mirror of
https://github.com/ruby/ruby.git
synced 2022-11-09 12:17:21 -05:00
Factor out get_reg_grapheme_cluster
git-svn-id: svn+ssh://ci.ruby-lang.org/ruby/trunk@62893 b2dd03c8-39d4-4d8f-98ff-823fe69b080e
This commit is contained in:
parent
41b2ef4685
commit
42f1b58964
1 changed files with 24 additions and 42 deletions
66
string.c
66
string.c
|
@ -8355,20 +8355,12 @@ rb_str_codepoints(VALUE str)
|
|||
return rb_str_enumerate_codepoints(str, ary);
|
||||
}
|
||||
|
||||
static VALUE
|
||||
rb_str_each_grapheme_cluster_size(VALUE str, VALUE args, VALUE eobj)
|
||||
static regex_t *
|
||||
get_reg_grapheme_cluster(rb_encoding *enc)
|
||||
{
|
||||
long grapheme_cluster_count = 0;
|
||||
int encidx = rb_enc_to_index(enc);
|
||||
regex_t *reg_grapheme_cluster = NULL;
|
||||
static regex_t *reg_grapheme_cluster_utf8 = NULL;
|
||||
int encidx = ENCODING_GET(str);
|
||||
rb_encoding *enc = rb_enc_from_index(encidx);
|
||||
int unicode_p = rb_enc_unicode_p(enc);
|
||||
const char *ptr, *end;
|
||||
|
||||
if (!unicode_p || single_byte_optimizable(str)) {
|
||||
return rb_str_length(str);
|
||||
}
|
||||
|
||||
/* synchronize */
|
||||
if (encidx == rb_utf8_encindex() && reg_grapheme_cluster_utf8) {
|
||||
|
@ -8385,7 +8377,22 @@ rb_str_each_grapheme_cluster_size(VALUE str, VALUE args, VALUE eobj)
|
|||
reg_grapheme_cluster_utf8 = reg_grapheme_cluster;
|
||||
}
|
||||
}
|
||||
return reg_grapheme_cluster;
|
||||
}
|
||||
|
||||
static VALUE
|
||||
rb_str_each_grapheme_cluster_size(VALUE str, VALUE args, VALUE eobj)
|
||||
{
|
||||
size_t grapheme_cluster_count = 0;
|
||||
regex_t *reg_grapheme_cluster = NULL;
|
||||
rb_encoding *enc = rb_enc_from_index(ENCODING_GET(str));
|
||||
const char *ptr, *end;
|
||||
|
||||
if (!rb_enc_unicode_p(enc) || single_byte_optimizable(str)) {
|
||||
return rb_str_length(str);
|
||||
}
|
||||
|
||||
reg_grapheme_cluster = get_reg_grapheme_cluster(enc);
|
||||
ptr = RSTRING_PTR(str);
|
||||
end = RSTRING_END(str);
|
||||
|
||||
|
@ -8393,16 +8400,12 @@ rb_str_each_grapheme_cluster_size(VALUE str, VALUE args, VALUE eobj)
|
|||
OnigPosition len = onig_match(reg_grapheme_cluster,
|
||||
(const OnigUChar *)ptr, (const OnigUChar *)end,
|
||||
(const OnigUChar *)ptr, NULL, 0);
|
||||
if (len == 0) break;
|
||||
if (len < 0) {
|
||||
break;
|
||||
}
|
||||
if (len <= 0) break;
|
||||
grapheme_cluster_count++;
|
||||
ptr += len;
|
||||
}
|
||||
RB_GC_GUARD(str);
|
||||
|
||||
return LONG2NUM(grapheme_cluster_count);
|
||||
return SIZET2NUM(grapheme_cluster_count);
|
||||
}
|
||||
|
||||
static VALUE
|
||||
|
@ -8410,33 +8413,15 @@ rb_str_enumerate_grapheme_clusters(VALUE str, VALUE ary)
|
|||
{
|
||||
VALUE orig = str;
|
||||
regex_t *reg_grapheme_cluster = NULL;
|
||||
static regex_t *reg_grapheme_cluster_utf8 = NULL;
|
||||
int encidx = ENCODING_GET(str);
|
||||
rb_encoding *enc = rb_enc_from_index(encidx);
|
||||
int unicode_p = rb_enc_unicode_p(enc);
|
||||
rb_encoding *enc = rb_enc_from_index(ENCODING_GET(str));
|
||||
const char *ptr, *end;
|
||||
|
||||
if (!unicode_p || single_byte_optimizable(str)) {
|
||||
if (!rb_enc_unicode_p(enc) || single_byte_optimizable(str)) {
|
||||
return rb_str_enumerate_chars(str, ary);
|
||||
}
|
||||
|
||||
/* synchronize */
|
||||
if (encidx == rb_utf8_encindex() && reg_grapheme_cluster_utf8) {
|
||||
reg_grapheme_cluster = reg_grapheme_cluster_utf8;
|
||||
}
|
||||
if (!reg_grapheme_cluster) {
|
||||
const OnigUChar source[] = "\\X";
|
||||
int r = onig_new(®_grapheme_cluster, source, source + sizeof(source) - 1,
|
||||
ONIG_OPTION_DEFAULT, enc, OnigDefaultSyntax, NULL);
|
||||
if (r) {
|
||||
rb_bug("cannot compile grapheme cluster regexp");
|
||||
}
|
||||
if (encidx == rb_utf8_encindex()) {
|
||||
reg_grapheme_cluster_utf8 = reg_grapheme_cluster;
|
||||
}
|
||||
}
|
||||
|
||||
if (!ary) str = rb_str_new_frozen(str);
|
||||
reg_grapheme_cluster = get_reg_grapheme_cluster(enc);
|
||||
ptr = RSTRING_PTR(str);
|
||||
end = RSTRING_END(str);
|
||||
|
||||
|
@ -8444,10 +8429,7 @@ rb_str_enumerate_grapheme_clusters(VALUE str, VALUE ary)
|
|||
OnigPosition len = onig_match(reg_grapheme_cluster,
|
||||
(const OnigUChar *)ptr, (const OnigUChar *)end,
|
||||
(const OnigUChar *)ptr, NULL, 0);
|
||||
if (len == 0) break;
|
||||
if (len < 0) {
|
||||
break;
|
||||
}
|
||||
if (len <= 0) break;
|
||||
ENUM_ELEM(ary, rb_enc_str_new(ptr, len, enc));
|
||||
ptr += len;
|
||||
}
|
||||
|
|
Loading…
Reference in a new issue