260 | { | 
|---|
| 1261 | setState(VarName); | 
|---|
| 1262 | return Token(keyword->token); | 
|---|
| 1263 | } | 
|---|
| 1264 |  | 
|---|
| 1265 | /* It's not a node type, it's not the typeswitch expression, but it is a function callsite. */ | 
|---|
| 1266 | if(peekCurrent() == '(') | 
|---|
| 1267 | return id; | 
|---|
| 1268 | else if(peekCurrent() == '{' && keyword->token == VALIDATE) | 
|---|
| 1269 | return Token(keyword->token); | 
|---|
| 1270 |  | 
|---|
| 1271 | if(!isNCNameStart(current())) | 
|---|
| 1272 | { | 
|---|
| 1273 | setState(Operator); | 
|---|
| 1274 | return id; | 
|---|
| 1275 | } | 
|---|
| 1276 |  | 
|---|
| 1277 | const Token id2(tokenizeNCName()); | 
|---|
| 1278 | const TokenMap *const keyword2 = lookupKeyword(id2.value); | 
|---|
| 1279 |  | 
|---|
| 1280 | if(!keyword2) | 
|---|
| 1281 | { | 
|---|
| 1282 | /* It's a syntax error. All cases of two subsequent ncnames are keywords(e.g, declarations). */ | 
|---|
| 1283 | setState(Operator); | 
|---|
| 1284 | return id; | 
|---|
| 1285 | } | 
|---|
| 1286 |  | 
|---|
| 1287 | switch(keyword->token) | 
|---|
| 1288 | { | 
|---|
| 1289 | case DECLARE: | 
|---|
| 1290 | { | 
|---|
| 1291 | switch(keyword2->token) | 
|---|
| 1292 | { | 
|---|
| 1293 | case VARIABLE: | 
|---|
| 1294 | /* Fallthrough. */ | 
|---|
| 1295 | case FUNCTION: | 
|---|
| 1296 | { | 
|---|
| 1297 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1298 | setState(Default); | 
|---|
| 1299 | return Token(keyword->token); | 
|---|
| 1300 | } | 
|---|
| 1301 | case OPTION: | 
|---|
| 1302 | { | 
|---|
| 1303 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1304 | setState(Default); | 
|---|
| 1305 | return Token(keyword->token); | 
|---|
| 1306 | } | 
|---|
| 1307 | case COPY_NAMESPACES: | 
|---|
| 1308 | /* Fallthrough. */ | 
|---|
| 1309 | case ORDERING: | 
|---|
| 1310 | { | 
|---|
| 1311 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1312 | setState(NamespaceKeyword); | 
|---|
| 1313 | return Token(keyword->token); | 
|---|
| 1314 | } | 
|---|
| 1315 | case CONSTRUCTION: | 
|---|
| 1316 | { | 
|---|
| 1317 | // TODO identical to CONSTRUCTION? | 
|---|
| 1318 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1319 | setState(Operator); | 
|---|
| 1320 | return Token(keyword->token); | 
|---|
| 1321 | } | 
|---|
| 1322 | case NAMESPACE: | 
|---|
| 1323 | /* Fallthrough. */ | 
|---|
| 1324 | case BASEURI: | 
|---|
| 1325 | { | 
|---|
| 1326 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1327 | setState(NamespaceDecl); | 
|---|
| 1328 | return Token(keyword->token); | 
|---|
| 1329 | } | 
|---|
| 1330 | case BOUNDARY_SPACE: | 
|---|
| 1331 | { | 
|---|
| 1332 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1333 | setState(XMLSpaceDecl); | 
|---|
| 1334 | return Token(keyword->token); | 
|---|
| 1335 | } | 
|---|
| 1336 | case DEFAULT: | 
|---|
| 1337 | { | 
|---|
| 1338 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1339 |  | 
|---|
| 1340 | const TokenType ws2 = consumeWhitespace(); | 
|---|
| 1341 | if(ws2 != SUCCESS) | 
|---|
| 1342 | { | 
|---|
| 1343 | m_tokenStack.prepend(Token(ws2)); | 
|---|
| 1344 | return Token(keyword->token); | 
|---|
| 1345 | } | 
|---|
| 1346 |  | 
|---|
| 1347 | const Token id3(tokenizeNCName()); | 
|---|
| 1348 |  | 
|---|
| 1349 | if(id3.type != NCNAME) | 
|---|
| 1350 | { | 
|---|
| 1351 | m_tokenStack.prepend(id3); | 
|---|
| 1352 | return Token(keyword->token); | 
|---|
| 1353 | } | 
|---|
| 1354 |  | 
|---|
| 1355 | const TokenMap *const keyword3 = lookupKeyword(id3.value); | 
|---|
| 1356 | if(!keyword3) | 
|---|
| 1357 | { | 
|---|
| 1358 | m_tokenStack.prepend(id3); | 
|---|
| 1359 | return Token(keyword->token); | 
|---|
| 1360 | } | 
|---|
| 1361 | else | 
|---|
| 1362 | { | 
|---|
| 1363 | m_tokenStack.prepend(Token(keyword3->token)); | 
|---|
| 1364 |  | 
|---|
| 1365 | if(keyword3->token == ORDER) | 
|---|
| 1366 | setState(Operator); | 
|---|
| 1367 | else | 
|---|
| 1368 | setState(NamespaceDecl); | 
|---|
| 1369 | } | 
|---|
| 1370 |  | 
|---|
| 1371 | return Token(keyword->token); | 
|---|
| 1372 | } | 
|---|
| 1373 | default: | 
|---|
| 1374 | { | 
|---|
| 1375 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1376 | setState(Default); | 
|---|
| 1377 | return id; | 
|---|
| 1378 | } | 
|---|
| 1379 | } | 
|---|
| 1380 | } | 
|---|
| 1381 | case XQUERY: | 
|---|
| 1382 | { | 
|---|
| 1383 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1384 |  | 
|---|
| 1385 | if(keyword2->token == VERSION) | 
|---|
| 1386 | { | 
|---|
| 1387 | setState(NamespaceDecl); | 
|---|
| 1388 | return Token(keyword->token); | 
|---|
| 1389 | } | 
|---|
| 1390 | else | 
|---|
| 1391 | { | 
|---|
| 1392 | setState(Operator); | 
|---|
| 1393 | return id; | 
|---|
| 1394 | } | 
|---|
| 1395 | } | 
|---|
| 1396 | case IMPORT: | 
|---|
| 1397 | { | 
|---|
| 1398 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1399 |  | 
|---|
| 1400 | switch(keyword2->token) | 
|---|
| 1401 | { | 
|---|
| 1402 | case SCHEMA: | 
|---|
| 1403 | /* Fallthrough. */ | 
|---|
| 1404 | case MODULE: | 
|---|
| 1405 | { | 
|---|
| 1406 | setState(NamespaceKeyword); | 
|---|
| 1407 | return Token(keyword->token); | 
|---|
| 1408 | } | 
|---|
| 1409 | default: | 
|---|
| 1410 | { | 
|---|
| 1411 | setState(Operator); | 
|---|
| 1412 | return id; | 
|---|
| 1413 | } | 
|---|
| 1414 | } | 
|---|
| 1415 | } | 
|---|
| 1416 | case VALIDATE: | 
|---|
| 1417 | { | 
|---|
| 1418 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1419 |  | 
|---|
| 1420 | switch(keyword2->token) | 
|---|
| 1421 | { | 
|---|
| 1422 | case LAX: | 
|---|
| 1423 | case STRICT: | 
|---|
| 1424 | { | 
|---|
| 1425 | pushState(Operator); | 
|---|
| 1426 | return Token(keyword->token); | 
|---|
| 1427 | } | 
|---|
| 1428 | default: | 
|---|
| 1429 | { | 
|---|
| 1430 | setState(Operator); | 
|---|
| 1431 | return id; | 
|---|
| 1432 | } | 
|---|
| 1433 | } | 
|---|
| 1434 | } | 
|---|
| 1435 | default: | 
|---|
| 1436 | { | 
|---|
| 1437 | m_tokenStack.push(Token(keyword2->token)); | 
|---|
| 1438 | setState(Operator); | 
|---|
| 1439 | return id; | 
|---|
| 1440 | } | 
|---|
| 1441 | } | 
|---|
| 1442 |  | 
|---|
| 1443 | Q_ASSERT(false); | 
|---|
| 1444 |  | 
|---|
| 1445 | } | 
|---|
| 1446 | case VarName: | 
|---|
| 1447 | { | 
|---|
| 1448 | if(peekCurrent() == '$') | 
|---|
| 1449 | return tokenAndAdvance(DOLLAR); | 
|---|
| 1450 |  | 
|---|
| 1451 | setState(Operator); | 
|---|
| 1452 | return tokenizeNCNameOrQName(); | 
|---|
| 1453 | Q_ASSERT(false); | 
|---|
| 1454 | } | 
|---|
| 1455 | case ItemType: | 
|---|
| 1456 | { | 
|---|
| 1457 | switch(peekCurrent()) | 
|---|
| 1458 | { | 
|---|
| 1459 | case '(': | 
|---|
| 1460 | return tokenAndChangeState(LPAREN, KindTest); | 
|---|
| 1461 | case '$': | 
|---|
| 1462 | return tokenAndChangeState(DOLLAR, VarName); | 
|---|
| 1463 | } | 
|---|
| 1464 |  | 
|---|
| 1465 | const Token name(tokenizeNCNameOrQName()); | 
|---|
| 1466 |  | 
|---|
| 1467 | if(name.hasError()) | 
|---|
| 1468 | return error(); | 
|---|
| 1469 |  | 
|---|
| 1470 | else if(name.type == QNAME) | 
|---|
| 1471 | { | 
|---|
| 1472 | setState(OccurrenceIndicator); | 
|---|
| 1473 | return name; | 
|---|
| 1474 | } | 
|---|
| 1475 | else | 
|---|
| 1476 | { | 
|---|
| 1477 | const TokenMap *const keyword = lookupKeyword(name.value); | 
|---|
| 1478 |  | 
|---|
| 1479 | if(keyword) | 
|---|
| 1480 | { | 
|---|
| 1481 | pushState(OccurrenceIndicator); | 
|---|
| 1482 | return Token(keyword->token); | 
|---|
| 1483 | } | 
|---|
| 1484 | else | 
|---|
| 1485 | { | 
|---|
| 1486 | setState(Default); | 
|---|
| 1487 | return name; | 
|---|
| 1488 | } | 
|---|
| 1489 | } | 
|---|
| 1490 | Q_ASSERT(false); | 
|---|
| 1491 | } | 
|---|
| 1492 | case KindTest: | 
|---|
| 1493 | { | 
|---|
| 1494 | switch(peekCurrent()) | 
|---|
| 1495 | { | 
|---|
| 1496 | case ')': | 
|---|
| 1497 | { | 
|---|
| 1498 | popState(); | 
|---|
| 1499 | return tokenAndAdvance(RPAREN); | 
|---|
| 1500 | } | 
|---|
| 1501 | case '(': | 
|---|
| 1502 | return tokenAndAdvance(LPAREN); | 
|---|
| 1503 | case ',': | 
|---|
| 1504 | return tokenAndAdvance(COMMA); | 
|---|
| 1505 | case '*': | 
|---|
| 1506 | return tokenAndAdvance(STAR); | 
|---|
| 1507 | case '?': | 
|---|
| 1508 | return tokenAndAdvance(QUESTION); | 
|---|
| 1509 | case '\'': | 
|---|
| 1510 | /* Fallthrough. */ | 
|---|
| 1511 | case '"': | 
|---|
| 1512 | return tokenizeStringLiteral(); | 
|---|
| 1513 | } | 
|---|
| 1514 |  | 
|---|
| 1515 | const Token nc(tokenizeNCNameOrQName()); | 
|---|
| 1516 | if(nc.hasError()) | 
|---|
| 1517 | return nc; | 
|---|
| 1518 |  | 
|---|
| 1519 | const TokenType ws = consumeWhitespace(); | 
|---|
| 1520 | if(ws == ERROR) | 
|---|
| 1521 | return error(); | 
|---|
| 1522 |  | 
|---|
| 1523 | if(peekCurrent() == '(') | 
|---|
| 1524 | { | 
|---|
| 1525 | const TokenMap *const keyword = lookupKeyword(nc.value); | 
|---|
| 1526 | if(keyword) | 
|---|
| 1527 | { | 
|---|
| 1528 | pushState(KindTest); | 
|---|
| 1529 | return Token(keyword->token); | 
|---|
| 1530 | } | 
|---|
| 1531 | else | 
|---|
| 1532 | return nc; | 
|---|
| 1533 | } | 
|---|
| 1534 | else | 
|---|
| 1535 | return nc; | 
|---|
| 1536 | Q_ASSERT(false); | 
|---|
| 1537 | } | 
|---|
| 1538 | case KindTestForPI: | 
|---|
| 1539 | { | 
|---|
| 1540 | switch(peekCurrent()) | 
|---|
| 1541 | { | 
|---|
| 1542 | case ')': | 
|---|
| 1543 | { | 
|---|
| 1544 | popState(); | 
|---|
| 1545 | return tokenAndAdvance(RPAREN); | 
|---|
| 1546 | } | 
|---|
| 1547 | case '\'': | 
|---|
| 1548 | /* Fallthrough. */ | 
|---|
| 1549 | case '"': | 
|---|
| 1550 | return tokenizeStringLiteral(); | 
|---|
| 1551 | default: | 
|---|
| 1552 | return tokenizeNCName(); | 
|---|
| 1553 | } | 
|---|
| 1554 | Q_ASSERT(false); | 
|---|
| 1555 | } | 
|---|
| 1556 | case OccurrenceIndicator: | 
|---|
| 1557 | { | 
|---|
| 1558 | switch(peekCurrent()) | 
|---|
| 1559 | { | 
|---|
| 1560 | case '?': | 
|---|
| 1561 | return tokenAndChangeState(QUESTION, Operator); | 
|---|
| 1562 | case '*': | 
|---|
| 1563 | return tokenAndChangeState(STAR, Operator); | 
|---|
| 1564 | case '+': | 
|---|
| 1565 | return tokenAndChangeState(PLUS, Operator); | 
|---|
| 1566 | default: | 
|---|
| 1567 | { | 
|---|
| 1568 | setState(Operator); | 
|---|
| 1569 | return nextToken(); | 
|---|
| 1570 | } | 
|---|
| 1571 | } | 
|---|
| 1572 | Q_ASSERT(false); | 
|---|
| 1573 | } | 
|---|
| 1574 | case XQueryVersion: | 
|---|
| 1575 | { | 
|---|
| 1576 | switch(peekCurrent()) | 
|---|
| 1577 | { | 
|---|
| 1578 | case '\'': | 
|---|
| 1579 | /* Fallthrough. */ | 
|---|
| 1580 | case '"': | 
|---|
| 1581 | return tokenizeStringLiteral(); | 
|---|
| 1582 | case ';': | 
|---|
| 1583 | return tokenAndChangeState(SEMI_COLON, Default); | 
|---|
| 1584 | } | 
|---|
| 1585 |  | 
|---|
| 1586 | const Token id(tokenizeNCName()); | 
|---|
| 1587 |  | 
|---|
| 1588 | if(id.type != NCNAME) | 
|---|
| 1589 | return id; | 
|---|
| 1590 |  | 
|---|
| 1591 | const TokenMap *const keyword = lookupKeyword(id.value); | 
|---|
| 1592 | if(keyword) | 
|---|
| 1593 | return tokenAndChangeState(keyword->token, Default); | 
|---|
| 1594 | else | 
|---|
| 1595 | return id; | 
|---|
| 1596 | Q_ASSERT(false); | 
|---|
| 1597 | } | 
|---|
| 1598 | case StartTag: | 
|---|
| 1599 | { | 
|---|
| 1600 | if(peekAhead(-1) == '<') | 
|---|
| 1601 | { | 
|---|
| 1602 | if(current().isSpace()) | 
|---|
| 1603 | return Token(ERROR); | 
|---|
| 1604 | } | 
|---|
| 1605 | else | 
|---|
| 1606 | { | 
|---|
| 1607 | if(consumeRawWhitespace()) | 
|---|
| 1608 | return Token(END_OF_FILE); | 
|---|
| 1609 | } | 
|---|
| 1610 |  | 
|---|
| 1611 | switch(peekCurrent()) | 
|---|
| 1612 | { | 
|---|
| 1613 | case '/': | 
|---|
| 1614 | { | 
|---|
| 1615 | if(peekAhead() == '>') | 
|---|
| 1616 | { | 
|---|
| 1617 | m_pos += 2; | 
|---|
| 1618 |  | 
|---|
| 1619 | if(m_scanOnly) | 
|---|
| 1620 | return Token(POSITION_SET); | 
|---|
| 1621 | else | 
|---|
| 1622 | { | 
|---|
| 1623 | popState(); | 
|---|
| 1624 | return Token(QUICK_TAG_END); | 
|---|
| 1625 | } | 
|---|
| 1626 | } | 
|---|
| 1627 | else | 
|---|
| 1628 | return error(); | 
|---|
| 1629 | } | 
|---|
| 1630 | case '>': | 
|---|
| 1631 | { | 
|---|
| 1632 | if(m_scanOnly) | 
|---|
| 1633 | return tokenAndChangeState(POSITION_SET, StartTag); | 
|---|
| 1634 | else | 
|---|
| 1635 | return tokenAndChangeState(G_GT, ElementContent); | 
|---|
| 1636 | } | 
|---|
| 1637 | case '=': | 
|---|
| 1638 | return tokenAndAdvance(G_EQ); | 
|---|
| 1639 | case '\'': | 
|---|
| 1640 | return tokenAndChangeState(APOS, AposAttributeContent); | 
|---|
| 1641 | case '"': | 
|---|
| 1642 | return tokenAndChangeState(QUOTE, QuotAttributeContent); | 
|---|
| 1643 | default: | 
|---|
| 1644 | return tokenizeNCNameOrQName(); | 
|---|
| 1645 | } | 
|---|
| 1646 | Q_ASSERT(false); | 
|---|
| 1647 | } | 
|---|
| 1648 | case AposAttributeContent: | 
|---|
| 1649 | /* Fallthrough. */ | 
|---|
| 1650 | case QuotAttributeContent: | 
|---|
| 1651 | { | 
|---|
| 1652 | const QChar sep(state() == AposAttributeContent ? QLatin1Char('\'') : QLatin1Char('"')); | 
|---|
| 1653 | QString result; | 
|---|
| 1654 | result.reserve(20); | 
|---|
| 1655 |  | 
|---|
| 1656 | if(m_scanOnly) | 
|---|
| 1657 | { | 
|---|
| 1658 | int stack = 0; | 
|---|
| 1659 | return attributeAsRaw(sep, stack, m_pos, true, result); | 
|---|
| 1660 | } | 
|---|
| 1661 |  | 
|---|
| 1662 | Q_ASSERT(!m_scanOnly); | 
|---|
| 1663 | while(true) | 
|---|
| 1664 | { | 
|---|
| 1665 | if(atEnd()) | 
|---|
| 1666 | { | 
|---|
| 1667 | /* In the case that the XSL-T tokenizer invokes us with | 
|---|
| 1668 | * default state QuotAttributeContent, we need to be able | 
|---|
| 1669 | * to return a single string, in case that is all we have | 
|---|
| 1670 | * accumulated. */ | 
|---|
| 1671 | if(result.isEmpty()) | 
|---|
| 1672 | return Token(END_OF_FILE); | 
|---|
| 1673 | else | 
|---|
| 1674 | return Token(STRING_LITERAL, result); | 
|---|
| 1675 | } | 
|---|
| 1676 |  | 
|---|
| 1677 | const QChar curr(current()); | 
|---|
| 1678 |  | 
|---|
| 1679 | if(curr == sep) | 
|---|
| 1680 | { | 
|---|
| 1681 | if(m_pos + 1 == m_length) | 
|---|
| 1682 | return Token(END_OF_FILE); | 
|---|
| 1683 |  | 
|---|
| 1684 | if(m_data.at(m_pos + 1) == sep) | 
|---|
| 1685 | { | 
|---|
| 1686 | /* The quoting mechanism was used. */ | 
|---|
| 1687 | m_pos += 2; | 
|---|
| 1688 | result.append(sep); | 
|---|
| 1689 | continue; | 
|---|
| 1690 | } | 
|---|
| 1691 |  | 
|---|
| 1692 | const QChar next(m_data.at(m_pos + 1)); | 
|---|
| 1693 | if(!next.isSpace() && next != QLatin1Char('/') && next != QLatin1Char('>')) | 
|---|
| 1694 | return Token(ERROR); // i18n Space must separate attributes | 
|---|
| 1695 | else if(result.isEmpty()) | 
|---|
| 1696 | { | 
|---|
| 1697 | return tokenAndChangeState(state() == AposAttributeContent ? APOS : QUOTE, | 
|---|
| 1698 | StartTag, 1); | 
|---|
| 1699 | } | 
|---|
| 1700 | else | 
|---|
| 1701 | { | 
|---|
| 1702 | /* Don't consume the sep, but leave it so we next time return a token for it. */ | 
|---|
| 1703 | return Token(STRING_LITERAL, result); | 
|---|
| 1704 | } | 
|---|
| 1705 |  | 
|---|
| 1706 | ++m_pos; | 
|---|
| 1707 | continue; | 
|---|
| 1708 | } | 
|---|
| 1709 | else if(curr == QLatin1Char('{')) | 
|---|
| 1710 | { | 
|---|
| 1711 | if(m_pos + 1 == m_length) | 
|---|
| 1712 | return Token(END_OF_FILE); | 
|---|
| 1713 | else if(peekAhead() == '{') | 
|---|
| 1714 | { | 
|---|
| 1715 | ++m_pos; | 
|---|
| 1716 | result.append(QLatin1Char('{')); | 
|---|
| 1717 | } | 
|---|
| 1718 | else | 
|---|
| 1719 | { | 
|---|
| 1720 | if(result.isEmpty()) | 
|---|
| 1721 | { | 
|---|
| 1722 | /* The Attribute Value Template appeared directly in the attribute. */ | 
|---|
| 1723 | pushState(); | 
|---|
| 1724 | return tokenAndChangeState(CURLY_LBRACE, Default); | 
|---|
| 1725 | } | 
|---|
| 1726 | else | 
|---|
| 1727 | { | 
|---|
| 1728 | /* We don't advance, keep '{' as next token. */ | 
|---|
| 1729 | return Token(STRING_LITERAL, result); | 
|---|
| 1730 | } | 
|---|
| 1731 | } | 
|---|
| 1732 | } | 
|---|
| 1733 | else if(curr == QLatin1Char('}')) | 
|---|
| 1734 | { | 
|---|
| 1735 | if(m_pos + 1 == m_length) | 
|---|
| 1736 | return Token(END_OF_FILE); | 
|---|
| 1737 | else if(peekAhead() == '}') | 
|---|
| 1738 | { | 
|---|
| 1739 | ++m_pos; | 
|---|
| 1740 | result.append(QLatin1Char('}')); | 
|---|
| 1741 | } | 
|---|
| 1742 | else | 
|---|
| 1743 | return Token(ERROR); | 
|---|
| 1744 | } | 
|---|
| 1745 | else if(curr == QLatin1Char('&')) | 
|---|
| 1746 | { | 
|---|
| 1747 | const QString ret(tokenizeCharacterReference()); | 
|---|
| 1748 | if(ret.isNull()) | 
|---|
| 1749 | return Token(ERROR); | 
|---|
| 1750 | else | 
|---|
| 1751 | result.append(ret); | 
|---|
| 1752 | } | 
|---|
| 1753 | else if(curr == QLatin1Char('<')) | 
|---|
| 1754 | return Token(STRING_LITERAL, result); | 
|---|
| 1755 | else | 
|---|
| 1756 | { | 
|---|
| 1757 | /* See Extensible Markup Language (XML) 1.0 (Fourth Edition), | 
|---|
| 1758 | * 3.3.3 Attribute-Value Normalization. | 
|---|
| 1759 | * | 
|---|
| 1760 | * However, it is complicated a bit by that AVN is defined on top of | 
|---|
| 1761 | * EOL normalization and we do those two in one go here. */ | 
|---|
| 1762 | switch(curr.unicode()) | 
|---|
| 1763 | { | 
|---|
| 1764 | case 0xD: | 
|---|
| 1765 | { | 
|---|
| 1766 | if(peekAhead() == '\n') | 
|---|
| 1767 | { | 
|---|
| 1768 | result.append(QLatin1Char(' ')); | 
|---|
| 1769 | ++m_pos; | 
|---|
| 1770 | break; | 
|---|
| 1771 | } | 
|---|
| 1772 | } | 
|---|
| 1773 | case 0xA: | 
|---|
| 1774 | /* Fallthrough. */ | 
|---|
| 1775 | case 0x9: | 
|---|
| 1776 | { | 
|---|
| 1777 | result.append(QLatin1Char(' ')); | 
|---|
| 1778 | break; | 
|---|
| 1779 | } | 
|---|
| 1780 | default: | 
|---|
| 1781 | result.append(curr); | 
|---|
| 1782 | } | 
|---|
| 1783 | } | 
|---|
| 1784 |  | 
|---|
| 1785 | ++m_pos; | 
|---|
| 1786 | } | 
|---|
| 1787 | Q_ASSERT(false); | 
|---|
| 1788 | } | 
|---|
| 1789 | case ElementContent: | 
|---|
| 1790 | { | 
|---|
| 1791 | QString result; | 
|---|
| 1792 | result.reserve(20); | 
|---|
| 1793 |  | 
|---|
| 1794 | /* Whether the text node, result, may be whitespace only. Character references | 
|---|
| 1795 | * and CDATA sections disables that. */ | 
|---|
| 1796 | bool mayBeWS = true; | 
|---|
| 1797 |  | 
|---|
| 1798 | CharacterSkips skipEOLNormalization; | 
|---|
| 1799 |  | 
|---|
| 1800 | while(true) | 
|---|
| 1801 | { | 
|---|
| 1802 | if(atEnd()) | 
|---|
| 1803 | return Token(END_OF_FILE); | 
|---|
| 1804 |  | 
|---|
| 1805 | switch(peekCurrent()) | 
|---|
| 1806 | { | 
|---|
| 1807 | case '<': | 
|---|
| 1808 | { | 
|---|
| 1809 | if(!result.isEmpty() && peekAhead(2) != '[') | 
|---|
| 1810 | { | 
|---|
| 1811 | /* We encountered the end, and it was not a CDATA section. */ | 
|---|
| 1812 | /* We don't advance. Next time we'll handle the <... stuff. */ | 
|---|
| 1813 | return Token(mayBeWS ? STRING_LITERAL : NON_BOUNDARY_WS, normalizeEOL(result, skipEOLNormalization)); | 
|---|
| 1814 | } | 
|---|
| 1815 |  | 
|---|
| 1816 | ++m_pos; | 
|---|
| 1817 | if(atEnd()) | 
|---|
| 1818 | return Token(END_OF_FILE); | 
|---|
| 1819 |  | 
|---|
| 1820 | const QChar ahead(current()); | 
|---|
| 1821 | if(ahead.isSpace()) | 
|---|
| 1822 | return error(); | 
|---|
| 1823 | else if(ahead == QLatin1Char('/')) | 
|---|
| 1824 | { | 
|---|
| 1825 | if(m_pos + 1 == m_length) | 
|---|
| 1826 | return Token(END_OF_FILE); | 
|---|
| 1827 | else if(m_data.at(m_pos + 1).isSpace()) | 
|---|
| 1828 | return error(); | 
|---|
| 1829 | else | 
|---|
| 1830 | return tokenAndChangeState(BEGIN_END_TAG, EndTag); | 
|---|
| 1831 | } | 
|---|
| 1832 | else if(isNCNameStart(ahead)) | 
|---|
| 1833 | { | 
|---|
| 1834 | pushState(); | 
|---|
| 1835 | return tokenAndChangeState(G_LT, StartTag, 0); | 
|---|
| 1836 | } | 
|---|
| 1837 | else if(aheadEquals("!--", 3, 0)) | 
|---|
| 1838 | { | 
|---|
| 1839 | pushState(); | 
|---|
| 1840 | m_pos += 3; | 
|---|
| 1841 | return tokenAndChangeState(COMMENT_START, XMLComment, 0); | 
|---|
| 1842 | } | 
|---|
| 1843 | else if(aheadEquals("![CDATA[", 8, 0)) | 
|---|
| 1844 | { | 
|---|
| 1845 | mayBeWS = false; | 
|---|
| 1846 | m_pos += 8; | 
|---|
| 1847 | const int start = m_pos; | 
|---|
| 1848 | const int len = scanUntil("]]>"); | 
|---|
| 1849 |  | 
|---|
| 1850 | if(len == -1) | 
|---|
| 1851 | return Token(END_OF_FILE); | 
|---|
| 1852 |  | 
|---|
| 1853 | m_pos += 2; /* Consume "]]>". Note that m_pos is on '!'. */ | 
|---|
| 1854 | result.append(m_data.mid(start, len)); | 
|---|
| 1855 | break; | 
|---|
| 1856 | } | 
|---|
| 1857 | else if(ahead == QLatin1Char('?')) | 
|---|
| 1858 | { | 
|---|
| 1859 | pushState(); | 
|---|
| 1860 | return tokenAndChangeState(PI_START, ProcessingInstructionName); | 
|---|
| 1861 | } | 
|---|
| 1862 | else | 
|---|
| 1863 | return Token(G_LT); | 
|---|
| 1864 | } | 
|---|
| 1865 | case '&': | 
|---|
| 1866 | { | 
|---|
| 1867 | const QString ret(tokenizeCharacterReference()); | 
|---|
| 1868 | if(ret.isNull()) | 
|---|
| 1869 | return Token(ERROR); | 
|---|
| 1870 | else | 
|---|
| 1871 | { | 
|---|
| 1872 | skipEOLNormalization.insert(result.count()); | 
|---|
| 1873 | result.append(ret); | 
|---|
| 1874 | mayBeWS = false; | 
|---|
| 1875 | break; | 
|---|
| 1876 | } | 
|---|
| 1877 | } | 
|---|
| 1878 | case '{': | 
|---|
| 1879 | { | 
|---|
| 1880 | // TODO remove this check, also below. | 
|---|
| 1881 | if(m_pos + 1 == m_length) | 
|---|
| 1882 | return Token(END_OF_FILE); | 
|---|
| 1883 | else if(peekAhead() == '{') | 
|---|
| 1884 | { | 
|---|
| 1885 | ++m_pos; | 
|---|
| 1886 | result.append(QLatin1Char('{')); | 
|---|
| 1887 | } | 
|---|
| 1888 | else | 
|---|
| 1889 | { | 
|---|
| 1890 | if(result.isEmpty()) | 
|---|
| 1891 | { | 
|---|
| 1892 | pushState(); | 
|---|
| 1893 | return tokenAndChangeState(CURLY_LBRACE, Default); | 
|---|
| 1894 | } | 
|---|
| 1895 | else | 
|---|
| 1896 | { | 
|---|
| 1897 | /* We don't advance here. */ | 
|---|
| 1898 | return Token(mayBeWS ? STRING_LITERAL : NON_BOUNDARY_WS, normalizeEOL(result, skipEOLNormalization)); | 
|---|
| 1899 | } | 
|---|
| 1900 | } | 
|---|
| 1901 | break; | 
|---|
| 1902 | } | 
|---|
| 1903 | case '}': | 
|---|
| 1904 | { | 
|---|
| 1905 | if(m_pos + 1 == m_length) | 
|---|
| 1906 | return Token(END_OF_FILE); | 
|---|
| 1907 | else if(peekAhead() == '}') | 
|---|
| 1908 | { | 
|---|
| 1909 | ++m_pos; | 
|---|
| 1910 | result.append(QLatin1Char('}')); | 
|---|
| 1911 | } | 
|---|
| 1912 | else | 
|---|
| 1913 | { | 
|---|
| 1914 | /* This is a parse error, and the grammar won't be able | 
|---|
| 1915 | * to reduce this CURLY_RBRACE. */ | 
|---|
| 1916 | return tokenAndChangeState(CURLY_RBRACE, Default); | 
|---|
| 1917 | } | 
|---|
| 1918 | break; | 
|---|
| 1919 | } | 
|---|
| 1920 | case '\n': | 
|---|
| 1921 | { | 
|---|
| 1922 | /* We want to translate \r\n into \n. */ | 
|---|
| 1923 | if(peekAhead(-1) == '\r') | 
|---|
| 1924 | break; | 
|---|
| 1925 | /* else, fallthrough. */ | 
|---|
| 1926 | } | 
|---|
| 1927 | case '\r': | 
|---|
| 1928 | { | 
|---|
| 1929 | result.append(QLatin1Char('\n')); | 
|---|
| 1930 | break; | 
|---|
| 1931 | } | 
|---|
| 1932 | default: | 
|---|
| 1933 | { | 
|---|
| 1934 | result.append(current()); | 
|---|
| 1935 | break; | 
|---|
| 1936 | } | 
|---|
| 1937 | } | 
|---|
| 1938 | ++m_pos; | 
|---|
| 1939 | } | 
|---|
| 1940 | Q_ASSERT(false); | 
|---|
| 1941 | } | 
|---|
| 1942 | case ProcessingInstructionName: | 
|---|
| 1943 | { | 
|---|
| 1944 | const int start = m_pos; | 
|---|
| 1945 |  | 
|---|
| 1946 | while(true) | 
|---|
| 1947 | { | 
|---|
| 1948 | ++m_pos; | 
|---|
| 1949 | if(m_pos >= m_length) | 
|---|
| 1950 | return Token(END_OF_FILE); | 
|---|
| 1951 |  | 
|---|
| 1952 | const QChar next(current()); | 
|---|
| 1953 | if(next.isSpace() || next == QLatin1Char('?')) | 
|---|
| 1954 | { | 
|---|
| 1955 | return tokenAndChangeState(PI_TARGET, m_data.mid(start, m_pos - start), | 
|---|
| 1956 | ProcessingInstructionContent); | 
|---|
| 1957 | } | 
|---|
| 1958 | } | 
|---|
| 1959 | Q_ASSERT(false); | 
|---|
| 1960 | } | 
|---|
| 1961 | case ProcessingInstructionContent: | 
|---|
| 1962 | { | 
|---|
| 1963 | /* Consume whitespace between the name and the content. */ | 
|---|
| 1964 | if(consumeRawWhitespace()) | 
|---|
| 1965 | return Token(END_OF_FILE); | 
|---|
| 1966 |  | 
|---|
| 1967 | const int start = m_pos; | 
|---|
| 1968 | const int len = scanUntil("?>"); | 
|---|
| 1969 |  | 
|---|
| 1970 | if(len == -1) | 
|---|
| 1971 | return Token(END_OF_FILE); | 
|---|
| 1972 | else | 
|---|
| 1973 | { | 
|---|
| 1974 | m_pos += 2; /* Consume "?>" */ | 
|---|
| 1975 | popState(); | 
|---|
| 1976 | return Token(PI_CONTENT, normalizeEOL(m_data.mid(start, len), CharacterSkips())); | 
|---|
| 1977 | } | 
|---|
| 1978 | Q_ASSERT(false); | 
|---|
| 1979 | } | 
|---|
| 1980 | case EndTag: | 
|---|
| 1981 | { | 
|---|
| 1982 | if(consumeRawWhitespace()) | 
|---|
| 1983 | return END_OF_FILE; | 
|---|
| 1984 |  | 
|---|
| 1985 | if(peekCurrent() == '>') | 
|---|
| 1986 | { | 
|---|
| 1987 | popState(); | 
|---|
| 1988 | return tokenAndAdvance(G_GT); | 
|---|
| 1989 | } | 
|---|
| 1990 | else | 
|---|
| 1991 | return tokenizeNCNameOrQName(); | 
|---|
| 1992 | Q_ASSERT(false); | 
|---|
| 1993 | } | 
|---|
| 1994 | case XMLComment: | 
|---|
| 1995 | { | 
|---|
| 1996 | const int start = m_pos; | 
|---|
| 1997 | const int len = scanUntil("--"); | 
|---|
| 1998 |  | 
|---|
| 1999 | if(len == -1) | 
|---|
| 2000 | return END_OF_FILE; | 
|---|
| 2001 | else | 
|---|
| 2002 | { | 
|---|
| 2003 | m_pos += 2; /* Consume "--". */ | 
|---|
| 2004 | popState(); | 
|---|
| 2005 |  | 
|---|
| 2006 | if(peekCurrent() == '>') | 
|---|
| 2007 | { | 
|---|
| 2008 | ++m_pos; | 
|---|
| 2009 | return Token(COMMENT_CONTENT, normalizeEOL(m_data.mid(start, len), CharacterSkips())); | 
|---|
| 2010 | } | 
|---|
| 2011 | else | 
|---|
| 2012 | return error(); | 
|---|
| 2013 | } | 
|---|
| 2014 | Q_ASSERT(false); | 
|---|
| 2015 | } | 
|---|
| 2016 | case Pragma: | 
|---|
| 2017 | { | 
|---|
| 2018 | /* Consume whitespace. */ | 
|---|
| 2019 | if(consumeRawWhitespace()) | 
|---|
| 2020 | return Token(END_OF_FILE); | 
|---|
| 2021 |  | 
|---|
| 2022 | setState(PragmaContent); | 
|---|
| 2023 | return tokenizeNCNameOrQName(); | 
|---|
| 2024 | } | 
|---|
| 2025 | case PragmaContent: | 
|---|
| 2026 | { | 
|---|
| 2027 | QString result; | 
|---|
| 2028 | result.reserve(20); | 
|---|
| 2029 |  | 
|---|
| 2030 | const bool hasWS = m_pos < m_length && current().isSpace(); | 
|---|
| 2031 |  | 
|---|
| 2032 | /* Consume all whitespace up to the pragma content(if any). */ | 
|---|
| 2033 | if(consumeRawWhitespace()) | 
|---|
| 2034 | return Token(END_OF_FILE); | 
|---|
| 2035 |  | 
|---|
| 2036 | if(peekCurrent() == '#' && peekAhead() == ')') | 
|---|
| 2037 | { | 
|---|
| 2038 | /* We reached the end, and there's no pragma content. */ | 
|---|
| 2039 | return tokenAndChangeState(PRAGMA_END, Default, 2); | 
|---|
| 2040 | } | 
|---|
| 2041 | else if(!hasWS) | 
|---|
| 2042 | { | 
|---|
| 2043 | /* A separating space is required if there's pragma content. */ | 
|---|
| 2044 | return error(); /* i18n */ | 
|---|
| 2045 | } | 
|---|
| 2046 |  | 
|---|
| 2047 | const int start = m_pos; | 
|---|
| 2048 | const int len = scanUntil("#)"); | 
|---|
| 2049 | if(len == -1) | 
|---|
| 2050 | return Token(END_OF_FILE); | 
|---|
| 2051 |  | 
|---|
| 2052 | return Token(STRING_LITERAL, m_data.mid(start, len)); | 
|---|
| 2053 | Q_ASSERT(false); | 
|---|
| 2054 | } | 
|---|
| 2055 | } | 
|---|
| 2056 |  | 
|---|
| 2057 | Q_ASSERT(false); | 
|---|
| 2058 | return error(); | 
|---|
| 2059 | } | 
|---|
| 2060 |  | 
|---|
| 2061 | Tokenizer::Token XQueryTokenizer::attributeAsRaw(const QChar sep, | 
|---|
| 2062 | int &sepStack, | 
|---|
| 2063 | const int startPos, | 
|---|
| 2064 | const bool aInLiteral, | 
|---|
| 2065 | QString &result) | 
|---|
| 2066 | { | 
|---|
| 2067 | bool inLiteral = aInLiteral; | 
|---|
| 2068 | const char otherSep = (sep == QLatin1Char('"') ? '\'' : '"'); | 
|---|
| 2069 |  | 
|---|
| 2070 | while(true) | 
|---|
| 2071 | { | 
|---|
| 2072 | if(atEnd()) | 
|---|
| 2073 | return END_OF_FILE; | 
|---|
| 2074 |  | 
|---|
| 2075 | if(peekCurrent() == sep.unicode()) | 
|---|
| 2076 | { | 
|---|
| 2077 | if(inLiteral) | 
|---|
| 2078 | inLiteral = false; | 
|---|
| 2079 | else | 
|---|
| 2080 | inLiteral = true; | 
|---|
| 2081 |  | 
|---|
| 2082 | if(peekAhead() == sep.unicode()) | 
|---|
| 2083 | { | 
|---|
| 2084 | /* The quoting mechanism was used. */ | 
|---|
| 2085 | result.append(current()); | 
|---|
| 2086 | m_pos += 2; | 
|---|
| 2087 | continue; | 
|---|
| 2088 | } | 
|---|
| 2089 | else | 
|---|
| 2090 | { | 
|---|
| 2091 | /* Don't consume the separator, such that we | 
|---|
| 2092 | * return a token for it next time. */ | 
|---|
| 2093 | if(m_pos == startPos) | 
|---|
| 2094 | { | 
|---|
| 2095 | ++m_pos; | 
|---|
| 2096 | setState(StartTag); | 
|---|
| 2097 | return Token(sep == QLatin1Char('"') ? QUOTE : APOS); | 
|---|
| 2098 | } | 
|---|
| 2099 |  | 
|---|
| 2100 |  | 
|---|
| 2101 | if(sepStack == 0) | 
|---|
| 2102 | { | 
|---|
| 2103 | return Token(STRING_LITERAL, result); | 
|---|
| 2104 | } | 
|---|
| 2105 | else | 
|---|
| 2106 | { | 
|---|
| 2107 | result.append(current()); | 
|---|
| 2108 | ++m_pos; | 
|---|
| 2109 | continue; | 
|---|
| 2110 | } | 
|---|
| 2111 | } | 
|---|
| 2112 | } | 
|---|
| 2113 | else if(peekCurrent() == '&') | 
|---|
| 2114 | { | 
|---|
| 2115 | const QString ret(tokenizeCharacterReference()); | 
|---|
| 2116 | if(ret.isNull()) | 
|---|
| 2117 | return Token(ERROR); | 
|---|
| 2118 | else | 
|---|
| 2119 | { | 
|---|
| 2120 | result.append(ret); | 
|---|
| 2121 | ++m_pos; | 
|---|
| 2122 | continue; | 
|---|
| 2123 | } | 
|---|
| 2124 | } | 
|---|
| 2125 | else if(peekCurrent() == otherSep) | 
|---|
| 2126 | { | 
|---|
| 2127 | result.append(current()); | 
|---|
| 2128 | ++m_pos; | 
|---|
| 2129 |  | 
|---|
| 2130 | if(peekCurrent() == otherSep) | 
|---|
| 2131 | ++m_pos; | 
|---|
| 2132 |  | 
|---|
| 2133 | if(inLiteral) | 
|---|
| 2134 | inLiteral = false; | 
|---|
| 2135 | else | 
|---|
| 2136 | inLiteral = true; | 
|---|
| 2137 |  | 
|---|
| 2138 | continue; | 
|---|
| 2139 | } | 
|---|
| 2140 | else if(peekCurrent() == '{') | 
|---|
| 2141 | { | 
|---|
| 2142 | result.append(current()); | 
|---|
| 2143 |  | 
|---|
| 2144 | if(peekAhead() == '{') | 
|---|
| 2145 | { | 
|---|
| 2146 | m_pos += 2; | 
|---|
| 2147 | continue; | 
|---|
| 2148 | } | 
|---|
| 2149 | else | 
|---|
| 2150 | { | 
|---|
| 2151 | ++m_pos; | 
|---|
| 2152 | ++sepStack; | 
|---|
| 2153 | const Token t(attributeAsRaw(sep, sepStack, startPos, false, result)); | 
|---|
| 2154 | if(t.type != SUCCESS) | 
|---|
| 2155 | return t; | 
|---|
| 2156 | } | 
|---|
| 2157 |  | 
|---|
| 2158 | } | 
|---|
| 2159 | else if(peekCurrent() == '}') | 
|---|
| 2160 | { | 
|---|
| 2161 | if(inLiteral && peekAhead() == '}') | 
|---|
| 2162 | { | 
|---|
| 2163 | result.append(current()); | 
|---|
| 2164 | m_pos += 2; | 
|---|
| 2165 | continue; | 
|---|
| 2166 | } | 
|---|
| 2167 | else | 
|---|
| 2168 | { | 
|---|
| 2169 | ++m_pos; | 
|---|
| 2170 | --sepStack; | 
|---|
| 2171 | return Token(SUCCESS); /* The return value is arbitrary. */ | 
|---|
| 2172 | } | 
|---|
| 2173 | } | 
|---|
| 2174 | else | 
|---|
| 2175 | { | 
|---|
| 2176 | result.append(current()); | 
|---|
| 2177 | ++m_pos; | 
|---|
| 2178 | } | 
|---|
| 2179 | } | 
|---|
| 2180 | } | 
|---|
| 2181 |  | 
|---|
| 2182 | Tokenizer::Token XQueryTokenizer::nextToken(YYLTYPE *const sourceLocator) | 
|---|
| 2183 | { | 
|---|
| 2184 | sourceLocator->first_line = m_line; | 
|---|
| 2185 | sourceLocator->first_column = m_pos - m_columnOffset + 1; /* Plus 1, since m_pos is 0-based. */ | 
|---|
| 2186 |  | 
|---|
| 2187 | if(m_tokenStack.isEmpty()) | 
|---|
| 2188 | return nextToken(); | 
|---|
| 2189 | else | 
|---|
| 2190 | { | 
|---|
| 2191 | const Token retval(m_tokenStack.pop()); | 
|---|
| 2192 |  | 
|---|
| 2193 | switch(retval.type) | 
|---|
| 2194 | { | 
|---|
| 2195 | case MODULE: | 
|---|
| 2196 | /* Fallthrough.*/ | 
|---|
| 2197 | case SCHEMA: | 
|---|
| 2198 | /* Fallthrough.*/ | 
|---|
| 2199 | case COPY_NAMESPACES: | 
|---|
| 2200 | { | 
|---|
| 2201 | setState(NamespaceKeyword); | 
|---|
| 2202 | break; | 
|---|
| 2203 | } | 
|---|
| 2204 | case VERSION: | 
|---|
| 2205 | { | 
|---|
| 2206 | setState(XQueryVersion); | 
|---|
| 2207 | break; | 
|---|
| 2208 | } | 
|---|
| 2209 | case AS: | 
|---|
| 2210 | /* Fallthrough. */ | 
|---|
| 2211 | case OF: | 
|---|
| 2212 | { | 
|---|
| 2213 | setState(ItemType); | 
|---|
| 2214 | break; | 
|---|
| 2215 | } | 
|---|
| 2216 | default: | 
|---|
| 2217 | { | 
|---|
| 2218 | if(isOperatorKeyword(retval.type)) | 
|---|
| 2219 | setState(Default); | 
|---|
| 2220 |  | 
|---|
| 2221 | break; | 
|---|
| 2222 | } | 
|---|
| 2223 | }; | 
|---|
| 2224 |  | 
|---|
| 2225 | return retval; | 
|---|
| 2226 | } | 
|---|
| 2227 | } | 
|---|
| 2228 |  | 
|---|
| 2229 | int XQueryTokenizer::commenceScanOnly() | 
|---|
| 2230 | { | 
|---|
| 2231 | m_scanOnly = true; | 
|---|
| 2232 | return m_pos; | 
|---|
| 2233 | } | 
|---|
| 2234 |  | 
|---|
| 2235 | void XQueryTokenizer::resumeTokenizationFrom(const int pos) | 
|---|
| 2236 | { | 
|---|
| 2237 | m_scanOnly = false; | 
|---|
| 2238 | m_pos = pos; | 
|---|
| 2239 | } | 
|---|
| 2240 |  | 
|---|
| 2241 | void XQueryTokenizer::setParserContext(const ParserContext::Ptr &) | 
|---|
| 2242 | { | 
|---|
| 2243 | } | 
|---|
| 2244 |  | 
|---|
| 2245 | #undef handleWhitespace | 
|---|
| 2246 |  | 
|---|
| 2247 | } // namespace QPatternist | 
|---|
| 2248 |  | 
|---|
| 2249 | QT_END_NAMESPACE | 
|---|