-
Notifications
You must be signed in to change notification settings - Fork 10
/
miscutil.cpp
1919 lines (1526 loc) · 53.4 KB
/
miscutil.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
// ライセンス: GPL2
//#define _DEBUG
#include "jddebug.h"
#include "hkana.h"
#include "jdiconv.h"
#include "jdregex.h"
#include "misccharcode.h"
#include "miscmsg.h"
#include "miscutil.h"
#include "dbtree/spchar_decoder.h"
#include "dbtree/node.h"
#include <glib.h>
#include <sstream>
#include <cstring>
#include <cstdio>
#include <cstdlib>
//
// str を "\n" ごとに区切ってlistにして出力
//
std::list< std::string > MISC::get_lines( const std::string& str ){
std::list< std::string > lines;
size_t i = 0, i2 = 0;
while ( ( i2 = str.find( '\n', i ) ) != std::string::npos ){
std::size_t r = 0;
if( (i2 >= 1) && (str[ i2 - 1 ] == '\r') ) r = 1;
if( i2 - i > 0 ){
lines.push_back( str.substr( i, i2 - i - r ) );
}
i = i2 + 1;
}
// 最後の行
if( i != str.length() +1 ) lines.push_back( str.substr( i ) );
return lines;
}
//
// emacs lisp のリスト型を要素ごとにlistにして出力
//
std::list< std::string > MISC::get_elisp_lists( const std::string& str )
{
#ifdef _DEBUG
std::cout << "MISC::get_elisp_lists\n";
#endif
std::list< std::string > lists;
std::string str2 = utf8_trim( str );
const char* data = str2.c_str();
if( data[ 0 ] != '(' ) return lists;
std::size_t pos = 1;
while( data[ pos ] != '\0' ){
// 空白削除
while( data[ pos ] == ' ' ) ++pos;
if( data[ pos ] == '\0' ) break;
std::size_t length = 1;
// (が現れた
if( data[ pos ] == '(' ){
int count = 1;
while( data[ pos + length ] != '\0' ){
if( data[ pos + length ] == ')' ) --count;
else if( data[ pos + length ] == '(' ) ++count;
++length;
if( ! count ) break;
}
}
// 改行 or データが壊れてる
else if( data[ pos ] == '\n' || data[ pos ] == ')' ){
++pos;
continue;
}
// 通常データ
else{
//空白 or ) を探す
while( data[ pos + length ] != ' ' && data[ pos + length ] != ')' && data[ pos + length ] != '\0' ) ++length;
}
#ifdef _DEBUG
std::cout << "pos = " << pos << " length = " << length << std::endl;
#endif
lists.push_back( str2.substr( pos, length ) );
pos += length;
}
#ifdef _DEBUG
for( const std::string& s : lists ) std::cout << "[" << s << "]" << std::endl;
#endif
return lists;
}
//
// strを空白または "" 単位で区切って list で出力
//
std::list< std::string > MISC::split_line( const std::string& str )
{
constexpr const char* str_space = u8"\u3000"; // "\xE3\x80\x80" 全角スペース
constexpr size_t lng_space = 3;
std::list< std::string > list_str;
size_t i = 0, lng = str.length();
for(;;){
// 空白を取る
while( 1 ){
// 半角
if( str[ i ] == ' ' ) ++i;
// 全角
else if( str[ i ] == str_space[ 0 ] &&
str[ i +1 ] == str_space[ 1 ] &&
str[ i +2 ] == str_space[ 2 ] ) i += lng_space;
else break;
}
// " から始まる ( \"は除く )
bool dquote = false;
if( (i < 1 || str[ i -1 ] != '\\') && str[ i ] == '\"' ){
dquote = true;
++i;
}
// 空白か " を探す
std::size_t i2 = i;
size_t lng_tmp = 1;
while( i2 < lng ){
// " 発見( \"は除く )
if( dquote ){
if( str[ i2 ] == '\"' && str[ i2-1 ] != '\\' ) break;
}
else{
// 半角
if( str[ i2 ] == ' ' ) break;
// 全角
else if( str[ i2 ] == str_space[ 0 ] &&
str[ i2 +1 ] == str_space[ 1 ] &&
str[ i2 +2 ] == str_space[ 2 ] ){
lng_tmp = lng_space;
break;
}
}
++i2;
}
if( i2 - i ) list_str.push_back( str.substr( i, i2 - i ) );
if( i2 >= lng ) break;
i = i2 + lng_tmp;
}
return list_str;
}
// strを delimで区切って list で出力
std::list< std::string > MISC::StringTokenizer( const std::string& str, const char delim )
{
std::list< std::string > list_str;
size_t i = 0, i2 = 0, lng = str.length();
for(;;){
while( i2 < lng && str[ i2++ ] != delim );
int tmp = ( i2 >= 1 && ( str[ i2-1 ] == delim || str[ i2 -1 ] == '\n' ) ) ? 1 : 0;
if( i2 - i ) list_str.push_back( str.substr( i, i2 - i - tmp ) );
if( i2 >= lng ) break;
i = i2;
}
return list_str;
}
//
// list_inから空白行を除いてリストを返す
//
std::list< std::string > MISC::remove_nullline_from_list( const std::list< std::string >& list_in )
{
std::list< std::string > list_ret;
for( const std::string& s : list_in ) {
std::string tmp_str = MISC::utf8_trim( s );
if( ! tmp_str.empty() ) list_ret.push_back( s );
}
return list_ret;
}
//
// list_inの各行から前後の空白を除いてリストを返す
//
std::list< std::string > MISC::remove_space_from_list( const std::list< std::string >& list_in )
{
std::list< std::string > list_ret;
for( const std::string& s : list_in ) {
std::string tmp_str = MISC::utf8_trim( s );
list_ret.push_back( std::move( tmp_str ) );
}
return list_ret;
}
//
// list_inからコメント行(#)を除いてリストを返す
//
std::list< std::string > MISC::remove_commentline_from_list( const std::list< std::string >& list_in )
{
const char commentchr = '#';
std::list< std::string > list_ret;
for( const std::string& s : list_in ) {
std::string tmp_str = MISC::utf8_trim( s );
if( tmp_str[0] != commentchr ) list_ret.push_back( s );
}
return list_ret;
}
//
// 空白と""で区切られた str_in の文字列をリストにして出力
//
// \"は " に置換される
//
// (例) "aaa" "bbb" "\"ccc\"" → aaa と bbb と "ccc"
//
std::list< std::string > MISC::strtolist( const std::string& str_in )
{
std::list< std::string > list_ret;
std::list<std::string> list_tmp = MISC::split_line( str_in );
for( const std::string& s : list_tmp ) {
if( ! s.empty() ) list_ret.push_back( MISC::recover_quot( s ) );
}
return list_ret;
}
//
// list_in の文字列リストを空白と""で区切ってストリングにして出力
//
// "は \" に置換される
//
// (例) "aaa" "bbb" "\"ccc\""
//
std::string MISC::listtostr( const std::list< std::string >& list_in )
{
std::string str_out;
for( const std::string& s : list_in ) {
if( ! s.empty() ) str_out.append( " \"" + MISC::replace_quot( s ) + "\"" );
}
return str_out;
}
//
// list_in から空文字列を除き suffix でつなげて返す
// 他のプログラミング言語にあるjoin()と動作が異なり返り値の末尾にもsuffixが付く
//
// (例) {"aa", "", "bb", "cc"}, '!' -> "aa!bb!cc!"
//
std::string MISC::concat_with_suffix( const std::list<std::string>& list_in, char suffix )
{
std::string str_out;
for( const std::string& s : list_in ) {
if( s.empty() ) continue;
str_out.append( s );
str_out.push_back( suffix );
}
return str_out;
}
/** @brief str前後の半角スペース(U+0020)と全角スペース(U+3000)を削除
*
* 半角スペースが含まれてないときはトリミングせずstrをそのまま返す。
* @param[in] str トリミングする文字列
* @return トリミングした結果
*/
std::string MISC::utf8_trim( const std::string& str )
{
constexpr const char* str_space = u8"\u3000"; // "\xE3\x80\x80" 全角スペース
constexpr size_t lng_space = 3;
size_t lng = str.length();
if( lng == 0 ) return str;
// TODO: 半角スペースがなくてもトリミングしたほうがよいか検証する
if( str.find( ' ' ) == std::string::npos ) return str;
// 前
size_t i = 0;
while( i < lng ){
// 半角
if( str[ i ] == ' ' ) ++i;
// 全角
else if( str[ i ] == str_space[ 0 ] &&
str[ i +1 ] == str_space[ 1 ] &&
str[ i +2 ] == str_space[ 2 ] ) i += lng_space;
else break;
}
if (i >= lng) return "";
// 後
size_t i2 = lng -1;
while( 1 ){
// 半角
if( str[ i2 ] == ' ' ) --i2;
// 全角
else if( i2 +1 >= lng_space &&
str[ i2 - lng_space +1 ] == str_space[ 0 ] &&
str[ i2 - lng_space +2 ] == str_space[ 1 ] &&
str[ i2 - lng_space +3 ] == str_space[ 2 ] ) i2 -= lng_space;
else break;
}
return str.substr( i, i2 - i + 1 );
}
/** @brief str前後の改行(\r, \\n)、タブ(\t)、スペース(U+0020)を削除
*
* @param[in] str トリミングする文字列
* @return トリミングした結果
*/
std::string MISC::ascii_trim( const std::string& str )
{
if( str.empty() ) return std::string();
constexpr std::string_view space_chars = " \n\t\r";
const auto start = str.find_first_not_of( space_chars );
if( start == std::string::npos ) return str;
const auto end = str.find_last_not_of( space_chars ) + 1;
return str.substr( start, end - start );
}
/** @brief strからpatternで示された文字列を除く
*
* @param[in] str 処理する文字列
* @param[in] pattern 取り除く文字列
* @return 取り除いた結果
*/
std::string MISC::remove_str( std::string_view str, std::string_view pattern )
{
return MISC::replace_str( str, pattern, "" );
}
/// @brief start 〜 end の範囲をstrから取り除く ( /* コメント */ など )
/**
* @param[in] str 処理する文字列
* @param[in] start 取り除く範囲の先頭
* @param[in] end 取り除く範囲の末尾
* @return 取り除いた結果。
*/
std::string MISC::remove_str( std::string_view str, std::string_view start, std::string_view end )
{
std::string str_out{ str };
if( str_out.empty() || start.empty() || end.empty() ) return str_out;
size_t l_pos = 0, r_pos = 0;
const size_t start_length = start.length();
const size_t end_length = end.length();
while( ( l_pos = str_out.find( start, l_pos ) ) != std::string::npos &&
( r_pos = str_out.find( end, l_pos + start_length ) ) != std::string::npos )
{
str_out.erase( l_pos, r_pos - l_pos + end_length );
}
return str_out;
}
//
// 正規表現を使ってstr1からqueryで示された文字列を除く
//
std::string MISC::remove_str_regex( const std::string& str1, const std::string& query )
{
JDLIB::Regex regex;
const size_t offset = 0;
const bool icase = false;
const bool newline = true;
const bool usemigemo = false;
const bool wchar = false;
if( ! regex.exec( query, str1, offset, icase, newline, usemigemo, wchar ) ) return std::string();
return MISC::remove_str( str1, regex.str( 0 ) );
}
/** @brief front_sep, back_sep に囲まれた文字列を切り出す
*
* @param[in] str 処理する文字列
* @param[in] front_sep 前の区切り
* @param[in] back_sep 後の区切り
* @return 切り出した結果。引数が空文字列または区切りが見つからないときは空文字列を返す。
*/
std::string MISC::cut_str( const std::string& str, std::string_view front_sep, std::string_view back_sep )
{
if( str.empty() || front_sep.empty() || back_sep.empty() ) return std::string{};
std::size_t i = str.find( front_sep );
if( i == std::string::npos ) return std::string();
i += front_sep.size();
const std::size_t i2 = str.find( back_sep, i );
if( i2 == std::string::npos ) return std::string();
return str.substr( i, i2 - i );
}
/** @brief pattern を replacement に置き換える
*
* @param[in] str 置き換えを実行する文字列
* @param[in] pattern 置き換える文字列のパターン
* @param[in] replacement マッチした文字列を置き換える内容
* @return 置き換えを実行した結果。str や pattern が空文字列のときは str をそのまま返す。
*/
std::string MISC::replace_str( std::string_view str, std::string_view pattern, std::string_view replacement )
{
if( str.empty() || pattern.empty() ) return std::string( str );
size_t i, pos = 0;
if( ( i = str.find( pattern ) ) == std::string_view::npos ) return std::string( str );
std::string str_out;
str_out.reserve( str.length() );
do {
str_out.append( str, pos, ( i - pos ) );
str_out.append( replacement );
pos = i + pattern.length();
}
while( ( i = str.find( pattern, pos ) ) != std::string_view::npos );
str_out.append( str, pos, str.length() );
return str_out;
}
/** @brief list_inから pattern を replacement に置き換えてリストを返す
*
* @param[in] list_in 置き換えを実行する文字列のリスト
* @param[in] pattern 置き換える文字列のパターン
* @param[in] replacement マッチした文字列を置き換える内容
* @return 置き換えを実行したリスト。
*/
std::list<std::string> MISC::replace_str_list( const std::list<std::string>& list_in,
std::string_view pattern, std::string_view replacement )
{
std::list< std::string > list_out;
std::transform( list_in.cbegin(), list_in.cend(), std::back_inserter( list_out ),
[&]( const std::string& s ) { return replace_str( s, pattern, replacement ); } );
return list_out;
}
/** @brief str に含まれる改行文字(`\r\n`)を replace に置き換え
*
* @param[in] str_in 処理する文字列
* @param[in] replace マッチした改行文字と置き換える内容
* @return 置き換えを実行した結果。str や replace が空文字列のときは str をそのまま返す。
*/
std::string MISC::replace_newlines_to_str( const std::string& str, std::string_view replace )
{
if( str.empty() || replace.empty() ) return str;
std::string str_out;
str_out.reserve( str.size() );
size_t pos = 0, found = 0;
while( ( found = str.find_first_of( "\r\n", pos ) ) != std::string::npos )
{
str_out.append( str, pos, ( found - pos ) );
str_out.append( replace );
pos = found + 1;
if( str[ found ] == '\r' && str[ found + 1 ] == '\n' ) ++pos;
}
str_out.append( str, pos );
return str_out;
}
//
// " を \" に置き換え
//
std::string MISC::replace_quot( const std::string& str )
{
return MISC::replace_str( str, "\"", "\\\"" );
}
//
// \" を " に置き換え
//
std::string MISC::recover_quot( const std::string& str )
{
return MISC::replace_str( str, "\\\"", "\"" );
}
//
// 文字列(utf-8も) -> 整数変換
//
// (例) "123" -> 123
//
// 入力:
// str
//
// 出力:
// dig: 桁数、0なら失敗
// n : str から何バイト読み取ったか
//
// 戻り値: 数値
//
int MISC::str_to_uint( const char* str, size_t& dig, size_t& n )
{
int out = 0;
dig = 0;
n = 0;
while( *str != '\0' ){
const unsigned char in = (*str);
if( '0' <= in && in <= '9' ){
out = out*10 + ( in - '0' );
++dig;
++str;
++n;
}
else{
const auto in2 = static_cast<unsigned char>( in == 0xEF ? *( str + 1 ) : 0 );
const auto in3 = static_cast<unsigned char>( in2 == 0xBC ? *( str + 2 ) : 0 );
// utf-8
if( 0x90 <= in3 && in3 <= 0x99 ){
out = out*10 + ( in3 - 0x90 );
++dig;
str += 3;
n += 3;
}
else break;
}
}
return out;
}
//
// listで指定した数字を文字に変換
//
std::string MISC::intlisttostr( const std::list< int >& list_num )
{
assert( ! list_num.empty() );
std::ostringstream comment;
std::list < int >::const_iterator it = list_num.begin();
bool comma = false;
int num_from = *it;
int num_to = -1; // -1 は番兵
int i = 0; // 連番判定に使う
for(;;){
++i;
++it;
const bool loop_end{ it == list_num.end() };
const int num{ loop_end ? -1 : *it };
if( num_from + i != num || loop_end ) {
if( comma ) comment << ",";
comment << num_from;
if( num_to != -1 ) comment << "-" << num_to;
num_from = num;
num_to = -1;
i = 0;
comma = true;
if( loop_end ) break;
}
// 数字が連番のときは記録しておく
else num_to = num;
}
return comment.str();
}
//
// 16進数表記文字をバイナリに変換する( 例 "E38182" -> 0xE38182 )
//
// 出力 : char_out
// 戻り値: 変換に成功した chr_in のバイト数
//
size_t MISC::chrtobin( const char* chr_in, char* chr_out )
{
if( ! chr_in ) return 0;
const size_t chr_in_length = strlen( chr_in );
size_t a, b;
for( a = 0, b = a; a < chr_in_length; ++a )
{
unsigned char chr = chr_in[a];
chr_out[b] <<= 4;
// 0(0x30)〜9(0x39)
if( (unsigned char)( chr - 0x30 ) < 10 ) chr_out[b] |= chr - 0x30;
// A(0x41)〜F(0x46)
else if( (unsigned char)( chr - 0x41 ) < 6 ) chr_out[b] |= chr - 0x37;
// a(0x61)〜f(0x66)
else if( (unsigned char)( chr - 0x61 ) < 6 ) chr_out[b] |= chr - 0x57;
// その他
else break;
if( a % 2 != 0 ) ++b;
}
return a;
}
//
// strが半角でmaxsize文字を超えたらカットして後ろに...を付ける
//
std::string MISC::cut_str( const std::string& str, const unsigned int maxsize )
{
std::string outstr = str;
unsigned int pos, lng_str;
int byte = 0;
const size_t outstr_length = outstr.length();
for( pos = 0, lng_str = 0; pos < outstr_length; pos += byte ){
byte = MISC::utf8bytes( outstr.c_str() + pos );
if( byte > 1 ) lng_str += 2;
else ++lng_str;
if( lng_str >= maxsize ) break;
}
// カットしたら"..."をつける
if( pos != outstr_length ) outstr = outstr.substr( 0, pos ) + "...";
return outstr;
}
//
// 正規表現のメタ文字が含まれているか
//
// escape == true ならエスケープを考慮 (例) escape == true なら \+ → \+ のまま、falseなら \+ → \\\+
//
#define REGEX_METACHARS ".+*?^$|{}[]()\\"
bool MISC::has_regex_metachar( const std::string& str, const bool escape )
{
const char metachars[] = REGEX_METACHARS;
const size_t str_length = str.length();
for( size_t pos = 0; pos < str_length; ++pos ){
if( escape && str[ pos ] == '\\' ){
int i = 0;
while( metachars[ i ] != '\0' ){
if( str[ pos + 1 ] == metachars[ i ] ) break;
++i;
}
if( metachars[ i ] == '\0' ) return true;
++pos;
}
else{
int i = 0;
while( metachars[ i ] != '\0' ){
if( str[ pos ] == metachars[ i ] ) return true;
++i;
}
}
}
return false;
}
//
// 正規表現のメタ文字をエスケープ
//
// escape == true ならエスケープを考慮 (例) escape == true なら \+ → \+ のまま、falseなら \+ → \\\+
//
std::string MISC::regex_escape( const std::string& str, const bool escape )
{
if( ! has_regex_metachar( str, escape ) ) return str;
#ifdef _DEBUG
std::cout << "MISC::regex_escape" << std::endl;
#endif
std::string str_out;
const char metachars[] = REGEX_METACHARS;
const size_t str_length = str.length();
for( size_t pos = 0; pos < str_length; ++pos ){
if( escape && str[ pos ] == '\\' ){
int i = 0;
while( metachars[ i ] != '\0' ){
if( str[ pos + 1 ] == metachars[ i ] ) break;
++i;
}
if( metachars[ i ] == '\0' ) str_out += '\\';
else{
str_out += str[ pos ];
++pos;
}
}
else{
int i = 0;
while( metachars[ i ] != '\0' ){
if( str[ pos ] == metachars[ i ] ){
str_out += '\\';
break;
}
++i;
}
}
str_out += str[ pos ];
}
#ifdef _DEBUG
std::cout << str << " -> " << str_out << std::endl;
#endif
return str_out;
}
//
// 正規表現のメタ文字をアンエスケープ
//
std::string MISC::regex_unescape( const std::string& str )
{
#ifdef _DEBUG
std::cout << "MISC::regex_unescape" << std::endl;
#endif
std::string str_out;
const char metachars[] = REGEX_METACHARS;
const size_t str_length = str.length();
for( size_t pos = 0; pos < str_length; ++pos ){
if( str[ pos ] == '\\' ){
int i = 0;
while( metachars[ i ] != '\0' ){
if( str[ pos + 1 ] == metachars[ i ] ){
++pos;
break;
}
++i;
}
}
str_out += str[ pos ];
}
#ifdef _DEBUG
std::cout << str << " -> " << str_out << std::endl;
#endif
return str_out;
}
/** @brief HTMLで特別な意味を持つ記号(& " < >)を文字実体参照へエスケープする
*
* @param[in] str エスケープする入力
* @param[in] completely URL中でもエスケープする( デフォルト = true )
* @return エスケープした結果
*/
std::string MISC::html_escape( const std::string& str, const bool completely )
{
if( str.empty() ) return str;
bool is_url = false;
int scheme = SCHEME_NONE;
std::string str_out;
const size_t str_length = str.length();
for( size_t pos = 0; pos < str_length; ++pos )
{
char tmpchar = str.c_str()[ pos ];
// URL中はエスケープしない場合
if( ! completely )
{
// URLとして扱うかどうか
// エスケープには影響がないので loose_url としておく
if( scheme != SCHEME_NONE ) is_url = is_url_char( str.c_str() + pos, true );
// URLスキームが含まれているか判別
int len = 0;
if( ! is_url ) scheme = is_url_scheme( str.c_str() + pos, &len );
// URLスキームが含まれていた場合は文字数分進めてループに戻る
if( len > 0 )
{
str_out += str.substr( pos, len );
pos += len - 1; // あとで ++pos される分を引く
continue;
}
}
// completely = false でURL中ならエスケープしない
if( is_url ) str_out += tmpchar;
else if( tmpchar == '&' ) str_out += "&";
else if( tmpchar == '\"' ) str_out += """;
else if( tmpchar == '<' ) str_out += "<";
else if( tmpchar == '>' ) str_out += ">";
else str_out += tmpchar;
}
#ifdef _DEBUG
if( str != str_out ){
std::cout << "MISC::html_escape\nstr = " << str << std::endl
<< "out = " << str_out << std::endl;
}
#endif
return str_out;
}
//
// HTMLアンエスケープ
//
std::string MISC::html_unescape( const std::string& str )
{
if( str.empty() ) return str;
if( str.find( '&' ) == std::string::npos ) return str;
std::string str_out;
const size_t str_length = str.length();
for( size_t pos = 0; pos < str_length; ++pos ){
const int bufsize = 64;
char out_char[ bufsize ];
int n_in, n_out;
DBTREE::decode_char( str.c_str() + pos, n_in, out_char, n_out, false );
if( n_out ){
str_out += out_char;
pos += n_in -1;
}
else str_out += str.c_str()[ pos ];
}
#ifdef _DEBUG
if( str != str_out ){
std::cout << "MISC::html_unescape\nstr = " << str << std::endl
<< "out = " << str_out << std::endl;
}
#endif
return str_out;
}
//
// 文字参照のデコード内部処理
//
// strは'&'で始まる文字列を指定すること
// completely = true の時は'"' '&' '<' '>'も含めて変換する
//
static std::string chref_decode_one( const char* str, int& n_in, const bool completely )
{
std::string out_char( 15u, '\0' );
int n_out;
const int type = DBTREE::decode_char( str, n_in, &*out_char.begin(), n_out, false );
out_char.resize( n_out );
// 改行、タブ、スペースの処理
if( type != DBTREE::NODE_NONE && ( out_char[0] == ' ' || out_char[0] == '\n' ) ) {
out_char.assign( 1u, ' ' );
}
// 変換できない文字
else if( type == DBTREE::NODE_NONE ) {
out_char.assign( 1u, *str );
n_in = 1;
}
// エスケープする文字の場合は元に戻す
else if( ! completely && n_out == 1 ) {
switch( out_char[0] ) {
case '"':
out_char.assign( """ );
break;
case '&':
out_char.assign( "&" );
break;
case '<':
out_char.assign( "<" );
break;
case '>':
out_char.assign( ">" );
break;
default:
break;
}
}
return out_char;
}
//
// HTMLの文字参照をデコード
//
// completely = true の時は'"' '&' '<' '>'もデコードする
//
std::string MISC::chref_decode( std::string_view str, const bool completely )
{
std::string str_out;
if( str.empty() ) return str_out;
if( str.find( '&' ) == std::string_view::npos ) {
str_out.assign( str );
return str_out;
}
const char* pos = str.data();
const char* pos_end = str.data() + str.size();
while( pos < pos_end ) {