utils/ext-core/Language/Core/Encoding.hs

   1 {-# OPTIONS -fno-warn-name-shadowing #-}
   2
   3 module Language.Core.Encoding where
   4
   5 import Data.Char
   6 import Numeric
   7
   8 -- tjc: TODO: Copied straight out of Encoding.hs.
   9 -- Ugh, maybe we can avoid this copy-pasta...
  10
  11 -- -----------------------------------------------------------------------------
  12 -- The Z-encoding
  13
  14 {-
  15 This is the main name-encoding and decoding function.  It encodes any
  16 string into a string that is acceptable as a C name.  This is done
  17 right before we emit a symbol name into the compiled C or asm code.
  18 Z-encoding of strings is cached in the FastString interface, so we
  19 never encode the same string more than once.
  20
  21 The basic encoding scheme is this.
  22
  23 * Tuples (,,,) are coded as Z3T
  24
  25 * Alphabetic characters (upper and lower) and digits
  26         all translate to themselves;
  27         except 'Z', which translates to 'ZZ'
  28         and    'z', which translates to 'zz'
  29   We need both so that we can preserve the variable/tycon distinction
  30
  31 * Most other printable characters translate to 'zx' or 'Zx' for some
  32         alphabetic character x
  33
  34 * The others translate as 'znnnU' where 'nnn' is the decimal number
  35         of the character
  36
  37         Before          After
  38         --------------------------
  39         Trak            Trak
  40         foo_wib         foozuwib
  41         >               zg
  42         >1              zg1
  43         foo#            foozh
  44         foo##           foozhzh
  45         foo##1          foozhzh1
  46         fooZ            fooZZ
  47         :+              ZCzp
  48         ()              Z0T     0-tuple
  49         (,,,,)          Z5T     5-tuple
  50         (# #)           Z1H     unboxed 1-tuple (note the space)
  51         (#,,,,#)        Z5H     unboxed 5-tuple
  52                 (NB: There is no Z1T nor Z0H.)
  53 -}
  54
  55 type UserString = String        -- As the user typed it
  56 type EncodedString = String     -- Encoded form
  57
  58
  59 zEncodeString :: UserString -> EncodedString
  60 zEncodeString cs = case maybe_tuple cs of
  61                 Just n  -> n            -- Tuples go to Z2T etc
  62                 Nothing -> go cs
  63           where
  64                 go []     = []
  65                 go (c:cs) = encode_ch c ++ go cs
  66
  67 unencodedChar :: Char -> Bool   -- True for chars that don't need encoding
  68 unencodedChar 'Z' = False
  69 unencodedChar 'z' = False
  70 unencodedChar c   =  c >= 'a' && c <= 'z'
  71                   || c >= 'A' && c <= 'Z'
  72                   || c >= '0' && c <= '9'
  73
  74 encode_ch :: Char -> EncodedString
  75 encode_ch c | unencodedChar c = [c]     -- Common case first
  76
  77 -- Constructors
  78 encode_ch '('  = "ZL"   -- Needed for things like (,), and (->)
  79 encode_ch ')'  = "ZR"   -- For symmetry with (
  80 encode_ch '['  = "ZM"
  81 encode_ch ']'  = "ZN"
  82 encode_ch ':'  = "ZC"
  83 encode_ch 'Z'  = "ZZ"
  84
  85 -- Variables
  86 encode_ch 'z'  = "zz"
  87 encode_ch '&'  = "za"
  88 encode_ch '|'  = "zb"
  89 encode_ch '^'  = "zc"
  90 encode_ch '$'  = "zd"
  91 encode_ch '='  = "ze"
  92 encode_ch '>'  = "zg"
  93 encode_ch '#'  = "zh"
  94 encode_ch '.'  = "zi"
  95 encode_ch '<'  = "zl"
  96 encode_ch '-'  = "zm"
  97 encode_ch '!'  = "zn"
  98 encode_ch '+'  = "zp"
  99 encode_ch '\'' = "zq"
 100 encode_ch '\\' = "zr"
 101 encode_ch '/'  = "zs"
 102 encode_ch '*'  = "zt"
 103 encode_ch '_'  = "zu"
 104 encode_ch '%'  = "zv"
 105 encode_ch c    = 'z' : if isDigit (head hex_str) then hex_str
 106                                                  else '0':hex_str
 107   where hex_str = showHex (ord c) "U"
 108   -- ToDo: we could improve the encoding here in various ways.
 109   -- eg. strings of unicode characters come out as 'z1234Uz5678U', we
 110   -- could remove the 'U' in the middle (the 'z' works as a separator).
 111
 112         showHex = showIntAtBase 16 intToDigit
 113         -- needed because prior to GHC 6.2, Numeric.showHex added a "0x" prefix
 114
 115 zDecodeString :: EncodedString -> UserString
 116 zDecodeString [] = []
 117 zDecodeString ('Z' : d : rest)
 118   | isDigit d = decode_tuple   d rest
 119   | otherwise = decode_upper   d : zDecodeString rest
 120 zDecodeString ('z' : d : rest)
 121   | isDigit d = decode_num_esc d rest
 122   | otherwise = decode_lower   d : zDecodeString rest
 123 zDecodeString (c   : rest) = c : zDecodeString rest
 124
 125 decode_upper, decode_lower :: Char -> Char
 126
 127 decode_upper 'L' = '('
 128 decode_upper 'R' = ')'
 129 decode_upper 'M' = '['
 130 decode_upper 'N' = ']'
 131 decode_upper 'C' = ':'
 132 decode_upper 'Z' = 'Z'
 133 decode_upper ch  = {-pprTrace "decode_upper" (char ch)-} ch
 134
 135 decode_lower 'z' = 'z'
 136 decode_lower 'a' = '&'
 137 decode_lower 'b' = '|'
 138 decode_lower 'c' = '^'
 139 decode_lower 'd' = '$'
 140 decode_lower 'e' = '='
 141 decode_lower 'g' = '>'
 142 decode_lower 'h' = '#'
 143 decode_lower 'i' = '.'
 144 decode_lower 'l' = '<'
 145 decode_lower 'm' = '-'
 146 decode_lower 'n' = '!'
 147 decode_lower 'p' = '+'
 148 decode_lower 'q' = '\''
 149 decode_lower 'r' = '\\'
 150 decode_lower 's' = '/'
 151 decode_lower 't' = '*'
 152 decode_lower 'u' = '_'
 153 decode_lower 'v' = '%'
 154 decode_lower ch  = {-pprTrace "decode_lower" (char ch)-} ch
 155
 156 -- Characters not having a specific code are coded as z224U (in hex)
 157 decode_num_esc :: Char -> EncodedString -> UserString
 158 decode_num_esc d rest
 159   = go (digitToInt d) rest
 160   where
 161     go n (c : rest) | isHexDigit c = go (16*n + digitToInt c) rest
 162     go n ('U' : rest)           = chr n : zDecodeString rest
 163     go n other = error ("decode_num_esc: " ++ show n ++  ' ':other)
 164
 165 decode_tuple :: Char -> EncodedString -> UserString
 166 decode_tuple d rest
 167   = go (digitToInt d) rest
 168   where
 169         -- NB. recurse back to zDecodeString after decoding the tuple, because
 170         -- the tuple might be embedded in a longer name.
 171     go n (c : rest) | isDigit c = go (10*n + digitToInt c) rest
 172     go 0 ('T':rest)     = "()" ++ zDecodeString rest
 173     go n ('T':rest)     = '(' : replicate (n-1) ',' ++ ")" ++ zDecodeString rest
 174     go 1 ('H':rest)     = "(# #)" ++ zDecodeString rest
 175     go n ('H':rest)     = '(' : '#' : replicate (n-1) ',' ++ "#)" ++ zDecodeString rest
 176     go n other = error ("decode_tuple: " ++ show n ++ ' ':other)
 177
 178 {-
 179 Tuples are encoded as
 180         Z3T or Z3H
 181 for 3-tuples or unboxed 3-tuples respectively.  No other encoding starts
 182         Z<digit>
 183
 184 * "(# #)" is the tycon for an unboxed 1-tuple (not 0-tuple)
 185   There are no unboxed 0-tuples.
 186
 187 * "()" is the tycon for a boxed 0-tuple.
 188   There are no boxed 1-tuples.
 189 -}
 190
 191 maybe_tuple :: UserString -> Maybe EncodedString
 192
 193 maybe_tuple "(# #)" = Just("Z1H")
 194 maybe_tuple ('(' : '#' : cs) = case count_commas (0::Int) cs of
 195                                  (n, '#' : ')' : _) -> Just ('Z' : shows (n+1) "H")
 196                                  _                  -> Nothing
 197 maybe_tuple "()" = Just("Z0T")
 198 maybe_tuple ('(' : cs)       = case count_commas (0::Int) cs of
 199                                  (n, ')' : _) -> Just ('Z' : shows (n+1) "T")
 200                                  _            -> Nothing
 201 maybe_tuple _                = Nothing
 202
 203 count_commas :: Int -> String -> (Int, String)
 204 count_commas n (',' : cs) = count_commas (n+1) cs
 205 count_commas n cs         = (n,cs)
 206