mirror of
https://github.com/pjh456/OxideJS.git
synced 2026-10-23 18:21:13 +08:00
refactor: string 共享层拆出 common 模块
This commit is contained in:
@@ -0,0 +1,381 @@
|
||||
use std::borrow::Cow;
|
||||
|
||||
use oxide_kernel::shape_forge::EMPTY_SHAPE_ID;
|
||||
use oxide_types::object::JsObject;
|
||||
use oxide_types::value::JsValue;
|
||||
|
||||
use oxide_runtime_api::VmHost;
|
||||
|
||||
macro_rules! try_string {
|
||||
($e:expr) => {
|
||||
match $e {
|
||||
Ok(v) => v,
|
||||
Err(e) => return NativeResult::Err(e),
|
||||
}
|
||||
};
|
||||
}
|
||||
pub(crate) use try_string;
|
||||
|
||||
// ── 文本通道 ─────────────────────────────────────────────────────────────
|
||||
//
|
||||
// 字符串值的载荷分形态：Flat（良形 UTF-8）、FlatU16（单元载荷，可含孤立
|
||||
// surrogate）、Cons（rope）。正则家族按文本通道分臂——Str 臂走良形文本
|
||||
// （字节口径，与旧代码路径一致），Units 臂走单元序列（regress utf16 接口，
|
||||
// 匹配范围即码元）；其余方法统一按单元序列处理（规格口径）。
|
||||
|
||||
/// 正则家族的匹配文本通道。
|
||||
pub(crate) enum MatchText<'a> {
|
||||
Str(&'a str),
|
||||
Units(Cow<'a, [u16]>),
|
||||
}
|
||||
|
||||
impl<'a> MatchText<'a> {
|
||||
/// 从字符串值按载荷形态借用：Flat → Str 零拷贝，其余 → Units
|
||||
/// （FlatU16 直接借用、Cons 经扁平化缓存）。
|
||||
fn from_value(val: JsValue) -> Self {
|
||||
debug_assert!(val.is_string());
|
||||
// SAFETY: val 为字符串值，借用期存活由调用方借用纪律保证。
|
||||
let sp = unsafe { &*val.as_string_ptr() };
|
||||
if sp.is_flat() {
|
||||
MatchText::Str(sp.as_str())
|
||||
} else {
|
||||
MatchText::Units(sp.units())
|
||||
}
|
||||
}
|
||||
|
||||
/// 码元数。
|
||||
pub(crate) fn len_units(&self) -> usize {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
if s.is_ascii() {
|
||||
s.len()
|
||||
} else {
|
||||
s.encode_utf16().count()
|
||||
}
|
||||
}
|
||||
MatchText::Units(u) => u.len(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 臂原生长度（Str 臂字节、Units 臂码元）——`slice` 的端点口径。
|
||||
pub(crate) fn raw_len(&self) -> usize {
|
||||
match self {
|
||||
MatchText::Str(s) => s.len(),
|
||||
MatchText::Units(u) => u.len(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 借出单元序列（Str 臂一次性编码为 owned；Units 臂借用/浅拷）。
|
||||
pub(crate) fn units(&self) -> Cow<'a, [u16]> {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
if s.is_ascii() {
|
||||
Cow::Owned(s.as_bytes().iter().map(|&b| b as u16).collect())
|
||||
} else {
|
||||
Cow::Owned(s.encode_utf16().collect())
|
||||
}
|
||||
}
|
||||
MatchText::Units(u) => u.clone(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 从码元位置开始的首个匹配（Str 臂内部换算为字节位置）。
|
||||
pub(crate) fn find_from_units(&self, regex: ®ress::Regex, start_units: usize) -> Option<regress::Match> {
|
||||
match self {
|
||||
MatchText::Str(s) => regex.find_from(s, unit_to_byte(s, start_units)).next(),
|
||||
MatchText::Units(u) => regex.find_from_utf16(u, start_units).next(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 按序消费全部非重叠匹配（自码元 0 起）。
|
||||
pub(crate) fn for_each_match(&self, regex: ®ress::Regex, mut f: impl FnMut(®ress::Match)) {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
for m in regex.find_iter(s) {
|
||||
f(&m);
|
||||
}
|
||||
}
|
||||
MatchText::Units(u) => {
|
||||
for m in regex.find_from_utf16(u, 0) {
|
||||
f(&m);
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 匹配片段为单元序列（start/end 取臂自身匹配范围口径：Str 臂字节、
|
||||
/// Units 臂码元——臂由文本通道钉死，调用方直接传 `m.range()`）。
|
||||
pub(crate) fn slice(&self, start: usize, end: usize) -> Cow<'a, [u16]> {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
let sub = &s[start..end];
|
||||
Cow::Owned(if sub.is_ascii() {
|
||||
sub.as_bytes().iter().map(|&b| b as u16).collect()
|
||||
} else {
|
||||
sub.encode_utf16().collect()
|
||||
})
|
||||
}
|
||||
MatchText::Units(u) => Cow::Owned(u[start..end].to_vec()),
|
||||
}
|
||||
}
|
||||
|
||||
/// 匹配范围端点换算到码元口径（Str 臂范围是字节口径，Units 臂即码元）。
|
||||
pub(crate) fn unit_pos(&self, pos: usize) -> usize {
|
||||
match self {
|
||||
MatchText::Str(s) => byte_to_unit(s, pos),
|
||||
MatchText::Units(_) => pos,
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 良形文本的前置转换缓存：owned 匹配文本（regexp 模块的 haystack 载体）。
|
||||
pub(crate) enum OwnedText {
|
||||
Str(String),
|
||||
Units(Vec<u16>),
|
||||
}
|
||||
|
||||
impl OwnedText {
|
||||
pub(crate) fn as_match_text(&self) -> MatchText<'_> {
|
||||
match self {
|
||||
OwnedText::Str(s) => MatchText::Str(s),
|
||||
OwnedText::Units(u) => MatchText::Units(Cow::Borrowed(u)),
|
||||
}
|
||||
}
|
||||
|
||||
/// 物化为字符串值（Str 臂文本 / Units 臂单元，载荷形态各自最小）。
|
||||
pub(crate) fn to_value<H: VmHost>(&self, vm: &mut H) -> JsValue {
|
||||
match self {
|
||||
OwnedText::Str(s) => vm.new_string(s),
|
||||
OwnedText::Units(u) => vm.new_string_units_owned(u.clone()),
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// ── 单元基础工具 ─────────────────────────────────────────────────────────
|
||||
|
||||
/// 单元序列首个匹配位置（自 from 起，返回 `hay` 内的绝对下标）；needle 空
|
||||
/// 由调用方先行处理。
|
||||
pub(crate) fn find_units(hay: &[u16], needle: &[u16], from: usize) -> Option<usize> {
|
||||
if from >= hay.len() {
|
||||
return None;
|
||||
}
|
||||
let hay = &hay[from..];
|
||||
if needle.len() == 1 {
|
||||
return hay.iter().position(|&u| u == needle[0]).map(|i| from + i);
|
||||
}
|
||||
hay.windows(needle.len()).position(|w| w == needle).map(|i| from + i)
|
||||
}
|
||||
|
||||
/// 单元序列末个匹配位置（限 end 前缀内起始）。
|
||||
pub(crate) fn rfind_units(hay: &[u16], needle: &[u16], end: usize) -> Option<usize> {
|
||||
let hay = &hay[..end];
|
||||
if needle.len() == 1 {
|
||||
return hay.iter().rposition(|&u| u == needle[0]);
|
||||
}
|
||||
hay.windows(needle.len()).rposition(|w| w == needle)
|
||||
}
|
||||
|
||||
/// 自 start 起的最长良形段终点（代理对整体归段，孤立 surrogate 截断段）。
|
||||
fn well_formed_segment_end(units: &[u16], start: usize) -> usize {
|
||||
let mut i = start;
|
||||
while i < units.len() {
|
||||
let u = units[i];
|
||||
if (0xD800..=0xDBFF).contains(&u) {
|
||||
if i + 1 < units.len() && (0xDC00..=0xDFFF).contains(&units[i + 1]) {
|
||||
i += 2;
|
||||
} else {
|
||||
break;
|
||||
}
|
||||
} else if (0xDC00..=0xDFFF).contains(&u) {
|
||||
break;
|
||||
} else {
|
||||
i += 1;
|
||||
}
|
||||
}
|
||||
i
|
||||
}
|
||||
|
||||
/// 码点数（代理对计 1，孤立 surrogate 计 1）——pad 族的目标长度口径。
|
||||
pub(crate) fn code_point_count(units: &[u16]) -> usize {
|
||||
let mut n = 0;
|
||||
let mut i = 0;
|
||||
while i < units.len() {
|
||||
if (0xD800..=0xDBFF).contains(&units[i]) && i + 1 < units.len() && (0xDC00..=0xDFFF).contains(&units[i + 1]) {
|
||||
i += 2;
|
||||
} else {
|
||||
i += 1;
|
||||
}
|
||||
n += 1;
|
||||
}
|
||||
n
|
||||
}
|
||||
|
||||
/// 取序列头 count 个码点对应的单元前缀。
|
||||
pub(crate) fn take_code_points(units: &[u16], count: usize) -> &[u16] {
|
||||
let mut n = 0;
|
||||
let mut i = 0;
|
||||
while i < units.len() && n < count {
|
||||
if (0xD800..=0xDBFF).contains(&units[i]) && i + 1 < units.len() && (0xDC00..=0xDFFF).contains(&units[i + 1]) {
|
||||
i += 2;
|
||||
} else {
|
||||
i += 1;
|
||||
}
|
||||
n += 1;
|
||||
}
|
||||
&units[..i]
|
||||
}
|
||||
|
||||
/// ES 白空格判定的单元口径：Rust 空白表与 White_Space+LineTerminator 等价；
|
||||
/// 孤立 surrogate 非白空格。
|
||||
pub(crate) fn is_trim_unit(u: u16) -> bool {
|
||||
if u < 0x80 {
|
||||
return matches!(u, 0x09..=0x0D | 0x20);
|
||||
}
|
||||
if let Some(c) = char::from_u32(u as u32) {
|
||||
return c.is_whitespace();
|
||||
}
|
||||
false
|
||||
}
|
||||
|
||||
/// 良形文本的字节偏移 → 码元数（Str 臂匹配范围/index 的码元换算入口）。
|
||||
pub(crate) fn byte_to_unit(s: &str, byte: usize) -> usize {
|
||||
if s.is_ascii() {
|
||||
byte
|
||||
} else {
|
||||
s[..byte].encode_utf16().count()
|
||||
}
|
||||
}
|
||||
|
||||
/// 良形文本的码元位置 → 字节偏移（位置须落在字符边界：匹配游标恒对齐）。
|
||||
pub(crate) fn unit_to_byte(s: &str, unit: usize) -> usize {
|
||||
if s.is_ascii() {
|
||||
return unit.min(s.len());
|
||||
}
|
||||
let mut acc = 0usize;
|
||||
for (byte, ch) in s.char_indices() {
|
||||
if unit == acc {
|
||||
return byte;
|
||||
}
|
||||
acc += ch.len_utf16();
|
||||
}
|
||||
s.len()
|
||||
}
|
||||
|
||||
/// 大小写/规范化按"良形段"分段映射：整段经 UTF-8 往返调用映射函数，孤立
|
||||
/// surrogate 单元原样透传（映射对码点定义，对孤立 surrogate 无定义）。
|
||||
pub(crate) fn map_well_formed_segments(units: &[u16], mut f: impl FnMut(&str) -> String) -> Vec<u16> {
|
||||
let mut out = Vec::with_capacity(units.len());
|
||||
let mut i = 0;
|
||||
while i < units.len() {
|
||||
let seg_start = i;
|
||||
i = well_formed_segment_end(units, i);
|
||||
if i == seg_start {
|
||||
out.push(units[i]);
|
||||
i += 1;
|
||||
continue;
|
||||
}
|
||||
let s = String::from_utf16(&units[seg_start..i]).expect("良形段 from_utf16 必成功");
|
||||
out.extend(f(&s).encode_utf16());
|
||||
}
|
||||
out
|
||||
}
|
||||
|
||||
// ── this / 参数转换 ─────────────────────────────────────────────────────
|
||||
|
||||
/// 取 this 的单元序列供只读扫描：原始字符串按载荷形态借用（Flat 惰性编码、
|
||||
/// FlatU16 直接借用、Cons 经扁平化缓存），对象经完整 ToString。
|
||||
/// null/undefined/symbol 抛 TypeError；对象 ToString 抛出的原生异常原样传播。
|
||||
///
|
||||
/// # 注意事项
|
||||
/// 返回借用绑定本次 `&mut` 借用，存活期内禁止任何 `&mut` 调用；需与参数并存
|
||||
/// 时调用方先 `into_owned` 落地。
|
||||
pub(crate) fn this_units<'a, H: VmHost>(vm: &'a mut H, args: &[u8]) -> Result<Cow<'a, [u16]>, JsValue> {
|
||||
let this_val = vm.reg(args[0]);
|
||||
if this_val.is_null() || this_val.is_undefined() {
|
||||
return Err(crate::error::create_type_error(vm, "String.prototype method called on null or undefined"));
|
||||
}
|
||||
if this_val.is_symbol() {
|
||||
return Err(crate::error::create_type_error(vm, "Cannot convert a Symbol value to a string"));
|
||||
}
|
||||
if this_val.is_string() {
|
||||
return Ok(vm.string_units(this_val));
|
||||
}
|
||||
match oxide_runtime_api::to_string_value_full(this_val, vm) {
|
||||
Ok(v) => Ok(vm.string_units(v)),
|
||||
Err(_) => {
|
||||
// ToString 触发对象 toString/valueOf 抛出的原生异常须原样传播，
|
||||
// 否则会被展平为普通 Error 丢失原始异常对象。
|
||||
if let Some(exc) = vm.take_uncaught_value() {
|
||||
return Err(exc);
|
||||
}
|
||||
Err(crate::error::create_type_error(vm, "Cannot convert this value to a string"))
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 取 this 的匹配文本通道：原始字符串按载荷形态零拷贝借用（Flat → Str、其余
|
||||
/// → Units），对象经完整 ToString（结果为字符串值，同形态借用）。
|
||||
/// null/undefined/symbol 抛 TypeError；对象 ToString 抛出的原生异常原样传播。
|
||||
pub(crate) fn this_text<'a, H: VmHost>(vm: &'a mut H, args: &[u8]) -> Result<MatchText<'a>, JsValue> {
|
||||
let this_val = vm.reg(args[0]);
|
||||
if this_val.is_null() || this_val.is_undefined() {
|
||||
return Err(crate::error::create_type_error(vm, "String.prototype method called on null or undefined"));
|
||||
}
|
||||
if this_val.is_symbol() {
|
||||
return Err(crate::error::create_type_error(vm, "Cannot convert a Symbol value to a string"));
|
||||
}
|
||||
if this_val.is_string() {
|
||||
return Ok(MatchText::from_value(this_val));
|
||||
}
|
||||
match oxide_runtime_api::to_string_value_full(this_val, vm) {
|
||||
Ok(v) => Ok(MatchText::from_value(v)),
|
||||
Err(_) => {
|
||||
if let Some(exc) = vm.take_uncaught_value() {
|
||||
return Err(exc);
|
||||
}
|
||||
Err(crate::error::create_type_error(vm, "Cannot convert this value to a string"))
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 取参数字符串的单元序列：原始字符串按载荷形态借用，其余经完整 ToString。
|
||||
/// Symbol 与其余转换失败按规范抛 TypeError；对象 ToString 抛出的原生异常原样传播。
|
||||
pub(crate) fn as_units<'a, H: VmHost>(vm: &'a mut H, val: JsValue) -> Result<Cow<'a, [u16]>, JsValue> {
|
||||
if val.is_string() {
|
||||
return Ok(vm.string_units(val));
|
||||
}
|
||||
match oxide_runtime_api::to_string_value_full(val, vm) {
|
||||
Ok(v) => Ok(vm.string_units(v)),
|
||||
Err(_) => {
|
||||
if let Some(exc) = vm.take_uncaught_value() {
|
||||
return Err(exc);
|
||||
}
|
||||
Err(crate::error::create_type_error(vm, "Cannot convert a Symbol value to a string"))
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// ── 数组产出 ─────────────────────────────────────────────────────────────
|
||||
|
||||
/// 以已构造的字符串值构建字符串数组（元素零拷贝落地），供逐单元产出路径
|
||||
/// （空分隔 split）复用，跳过 `Vec<String>` 中间层。
|
||||
pub(crate) fn make_string_array_values<H: VmHost>(vm: &mut H, parts: Vec<JsValue>) -> JsValue {
|
||||
let proto = vm.session().builtin_world().array_proto.as_ptr() as *mut JsObject;
|
||||
let n = parts.len();
|
||||
let arr =
|
||||
vm.alloc_object(JsObject::new_array(EMPTY_SHAPE_ID, JsValue::from_js_object(proto), n, vm.epoch().bump()));
|
||||
unsafe {
|
||||
for (i, sv) in parts.into_iter().enumerate() {
|
||||
(*arr).set_prop_at(i, sv);
|
||||
}
|
||||
(*arr).set_prop_count(n);
|
||||
}
|
||||
JsValue::from_js_object(arr)
|
||||
}
|
||||
|
||||
/// 以单元序列集合构建字符串数组（元素按智能路由物化为字符串值），供
|
||||
/// split/match 的片段产出路径复用。
|
||||
pub(crate) fn make_units_array<H: VmHost>(vm: &mut H, parts: Vec<Vec<u16>>) -> JsValue {
|
||||
let values: Vec<JsValue> = parts.into_iter().map(|u| vm.new_string_units_owned(u)).collect();
|
||||
make_string_array_values(vm, values)
|
||||
}
|
||||
@@ -9,378 +9,9 @@ use oxide_runtime_api::{NativeResult, VmHost};
|
||||
use crate::builtins_debug;
|
||||
use crate::builtins_error;
|
||||
|
||||
macro_rules! try_string {
|
||||
($e:expr) => {
|
||||
match $e {
|
||||
Ok(v) => v,
|
||||
Err(e) => return NativeResult::Err(e),
|
||||
}
|
||||
};
|
||||
}
|
||||
|
||||
// ── 文本通道 ─────────────────────────────────────────────────────────────
|
||||
//
|
||||
// 字符串值的载荷分形态：Flat（良形 UTF-8）、FlatU16（单元载荷，可含孤立
|
||||
// surrogate）、Cons（rope）。正则家族按文本通道分臂——Str 臂走良形文本
|
||||
// （字节口径，与旧代码路径一致），Units 臂走单元序列（regress utf16 接口，
|
||||
// 匹配范围即码元）；其余方法统一按单元序列处理（规格口径）。
|
||||
|
||||
/// 正则家族的匹配文本通道。
|
||||
pub(crate) enum MatchText<'a> {
|
||||
Str(&'a str),
|
||||
Units(Cow<'a, [u16]>),
|
||||
}
|
||||
|
||||
impl<'a> MatchText<'a> {
|
||||
/// 从字符串值按载荷形态借用：Flat → Str 零拷贝，其余 → Units
|
||||
/// （FlatU16 直接借用、Cons 经扁平化缓存）。
|
||||
fn from_value(val: JsValue) -> Self {
|
||||
debug_assert!(val.is_string());
|
||||
// SAFETY: val 为字符串值，借用期存活由调用方借用纪律保证。
|
||||
let sp = unsafe { &*val.as_string_ptr() };
|
||||
if sp.is_flat() {
|
||||
MatchText::Str(sp.as_str())
|
||||
} else {
|
||||
MatchText::Units(sp.units())
|
||||
}
|
||||
}
|
||||
|
||||
/// 码元数。
|
||||
pub(crate) fn len_units(&self) -> usize {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
if s.is_ascii() {
|
||||
s.len()
|
||||
} else {
|
||||
s.encode_utf16().count()
|
||||
}
|
||||
}
|
||||
MatchText::Units(u) => u.len(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 臂原生长度（Str 臂字节、Units 臂码元）——`slice` 的端点口径。
|
||||
pub(crate) fn raw_len(&self) -> usize {
|
||||
match self {
|
||||
MatchText::Str(s) => s.len(),
|
||||
MatchText::Units(u) => u.len(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 借出单元序列（Str 臂一次性编码为 owned；Units 臂借用/浅拷）。
|
||||
pub(crate) fn units(&self) -> Cow<'a, [u16]> {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
if s.is_ascii() {
|
||||
Cow::Owned(s.as_bytes().iter().map(|&b| b as u16).collect())
|
||||
} else {
|
||||
Cow::Owned(s.encode_utf16().collect())
|
||||
}
|
||||
}
|
||||
MatchText::Units(u) => u.clone(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 从码元位置开始的首个匹配（Str 臂内部换算为字节位置）。
|
||||
pub(crate) fn find_from_units(&self, regex: ®ress::Regex, start_units: usize) -> Option<regress::Match> {
|
||||
match self {
|
||||
MatchText::Str(s) => regex.find_from(s, unit_to_byte(s, start_units)).next(),
|
||||
MatchText::Units(u) => regex.find_from_utf16(u, start_units).next(),
|
||||
}
|
||||
}
|
||||
|
||||
/// 按序消费全部非重叠匹配（自码元 0 起）。
|
||||
pub(crate) fn for_each_match(&self, regex: ®ress::Regex, mut f: impl FnMut(®ress::Match)) {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
for m in regex.find_iter(s) {
|
||||
f(&m);
|
||||
}
|
||||
}
|
||||
MatchText::Units(u) => {
|
||||
for m in regex.find_from_utf16(u, 0) {
|
||||
f(&m);
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 匹配片段为单元序列（start/end 取臂自身匹配范围口径：Str 臂字节、
|
||||
/// Units 臂码元——臂由文本通道钉死，调用方直接传 `m.range()`）。
|
||||
pub(crate) fn slice(&self, start: usize, end: usize) -> Cow<'a, [u16]> {
|
||||
match self {
|
||||
MatchText::Str(s) => {
|
||||
let sub = &s[start..end];
|
||||
Cow::Owned(if sub.is_ascii() {
|
||||
sub.as_bytes().iter().map(|&b| b as u16).collect()
|
||||
} else {
|
||||
sub.encode_utf16().collect()
|
||||
})
|
||||
}
|
||||
MatchText::Units(u) => Cow::Owned(u[start..end].to_vec()),
|
||||
}
|
||||
}
|
||||
|
||||
/// 匹配范围端点换算到码元口径（Str 臂范围是字节口径，Units 臂即码元）。
|
||||
pub(crate) fn unit_pos(&self, pos: usize) -> usize {
|
||||
match self {
|
||||
MatchText::Str(s) => byte_to_unit(s, pos),
|
||||
MatchText::Units(_) => pos,
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 良形文本的前置转换缓存：owned 匹配文本（regexp 模块的 haystack 载体）。
|
||||
pub(crate) enum OwnedText {
|
||||
Str(String),
|
||||
Units(Vec<u16>),
|
||||
}
|
||||
|
||||
impl OwnedText {
|
||||
pub(crate) fn as_match_text(&self) -> MatchText<'_> {
|
||||
match self {
|
||||
OwnedText::Str(s) => MatchText::Str(s),
|
||||
OwnedText::Units(u) => MatchText::Units(Cow::Borrowed(u)),
|
||||
}
|
||||
}
|
||||
|
||||
/// 物化为字符串值（Str 臂文本 / Units 臂单元，载荷形态各自最小）。
|
||||
pub(crate) fn to_value<H: VmHost>(&self, vm: &mut H) -> JsValue {
|
||||
match self {
|
||||
OwnedText::Str(s) => vm.new_string(s),
|
||||
OwnedText::Units(u) => vm.new_string_units_owned(u.clone()),
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// ── 单元基础工具 ─────────────────────────────────────────────────────────
|
||||
|
||||
/// 单元序列首个匹配位置（自 from 起，返回 `hay` 内的绝对下标）；needle 空
|
||||
/// 由调用方先行处理。
|
||||
fn find_units(hay: &[u16], needle: &[u16], from: usize) -> Option<usize> {
|
||||
if from >= hay.len() {
|
||||
return None;
|
||||
}
|
||||
let hay = &hay[from..];
|
||||
if needle.len() == 1 {
|
||||
return hay.iter().position(|&u| u == needle[0]).map(|i| from + i);
|
||||
}
|
||||
hay.windows(needle.len()).position(|w| w == needle).map(|i| from + i)
|
||||
}
|
||||
|
||||
/// 单元序列末个匹配位置（限 end 前缀内起始）。
|
||||
fn rfind_units(hay: &[u16], needle: &[u16], end: usize) -> Option<usize> {
|
||||
let hay = &hay[..end];
|
||||
if needle.len() == 1 {
|
||||
return hay.iter().rposition(|&u| u == needle[0]);
|
||||
}
|
||||
hay.windows(needle.len()).rposition(|w| w == needle)
|
||||
}
|
||||
|
||||
/// 自 start 起的最长良形段终点（代理对整体归段，孤立 surrogate 截断段）。
|
||||
fn well_formed_segment_end(units: &[u16], start: usize) -> usize {
|
||||
let mut i = start;
|
||||
while i < units.len() {
|
||||
let u = units[i];
|
||||
if (0xD800..=0xDBFF).contains(&u) {
|
||||
if i + 1 < units.len() && (0xDC00..=0xDFFF).contains(&units[i + 1]) {
|
||||
i += 2;
|
||||
} else {
|
||||
break;
|
||||
}
|
||||
} else if (0xDC00..=0xDFFF).contains(&u) {
|
||||
break;
|
||||
} else {
|
||||
i += 1;
|
||||
}
|
||||
}
|
||||
i
|
||||
}
|
||||
|
||||
/// 码点数（代理对计 1，孤立 surrogate 计 1）——pad 族的目标长度口径。
|
||||
fn code_point_count(units: &[u16]) -> usize {
|
||||
let mut n = 0;
|
||||
let mut i = 0;
|
||||
while i < units.len() {
|
||||
if (0xD800..=0xDBFF).contains(&units[i]) && i + 1 < units.len() && (0xDC00..=0xDFFF).contains(&units[i + 1]) {
|
||||
i += 2;
|
||||
} else {
|
||||
i += 1;
|
||||
}
|
||||
n += 1;
|
||||
}
|
||||
n
|
||||
}
|
||||
|
||||
/// 取序列头 count 个码点对应的单元前缀。
|
||||
fn take_code_points(units: &[u16], count: usize) -> &[u16] {
|
||||
let mut n = 0;
|
||||
let mut i = 0;
|
||||
while i < units.len() && n < count {
|
||||
if (0xD800..=0xDBFF).contains(&units[i]) && i + 1 < units.len() && (0xDC00..=0xDFFF).contains(&units[i + 1]) {
|
||||
i += 2;
|
||||
} else {
|
||||
i += 1;
|
||||
}
|
||||
n += 1;
|
||||
}
|
||||
&units[..i]
|
||||
}
|
||||
|
||||
/// ES 白空格判定的单元口径：Rust 空白表与 White_Space+LineTerminator 等价；
|
||||
/// 孤立 surrogate 非白空格。
|
||||
fn is_trim_unit(u: u16) -> bool {
|
||||
if u < 0x80 {
|
||||
return matches!(u, 0x09..=0x0D | 0x20);
|
||||
}
|
||||
if let Some(c) = char::from_u32(u as u32) {
|
||||
return c.is_whitespace();
|
||||
}
|
||||
false
|
||||
}
|
||||
|
||||
/// 良形文本的字节偏移 → 码元数（Str 臂匹配范围/index 的码元换算入口）。
|
||||
fn byte_to_unit(s: &str, byte: usize) -> usize {
|
||||
if s.is_ascii() {
|
||||
byte
|
||||
} else {
|
||||
s[..byte].encode_utf16().count()
|
||||
}
|
||||
}
|
||||
|
||||
/// 良形文本的码元位置 → 字节偏移（位置须落在字符边界：匹配游标恒对齐）。
|
||||
fn unit_to_byte(s: &str, unit: usize) -> usize {
|
||||
if s.is_ascii() {
|
||||
return unit.min(s.len());
|
||||
}
|
||||
let mut acc = 0usize;
|
||||
for (byte, ch) in s.char_indices() {
|
||||
if unit == acc {
|
||||
return byte;
|
||||
}
|
||||
acc += ch.len_utf16();
|
||||
}
|
||||
s.len()
|
||||
}
|
||||
|
||||
/// 大小写/规范化按"良形段"分段映射：整段经 UTF-8 往返调用映射函数，孤立
|
||||
/// surrogate 单元原样透传（映射对码点定义，对孤立 surrogate 无定义）。
|
||||
fn map_well_formed_segments(units: &[u16], mut f: impl FnMut(&str) -> String) -> Vec<u16> {
|
||||
let mut out = Vec::with_capacity(units.len());
|
||||
let mut i = 0;
|
||||
while i < units.len() {
|
||||
let seg_start = i;
|
||||
i = well_formed_segment_end(units, i);
|
||||
if i == seg_start {
|
||||
out.push(units[i]);
|
||||
i += 1;
|
||||
continue;
|
||||
}
|
||||
let s = String::from_utf16(&units[seg_start..i]).expect("良形段 from_utf16 必成功");
|
||||
out.extend(f(&s).encode_utf16());
|
||||
}
|
||||
out
|
||||
}
|
||||
|
||||
// ── this / 参数转换 ─────────────────────────────────────────────────────
|
||||
|
||||
/// 取 this 的单元序列供只读扫描：原始字符串按载荷形态借用（Flat 惰性编码、
|
||||
/// FlatU16 直接借用、Cons 经扁平化缓存），对象经完整 ToString。
|
||||
/// null/undefined/symbol 抛 TypeError；对象 ToString 抛出的原生异常原样传播。
|
||||
///
|
||||
/// # 注意事项
|
||||
/// 返回借用绑定本次 `&mut` 借用，存活期内禁止任何 `&mut` 调用；需与参数并存
|
||||
/// 时调用方先 `into_owned` 落地。
|
||||
fn this_units<'a, H: VmHost>(vm: &'a mut H, args: &[u8]) -> Result<Cow<'a, [u16]>, JsValue> {
|
||||
let this_val = vm.reg(args[0]);
|
||||
if this_val.is_null() || this_val.is_undefined() {
|
||||
return Err(crate::error::create_type_error(vm, "String.prototype method called on null or undefined"));
|
||||
}
|
||||
if this_val.is_symbol() {
|
||||
return Err(crate::error::create_type_error(vm, "Cannot convert a Symbol value to a string"));
|
||||
}
|
||||
if this_val.is_string() {
|
||||
return Ok(vm.string_units(this_val));
|
||||
}
|
||||
match oxide_runtime_api::to_string_value_full(this_val, vm) {
|
||||
Ok(v) => Ok(vm.string_units(v)),
|
||||
Err(_) => {
|
||||
// ToString 触发对象 toString/valueOf 抛出的原生异常须原样传播，
|
||||
// 否则会被展平为普通 Error 丢失原始异常对象。
|
||||
if let Some(exc) = vm.take_uncaught_value() {
|
||||
return Err(exc);
|
||||
}
|
||||
Err(crate::error::create_type_error(vm, "Cannot convert this value to a string"))
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 取 this 的匹配文本通道：原始字符串按载荷形态零拷贝借用（Flat → Str、其余
|
||||
/// → Units），对象经完整 ToString（结果为字符串值，同形态借用）。
|
||||
/// null/undefined/symbol 抛 TypeError；对象 ToString 抛出的原生异常原样传播。
|
||||
fn this_text<'a, H: VmHost>(vm: &'a mut H, args: &[u8]) -> Result<MatchText<'a>, JsValue> {
|
||||
let this_val = vm.reg(args[0]);
|
||||
if this_val.is_null() || this_val.is_undefined() {
|
||||
return Err(crate::error::create_type_error(vm, "String.prototype method called on null or undefined"));
|
||||
}
|
||||
if this_val.is_symbol() {
|
||||
return Err(crate::error::create_type_error(vm, "Cannot convert a Symbol value to a string"));
|
||||
}
|
||||
if this_val.is_string() {
|
||||
return Ok(MatchText::from_value(this_val));
|
||||
}
|
||||
match oxide_runtime_api::to_string_value_full(this_val, vm) {
|
||||
Ok(v) => Ok(MatchText::from_value(v)),
|
||||
Err(_) => {
|
||||
if let Some(exc) = vm.take_uncaught_value() {
|
||||
return Err(exc);
|
||||
}
|
||||
Err(crate::error::create_type_error(vm, "Cannot convert this value to a string"))
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// 取参数字符串的单元序列：原始字符串按载荷形态借用，其余经完整 ToString。
|
||||
/// Symbol 与其余转换失败按规范抛 TypeError；对象 ToString 抛出的原生异常原样传播。
|
||||
fn as_units<'a, H: VmHost>(vm: &'a mut H, val: JsValue) -> Result<Cow<'a, [u16]>, JsValue> {
|
||||
if val.is_string() {
|
||||
return Ok(vm.string_units(val));
|
||||
}
|
||||
match oxide_runtime_api::to_string_value_full(val, vm) {
|
||||
Ok(v) => Ok(vm.string_units(v)),
|
||||
Err(_) => {
|
||||
if let Some(exc) = vm.take_uncaught_value() {
|
||||
return Err(exc);
|
||||
}
|
||||
Err(crate::error::create_type_error(vm, "Cannot convert a Symbol value to a string"))
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// ── 数组产出 ─────────────────────────────────────────────────────────────
|
||||
|
||||
/// 以已构造的字符串值构建字符串数组（元素零拷贝落地），供逐单元产出路径
|
||||
/// （空分隔 split）复用，跳过 `Vec<String>` 中间层。
|
||||
pub(crate) fn make_string_array_values<H: VmHost>(vm: &mut H, parts: Vec<JsValue>) -> JsValue {
|
||||
let proto = vm.session().builtin_world().array_proto.as_ptr() as *mut JsObject;
|
||||
let n = parts.len();
|
||||
let arr =
|
||||
vm.alloc_object(JsObject::new_array(EMPTY_SHAPE_ID, JsValue::from_js_object(proto), n, vm.epoch().bump()));
|
||||
unsafe {
|
||||
for (i, sv) in parts.into_iter().enumerate() {
|
||||
(*arr).set_prop_at(i, sv);
|
||||
}
|
||||
(*arr).set_prop_count(n);
|
||||
}
|
||||
JsValue::from_js_object(arr)
|
||||
}
|
||||
|
||||
/// 以单元序列集合构建字符串数组（元素按智能路由物化为字符串值），供
|
||||
/// split/match 的片段产出路径复用。
|
||||
pub(crate) fn make_units_array<H: VmHost>(vm: &mut H, parts: Vec<Vec<u16>>) -> JsValue {
|
||||
let values: Vec<JsValue> = parts.into_iter().map(|u| vm.new_string_units_owned(u)).collect();
|
||||
make_string_array_values(vm, values)
|
||||
}
|
||||
mod common;
|
||||
use common::try_string;
|
||||
pub(crate) use common::*;
|
||||
|
||||
// ── 正则替换（单元口径） ────────────────────────────────────────────────
|
||||
|
||||
|
||||
Reference in New Issue
Block a user