~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/globbing.py

  • Committer: Vincent Ladeuil
  • Date: 2013-08-09 15:09:23 UTC
  • mto: This revision was merged to the branch mainline in revision 6587.
  • Revision ID: v.ladeuil+lp@free.fr-20130809150923-y71dusyorep0hbkt
Fix various typos in docstrings. Rename 'buffer' to 'buf' since it's now a python builtin function.

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
# Copyright (C) 2006-2011 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., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 
16
 
 
17
"""Tools for converting globs to regular expressions.
 
18
 
 
19
This module provides functions for converting shell-like globs to regular
 
20
expressions.
 
21
"""
 
22
 
 
23
from __future__ import absolute_import
 
24
 
 
25
import re
 
26
 
 
27
from bzrlib import (
 
28
    errors,
 
29
    lazy_regex,
 
30
    )
 
31
from bzrlib.trace import (
 
32
    mutter,
 
33
    warning,
 
34
    )
 
35
 
 
36
 
 
37
class Replacer(object):
 
38
    """Do a multiple-pattern substitution.
 
39
 
 
40
    The patterns and substitutions are combined into one, so the result of
 
41
    one replacement is never substituted again. Add the patterns and
 
42
    replacements via the add method and then call the object. The patterns
 
43
    must not contain capturing groups.
 
44
    """
 
45
 
 
46
    _expand = lazy_regex.lazy_compile(ur'\\&')
 
47
 
 
48
    def __init__(self, source=None):
 
49
        self._pat = None
 
50
        if source:
 
51
            self._pats = list(source._pats)
 
52
            self._funs = list(source._funs)
 
53
        else:
 
54
            self._pats = []
 
55
            self._funs = []
 
56
 
 
57
    def add(self, pat, fun):
 
58
        r"""Add a pattern and replacement.
 
59
 
 
60
        The pattern must not contain capturing groups.
 
61
        The replacement might be either a string template in which \& will be
 
62
        replaced with the match, or a function that will get the matching text
 
63
        as argument. It does not get match object, because capturing is
 
64
        forbidden anyway.
 
65
        """
 
66
        self._pat = None
 
67
        self._pats.append(pat)
 
68
        self._funs.append(fun)
 
69
 
 
70
    def add_replacer(self, replacer):
 
71
        r"""Add all patterns from another replacer.
 
72
 
 
73
        All patterns and replacements from replacer are appended to the ones
 
74
        already defined.
 
75
        """
 
76
        self._pat = None
 
77
        self._pats.extend(replacer._pats)
 
78
        self._funs.extend(replacer._funs)
 
79
 
 
80
    def __call__(self, text):
 
81
        if not self._pat:
 
82
            self._pat = lazy_regex.lazy_compile(
 
83
                    u'|'.join([u'(%s)' % p for p in self._pats]),
 
84
                    re.UNICODE)
 
85
        return self._pat.sub(self._do_sub, text)
 
86
 
 
87
    def _do_sub(self, m):
 
88
        fun = self._funs[m.lastindex - 1]
 
89
        if hasattr(fun, '__call__'):
 
90
            return fun(m.group(0))
 
91
        else:
 
92
            return self._expand.sub(m.group(0), fun)
 
93
 
 
94
 
 
95
_sub_named = Replacer()
 
96
_sub_named.add(ur'\[:digit:\]', ur'\d')
 
97
_sub_named.add(ur'\[:space:\]', ur'\s')
 
98
_sub_named.add(ur'\[:alnum:\]', ur'\w')
 
99
_sub_named.add(ur'\[:ascii:\]', ur'\0-\x7f')
 
100
_sub_named.add(ur'\[:blank:\]', ur' \t')
 
101
_sub_named.add(ur'\[:cntrl:\]', ur'\0-\x1f\x7f-\x9f')
 
102
 
 
103
 
 
104
def _sub_group(m):
 
105
    if m[1] in (u'!', u'^'):
 
106
        return u'[^' + _sub_named(m[2:-1]) + u']'
 
107
    return u'[' + _sub_named(m[1:-1]) + u']'
 
108
 
 
109
 
 
110
def _invalid_regex(repl):
 
111
    def _(m):
 
112
        warning(u"'%s' not allowed within a regular expression. "
 
113
                "Replacing with '%s'" % (m, repl))
 
114
        return repl
 
115
    return _
 
116
 
 
117
 
 
118
def _trailing_backslashes_regex(m):
 
119
    """Check trailing backslashes.
 
120
 
 
121
    Does a head count on trailing backslashes to ensure there isn't an odd
 
122
    one on the end that would escape the brackets we wrap the RE in.
 
123
    """
 
124
    if (len(m) % 2) != 0:
 
125
        warning(u"Regular expressions cannot end with an odd number of '\\'. "
 
126
                "Dropping the final '\\'.")
 
127
        return m[:-1]
 
128
    return m
 
129
 
 
130
 
 
131
_sub_re = Replacer()
 
132
_sub_re.add(u'^RE:', u'')
 
133
_sub_re.add(u'\((?!\?)', u'(?:')
 
134
_sub_re.add(u'\(\?P<.*>', _invalid_regex(u'(?:'))
 
135
_sub_re.add(u'\(\?P=[^)]*\)', _invalid_regex(u''))
 
136
_sub_re.add(ur'\\+$', _trailing_backslashes_regex)
 
137
 
 
138
 
 
139
_sub_fullpath = Replacer()
 
140
_sub_fullpath.add(ur'^RE:.*', _sub_re) # RE:<anything> is a regex
 
141
_sub_fullpath.add(ur'\[\^?\]?(?:[^][]|\[:[^]]+:\])+\]', _sub_group) # char group
 
142
_sub_fullpath.add(ur'(?:(?<=/)|^)(?:\.?/)+', u'') # canonicalize path
 
143
_sub_fullpath.add(ur'\\.', ur'\&') # keep anything backslashed
 
144
_sub_fullpath.add(ur'[(){}|^$+.]', ur'\\&') # escape specials
 
145
_sub_fullpath.add(ur'(?:(?<=/)|^)\*\*+/', ur'(?:.*/)?') # **/ after ^ or /
 
146
_sub_fullpath.add(ur'\*+', ur'[^/]*') # * elsewhere
 
147
_sub_fullpath.add(ur'\?', ur'[^/]') # ? everywhere
 
148
 
 
149
 
 
150
_sub_basename = Replacer()
 
151
_sub_basename.add(ur'\[\^?\]?(?:[^][]|\[:[^]]+:\])+\]', _sub_group) # char group
 
152
_sub_basename.add(ur'\\.', ur'\&') # keep anything backslashed
 
153
_sub_basename.add(ur'[(){}|^$+.]', ur'\\&') # escape specials
 
154
_sub_basename.add(ur'\*+', ur'.*') # * everywhere
 
155
_sub_basename.add(ur'\?', ur'.') # ? everywhere
 
156
 
 
157
 
 
158
def _sub_extension(pattern):
 
159
    return _sub_basename(pattern[2:])
 
160
 
 
161
 
 
162
class Globster(object):
 
163
    """A simple wrapper for a set of glob patterns.
 
164
 
 
165
    Provides the capability to search the patterns to find a match for
 
166
    a given filename (including the full path).
 
167
 
 
168
    Patterns are translated to regular expressions to expidite matching.
 
169
 
 
170
    The regular expressions for multiple patterns are aggregated into
 
171
    a super-regex containing groups of up to 99 patterns.
 
172
    The 99 limitation is due to the grouping limit of the Python re module.
 
173
    The resulting super-regex and associated patterns are stored as a list of
 
174
    (regex,[patterns]) in _regex_patterns.
 
175
 
 
176
    For performance reasons the patterns are categorised as extension patterns
 
177
    (those that match against a file extension), basename patterns
 
178
    (those that match against the basename of the filename),
 
179
    and fullpath patterns (those that match against the full path).
 
180
    The translations used for extensions and basenames are relatively simpler
 
181
    and therefore faster to perform than the fullpath patterns.
 
182
 
 
183
    Also, the extension patterns are more likely to find a match and
 
184
    so are matched first, then the basename patterns, then the fullpath
 
185
    patterns.
 
186
    """
 
187
    # We want to _add_patterns in a specific order (as per type_list below)
 
188
    # starting with the shortest and going to the longest.
 
189
    # As some Python version don't support ordered dicts the list below is
 
190
    # used to select inputs for _add_pattern in a specific order.
 
191
    pattern_types = [ "extension", "basename", "fullpath" ]
 
192
 
 
193
    pattern_info = {
 
194
        "extension" : {
 
195
            "translator" : _sub_extension,
 
196
            "prefix" : r'(?:.*/)?(?!.*/)(?:.*\.)'
 
197
        },
 
198
        "basename" : {
 
199
            "translator" : _sub_basename,
 
200
            "prefix" : r'(?:.*/)?(?!.*/)'
 
201
        },
 
202
        "fullpath" : {
 
203
            "translator" : _sub_fullpath,
 
204
            "prefix" : r''
 
205
        },
 
206
    }
 
207
 
 
208
    def __init__(self, patterns):
 
209
        self._regex_patterns = []
 
210
        pattern_lists = {
 
211
            "extension" : [],
 
212
            "basename" : [],
 
213
            "fullpath" : [],
 
214
        }
 
215
        for pat in patterns:
 
216
            pat = normalize_pattern(pat)
 
217
            pattern_lists[Globster.identify(pat)].append(pat)
 
218
        pi = Globster.pattern_info
 
219
        for t in Globster.pattern_types:
 
220
            self._add_patterns(pattern_lists[t], pi[t]["translator"],
 
221
                pi[t]["prefix"])
 
222
 
 
223
    def _add_patterns(self, patterns, translator, prefix=''):
 
224
        while patterns:
 
225
            grouped_rules = [
 
226
                '(%s)' % translator(pat) for pat in patterns[:99]]
 
227
            joined_rule = '%s(?:%s)$' % (prefix, '|'.join(grouped_rules))
 
228
            # Explicitly use lazy_compile here, because we count on its
 
229
            # nicer error reporting.
 
230
            self._regex_patterns.append((
 
231
                lazy_regex.lazy_compile(joined_rule, re.UNICODE),
 
232
                patterns[:99]))
 
233
            patterns = patterns[99:]
 
234
 
 
235
    def match(self, filename):
 
236
        """Searches for a pattern that matches the given filename.
 
237
 
 
238
        :return A matching pattern or None if there is no matching pattern.
 
239
        """
 
240
        try:
 
241
            for regex, patterns in self._regex_patterns:
 
242
                match = regex.match(filename)
 
243
                if match:
 
244
                    return patterns[match.lastindex -1]
 
245
        except errors.InvalidPattern, e:
 
246
            # We can't show the default e.msg to the user as thats for
 
247
            # the combined pattern we sent to regex. Instead we indicate to
 
248
            # the user that an ignore file needs fixing.
 
249
            mutter('Invalid pattern found in regex: %s.', e.msg)
 
250
            e.msg = "File ~/.bazaar/ignore or .bzrignore contains error(s)."
 
251
            bad_patterns = ''
 
252
            for _, patterns in self._regex_patterns:
 
253
                for p in patterns:
 
254
                    if not Globster.is_pattern_valid(p):
 
255
                        bad_patterns += ('\n  %s' % p)
 
256
            e.msg += bad_patterns
 
257
            raise e
 
258
        return None
 
259
 
 
260
    @staticmethod
 
261
    def identify(pattern):
 
262
        """Returns pattern category.
 
263
 
 
264
        :param pattern: normalized pattern.
 
265
        Identify if a pattern is fullpath, basename or extension
 
266
        and returns the appropriate type.
 
267
        """
 
268
        if pattern.startswith(u'RE:') or u'/' in pattern:
 
269
            return "fullpath"
 
270
        elif pattern.startswith(u'*.'):
 
271
            return "extension"
 
272
        else:
 
273
            return "basename"
 
274
 
 
275
    @staticmethod
 
276
    def is_pattern_valid(pattern):
 
277
        """Returns True if pattern is valid.
 
278
 
 
279
        :param pattern: Normalized pattern.
 
280
        is_pattern_valid() assumes pattern to be normalized.
 
281
        see: globbing.normalize_pattern
 
282
        """
 
283
        result = True
 
284
        translator = Globster.pattern_info[Globster.identify(pattern)]["translator"]
 
285
        tpattern = '(%s)' % translator(pattern)
 
286
        try:
 
287
            re_obj = lazy_regex.lazy_compile(tpattern, re.UNICODE)
 
288
            re_obj.search("") # force compile
 
289
        except errors.InvalidPattern, e:
 
290
            result = False
 
291
        return result
 
292
 
 
293
 
 
294
class ExceptionGlobster(object):
 
295
    """A Globster that supports exception patterns.
 
296
    
 
297
    Exceptions are ignore patterns prefixed with '!'.  Exception
 
298
    patterns take precedence over regular patterns and cause a 
 
299
    matching filename to return None from the match() function.  
 
300
    Patterns using a '!!' prefix are highest precedence, and act 
 
301
    as regular ignores. '!!' patterns are useful to establish ignores
 
302
    that apply under paths specified by '!' exception patterns.
 
303
    """
 
304
    
 
305
    def __init__(self,patterns):
 
306
        ignores = [[], [], []]
 
307
        for p in patterns:
 
308
            if p.startswith(u'!!'):
 
309
                ignores[2].append(p[2:])
 
310
            elif p.startswith(u'!'):
 
311
                ignores[1].append(p[1:])
 
312
            else:
 
313
                ignores[0].append(p)
 
314
        self._ignores = [Globster(i) for i in ignores]
 
315
        
 
316
    def match(self, filename):
 
317
        """Searches for a pattern that matches the given filename.
 
318
 
 
319
        :return A matching pattern or None if there is no matching pattern.
 
320
        """
 
321
        double_neg = self._ignores[2].match(filename)
 
322
        if double_neg:
 
323
            return "!!%s" % double_neg
 
324
        elif self._ignores[1].match(filename):
 
325
            return None
 
326
        else:
 
327
            return self._ignores[0].match(filename)
 
328
 
 
329
class _OrderedGlobster(Globster):
 
330
    """A Globster that keeps pattern order."""
 
331
 
 
332
    def __init__(self, patterns):
 
333
        """Constructor.
 
334
 
 
335
        :param patterns: sequence of glob patterns
 
336
        """
 
337
        # Note: This could be smarter by running like sequences together
 
338
        self._regex_patterns = []
 
339
        for pat in patterns:
 
340
            pat = normalize_pattern(pat)
 
341
            t = Globster.identify(pat)
 
342
            self._add_patterns([pat], Globster.pattern_info[t]["translator"],
 
343
                Globster.pattern_info[t]["prefix"])
 
344
 
 
345
 
 
346
_slashes = lazy_regex.lazy_compile(r'[\\/]+')
 
347
def normalize_pattern(pattern):
 
348
    """Converts backslashes in path patterns to forward slashes.
 
349
 
 
350
    Doesn't normalize regular expressions - they may contain escapes.
 
351
    """
 
352
    if not (pattern.startswith('RE:') or pattern.startswith('!RE:')):
 
353
        pattern = _slashes.sub('/', pattern)
 
354
    if len(pattern) > 1:
 
355
        pattern = pattern.rstrip('/')
 
356
    return pattern