XMLTreeBuilder.cpp

   1 \r
   2 #include "XMLTreeBuilder.h"\r
   3 #include "basics.h"\r
   4 \r
   5 // OpenDocument(empty_texts): it starts the construction of the data structure for\r
   6 // the XML document. Parameter empty_texts indicates whether we index empty texts\r
   7 // in document or not. Returns a non-zero value upon success, NULLT in case of error.\r
   8 int XMLTreeBuilder::OpenDocument(bool empty_texts, int sample_rate_text, bool dtc)\r
   9  {\r
  10     found_attributes = false;\r
  11     npar = 0;\r
  12     parArraySize = 1;\r
  13     ntagnames = 4;    \r
  14     disable_tc = dtc;\r
  15     \r
  16     indexing_empty_texts = empty_texts;\r
  17     \r
  18     par_aux = (pb *)umalloc(sizeof(pb)*parArraySize);\r
  19     \r
  20     tags_aux = (TagType *) umalloc(sizeof(TagType));\r
  21     \r
  22     TagName = (unsigned char **) umalloc(4*sizeof(unsigned char*));\r
  23     TagName[0] = (unsigned char *) umalloc(4*sizeof(unsigned char));\r
  24     strcpy((char *) TagName[0], "<@>");\r
  25     TagName[1] = (unsigned char *) umalloc(4*sizeof(unsigned char));\r
  26     strcpy((char *) TagName[1], "<$>");\r
  27     TagName[2] = (unsigned char *) umalloc(5*sizeof(unsigned char));\r
  28     strcpy((char *) TagName[2], "/<@>");\r
  29     TagName[3] = (unsigned char *) umalloc(5*sizeof(unsigned char));\r
  30     strcpy((char *) TagName[3], "/<$>");\r
  31 \r
  32     if (!indexing_empty_texts) \r
  33       empty_texts_aux = (unsigned int *)umalloc(sizeof(unsigned int));\r
  34        \r
  35     if (disable_tc)\r
  36         TextBuilder = 0;\r
  37     else \r
  38         TextBuilder = new TextCollectionBuilder((unsigned)sample_rate_text);\r
  39     Text = 0;\r
  40     \r
  41     return 1;  // indicates success in the initialization of the data structure\r
  42  }\r
  43 \r
  44 // CloseDocument(): it finishes the construction of the data structure for the XML\r
  45 // document. Tree and tags are represented in the final form, dynamic data \r
  46 // structures are made static, and the flag "finished" is set to true. After that, \r
  47 // the data structure can be queried.\r
  48 XMLTree *XMLTreeBuilder::CloseDocument()\r
  49  {    \r
  50     // closing parenthesis for the tree root\r
  51     par_aux = (pb *)urealloc(par_aux, sizeof(pb)*(1+npar/(8*sizeof(pb))));\r
  52     setbit(par_aux, npar, CP);\r
  53     npar++;\r
  54     \r
  55     // makes the text collection static\r
  56     if (!disable_tc) {\r
  57        assert(Text == 0);\r
  58        assert(TextBuilder != 0);\r
  59        Text = TextBuilder->InitTextCollection();\r
  60        delete TextBuilder;\r
  61        TextBuilder = 0;\r
  62     }\r
  63 \r
  64     XMLTree *T = new XMLTree(par_aux, npar, TagName, ntagnames, empty_texts_aux, tags_aux, \r
  65               Text, CachedText, indexing_empty_texts, disable_tc);\r
  66     return T; \r
  67  }\r
  68 \r
  69 \r
  70 // NewOpenTag(tagname): indicates the event of finding a new opening tag in the document.\r
  71 // Tag name is given. Returns a non-zero value upon success, and returns NULLT\r
  72 // in case of failing when trying to insert the new tag.\r
  73 int XMLTreeBuilder::NewOpenTag(unsigned char *tagname)\r
  74  {\r
  75     int i;\r
  76     \r
  77     // inserts a new opening parentheses in the bit sequence\r
  78     if (sizeof(pb)*8*parArraySize == npar) { // no space left for the new parenthesis\r
  79        par_aux = (pb *)urealloc(par_aux, sizeof(pb)*2*parArraySize);\r
  80        parArraySize *= 2;\r
  81     }\r
  82     \r
  83     setbit(par_aux,npar,OP);  // marks a new opening parenthesis\r
  84 \r
  85     // transforms the tagname into a tag identifier. If the tag is new, we insert\r
  86     // it in the table.\r
  87     for (i=0; i<ntagnames; i++)\r
  88       if (strcmp((const char *)tagname,(const char *)TagName[i])==0) break;\r
  89  \r
  90 \r
  91     // NewOpenTag("<@>") was called\r
  92     if (i==0) \r
  93       found_attributes=true;\r
  94 \r
  95     if (i==ntagnames) { // the tag is a new one, then we insert it\r
  96        TagName = (unsigned char **)urealloc(TagName, sizeof(char *)*(ntagnames+1));\r
  97        \r
  98        if (!TagName) {\r
  99           fprintf(stderr, "Error: not enough memory\n");\r
 100           return NULLT;\r
 101        }\r
 102        \r
 103        ntagnames++;\r
 104        TagName[i] = (unsigned char *)umalloc(sizeof(unsigned char)*(strlen((const char *)tagname)+1));\r
 105        strcpy((char *)TagName[i], (const char *)tagname);\r
 106     } \r
 107     tags_aux = (TagType *) urealloc(tags_aux, sizeof(TagType)*(npar + 1));\r
 108 \r
 109     tags_aux[npar] = i; // inserts the new tag id within the preorder sequence of tags\r
 110     \r
 111     npar++;\r
 112     \r
 113     return 1; // success    \r
 114  }\r
 115 \r
 116 \r
 117 // NewClosingTag(tagname): indicates the event of finding a new closing tag in the document.\r
 118 // Tag name is given. Returns a non-zero value upon success, and returns NULLT\r
 119 // in case of failing when trying to insert the new tag.\r
 120 int XMLTreeBuilder::NewClosingTag(unsigned char *tagname)\r
 121  {\r
 122     int i;\r
 123     \r
 124     // inserts a new closing parentheses in the bit sequence\r
 125     if (sizeof(pb)*8*parArraySize == npar) { // no space left for the new parenthesis\r
 126        par_aux = (pb *)urealloc(par_aux, sizeof(pb)*2*parArraySize);\r
 127        parArraySize *= 2;\r
 128     }\r
 129     \r
 130     setbit(par_aux,npar,CP);  // marks a new closing parenthesis\r
 131 \r
 132     // transforms the tagname into a tag identifier. If the tag is new, we insert\r
 133     // it in the table.\r
 134     for (i=0; i<ntagnames; i++)\r
 135        if ((strcmp((const char *)tagname,(const char *)(TagName[i]+1))==0) && (TagName[i][0]=='/')) break;\r
 136  \r
 137     if (i==ntagnames) { // the tag is a new one, then we insert it\r
 138        TagName = (unsigned char **)urealloc(TagName, sizeof(char *)*(ntagnames+1));\r
 139        \r
 140        ntagnames++;\r
 141        TagName[i] = (unsigned char *)umalloc(sizeof(char)*(strlen((const char *)tagname)+2));\r
 142        TagName[i][0] = '/';\r
 143        strcpy((char *)&(TagName[i][1]), (const char *)tagname);\r
 144     } \r
 145 \r
 146     tags_aux = (TagType *)urealloc(tags_aux, sizeof(TagType)*(npar + 1));\r
 147 \r
 148     tags_aux[npar] = i; // inserts the new tag id within the preorder sequence of tags\r
 149     \r
 150     npar++;\r
 151 \r
 152     return 1; // success\r
 153  }\r
 154 \r
 155 \r
 156 // NewText(s): indicates the event of finding a new (non-empty) text s in the document.\r
 157 // The new text is inserted within the text collection. Returns a non-zero value upon\r
 158 // success, NULLT in case of error.\r
 159 int XMLTreeBuilder::NewText(unsigned char *s)\r
 160  {\r
 161     if (disable_tc) {\r
 162       XMLTreeBuilder::NewEmptyText();\r
 163       return 1;\r
 164     }\r
 165 \r
 166     if (!indexing_empty_texts) {\r
 167        empty_texts_aux = (unsigned int *)urealloc(empty_texts_aux, sizeof(pb)*(1+(npar-1)/(8*sizeof(pb))));\r
 168               bitset(empty_texts_aux, npar-1);  // marks the non-empty text with a 1 in the bit vector\r
 169     }\r
 170     \r
 171     TextBuilder->InsertText(s);\r
 172     string cpps = (char*) s;\r
 173     CachedText.push_back(cpps); \r
 174     \r
 175     return 1; // success\r
 176  }\r
 177 \r
 178 // NewEmptyText(): indicates the event of finding a new empty text in the document.\r
 179 // In case of indexing empty and non-empty texts, we insert the empty texts into the\r
 180 // text collection. In case of indexing only non-empty texts, it just indicates an\r
 181 // empty text in the bit vector of empty texts. Returns a non-zero value upon\r
 182 // success, NULLT in case of error.\r
 183 int XMLTreeBuilder::NewEmptyText() \r
 184  {\r
 185     unsigned char c = 0;\r
 186 \r
 187     if (!indexing_empty_texts) {\r
 188        empty_texts_aux = (unsigned int *)urealloc(empty_texts_aux, sizeof(pb)*(1+(npar-1)/(8*sizeof(pb))));\r
 189        \r
 190        bitclean(empty_texts_aux, npar-1);  // marks the empty text with a 0 in the bit vector\r
 191     }\r
 192     else TextBuilder->InsertText(&c); // we insert the empty text just in case we index all the texts\r
 193     \r
 194     return 1; // success    \r
 195  }\r
 196 \r