oz grep源码分析

oz grep源码分析
今天在笔记本上折腾ubuntu18，真是很好玩。
配置低的本上，装ubuntu,真划算。原来4G跑win10总是慢得不行，现在跑linux，感觉还是很快的。
我在本子上读regex.c这个文件，一个地方卡住了。

    for (p = pat; *p; p++) {
        lp = mp;
        switch(*p) {

        case '.':               /* match any char..  */
            store(ANY);
            break;

        case '^':               /* match beginning.. */
            if (p == pat)
                store(BOL);
            else {
                store(CHR);
                store(*p);
            }
            break;

        case '$':               /* match endofline.. */
            if (!*(p+1))
                store(EOL);
            else {
                store(CHR);
                store(*p);
            }
            break;

        case '[':               /* match char class..*/
            store(CCL);

            if (*++p == '^') {
                mask = 0377;    
        //0377==11 111 111,与它异或，按位取反。:w
                p++;
            }
            else
                mask = 0;

            if (*p == '-')        /* real dash */
                chset(*p++);
            if (*p == ']')        /* real brac */
                chset(*p++);
            while (*p && *p != ']') {
                if (*p == '-' && *(p+1) && *(p+1) != ']') {
                    p++;
                    c1 = *(p-2) + 1;
                    c2 = *p++;
                    while (c1 <= c2)
                        chset((CHAR)c1++);
                }
#ifdef EXTEND
                else if (*p == '\\' && *(p+1)) {
                    p++;
                    chset(*p++);
                }
#endif
                else
                    chset(*p++);
            }
            if (!*p)
                return badpat("Missing ]");

            for (n = 0; n < BITBLK; bittab[n++] = (char) 0)
                store(mask ^ bittab[n]);
    
            break;

这是在re_comp中进行编译，把正则表达式翻译成中间码。此处，把'[1-9]'翻译成
  '123456789'，但你看呀，
如果p指向[，此时，先存储“CCL”，接着，判断
*++p,此时，p指向1,所以下面两个判断不用做，因为不是-，也不是]，那就来到了
            while (*p && *p != ']') {
                if (*p == '-' && *(p+1) && *(p+1) != ']') {
                    p++;
                    c1 = *(p-2) + 1;
                    c2 = *p++;
                    while (c1 <= c2)
                        chset((CHAR)c1++);
                }
#ifdef EXTEND
                else if (*p == '\\' && *(p+1)) {
                    p++;
                    chset(*p++);
                }
#endif
                else
                    chset(*p++);
            }
此时，p指向'[1-9]'中的1,所以执行循环中第三分支
                else
                    chset(*p++);
把1保存进去。接着p++,此时p指向-
  那好，接着循环，因为*p=='-'所以执行第一分支
                if (*p == '-' && *(p+1) && *(p+1) != ']') {
                    p++;  //p指向'-'，++后指向9
                    c1 = *(p-2) + 1;//c1指向1
                    c2 = *p++;   //p指向9，c2也指向9，但p++后指向]
                    while (c1 <= c2)
                        chset((CHAR)c1++);
                }
此分支，完成的是就是把23456789这几个字符保存好。
  此时，用话不好说，请看代码中注释。这个分支做完后，p指向],因此，要跳出循环。
  做下一步处理
              for (n = 0; n < BITBLK; bittab[n++] = (char) 0)
                store(mask ^ bittab[n]);
也就是把16字节的位置保存到中间代码数组中去。
  此时，p指向],那程序如何处理]的呢？
  程序只有如下分支
case .
case $
case [
case *
case +
....
如果不是这些字符，它是：
        default :               /* an ordinary char  */
            store(CHR);
            store(*p);
            break;
可是，中间代码编译结果中根据没有存储]呀，况且存储了也没意义。你看：
yang@DESKTOP-V9HS3B6:~/grep$ echo "12345" | ./ogrep '[1-9]+'
pattern: [1-9]+
nfacode:
        CCL [123456789]
CLOSURE CCL [123456789]
看到没，正则表达式翻译的结果中根据没有】
我想呀想，不停地翻代码。总是不得劲。
后来，忽然想，不对，这里有个break,就是
case [
   把[1-9]变成ccl 123456789保存到中间码，此时p指向]，
   break
结束本次循环后，到哪了？
    for (p = pat; *p; p++) {//此处有p++,哈哈，我明白了。原来在这里！！！
        lp = mp;
        switch(*p) {

        case '.':         
看到我的注释没？p本来指向],这是没错的，但break后，p++，就跳过了]
  通过读程序，发现自己的程序功底还是有欠缺。
同样的错误犯了两次。前一次，看代码
            for (n = 0; n < BITBLK; bittab[n++] = (char) 0)
                store(mask ^ bittab[n]);
这里，是把16字节的位图存储到中间代码结果中去。当时我曾想，你把bittab[]保存进去了，你下次使用是，要初始化吧，那在哪儿初始化呢？？？
  我找呀找！
  你肯定要初始化的，不然如果这样写正则表达式'[a-z'] hello [1-9]'那如何搞？
  前面使用的位置如果不初始化，后面且不是变成了[a-z1-9]。当时是用kindle读代码，想呀想，后来明白了。
        for (n = 0; n < BITBLK; bittab[n++] = (char) 0)//此处有bittab[n++] = (char)
                store(mask ^ bittab[n]);
作者在for的最后做了。
  代码要经常读，太好了。