~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/globbing.py

  • Committer: Martin Pool
  • Date: 2005-07-28 11:56:24 UTC
  • Revision ID: mbp@sourcefrog.net-20050728115624-93c11c2b1e399023
- note changes to command line parsing

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2006-2010 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
 
import re
24
 
 
25
 
from bzrlib import errors
26
 
from bzrlib.trace import (
27
 
    mutter,
28
 
    warning,
29
 
    )
30
 
 
31
 
 
32
 
class Replacer(object):
33
 
    """Do a multiple-pattern substitution.
34
 
 
35
 
    The patterns and substitutions are combined into one, so the result of
36
 
    one replacement is never substituted again. Add the patterns and
37
 
    replacements via the add method and then call the object. The patterns
38
 
    must not contain capturing groups.
39
 
    """
40
 
 
41
 
    _expand = re.compile(ur'\\&')
42
 
 
43
 
    def __init__(self, source=None):
44
 
        self._pat = None
45
 
        if source:
46
 
            self._pats = list(source._pats)
47
 
            self._funs = list(source._funs)
48
 
        else:
49
 
            self._pats = []
50
 
            self._funs = []
51
 
 
52
 
    def add(self, pat, fun):
53
 
        r"""Add a pattern and replacement.
54
 
 
55
 
        The pattern must not contain capturing groups.
56
 
        The replacement might be either a string template in which \& will be
57
 
        replaced with the match, or a function that will get the matching text
58
 
        as argument. It does not get match object, because capturing is
59
 
        forbidden anyway.
60
 
        """
61
 
        self._pat = None
62
 
        self._pats.append(pat)
63
 
        self._funs.append(fun)
64
 
 
65
 
    def add_replacer(self, replacer):
66
 
        r"""Add all patterns from another replacer.
67
 
 
68
 
        All patterns and replacements from replacer are appended to the ones
69
 
        already defined.
70
 
        """
71
 
        self._pat = None
72
 
        self._pats.extend(replacer._pats)
73
 
        self._funs.extend(replacer._funs)
74
 
 
75
 
    def __call__(self, text):
76
 
        if not self._pat:
77
 
            self._pat = re.compile(
78
 
                    u'|'.join([u'(%s)' % p for p in self._pats]),
79
 
                    re.UNICODE)
80
 
        return self._pat.sub(self._do_sub, text)
81
 
 
82
 
    def _do_sub(self, m):
83
 
        fun = self._funs[m.lastindex - 1]
84
 
        if hasattr(fun, '__call__'):
85
 
            return fun(m.group(0))
86
 
        else:
87
 
            return self._expand.sub(m.group(0), fun)
88
 
 
89
 
 
90
 
_sub_named = Replacer()
91
 
_sub_named.add(ur'\[:digit:\]', ur'\d')
92
 
_sub_named.add(ur'\[:space:\]', ur'\s')
93
 
_sub_named.add(ur'\[:alnum:\]', ur'\w')
94
 
_sub_named.add(ur'\[:ascii:\]', ur'\0-\x7f')
95
 
_sub_named.add(ur'\[:blank:\]', ur' \t')
96
 
_sub_named.add(ur'\[:cntrl:\]', ur'\0-\x1f\x7f-\x9f')
97
 
 
98
 
 
99
 
def _sub_group(m):
100
 
    if m[1] in (u'!', u'^'):
101
 
        return u'[^' + _sub_named(m[2:-1]) + u']'
102
 
    return u'[' + _sub_named(m[1:-1]) + u']'
103
 
 
104
 
 
105
 
def _invalid_regex(repl):
106
 
    def _(m):
107
 
        warning(u"'%s' not allowed within a regular expression. "
108
 
                "Replacing with '%s'" % (m, repl))
109
 
        return repl
110
 
    return _
111
 
 
112
 
 
113
 
def _trailing_backslashes_regex(m):
114
 
    """Check trailing backslashes.
115
 
 
116
 
    Does a head count on trailing backslashes to ensure there isn't an odd
117
 
    one on the end that would escape the brackets we wrap the RE in.
118
 
    """
119
 
    if (len(m) % 2) != 0:
120
 
        warning(u"Regular expressions cannot end with an odd number of '\\'. "
121
 
                "Dropping the final '\\'.")
122
 
        return m[:-1]
123
 
    return m
124
 
 
125
 
 
126
 
_sub_re = Replacer()
127
 
_sub_re.add(u'^RE:', u'')
128
 
_sub_re.add(u'\((?!\?)', u'(?:')
129
 
_sub_re.add(u'\(\?P<.*>', _invalid_regex(u'(?:'))
130
 
_sub_re.add(u'\(\?P=[^)]*\)', _invalid_regex(u''))
131
 
_sub_re.add(ur'\\+$', _trailing_backslashes_regex)
132
 
 
133
 
 
134
 
_sub_fullpath = Replacer()
135
 
_sub_fullpath.add(ur'^RE:.*', _sub_re) # RE:<anything> is a regex
136
 
_sub_fullpath.add(ur'\[\^?\]?(?:[^][]|\[:[^]]+:\])+\]', _sub_group) # char group
137
 
_sub_fullpath.add(ur'(?:(?<=/)|^)(?:\.?/)+', u'') # canonicalize path
138
 
_sub_fullpath.add(ur'\\.', ur'\&') # keep anything backslashed
139
 
_sub_fullpath.add(ur'[(){}|^$+.]', ur'\\&') # escape specials
140
 
_sub_fullpath.add(ur'(?:(?<=/)|^)\*\*+/', ur'(?:.*/)?') # **/ after ^ or /
141
 
_sub_fullpath.add(ur'\*+', ur'[^/]*') # * elsewhere
142
 
_sub_fullpath.add(ur'\?', ur'[^/]') # ? everywhere
143
 
 
144
 
 
145
 
_sub_basename = Replacer()
146
 
_sub_basename.add(ur'\[\^?\]?(?:[^][]|\[:[^]]+:\])+\]', _sub_group) # char group
147
 
_sub_basename.add(ur'\\.', ur'\&') # keep anything backslashed
148
 
_sub_basename.add(ur'[(){}|^$+.]', ur'\\&') # escape specials
149
 
_sub_basename.add(ur'\*+', ur'.*') # * everywhere
150
 
_sub_basename.add(ur'\?', ur'.') # ? everywhere
151
 
 
152
 
 
153
 
def _sub_extension(pattern):
154
 
    return _sub_basename(pattern[2:])
155
 
 
156
 
 
157
 
class Globster(object):
158
 
    """A simple wrapper for a set of glob patterns.
159
 
 
160
 
    Provides the capability to search the patterns to find a match for
161
 
    a given filename (including the full path).
162
 
 
163
 
    Patterns are translated to regular expressions to expidite matching.
164
 
 
165
 
    The regular expressions for multiple patterns are aggregated into
166
 
    a super-regex containing groups of up to 99 patterns.
167
 
    The 99 limitation is due to the grouping limit of the Python re module.
168
 
    The resulting super-regex and associated patterns are stored as a list of
169
 
    (regex,[patterns]) in _regex_patterns.
170
 
 
171
 
    For performance reasons the patterns are categorised as extension patterns
172
 
    (those that match against a file extension), basename patterns
173
 
    (those that match against the basename of the filename),
174
 
    and fullpath patterns (those that match against the full path).
175
 
    The translations used for extensions and basenames are relatively simpler
176
 
    and therefore faster to perform than the fullpath patterns.
177
 
 
178
 
    Also, the extension patterns are more likely to find a match and
179
 
    so are matched first, then the basename patterns, then the fullpath
180
 
    patterns.
181
 
    """
182
 
    # We want to _add_patterns in a specific order (as per type_list below)
183
 
    # starting with the shortest and going to the longest.
184
 
    # As some Python version don't support ordered dicts the list below is
185
 
    # used to select inputs for _add_pattern in a specific order.
186
 
    pattern_types = [ "extension", "basename", "fullpath" ]
187
 
 
188
 
    pattern_info = {
189
 
        "extension" : {
190
 
            "translator" : _sub_extension,
191
 
            "prefix" : r'(?:.*/)?(?!.*/)(?:.*\.)'
192
 
        },
193
 
        "basename" : {
194
 
            "translator" : _sub_basename,
195
 
            "prefix" : r'(?:.*/)?(?!.*/)'
196
 
        },
197
 
        "fullpath" : {
198
 
            "translator" : _sub_fullpath,
199
 
            "prefix" : r''
200
 
        },
201
 
    }
202
 
 
203
 
    def __init__(self, patterns):
204
 
        self._regex_patterns = []
205
 
        pattern_lists = {
206
 
            "extension" : [],
207
 
            "basename" : [],
208
 
            "fullpath" : [],
209
 
        }
210
 
        for pat in patterns:
211
 
            pat = normalize_pattern(pat)
212
 
            pattern_lists[Globster.identify(pat)].append(pat)
213
 
        pi = Globster.pattern_info
214
 
        for t in Globster.pattern_types:
215
 
            self._add_patterns(pattern_lists[t], pi[t]["translator"],
216
 
                pi[t]["prefix"])
217
 
 
218
 
    def _add_patterns(self, patterns, translator, prefix=''):
219
 
        while patterns:
220
 
            grouped_rules = ['(%s)' % translator(pat) for pat in patterns[:99]]
221
 
            joined_rule = '%s(?:%s)$' % (prefix, '|'.join(grouped_rules))
222
 
            self._regex_patterns.append((re.compile(joined_rule, re.UNICODE),
223
 
                patterns[:99]))
224
 
            patterns = patterns[99:]
225
 
 
226
 
    def match(self, filename):
227
 
        """Searches for a pattern that matches the given filename.
228
 
 
229
 
        :return A matching pattern or None if there is no matching pattern.
230
 
        """
231
 
        try:
232
 
            for regex, patterns in self._regex_patterns:
233
 
                match = regex.match(filename)
234
 
                if match:
235
 
                    return patterns[match.lastindex -1]
236
 
        except errors.InvalidPattern, e:
237
 
            # We can't show the default e.msg to the user as thats for
238
 
            # the combined pattern we sent to regex. Instead we indicate to
239
 
            # the user that an ignore file needs fixing.
240
 
            mutter('Invalid pattern found in regex: %s.', e.msg)
241
 
            e.msg = "File ~/.bazaar/ignore or .bzrignore contains error(s)."
242
 
            bad_patterns = ''
243
 
            for _, patterns in self._regex_patterns:
244
 
                for p in patterns:
245
 
                    if not Globster.is_pattern_valid(p):
246
 
                        bad_patterns += ('\n  %s' % p)
247
 
            e.msg += bad_patterns
248
 
            raise e
249
 
        return None
250
 
 
251
 
    @staticmethod
252
 
    def identify(pattern):
253
 
        """Returns pattern category.
254
 
 
255
 
        :param pattern: normalized pattern.
256
 
        Identify if a pattern is fullpath, basename or extension
257
 
        and returns the appropriate type.
258
 
        """
259
 
        if pattern.startswith(u'RE:') or u'/' in pattern:
260
 
            return "fullpath"
261
 
        elif pattern.startswith(u'*.'):
262
 
            return "extension"
263
 
        else:
264
 
            return "basename"
265
 
 
266
 
    @staticmethod
267
 
    def is_pattern_valid(pattern):
268
 
        """Returns True if pattern is valid.
269
 
 
270
 
        :param pattern: Normalized pattern.
271
 
        is_pattern_valid() assumes pattern to be normalized.
272
 
        see: globbing.normalize_pattern
273
 
        """
274
 
        result = True
275
 
        translator = Globster.pattern_info[Globster.identify(pattern)]["translator"]
276
 
        tpattern = '(%s)' % translator(pattern)
277
 
        try:
278
 
            re_obj = re.compile(tpattern, re.UNICODE)
279
 
            re_obj.search("") # force compile
280
 
        except errors.InvalidPattern, e:
281
 
            result = False
282
 
        return result
283
 
 
284
 
 
285
 
class ExceptionGlobster(object):
286
 
    """A Globster that supports exception patterns.
287
 
    
288
 
    Exceptions are ignore patterns prefixed with '!'.  Exception
289
 
    patterns take precedence over regular patterns and cause a 
290
 
    matching filename to return None from the match() function.  
291
 
    Patterns using a '!!' prefix are highest precedence, and act 
292
 
    as regular ignores. '!!' patterns are useful to establish ignores
293
 
    that apply under paths specified by '!' exception patterns.
294
 
    """
295
 
    
296
 
    def __init__(self,patterns):
297
 
        ignores = [[], [], []]
298
 
        for p in patterns:
299
 
            if p.startswith(u'!!'):
300
 
                ignores[2].append(p[2:])
301
 
            elif p.startswith(u'!'):
302
 
                ignores[1].append(p[1:])
303
 
            else:
304
 
                ignores[0].append(p)
305
 
        self._ignores = [Globster(i) for i in ignores]
306
 
        
307
 
    def match(self, filename):
308
 
        """Searches for a pattern that matches the given filename.
309
 
 
310
 
        :return A matching pattern or None if there is no matching pattern.
311
 
        """
312
 
        double_neg = self._ignores[2].match(filename)
313
 
        if double_neg:
314
 
            return "!!%s" % double_neg
315
 
        elif self._ignores[1].match(filename):
316
 
            return None
317
 
        else:
318
 
            return self._ignores[0].match(filename)
319
 
 
320
 
class _OrderedGlobster(Globster):
321
 
    """A Globster that keeps pattern order."""
322
 
 
323
 
    def __init__(self, patterns):
324
 
        """Constructor.
325
 
 
326
 
        :param patterns: sequence of glob patterns
327
 
        """
328
 
        # Note: This could be smarter by running like sequences together
329
 
        self._regex_patterns = []
330
 
        for pat in patterns:
331
 
            pat = normalize_pattern(pat)
332
 
            t = Globster.identify(pat)
333
 
            self._add_patterns([pat], Globster.pattern_info[t]["translator"],
334
 
                Globster.pattern_info[t]["prefix"])
335
 
 
336
 
 
337
 
_slashes = re.compile(r'[\\/]+')
338
 
def normalize_pattern(pattern):
339
 
    """Converts backslashes in path patterns to forward slashes.
340
 
 
341
 
    Doesn't normalize regular expressions - they may contain escapes.
342
 
    """
343
 
    if not (pattern.startswith('RE:') or pattern.startswith('!RE:')):
344
 
        pattern = _slashes.sub('/', pattern)
345
 
    if len(pattern) > 1:
346
 
        pattern = pattern.rstrip('/')
347
 
    return pattern