]> git.eshelyaron.com Git - emacs.git/commitdiff
(regexp-opt-try-suffix): New function.
authorGerd Moellmann <gerd@gnu.org>
Fri, 8 Oct 1999 23:06:15 +0000 (23:06 +0000)
committerGerd Moellmann <gerd@gnu.org>
Fri, 8 Oct 1999 23:06:15 +0000 (23:06 +0000)
(regexp-opt-group): Use it to get common suffixes in STRINGS.
If STRINGS is nil, return "" rather than nil.

lisp/ChangeLog
lisp/emacs-lisp/regexp-opt.el

index b81771d8f361174ab975e80c8bea37bd8126415d..412edf885d8912d2af26875c56246a954daa6d6e 100644 (file)
@@ -1,3 +1,9 @@
+1999-10-08  Simon Marshall  <simon@gnu.org>
+
+       * emacs-lisp/regexp-opt.el (regexp-opt-try-suffix): New function.
+       (regexp-opt-group): Use it to get common suffixes in STRINGS.
+       If STRINGS is nil, return "" rather than nil.
+       
 1999-10-08  Gerd Moellmann  <gerd@gnu.org>
 
        * Makefile (compile): Compile files one by one.  Set load-path to
index a6ed0734f1dcebc699a16d09778b9cc8b0f3fbb7..fde30cdd3c49d6b2b170d1ac0b97937bcc75f26d 100644 (file)
@@ -1,9 +1,10 @@
 ;;; regexp-opt.el --- generate efficient regexps to match strings.
 
-;; Copyright (C) 1994, 1995, 1996, 1997 Free Software Foundation, Inc.
+;; Copyright (C) 1994, 95, 96, 97, 98, 1999 Free Software Foundation, Inc.
 
 ;; Author: Simon Marshall <simon@gnu.org>
 ;; Keywords: strings, regexps
+;; Version: 1.07
 
 ;; This file is part of GNU Emacs.
 
@@ -24,7 +25,7 @@
 
 ;;; Commentary:
 
-;; The "opt" in "regexp-opt" stands for "optim\\(al\\|i\\(se\\|ze\\)\\)".
+;; The "opt" in "regexp-opt" stands for "optim\\(al\\|i[sz]e\\)".
 ;;
 ;; This package generates a regexp from a given list of strings (which matches
 ;; one of those strings) so that the regexp generated by:
 ;;
 ;; Searching using the above example `regexp-opt' regexp takes approximately
 ;; two-thirds of the time taken using the equivalent `mapconcat' regexp.
+;;
+;; Note that this package will also find common suffix strings if this does not
+;; increase the number of grouping constructs.  For example:
+;;
+;; (regexp-opt '("these" "those"))
+;;  => "th[eo]se"
+;;
+;; but:
+;;
+;; (regexp-opt '("barfly" "housefly"))
+;;  => "barfly\\|housefly" rather than "\\(bar\\|house\\)fly"
 
 ;; Since this package was written to produce efficient regexps, not regexps
 ;; efficiently, it is probably not a good idea to in-line too many calls in
 ;; your code for such changes to have effect in your code.
 
 ;; Originally written for font-lock.el, from an idea from Stig's hl319.el, with
-;; thanks for ideas also to Michael Ernst, Bob Glickstein and Dan Nicolaescu.
-;; Please don't tell me that it doesn't produce optimal regexps; I know that
-;; already.  For example, the above explanation for the meaning of "opt" would
-;; be more efficient as "optim\\(al\\|i[sz]e\\)", but this requires complex
-;; forward looking.  But (ideas or) code to improve things (are) is welcome.
+;; thanks for ideas also to Michael Ernst, Bob Glickstein, Dan Nicolaescu and
+;; Stefan Monnier.
+;; No doubt `regexp-opt' doesn't always produce optimal regexps, so code, ideas
+;; or any other information to improve things are welcome.
 \f
-;;; Code:
+;;; Code.
 
 ;;;###autoload
 (defun regexp-opt (strings &optional paren)
@@ -128,9 +139,9 @@ in REGEXP."
   ;; If LAX non-nil, don't output parentheses if it doesn't require them.
   ;; Merges keywords to avoid backtracking in Emacs' regexp matcher.
   ;;
-  ;; The basic idea is to find the shortest common prefix, remove it and
-  ;; recurse.  If there is no prefix, we divide the list into two so that (at
-  ;; least) one half will have at least a one-character common prefix.
+  ;; The basic idea is to find the shortest common prefix or suffix, remove it
+  ;; and recurse.  If there is no prefix, we divide the list into two so that
+  ;; (at least) one half will have at least a one-character common prefix.
   ;;
   ;; Also we delay the addition of grouping parenthesis as long as possible
   ;; until we're sure we need them, and try to remove one-character sequences
@@ -139,11 +150,15 @@ in REGEXP."
   (let* ((open-group (if paren "\\(" ""))
         (close-group (if paren "\\)" ""))
         (open-charset (if lax "" open-group))
-        (close-charset (if lax "" close-group)))
+        (close-charset (if lax "" close-group))
+        (open-presuf open-charset)
+        (close-presuf close-charset))
     (cond
-     ;; Protect against user-stupidity... could call error here
-     ((null strings)
-      nil)
+     ;;
+     ;; If there are no strings, just return the empty string.
+     ((= (length strings) 0)
+      "")
+     ;;
      ;; If there is only one string, just return it.
      ((= (length strings) 1)
       (if (= (length (car strings)) 1)
@@ -157,7 +172,7 @@ in REGEXP."
              close-charset))
      ;;
      ;; If all are one-character strings, just return a character set.
-     ((= (length strings) (apply '+ (mapcar 'length strings)))
+     ((= (apply 'max (mapcar 'length strings)) 1)
       (concat open-charset
              (regexp-opt-charset strings)
              close-charset))
@@ -165,17 +180,30 @@ in REGEXP."
      ;; We have a list of different length strings.
      (t
       (let ((prefix (try-completion "" (mapcar 'list strings)))
+           (suffix (regexp-opt-try-suffix strings))
            (letters (let ((completion-regexp-list '("^.$")))
                       (all-completions "" (mapcar 'list strings)))))
        (cond
         ;;
         ;; If there is a common prefix, remove it and recurse on the suffixes.
         ((> (length prefix) 0)
-         (let* ((length (length prefix))
-                (suffixes (mapcar (lambda (s) (substring s length)) strings)))
-           (concat open-group
+         (let* ((end (length prefix))
+                (suffixes (mapcar (lambda (s) (substring s end)) strings)))
+           (concat open-presuf
                    (regexp-quote prefix) (regexp-opt-group suffixes t t)
-                   close-group)))
+                   close-presuf)))
+        ;;
+        ;; If there is a common suffix, remove it and recurse on the prefixes.
+        ((> (length suffix) (if lax
+                                0
+                              (- (apply 'max (mapcar 'length strings)) 2)))
+         (let* ((end (- (length suffix)))
+                (prefixes (sort (mapcar (lambda (s) (substring s 0 end))
+                                        strings)
+                                'string-lessp)))
+           (concat open-presuf
+                   (regexp-opt-group prefixes t t) (regexp-quote suffix)
+                   close-presuf)))
         ;;
         ;; If there are several one-character strings, remove them and recurse
         ;; on the rest (first so the final regexp finds the longest match).
@@ -235,6 +263,16 @@ in REGEXP."
        (concat "[" dash caret "]")
       (concat "[" bracket charset caret dash "]"))))
 
+(defun regexp-opt-try-suffix (strings)
+  ;;
+  ;; Return common suffix of each string in STRINGS.  See `try-completion'.
+  ;;
+  (let* ((chars (mapcar (lambda (s) (mapcar 'identity s)) strings))
+        (srahc (mapcar 'reverse chars))
+        (sgnirts (mapcar (lambda (c) (mapconcat 'char-to-string c "")) srahc))
+        (xiffus (try-completion "" (mapcar 'list sgnirts))))
+    (mapconcat 'char-to-string (reverse (mapcar 'identity xiffus)) "")))
+
 (provide 'regexp-opt)
 
 ;;; regexp-opt.el ends here