~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/_parse_btree_c.pyx

  • Committer: John Arbash Meinel
  • Date: 2008-08-19 23:12:01 UTC
  • mto: This revision was merged to the branch mainline in revision 3644.
  • Revision ID: john@arbash-meinel.com-20080819231201-hc361se0f7okf08y
Bring in the btree_index and chunk_writer code and their tests.

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
# Copyright (C) 2008 Canonical Ltd
 
2
#
 
3
# This program is free software; you can redistribute it and/or modify
 
4
# it under the terms of the GNU General Public License as published by
 
5
# the Free Software Foundation; either version 2 of the License, or
 
6
# (at your option) any later version.
 
7
#
 
8
# This program is distributed in the hope that it will be useful,
 
9
# but WITHOUT ANY WARRANTY; without even the implied warranty of
 
10
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
 
11
# GNU General Public License for more details.
 
12
#
 
13
# You should have received a copy of the GNU General Public License
 
14
# along with this program; if not, write to the Free Software
 
15
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
 
16
 
 
17
"""Pyrex extensions to btree node parsing."""
 
18
 
 
19
import sys
 
20
 
 
21
cdef extern from "stdlib.h":
 
22
    ctypedef unsigned size_t
 
23
    long int strtol(char *nptr, char **endptr, int base)
 
24
 
 
25
 
 
26
cdef extern from "Python.h":
 
27
    int PyDict_CheckExact(object)
 
28
    void *PyDict_GetItem_void "PyDict_GetItem" (object p, object key)
 
29
    int PyDict_SetItem(object p, object key, object val) except -1
 
30
 
 
31
    int PyList_Append(object lst, object item) except -1
 
32
    object PyList_GET_ITEM(object lst, int index)
 
33
    int PyList_CheckExact(object)
 
34
 
 
35
    void *PyTuple_GetItem_void_void "PyTuple_GET_ITEM" (void* tpl, int index)
 
36
 
 
37
    char *PyString_AsString(object p)
 
38
    object PyString_FromStringAndSize(char *, int)
 
39
    object PyString_FromString(char *)
 
40
    int PyString_Size(object p)
 
41
 
 
42
    void Py_INCREF(object)
 
43
 
 
44
 
 
45
cdef extern from "string.h":
 
46
    void *memchr(void *s, int c, size_t n)
 
47
    # void *memrchr(void *s, int c, size_t n)
 
48
    int strncmp(char *s1, char *s2, size_t n)
 
49
 
 
50
 
 
51
cdef void* _my_memrchr(void *s, int c, size_t n):
 
52
    # memrchr seems to be a GNU extension, so we have to implement it ourselves
 
53
    # It is not present in any win32 standard library
 
54
    cdef char *pos
 
55
    cdef char *start
 
56
 
 
57
    start = <char*>s
 
58
    pos = start + n - 1
 
59
    while pos >= start:
 
60
        if pos[0] == c:
 
61
            return <void*>pos
 
62
        pos = pos - 1
 
63
    return NULL
 
64
 
 
65
 
 
66
cdef class BTreeLeafParser:
 
67
 
 
68
    cdef object bytes
 
69
    cdef int key_length
 
70
    cdef int ref_list_length
 
71
    cdef object keys
 
72
 
 
73
    cdef char * cur_str
 
74
    cdef char * end_str
 
75
    # The current start point for parsing
 
76
    cdef char * start
 
77
 
 
78
    cdef int header_found
 
79
 
 
80
    def __init__(self, bytes, key_length, ref_list_length):
 
81
        self.bytes = bytes
 
82
        self.key_length = key_length
 
83
        self.ref_list_length = ref_list_length
 
84
        self.keys = []
 
85
        self.cur_str = NULL
 
86
        self.end_str = NULL
 
87
        self.header_found = 0
 
88
 
 
89
    cdef extract_key(self, char * last):
 
90
        """Extract a key.
 
91
 
 
92
        :param last: points at the byte after the last byte permitted for the key.
 
93
        """
 
94
        cdef char *temp_ptr
 
95
        cdef int loop_counter
 
96
        # keys are tuples
 
97
        loop_counter = 0
 
98
        key_segments = []
 
99
        while loop_counter < self.key_length:
 
100
            loop_counter = loop_counter + 1
 
101
            # grab a key segment
 
102
            temp_ptr = <char*>memchr(self.start, c'\0', last - self.start)
 
103
            if temp_ptr == NULL:
 
104
                if loop_counter == self.key_length:
 
105
                    # capture to last
 
106
                    temp_ptr = last
 
107
                else:
 
108
                    # Invalid line
 
109
                    failure_string = ("invalid key, wanted segment from " +
 
110
                        repr(PyString_FromStringAndSize(self.start, last-self.start)))
 
111
                    raise AssertionError(failure_string)
 
112
            # capture the key string
 
113
            key_element = PyString_FromStringAndSize(self.start, temp_ptr - self.start)
 
114
            # advance our pointer
 
115
            self.start = temp_ptr + 1
 
116
            PyList_Append(key_segments, key_element)
 
117
        return tuple(key_segments)
 
118
 
 
119
    cdef int process_line(self) except -1:
 
120
        """Process a line in the bytes."""
 
121
        cdef char *last
 
122
        cdef char *temp_ptr
 
123
        cdef char *ref_ptr
 
124
        cdef char *next_start
 
125
        cdef int loop_counter
 
126
 
 
127
        self.start = self.cur_str
 
128
        # Find the next newline
 
129
        last = <char*>memchr(self.start, c'\n', self.end_str - self.start)
 
130
        if last == NULL:
 
131
            # Process until the end of the file
 
132
            last = self.end_str
 
133
            self.cur_str = self.end_str
 
134
        else:
 
135
            # And the next string is right after it
 
136
            self.cur_str = last + 1
 
137
            # The last character is right before the '\n'
 
138
            last = last
 
139
 
 
140
        if last == self.start:
 
141
            # parsed it all.
 
142
            return 0
 
143
        if last < self.start:
 
144
            # Unexpected error condition - fail
 
145
            return -1
 
146
        if 0 == self.header_found:
 
147
            if strncmp("type=leaf", self.start, last-self.start) == 0:
 
148
                self.header_found = 1
 
149
                return 0
 
150
            else:
 
151
                print "failed strncmp", repr(PyString_FromStringAndSize(self.start, last-self.start))
 
152
                return -1
 
153
 
 
154
        key = self.extract_key(last)
 
155
        # find the value area
 
156
        temp_ptr = <char*>_my_memrchr(self.start, c'\0', last - self.start)
 
157
        if temp_ptr == NULL:
 
158
            # Invalid line
 
159
            return -1
 
160
        else:
 
161
            # capture the value string
 
162
            value = PyString_FromStringAndSize(temp_ptr + 1, last - temp_ptr - 1)
 
163
            # shrink the references end point
 
164
            last = temp_ptr
 
165
        if self.ref_list_length:
 
166
            ref_lists = []
 
167
            loop_counter = 0
 
168
            while loop_counter < self.ref_list_length:
 
169
                ref_list = []
 
170
                # extract a reference list
 
171
                loop_counter = loop_counter + 1
 
172
                if last < self.start:
 
173
                    return -1
 
174
                # find the next reference list end point:
 
175
                temp_ptr = <char*>memchr(self.start, c'\t', last - self.start)
 
176
                if temp_ptr == NULL:
 
177
                    # Only valid for the last list
 
178
                    if loop_counter != self.ref_list_length:
 
179
                        # Invalid line
 
180
                        return -1
 
181
                        raise AssertionError("invalid key")
 
182
                    else:
 
183
                        # scan to the end of the ref list area
 
184
                        ref_ptr = last
 
185
                        next_start = last
 
186
                else:
 
187
                    # scan to the end of this ref list
 
188
                    ref_ptr = temp_ptr
 
189
                    next_start = temp_ptr + 1
 
190
                # Now, there may be multiple keys in the ref list.
 
191
                while self.start < ref_ptr:
 
192
                    # loop finding keys and extracting them
 
193
                    temp_ptr = <char*>memchr(self.start, c'\r', ref_ptr - self.start)
 
194
                    if temp_ptr == NULL:
 
195
                        # key runs to the end
 
196
                        temp_ptr = ref_ptr
 
197
                    PyList_Append(ref_list, self.extract_key(temp_ptr))
 
198
                PyList_Append(ref_lists, tuple(ref_list))
 
199
                # prepare for the next reference list
 
200
                self.start = next_start
 
201
            ref_lists = tuple(ref_lists)
 
202
            node_value = (value, ref_lists)
 
203
        else:
 
204
            if last != self.start:
 
205
                # unexpected reference data present
 
206
                return -1
 
207
            node_value = (value, ())
 
208
        PyList_Append(self.keys, (key, node_value))
 
209
        return 0
 
210
 
 
211
    def parse(self):
 
212
        cdef int byte_count
 
213
        byte_count = PyString_Size(self.bytes)
 
214
        self.cur_str = PyString_AsString(self.bytes)
 
215
        # This points to the last character in the string
 
216
        self.end_str = self.cur_str + byte_count
 
217
        while self.cur_str < self.end_str:
 
218
            self.process_line()
 
219
        return self.keys
 
220
 
 
221
 
 
222
def _parse_leaf_lines(bytes, key_length, ref_list_length):
 
223
    parser = BTreeLeafParser(bytes, key_length, ref_list_length)
 
224
    return parser.parse()