Branch data Line data Source code
1 : : /*
2 : : * This file is part of the MicroPython project, http://micropython.org/
3 : : *
4 : : * The MIT License (MIT)
5 : : *
6 : : * Copyright (c) 2013, 2014 Damien P. George
7 : : * Copyright (c) 2014-2018 Paul Sokolovsky
8 : : *
9 : : * Permission is hereby granted, free of charge, to any person obtaining a copy
10 : : * of this software and associated documentation files (the "Software"), to deal
11 : : * in the Software without restriction, including without limitation the rights
12 : : * to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
13 : : * copies of the Software, and to permit persons to whom the Software is
14 : : * furnished to do so, subject to the following conditions:
15 : : *
16 : : * The above copyright notice and this permission notice shall be included in
17 : : * all copies or substantial portions of the Software.
18 : : *
19 : : * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
20 : : * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
21 : : * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
22 : : * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
23 : : * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
24 : : * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
25 : : * THE SOFTWARE.
26 : : */
27 : :
28 : : #include <string.h>
29 : : #include <assert.h>
30 : :
31 : : #include "py/unicode.h"
32 : : #include "py/objstr.h"
33 : : #include "py/objlist.h"
34 : : #include "py/runtime.h"
35 : : #include "py/cstack.h"
36 : :
37 : : #if MICROPY_PY_BUILTINS_STR_OP_MODULO
38 : : static mp_obj_t str_modulo_format(mp_obj_t pattern, size_t n_args, const mp_obj_t *args, mp_obj_t dict);
39 : : #endif
40 : :
41 : : static mp_obj_t mp_obj_new_bytes_iterator(mp_obj_t str, mp_obj_iter_buf_t *iter_buf);
42 : : static NORETURN void bad_implicit_conversion(mp_obj_t self_in);
43 : :
44 : : static mp_obj_t mp_obj_new_str_type_from_vstr(const mp_obj_type_t *type, vstr_t *vstr);
45 : :
46 : 1624 : static void str_check_arg_type(const mp_obj_type_t *self_type, const mp_obj_t arg) {
47 : : // String operations generally need the args type to match the object they're called on,
48 : : // e.g. str.find(str), byte.startswith(byte)
49 : : // with the exception that bytes may be used for bytearray and vice versa.
50 : 1624 : const mp_obj_type_t *arg_type = mp_obj_get_type(arg);
51 : :
52 : : #if MICROPY_PY_BUILTINS_BYTEARRAY
53 [ - + ]: 1624 : if (arg_type == &mp_type_bytearray) {
54 : 0 : arg_type = &mp_type_bytes;
55 : : }
56 [ + + ]: 1624 : if (self_type == &mp_type_bytearray) {
57 : 48 : self_type = &mp_type_bytes;
58 : : }
59 : : #endif
60 : :
61 [ + + ]: 1624 : if (arg_type != self_type) {
62 : 48 : bad_implicit_conversion(arg);
63 : : }
64 : 1576 : }
65 : :
66 : : static void check_is_str_or_bytes(mp_obj_t self_in) {
67 : : mp_check_self(mp_obj_is_str_or_bytes(self_in));
68 : : }
69 : :
70 : : /******************************************************************************/
71 : : /* str */
72 : :
73 : 2922 : void mp_str_print_quoted(const mp_print_t *print, const byte *str_data, size_t str_len, bool is_bytes) {
74 : : // this escapes characters, but it will be very slow to print (calling print many times)
75 : 2922 : bool has_single_quote = false;
76 : 2922 : bool has_double_quote = false;
77 [ + + ]: 29752 : for (const byte *s = str_data, *top = str_data + str_len; !has_double_quote && s < top; s++) {
78 [ + + ]: 26830 : if (*s == '\'') {
79 : : has_single_quote = true;
80 [ + + ]: 26812 : } else if (*s == '"') {
81 : 20 : has_double_quote = true;
82 : : }
83 : : }
84 : 2922 : int quote_char = '\'';
85 [ + + ]: 2922 : if (has_single_quote && !has_double_quote) {
86 : 10 : quote_char = '"';
87 : : }
88 : 2922 : mp_printf(print, "%c", quote_char);
89 [ + + ]: 31590 : for (const byte *s = str_data, *top = str_data + str_len; s < top; s++) {
90 [ + + ]: 28668 : if (*s == quote_char) {
91 : 14 : mp_printf(print, "\\%c", quote_char);
92 [ + + ]: 28654 : } else if (*s == '\\') {
93 : 6 : mp_print_str(print, "\\\\");
94 [ + + + - : 28648 : } else if (*s >= 0x20 && *s != 0x7f && (!is_bytes || *s < 0x80)) {
+ + ]
95 : : // In strings, anything which is not ascii control character
96 : : // is printed as is, this includes characters in range 0x80-0xff
97 : : // (which can be non-Latin letters, etc.)
98 : 17700 : mp_printf(print, "%c", *s);
99 [ + + ]: 10948 : } else if (*s == '\n') {
100 : 180 : mp_print_str(print, "\\n");
101 [ + + ]: 10768 : } else if (*s == '\r') {
102 : 60 : mp_print_str(print, "\\r");
103 [ + + ]: 10708 : } else if (*s == '\t') {
104 : 96 : mp_print_str(print, "\\t");
105 : : } else {
106 : 10612 : mp_printf(print, "\\x%02x", *s);
107 : : }
108 : : }
109 : 2922 : mp_printf(print, "%c", quote_char);
110 : 2922 : }
111 : :
112 : : #if MICROPY_PY_JSON
113 : 116 : void mp_str_print_json(const mp_print_t *print, const byte *str_data, size_t str_len) {
114 : : // for JSON spec, see http://www.ietf.org/rfc/rfc4627.txt
115 : : // if we are given a valid utf8-encoded string, we will print it in a JSON-conforming way
116 : 116 : mp_print_str(print, "\"");
117 [ + + ]: 608 : for (const byte *s = str_data, *top = str_data + str_len; s < top; s++) {
118 [ + + ]: 492 : if (*s == '"' || *s == '\\') {
119 : 32 : mp_printf(print, "\\%c", *s);
120 [ + + ]: 460 : } else if (*s >= 32) {
121 : : // this will handle normal and utf-8 encoded chars
122 : 380 : mp_printf(print, "%c", *s);
123 [ + + ]: 80 : } else if (*s == '\n') {
124 : 16 : mp_print_str(print, "\\n");
125 [ + + ]: 64 : } else if (*s == '\r') {
126 : 16 : mp_print_str(print, "\\r");
127 [ + + ]: 48 : } else if (*s == '\t') {
128 : 16 : mp_print_str(print, "\\t");
129 : : } else {
130 : : // this will handle control chars
131 : 32 : mp_printf(print, "\\u%04x", *s);
132 : : }
133 : : }
134 : 116 : mp_print_str(print, "\"");
135 : 116 : }
136 : : #endif
137 : :
138 : 1972 : static void str_print(const mp_print_t *print, mp_obj_t self_in, mp_print_kind_t kind) {
139 [ - + ]: 1972 : GET_STR_DATA_LEN(self_in, str_data, str_len);
140 : : #if MICROPY_PY_JSON
141 [ + + ]: 1972 : if (kind == PRINT_JSON) {
142 : 2 : mp_str_print_json(print, str_data, str_len);
143 : 2 : return;
144 : : }
145 : : #endif
146 : : #if !MICROPY_PY_BUILTINS_STR_UNICODE
147 : : bool is_bytes = mp_obj_is_type(self_in, &mp_type_bytes);
148 : : #else
149 : 1970 : bool is_bytes = true;
150 : : #endif
151 [ + + ]: 1970 : if (kind == PRINT_RAW || (!MICROPY_PY_BUILTINS_STR_UNICODE && kind == PRINT_STR && !is_bytes)) {
152 : 4 : print->print_strn(print->data, (const char *)str_data, str_len);
153 : : } else {
154 : 1966 : if (is_bytes) {
155 : 1966 : print->print_strn(print->data, "b", 1);
156 : : }
157 : 1966 : mp_str_print_quoted(print, str_data, str_len, is_bytes);
158 : : }
159 : : }
160 : :
161 : 50140 : mp_obj_t mp_obj_str_make_new(const mp_obj_type_t *type, size_t n_args, size_t n_kw, const mp_obj_t *args) {
162 : : #if MICROPY_CPYTHON_COMPAT
163 [ + + ]: 50140 : if (n_kw != 0) {
164 : 2 : mp_arg_error_unimpl_kw();
165 : : }
166 : : #endif
167 : :
168 : 50138 : mp_arg_check_num(n_args, n_kw, 0, 3, false);
169 : :
170 [ + + + ]: 50134 : switch (n_args) {
171 : : case 0:
172 : : return MP_OBJ_NEW_QSTR(MP_QSTR_);
173 : :
174 : 50080 : case 1: {
175 : 50080 : vstr_t vstr;
176 : 50080 : mp_print_t print;
177 : 50080 : vstr_init_print(&vstr, 16, &print);
178 : 50080 : mp_obj_print_helper(&print, args[0], PRINT_STR);
179 : 50080 : return mp_obj_new_str_type_from_vstr(type, &vstr);
180 : : }
181 : :
182 : : default: // 2 or 3 args
183 : : // TODO: validate 2nd/3rd args
184 [ + - + + ]: 50 : if (mp_obj_is_type(args[0], &mp_type_bytes)) {
185 [ - + ]: 24 : GET_STR_DATA_LEN(args[0], str_data, str_len);
186 [ - + ]: 24 : GET_STR_HASH(args[0], str_hash);
187 [ + + ]: 24 : if (str_hash == 0) {
188 : 6 : str_hash = qstr_compute_hash(str_data, str_len);
189 : : }
190 : : #if MICROPY_PY_BUILTINS_STR_UNICODE_CHECK
191 [ + + ]: 24 : if (!utf8_check(str_data, str_len)) {
192 : 6 : mp_raise_msg(&mp_type_UnicodeError, NULL);
193 : : }
194 : : #endif
195 : :
196 : : // Check if a qstr with this data already exists
197 : 18 : qstr q = qstr_find_strn((const char *)str_data, str_len);
198 [ + + ]: 18 : if (q != MP_QSTRnull) {
199 : 4 : return MP_OBJ_NEW_QSTR(q);
200 : : }
201 : :
202 : 14 : mp_obj_str_t *o = MP_OBJ_TO_PTR(mp_obj_new_str_copy(type, NULL, str_len));
203 : 14 : o->data = str_data;
204 : 14 : o->hash = str_hash;
205 : 14 : return MP_OBJ_FROM_PTR(o);
206 : : } else {
207 : 26 : mp_buffer_info_t bufinfo;
208 : 26 : mp_get_buffer_raise(args[0], &bufinfo, MP_BUFFER_READ);
209 : : // This will utf-8 check the input.
210 : 26 : return mp_obj_new_str(bufinfo.buf, bufinfo.len);
211 : : }
212 : : }
213 : : }
214 : :
215 : 269 : static mp_obj_t bytes_make_new(const mp_obj_type_t *type_in, size_t n_args, size_t n_kw, const mp_obj_t *args) {
216 : 269 : (void)type_in;
217 : :
218 : : #if MICROPY_CPYTHON_COMPAT
219 [ + + ]: 269 : if (n_kw != 0) {
220 : 2 : mp_arg_error_unimpl_kw();
221 : : }
222 : : #else
223 : : (void)n_kw;
224 : : #endif
225 : :
226 [ + + ]: 267 : if (n_args == 0) {
227 : : return mp_const_empty_bytes;
228 : : }
229 : :
230 [ + + + + ]: 259 : if (mp_obj_is_type(args[0], &mp_type_bytes)) {
231 : : return args[0];
232 : : }
233 : :
234 [ + + + + : 249 : if (mp_obj_is_str(args[0])) {
+ + ]
235 [ + + ]: 32 : if (n_args < 2 || n_args > 3) {
236 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
237 : : goto wrong_args;
238 : : #else
239 : 8 : mp_raise_TypeError(MP_ERROR_TEXT("string argument without an encoding"));
240 : : #endif
241 : : }
242 [ + + ]: 24 : GET_STR_DATA_LEN(args[0], str_data, str_len);
243 [ + + ]: 24 : GET_STR_HASH(args[0], str_hash);
244 [ + + ]: 24 : if (str_hash == 0) {
245 : 2 : str_hash = qstr_compute_hash(str_data, str_len);
246 : : }
247 : 24 : mp_obj_str_t *o = MP_OBJ_TO_PTR(mp_obj_new_str_copy(&mp_type_bytes, NULL, str_len));
248 : 24 : o->data = str_data;
249 : 24 : o->hash = str_hash;
250 : 24 : return MP_OBJ_FROM_PTR(o);
251 : : }
252 : :
253 [ + + ]: 217 : if (n_args > 1) {
254 : 4 : goto wrong_args;
255 : : }
256 : :
257 [ + + ]: 213 : if (mp_obj_is_small_int(args[0])) {
258 : 24 : mp_int_t len = MP_OBJ_SMALL_INT_VALUE(args[0]);
259 [ + + ]: 24 : if (len < 0) {
260 : 4 : mp_raise_ValueError(NULL);
261 : : }
262 : 20 : vstr_t vstr;
263 : 20 : vstr_init_len(&vstr, len);
264 : 20 : memset(vstr.buf, 0, len);
265 : 20 : return mp_obj_new_bytes_from_vstr(&vstr);
266 : : }
267 : :
268 : : // check if argument has the buffer protocol
269 : 189 : mp_buffer_info_t bufinfo;
270 [ + + ]: 189 : if (mp_get_buffer(args[0], &bufinfo, MP_BUFFER_READ)) {
271 : 94 : return mp_obj_new_bytes(bufinfo.buf, bufinfo.len);
272 : : }
273 : :
274 : 95 : vstr_t vstr;
275 : : // Try to create array of exact len if initializer len is known
276 : 95 : mp_obj_t len_in = mp_obj_len_maybe(args[0]);
277 [ + + ]: 95 : if (len_in == MP_OBJ_NULL) {
278 : 12 : vstr_init(&vstr, 16);
279 : : } else {
280 : 83 : mp_int_t len = MP_OBJ_SMALL_INT_VALUE(len_in);
281 : 83 : vstr_init(&vstr, len);
282 : : }
283 : :
284 : 95 : mp_obj_iter_buf_t iter_buf;
285 : 95 : mp_obj_t iterable = mp_getiter(args[0], &iter_buf);
286 : 95 : mp_obj_t item;
287 [ + + ]: 1451 : while ((item = mp_iternext(iterable)) != MP_OBJ_STOP_ITERATION) {
288 : 1364 : mp_int_t val = mp_obj_get_int(item);
289 : : #if MICROPY_FULL_CHECKS
290 [ + + ]: 1364 : if (val < 0 || val > 255) {
291 : 8 : mp_raise_ValueError(MP_ERROR_TEXT("bytes value out of range"));
292 : : }
293 : : #endif
294 : 1356 : vstr_add_byte(&vstr, val);
295 : : }
296 : :
297 : 83 : return mp_obj_new_bytes_from_vstr(&vstr);
298 : :
299 : 4 : wrong_args:
300 : 4 : mp_raise_TypeError(MP_ERROR_TEXT("wrong number of arguments"));
301 : : }
302 : :
303 : : // like strstr but with specified length and allows \0 bytes
304 : : // TODO replace with something more efficient/standard
305 : 2484 : const byte *find_subbytes(const byte *haystack, size_t hlen, const byte *needle, size_t nlen, int direction) {
306 [ + + ]: 2484 : if (hlen >= nlen) {
307 : 2020 : size_t str_index, str_index_end;
308 [ + + ]: 2020 : if (direction > 0) {
309 : 1824 : str_index = 0;
310 : 1824 : str_index_end = hlen - nlen;
311 : : } else {
312 : 196 : str_index = hlen - nlen;
313 : 196 : str_index_end = 0;
314 : : }
315 : 291744 : for (;;) {
316 [ + + ]: 146882 : if (memcmp(&haystack[str_index], needle, nlen) == 0) {
317 : : // found
318 : : return haystack + str_index;
319 : : }
320 [ + + ]: 145300 : if (str_index == str_index_end) {
321 : : // not found
322 : : break;
323 : : }
324 : 144862 : str_index += direction;
325 : : }
326 : : }
327 : : return NULL;
328 : : }
329 : :
330 : : // Note: this function is used to check if an object is a str or bytes, which
331 : : // works because both those types use it as their binary_op method. Revisit
332 : : // mp_obj_is_str_or_bytes if this fact changes.
333 : 207786 : mp_obj_t mp_obj_str_binary_op(mp_binary_op_t op, mp_obj_t lhs_in, mp_obj_t rhs_in) {
334 : : // check for modulo
335 [ + + ]: 207786 : if (op == MP_BINARY_OP_MODULO) {
336 : : #if MICROPY_PY_BUILTINS_STR_OP_MODULO
337 : 93574 : mp_obj_t *args = &rhs_in;
338 : 93574 : size_t n_args = 1;
339 : 93574 : mp_obj_t dict = MP_OBJ_NULL;
340 [ - + - + : 93574 : if (mp_obj_is_type(rhs_in, &mp_type_tuple)) {
- + - + +
+ + + ]
341 : : // TODO: Support tuple subclasses?
342 : 6586 : mp_obj_tuple_get(rhs_in, &n_args, &args);
343 [ - + - + : 86988 : } else if (mp_obj_is_type(rhs_in, &mp_type_dict)) {
- + - + +
+ + + ]
344 : 42 : dict = rhs_in;
345 : : }
346 : 93574 : return str_modulo_format(lhs_in, n_args, args, dict);
347 : : #else
348 : : return MP_OBJ_NULL;
349 : : #endif
350 : : }
351 : :
352 : : // from now on we need lhs type and data, so extract them
353 : 114212 : const mp_obj_type_t *lhs_type = mp_obj_get_type(lhs_in);
354 [ + + ]: 114212 : GET_STR_DATA_LEN(lhs_in, lhs_data, lhs_len);
355 : :
356 : : // check for multiply
357 [ + + ]: 114212 : if (op == MP_BINARY_OP_MULTIPLY) {
358 : 347 : mp_int_t n;
359 [ + + ]: 347 : if (!mp_obj_get_int_maybe(rhs_in, &n)) {
360 : : return MP_OBJ_NULL; // op not supported
361 : : }
362 [ + + ]: 335 : if (n <= 0) {
363 [ + + ]: 48 : if (lhs_type == &mp_type_str) {
364 : : return MP_OBJ_NEW_QSTR(MP_QSTR_); // empty str
365 : : } else {
366 : 24 : return mp_const_empty_bytes;
367 : : }
368 : : }
369 : 287 : vstr_t vstr;
370 : 287 : vstr_init_len(&vstr, lhs_len * n);
371 : 287 : mp_seq_multiply(lhs_data, sizeof(*lhs_data), lhs_len, n, vstr.buf);
372 : 287 : return mp_obj_new_str_type_from_vstr(lhs_type, &vstr);
373 : : }
374 : :
375 : : // From now on all operations allow:
376 : : // - str with str
377 : : // - bytes with bytes
378 : : // - bytes with bytearray
379 : : // - bytes with array.array
380 : : // To do this efficiently we use the buffer protocol to extract the raw
381 : : // data for the rhs, but only if the lhs is a bytes object.
382 : : //
383 : : // NOTE: CPython does not allow comparison between bytes ard array.array
384 : : // (even if the array is of type 'b'), even though it allows addition of
385 : : // such types. We are not compatible with this (we do allow comparison
386 : : // of bytes with anything that has the buffer protocol). It would be
387 : : // easy to "fix" this with a bit of extra logic below, but it costs code
388 : : // size and execution time so we don't.
389 : :
390 : 113865 : const byte *rhs_data;
391 : 113865 : size_t rhs_len;
392 [ + + ]: 113865 : if (lhs_type == mp_obj_get_type(rhs_in)) {
393 [ + + ]: 113263 : GET_STR_DATA_LEN(rhs_in, rhs_data_, rhs_len_);
394 : 113263 : rhs_data = rhs_data_;
395 : 113263 : rhs_len = rhs_len_;
396 [ + + ]: 602 : } else if (lhs_type == &mp_type_bytes) {
397 : 550 : mp_buffer_info_t bufinfo;
398 [ + + ]: 550 : if (!mp_get_buffer(rhs_in, &bufinfo, MP_BUFFER_READ)) {
399 : 22 : return MP_OBJ_NULL; // op not supported
400 : : }
401 : 528 : rhs_data = bufinfo.buf;
402 : 528 : rhs_len = bufinfo.len;
403 : : } else {
404 : : // LHS is str and RHS has an incompatible type
405 : : // (except if operation is EQUAL, but that's handled by mp_obj_equal)
406 : :
407 : : // CONTAINS must fail with a bad-implicit-conversion exception, because
408 : : // otherwise mp_binary_op() will fallback to `list(lhs).__contains__(rhs)`.
409 [ + + ]: 52 : if (op == MP_BINARY_OP_CONTAINS) {
410 : 4 : bad_implicit_conversion(rhs_in);
411 : : }
412 : :
413 : : // All other operations are not supported, and may be handled by another
414 : : // type, eg for reverse operations.
415 : : return MP_OBJ_NULL;
416 : : }
417 : :
418 [ + + + + ]: 113791 : switch (op) {
419 : 82020 : case MP_BINARY_OP_ADD:
420 : : case MP_BINARY_OP_INPLACE_ADD: {
421 [ + + + + ]: 82020 : if (lhs_len == 0 && mp_obj_get_type(rhs_in) == lhs_type) {
422 : 32 : return rhs_in;
423 : : }
424 [ + + ]: 81988 : if (rhs_len == 0) {
425 : : return lhs_in;
426 : : }
427 : :
428 : 73768 : vstr_t vstr;
429 : 73768 : vstr_init_len(&vstr, lhs_len + rhs_len);
430 : 73768 : memcpy(vstr.buf, lhs_data, lhs_len);
431 : 73768 : memcpy(vstr.buf + lhs_len, rhs_data, rhs_len);
432 : 73768 : return mp_obj_new_str_type_from_vstr(lhs_type, &vstr);
433 : : }
434 : :
435 : 794 : case MP_BINARY_OP_CONTAINS:
436 [ + + ]: 794 : return mp_obj_new_bool(find_subbytes(lhs_data, lhs_len, rhs_data, rhs_len, 1) != NULL);
437 : :
438 : : // case MP_BINARY_OP_NOT_EQUAL: // This is never passed here
439 : 30963 : case MP_BINARY_OP_EQUAL: // This will be passed only for bytes, str is dealt with in mp_obj_equal()
440 : : case MP_BINARY_OP_LESS:
441 : : case MP_BINARY_OP_LESS_EQUAL:
442 : : case MP_BINARY_OP_MORE:
443 : : case MP_BINARY_OP_MORE_EQUAL:
444 [ + + ]: 30963 : return mp_obj_new_bool(mp_seq_cmp_bytes(op, lhs_data, lhs_len, rhs_data, rhs_len));
445 : :
446 : : default:
447 : : return MP_OBJ_NULL; // op not supported
448 : : }
449 : : }
450 : :
451 : : #if !MICROPY_PY_BUILTINS_STR_UNICODE
452 : : // objstrunicode defines own version
453 : : const byte *str_index_to_ptr(const mp_obj_type_t *type, const byte *self_data, size_t self_len,
454 : : mp_obj_t index, bool is_slice) {
455 : : size_t index_val = mp_get_index(type, self_len, index, is_slice);
456 : : return self_data + index_val;
457 : : }
458 : : #endif
459 : :
460 : : // This is used for both bytes and 8-bit strings. This is not used for unicode strings.
461 : 2581997 : static mp_obj_t bytes_subscr(mp_obj_t self_in, mp_obj_t index, mp_obj_t value) {
462 : 2581997 : const mp_obj_type_t *type = mp_obj_get_type(self_in);
463 [ - + ]: 2643010 : GET_STR_DATA_LEN(self_in, self_data, self_len);
464 [ + + ]: 2643010 : if (value == MP_OBJ_SENTINEL) {
465 : : // load
466 : : #if MICROPY_PY_BUILTINS_SLICE
467 [ - + - + : 2643002 : if (mp_obj_is_type(index, &mp_type_slice)) {
- + - + +
+ + - ]
468 : 20 : mp_bound_slice_t slice;
469 [ + + ]: 20 : if (!mp_seq_get_fast_slice_indexes(self_len, index, &slice)) {
470 : 2 : mp_raise_NotImplementedError(MP_ERROR_TEXT("only slices with step=1 (aka None) are supported"));
471 : : }
472 : 18 : return mp_obj_new_str_of_type(type, self_data + slice.start, slice.stop - slice.start);
473 : : }
474 : : #endif
475 : 2642982 : size_t index_val = mp_get_index(type, self_len, index, false);
476 : : // If we have unicode enabled the type will always be bytes, so take the short cut.
477 : 2649746 : if (MICROPY_PY_BUILTINS_STR_UNICODE || type == &mp_type_bytes) {
478 : 2649746 : return MP_OBJ_NEW_SMALL_INT(self_data[index_val]);
479 : : } else {
480 : : return mp_obj_new_str_via_qstr((char *)&self_data[index_val], 1);
481 : : }
482 : : } else {
483 : : return MP_OBJ_NULL; // op not supported
484 : : }
485 : : }
486 : :
487 : 422 : static mp_obj_t str_join(mp_obj_t self_in, mp_obj_t arg) {
488 : 422 : check_is_str_or_bytes(self_in);
489 : 422 : const mp_obj_type_t *self_type = mp_obj_get_type(self_in);
490 : 422 : const mp_obj_type_t *ret_type = self_type;
491 : :
492 : : // get separation string
493 [ + + ]: 422 : GET_STR_DATA_LEN(self_in, sep_str, sep_len);
494 : :
495 : : // process args
496 : 422 : size_t seq_len;
497 : 422 : mp_obj_t *seq_items;
498 : :
499 [ - + - + : 422 : if (!mp_obj_is_type(arg, &mp_type_list) && !mp_obj_is_type(arg, &mp_type_tuple)) {
- + - + +
+ + + - +
- + - + -
+ + + +
+ ]
500 : : // arg is not a list nor a tuple, try to convert it to a list
501 : : // TODO: Try to optimize?
502 : 194 : arg = mp_obj_list_make_new(&mp_type_list, 1, 0, &arg);
503 : : }
504 : 418 : mp_obj_get_array(arg, &seq_len, &seq_items);
505 : :
506 : : // count required length
507 : 418 : size_t required_len = 0;
508 : : #if MICROPY_PY_BUILTINS_BYTEARRAY
509 [ + + ]: 418 : if (self_type == &mp_type_bytearray) {
510 : 8 : self_type = &mp_type_bytes;
511 : : }
512 : : #endif
513 [ + + ]: 25254 : for (size_t i = 0; i < seq_len; i++) {
514 : 24844 : const mp_obj_type_t *seq_type = mp_obj_get_type(seq_items[i]);
515 : : #if MICROPY_PY_BUILTINS_BYTEARRAY
516 [ + + ]: 24844 : if (seq_type == &mp_type_bytearray) {
517 : 8 : seq_type = &mp_type_bytes;
518 : : }
519 : : #endif
520 [ + + ]: 24844 : if (seq_type != self_type) {
521 : 8 : mp_raise_TypeError(
522 : 8 : MP_ERROR_TEXT("join expects a list of str/bytes objects consistent with self object"));
523 : : }
524 [ + + ]: 24836 : if (i > 0) {
525 : 24438 : required_len += sep_len;
526 : : }
527 [ + + ]: 24836 : GET_STR_LEN(seq_items[i], l);
528 : 24836 : required_len += l;
529 : : }
530 : :
531 : : // make joined string
532 : 410 : vstr_t vstr;
533 : 410 : vstr_init_len(&vstr, required_len);
534 : 410 : byte *data = (byte *)vstr.buf;
535 [ + + ]: 25246 : for (size_t i = 0; i < seq_len; i++) {
536 [ + + ]: 24836 : if (i > 0) {
537 : 24438 : memcpy(data, sep_str, sep_len);
538 : 24438 : data += sep_len;
539 : : }
540 [ + + ]: 24836 : GET_STR_DATA_LEN(seq_items[i], s, l);
541 : 24836 : memcpy(data, s, l);
542 : 24836 : data += l;
543 : : }
544 : :
545 : : // return joined string
546 : 410 : return mp_obj_new_str_type_from_vstr(ret_type, &vstr);
547 : : }
548 : : MP_DEFINE_CONST_FUN_OBJ_2(str_join_obj, str_join);
549 : :
550 : 313 : mp_obj_t mp_obj_str_split(size_t n_args, const mp_obj_t *args) {
551 : 313 : const mp_obj_type_t *self_type = mp_obj_get_type(args[0]);
552 : 313 : mp_int_t splits = -1;
553 : 313 : mp_obj_t sep = mp_const_none;
554 [ + + ]: 313 : if (n_args > 1) {
555 : 289 : sep = args[1];
556 [ + + ]: 289 : if (n_args > 2) {
557 : 76 : splits = mp_obj_get_int(args[2]);
558 : : }
559 : : }
560 : :
561 : 313 : mp_obj_t res = mp_obj_new_list(0, NULL);
562 [ + + ]: 313 : GET_STR_DATA_LEN(args[0], s, len);
563 : 313 : const byte *top = s + len;
564 : :
565 [ + + ]: 313 : if (sep == mp_const_none) {
566 : : // sep not given, so separate on whitespace
567 : :
568 : : // Initial whitespace is not counted as split, so we pre-do it
569 [ + - + + ]: 216 : while (s < top && unichar_isspace(*s)) {
570 : 144 : s++;
571 : : }
572 [ + + ]: 176 : while (s < top && splits != 0) {
573 : : const byte *start = s;
574 [ + + + + ]: 296 : while (s < top && !unichar_isspace(*s)) {
575 : 172 : s++;
576 : : }
577 : 124 : mp_obj_list_append(res, mp_obj_new_str_of_type(self_type, start, s - start));
578 [ + + ]: 124 : if (s >= top) {
579 : : break;
580 : : }
581 [ + + + + ]: 360 : while (s < top && unichar_isspace(*s)) {
582 : 256 : s++;
583 : : }
584 [ + + ]: 104 : if (splits > 0) {
585 : 32 : splits--;
586 : : }
587 : : }
588 : :
589 [ + + ]: 72 : if (s < top) {
590 : 24 : mp_obj_list_append(res, mp_obj_new_str_of_type(self_type, s, top - s));
591 : : }
592 : :
593 : : } else {
594 : : // sep given
595 : 241 : str_check_arg_type(self_type, sep);
596 : :
597 : 237 : size_t sep_len;
598 : 237 : const char *sep_str = mp_obj_str_get_data(sep, &sep_len);
599 : :
600 [ + + ]: 237 : if (sep_len == 0) {
601 : 12 : mp_raise_ValueError(MP_ERROR_TEXT("empty separator"));
602 : : }
603 : :
604 : 580 : for (;;) {
605 : 580 : const byte *start = s;
606 : 19176 : for (;;) {
607 [ + + + + ]: 9878 : if (splits == 0 || s + sep_len > top) {
608 : : s = top;
609 : : break;
610 [ + + ]: 9653 : } else if (memcmp(s, sep_str, sep_len) == 0) {
611 : : break;
612 : : }
613 : 9298 : s++;
614 : : }
615 : 580 : mp_obj_list_append(res, mp_obj_new_str_of_type(self_type, start, s - start));
616 [ + + ]: 580 : if (s >= top) {
617 : : break;
618 : : }
619 : 355 : s += sep_len;
620 [ + + ]: 355 : if (splits > 0) {
621 : 32 : splits--;
622 : : }
623 : : }
624 : : }
625 : :
626 : 297 : return res;
627 : : }
628 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_split_obj, 1, 3, mp_obj_str_split);
629 : :
630 : : #if MICROPY_PY_BUILTINS_STR_SPLITLINES
631 : 80 : static mp_obj_t str_splitlines(size_t n_args, const mp_obj_t *pos_args, mp_map_t *kw_args) {
632 : 80 : enum { ARG_keepends };
633 : 80 : static const mp_arg_t allowed_args[] = {
634 : : { MP_QSTR_keepends, MP_ARG_BOOL, {.u_bool = false} },
635 : : };
636 : :
637 : : // parse args
638 : 80 : mp_arg_val_t args[MP_ARRAY_SIZE(allowed_args)];
639 : 80 : mp_arg_parse_all(n_args - 1, pos_args + 1, kw_args, MP_ARRAY_SIZE(allowed_args), allowed_args, args);
640 : :
641 : 80 : const mp_obj_type_t *self_type = mp_obj_get_type(pos_args[0]);
642 : 80 : mp_obj_t res = mp_obj_new_list(0, NULL);
643 : :
644 [ + + ]: 80 : GET_STR_DATA_LEN(pos_args[0], s, len);
645 : 80 : const byte *top = s + len;
646 : :
647 [ + + ]: 288 : while (s < top) {
648 : : const byte *start = s;
649 : 736 : size_t match = 0;
650 [ + + ]: 736 : while (s < top) {
651 [ + + ]: 716 : if (*s == '\n') {
652 : : match = 1;
653 : : break;
654 [ + + ]: 620 : } else if (*s == '\r') {
655 [ + + ]: 92 : if (s[1] == '\n') {
656 : : match = 2;
657 : : } else {
658 : 40 : match = 1;
659 : : }
660 : : break;
661 : : }
662 : 528 : s++;
663 : : }
664 : 208 : size_t sub_len = s - start;
665 [ + + ]: 208 : if (args[ARG_keepends].u_bool) {
666 : 80 : sub_len += match;
667 : : }
668 : 208 : mp_obj_list_append(res, mp_obj_new_str_of_type(self_type, start, sub_len));
669 : 208 : s += match;
670 : : }
671 : :
672 : 80 : return res;
673 : : }
674 : : MP_DEFINE_CONST_FUN_OBJ_KW(str_splitlines_obj, 1, str_splitlines);
675 : : #endif
676 : :
677 : 130 : static mp_obj_t str_rsplit(size_t n_args, const mp_obj_t *args) {
678 [ + + ]: 130 : if (n_args < 3) {
679 : : // If we don't have split limit, it doesn't matter from which side
680 : : // we split.
681 : 52 : return mp_obj_str_split(n_args, args);
682 : : }
683 : 78 : const mp_obj_type_t *self_type = mp_obj_get_type(args[0]);
684 : 78 : mp_obj_t sep = args[1];
685 [ + + ]: 78 : GET_STR_DATA_LEN(args[0], s, len);
686 : :
687 : 78 : mp_int_t splits = mp_obj_get_int(args[2]);
688 [ + + ]: 78 : if (splits < 0) {
689 : : // Negative limit means no limit, so delegate to split().
690 : 8 : return mp_obj_str_split(n_args, args);
691 : : }
692 : :
693 : 70 : mp_int_t org_splits = splits;
694 : : // Preallocate list to the max expected # of elements, as we
695 : : // will fill it from the end.
696 : 70 : mp_obj_list_t *res = MP_OBJ_TO_PTR(mp_obj_new_list(splits + 1, NULL));
697 : 70 : mp_int_t idx = splits;
698 : :
699 [ + + ]: 70 : if (sep == mp_const_none) {
700 : 2 : mp_raise_NotImplementedError(MP_ERROR_TEXT("rsplit(None,n)"));
701 : : } else {
702 : 68 : size_t sep_len;
703 : 68 : const char *sep_str = mp_obj_str_get_data(sep, &sep_len);
704 : :
705 [ + + ]: 68 : if (sep_len == 0) {
706 : 4 : mp_raise_ValueError(MP_ERROR_TEXT("empty separator"));
707 : : }
708 : :
709 : 64 : const byte *beg = s;
710 : 64 : const byte *last = s + len;
711 : 304 : for (;;) {
712 : 184 : s = last - sep_len;
713 : 796 : for (;;) {
714 [ + + ]: 490 : if (splits == 0 || s < beg) {
715 : : break;
716 [ + + ]: 426 : } else if (memcmp(s, sep_str, sep_len) == 0) {
717 : : break;
718 : : }
719 : 306 : s--;
720 : : }
721 [ + + ]: 184 : if (s < beg || splits == 0) {
722 : 64 : res->items[idx] = mp_obj_new_str_of_type(self_type, beg, last - beg);
723 : 64 : break;
724 : : }
725 : 120 : res->items[idx--] = mp_obj_new_str_of_type(self_type, s + sep_len, last - s - sep_len);
726 : 120 : last = s;
727 : 120 : splits--;
728 : : }
729 [ + + ]: 64 : if (idx != 0) {
730 : : // We split less parts than split limit, now go cleanup surplus
731 : 16 : size_t used = org_splits + 1 - idx;
732 : 16 : memmove(res->items, &res->items[idx], used * sizeof(mp_obj_t));
733 : 16 : mp_seq_clear(res->items, used, res->alloc, sizeof(*res->items));
734 : 16 : res->len = used;
735 : : }
736 : : }
737 : :
738 : 64 : return MP_OBJ_FROM_PTR(res);
739 : : }
740 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_rsplit_obj, 1, 3, str_rsplit);
741 : :
742 : 534 : static mp_obj_t str_finder(size_t n_args, const mp_obj_t *args, int direction, bool is_index) {
743 : 534 : const mp_obj_type_t *self_type = mp_obj_get_type(args[0]);
744 : 534 : check_is_str_or_bytes(args[0]);
745 : :
746 : : // check argument type
747 : 534 : str_check_arg_type(self_type, args[1]);
748 : :
749 [ + + ]: 530 : GET_STR_DATA_LEN(args[0], haystack, haystack_len);
750 [ + + ]: 530 : GET_STR_DATA_LEN(args[1], needle, needle_len);
751 : :
752 : 530 : const byte *start = haystack;
753 : 530 : const byte *end = haystack + haystack_len;
754 [ + + + + ]: 530 : if (n_args >= 3 && args[2] != mp_const_none) {
755 : 412 : start = str_index_to_ptr(self_type, haystack, haystack_len, args[2], true);
756 : : }
757 [ + + + + ]: 452 : if (n_args >= 4 && args[3] != mp_const_none) {
758 : 130 : end = str_index_to_ptr(self_type, haystack, haystack_len, args[3], true);
759 : : }
760 : :
761 [ + + ]: 530 : if (end < start) {
762 : 8 : goto out_error;
763 : : }
764 : :
765 : 522 : const byte *p = find_subbytes(start, end - start, needle, needle_len, direction);
766 [ + + ]: 522 : if (p == NULL) {
767 : 184 : out_error:
768 : : // not found
769 [ + + ]: 192 : if (is_index) {
770 : 72 : mp_raise_ValueError(MP_ERROR_TEXT("substring not found"));
771 : : } else {
772 : : return MP_OBJ_NEW_SMALL_INT(-1);
773 : : }
774 : : } else {
775 : : // found
776 : : #if MICROPY_PY_BUILTINS_STR_UNICODE
777 [ + + ]: 338 : if (self_type == &mp_type_str) {
778 : 270 : return MP_OBJ_NEW_SMALL_INT(utf8_ptr_to_index(haystack, p));
779 : : }
780 : : #endif
781 : 68 : return MP_OBJ_NEW_SMALL_INT(p - haystack);
782 : : }
783 : : }
784 : :
785 : 226 : static mp_obj_t str_find(size_t n_args, const mp_obj_t *args) {
786 : 226 : return str_finder(n_args, args, 1, false);
787 : : }
788 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_find_obj, 2, 4, str_find);
789 : :
790 : 104 : static mp_obj_t str_rfind(size_t n_args, const mp_obj_t *args) {
791 : 104 : return str_finder(n_args, args, -1, false);
792 : : }
793 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_rfind_obj, 2, 4, str_rfind);
794 : :
795 : 104 : static mp_obj_t str_index(size_t n_args, const mp_obj_t *args) {
796 : 104 : return str_finder(n_args, args, 1, true);
797 : : }
798 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_index_obj, 2, 4, str_index);
799 : :
800 : 100 : static mp_obj_t str_rindex(size_t n_args, const mp_obj_t *args) {
801 : 100 : return str_finder(n_args, args, -1, true);
802 : : }
803 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_rindex_obj, 2, 4, str_rindex);
804 : :
805 : : // TODO: (Much) more variety in args
806 : 327 : static mp_obj_t str_startswith(size_t n_args, const mp_obj_t *args) {
807 : 327 : const mp_obj_type_t *self_type = mp_obj_get_type(args[0]);
808 [ + + ]: 327 : GET_STR_DATA_LEN(args[0], str, str_len);
809 : 327 : size_t prefix_len;
810 : 327 : const char *prefix = mp_obj_str_get_data(args[1], &prefix_len);
811 : 319 : const byte *start = str;
812 [ + + ]: 319 : if (n_args > 2) {
813 : 26 : start = str_index_to_ptr(self_type, str, str_len, args[2], true);
814 : : }
815 [ + + ]: 319 : if (prefix_len + (start - str) > str_len) {
816 : : return mp_const_false;
817 : : }
818 [ + + ]: 263 : return mp_obj_new_bool(memcmp(start, prefix, prefix_len) == 0);
819 : : }
820 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_startswith_obj, 2, 3, str_startswith);
821 : :
822 : 38 : static mp_obj_t str_endswith(size_t n_args, const mp_obj_t *args) {
823 [ + + ]: 38 : GET_STR_DATA_LEN(args[0], str, str_len);
824 : 38 : size_t suffix_len;
825 : 38 : const char *suffix = mp_obj_str_get_data(args[1], &suffix_len);
826 [ + + ]: 30 : if (n_args > 2) {
827 : 2 : mp_raise_NotImplementedError(MP_ERROR_TEXT("start/end indices"));
828 : : }
829 : :
830 [ + + ]: 28 : if (suffix_len > str_len) {
831 : : return mp_const_false;
832 : : }
833 [ + + ]: 24 : return mp_obj_new_bool(memcmp(str + (str_len - suffix_len), suffix, suffix_len) == 0);
834 : : }
835 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_endswith_obj, 2, 3, str_endswith);
836 : :
837 : : enum { LSTRIP, RSTRIP, STRIP };
838 : :
839 : 172 : static mp_obj_t str_uni_strip(int type, size_t n_args, const mp_obj_t *args) {
840 : 172 : check_is_str_or_bytes(args[0]);
841 : 172 : const mp_obj_type_t *self_type = mp_obj_get_type(args[0]);
842 : :
843 : 172 : const byte *chars_to_del;
844 : 172 : uint chars_to_del_len;
845 : 172 : static const byte whitespace[] = " \t\n\r\v\f";
846 : :
847 [ + + ]: 172 : if (n_args == 1) {
848 : : chars_to_del = whitespace;
849 : : chars_to_del_len = sizeof(whitespace) - 1;
850 : : } else {
851 : 68 : str_check_arg_type(self_type, args[1]);
852 [ + + ]: 60 : GET_STR_DATA_LEN(args[1], s, l);
853 : 60 : chars_to_del = s;
854 : 60 : chars_to_del_len = l;
855 : : }
856 : :
857 [ + + ]: 164 : GET_STR_DATA_LEN(args[0], orig_str, orig_str_len);
858 : :
859 : 164 : size_t first_good_char_pos = 0;
860 : 164 : bool first_good_char_pos_set = false;
861 : 164 : size_t last_good_char_pos = 0;
862 : 164 : size_t i = 0;
863 : 164 : int delta = 1;
864 [ + + ]: 164 : if (type == RSTRIP) {
865 : 44 : i = orig_str_len - 1;
866 : 44 : delta = -1;
867 : : }
868 [ + + ]: 732 : for (size_t len = orig_str_len; len > 0; len--) {
869 [ + + ]: 652 : if (find_subbytes(chars_to_del, chars_to_del_len, &orig_str[i], 1, 1) == NULL) {
870 [ + + ]: 288 : if (!first_good_char_pos_set) {
871 : 148 : first_good_char_pos_set = true;
872 : 148 : first_good_char_pos = i;
873 [ + + ]: 148 : if (type == LSTRIP) {
874 : 40 : last_good_char_pos = orig_str_len - 1;
875 : 40 : break;
876 [ + + ]: 108 : } else if (type == RSTRIP) {
877 : : first_good_char_pos = 0;
878 : : last_good_char_pos = i;
879 : : break;
880 : : }
881 : : }
882 : : last_good_char_pos = i;
883 : : }
884 : 568 : i += delta;
885 : : }
886 : :
887 [ + + ]: 164 : if (!first_good_char_pos_set) {
888 : : // string is all whitespace, return ''
889 [ + + ]: 16 : if (self_type == &mp_type_str) {
890 : : return MP_OBJ_NEW_QSTR(MP_QSTR_);
891 : : } else {
892 : 8 : return mp_const_empty_bytes;
893 : : }
894 : : }
895 : :
896 [ - + ]: 148 : assert(last_good_char_pos >= first_good_char_pos);
897 : : // +1 to accommodate the last character
898 : 148 : size_t stripped_len = last_good_char_pos - first_good_char_pos + 1;
899 [ + + ]: 148 : if (stripped_len == orig_str_len) {
900 : : // If nothing was stripped, don't bother to dup original string
901 : : // TODO: watch out for this case when we'll get to bytearray.strip()
902 [ - + ]: 48 : assert(first_good_char_pos == 0);
903 : 48 : return args[0];
904 : : }
905 : 100 : return mp_obj_new_str_of_type(self_type, orig_str + first_good_char_pos, stripped_len);
906 : : }
907 : :
908 : 80 : static mp_obj_t str_strip(size_t n_args, const mp_obj_t *args) {
909 : 80 : return str_uni_strip(STRIP, n_args, args);
910 : : }
911 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_strip_obj, 1, 2, str_strip);
912 : :
913 : 40 : static mp_obj_t str_lstrip(size_t n_args, const mp_obj_t *args) {
914 : 40 : return str_uni_strip(LSTRIP, n_args, args);
915 : : }
916 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_lstrip_obj, 1, 2, str_lstrip);
917 : :
918 : 52 : static mp_obj_t str_rstrip(size_t n_args, const mp_obj_t *args) {
919 : 52 : return str_uni_strip(RSTRIP, n_args, args);
920 : : }
921 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_rstrip_obj, 1, 2, str_rstrip);
922 : :
923 : : #if MICROPY_PY_BUILTINS_STR_CENTER
924 : 64 : static mp_obj_t str_center(mp_obj_t str_in, mp_obj_t width_in) {
925 [ + + ]: 64 : GET_STR_DATA_LEN(str_in, str, str_len);
926 : 64 : mp_uint_t width = mp_obj_get_int(width_in);
927 [ + + ]: 64 : if (str_len >= width) {
928 : : return str_in;
929 : : }
930 : :
931 : 40 : vstr_t vstr;
932 : 40 : vstr_init_len(&vstr, width);
933 : 40 : memset(vstr.buf, ' ', width);
934 : 40 : int left = (width - str_len) / 2;
935 : 40 : memcpy(vstr.buf + left, str, str_len);
936 : 40 : return mp_obj_new_str_type_from_vstr(mp_obj_get_type(str_in), &vstr);
937 : : }
938 : : MP_DEFINE_CONST_FUN_OBJ_2(str_center_obj, str_center);
939 : : #endif
940 : :
941 : : // Takes an int arg, but only parses unsigned numbers, and only changes
942 : : // *num if at least one digit was parsed.
943 : 178597 : static const char *str_to_int(const char *str, const char *top, int *num) {
944 [ + + + + : 178597 : if (str < top && '0' <= *str && *str <= '9') {
+ + ]
945 : 104602 : *num = 0;
946 : 135150 : do {
947 : 135150 : *num = *num * 10 + (*str - '0');
948 : 135150 : str++;
949 : : }
950 [ + + + + : 135150 : while (str < top && '0' <= *str && *str <= '9');
+ + ]
951 : : }
952 : 178597 : return str;
953 : : }
954 : :
955 : 56996 : static bool isalignment(char ch) {
956 [ + + + + ]: 56996 : return ch && strchr("<>=^", ch) != NULL;
957 : : }
958 : :
959 : 28832 : static bool istype(char ch) {
960 [ + + + + ]: 28832 : return ch && strchr("bcdeEfFgGnosxX%", ch) != NULL;
961 : : }
962 : :
963 : 156084 : static bool arg_looks_integer(mp_obj_t arg) {
964 [ + + + + : 156084 : return mp_obj_is_bool(arg) || mp_obj_is_int(arg);
+ + + + ]
965 : : }
966 : :
967 : 97780 : static bool arg_looks_numeric(mp_obj_t arg) {
968 : 97780 : return arg_looks_integer(arg)
969 : : #if MICROPY_PY_BUILTINS_FLOAT
970 [ + + - + : 97780 : || mp_obj_is_float(arg)
- + - + -
+ + + +
+ ]
971 : : #endif
972 : : ;
973 : : }
974 : :
975 : : #if MICROPY_PY_BUILTINS_STR_OP_MODULO
976 : 22443 : static mp_obj_t arg_as_int(mp_obj_t arg) {
977 : : #if MICROPY_PY_BUILTINS_FLOAT
978 [ - + - + : 22443 : if (mp_obj_is_float(arg)) {
- + - + +
+ + + ]
979 : 32 : return mp_obj_new_int_from_float(mp_obj_float_get(arg));
980 : : }
981 : : #endif
982 : : return arg;
983 : : }
984 : : #endif
985 : :
986 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
987 : : static NORETURN void terse_str_format_value_error(void) {
988 : : mp_raise_ValueError(MP_ERROR_TEXT("bad format string"));
989 : : }
990 : : #else
991 : : // define to nothing to improve coverage
992 : : #define terse_str_format_value_error()
993 : : #endif
994 : :
995 : 66872 : static vstr_t mp_obj_str_format_helper(const char *str, const char *top, int *arg_i, size_t n_args, const mp_obj_t *args, mp_map_t *kwargs) {
996 : 66872 : vstr_t vstr;
997 : 66872 : mp_print_t print;
998 : 66872 : vstr_init_print(&vstr, 16, &print);
999 : :
1000 [ + + ]: 352236 : for (; str < top; str++) {
1001 [ + + ]: 218574 : if (*str == '}') {
1002 : 20 : str++;
1003 [ + + + - ]: 20 : if (str < top && *str == '}') {
1004 : 12 : vstr_add_byte(&vstr, '}');
1005 : 176458 : continue;
1006 : : }
1007 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1008 : : terse_str_format_value_error();
1009 : : #else
1010 : 8 : mp_raise_ValueError(MP_ERROR_TEXT("single '}' encountered in format string"));
1011 : : #endif
1012 : : }
1013 [ + + ]: 218554 : if (*str != '{') {
1014 : 160194 : vstr_add_byte(&vstr, *str);
1015 : 160194 : continue;
1016 : : }
1017 : :
1018 : 58360 : str++;
1019 [ + - + + ]: 58360 : if (str < top && *str == '{') {
1020 : 16 : vstr_add_byte(&vstr, '{');
1021 : 16 : continue;
1022 : : }
1023 : :
1024 : : // replacement_field ::= "{" [field_name] ["!" conversion] [":" format_spec] "}"
1025 : :
1026 : 58344 : const char *field_name = NULL;
1027 : 58344 : const char *field_name_top = NULL;
1028 : 58344 : char conversion = '\0';
1029 : 58344 : const char *format_spec = NULL;
1030 : :
1031 [ + - + + : 58344 : if (str < top && *str != '}' && *str != '!' && *str != ':') {
+ + + + ]
1032 : 1442 : field_name = (const char *)str;
1033 [ + + + + : 1442 : while (str < top && *str != '}' && *str != '!' && *str != ':') {
+ + + + ]
1034 : 1314 : ++str;
1035 : : }
1036 : : field_name_top = (const char *)str;
1037 : : }
1038 : :
1039 : : // conversion ::= "r" | "s"
1040 : :
1041 [ + + + + ]: 58344 : if (str < top && *str == '!') {
1042 : 2104 : str++;
1043 [ + + + + ]: 2104 : if (str < top && (*str == 'r' || *str == 's')) {
1044 : 2096 : conversion = *str++;
1045 : : } else {
1046 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1047 : : terse_str_format_value_error();
1048 : : #elif MICROPY_ERROR_REPORTING == MICROPY_ERROR_REPORTING_NORMAL
1049 : : mp_raise_ValueError(MP_ERROR_TEXT("bad conversion specifier"));
1050 : : #else
1051 [ + + ]: 8 : if (str >= top) {
1052 : 4 : mp_raise_ValueError(
1053 : 4 : MP_ERROR_TEXT("end of format while looking for conversion specifier"));
1054 : : } else {
1055 : 4 : mp_raise_msg_varg(&mp_type_ValueError,
1056 : 4 : MP_ERROR_TEXT("unknown conversion specifier %c"), *str);
1057 : : }
1058 : : #endif
1059 : : }
1060 : : }
1061 : :
1062 [ + + + + ]: 58336 : if (str < top && *str == ':') {
1063 : 28844 : str++;
1064 : : // {:} is the same as {}, which is the same as {!s}
1065 : : // This makes a difference when passing in a True or False
1066 : : // '{}'.format(True) returns 'True'
1067 : : // '{:d}'.format(True) returns '1'
1068 : : // So we treat {:} as {} and this later gets treated to be {!s}
1069 [ + + ]: 28844 : if (*str != '}') {
1070 : 107684 : format_spec = str;
1071 [ + - ]: 107684 : for (int nest = 1; str < top;) {
1072 [ + + ]: 107684 : if (*str == '{') {
1073 : 48 : ++nest;
1074 [ + + ]: 107636 : } else if (*str == '}') {
1075 [ + + ]: 28884 : if (--nest == 0) {
1076 : : break;
1077 : : }
1078 : : }
1079 : 78848 : ++str;
1080 : : }
1081 : : }
1082 : : }
1083 [ + + ]: 58336 : if (str >= top) {
1084 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1085 : : terse_str_format_value_error();
1086 : : #else
1087 : 4 : mp_raise_ValueError(MP_ERROR_TEXT("unmatched '{' in format"));
1088 : : #endif
1089 : : }
1090 [ + + ]: 58332 : if (*str != '}') {
1091 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1092 : : terse_str_format_value_error();
1093 : : #else
1094 : 4 : mp_raise_ValueError(MP_ERROR_TEXT("expected ':' after format specifier"));
1095 : : #endif
1096 : : }
1097 : :
1098 : 58328 : mp_obj_t arg = mp_const_none;
1099 : :
1100 [ + + ]: 58328 : if (field_name) {
1101 : 124 : int index = 0;
1102 [ + + ]: 124 : if (MP_LIKELY(unichar_isdigit(*field_name))) {
1103 [ + + ]: 68 : if (*arg_i > 0) {
1104 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1105 : : terse_str_format_value_error();
1106 : : #else
1107 : 4 : mp_raise_ValueError(
1108 : 4 : MP_ERROR_TEXT("can't switch from automatic field numbering to manual field specification"));
1109 : : #endif
1110 : : }
1111 : 64 : field_name = str_to_int(field_name, field_name_top, &index);
1112 [ + + ]: 64 : if ((uint)index >= n_args - 1) {
1113 : 8 : mp_raise_msg(&mp_type_IndexError, MP_ERROR_TEXT("tuple index out of range"));
1114 : : }
1115 : 56 : arg = args[index + 1];
1116 : 56 : *arg_i = -1;
1117 : : } else {
1118 : : const char *lookup;
1119 [ + + + - : 1284 : for (lookup = field_name; lookup < field_name_top && *lookup != '.' && *lookup != '['; lookup++) {;
+ + ]
1120 : : }
1121 : 56 : mp_obj_t field_q = mp_obj_new_str_via_qstr(field_name, lookup - field_name); // should it be via qstr?
1122 : 56 : field_name = lookup;
1123 : 56 : mp_map_elem_t *key_elem = mp_map_lookup(kwargs, field_q, MP_MAP_LOOKUP);
1124 [ + + ]: 56 : if (key_elem == NULL) {
1125 : 4 : mp_raise_type_arg(&mp_type_KeyError, field_q);
1126 : : }
1127 : 52 : arg = key_elem->value;
1128 : : }
1129 [ + + ]: 108 : if (field_name < field_name_top) {
1130 : 2 : mp_raise_NotImplementedError(MP_ERROR_TEXT("attributes not supported"));
1131 : : }
1132 : : } else {
1133 [ + + ]: 58204 : if (*arg_i < 0) {
1134 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1135 : : terse_str_format_value_error();
1136 : : #else
1137 : 4 : mp_raise_ValueError(
1138 : 4 : MP_ERROR_TEXT("can't switch from manual field specification to automatic field numbering"));
1139 : : #endif
1140 : : }
1141 [ + + ]: 58200 : if ((uint)*arg_i >= n_args - 1) {
1142 : 4 : mp_raise_msg(&mp_type_IndexError, MP_ERROR_TEXT("tuple index out of range"));
1143 : : }
1144 : 58196 : arg = args[(*arg_i) + 1];
1145 : 58196 : (*arg_i)++;
1146 : : }
1147 [ + + ]: 58302 : if (!format_spec && !conversion) {
1148 : : conversion = 's';
1149 : : }
1150 [ + + ]: 28852 : if (conversion) {
1151 : 31542 : mp_print_kind_t print_kind;
1152 [ + + ]: 31542 : if (conversion == 's') {
1153 : : print_kind = PRINT_STR;
1154 : : } else {
1155 [ - + ]: 1048 : assert(conversion == 'r');
1156 : : print_kind = PRINT_REPR;
1157 : : }
1158 : 31542 : vstr_t arg_vstr;
1159 : 31542 : mp_print_t arg_print;
1160 : 31542 : vstr_init_print(&arg_vstr, 16, &arg_print);
1161 : 31542 : mp_obj_print_helper(&arg_print, arg, print_kind);
1162 : 31542 : arg = mp_obj_new_str_type_from_vstr(&mp_type_str, &arg_vstr);
1163 : : }
1164 : :
1165 : 58302 : char fill = '\0';
1166 : 58302 : char align = '\0';
1167 : 58302 : int width = -1;
1168 : 58302 : int precision = -1;
1169 : 58302 : char type = '\0';
1170 : 58302 : int flags = 0;
1171 : :
1172 [ + + ]: 58302 : if (format_spec) {
1173 : : // The format specifier (from http://docs.python.org/2/library/string.html#formatspec)
1174 : : //
1175 : : // [[fill]align][sign][#][0][width][,][.precision][type]
1176 : : // fill ::= <any character>
1177 : : // align ::= "<" | ">" | "=" | "^"
1178 : : // sign ::= "+" | "-" | " "
1179 : : // width ::= integer
1180 : : // precision ::= integer
1181 : : // type ::= "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"
1182 : :
1183 : : // recursively call the formatter to format any nested specifiers
1184 : 28832 : mp_cstack_check();
1185 : 28832 : vstr_t format_spec_vstr = mp_obj_str_format_helper(format_spec, str, arg_i, n_args, args, kwargs);
1186 : 28832 : const char *s = vstr_null_terminated_str(&format_spec_vstr);
1187 : 28832 : const char *stop = s + format_spec_vstr.len;
1188 [ + + ]: 28832 : if (isalignment(*s)) {
1189 : 668 : align = *s++;
1190 [ + - + + ]: 28164 : } else if (*s && isalignment(s[1])) {
1191 : 1908 : fill = *s++;
1192 : 1908 : align = *s++;
1193 : : }
1194 [ + + ]: 28832 : if (*s == '+' || *s == '-' || *s == ' ') {
1195 [ + + ]: 32 : if (*s == '+') {
1196 : : flags |= PF_FLAG_SHOW_SIGN;
1197 [ + + ]: 16 : } else if (*s == ' ') {
1198 : 8 : flags |= PF_FLAG_SPACE_SIGN;
1199 : : }
1200 : 32 : s++;
1201 : : }
1202 [ + + ]: 28832 : if (*s == '#') {
1203 : 5184 : flags |= PF_FLAG_SHOW_PREFIX;
1204 : 5184 : s++;
1205 : : }
1206 [ + + ]: 28832 : if (*s == '0') {
1207 [ + + + + ]: 10748 : if (!align && arg_looks_numeric(arg)) {
1208 : 10732 : align = '=';
1209 : : }
1210 [ + - ]: 10748 : if (!fill) {
1211 : 10748 : fill = '0';
1212 : : }
1213 : : }
1214 : 28832 : s = str_to_int(s, stop, &width);
1215 [ + + ]: 28832 : if (*s == ',') {
1216 : 32 : flags |= PF_FLAG_SHOW_COMMA;
1217 : 32 : s++;
1218 : : }
1219 [ + + ]: 28832 : if (*s == '.') {
1220 : 5664 : s++;
1221 : 5664 : s = str_to_int(s, stop, &precision);
1222 : : }
1223 [ + + ]: 28832 : if (istype(*s)) {
1224 : 28744 : type = *s++;
1225 : : }
1226 [ + + ]: 28832 : if (*s) {
1227 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1228 : : terse_str_format_value_error();
1229 : : #else
1230 : 4 : mp_raise_ValueError(MP_ERROR_TEXT("invalid format specifier"));
1231 : : #endif
1232 : : }
1233 : 28828 : vstr_clear(&format_spec_vstr);
1234 : : }
1235 [ + + ]: 58298 : if (!align) {
1236 [ + + ]: 44990 : if (arg_looks_numeric(arg)) {
1237 : : align = '>';
1238 : : } else {
1239 : 33970 : align = '<';
1240 : : }
1241 : : }
1242 [ + + ]: 58298 : if (!fill) {
1243 : 45642 : fill = ' ';
1244 : : }
1245 : :
1246 [ + + ]: 58298 : if (flags & (PF_FLAG_SHOW_SIGN | PF_FLAG_SPACE_SIGN)) {
1247 [ + + ]: 24 : if (type == 's') {
1248 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1249 : : terse_str_format_value_error();
1250 : : #else
1251 : 4 : mp_raise_ValueError(MP_ERROR_TEXT("sign not allowed in string format specifier"));
1252 : : #endif
1253 : : }
1254 [ + + ]: 20 : if (type == 'c') {
1255 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1256 : : terse_str_format_value_error();
1257 : : #else
1258 : 4 : mp_raise_ValueError(
1259 : 4 : MP_ERROR_TEXT("sign not allowed with integer format specifier 'c'"));
1260 : : #endif
1261 : : }
1262 : : }
1263 : :
1264 [ + + + + ]: 58290 : switch (align) {
1265 : 34850 : case '<':
1266 : 34850 : flags |= PF_FLAG_LEFT_ADJUST;
1267 : 34850 : break;
1268 : 10740 : case '=':
1269 : 10740 : flags |= PF_FLAG_PAD_AFTER_SIGN;
1270 : 10740 : break;
1271 : 828 : case '^':
1272 : 828 : flags |= PF_FLAG_CENTER_ADJUST;
1273 : 828 : break;
1274 : : }
1275 : :
1276 [ + + ]: 58290 : if (arg_looks_integer(arg)) {
1277 [ + + + + : 18692 : switch (type) {
+ + + ]
1278 : 5156 : case 'b':
1279 : 5156 : mp_print_mp_int(&print, arg, 2, 'a', flags, fill, width, 0);
1280 : 5156 : continue;
1281 : :
1282 : 392 : case 'c': {
1283 : 196 : char ch = mp_obj_get_int(arg);
1284 : 196 : mp_print_strn(&print, &ch, 1, flags, fill, width);
1285 : 196 : continue;
1286 : : }
1287 : :
1288 : 136 : case '\0': // No explicit format type implies 'd'
1289 : : case 'n': // I don't think we support locales in uPy so use 'd'
1290 : : case 'd':
1291 : 136 : mp_print_mp_int(&print, arg, 10, 'a', flags, fill, width, 0);
1292 : 136 : continue;
1293 : :
1294 : 12 : case 'o':
1295 [ + + ]: 12 : if (flags & PF_FLAG_SHOW_PREFIX) {
1296 : 8 : flags |= PF_FLAG_SHOW_OCTAL_LETTER;
1297 : : }
1298 : :
1299 : 12 : mp_print_mp_int(&print, arg, 8, 'a', flags, fill, width, 0);
1300 : 12 : continue;
1301 : :
1302 : 10736 : case 'X':
1303 : : case 'x':
1304 : 10736 : mp_print_mp_int(&print, arg, 16, type - ('X' - 'A'), flags, fill, width, 0);
1305 : 10736 : continue;
1306 : :
1307 : : case 'e':
1308 : : case 'E':
1309 : : case 'f':
1310 : : case 'F':
1311 : : case 'g':
1312 : : case 'G':
1313 : : case '%':
1314 : : // The floating point formatters all work with anything that
1315 : : // looks like an integer
1316 : : break;
1317 : :
1318 : 4 : default:
1319 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1320 : : terse_str_format_value_error();
1321 : : #else
1322 : 4 : mp_raise_msg_varg(&mp_type_ValueError,
1323 : 4 : MP_ERROR_TEXT("unknown format code '%c' for object of type '%s'"),
1324 : : type, mp_obj_get_type_str(arg));
1325 : : #endif
1326 : : }
1327 : : }
1328 : :
1329 : : // NOTE: no else here. We need the e, f, g etc formats for integer
1330 : : // arguments (from above if) to take this if.
1331 [ + + ]: 42050 : if (arg_looks_numeric(arg)) {
1332 [ + + ]: 5724 : if (!type) {
1333 : :
1334 : : // Even though the docs say that an unspecified type is the same
1335 : : // as 'g', there is one subtle difference, when the exponent
1336 : : // is one less than the precision.
1337 : : //
1338 : : // '{:10.1}'.format(0.0) ==> '0e+00'
1339 : : // '{:10.1g}'.format(0.0) ==> '0'
1340 : : //
1341 : : // TODO: Figure out how to deal with this.
1342 : : //
1343 : : // A proper solution would involve adding a special flag
1344 : : // or something to format_float, and create a format_double
1345 : : // to deal with doubles. In order to fix this when using
1346 : : // sprintf, we'd need to use the e format and tweak the
1347 : : // returned result to strip trailing zeros like the g format
1348 : : // does.
1349 : : //
1350 : : // {:10.3} and {:10.2e} with 1.23e2 both produce 1.23e+02
1351 : : // but with 1.e2 you get 1e+02 and 1.00e+02
1352 : : //
1353 : : // Stripping the trailing 0's (like g) does would make the
1354 : : // e format give us the right format.
1355 : : //
1356 : : // CPython sources say:
1357 : : // Omitted type specifier. Behaves in the same way as repr(x)
1358 : : // and str(x) if no precision is given, else like 'g', but with
1359 : : // at least one digit after the decimal point. */
1360 : :
1361 : : type = 'g';
1362 : : }
1363 [ + + ]: 5716 : if (type == 'n') {
1364 : : type = 'g';
1365 : : }
1366 : :
1367 [ + + + ]: 5716 : switch (type) {
1368 : : #if MICROPY_PY_BUILTINS_FLOAT
1369 : 5692 : case 'e':
1370 : : case 'E':
1371 : : case 'f':
1372 : : case 'F':
1373 : : case 'g':
1374 : : case 'G':
1375 : 5692 : mp_print_float(&print, mp_obj_get_float(arg), type, flags, fill, width, precision);
1376 : 5692 : break;
1377 : :
1378 : 24 : case '%':
1379 : 24 : flags |= PF_FLAG_ADD_PERCENT;
1380 : : #if MICROPY_FLOAT_IMPL == MICROPY_FLOAT_IMPL_FLOAT
1381 : : #define F100 100.0F
1382 : : #else
1383 : : #define F100 100.0
1384 : : #endif
1385 : 24 : mp_print_float(&print, mp_obj_get_float(arg) * F100, 'f', flags, fill, width, precision);
1386 : : #undef F100
1387 : 24 : break;
1388 : : #endif
1389 : :
1390 : 8 : default:
1391 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1392 : : terse_str_format_value_error();
1393 : : #else
1394 : 8 : mp_raise_msg_varg(&mp_type_ValueError,
1395 : 8 : MP_ERROR_TEXT("unknown format code '%c' for object of type '%s'"),
1396 : : type, mp_obj_get_type_str(arg));
1397 : : #endif
1398 : : }
1399 : : } else {
1400 : : // arg doesn't look like a number
1401 : :
1402 [ + + ]: 36326 : if (align == '=') {
1403 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1404 : : terse_str_format_value_error();
1405 : : #else
1406 : 4 : mp_raise_ValueError(
1407 : 4 : MP_ERROR_TEXT("'=' alignment not allowed in string format specifier"));
1408 : : #endif
1409 : : }
1410 : :
1411 [ + + ]: 36322 : switch (type) {
1412 : 36318 : case '\0': // no explicit format type implies 's'
1413 : : case 's': {
1414 : 36318 : size_t slen;
1415 : 36318 : const char *s = mp_obj_str_get_data(arg, &slen);
1416 [ + + ]: 36318 : if (precision < 0) {
1417 : 36314 : precision = slen;
1418 : : }
1419 [ + + ]: 36318 : if (slen > (size_t)precision) {
1420 : 4 : slen = precision;
1421 : : }
1422 : 36318 : mp_print_strn(&print, s, slen, flags, fill, width);
1423 : 36318 : break;
1424 : : }
1425 : :
1426 : 4 : default:
1427 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1428 : : terse_str_format_value_error();
1429 : : #else
1430 : 4 : mp_raise_msg_varg(&mp_type_ValueError,
1431 : 4 : MP_ERROR_TEXT("unknown format code '%c' for object of type '%s'"),
1432 : : type, mp_obj_get_type_str(arg));
1433 : : #endif
1434 : : }
1435 : : }
1436 : : }
1437 : :
1438 : 66790 : return vstr;
1439 : : }
1440 : :
1441 : 38040 : mp_obj_t mp_obj_str_format(size_t n_args, const mp_obj_t *args, mp_map_t *kwargs) {
1442 : 38040 : check_is_str_or_bytes(args[0]);
1443 : :
1444 [ + + ]: 38040 : GET_STR_DATA_LEN(args[0], str, len);
1445 : 38040 : int arg_i = 0;
1446 : 38040 : vstr_t vstr = mp_obj_str_format_helper((const char *)str, (const char *)str + len, &arg_i, n_args, args, kwargs);
1447 : 37958 : return mp_obj_new_str_type_from_vstr(mp_obj_get_type(args[0]), &vstr);
1448 : : }
1449 : : MP_DEFINE_CONST_FUN_OBJ_KW(str_format_obj, 1, mp_obj_str_format);
1450 : :
1451 : : #if MICROPY_PY_BUILTINS_STR_OP_MODULO
1452 : 93574 : static mp_obj_t str_modulo_format(mp_obj_t pattern, size_t n_args, const mp_obj_t *args, mp_obj_t dict) {
1453 : 93574 : check_is_str_or_bytes(pattern);
1454 : :
1455 [ + + ]: 93574 : GET_STR_DATA_LEN(pattern, str, len);
1456 : : #if MICROPY_ERROR_REPORTING > MICROPY_ERROR_REPORTING_TERSE
1457 : 93574 : const byte *start_str = str;
1458 : : #endif
1459 [ + + + + ]: 93574 : bool is_bytes = mp_obj_is_type(pattern, &mp_type_bytes);
1460 : 93574 : size_t arg_i = 0;
1461 : 93574 : vstr_t vstr;
1462 : 93574 : mp_print_t print;
1463 : 93574 : vstr_init_print(&vstr, 16, &print);
1464 : :
1465 [ + + ]: 246467 : for (const byte *top = str + len; str < top; str++) {
1466 : 152961 : mp_obj_t arg = MP_OBJ_NULL;
1467 [ + + ]: 152961 : if (*str != '%') {
1468 : 44720 : vstr_add_byte(&vstr, *str);
1469 : 44760 : continue;
1470 : : }
1471 [ + + ]: 108241 : if (++str >= top) {
1472 : 4 : goto incomplete_format;
1473 : : }
1474 [ + + ]: 108237 : if (*str == '%') {
1475 : 40 : vstr_add_byte(&vstr, '%');
1476 : 40 : continue;
1477 : : }
1478 : :
1479 : : // Dictionary value lookup
1480 [ + + ]: 108197 : if (*str == '(') {
1481 [ + + ]: 46 : if (dict == MP_OBJ_NULL) {
1482 : 8 : mp_raise_TypeError(MP_ERROR_TEXT("format needs a dict"));
1483 : : }
1484 : 38 : arg_i = 1; // we used up the single dict argument
1485 : 38 : const byte *key = ++str;
1486 [ + + ]: 2674 : while (*str != ')') {
1487 [ + + ]: 2640 : if (str >= top) {
1488 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1489 : : terse_str_format_value_error();
1490 : : #else
1491 : 4 : mp_raise_ValueError(MP_ERROR_TEXT("incomplete format key"));
1492 : : #endif
1493 : : }
1494 : 2636 : ++str;
1495 : : }
1496 : 34 : mp_obj_t k_obj = mp_obj_new_str_via_qstr((const char *)key, str - key);
1497 : 28 : arg = mp_obj_dict_get(dict, k_obj);
1498 : 24 : str++;
1499 : : }
1500 : :
1501 : 108175 : int flags = 0;
1502 : 108175 : char fill = ' ';
1503 : 108175 : int alt = 0;
1504 [ + - ]: 154283 : while (str < top) {
1505 [ + + + + : 154283 : if (*str == '-') {
+ + ]
1506 : 28 : flags |= PF_FLAG_LEFT_ADJUST;
1507 : : } else if (*str == '+') {
1508 : 136 : flags |= PF_FLAG_SHOW_SIGN;
1509 : : } else if (*str == ' ') {
1510 : 56 : flags |= PF_FLAG_SPACE_SIGN;
1511 : : } else if (*str == '#') {
1512 : : alt = PF_FLAG_SHOW_PREFIX;
1513 : : } else if (*str == '0') {
1514 : 45644 : flags |= PF_FLAG_PAD_AFTER_SIGN;
1515 : 45644 : fill = '0';
1516 : : } else {
1517 : : break;
1518 : : }
1519 : 46108 : str++;
1520 : : }
1521 : : // parse width, if it exists
1522 : 108175 : int width = 0;
1523 [ + - ]: 108175 : if (str < top) {
1524 [ + + ]: 108175 : if (*str == '*') {
1525 [ + + ]: 28 : if (arg_i >= n_args) {
1526 : 4 : goto not_enough_args;
1527 : : }
1528 : 24 : width = mp_obj_get_int(args[arg_i++]);
1529 : 24 : str++;
1530 : : } else {
1531 : 108147 : str = (const byte *)str_to_int((const char *)str, (const char *)top, &width);
1532 : : }
1533 : : }
1534 : 108171 : int prec = -1;
1535 [ + + + + ]: 108171 : if (str < top && *str == '.') {
1536 [ + - ]: 35910 : if (++str < top) {
1537 [ + + ]: 35910 : if (*str == '*') {
1538 [ + + ]: 20 : if (arg_i >= n_args) {
1539 : 4 : goto not_enough_args;
1540 : : }
1541 : 16 : prec = mp_obj_get_int(args[arg_i++]);
1542 : 16 : str++;
1543 : : } else {
1544 : 35890 : prec = 0;
1545 : 35890 : str = (const byte *)str_to_int((const char *)str, (const char *)top, &prec);
1546 : : }
1547 : : }
1548 : : }
1549 : :
1550 [ + + ]: 108167 : if (str >= top) {
1551 : 4 : incomplete_format:
1552 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1553 : : terse_str_format_value_error();
1554 : : #else
1555 : 8 : mp_raise_ValueError(MP_ERROR_TEXT("incomplete format"));
1556 : : #endif
1557 : : }
1558 : :
1559 : : // Tuple value lookup
1560 [ + + ]: 108163 : if (arg == MP_OBJ_NULL) {
1561 [ + + ]: 108143 : if (arg_i >= n_args) {
1562 : 20 : not_enough_args:
1563 : 28 : mp_raise_TypeError(MP_ERROR_TEXT("format string needs more arguments"));
1564 : : }
1565 : 108123 : arg = args[arg_i++];
1566 : : }
1567 [ + + + + : 108143 : switch (*str) {
+ + + ]
1568 : 22 : case 'c':
1569 [ + + + + : 26 : if (mp_obj_is_str(arg)) {
- + ]
1570 : 8 : size_t slen;
1571 : 8 : const char *s = mp_obj_str_get_data(arg, &slen);
1572 [ + + ]: 8 : if (slen != 1) {
1573 : 4 : mp_raise_TypeError(MP_ERROR_TEXT("%c needs int or char"));
1574 : : }
1575 : 4 : mp_print_strn(&print, s, 1, flags, ' ', width);
1576 [ + + ]: 14 : } else if (arg_looks_integer(arg)) {
1577 : 12 : char ch = mp_obj_get_int(arg);
1578 : 12 : mp_print_strn(&print, &ch, 1, flags, ' ', width);
1579 : : } else {
1580 : 2 : mp_raise_TypeError(MP_ERROR_TEXT("integer needed"));
1581 : : }
1582 : : break;
1583 : :
1584 : 22443 : case 'd':
1585 : : case 'i':
1586 : : case 'u':
1587 : 22443 : mp_print_mp_int(&print, arg_as_int(arg), 10, 'a', flags, fill, width, prec);
1588 : 22443 : break;
1589 : :
1590 : : #if MICROPY_PY_BUILTINS_FLOAT
1591 : 35902 : case 'e':
1592 : : case 'E':
1593 : : case 'f':
1594 : : case 'F':
1595 : : case 'g':
1596 : : case 'G':
1597 : 35902 : mp_print_float(&print, mp_obj_get_float(arg), *str, flags, fill, width, prec);
1598 : 35902 : break;
1599 : : #endif
1600 : :
1601 : 40 : case 'o':
1602 [ + + ]: 40 : if (alt) {
1603 : 36 : flags |= (PF_FLAG_SHOW_PREFIX | PF_FLAG_SHOW_OCTAL_LETTER);
1604 : : }
1605 : 40 : mp_print_mp_int(&print, arg, 8, 'a', flags, fill, width, prec);
1606 : 40 : break;
1607 : :
1608 : 3910 : case 'r':
1609 : : case 's': {
1610 : 3910 : vstr_t arg_vstr;
1611 : 3910 : mp_print_t arg_print;
1612 : 3910 : vstr_init_print(&arg_vstr, 16, &arg_print);
1613 : 3910 : mp_print_kind_t print_kind = (*str == 'r' ? PRINT_REPR : PRINT_STR);
1614 [ + + + - : 3910 : if (print_kind == PRINT_STR && is_bytes && mp_obj_is_type(arg, &mp_type_bytes)) {
+ - ]
1615 : : // If we have something like b"%s" % b"1", bytes arg should be
1616 : : // printed undecorated.
1617 : 4 : print_kind = PRINT_RAW;
1618 : : }
1619 : 3910 : mp_obj_print_helper(&arg_print, arg, print_kind);
1620 : 3910 : uint vlen = arg_vstr.len;
1621 [ + + ]: 3910 : if (prec < 0) {
1622 : 3906 : prec = vlen;
1623 : : }
1624 [ + + ]: 3910 : if (vlen > (uint)prec) {
1625 : 4 : vlen = prec;
1626 : : }
1627 : 3910 : mp_print_strn(&print, arg_vstr.buf, vlen, flags, ' ', width);
1628 : 3910 : vstr_clear(&arg_vstr);
1629 : 3910 : break;
1630 : : }
1631 : :
1632 : 45822 : case 'X':
1633 : : case 'x':
1634 : 45822 : mp_print_mp_int(&print, arg, 16, *str - ('X' - 'A'), flags | alt, fill, width, prec);
1635 : 45822 : break;
1636 : :
1637 : 4 : default:
1638 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
1639 : : terse_str_format_value_error();
1640 : : #else
1641 : 4 : mp_raise_msg_varg(&mp_type_ValueError,
1642 : 4 : MP_ERROR_TEXT("unsupported format character '%c' (0x%x) at index %d"),
1643 : : *str, *str, str - start_str);
1644 : : #endif
1645 : : }
1646 : : }
1647 : :
1648 [ + + ]: 93506 : if (dict == MP_OBJ_NULL && arg_i != n_args) {
1649 : : // NOTE: if `dict` exists, then `n_args` is 1 and the dict is always consumed; either
1650 : : // positionally, or as a map of named args, even if none were actually referenced.
1651 : 4 : mp_raise_TypeError(MP_ERROR_TEXT("format string didn't convert all arguments"));
1652 : : }
1653 : :
1654 [ + + ]: 186980 : return mp_obj_new_str_type_from_vstr(is_bytes ? &mp_type_bytes : &mp_type_str, &vstr);
1655 : : }
1656 : : #endif
1657 : :
1658 : : // The implementation is optimized, returning the original string if there's
1659 : : // nothing to replace.
1660 : 116 : static mp_obj_t str_replace(size_t n_args, const mp_obj_t *args) {
1661 : 116 : check_is_str_or_bytes(args[0]);
1662 : :
1663 : 116 : mp_int_t max_rep = -1;
1664 [ + + ]: 116 : if (n_args == 4) {
1665 : 24 : max_rep = mp_obj_get_int(args[3]);
1666 [ + + ]: 24 : if (max_rep == 0) {
1667 : 8 : return args[0];
1668 [ + + ]: 16 : } else if (max_rep < 0) {
1669 : 8 : max_rep = -1;
1670 : : }
1671 : : }
1672 : :
1673 : : // if max_rep is still -1 by this point we will need to do all possible replacements
1674 : :
1675 : : // check argument types
1676 : :
1677 : 108 : const mp_obj_type_t *self_type = mp_obj_get_type(args[0]);
1678 : :
1679 : 108 : str_check_arg_type(self_type, args[1]);
1680 : 104 : str_check_arg_type(self_type, args[2]);
1681 : :
1682 : : // extract string data
1683 : :
1684 [ + + ]: 100 : GET_STR_DATA_LEN(args[0], str, str_len);
1685 [ + + ]: 100 : GET_STR_DATA_LEN(args[1], old, old_len);
1686 [ + + ]: 100 : GET_STR_DATA_LEN(args[2], new, new_len);
1687 : :
1688 : : // old won't exist in str if it's longer, so nothing to replace
1689 [ + + ]: 100 : if (old_len > str_len) {
1690 : 16 : return args[0];
1691 : : }
1692 : :
1693 : : // data for the replaced string
1694 : : byte *data = NULL;
1695 : 160 : vstr_t vstr;
1696 : :
1697 : : // do 2 passes over the string:
1698 : : // first pass computes the required length of the replaced string
1699 : : // second pass does the replacements
1700 : 160 : for (;;) {
1701 : 160 : size_t replaced_str_index = 0;
1702 : 160 : size_t num_replacements_done = 0;
1703 : 160 : const byte *old_occurrence;
1704 : 160 : const byte *offset_ptr = str;
1705 : 160 : size_t str_len_remain = str_len;
1706 [ + + ]: 160 : if (old_len == 0) {
1707 : : // if old_str is empty, copy new_str to start of replaced string
1708 : : // copy the replacement string
1709 [ + + ]: 64 : if (data != NULL) {
1710 : 32 : memcpy(data, new, new_len);
1711 : : }
1712 : 64 : replaced_str_index += new_len;
1713 : 64 : num_replacements_done++;
1714 : : }
1715 [ + + + + ]: 432 : while (num_replacements_done != (size_t)max_rep && str_len_remain > 0 && (old_occurrence = find_subbytes(offset_ptr, str_len_remain, old, old_len, 1)) != NULL) {
1716 [ + + ]: 272 : if (old_len == 0) {
1717 : 80 : old_occurrence += 1;
1718 : : }
1719 : : // copy from just after end of last occurrence of to-be-replaced string to right before start of next occurrence
1720 [ + + ]: 272 : if (data != NULL) {
1721 : 136 : memcpy(data + replaced_str_index, offset_ptr, old_occurrence - offset_ptr);
1722 : : }
1723 : 272 : replaced_str_index += old_occurrence - offset_ptr;
1724 : : // copy the replacement string
1725 [ + + ]: 272 : if (data != NULL) {
1726 : 136 : memcpy(data + replaced_str_index, new, new_len);
1727 : : }
1728 : 272 : replaced_str_index += new_len;
1729 : 272 : offset_ptr = old_occurrence + old_len;
1730 : 272 : str_len_remain = str + str_len - offset_ptr;
1731 : 272 : num_replacements_done++;
1732 : : }
1733 : :
1734 : : // copy from just after end of last occurrence of to-be-replaced string to end of old string
1735 [ + + ]: 160 : if (data != NULL) {
1736 : 76 : memcpy(data + replaced_str_index, offset_ptr, str_len_remain);
1737 : : }
1738 : 160 : replaced_str_index += str_len_remain;
1739 : :
1740 : 160 : if (data == NULL) {
1741 : : // first pass
1742 [ + + ]: 84 : if (num_replacements_done == 0) {
1743 : : // no substr found, return original string
1744 : 8 : return args[0];
1745 : : } else {
1746 : : // substr found, allocate new string
1747 : 76 : vstr_init_len(&vstr, replaced_str_index);
1748 : 76 : data = (byte *)vstr.buf;
1749 [ + - ]: 76 : assert(data != NULL);
1750 : : }
1751 : : } else {
1752 : : // second pass, we are done
1753 : : break;
1754 : : }
1755 : : }
1756 : :
1757 : 76 : return mp_obj_new_str_type_from_vstr(self_type, &vstr);
1758 : : }
1759 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_replace_obj, 3, 4, str_replace);
1760 : :
1761 : : #if MICROPY_PY_BUILTINS_STR_COUNT
1762 : 345 : static mp_obj_t str_count(size_t n_args, const mp_obj_t *args) {
1763 : 345 : const mp_obj_type_t *self_type = mp_obj_get_type(args[0]);
1764 : 345 : check_is_str_or_bytes(args[0]);
1765 : :
1766 : : // check argument type
1767 : 345 : str_check_arg_type(self_type, args[1]);
1768 : :
1769 [ + + ]: 341 : GET_STR_DATA_LEN(args[0], haystack, haystack_len);
1770 [ + + ]: 341 : GET_STR_DATA_LEN(args[1], needle, needle_len);
1771 : :
1772 : 341 : const byte *start = haystack;
1773 : 341 : const byte *end = haystack + haystack_len;
1774 [ + + + - ]: 341 : if (n_args >= 3 && args[2] != mp_const_none) {
1775 : 152 : start = str_index_to_ptr(self_type, haystack, haystack_len, args[2], true);
1776 : : }
1777 [ + + + - ]: 152 : if (n_args >= 4 && args[3] != mp_const_none) {
1778 : 56 : end = str_index_to_ptr(self_type, haystack, haystack_len, args[3], true);
1779 : : }
1780 : :
1781 : : // if needle_len is zero then we count each gap between characters as an occurrence
1782 [ + + ]: 341 : if (needle_len == 0) {
1783 : 64 : return MP_OBJ_NEW_SMALL_INT(utf8_charlen(start, end - start) + 1);
1784 : : }
1785 : :
1786 : : bool is_str = self_type == &mp_type_str;
1787 : :
1788 : : // count the occurrences
1789 : 1134 : mp_int_t num_occurrences = 0;
1790 [ + + ]: 1134 : for (const byte *haystack_ptr = start; haystack_ptr + needle_len <= end;) {
1791 [ + + ]: 857 : if (memcmp(haystack_ptr, needle, needle_len) == 0) {
1792 : 505 : num_occurrences++;
1793 : 505 : haystack_ptr += needle_len;
1794 : : } else {
1795 [ + + ]: 352 : haystack_ptr = is_str ? utf8_next_char(haystack_ptr) : haystack_ptr + 1;
1796 : : }
1797 : : }
1798 : :
1799 : 277 : return MP_OBJ_NEW_SMALL_INT(num_occurrences);
1800 : : }
1801 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_count_obj, 2, 4, str_count);
1802 : : #endif
1803 : :
1804 : : #if MICROPY_PY_BUILTINS_STR_PARTITION
1805 : 224 : static mp_obj_t str_partitioner(mp_obj_t self_in, mp_obj_t arg, int direction) {
1806 : 224 : check_is_str_or_bytes(self_in);
1807 : 224 : const mp_obj_type_t *self_type = mp_obj_get_type(self_in);
1808 : 224 : str_check_arg_type(self_type, arg);
1809 : :
1810 [ + + ]: 204 : GET_STR_DATA_LEN(self_in, str, str_len);
1811 [ + + ]: 204 : GET_STR_DATA_LEN(arg, sep, sep_len);
1812 : :
1813 [ + + ]: 204 : if (sep_len == 0) {
1814 : 12 : mp_raise_ValueError(MP_ERROR_TEXT("empty separator"));
1815 : : }
1816 : :
1817 : 192 : mp_obj_t result[3];
1818 [ + + ]: 192 : if (self_type == &mp_type_str) {
1819 : 120 : result[0] = MP_OBJ_NEW_QSTR(MP_QSTR_);
1820 : 120 : result[1] = MP_OBJ_NEW_QSTR(MP_QSTR_);
1821 : 120 : result[2] = MP_OBJ_NEW_QSTR(MP_QSTR_);
1822 : : } else {
1823 : 72 : result[0] = mp_const_empty_bytes;
1824 : 72 : result[1] = mp_const_empty_bytes;
1825 : 72 : result[2] = mp_const_empty_bytes;
1826 : : }
1827 : :
1828 [ + + ]: 192 : if (direction > 0) {
1829 : 128 : result[0] = self_in;
1830 : : } else {
1831 : 64 : result[2] = self_in;
1832 : : }
1833 : :
1834 : : #if MICROPY_PY_BUILTINS_BYTEARRAY
1835 [ + + ]: 192 : if (mp_obj_get_type(arg) != self_type) {
1836 : 8 : arg = mp_obj_new_str_of_type(self_type, sep, sep_len);
1837 : : }
1838 : : #endif
1839 : :
1840 : 192 : const byte *position_ptr = find_subbytes(str, str_len, sep, sep_len, direction);
1841 [ + + ]: 192 : if (position_ptr != NULL) {
1842 : 144 : size_t position = position_ptr - str;
1843 : 144 : result[0] = mp_obj_new_str_of_type(self_type, str, position);
1844 : 144 : result[1] = arg;
1845 : 144 : result[2] = mp_obj_new_str_of_type(self_type, str + position + sep_len, str_len - position - sep_len);
1846 : : }
1847 : :
1848 : 192 : return mp_obj_new_tuple(3, result);
1849 : : }
1850 : :
1851 : 152 : static mp_obj_t str_partition(mp_obj_t self_in, mp_obj_t arg) {
1852 : 152 : return str_partitioner(self_in, arg, 1);
1853 : : }
1854 : : MP_DEFINE_CONST_FUN_OBJ_2(str_partition_obj, str_partition);
1855 : :
1856 : 72 : static mp_obj_t str_rpartition(mp_obj_t self_in, mp_obj_t arg) {
1857 : 72 : return str_partitioner(self_in, arg, -1);
1858 : : }
1859 : : MP_DEFINE_CONST_FUN_OBJ_2(str_rpartition_obj, str_rpartition);
1860 : : #endif
1861 : :
1862 : : // Supposedly not too critical operations, so optimize for code size
1863 : 46 : static mp_obj_t str_caseconv(unichar (*op)(unichar), mp_obj_t self_in) {
1864 [ + + ]: 46 : GET_STR_DATA_LEN(self_in, self_data, self_len);
1865 : 46 : vstr_t vstr;
1866 : 46 : vstr_init_len(&vstr, self_len);
1867 : 46 : byte *data = (byte *)vstr.buf;
1868 [ + + ]: 280 : for (size_t i = 0; i < self_len; i++) {
1869 : 234 : *data++ = op(*self_data++);
1870 : : }
1871 : 46 : return mp_obj_new_str_type_from_vstr(mp_obj_get_type(self_in), &vstr);
1872 : : }
1873 : :
1874 : 14 : static mp_obj_t str_lower(mp_obj_t self_in) {
1875 : 14 : return str_caseconv(unichar_tolower, self_in);
1876 : : }
1877 : : MP_DEFINE_CONST_FUN_OBJ_1(str_lower_obj, str_lower);
1878 : :
1879 : 32 : static mp_obj_t str_upper(mp_obj_t self_in) {
1880 : 32 : return str_caseconv(unichar_toupper, self_in);
1881 : : }
1882 : : MP_DEFINE_CONST_FUN_OBJ_1(str_upper_obj, str_upper);
1883 : :
1884 : 102 : static mp_obj_t str_uni_istype(bool (*f)(unichar), mp_obj_t self_in) {
1885 [ + + ]: 102 : GET_STR_DATA_LEN(self_in, self_data, self_len);
1886 : :
1887 [ + + ]: 102 : if (self_len == 0) {
1888 : : return mp_const_false; // default to False for empty str
1889 : : }
1890 : :
1891 [ + + + + ]: 82 : if (f != unichar_isupper && f != unichar_islower) {
1892 [ + + ]: 528 : for (size_t i = 0; i < self_len; i++) {
1893 [ + + ]: 506 : if (!f(*self_data++)) {
1894 : : return mp_const_false;
1895 : : }
1896 : : }
1897 : : } else {
1898 : : bool contains_alpha = false;
1899 : :
1900 [ + + ]: 388 : for (size_t i = 0; i < self_len; i++) { // only check alphanumeric characters
1901 [ + + ]: 364 : if (unichar_isalpha(*self_data++)) {
1902 : 240 : contains_alpha = true;
1903 [ + + ]: 240 : if (!f(*(self_data - 1))) { // -1 because we already incremented above
1904 : : return mp_const_false;
1905 : : }
1906 : : }
1907 : : }
1908 : :
1909 [ + + ]: 24 : if (!contains_alpha) {
1910 : 4 : return mp_const_false;
1911 : : }
1912 : : }
1913 : :
1914 : : return mp_const_true;
1915 : : }
1916 : :
1917 : 20 : static mp_obj_t str_isspace(mp_obj_t self_in) {
1918 : 20 : return str_uni_istype(unichar_isspace, self_in);
1919 : : }
1920 : : MP_DEFINE_CONST_FUN_OBJ_1(str_isspace_obj, str_isspace);
1921 : :
1922 : 20 : static mp_obj_t str_isalpha(mp_obj_t self_in) {
1923 : 20 : return str_uni_istype(unichar_isalpha, self_in);
1924 : : }
1925 : : MP_DEFINE_CONST_FUN_OBJ_1(str_isalpha_obj, str_isalpha);
1926 : :
1927 : 22 : static mp_obj_t str_isdigit(mp_obj_t self_in) {
1928 : 22 : return str_uni_istype(unichar_isdigit, self_in);
1929 : : }
1930 : : MP_DEFINE_CONST_FUN_OBJ_1(str_isdigit_obj, str_isdigit);
1931 : :
1932 : 16 : static mp_obj_t str_isupper(mp_obj_t self_in) {
1933 : 16 : return str_uni_istype(unichar_isupper, self_in);
1934 : : }
1935 : : MP_DEFINE_CONST_FUN_OBJ_1(str_isupper_obj, str_isupper);
1936 : :
1937 : 24 : static mp_obj_t str_islower(mp_obj_t self_in) {
1938 : 24 : return str_uni_istype(unichar_islower, self_in);
1939 : : }
1940 : : MP_DEFINE_CONST_FUN_OBJ_1(str_islower_obj, str_islower);
1941 : :
1942 : : #if MICROPY_CPYTHON_COMPAT
1943 : : // These methods are superfluous in the presence of str() and bytes()
1944 : : // constructors.
1945 : : // TODO: should accept kwargs too
1946 : 10 : static mp_obj_t bytes_decode(size_t n_args, const mp_obj_t *args) {
1947 : 10 : mp_obj_t new_args[2];
1948 [ + - ]: 10 : if (n_args == 1) {
1949 : 10 : new_args[0] = args[0];
1950 : 10 : new_args[1] = MP_OBJ_NEW_QSTR(MP_QSTR_utf_hyphen_8);
1951 : 10 : args = new_args;
1952 : 10 : n_args++;
1953 : : }
1954 : 10 : return mp_obj_str_make_new(&mp_type_str, n_args, 0, args);
1955 : : }
1956 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(bytes_decode_obj, 1, 3, bytes_decode);
1957 : :
1958 : : // TODO: should accept kwargs too
1959 : 14 : static mp_obj_t str_encode(size_t n_args, const mp_obj_t *args) {
1960 : 14 : mp_obj_t new_args[2];
1961 [ + + ]: 14 : if (n_args == 1) {
1962 : 10 : new_args[0] = args[0];
1963 : 10 : new_args[1] = MP_OBJ_NEW_QSTR(MP_QSTR_utf_hyphen_8);
1964 : 10 : args = new_args;
1965 : 10 : n_args++;
1966 : : }
1967 : 14 : return bytes_make_new(NULL, n_args, 0, args);
1968 : : }
1969 : : MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(str_encode_obj, 1, 3, str_encode);
1970 : : #endif
1971 : :
1972 : : #if MICROPY_PY_BUILTINS_BYTES_HEX
1973 : 108 : mp_obj_t mp_obj_bytes_hex(size_t n_args, const mp_obj_t *args, const mp_obj_type_t *type) {
1974 : : // First argument is the data to convert.
1975 : : // Second argument is an optional separator to be used between values.
1976 : 108 : const char *sep = NULL;
1977 : 108 : mp_buffer_info_t bufinfo;
1978 : 108 : mp_get_buffer_raise(args[0], &bufinfo, MP_BUFFER_READ);
1979 : :
1980 : : // Code below assumes non-zero buffer length when computing size with
1981 : : // separator, so handle the zero-length case here.
1982 [ + + ]: 108 : if (bufinfo.len == 0) {
1983 : : return mp_const_empty_bytes;
1984 : : }
1985 : :
1986 : 106 : vstr_t vstr;
1987 : 106 : size_t out_len = bufinfo.len * 2;
1988 [ + + ]: 106 : if (n_args > 1) {
1989 : : // 1-char separator between hex numbers
1990 : 50 : out_len += bufinfo.len - 1;
1991 : 50 : sep = mp_obj_str_get_str(args[1]);
1992 : : }
1993 : 106 : vstr_init_len(&vstr, out_len);
1994 : 106 : byte *in = bufinfo.buf, *out = (byte *)vstr.buf;
1995 [ + + ]: 918 : for (mp_uint_t i = bufinfo.len; i--;) {
1996 : 812 : byte d = (*in >> 4);
1997 [ + + ]: 812 : if (d > 9) {
1998 : 26 : d += 'a' - '9' - 1;
1999 : : }
2000 : 812 : *out++ = d + '0';
2001 : 812 : d = (*in++ & 0xf);
2002 [ + + ]: 812 : if (d > 9) {
2003 : 208 : d += 'a' - '9' - 1;
2004 : : }
2005 : 812 : *out++ = d + '0';
2006 [ + + ]: 812 : if (sep != NULL && i != 0) {
2007 : 328 : *out++ = *sep;
2008 : : }
2009 : : }
2010 : 106 : return mp_obj_new_str_type_from_vstr(type, &vstr);
2011 : : }
2012 : :
2013 : 76 : mp_obj_t mp_obj_bytes_fromhex(mp_obj_t type_in, mp_obj_t data) {
2014 : 76 : mp_buffer_info_t bufinfo;
2015 : 76 : mp_get_buffer_raise(data, &bufinfo, MP_BUFFER_READ);
2016 : :
2017 : 76 : vstr_t vstr;
2018 : 76 : vstr_init_len(&vstr, bufinfo.len / 2);
2019 : 76 : byte *in = bufinfo.buf, *out = (byte *)vstr.buf;
2020 : 76 : byte *in_end = in + bufinfo.len;
2021 : 76 : mp_uint_t ch1, ch2;
2022 [ + + ]: 2848 : while (in < in_end) {
2023 [ + + ]: 2804 : if (unichar_isspace(ch1 = *in++)) {
2024 : 72 : continue; // Skip whitespace between hex digit pairs
2025 : : }
2026 [ + + + + : 2732 : if (in == in_end || !unichar_isxdigit(ch1) || !unichar_isxdigit(ch2 = *in++)) {
+ + ]
2027 : 32 : mp_raise_ValueError(MP_ERROR_TEXT("non-hex digit"));
2028 : : }
2029 : 2700 : *out++ = (byte)((unichar_xdigit_value(ch1) << 4) | unichar_xdigit_value(ch2));
2030 : : }
2031 : 44 : vstr.len = out - (byte *)vstr.buf; // Length may be shorter due to whitespace in input
2032 : 44 : return mp_obj_new_str_type_from_vstr(MP_OBJ_TO_PTR(type_in), &vstr);
2033 : : }
2034 : :
2035 : 96 : static mp_obj_t bytes_hex_as_str(size_t n_args, const mp_obj_t *args) {
2036 : 96 : return mp_obj_bytes_hex(n_args, args, &mp_type_str);
2037 : : }
2038 : : static MP_DEFINE_CONST_FUN_OBJ_VAR_BETWEEN(bytes_hex_as_str_obj, 1, 2, bytes_hex_as_str);
2039 : :
2040 : : static MP_DEFINE_CONST_FUN_OBJ_2(bytes_fromhex_obj, mp_obj_bytes_fromhex);
2041 : : static MP_DEFINE_CONST_CLASSMETHOD_OBJ(bytes_fromhex_classmethod_obj, MP_ROM_PTR(&bytes_fromhex_obj));
2042 : : #endif // MICROPY_PY_BUILTINS_BYTES_HEX
2043 : :
2044 : 30551 : mp_int_t mp_obj_str_get_buffer(mp_obj_t self_in, mp_buffer_info_t *bufinfo, mp_uint_t flags) {
2045 [ + + ]: 30551 : if (flags == MP_BUFFER_READ) {
2046 [ + + ]: 30331 : GET_STR_DATA_LEN(self_in, str_data, str_len);
2047 : 30331 : bufinfo->buf = (void *)str_data;
2048 : 30331 : bufinfo->len = str_len;
2049 : 30331 : bufinfo->typecode = 'B'; // bytes should be unsigned, so should unicode byte-access
2050 : 30331 : return 0;
2051 : : } else {
2052 : : // can't write to a string
2053 : : return 1;
2054 : : }
2055 : : }
2056 : :
2057 : 3422 : void mp_obj_str_set_data(mp_obj_str_t *str, const byte *data, size_t len) {
2058 : 3422 : str->data = data;
2059 : 3422 : str->len = len;
2060 : 3422 : str->hash = qstr_compute_hash(data, len);
2061 : 3422 : }
2062 : :
2063 : : // This locals table is used for the following types: str, bytes, bytearray, array.array.
2064 : : // Each type takes a different section (start to end offset) of this table.
2065 : : static const mp_rom_map_elem_t array_bytearray_str_bytes_locals_table[] = {
2066 : : #if MICROPY_PY_ARRAY || MICROPY_PY_BUILTINS_BYTEARRAY
2067 : : { MP_ROM_QSTR(MP_QSTR_append), MP_ROM_PTR(&mp_obj_array_append_obj) },
2068 : : { MP_ROM_QSTR(MP_QSTR_extend), MP_ROM_PTR(&mp_obj_array_extend_obj) },
2069 : : #endif
2070 : : #if MICROPY_PY_BUILTINS_BYTES_HEX
2071 : : { MP_ROM_QSTR(MP_QSTR_hex), MP_ROM_PTR(&bytes_hex_as_str_obj) },
2072 : : { MP_ROM_QSTR(MP_QSTR_fromhex), MP_ROM_PTR(&bytes_fromhex_classmethod_obj) },
2073 : : #endif
2074 : : #if MICROPY_CPYTHON_COMPAT
2075 : : { MP_ROM_QSTR(MP_QSTR_decode), MP_ROM_PTR(&bytes_decode_obj) },
2076 : : #endif
2077 : : { MP_ROM_QSTR(MP_QSTR_find), MP_ROM_PTR(&str_find_obj) },
2078 : : { MP_ROM_QSTR(MP_QSTR_rfind), MP_ROM_PTR(&str_rfind_obj) },
2079 : : { MP_ROM_QSTR(MP_QSTR_index), MP_ROM_PTR(&str_index_obj) },
2080 : : { MP_ROM_QSTR(MP_QSTR_rindex), MP_ROM_PTR(&str_rindex_obj) },
2081 : : { MP_ROM_QSTR(MP_QSTR_join), MP_ROM_PTR(&str_join_obj) },
2082 : : { MP_ROM_QSTR(MP_QSTR_split), MP_ROM_PTR(&str_split_obj) },
2083 : : #if MICROPY_PY_BUILTINS_STR_SPLITLINES
2084 : : { MP_ROM_QSTR(MP_QSTR_splitlines), MP_ROM_PTR(&str_splitlines_obj) },
2085 : : #endif
2086 : : { MP_ROM_QSTR(MP_QSTR_rsplit), MP_ROM_PTR(&str_rsplit_obj) },
2087 : : { MP_ROM_QSTR(MP_QSTR_startswith), MP_ROM_PTR(&str_startswith_obj) },
2088 : : { MP_ROM_QSTR(MP_QSTR_endswith), MP_ROM_PTR(&str_endswith_obj) },
2089 : : { MP_ROM_QSTR(MP_QSTR_strip), MP_ROM_PTR(&str_strip_obj) },
2090 : : { MP_ROM_QSTR(MP_QSTR_lstrip), MP_ROM_PTR(&str_lstrip_obj) },
2091 : : { MP_ROM_QSTR(MP_QSTR_rstrip), MP_ROM_PTR(&str_rstrip_obj) },
2092 : : { MP_ROM_QSTR(MP_QSTR_format), MP_ROM_PTR(&str_format_obj) },
2093 : : { MP_ROM_QSTR(MP_QSTR_replace), MP_ROM_PTR(&str_replace_obj) },
2094 : : #if MICROPY_PY_BUILTINS_STR_COUNT
2095 : : { MP_ROM_QSTR(MP_QSTR_count), MP_ROM_PTR(&str_count_obj) },
2096 : : #endif
2097 : : #if MICROPY_PY_BUILTINS_STR_PARTITION
2098 : : { MP_ROM_QSTR(MP_QSTR_partition), MP_ROM_PTR(&str_partition_obj) },
2099 : : { MP_ROM_QSTR(MP_QSTR_rpartition), MP_ROM_PTR(&str_rpartition_obj) },
2100 : : #endif
2101 : : #if MICROPY_PY_BUILTINS_STR_CENTER
2102 : : { MP_ROM_QSTR(MP_QSTR_center), MP_ROM_PTR(&str_center_obj) },
2103 : : #endif
2104 : : { MP_ROM_QSTR(MP_QSTR_lower), MP_ROM_PTR(&str_lower_obj) },
2105 : : { MP_ROM_QSTR(MP_QSTR_upper), MP_ROM_PTR(&str_upper_obj) },
2106 : : { MP_ROM_QSTR(MP_QSTR_isspace), MP_ROM_PTR(&str_isspace_obj) },
2107 : : { MP_ROM_QSTR(MP_QSTR_isalpha), MP_ROM_PTR(&str_isalpha_obj) },
2108 : : { MP_ROM_QSTR(MP_QSTR_isdigit), MP_ROM_PTR(&str_isdigit_obj) },
2109 : : { MP_ROM_QSTR(MP_QSTR_isupper), MP_ROM_PTR(&str_isupper_obj) },
2110 : : { MP_ROM_QSTR(MP_QSTR_islower), MP_ROM_PTR(&str_islower_obj) },
2111 : : #if MICROPY_CPYTHON_COMPAT
2112 : : { MP_ROM_QSTR(MP_QSTR_encode), MP_ROM_PTR(&str_encode_obj) },
2113 : : #endif
2114 : : };
2115 : :
2116 : : #if MICROPY_CPYTHON_COMPAT
2117 : : #define TABLE_ENTRIES_COMPAT 1
2118 : : #else
2119 : : #define TABLE_ENTRIES_COMPAT 0
2120 : : #endif
2121 : :
2122 : : #if MICROPY_PY_BUILTINS_BYTES_HEX
2123 : : #define TABLE_ENTRIES_HEX 2
2124 : : #else
2125 : : #define TABLE_ENTRIES_HEX 0
2126 : : #endif
2127 : :
2128 : : #if MICROPY_PY_ARRAY || MICROPY_PY_BUILTINS_BYTEARRAY
2129 : : #define TABLE_ENTRIES_ARRAY 2
2130 : : #else
2131 : : #define TABLE_ENTRIES_ARRAY 0
2132 : : #endif
2133 : :
2134 : : MP_DEFINE_CONST_DICT_WITH_SIZE(mp_obj_str_locals_dict,
2135 : : array_bytearray_str_bytes_locals_table + TABLE_ENTRIES_ARRAY + TABLE_ENTRIES_HEX + TABLE_ENTRIES_COMPAT,
2136 : : MP_ARRAY_SIZE(array_bytearray_str_bytes_locals_table) - (TABLE_ENTRIES_ARRAY + TABLE_ENTRIES_HEX + TABLE_ENTRIES_COMPAT));
2137 : :
2138 : : #if TABLE_ENTRIES_COMPAT == 0
2139 : : #define mp_obj_bytes_locals_dict mp_obj_str_locals_dict
2140 : : #else
2141 : : MP_DEFINE_CONST_DICT_WITH_SIZE(mp_obj_bytes_locals_dict,
2142 : : array_bytearray_str_bytes_locals_table + TABLE_ENTRIES_ARRAY,
2143 : : MP_ARRAY_SIZE(array_bytearray_str_bytes_locals_table) - (TABLE_ENTRIES_ARRAY + TABLE_ENTRIES_COMPAT));
2144 : : #endif
2145 : :
2146 : : #if MICROPY_PY_BUILTINS_BYTEARRAY
2147 : : MP_DEFINE_CONST_DICT_WITH_SIZE(mp_obj_bytearray_locals_dict,
2148 : : array_bytearray_str_bytes_locals_table,
2149 : : MP_ARRAY_SIZE(array_bytearray_str_bytes_locals_table) - TABLE_ENTRIES_COMPAT);
2150 : : #endif
2151 : :
2152 : : #if MICROPY_PY_ARRAY
2153 : : MP_DEFINE_CONST_DICT_WITH_SIZE(mp_obj_array_locals_dict,
2154 : : array_bytearray_str_bytes_locals_table,
2155 : : TABLE_ENTRIES_ARRAY);
2156 : : #endif
2157 : :
2158 : : #if MICROPY_PY_BUILTINS_MEMORYVIEW && MICROPY_PY_BUILTINS_BYTES_HEX
2159 : : MP_DEFINE_CONST_DICT_WITH_SIZE(mp_obj_memoryview_locals_dict,
2160 : : array_bytearray_str_bytes_locals_table + TABLE_ENTRIES_ARRAY,
2161 : : 1); // Just the "hex" entry.
2162 : : #endif
2163 : :
2164 : : #if !MICROPY_PY_BUILTINS_STR_UNICODE
2165 : : static mp_obj_t mp_obj_new_str_iterator(mp_obj_t str, mp_obj_iter_buf_t *iter_buf);
2166 : :
2167 : : MP_DEFINE_CONST_OBJ_TYPE(
2168 : : mp_type_str,
2169 : : MP_QSTR_str,
2170 : : MP_TYPE_FLAG_NONE,
2171 : : make_new, mp_obj_str_make_new,
2172 : : print, str_print,
2173 : : binary_op, mp_obj_str_binary_op,
2174 : : subscr, bytes_subscr,
2175 : : iter, mp_obj_new_str_iterator,
2176 : : buffer, mp_obj_str_get_buffer,
2177 : : locals_dict, &mp_obj_str_locals_dict
2178 : : );
2179 : : #endif // !MICROPY_PY_BUILTINS_STR_UNICODE
2180 : :
2181 : : // Reuses most methods from str
2182 : : MP_DEFINE_CONST_OBJ_TYPE(
2183 : : mp_type_bytes,
2184 : : MP_QSTR_bytes,
2185 : : MP_TYPE_FLAG_NONE,
2186 : : make_new, bytes_make_new,
2187 : : print, str_print,
2188 : : binary_op, mp_obj_str_binary_op,
2189 : : subscr, bytes_subscr,
2190 : : iter, mp_obj_new_bytes_iterator,
2191 : : buffer, mp_obj_str_get_buffer,
2192 : : locals_dict, &mp_obj_bytes_locals_dict
2193 : : );
2194 : :
2195 : : // The zero-length bytes object, with data that includes a null-terminating byte
2196 : : const mp_obj_str_t mp_const_empty_bytes_obj = {{&mp_type_bytes}, 0, 0, (const byte *)""};
2197 : :
2198 : : // Create a str/bytes object using the given data. New memory is allocated and
2199 : : // the data is copied across. This function should only be used if the type is bytes,
2200 : : // or if the type is str and the string data is known to be not interned.
2201 : 10204 : mp_obj_t mp_obj_new_str_copy(const mp_obj_type_t *type, const byte *data, size_t len) {
2202 : 10204 : mp_obj_str_t *o = mp_obj_malloc(mp_obj_str_t, type);
2203 : 10204 : o->len = len;
2204 [ + + ]: 10204 : if (data) {
2205 : 10166 : o->hash = qstr_compute_hash(data, len);
2206 : 10166 : byte *p = m_new(byte, len + 1);
2207 : 10166 : o->data = p;
2208 : 10166 : memcpy(p, data, len * sizeof(byte));
2209 : 10166 : p[len] = '\0'; // for now we add null for compatibility with C ASCIIZ strings
2210 : : }
2211 : 10204 : return MP_OBJ_FROM_PTR(o);
2212 : : }
2213 : :
2214 : : // Create a str/bytes object using the given data. If the type is str and the string
2215 : : // data is already interned, then a qstr object is returned. Otherwise new memory is
2216 : : // allocated for the object and the data is copied across.
2217 : 6949 : mp_obj_t mp_obj_new_str_of_type(const mp_obj_type_t *type, const byte *data, size_t len) {
2218 [ + + ]: 6949 : if (type == &mp_type_str) {
2219 : 6401 : return mp_obj_new_str((const char *)data, len);
2220 : : #if MICROPY_PY_BUILTINS_BYTEARRAY
2221 [ + + ]: 548 : } else if (type == &mp_type_bytearray) {
2222 : 64 : return mp_obj_new_bytearray(len, data);
2223 : : #endif
2224 : : } else {
2225 : 484 : return mp_obj_new_bytes(data, len);
2226 : : }
2227 : : }
2228 : :
2229 : : // Create a str using a qstr to store the data; may use existing or new qstr.
2230 : 33664 : mp_obj_t mp_obj_new_str_via_qstr(const char *data, size_t len) {
2231 : 33664 : return MP_OBJ_NEW_QSTR(qstr_from_strn(data, len));
2232 : : }
2233 : :
2234 : : // Create a str/bytes object from the given vstr. The vstr buffer is resized to
2235 : : // the exact length required and then reused for the str/bytes object. The vstr
2236 : : // is cleared and can safely be passed to vstr_free if it was heap allocated.
2237 : 295228 : static mp_obj_t mp_obj_new_str_type_from_vstr(const mp_obj_type_t *type, vstr_t *vstr) {
2238 : : // if not a bytes object, look if a qstr with this data already exists
2239 [ + + ]: 295228 : if (type == &mp_type_str) {
2240 : 292685 : qstr q = qstr_find_strn(vstr->buf, vstr->len);
2241 [ + + ]: 292685 : if (q != MP_QSTRnull) {
2242 : 9098 : vstr_clear(vstr);
2243 : 9098 : vstr->alloc = 0;
2244 : 9098 : return MP_OBJ_NEW_QSTR(q);
2245 : : }
2246 : : }
2247 : :
2248 : 286130 : byte *data;
2249 [ + + ]: 286130 : if (vstr->len + 1 == vstr->alloc) {
2250 : 76589 : data = (byte *)vstr->buf;
2251 : : } else {
2252 : 209541 : data = (byte *)m_renew(char, vstr->buf, vstr->alloc, vstr->len + 1);
2253 : : }
2254 : 286130 : data[vstr->len] = '\0'; // add null byte
2255 : 286130 : vstr->buf = NULL;
2256 : 286130 : vstr->alloc = 0;
2257 : : #if MICROPY_PY_BUILTINS_BYTEARRAY
2258 [ + + ]: 286130 : if (type == &mp_type_bytearray) {
2259 : 28 : return mp_obj_new_bytearray_by_ref(vstr->len, data);
2260 : : }
2261 : : #endif
2262 : 286102 : mp_obj_str_t *o = mp_obj_malloc(mp_obj_str_t, type);
2263 : 286102 : o->len = vstr->len;
2264 : 286102 : o->hash = qstr_compute_hash(data, vstr->len);
2265 : 286102 : o->data = data;
2266 : 286102 : return MP_OBJ_FROM_PTR(o);
2267 : : }
2268 : :
2269 : 238 : mp_obj_t mp_obj_new_str_from_vstr(vstr_t *vstr) {
2270 : : #if MICROPY_PY_BUILTINS_STR_UNICODE && MICROPY_PY_BUILTINS_STR_UNICODE_CHECK
2271 [ + + ]: 238 : if (!utf8_check((byte *)vstr->buf, vstr->len)) {
2272 : 2 : mp_raise_msg(&mp_type_UnicodeError, NULL);
2273 : : }
2274 : : #endif // MICROPY_PY_BUILTINS_STR_UNICODE && MICROPY_PY_BUILTINS_STR_UNICODE_CHECK
2275 : 236 : return mp_obj_new_str_type_from_vstr(&mp_type_str, vstr);
2276 : : }
2277 : :
2278 : : #if MICROPY_PY_BUILTINS_STR_UNICODE && MICROPY_PY_BUILTINS_STR_UNICODE_CHECK
2279 : 5460 : mp_obj_t mp_obj_new_str_from_utf8_vstr(vstr_t *vstr) {
2280 : : // bypasses utf8_check.
2281 : 5460 : return mp_obj_new_str_type_from_vstr(&mp_type_str, vstr);
2282 : : }
2283 : : #endif // MICROPY_PY_BUILTINS_STR_UNICODE && MICROPY_PY_BUILTINS_STR_UNICODE_CHECK
2284 : :
2285 : 1673 : mp_obj_t mp_obj_new_bytes_from_vstr(vstr_t *vstr) {
2286 : 1673 : return mp_obj_new_str_type_from_vstr(&mp_type_bytes, vstr);
2287 : : }
2288 : :
2289 : 9974 : mp_obj_t mp_obj_new_str(const char *data, size_t len) {
2290 : : #if MICROPY_PY_BUILTINS_STR_UNICODE && MICROPY_PY_BUILTINS_STR_UNICODE_CHECK
2291 [ + + ]: 9974 : if (!utf8_check((byte *)data, len)) {
2292 : 2 : mp_raise_msg(&mp_type_UnicodeError, NULL);
2293 : : }
2294 : : #endif
2295 : 9972 : qstr q = qstr_find_strn(data, len);
2296 [ + + ]: 9972 : if (q != MP_QSTRnull) {
2297 : : // qstr with this data already exists
2298 : 5291 : return MP_OBJ_NEW_QSTR(q);
2299 : : } else {
2300 : : // no existing qstr, don't make one
2301 : 4681 : return mp_obj_new_str_copy(&mp_type_str, (const byte *)data, len);
2302 : : }
2303 : : }
2304 : :
2305 : 3293 : mp_obj_t mp_obj_new_str_from_cstr(const char *str) {
2306 : 3293 : return mp_obj_new_str(str, strlen(str));
2307 : : }
2308 : :
2309 : 2 : mp_obj_t mp_obj_str_intern(mp_obj_t str) {
2310 [ - + ]: 2 : GET_STR_DATA_LEN(str, data, len);
2311 : 2 : return mp_obj_new_str_via_qstr((const char *)data, len);
2312 : : }
2313 : :
2314 : 426 : mp_obj_t mp_obj_str_intern_checked(mp_obj_t obj) {
2315 : 426 : size_t len;
2316 : 426 : const char *data = mp_obj_str_get_data(obj, &len);
2317 : 418 : return mp_obj_new_str_via_qstr((const char *)data, len);
2318 : : }
2319 : :
2320 : 2842 : mp_obj_t mp_obj_new_bytes(const byte *data, size_t len) {
2321 : 2842 : return mp_obj_new_str_copy(&mp_type_bytes, data, len);
2322 : : }
2323 : :
2324 : 275390 : bool mp_obj_str_equal(mp_obj_t s1, mp_obj_t s2) {
2325 [ + + + + ]: 275390 : if (mp_obj_is_qstr(s1) && mp_obj_is_qstr(s2)) {
2326 : 4922 : return s1 == s2;
2327 : : } else {
2328 [ + + ]: 270468 : GET_STR_HASH(s1, h1);
2329 [ + + ]: 270468 : GET_STR_HASH(s2, h2);
2330 : : // If any of hashes is 0, it means it's not valid
2331 [ + + + + ]: 270468 : if (h1 != 0 && h2 != 0 && h1 != h2) {
2332 : : return false;
2333 : : }
2334 [ + + ]: 21335 : GET_STR_DATA_LEN(s1, d1, l1);
2335 [ + + ]: 21335 : GET_STR_DATA_LEN(s2, d2, l2);
2336 [ + + ]: 21335 : if (l1 != l2) {
2337 : : return false;
2338 : : }
2339 : 21326 : return memcmp(d1, d2, l1) == 0;
2340 : : }
2341 : : }
2342 : :
2343 : 110 : static NORETURN void bad_implicit_conversion(mp_obj_t self_in) {
2344 : : #if MICROPY_ERROR_REPORTING <= MICROPY_ERROR_REPORTING_TERSE
2345 : : mp_raise_TypeError(MP_ERROR_TEXT("can't convert to str implicitly"));
2346 : : #else
2347 : 110 : const qstr src_name = mp_obj_get_type(self_in)->name;
2348 [ + + ]: 110 : mp_raise_msg_varg(&mp_type_TypeError,
2349 : 110 : MP_ERROR_TEXT("can't convert '%q' object to %q implicitly"),
2350 : : src_name, src_name == MP_QSTR_str ? MP_QSTR_bytes : MP_QSTR_str);
2351 : : #endif
2352 : : }
2353 : :
2354 : : // use this if you will anyway convert the string to a qstr
2355 : : // will be more efficient for the case where it's already a qstr
2356 : 5379 : qstr mp_obj_str_get_qstr(mp_obj_t self_in) {
2357 [ + + ]: 5379 : if (mp_obj_is_qstr(self_in)) {
2358 : 5320 : return MP_OBJ_QSTR_VALUE(self_in);
2359 [ + + + + ]: 59 : } else if (mp_obj_is_exact_type(self_in, &mp_type_str)) {
2360 : 43 : mp_obj_str_t *self = MP_OBJ_TO_PTR(self_in);
2361 : 43 : return qstr_from_strn((char *)self->data, self->len);
2362 : : } else {
2363 : 16 : bad_implicit_conversion(self_in);
2364 : : }
2365 : : }
2366 : :
2367 : : // only use this function if you need the str data to be zero terminated
2368 : : // at the moment all strings are zero terminated to help with C ASCIIZ compatibility
2369 : 31602 : const char *mp_obj_str_get_str(mp_obj_t self_in) {
2370 [ + + + + : 31602 : if (mp_obj_is_str_or_bytes(self_in)) {
+ - + - ]
2371 [ + + ]: 31592 : GET_STR_DATA_LEN(self_in, s, l);
2372 : 31592 : (void)l; // len unused
2373 : 31592 : return (const char *)s;
2374 : : } else {
2375 : 10 : bad_implicit_conversion(self_in);
2376 : : }
2377 : : }
2378 : :
2379 : 449225 : const char *mp_obj_str_get_data(mp_obj_t self_in, size_t *len) {
2380 [ + + + + : 449225 : if (mp_obj_is_str_or_bytes(self_in)) {
+ + + + ]
2381 [ + + ]: 449193 : GET_STR_DATA_LEN(self_in, s, l);
2382 : 449193 : *len = l;
2383 : 449193 : return (const char *)s;
2384 : : } else {
2385 : 32 : bad_implicit_conversion(self_in);
2386 : : }
2387 : : }
2388 : :
2389 : : #if MICROPY_OBJ_REPR == MICROPY_OBJ_REPR_C || MICROPY_OBJ_REPR == MICROPY_OBJ_REPR_D
2390 : : const byte *mp_obj_str_get_data_no_check(mp_obj_t self_in, size_t *len) {
2391 : : if (mp_obj_is_qstr(self_in)) {
2392 : : return qstr_data(MP_OBJ_QSTR_VALUE(self_in), len);
2393 : : } else {
2394 : : MP_STATIC_ASSERT_STR_ARRAY_COMPATIBLE;
2395 : : *len = ((mp_obj_str_t *)MP_OBJ_TO_PTR(self_in))->len;
2396 : : return ((mp_obj_str_t *)MP_OBJ_TO_PTR(self_in))->data;
2397 : : }
2398 : : }
2399 : : #endif
2400 : :
2401 : : /******************************************************************************/
2402 : : /* str iterator */
2403 : :
2404 : : typedef struct _mp_obj_str8_it_t {
2405 : : mp_obj_base_t base;
2406 : : mp_fun_1_t iternext;
2407 : : mp_obj_t str;
2408 : : size_t cur;
2409 : : } mp_obj_str8_it_t;
2410 : :
2411 : : #if !MICROPY_PY_BUILTINS_STR_UNICODE
2412 : : static mp_obj_t str_it_iternext(mp_obj_t self_in) {
2413 : : mp_obj_str8_it_t *self = MP_OBJ_TO_PTR(self_in);
2414 : : GET_STR_DATA_LEN(self->str, str, len);
2415 : : if (self->cur < len) {
2416 : : mp_obj_t o_out = mp_obj_new_str_via_qstr((const char *)str + self->cur, 1);
2417 : : self->cur += 1;
2418 : : return o_out;
2419 : : } else {
2420 : : return MP_OBJ_STOP_ITERATION;
2421 : : }
2422 : : }
2423 : :
2424 : : static mp_obj_t mp_obj_new_str_iterator(mp_obj_t str, mp_obj_iter_buf_t *iter_buf) {
2425 : : assert(sizeof(mp_obj_str8_it_t) <= sizeof(mp_obj_iter_buf_t));
2426 : : mp_obj_str8_it_t *o = (mp_obj_str8_it_t *)iter_buf;
2427 : : o->base.type = &mp_type_polymorph_iter;
2428 : : o->iternext = str_it_iternext;
2429 : : o->str = str;
2430 : : o->cur = 0;
2431 : : return MP_OBJ_FROM_PTR(o);
2432 : : }
2433 : : #endif
2434 : :
2435 : 92 : static mp_obj_t bytes_it_iternext(mp_obj_t self_in) {
2436 : 92 : mp_obj_str8_it_t *self = MP_OBJ_TO_PTR(self_in);
2437 [ - + ]: 92 : GET_STR_DATA_LEN(self->str, str, len);
2438 [ + + ]: 92 : if (self->cur < len) {
2439 : 72 : mp_obj_t o_out = MP_OBJ_NEW_SMALL_INT(str[self->cur]);
2440 : 72 : self->cur += 1;
2441 : 72 : return o_out;
2442 : : } else {
2443 : : return MP_OBJ_STOP_ITERATION;
2444 : : }
2445 : : }
2446 : :
2447 : 32 : mp_obj_t mp_obj_new_bytes_iterator(mp_obj_t str, mp_obj_iter_buf_t *iter_buf) {
2448 : 32 : assert(sizeof(mp_obj_str8_it_t) <= sizeof(mp_obj_iter_buf_t));
2449 : 32 : mp_obj_str8_it_t *o = (mp_obj_str8_it_t *)iter_buf;
2450 : 32 : o->base.type = &mp_type_polymorph_iter;
2451 : 32 : o->iternext = bytes_it_iternext;
2452 : 32 : o->str = str;
2453 : 32 : o->cur = 0;
2454 : 32 : return MP_OBJ_FROM_PTR(o);
2455 : : }
|
