/ Hex Artifact Content
Login

Artifact 7f8b4bf5af7c0f20f73b8e87e14fa9298f52e290:


0000: 2f 2a 0a 2a 2a 20 32 30 30 36 20 53 65 70 74 65  /*.** 2006 Septe
0010: 6d 62 65 72 20 33 30 0a 2a 2a 0a 2a 2a 20 54 68  mber 30.**.** Th
0020: 65 20 61 75 74 68 6f 72 20 64 69 73 63 6c 61 69  e author disclai
0030: 6d 73 20 63 6f 70 79 72 69 67 68 74 20 74 6f 20  ms copyright to 
0040: 74 68 69 73 20 73 6f 75 72 63 65 20 63 6f 64 65  this source code
0050: 2e 20 20 49 6e 20 70 6c 61 63 65 20 6f 66 0a 2a  .  In place of.*
0060: 2a 20 61 20 6c 65 67 61 6c 20 6e 6f 74 69 63 65  * a legal notice
0070: 2c 20 68 65 72 65 20 69 73 20 61 20 62 6c 65 73  , here is a bles
0080: 73 69 6e 67 3a 0a 2a 2a 0a 2a 2a 20 20 20 20 4d  sing:.**.**    M
0090: 61 79 20 79 6f 75 20 64 6f 20 67 6f 6f 64 20 61  ay you do good a
00a0: 6e 64 20 6e 6f 74 20 65 76 69 6c 2e 0a 2a 2a 20  nd not evil..** 
00b0: 20 20 20 4d 61 79 20 79 6f 75 20 66 69 6e 64 20     May you find 
00c0: 66 6f 72 67 69 76 65 6e 65 73 73 20 66 6f 72 20  forgiveness for 
00d0: 79 6f 75 72 73 65 6c 66 20 61 6e 64 20 66 6f 72  yourself and for
00e0: 67 69 76 65 20 6f 74 68 65 72 73 2e 0a 2a 2a 20  give others..** 
00f0: 20 20 20 4d 61 79 20 79 6f 75 20 73 68 61 72 65     May you share
0100: 20 66 72 65 65 6c 79 2c 20 6e 65 76 65 72 20 74   freely, never t
0110: 61 6b 69 6e 67 20 6d 6f 72 65 20 74 68 61 6e 20  aking more than 
0120: 79 6f 75 20 67 69 76 65 2e 0a 2a 2a 0a 2a 2a 2a  you give..**.***
0130: 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a  ****************
0140: 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a  ****************
0150: 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a  ****************
0160: 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a 2a  ****************
0170: 2a 2a 2a 2a 2a 2a 0a 2a 2a 20 49 6d 70 6c 65 6d  ******.** Implem
0180: 65 6e 74 61 74 69 6f 6e 20 6f 66 20 74 68 65 20  entation of the 
0190: 66 75 6c 6c 2d 74 65 78 74 2d 73 65 61 72 63 68  full-text-search
01a0: 20 74 6f 6b 65 6e 69 7a 65 72 20 74 68 61 74 20   tokenizer that 
01b0: 69 6d 70 6c 65 6d 65 6e 74 73 0a 2a 2a 20 61 20  implements.** a 
01c0: 50 6f 72 74 65 72 20 73 74 65 6d 6d 65 72 2e 0a  Porter stemmer..
01d0: 2a 2f 0a 0a 2f 2a 0a 2a 2a 20 54 68 65 20 63 6f  */../*.** The co
01e0: 64 65 20 69 6e 20 74 68 69 73 20 66 69 6c 65 20  de in this file 
01f0: 69 73 20 6f 6e 6c 79 20 63 6f 6d 70 69 6c 65 64  is only compiled
0200: 20 69 66 3a 0a 2a 2a 0a 2a 2a 20 20 20 20 20 2a   if:.**.**     *
0210: 20 54 68 65 20 46 54 53 33 20 6d 6f 64 75 6c 65   The FTS3 module
0220: 20 69 73 20 62 65 69 6e 67 20 62 75 69 6c 74 20   is being built 
0230: 61 73 20 61 6e 20 65 78 74 65 6e 73 69 6f 6e 0a  as an extension.
0240: 2a 2a 20 20 20 20 20 20 20 28 69 6e 20 77 68 69  **       (in whi
0250: 63 68 20 63 61 73 65 20 53 51 4c 49 54 45 5f 43  ch case SQLITE_C
0260: 4f 52 45 20 69 73 20 6e 6f 74 20 64 65 66 69 6e  ORE is not defin
0270: 65 64 29 2c 20 6f 72 0a 2a 2a 0a 2a 2a 20 20 20  ed), or.**.**   
0280: 20 20 2a 20 54 68 65 20 46 54 53 33 20 6d 6f 64    * The FTS3 mod
0290: 75 6c 65 20 69 73 20 62 65 69 6e 67 20 62 75 69  ule is being bui
02a0: 6c 74 20 69 6e 74 6f 20 74 68 65 20 63 6f 72 65  lt into the core
02b0: 20 6f 66 0a 2a 2a 20 20 20 20 20 20 20 53 51 4c   of.**       SQL
02c0: 69 74 65 20 28 69 6e 20 77 68 69 63 68 20 63 61  ite (in which ca
02d0: 73 65 20 53 51 4c 49 54 45 5f 45 4e 41 42 4c 45  se SQLITE_ENABLE
02e0: 5f 46 54 53 33 20 69 73 20 64 65 66 69 6e 65 64  _FTS3 is defined
02f0: 29 2e 0a 2a 2f 0a 23 69 6e 63 6c 75 64 65 20 22  )..*/.#include "
0300: 66 74 73 33 49 6e 74 2e 68 22 0a 23 69 66 20 21  fts3Int.h".#if !
0310: 64 65 66 69 6e 65 64 28 53 51 4c 49 54 45 5f 43  defined(SQLITE_C
0320: 4f 52 45 29 20 7c 7c 20 64 65 66 69 6e 65 64 28  ORE) || defined(
0330: 53 51 4c 49 54 45 5f 45 4e 41 42 4c 45 5f 46 54  SQLITE_ENABLE_FT
0340: 53 33 29 0a 0a 23 69 6e 63 6c 75 64 65 20 3c 61  S3)..#include <a
0350: 73 73 65 72 74 2e 68 3e 0a 23 69 6e 63 6c 75 64  ssert.h>.#includ
0360: 65 20 3c 73 74 64 6c 69 62 2e 68 3e 0a 23 69 6e  e <stdlib.h>.#in
0370: 63 6c 75 64 65 20 3c 73 74 64 69 6f 2e 68 3e 0a  clude <stdio.h>.
0380: 23 69 6e 63 6c 75 64 65 20 3c 73 74 72 69 6e 67  #include <string
0390: 2e 68 3e 0a 0a 23 69 6e 63 6c 75 64 65 20 22 66  .h>..#include "f
03a0: 74 73 33 5f 74 6f 6b 65 6e 69 7a 65 72 2e 68 22  ts3_tokenizer.h"
03b0: 0a 0a 2f 2a 0a 2a 2a 20 43 6c 61 73 73 20 64 65  ../*.** Class de
03c0: 72 69 76 65 64 20 66 72 6f 6d 20 73 71 6c 69 74  rived from sqlit
03d0: 65 33 5f 74 6f 6b 65 6e 69 7a 65 72 0a 2a 2f 0a  e3_tokenizer.*/.
03e0: 74 79 70 65 64 65 66 20 73 74 72 75 63 74 20 70  typedef struct p
03f0: 6f 72 74 65 72 5f 74 6f 6b 65 6e 69 7a 65 72 20  orter_tokenizer 
0400: 7b 0a 20 20 73 71 6c 69 74 65 33 5f 74 6f 6b 65  {.  sqlite3_toke
0410: 6e 69 7a 65 72 20 62 61 73 65 3b 20 20 20 20 20  nizer base;     
0420: 20 2f 2a 20 42 61 73 65 20 63 6c 61 73 73 20 2a   /* Base class *
0430: 2f 0a 7d 20 70 6f 72 74 65 72 5f 74 6f 6b 65 6e  /.} porter_token
0440: 69 7a 65 72 3b 0a 0a 2f 2a 0a 2a 2a 20 43 6c 61  izer;../*.** Cla
0450: 73 73 20 64 65 72 69 76 65 64 20 66 72 6f 6d 20  ss derived from 
0460: 73 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 7a 65  sqlite3_tokenize
0470: 72 5f 63 75 72 73 6f 72 0a 2a 2f 0a 74 79 70 65  r_cursor.*/.type
0480: 64 65 66 20 73 74 72 75 63 74 20 70 6f 72 74 65  def struct porte
0490: 72 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73  r_tokenizer_curs
04a0: 6f 72 20 7b 0a 20 20 73 71 6c 69 74 65 33 5f 74  or {.  sqlite3_t
04b0: 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20  okenizer_cursor 
04c0: 62 61 73 65 3b 0a 20 20 63 6f 6e 73 74 20 63 68  base;.  const ch
04d0: 61 72 20 2a 7a 49 6e 70 75 74 3b 20 20 20 20 20  ar *zInput;     
04e0: 20 20 20 20 20 2f 2a 20 69 6e 70 75 74 20 77 65       /* input we
04f0: 20 61 72 65 20 74 6f 6b 65 6e 69 7a 69 6e 67 20   are tokenizing 
0500: 2a 2f 0a 20 20 69 6e 74 20 6e 49 6e 70 75 74 3b  */.  int nInput;
0510: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20                  
0520: 20 20 2f 2a 20 73 69 7a 65 20 6f 66 20 74 68 65    /* size of the
0530: 20 69 6e 70 75 74 20 2a 2f 0a 20 20 69 6e 74 20   input */.  int 
0540: 69 4f 66 66 73 65 74 3b 20 20 20 20 20 20 20 20  iOffset;        
0550: 20 20 20 20 20 20 20 20 20 2f 2a 20 63 75 72 72           /* curr
0560: 65 6e 74 20 70 6f 73 69 74 69 6f 6e 20 69 6e 20  ent position in 
0570: 7a 49 6e 70 75 74 20 2a 2f 0a 20 20 69 6e 74 20  zInput */.  int 
0580: 69 54 6f 6b 65 6e 3b 20 20 20 20 20 20 20 20 20  iToken;         
0590: 20 20 20 20 20 20 20 20 20 2f 2a 20 69 6e 64 65           /* inde
05a0: 78 20 6f 66 20 6e 65 78 74 20 74 6f 6b 65 6e 20  x of next token 
05b0: 74 6f 20 62 65 20 72 65 74 75 72 6e 65 64 20 2a  to be returned *
05c0: 2f 0a 20 20 63 68 61 72 20 2a 7a 54 6f 6b 65 6e  /.  char *zToken
05d0: 3b 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20  ;               
05e0: 20 2f 2a 20 73 74 6f 72 61 67 65 20 66 6f 72 20   /* storage for 
05f0: 63 75 72 72 65 6e 74 20 74 6f 6b 65 6e 20 2a 2f  current token */
0600: 0a 20 20 69 6e 74 20 6e 41 6c 6c 6f 63 61 74 65  .  int nAllocate
0610: 64 3b 20 20 20 20 20 20 20 20 20 20 20 20 20 20  d;              
0620: 2f 2a 20 73 70 61 63 65 20 61 6c 6c 6f 63 61 74  /* space allocat
0630: 65 64 20 74 6f 20 7a 54 6f 6b 65 6e 20 62 75 66  ed to zToken buf
0640: 66 65 72 20 2a 2f 0a 7d 20 70 6f 72 74 65 72 5f  fer */.} porter_
0650: 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72  tokenizer_cursor
0660: 3b 0a 0a 0a 2f 2a 0a 2a 2a 20 43 72 65 61 74 65  ;.../*.** Create
0670: 20 61 20 6e 65 77 20 74 6f 6b 65 6e 69 7a 65 72   a new tokenizer
0680: 20 69 6e 73 74 61 6e 63 65 2e 0a 2a 2f 0a 73 74   instance..*/.st
0690: 61 74 69 63 20 69 6e 74 20 70 6f 72 74 65 72 43  atic int porterC
06a0: 72 65 61 74 65 28 0a 20 20 69 6e 74 20 61 72 67  reate(.  int arg
06b0: 63 2c 20 63 6f 6e 73 74 20 63 68 61 72 20 2a 20  c, const char * 
06c0: 63 6f 6e 73 74 20 2a 61 72 67 76 2c 0a 20 20 73  const *argv,.  s
06d0: 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 7a 65 72  qlite3_tokenizer
06e0: 20 2a 2a 70 70 54 6f 6b 65 6e 69 7a 65 72 0a 29   **ppTokenizer.)
06f0: 7b 0a 20 20 70 6f 72 74 65 72 5f 74 6f 6b 65 6e  {.  porter_token
0700: 69 7a 65 72 20 2a 74 3b 0a 0a 20 20 55 4e 55 53  izer *t;..  UNUS
0710: 45 44 5f 50 41 52 41 4d 45 54 45 52 28 61 72 67  ED_PARAMETER(arg
0720: 63 29 3b 0a 20 20 55 4e 55 53 45 44 5f 50 41 52  c);.  UNUSED_PAR
0730: 41 4d 45 54 45 52 28 61 72 67 76 29 3b 0a 0a 20  AMETER(argv);.. 
0740: 20 74 20 3d 20 28 70 6f 72 74 65 72 5f 74 6f 6b   t = (porter_tok
0750: 65 6e 69 7a 65 72 20 2a 29 20 73 71 6c 69 74 65  enizer *) sqlite
0760: 33 5f 6d 61 6c 6c 6f 63 28 73 69 7a 65 6f 66 28  3_malloc(sizeof(
0770: 2a 74 29 29 3b 0a 20 20 69 66 28 20 74 3d 3d 4e  *t));.  if( t==N
0780: 55 4c 4c 20 29 20 72 65 74 75 72 6e 20 53 51 4c  ULL ) return SQL
0790: 49 54 45 5f 4e 4f 4d 45 4d 3b 0a 20 20 6d 65 6d  ITE_NOMEM;.  mem
07a0: 73 65 74 28 74 2c 20 30 2c 20 73 69 7a 65 6f 66  set(t, 0, sizeof
07b0: 28 2a 74 29 29 3b 0a 20 20 2a 70 70 54 6f 6b 65  (*t));.  *ppToke
07c0: 6e 69 7a 65 72 20 3d 20 26 74 2d 3e 62 61 73 65  nizer = &t->base
07d0: 3b 0a 20 20 72 65 74 75 72 6e 20 53 51 4c 49 54  ;.  return SQLIT
07e0: 45 5f 4f 4b 3b 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 44  E_OK;.}../*.** D
07f0: 65 73 74 72 6f 79 20 61 20 74 6f 6b 65 6e 69 7a  estroy a tokeniz
0800: 65 72 0a 2a 2f 0a 73 74 61 74 69 63 20 69 6e 74  er.*/.static int
0810: 20 70 6f 72 74 65 72 44 65 73 74 72 6f 79 28 73   porterDestroy(s
0820: 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 7a 65 72  qlite3_tokenizer
0830: 20 2a 70 54 6f 6b 65 6e 69 7a 65 72 29 7b 0a 20   *pTokenizer){. 
0840: 20 73 71 6c 69 74 65 33 5f 66 72 65 65 28 70 54   sqlite3_free(pT
0850: 6f 6b 65 6e 69 7a 65 72 29 3b 0a 20 20 72 65 74  okenizer);.  ret
0860: 75 72 6e 20 53 51 4c 49 54 45 5f 4f 4b 3b 0a 7d  urn SQLITE_OK;.}
0870: 0a 0a 2f 2a 0a 2a 2a 20 50 72 65 70 61 72 65 20  ../*.** Prepare 
0880: 74 6f 20 62 65 67 69 6e 20 74 6f 6b 65 6e 69 7a  to begin tokeniz
0890: 69 6e 67 20 61 20 70 61 72 74 69 63 75 6c 61 72  ing a particular
08a0: 20 73 74 72 69 6e 67 2e 20 20 54 68 65 20 69 6e   string.  The in
08b0: 70 75 74 0a 2a 2a 20 73 74 72 69 6e 67 20 74 6f  put.** string to
08c0: 20 62 65 20 74 6f 6b 65 6e 69 7a 65 64 20 69 73   be tokenized is
08d0: 20 7a 49 6e 70 75 74 5b 30 2e 2e 6e 49 6e 70 75   zInput[0..nInpu
08e0: 74 2d 31 5d 2e 20 20 41 20 63 75 72 73 6f 72 0a  t-1].  A cursor.
08f0: 2a 2a 20 75 73 65 64 20 74 6f 20 69 6e 63 72 65  ** used to incre
0900: 6d 65 6e 74 61 6c 6c 79 20 74 6f 6b 65 6e 69 7a  mentally tokeniz
0910: 65 20 74 68 69 73 20 73 74 72 69 6e 67 20 69 73  e this string is
0920: 20 72 65 74 75 72 6e 65 64 20 69 6e 20 0a 2a 2a   returned in .**
0930: 20 2a 70 70 43 75 72 73 6f 72 2e 0a 2a 2f 0a 73   *ppCursor..*/.s
0940: 74 61 74 69 63 20 69 6e 74 20 70 6f 72 74 65 72  tatic int porter
0950: 4f 70 65 6e 28 0a 20 20 73 71 6c 69 74 65 33 5f  Open(.  sqlite3_
0960: 74 6f 6b 65 6e 69 7a 65 72 20 2a 70 54 6f 6b 65  tokenizer *pToke
0970: 6e 69 7a 65 72 2c 20 20 20 20 20 20 20 20 20 2f  nizer,         /
0980: 2a 20 54 68 65 20 74 6f 6b 65 6e 69 7a 65 72 20  * The tokenizer 
0990: 2a 2f 0a 20 20 63 6f 6e 73 74 20 63 68 61 72 20  */.  const char 
09a0: 2a 7a 49 6e 70 75 74 2c 20 69 6e 74 20 6e 49 6e  *zInput, int nIn
09b0: 70 75 74 2c 20 20 20 20 20 20 20 20 2f 2a 20 53  put,        /* S
09c0: 74 72 69 6e 67 20 74 6f 20 62 65 20 74 6f 6b 65  tring to be toke
09d0: 6e 69 7a 65 64 20 2a 2f 0a 20 20 73 71 6c 69 74  nized */.  sqlit
09e0: 65 33 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72  e3_tokenizer_cur
09f0: 73 6f 72 20 2a 2a 70 70 43 75 72 73 6f 72 20 20  sor **ppCursor  
0a00: 20 20 2f 2a 20 4f 55 54 3a 20 54 6f 6b 65 6e 69    /* OUT: Tokeni
0a10: 7a 61 74 69 6f 6e 20 63 75 72 73 6f 72 20 2a 2f  zation cursor */
0a20: 0a 29 7b 0a 20 20 70 6f 72 74 65 72 5f 74 6f 6b  .){.  porter_tok
0a30: 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20 2a 63  enizer_cursor *c
0a40: 3b 0a 0a 20 20 55 4e 55 53 45 44 5f 50 41 52 41  ;..  UNUSED_PARA
0a50: 4d 45 54 45 52 28 70 54 6f 6b 65 6e 69 7a 65 72  METER(pTokenizer
0a60: 29 3b 0a 0a 20 20 63 20 3d 20 28 70 6f 72 74 65  );..  c = (porte
0a70: 72 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73  r_tokenizer_curs
0a80: 6f 72 20 2a 29 20 73 71 6c 69 74 65 33 5f 6d 61  or *) sqlite3_ma
0a90: 6c 6c 6f 63 28 73 69 7a 65 6f 66 28 2a 63 29 29  lloc(sizeof(*c))
0aa0: 3b 0a 20 20 69 66 28 20 63 3d 3d 4e 55 4c 4c 20  ;.  if( c==NULL 
0ab0: 29 20 72 65 74 75 72 6e 20 53 51 4c 49 54 45 5f  ) return SQLITE_
0ac0: 4e 4f 4d 45 4d 3b 0a 0a 20 20 63 2d 3e 7a 49 6e  NOMEM;..  c->zIn
0ad0: 70 75 74 20 3d 20 7a 49 6e 70 75 74 3b 0a 20 20  put = zInput;.  
0ae0: 69 66 28 20 7a 49 6e 70 75 74 3d 3d 30 20 29 7b  if( zInput==0 ){
0af0: 0a 20 20 20 20 63 2d 3e 6e 49 6e 70 75 74 20 3d  .    c->nInput =
0b00: 20 30 3b 0a 20 20 7d 65 6c 73 65 20 69 66 28 20   0;.  }else if( 
0b10: 6e 49 6e 70 75 74 3c 30 20 29 7b 0a 20 20 20 20  nInput<0 ){.    
0b20: 63 2d 3e 6e 49 6e 70 75 74 20 3d 20 28 69 6e 74  c->nInput = (int
0b30: 29 73 74 72 6c 65 6e 28 7a 49 6e 70 75 74 29 3b  )strlen(zInput);
0b40: 0a 20 20 7d 65 6c 73 65 7b 0a 20 20 20 20 63 2d  .  }else{.    c-
0b50: 3e 6e 49 6e 70 75 74 20 3d 20 6e 49 6e 70 75 74  >nInput = nInput
0b60: 3b 0a 20 20 7d 0a 20 20 63 2d 3e 69 4f 66 66 73  ;.  }.  c->iOffs
0b70: 65 74 20 3d 20 30 3b 20 20 20 20 20 20 20 20 20  et = 0;         
0b80: 20 20 20 20 20 20 20 20 2f 2a 20 73 74 61 72 74          /* start
0b90: 20 74 6f 6b 65 6e 69 7a 69 6e 67 20 61 74 20 74   tokenizing at t
0ba0: 68 65 20 62 65 67 69 6e 6e 69 6e 67 20 2a 2f 0a  he beginning */.
0bb0: 20 20 63 2d 3e 69 54 6f 6b 65 6e 20 3d 20 30 3b    c->iToken = 0;
0bc0: 0a 20 20 63 2d 3e 7a 54 6f 6b 65 6e 20 3d 20 4e  .  c->zToken = N
0bd0: 55 4c 4c 3b 20 20 20 20 20 20 20 20 20 20 20 20  ULL;            
0be0: 20 20 20 2f 2a 20 6e 6f 20 73 70 61 63 65 20 61     /* no space a
0bf0: 6c 6c 6f 63 61 74 65 64 2c 20 79 65 74 2e 20 2a  llocated, yet. *
0c00: 2f 0a 20 20 63 2d 3e 6e 41 6c 6c 6f 63 61 74 65  /.  c->nAllocate
0c10: 64 20 3d 20 30 3b 0a 0a 20 20 2a 70 70 43 75 72  d = 0;..  *ppCur
0c20: 73 6f 72 20 3d 20 26 63 2d 3e 62 61 73 65 3b 0a  sor = &c->base;.
0c30: 20 20 72 65 74 75 72 6e 20 53 51 4c 49 54 45 5f    return SQLITE_
0c40: 4f 4b 3b 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 43 6c 6f  OK;.}../*.** Clo
0c50: 73 65 20 61 20 74 6f 6b 65 6e 69 7a 61 74 69 6f  se a tokenizatio
0c60: 6e 20 63 75 72 73 6f 72 20 70 72 65 76 69 6f 75  n cursor previou
0c70: 73 6c 79 20 6f 70 65 6e 65 64 20 62 79 20 61 20  sly opened by a 
0c80: 63 61 6c 6c 20 74 6f 0a 2a 2a 20 70 6f 72 74 65  call to.** porte
0c90: 72 4f 70 65 6e 28 29 20 61 62 6f 76 65 2e 0a 2a  rOpen() above..*
0ca0: 2f 0a 73 74 61 74 69 63 20 69 6e 74 20 70 6f 72  /.static int por
0cb0: 74 65 72 43 6c 6f 73 65 28 73 71 6c 69 74 65 33  terClose(sqlite3
0cc0: 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f  _tokenizer_curso
0cd0: 72 20 2a 70 43 75 72 73 6f 72 29 7b 0a 20 20 70  r *pCursor){.  p
0ce0: 6f 72 74 65 72 5f 74 6f 6b 65 6e 69 7a 65 72 5f  orter_tokenizer_
0cf0: 63 75 72 73 6f 72 20 2a 63 20 3d 20 28 70 6f 72  cursor *c = (por
0d00: 74 65 72 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75  ter_tokenizer_cu
0d10: 72 73 6f 72 20 2a 29 20 70 43 75 72 73 6f 72 3b  rsor *) pCursor;
0d20: 0a 20 20 73 71 6c 69 74 65 33 5f 66 72 65 65 28  .  sqlite3_free(
0d30: 63 2d 3e 7a 54 6f 6b 65 6e 29 3b 0a 20 20 73 71  c->zToken);.  sq
0d40: 6c 69 74 65 33 5f 66 72 65 65 28 63 29 3b 0a 20  lite3_free(c);. 
0d50: 20 72 65 74 75 72 6e 20 53 51 4c 49 54 45 5f 4f   return SQLITE_O
0d60: 4b 3b 0a 7d 0a 2f 2a 0a 2a 2a 20 56 6f 77 65 6c  K;.}./*.** Vowel
0d70: 20 6f 72 20 63 6f 6e 73 6f 6e 61 6e 74 0a 2a 2f   or consonant.*/
0d80: 0a 73 74 61 74 69 63 20 63 6f 6e 73 74 20 63 68  .static const ch
0d90: 61 72 20 63 54 79 70 65 5b 5d 20 3d 20 7b 0a 20  ar cType[] = {. 
0da0: 20 20 30 2c 20 31 2c 20 31 2c 20 31 2c 20 30 2c    0, 1, 1, 1, 0,
0db0: 20 31 2c 20 31 2c 20 31 2c 20 30 2c 20 31 2c 20   1, 1, 1, 0, 1, 
0dc0: 31 2c 20 31 2c 20 31 2c 20 31 2c 20 30 2c 20 31  1, 1, 1, 1, 0, 1
0dd0: 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 30 2c  , 1, 1, 1, 1, 0,
0de0: 0a 20 20 20 31 2c 20 31 2c 20 31 2c 20 32 2c 20  .   1, 1, 1, 2, 
0df0: 31 0a 7d 3b 0a 0a 2f 2a 0a 2a 2a 20 69 73 43 6f  1.};../*.** isCo
0e00: 6e 73 6f 6e 61 6e 74 28 29 20 61 6e 64 20 69 73  nsonant() and is
0e10: 56 6f 77 65 6c 28 29 20 64 65 74 65 72 6d 69 6e  Vowel() determin
0e20: 65 20 69 66 20 74 68 65 69 72 20 66 69 72 73 74  e if their first
0e30: 20 63 68 61 72 61 63 74 65 72 20 69 6e 0a 2a 2a   character in.**
0e40: 20 74 68 65 20 73 74 72 69 6e 67 20 74 68 65 79   the string they
0e50: 20 70 6f 69 6e 74 20 74 6f 20 69 73 20 61 20 63   point to is a c
0e60: 6f 6e 73 6f 6e 61 6e 74 20 6f 72 20 61 20 76 6f  onsonant or a vo
0e70: 77 65 6c 2c 20 61 63 63 6f 72 64 69 6e 67 0a 2a  wel, according.*
0e80: 2a 20 74 6f 20 50 6f 72 74 65 72 20 72 75 6c 73  * to Porter ruls
0e90: 2e 20 20 0a 2a 2a 0a 2a 2a 20 41 20 63 6f 6e 73  .  .**.** A cons
0ea0: 6f 6e 61 74 65 20 69 73 20 61 6e 79 20 6c 65 74  onate is any let
0eb0: 74 65 72 20 6f 74 68 65 72 20 74 68 61 6e 20 27  ter other than '
0ec0: 61 27 2c 20 27 65 27 2c 20 27 69 27 2c 20 27 6f  a', 'e', 'i', 'o
0ed0: 27 2c 20 6f 72 20 27 75 27 2e 0a 2a 2a 20 27 59  ', or 'u'..** 'Y
0ee0: 27 20 69 73 20 61 20 63 6f 6e 73 6f 6e 61 6e 74  ' is a consonant
0ef0: 20 75 6e 6c 65 73 73 20 69 74 20 66 6f 6c 6c 6f   unless it follo
0f00: 77 73 20 61 6e 6f 74 68 65 72 20 63 6f 6e 73 6f  ws another conso
0f10: 6e 61 6e 74 2c 0a 2a 2a 20 69 6e 20 77 68 69 63  nant,.** in whic
0f20: 68 20 63 61 73 65 20 69 74 20 69 73 20 61 20 76  h case it is a v
0f30: 6f 77 65 6c 2e 0a 2a 2a 0a 2a 2a 20 49 6e 20 74  owel..**.** In t
0f40: 68 65 73 65 20 72 6f 75 74 69 6e 65 2c 20 74 68  hese routine, th
0f50: 65 20 6c 65 74 74 65 72 73 20 61 72 65 20 69 6e  e letters are in
0f60: 20 72 65 76 65 72 73 65 20 6f 72 64 65 72 2e 20   reverse order. 
0f70: 20 53 6f 20 74 68 65 20 27 79 27 20 72 75 6c 65   So the 'y' rule
0f80: 0a 2a 2a 20 69 73 20 74 68 61 74 20 27 79 27 20  .** is that 'y' 
0f90: 69 73 20 61 20 63 6f 6e 73 6f 6e 61 6e 74 20 75  is a consonant u
0fa0: 6e 6c 65 73 73 20 69 74 20 69 73 20 66 6f 6c 6c  nless it is foll
0fb0: 6f 77 65 64 20 62 79 20 61 6e 6f 74 68 65 72 0a  owed by another.
0fc0: 2a 2a 20 63 6f 6e 73 6f 6e 65 6e 74 2e 0a 2a 2f  ** consonent..*/
0fd0: 0a 73 74 61 74 69 63 20 69 6e 74 20 69 73 56 6f  .static int isVo
0fe0: 77 65 6c 28 63 6f 6e 73 74 20 63 68 61 72 2a 29  wel(const char*)
0ff0: 3b 0a 73 74 61 74 69 63 20 69 6e 74 20 69 73 43  ;.static int isC
1000: 6f 6e 73 6f 6e 61 6e 74 28 63 6f 6e 73 74 20 63  onsonant(const c
1010: 68 61 72 20 2a 7a 29 7b 0a 20 20 69 6e 74 20 6a  har *z){.  int j
1020: 3b 0a 20 20 63 68 61 72 20 78 20 3d 20 2a 7a 3b  ;.  char x = *z;
1030: 0a 20 20 69 66 28 20 78 3d 3d 30 20 29 20 72 65  .  if( x==0 ) re
1040: 74 75 72 6e 20 30 3b 0a 20 20 61 73 73 65 72 74  turn 0;.  assert
1050: 28 20 78 3e 3d 27 61 27 20 26 26 20 78 3c 3d 27  ( x>='a' && x<='
1060: 7a 27 20 29 3b 0a 20 20 6a 20 3d 20 63 54 79 70  z' );.  j = cTyp
1070: 65 5b 78 2d 27 61 27 5d 3b 0a 20 20 69 66 28 20  e[x-'a'];.  if( 
1080: 6a 3c 32 20 29 20 72 65 74 75 72 6e 20 6a 3b 0a  j<2 ) return j;.
1090: 20 20 72 65 74 75 72 6e 20 7a 5b 31 5d 3d 3d 30    return z[1]==0
10a0: 20 7c 7c 20 69 73 56 6f 77 65 6c 28 7a 20 2b 20   || isVowel(z + 
10b0: 31 29 3b 0a 7d 0a 73 74 61 74 69 63 20 69 6e 74  1);.}.static int
10c0: 20 69 73 56 6f 77 65 6c 28 63 6f 6e 73 74 20 63   isVowel(const c
10d0: 68 61 72 20 2a 7a 29 7b 0a 20 20 69 6e 74 20 6a  har *z){.  int j
10e0: 3b 0a 20 20 63 68 61 72 20 78 20 3d 20 2a 7a 3b  ;.  char x = *z;
10f0: 0a 20 20 69 66 28 20 78 3d 3d 30 20 29 20 72 65  .  if( x==0 ) re
1100: 74 75 72 6e 20 30 3b 0a 20 20 61 73 73 65 72 74  turn 0;.  assert
1110: 28 20 78 3e 3d 27 61 27 20 26 26 20 78 3c 3d 27  ( x>='a' && x<='
1120: 7a 27 20 29 3b 0a 20 20 6a 20 3d 20 63 54 79 70  z' );.  j = cTyp
1130: 65 5b 78 2d 27 61 27 5d 3b 0a 20 20 69 66 28 20  e[x-'a'];.  if( 
1140: 6a 3c 32 20 29 20 72 65 74 75 72 6e 20 31 2d 6a  j<2 ) return 1-j
1150: 3b 0a 20 20 72 65 74 75 72 6e 20 69 73 43 6f 6e  ;.  return isCon
1160: 73 6f 6e 61 6e 74 28 7a 20 2b 20 31 29 3b 0a 7d  sonant(z + 1);.}
1170: 0a 0a 2f 2a 0a 2a 2a 20 4c 65 74 20 61 6e 79 20  ../*.** Let any 
1180: 73 65 71 75 65 6e 63 65 20 6f 66 20 6f 6e 65 20  sequence of one 
1190: 6f 72 20 6d 6f 72 65 20 76 6f 77 65 6c 73 20 62  or more vowels b
11a0: 65 20 72 65 70 72 65 73 65 6e 74 65 64 20 62 79  e represented by
11b0: 20 56 20 61 6e 64 20 6c 65 74 0a 2a 2a 20 43 20   V and let.** C 
11c0: 62 65 20 73 65 71 75 65 6e 63 65 20 6f 66 20 6f  be sequence of o
11d0: 6e 65 20 6f 72 20 6d 6f 72 65 20 63 6f 6e 73 6f  ne or more conso
11e0: 6e 61 6e 74 73 2e 20 20 54 68 65 6e 20 65 76 65  nants.  Then eve
11f0: 72 79 20 77 6f 72 64 20 63 61 6e 20 62 65 0a 2a  ry word can be.*
1200: 2a 20 72 65 70 72 65 73 65 6e 74 65 64 20 61 73  * represented as
1210: 3a 0a 2a 2a 0a 2a 2a 20 20 20 20 20 20 20 20 20  :.**.**         
1220: 20 20 5b 43 5d 20 28 56 43 29 7b 6d 7d 20 5b 56    [C] (VC){m} [V
1230: 5d 0a 2a 2a 0a 2a 2a 20 49 6e 20 70 72 6f 73 65  ].**.** In prose
1240: 3a 20 20 41 20 77 6f 72 64 20 69 73 20 61 6e 20  :  A word is an 
1250: 6f 70 74 69 6f 6e 61 6c 20 63 6f 6e 73 6f 6e 61  optional consona
1260: 6e 74 20 66 6f 6c 6c 6f 77 65 64 20 62 79 20 7a  nt followed by z
1270: 65 72 6f 20 6f 72 0a 2a 2a 20 76 6f 77 65 6c 2d  ero or.** vowel-
1280: 63 6f 6e 73 6f 6e 61 6e 74 20 70 61 69 72 73 20  consonant pairs 
1290: 66 6f 6c 6c 6f 77 65 64 20 62 79 20 61 6e 20 6f  followed by an o
12a0: 70 74 69 6f 6e 61 6c 20 76 6f 77 65 6c 2e 20 20  ptional vowel.  
12b0: 22 6d 22 20 69 73 20 74 68 65 0a 2a 2a 20 6e 75  "m" is the.** nu
12c0: 6d 62 65 72 20 6f 66 20 76 6f 77 65 6c 20 63 6f  mber of vowel co
12d0: 6e 73 6f 6e 61 6e 74 20 70 61 69 72 73 2e 20 20  nsonant pairs.  
12e0: 54 68 69 73 20 72 6f 75 74 69 6e 65 20 63 6f 6d  This routine com
12f0: 70 75 74 65 73 20 74 68 65 20 76 61 6c 75 65 0a  putes the value.
1300: 2a 2a 20 6f 66 20 6d 20 66 6f 72 20 74 68 65 20  ** of m for the 
1310: 66 69 72 73 74 20 69 20 62 79 74 65 73 20 6f 66  first i bytes of
1320: 20 61 20 77 6f 72 64 2e 0a 2a 2a 0a 2a 2a 20 52   a word..**.** R
1330: 65 74 75 72 6e 20 74 72 75 65 20 69 66 20 74 68  eturn true if th
1340: 65 20 6d 2d 76 61 6c 75 65 20 66 6f 72 20 7a 20  e m-value for z 
1350: 69 73 20 31 20 6f 72 20 6d 6f 72 65 2e 20 20 49  is 1 or more.  I
1360: 6e 20 6f 74 68 65 72 20 77 6f 72 64 73 2c 0a 2a  n other words,.*
1370: 2a 20 72 65 74 75 72 6e 20 74 72 75 65 20 69 66  * return true if
1380: 20 7a 20 63 6f 6e 74 61 69 6e 73 20 61 74 20 6c   z contains at l
1390: 65 61 73 74 20 6f 6e 65 20 76 6f 77 65 6c 20 74  east one vowel t
13a0: 68 61 74 20 69 73 20 66 6f 6c 6c 6f 77 65 64 0a  hat is followed.
13b0: 2a 2a 20 62 79 20 61 20 63 6f 6e 73 6f 6e 61 6e  ** by a consonan
13c0: 74 2e 0a 2a 2a 0a 2a 2a 20 49 6e 20 74 68 69 73  t..**.** In this
13d0: 20 72 6f 75 74 69 6e 65 20 7a 5b 5d 20 69 73 20   routine z[] is 
13e0: 69 6e 20 72 65 76 65 72 73 65 20 6f 72 64 65 72  in reverse order
13f0: 2e 20 20 53 6f 20 77 65 20 61 72 65 20 72 65 61  .  So we are rea
1400: 6c 6c 79 20 6c 6f 6f 6b 69 6e 67 0a 2a 2a 20 66  lly looking.** f
1410: 6f 72 20 61 6e 20 69 6e 73 74 61 6e 63 65 20 6f  or an instance o
1420: 66 20 6f 66 20 61 20 63 6f 6e 73 6f 6e 61 6e 74  f of a consonant
1430: 20 66 6f 6c 6c 6f 77 65 64 20 62 79 20 61 20 76   followed by a v
1440: 6f 77 65 6c 2e 0a 2a 2f 0a 73 74 61 74 69 63 20  owel..*/.static 
1450: 69 6e 74 20 6d 5f 67 74 5f 30 28 63 6f 6e 73 74  int m_gt_0(const
1460: 20 63 68 61 72 20 2a 7a 29 7b 0a 20 20 77 68 69   char *z){.  whi
1470: 6c 65 28 20 69 73 56 6f 77 65 6c 28 7a 29 20 29  le( isVowel(z) )
1480: 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 69 66 28 20 2a  { z++; }.  if( *
1490: 7a 3d 3d 30 20 29 20 72 65 74 75 72 6e 20 30 3b  z==0 ) return 0;
14a0: 0a 20 20 77 68 69 6c 65 28 20 69 73 43 6f 6e 73  .  while( isCons
14b0: 6f 6e 61 6e 74 28 7a 29 20 29 7b 20 7a 2b 2b 3b  onant(z) ){ z++;
14c0: 20 7d 0a 20 20 72 65 74 75 72 6e 20 2a 7a 21 3d   }.  return *z!=
14d0: 30 3b 0a 7d 0a 0a 2f 2a 20 4c 69 6b 65 20 6d 67  0;.}../* Like mg
14e0: 74 30 20 61 62 6f 76 65 20 65 78 63 65 70 74 20  t0 above except 
14f0: 77 65 20 61 72 65 20 6c 6f 6f 6b 69 6e 67 20 66  we are looking f
1500: 6f 72 20 61 20 76 61 6c 75 65 20 6f 66 20 6d 20  or a value of m 
1510: 77 68 69 63 68 20 69 73 0a 2a 2a 20 65 78 61 63  which is.** exac
1520: 74 6c 79 20 31 0a 2a 2f 0a 73 74 61 74 69 63 20  tly 1.*/.static 
1530: 69 6e 74 20 6d 5f 65 71 5f 31 28 63 6f 6e 73 74  int m_eq_1(const
1540: 20 63 68 61 72 20 2a 7a 29 7b 0a 20 20 77 68 69   char *z){.  whi
1550: 6c 65 28 20 69 73 56 6f 77 65 6c 28 7a 29 20 29  le( isVowel(z) )
1560: 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 69 66 28 20 2a  { z++; }.  if( *
1570: 7a 3d 3d 30 20 29 20 72 65 74 75 72 6e 20 30 3b  z==0 ) return 0;
1580: 0a 20 20 77 68 69 6c 65 28 20 69 73 43 6f 6e 73  .  while( isCons
1590: 6f 6e 61 6e 74 28 7a 29 20 29 7b 20 7a 2b 2b 3b  onant(z) ){ z++;
15a0: 20 7d 0a 20 20 69 66 28 20 2a 7a 3d 3d 30 20 29   }.  if( *z==0 )
15b0: 20 72 65 74 75 72 6e 20 30 3b 0a 20 20 77 68 69   return 0;.  whi
15c0: 6c 65 28 20 69 73 56 6f 77 65 6c 28 7a 29 20 29  le( isVowel(z) )
15d0: 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 69 66 28 20 2a  { z++; }.  if( *
15e0: 7a 3d 3d 30 20 29 20 72 65 74 75 72 6e 20 31 3b  z==0 ) return 1;
15f0: 0a 20 20 77 68 69 6c 65 28 20 69 73 43 6f 6e 73  .  while( isCons
1600: 6f 6e 61 6e 74 28 7a 29 20 29 7b 20 7a 2b 2b 3b  onant(z) ){ z++;
1610: 20 7d 0a 20 20 72 65 74 75 72 6e 20 2a 7a 3d 3d   }.  return *z==
1620: 30 3b 0a 7d 0a 0a 2f 2a 20 4c 69 6b 65 20 6d 67  0;.}../* Like mg
1630: 74 30 20 61 62 6f 76 65 20 65 78 63 65 70 74 20  t0 above except 
1640: 77 65 20 61 72 65 20 6c 6f 6f 6b 69 6e 67 20 66  we are looking f
1650: 6f 72 20 61 20 76 61 6c 75 65 20 6f 66 20 6d 3e  or a value of m>
1660: 31 20 69 6e 73 74 65 61 64 0a 2a 2a 20 6f 72 20  1 instead.** or 
1670: 6d 3e 30 0a 2a 2f 0a 73 74 61 74 69 63 20 69 6e  m>0.*/.static in
1680: 74 20 6d 5f 67 74 5f 31 28 63 6f 6e 73 74 20 63  t m_gt_1(const c
1690: 68 61 72 20 2a 7a 29 7b 0a 20 20 77 68 69 6c 65  har *z){.  while
16a0: 28 20 69 73 56 6f 77 65 6c 28 7a 29 20 29 7b 20  ( isVowel(z) ){ 
16b0: 7a 2b 2b 3b 20 7d 0a 20 20 69 66 28 20 2a 7a 3d  z++; }.  if( *z=
16c0: 3d 30 20 29 20 72 65 74 75 72 6e 20 30 3b 0a 20  =0 ) return 0;. 
16d0: 20 77 68 69 6c 65 28 20 69 73 43 6f 6e 73 6f 6e   while( isConson
16e0: 61 6e 74 28 7a 29 20 29 7b 20 7a 2b 2b 3b 20 7d  ant(z) ){ z++; }
16f0: 0a 20 20 69 66 28 20 2a 7a 3d 3d 30 20 29 20 72  .  if( *z==0 ) r
1700: 65 74 75 72 6e 20 30 3b 0a 20 20 77 68 69 6c 65  eturn 0;.  while
1710: 28 20 69 73 56 6f 77 65 6c 28 7a 29 20 29 7b 20  ( isVowel(z) ){ 
1720: 7a 2b 2b 3b 20 7d 0a 20 20 69 66 28 20 2a 7a 3d  z++; }.  if( *z=
1730: 3d 30 20 29 20 72 65 74 75 72 6e 20 30 3b 0a 20  =0 ) return 0;. 
1740: 20 77 68 69 6c 65 28 20 69 73 43 6f 6e 73 6f 6e   while( isConson
1750: 61 6e 74 28 7a 29 20 29 7b 20 7a 2b 2b 3b 20 7d  ant(z) ){ z++; }
1760: 0a 20 20 72 65 74 75 72 6e 20 2a 7a 21 3d 30 3b  .  return *z!=0;
1770: 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 52 65 74 75 72 6e  .}../*.** Return
1780: 20 54 52 55 45 20 69 66 20 74 68 65 72 65 20 69   TRUE if there i
1790: 73 20 61 20 76 6f 77 65 6c 20 61 6e 79 77 68 65  s a vowel anywhe
17a0: 72 65 20 77 69 74 68 69 6e 20 7a 5b 30 2e 2e 6e  re within z[0..n
17b0: 2d 31 5d 0a 2a 2f 0a 73 74 61 74 69 63 20 69 6e  -1].*/.static in
17c0: 74 20 68 61 73 56 6f 77 65 6c 28 63 6f 6e 73 74  t hasVowel(const
17d0: 20 63 68 61 72 20 2a 7a 29 7b 0a 20 20 77 68 69   char *z){.  whi
17e0: 6c 65 28 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28  le( isConsonant(
17f0: 7a 29 20 29 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 72  z) ){ z++; }.  r
1800: 65 74 75 72 6e 20 2a 7a 21 3d 30 3b 0a 7d 0a 0a  eturn *z!=0;.}..
1810: 2f 2a 0a 2a 2a 20 52 65 74 75 72 6e 20 54 52 55  /*.** Return TRU
1820: 45 20 69 66 20 74 68 65 20 77 6f 72 64 20 65 6e  E if the word en
1830: 64 73 20 69 6e 20 61 20 64 6f 75 62 6c 65 20 63  ds in a double c
1840: 6f 6e 73 6f 6e 61 6e 74 2e 0a 2a 2a 0a 2a 2a 20  onsonant..**.** 
1850: 54 68 65 20 74 65 78 74 20 69 73 20 72 65 76 65  The text is reve
1860: 72 73 65 64 20 68 65 72 65 2e 20 53 6f 20 77 65  rsed here. So we
1870: 20 61 72 65 20 72 65 61 6c 6c 79 20 6c 6f 6f 6b   are really look
1880: 69 6e 67 20 61 74 0a 2a 2a 20 74 68 65 20 66 69  ing at.** the fi
1890: 72 73 74 20 74 77 6f 20 63 68 61 72 61 63 74 65  rst two characte
18a0: 72 73 20 6f 66 20 7a 5b 5d 2e 0a 2a 2f 0a 73 74  rs of z[]..*/.st
18b0: 61 74 69 63 20 69 6e 74 20 64 6f 75 62 6c 65 43  atic int doubleC
18c0: 6f 6e 73 6f 6e 61 6e 74 28 63 6f 6e 73 74 20 63  onsonant(const c
18d0: 68 61 72 20 2a 7a 29 7b 0a 20 20 72 65 74 75 72  har *z){.  retur
18e0: 6e 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a 29  n isConsonant(z)
18f0: 20 26 26 20 7a 5b 30 5d 3d 3d 7a 5b 31 5d 3b 0a   && z[0]==z[1];.
1900: 7d 0a 0a 2f 2a 0a 2a 2a 20 52 65 74 75 72 6e 20  }../*.** Return 
1910: 54 52 55 45 20 69 66 20 74 68 65 20 77 6f 72 64  TRUE if the word
1920: 20 65 6e 64 73 20 77 69 74 68 20 74 68 72 65 65   ends with three
1930: 20 6c 65 74 74 65 72 73 20 77 68 69 63 68 0a 2a   letters which.*
1940: 2a 20 61 72 65 20 63 6f 6e 73 6f 6e 61 6e 74 2d  * are consonant-
1950: 76 6f 77 65 6c 2d 63 6f 6e 73 6f 6e 65 6e 74 20  vowel-consonent 
1960: 61 6e 64 20 77 68 65 72 65 20 74 68 65 20 66 69  and where the fi
1970: 6e 61 6c 20 63 6f 6e 73 6f 6e 61 6e 74 0a 2a 2a  nal consonant.**
1980: 20 69 73 20 6e 6f 74 20 27 77 27 2c 20 27 78 27   is not 'w', 'x'
1990: 2c 20 6f 72 20 27 79 27 2e 0a 2a 2a 0a 2a 2a 20  , or 'y'..**.** 
19a0: 54 68 65 20 77 6f 72 64 20 69 73 20 72 65 76 65  The word is reve
19b0: 72 73 65 64 20 68 65 72 65 2e 20 20 53 6f 20 77  rsed here.  So w
19c0: 65 20 61 72 65 20 72 65 61 6c 6c 79 20 63 68 65  e are really che
19d0: 63 6b 69 6e 67 20 74 68 65 0a 2a 2a 20 66 69 72  cking the.** fir
19e0: 73 74 20 74 68 72 65 65 20 6c 65 74 74 65 72 73  st three letters
19f0: 20 61 6e 64 20 74 68 65 20 66 69 72 73 74 20 6f   and the first o
1a00: 6e 65 20 63 61 6e 6e 6f 74 20 62 65 20 69 6e 20  ne cannot be in 
1a10: 5b 77 78 79 5d 2e 0a 2a 2f 0a 73 74 61 74 69 63  [wxy]..*/.static
1a20: 20 69 6e 74 20 73 74 61 72 5f 6f 68 28 63 6f 6e   int star_oh(con
1a30: 73 74 20 63 68 61 72 20 2a 7a 29 7b 0a 20 20 72  st char *z){.  r
1a40: 65 74 75 72 6e 0a 20 20 20 20 69 73 43 6f 6e 73  eturn.    isCons
1a50: 6f 6e 61 6e 74 28 7a 29 20 26 26 0a 20 20 20 20  onant(z) &&.    
1a60: 7a 5b 30 5d 21 3d 27 77 27 20 26 26 20 7a 5b 30  z[0]!='w' && z[0
1a70: 5d 21 3d 27 78 27 20 26 26 20 7a 5b 30 5d 21 3d  ]!='x' && z[0]!=
1a80: 27 79 27 20 26 26 0a 20 20 20 20 69 73 56 6f 77  'y' &&.    isVow
1a90: 65 6c 28 7a 2b 31 29 20 26 26 0a 20 20 20 20 69  el(z+1) &&.    i
1aa0: 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a 2b 32 29 3b  sConsonant(z+2);
1ab0: 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 49 66 20 74 68 65  .}../*.** If the
1ac0: 20 77 6f 72 64 20 65 6e 64 73 20 77 69 74 68 20   word ends with 
1ad0: 7a 46 72 6f 6d 20 61 6e 64 20 78 43 6f 6e 64 28  zFrom and xCond(
1ae0: 29 20 69 73 20 74 72 75 65 20 66 6f 72 20 74 68  ) is true for th
1af0: 65 20 73 74 65 6d 0a 2a 2a 20 6f 66 20 74 68 65  e stem.** of the
1b00: 20 77 6f 72 64 20 74 68 61 74 20 70 72 65 63 65   word that prece
1b10: 65 64 73 20 74 68 65 20 7a 46 72 6f 6d 20 65 6e  eds the zFrom en
1b20: 64 69 6e 67 2c 20 74 68 65 6e 20 63 68 61 6e 67  ding, then chang
1b30: 65 20 74 68 65 20 0a 2a 2a 20 65 6e 64 69 6e 67  e the .** ending
1b40: 20 74 6f 20 7a 54 6f 2e 0a 2a 2a 0a 2a 2a 20 54   to zTo..**.** T
1b50: 68 65 20 69 6e 70 75 74 20 77 6f 72 64 20 2a 70  he input word *p
1b60: 7a 20 61 6e 64 20 7a 46 72 6f 6d 20 61 72 65 20  z and zFrom are 
1b70: 62 6f 74 68 20 69 6e 20 72 65 76 65 72 73 65 20  both in reverse 
1b80: 6f 72 64 65 72 2e 20 20 7a 54 6f 0a 2a 2a 20 69  order.  zTo.** i
1b90: 73 20 69 6e 20 6e 6f 72 6d 61 6c 20 6f 72 64 65  s in normal orde
1ba0: 72 2e 20 0a 2a 2a 0a 2a 2a 20 52 65 74 75 72 6e  r. .**.** Return
1bb0: 20 54 52 55 45 20 69 66 20 7a 46 72 6f 6d 20 6d   TRUE if zFrom m
1bc0: 61 74 63 68 65 73 2e 20 20 52 65 74 75 72 6e 20  atches.  Return 
1bd0: 46 41 4c 53 45 20 69 66 20 7a 46 72 6f 6d 20 64  FALSE if zFrom d
1be0: 6f 65 73 20 6e 6f 74 0a 2a 2a 20 6d 61 74 63 68  oes not.** match
1bf0: 2e 20 20 4e 6f 74 20 74 68 61 74 20 54 52 55 45  .  Not that TRUE
1c00: 20 69 73 20 72 65 74 75 72 6e 65 64 20 65 76 65   is returned eve
1c10: 6e 20 69 66 20 78 43 6f 6e 64 28 29 20 66 61 69  n if xCond() fai
1c20: 6c 73 20 61 6e 64 0a 2a 2a 20 6e 6f 20 73 75 62  ls and.** no sub
1c30: 73 74 69 74 75 74 69 6f 6e 20 6f 63 63 75 72 73  stitution occurs
1c40: 2e 0a 2a 2f 0a 73 74 61 74 69 63 20 69 6e 74 20  ..*/.static int 
1c50: 73 74 65 6d 28 0a 20 20 63 68 61 72 20 2a 2a 70  stem(.  char **p
1c60: 7a 2c 20 20 20 20 20 20 20 20 20 20 20 20 20 2f  z,             /
1c70: 2a 20 54 68 65 20 77 6f 72 64 20 62 65 69 6e 67  * The word being
1c80: 20 73 74 65 6d 6d 65 64 20 28 52 65 76 65 72 73   stemmed (Revers
1c90: 65 64 29 20 2a 2f 0a 20 20 63 6f 6e 73 74 20 63  ed) */.  const c
1ca0: 68 61 72 20 2a 7a 46 72 6f 6d 2c 20 20 20 20 20  har *zFrom,     
1cb0: 2f 2a 20 49 66 20 74 68 65 20 65 6e 64 69 6e 67  /* If the ending
1cc0: 20 6d 61 74 63 68 65 73 20 74 68 69 73 2e 2e 2e   matches this...
1cd0: 20 28 52 65 76 65 72 73 65 64 29 20 2a 2f 0a 20   (Reversed) */. 
1ce0: 20 63 6f 6e 73 74 20 63 68 61 72 20 2a 7a 54 6f   const char *zTo
1cf0: 2c 20 20 20 20 20 20 20 2f 2a 20 2e 2e 2e 20 63  ,       /* ... c
1d00: 68 61 6e 67 65 20 74 68 65 20 65 6e 64 69 6e 67  hange the ending
1d10: 20 74 6f 20 74 68 69 73 20 28 6e 6f 74 20 72 65   to this (not re
1d20: 76 65 72 73 65 64 29 20 2a 2f 0a 20 20 69 6e 74  versed) */.  int
1d30: 20 28 2a 78 43 6f 6e 64 29 28 63 6f 6e 73 74 20   (*xCond)(const 
1d40: 63 68 61 72 2a 29 20 20 20 2f 2a 20 43 6f 6e 64  char*)   /* Cond
1d50: 69 74 69 6f 6e 20 74 68 61 74 20 6d 75 73 74 20  ition that must 
1d60: 62 65 20 74 72 75 65 20 2a 2f 0a 29 7b 0a 20 20  be true */.){.  
1d70: 63 68 61 72 20 2a 7a 20 3d 20 2a 70 7a 3b 0a 20  char *z = *pz;. 
1d80: 20 77 68 69 6c 65 28 20 2a 7a 46 72 6f 6d 20 26   while( *zFrom &
1d90: 26 20 2a 7a 46 72 6f 6d 3d 3d 2a 7a 20 29 7b 20  & *zFrom==*z ){ 
1da0: 7a 2b 2b 3b 20 7a 46 72 6f 6d 2b 2b 3b 20 7d 0a  z++; zFrom++; }.
1db0: 20 20 69 66 28 20 2a 7a 46 72 6f 6d 21 3d 30 20    if( *zFrom!=0 
1dc0: 29 20 72 65 74 75 72 6e 20 30 3b 0a 20 20 69 66  ) return 0;.  if
1dd0: 28 20 78 43 6f 6e 64 20 26 26 20 21 78 43 6f 6e  ( xCond && !xCon
1de0: 64 28 7a 29 20 29 20 72 65 74 75 72 6e 20 31 3b  d(z) ) return 1;
1df0: 0a 20 20 77 68 69 6c 65 28 20 2a 7a 54 6f 20 29  .  while( *zTo )
1e00: 7b 0a 20 20 20 20 2a 28 2d 2d 7a 29 20 3d 20 2a  {.    *(--z) = *
1e10: 28 7a 54 6f 2b 2b 29 3b 0a 20 20 7d 0a 20 20 2a  (zTo++);.  }.  *
1e20: 70 7a 20 3d 20 7a 3b 0a 20 20 72 65 74 75 72 6e  pz = z;.  return
1e30: 20 31 3b 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 54 68 69   1;.}../*.** Thi
1e40: 73 20 69 73 20 74 68 65 20 66 61 6c 6c 62 61 63  s is the fallbac
1e50: 6b 20 73 74 65 6d 6d 65 72 20 75 73 65 64 20 77  k stemmer used w
1e60: 68 65 6e 20 74 68 65 20 70 6f 72 74 65 72 20 73  hen the porter s
1e70: 74 65 6d 6d 65 72 20 69 73 0a 2a 2a 20 69 6e 61  temmer is.** ina
1e80: 70 70 72 6f 70 72 69 61 74 65 2e 20 20 54 68 65  ppropriate.  The
1e90: 20 69 6e 70 75 74 20 77 6f 72 64 20 69 73 20 63   input word is c
1ea0: 6f 70 69 65 64 20 69 6e 74 6f 20 74 68 65 20 6f  opied into the o
1eb0: 75 74 70 75 74 20 77 69 74 68 0a 2a 2a 20 55 53  utput with.** US
1ec0: 2d 41 53 43 49 49 20 63 61 73 65 20 66 6f 6c 64  -ASCII case fold
1ed0: 69 6e 67 2e 20 20 49 66 20 74 68 65 20 69 6e 70  ing.  If the inp
1ee0: 75 74 20 77 6f 72 64 20 69 73 20 74 6f 6f 20 6c  ut word is too l
1ef0: 6f 6e 67 20 28 6d 6f 72 65 0a 2a 2a 20 74 68 61  ong (more.** tha
1f00: 6e 20 32 30 20 62 79 74 65 73 20 69 66 20 69 74  n 20 bytes if it
1f10: 20 63 6f 6e 74 61 69 6e 73 20 6e 6f 20 64 69 67   contains no dig
1f20: 69 74 73 20 6f 72 20 6d 6f 72 65 20 74 68 61 6e  its or more than
1f30: 20 36 20 62 79 74 65 73 20 69 66 0a 2a 2a 20 69   6 bytes if.** i
1f40: 74 20 63 6f 6e 74 61 69 6e 73 20 64 69 67 69 74  t contains digit
1f50: 73 29 20 74 68 65 6e 20 77 6f 72 64 20 69 73 20  s) then word is 
1f60: 74 72 75 6e 63 61 74 65 64 20 74 6f 20 32 30 20  truncated to 20 
1f70: 6f 72 20 36 20 62 79 74 65 73 0a 2a 2a 20 62 79  or 6 bytes.** by
1f80: 20 74 61 6b 69 6e 67 20 31 30 20 6f 72 20 33 20   taking 10 or 3 
1f90: 62 79 74 65 73 20 66 72 6f 6d 20 74 68 65 20 62  bytes from the b
1fa0: 65 67 69 6e 6e 69 6e 67 20 61 6e 64 20 65 6e 64  eginning and end
1fb0: 2e 0a 2a 2f 0a 73 74 61 74 69 63 20 76 6f 69 64  ..*/.static void
1fc0: 20 63 6f 70 79 5f 73 74 65 6d 6d 65 72 28 63 6f   copy_stemmer(co
1fd0: 6e 73 74 20 63 68 61 72 20 2a 7a 49 6e 2c 20 69  nst char *zIn, i
1fe0: 6e 74 20 6e 49 6e 2c 20 63 68 61 72 20 2a 7a 4f  nt nIn, char *zO
1ff0: 75 74 2c 20 69 6e 74 20 2a 70 6e 4f 75 74 29 7b  ut, int *pnOut){
2000: 0a 20 20 69 6e 74 20 69 2c 20 6d 78 2c 20 6a 3b  .  int i, mx, j;
2010: 0a 20 20 69 6e 74 20 68 61 73 44 69 67 69 74 20  .  int hasDigit 
2020: 3d 20 30 3b 0a 20 20 66 6f 72 28 69 3d 30 3b 20  = 0;.  for(i=0; 
2030: 69 3c 6e 49 6e 3b 20 69 2b 2b 29 7b 0a 20 20 20  i<nIn; i++){.   
2040: 20 63 68 61 72 20 63 20 3d 20 7a 49 6e 5b 69 5d   char c = zIn[i]
2050: 3b 0a 20 20 20 20 69 66 28 20 63 3e 3d 27 41 27  ;.    if( c>='A'
2060: 20 26 26 20 63 3c 3d 27 5a 27 20 29 7b 0a 20 20   && c<='Z' ){.  
2070: 20 20 20 20 7a 4f 75 74 5b 69 5d 20 3d 20 63 20      zOut[i] = c 
2080: 2d 20 27 41 27 20 2b 20 27 61 27 3b 0a 20 20 20  - 'A' + 'a';.   
2090: 20 7d 65 6c 73 65 7b 0a 20 20 20 20 20 20 69 66   }else{.      if
20a0: 28 20 63 3e 3d 27 30 27 20 26 26 20 63 3c 3d 27  ( c>='0' && c<='
20b0: 39 27 20 29 20 68 61 73 44 69 67 69 74 20 3d 20  9' ) hasDigit = 
20c0: 31 3b 0a 20 20 20 20 20 20 7a 4f 75 74 5b 69 5d  1;.      zOut[i]
20d0: 20 3d 20 63 3b 0a 20 20 20 20 7d 0a 20 20 7d 0a   = c;.    }.  }.
20e0: 20 20 6d 78 20 3d 20 68 61 73 44 69 67 69 74 20    mx = hasDigit 
20f0: 3f 20 33 20 3a 20 31 30 3b 0a 20 20 69 66 28 20  ? 3 : 10;.  if( 
2100: 6e 49 6e 3e 6d 78 2a 32 20 29 7b 0a 20 20 20 20  nIn>mx*2 ){.    
2110: 66 6f 72 28 6a 3d 6d 78 2c 20 69 3d 6e 49 6e 2d  for(j=mx, i=nIn-
2120: 6d 78 3b 20 69 3c 6e 49 6e 3b 20 69 2b 2b 2c 20  mx; i<nIn; i++, 
2130: 6a 2b 2b 29 7b 0a 20 20 20 20 20 20 7a 4f 75 74  j++){.      zOut
2140: 5b 6a 5d 20 3d 20 7a 4f 75 74 5b 69 5d 3b 0a 20  [j] = zOut[i];. 
2150: 20 20 20 7d 0a 20 20 20 20 69 20 3d 20 6a 3b 0a     }.    i = j;.
2160: 20 20 7d 0a 20 20 7a 4f 75 74 5b 69 5d 20 3d 20    }.  zOut[i] = 
2170: 30 3b 0a 20 20 2a 70 6e 4f 75 74 20 3d 20 69 3b  0;.  *pnOut = i;
2180: 0a 7d 0a 0a 0a 2f 2a 0a 2a 2a 20 53 74 65 6d 20  .}.../*.** Stem 
2190: 74 68 65 20 69 6e 70 75 74 20 77 6f 72 64 20 7a  the input word z
21a0: 49 6e 5b 30 2e 2e 6e 49 6e 2d 31 5d 2e 20 20 53  In[0..nIn-1].  S
21b0: 74 6f 72 65 20 74 68 65 20 6f 75 74 70 75 74 20  tore the output 
21c0: 69 6e 20 7a 4f 75 74 2e 0a 2a 2a 20 7a 4f 75 74  in zOut..** zOut
21d0: 20 69 73 20 61 74 20 6c 65 61 73 74 20 62 69 67   is at least big
21e0: 20 65 6e 6f 75 67 68 20 74 6f 20 68 6f 6c 64 20   enough to hold 
21f0: 6e 49 6e 20 62 79 74 65 73 2e 20 20 57 72 69 74  nIn bytes.  Writ
2200: 65 20 74 68 65 20 61 63 74 75 61 6c 0a 2a 2a 20  e the actual.** 
2210: 73 69 7a 65 20 6f 66 20 74 68 65 20 6f 75 74 70  size of the outp
2220: 75 74 20 77 6f 72 64 20 28 65 78 63 6c 75 73 69  ut word (exclusi
2230: 76 65 20 6f 66 20 74 68 65 20 27 5c 30 27 20 74  ve of the '\0' t
2240: 65 72 6d 69 6e 61 74 6f 72 29 20 69 6e 74 6f 20  erminator) into 
2250: 2a 70 6e 4f 75 74 2e 0a 2a 2a 0a 2a 2a 20 41 6e  *pnOut..**.** An
2260: 79 20 75 70 70 65 72 2d 63 61 73 65 20 63 68 61  y upper-case cha
2270: 72 61 63 74 65 72 73 20 69 6e 20 74 68 65 20 55  racters in the U
2280: 53 2d 41 53 43 49 49 20 63 68 61 72 61 63 74 65  S-ASCII characte
2290: 72 20 73 65 74 20 28 5b 41 2d 5a 5d 29 0a 2a 2a  r set ([A-Z]).**
22a0: 20 61 72 65 20 63 6f 6e 76 65 72 74 65 64 20 74   are converted t
22b0: 6f 20 6c 6f 77 65 72 20 63 61 73 65 2e 20 20 55  o lower case.  U
22c0: 70 70 65 72 2d 63 61 73 65 20 55 54 46 20 63 68  pper-case UTF ch
22d0: 61 72 61 63 74 65 72 73 20 61 72 65 0a 2a 2a 20  aracters are.** 
22e0: 75 6e 63 68 61 6e 67 65 64 2e 0a 2a 2a 0a 2a 2a  unchanged..**.**
22f0: 20 57 6f 72 64 73 20 74 68 61 74 20 61 72 65 20   Words that are 
2300: 6c 6f 6e 67 65 72 20 74 68 61 6e 20 61 62 6f 75  longer than abou
2310: 74 20 32 30 20 62 79 74 65 73 20 61 72 65 20 73  t 20 bytes are s
2320: 74 65 6d 6d 65 64 20 62 79 20 72 65 74 61 69 6e  temmed by retain
2330: 69 6e 67 0a 2a 2a 20 61 20 66 65 77 20 62 79 74  ing.** a few byt
2340: 65 73 20 66 72 6f 6d 20 74 68 65 20 62 65 67 69  es from the begi
2350: 6e 6e 69 6e 67 20 61 6e 64 20 74 68 65 20 65 6e  nning and the en
2360: 64 20 6f 66 20 74 68 65 20 77 6f 72 64 2e 20 20  d of the word.  
2370: 49 66 20 74 68 65 0a 2a 2a 20 77 6f 72 64 20 63  If the.** word c
2380: 6f 6e 74 61 69 6e 73 20 64 69 67 69 74 73 2c 20  ontains digits, 
2390: 33 20 62 79 74 65 73 20 61 72 65 20 74 61 6b 65  3 bytes are take
23a0: 6e 20 66 72 6f 6d 20 74 68 65 20 62 65 67 69 6e  n from the begin
23b0: 6e 69 6e 67 20 61 6e 64 0a 2a 2a 20 33 20 62 79  ning and.** 3 by
23c0: 74 65 73 20 66 72 6f 6d 20 74 68 65 20 65 6e 64  tes from the end
23d0: 2e 20 20 46 6f 72 20 6c 6f 6e 67 20 77 6f 72 64  .  For long word
23e0: 73 20 77 69 74 68 6f 75 74 20 64 69 67 69 74 73  s without digits
23f0: 2c 20 31 30 20 62 79 74 65 73 0a 2a 2a 20 61 72  , 10 bytes.** ar
2400: 65 20 74 61 6b 65 6e 20 66 72 6f 6d 20 65 61 63  e taken from eac
2410: 68 20 65 6e 64 2e 20 20 55 53 2d 41 53 43 49 49  h end.  US-ASCII
2420: 20 63 61 73 65 20 66 6f 6c 64 69 6e 67 20 73 74   case folding st
2430: 69 6c 6c 20 61 70 70 6c 69 65 73 2e 0a 2a 2a 20  ill applies..** 
2440: 0a 2a 2a 20 49 66 20 74 68 65 20 69 6e 70 75 74  .** If the input
2450: 20 77 6f 72 64 20 63 6f 6e 74 61 69 6e 73 20 6e   word contains n
2460: 6f 74 20 64 69 67 69 74 73 20 62 75 74 20 64 6f  ot digits but do
2470: 65 73 20 63 68 61 72 61 63 74 65 72 73 20 6e 6f  es characters no
2480: 74 20 0a 2a 2a 20 69 6e 20 5b 61 2d 7a 41 2d 5a  t .** in [a-zA-Z
2490: 5d 20 74 68 65 6e 20 6e 6f 20 73 74 65 6d 6d 69  ] then no stemmi
24a0: 6e 67 20 69 73 20 61 74 74 65 6d 70 74 65 64 20  ng is attempted 
24b0: 61 6e 64 20 74 68 69 73 20 72 6f 75 74 69 6e 65  and this routine
24c0: 20 6a 75 73 74 20 0a 2a 2a 20 63 6f 70 69 65 73   just .** copies
24d0: 20 74 68 65 20 69 6e 70 75 74 20 69 6e 74 6f 20   the input into 
24e0: 74 68 65 20 69 6e 70 75 74 20 69 6e 74 6f 20 74  the input into t
24f0: 68 65 20 6f 75 74 70 75 74 20 77 69 74 68 20 55  he output with U
2500: 53 2d 41 53 43 49 49 0a 2a 2a 20 63 61 73 65 20  S-ASCII.** case 
2510: 66 6f 6c 64 69 6e 67 2e 0a 2a 2a 0a 2a 2a 20 53  folding..**.** S
2520: 74 65 6d 6d 69 6e 67 20 6e 65 76 65 72 20 69 6e  temming never in
2530: 63 72 65 61 73 65 73 20 74 68 65 20 6c 65 6e 67  creases the leng
2540: 74 68 20 6f 66 20 74 68 65 20 77 6f 72 64 2e 20  th of the word. 
2550: 20 53 6f 20 74 68 65 72 65 20 69 73 0a 2a 2a 20   So there is.** 
2560: 6e 6f 20 63 68 61 6e 63 65 20 6f 66 20 6f 76 65  no chance of ove
2570: 72 66 6c 6f 77 69 6e 67 20 74 68 65 20 7a 4f 75  rflowing the zOu
2580: 74 20 62 75 66 66 65 72 2e 0a 2a 2f 0a 73 74 61  t buffer..*/.sta
2590: 74 69 63 20 76 6f 69 64 20 70 6f 72 74 65 72 5f  tic void porter_
25a0: 73 74 65 6d 6d 65 72 28 63 6f 6e 73 74 20 63 68  stemmer(const ch
25b0: 61 72 20 2a 7a 49 6e 2c 20 69 6e 74 20 6e 49 6e  ar *zIn, int nIn
25c0: 2c 20 63 68 61 72 20 2a 7a 4f 75 74 2c 20 69 6e  , char *zOut, in
25d0: 74 20 2a 70 6e 4f 75 74 29 7b 0a 20 20 69 6e 74  t *pnOut){.  int
25e0: 20 69 2c 20 6a 3b 0a 20 20 63 68 61 72 20 7a 52   i, j;.  char zR
25f0: 65 76 65 72 73 65 5b 32 38 5d 3b 0a 20 20 63 68  everse[28];.  ch
2600: 61 72 20 2a 7a 2c 20 2a 7a 32 3b 0a 20 20 69 66  ar *z, *z2;.  if
2610: 28 20 6e 49 6e 3c 33 20 7c 7c 20 6e 49 6e 3e 3d  ( nIn<3 || nIn>=
2620: 28 69 6e 74 29 73 69 7a 65 6f 66 28 7a 52 65 76  (int)sizeof(zRev
2630: 65 72 73 65 29 2d 37 20 29 7b 0a 20 20 20 20 2f  erse)-7 ){.    /
2640: 2a 20 54 68 65 20 77 6f 72 64 20 69 73 20 74 6f  * The word is to
2650: 6f 20 62 69 67 20 6f 72 20 74 6f 6f 20 73 6d 61  o big or too sma
2660: 6c 6c 20 66 6f 72 20 74 68 65 20 70 6f 72 74 65  ll for the porte
2670: 72 20 73 74 65 6d 6d 65 72 2e 0a 20 20 20 20 2a  r stemmer..    *
2680: 2a 20 46 61 6c 6c 62 61 63 6b 20 74 6f 20 74 68  * Fallback to th
2690: 65 20 63 6f 70 79 20 73 74 65 6d 6d 65 72 20 2a  e copy stemmer *
26a0: 2f 0a 20 20 20 20 63 6f 70 79 5f 73 74 65 6d 6d  /.    copy_stemm
26b0: 65 72 28 7a 49 6e 2c 20 6e 49 6e 2c 20 7a 4f 75  er(zIn, nIn, zOu
26c0: 74 2c 20 70 6e 4f 75 74 29 3b 0a 20 20 20 20 72  t, pnOut);.    r
26d0: 65 74 75 72 6e 3b 0a 20 20 7d 0a 20 20 66 6f 72  eturn;.  }.  for
26e0: 28 69 3d 30 2c 20 6a 3d 73 69 7a 65 6f 66 28 7a  (i=0, j=sizeof(z
26f0: 52 65 76 65 72 73 65 29 2d 36 3b 20 69 3c 6e 49  Reverse)-6; i<nI
2700: 6e 3b 20 69 2b 2b 2c 20 6a 2d 2d 29 7b 0a 20 20  n; i++, j--){.  
2710: 20 20 63 68 61 72 20 63 20 3d 20 7a 49 6e 5b 69    char c = zIn[i
2720: 5d 3b 0a 20 20 20 20 69 66 28 20 63 3e 3d 27 41  ];.    if( c>='A
2730: 27 20 26 26 20 63 3c 3d 27 5a 27 20 29 7b 0a 20  ' && c<='Z' ){. 
2740: 20 20 20 20 20 7a 52 65 76 65 72 73 65 5b 6a 5d       zReverse[j]
2750: 20 3d 20 63 20 2b 20 27 61 27 20 2d 20 27 41 27   = c + 'a' - 'A'
2760: 3b 0a 20 20 20 20 7d 65 6c 73 65 20 69 66 28 20  ;.    }else if( 
2770: 63 3e 3d 27 61 27 20 26 26 20 63 3c 3d 27 7a 27  c>='a' && c<='z'
2780: 20 29 7b 0a 20 20 20 20 20 20 7a 52 65 76 65 72   ){.      zRever
2790: 73 65 5b 6a 5d 20 3d 20 63 3b 0a 20 20 20 20 7d  se[j] = c;.    }
27a0: 65 6c 73 65 7b 0a 20 20 20 20 20 20 2f 2a 20 54  else{.      /* T
27b0: 68 65 20 75 73 65 20 6f 66 20 61 20 63 68 61 72  he use of a char
27c0: 61 63 74 65 72 20 6e 6f 74 20 69 6e 20 5b 61 2d  acter not in [a-
27d0: 7a 41 2d 5a 5d 20 6d 65 61 6e 73 20 74 68 61 74  zA-Z] means that
27e0: 20 77 65 20 66 61 6c 6c 62 61 63 6b 0a 20 20 20   we fallback.   
27f0: 20 20 20 2a 2a 20 74 6f 20 74 68 65 20 63 6f 70     ** to the cop
2800: 79 20 73 74 65 6d 6d 65 72 20 2a 2f 0a 20 20 20  y stemmer */.   
2810: 20 20 20 63 6f 70 79 5f 73 74 65 6d 6d 65 72 28     copy_stemmer(
2820: 7a 49 6e 2c 20 6e 49 6e 2c 20 7a 4f 75 74 2c 20  zIn, nIn, zOut, 
2830: 70 6e 4f 75 74 29 3b 0a 20 20 20 20 20 20 72 65  pnOut);.      re
2840: 74 75 72 6e 3b 0a 20 20 20 20 7d 0a 20 20 7d 0a  turn;.    }.  }.
2850: 20 20 6d 65 6d 73 65 74 28 26 7a 52 65 76 65 72    memset(&zRever
2860: 73 65 5b 73 69 7a 65 6f 66 28 7a 52 65 76 65 72  se[sizeof(zRever
2870: 73 65 29 2d 35 5d 2c 20 30 2c 20 35 29 3b 0a 20  se)-5], 0, 5);. 
2880: 20 7a 20 3d 20 26 7a 52 65 76 65 72 73 65 5b 6a   z = &zReverse[j
2890: 2b 31 5d 3b 0a 0a 0a 20 20 2f 2a 20 53 74 65 70  +1];...  /* Step
28a0: 20 31 61 20 2a 2f 0a 20 20 69 66 28 20 7a 5b 30   1a */.  if( z[0
28b0: 5d 3d 3d 27 73 27 20 29 7b 0a 20 20 20 20 69 66  ]=='s' ){.    if
28c0: 28 0a 20 20 20 20 20 21 73 74 65 6d 28 26 7a 2c  (.     !stem(&z,
28d0: 20 22 73 65 73 73 22 2c 20 22 73 73 22 2c 20 30   "sess", "ss", 0
28e0: 29 20 26 26 0a 20 20 20 20 20 21 73 74 65 6d 28  ) &&.     !stem(
28f0: 26 7a 2c 20 22 73 65 69 22 2c 20 22 69 22 2c 20  &z, "sei", "i", 
2900: 30 29 20 20 26 26 0a 20 20 20 20 20 21 73 74 65  0)  &&.     !ste
2910: 6d 28 26 7a 2c 20 22 73 73 22 2c 20 22 73 73 22  m(&z, "ss", "ss"
2920: 2c 20 30 29 0a 20 20 20 20 29 7b 0a 20 20 20 20  , 0).    ){.    
2930: 20 20 7a 2b 2b 3b 0a 20 20 20 20 7d 0a 20 20 7d    z++;.    }.  }
2940: 0a 0a 20 20 2f 2a 20 53 74 65 70 20 31 62 20 2a  ..  /* Step 1b *
2950: 2f 20 20 0a 20 20 7a 32 20 3d 20 7a 3b 0a 20 20  /  .  z2 = z;.  
2960: 69 66 28 20 73 74 65 6d 28 26 7a 2c 20 22 64 65  if( stem(&z, "de
2970: 65 22 2c 20 22 65 65 22 2c 20 6d 5f 67 74 5f 30  e", "ee", m_gt_0
2980: 29 20 29 7b 0a 20 20 20 20 2f 2a 20 44 6f 20 6e  ) ){.    /* Do n
2990: 6f 74 68 69 6e 67 2e 20 20 54 68 65 20 77 6f 72  othing.  The wor
29a0: 6b 20 77 61 73 20 61 6c 6c 20 69 6e 20 74 68 65  k was all in the
29b0: 20 74 65 73 74 20 2a 2f 0a 20 20 7d 65 6c 73 65   test */.  }else
29c0: 20 69 66 28 20 0a 20 20 20 20 20 28 73 74 65 6d   if( .     (stem
29d0: 28 26 7a 2c 20 22 67 6e 69 22 2c 20 22 22 2c 20  (&z, "gni", "", 
29e0: 68 61 73 56 6f 77 65 6c 29 20 7c 7c 20 73 74 65  hasVowel) || ste
29f0: 6d 28 26 7a 2c 20 22 64 65 22 2c 20 22 22 2c 20  m(&z, "de", "", 
2a00: 68 61 73 56 6f 77 65 6c 29 29 0a 20 20 20 20 20  hasVowel)).     
2a10: 20 26 26 20 7a 21 3d 7a 32 0a 20 20 29 7b 0a 20   && z!=z2.  ){. 
2a20: 20 20 20 20 69 66 28 20 73 74 65 6d 28 26 7a 2c      if( stem(&z,
2a30: 20 22 74 61 22 2c 20 22 61 74 65 22 2c 20 30 29   "ta", "ate", 0)
2a40: 20 7c 7c 0a 20 20 20 20 20 20 20 20 20 73 74 65   ||.         ste
2a50: 6d 28 26 7a 2c 20 22 6c 62 22 2c 20 22 62 6c 65  m(&z, "lb", "ble
2a60: 22 2c 20 30 29 20 7c 7c 0a 20 20 20 20 20 20 20  ", 0) ||.       
2a70: 20 20 73 74 65 6d 28 26 7a 2c 20 22 7a 69 22 2c    stem(&z, "zi",
2a80: 20 22 69 7a 65 22 2c 20 30 29 20 29 7b 0a 20 20   "ize", 0) ){.  
2a90: 20 20 20 20 20 2f 2a 20 44 6f 20 6e 6f 74 68 69       /* Do nothi
2aa0: 6e 67 2e 20 20 54 68 65 20 77 6f 72 6b 20 77 61  ng.  The work wa
2ab0: 73 20 61 6c 6c 20 69 6e 20 74 68 65 20 74 65 73  s all in the tes
2ac0: 74 20 2a 2f 0a 20 20 20 20 20 7d 65 6c 73 65 20  t */.     }else 
2ad0: 69 66 28 20 64 6f 75 62 6c 65 43 6f 6e 73 6f 6e  if( doubleConson
2ae0: 61 6e 74 28 7a 29 20 26 26 20 28 2a 7a 21 3d 27  ant(z) && (*z!='
2af0: 6c 27 20 26 26 20 2a 7a 21 3d 27 73 27 20 26 26  l' && *z!='s' &&
2b00: 20 2a 7a 21 3d 27 7a 27 29 20 29 7b 0a 20 20 20   *z!='z') ){.   
2b10: 20 20 20 20 7a 2b 2b 3b 0a 20 20 20 20 20 7d 65      z++;.     }e
2b20: 6c 73 65 20 69 66 28 20 6d 5f 65 71 5f 31 28 7a  lse if( m_eq_1(z
2b30: 29 20 26 26 20 73 74 61 72 5f 6f 68 28 7a 29 20  ) && star_oh(z) 
2b40: 29 7b 0a 20 20 20 20 20 20 20 2a 28 2d 2d 7a 29  ){.       *(--z)
2b50: 20 3d 20 27 65 27 3b 0a 20 20 20 20 20 7d 0a 20   = 'e';.     }. 
2b60: 20 7d 0a 0a 20 20 2f 2a 20 53 74 65 70 20 31 63   }..  /* Step 1c
2b70: 20 2a 2f 0a 20 20 69 66 28 20 7a 5b 30 5d 3d 3d   */.  if( z[0]==
2b80: 27 79 27 20 26 26 20 68 61 73 56 6f 77 65 6c 28  'y' && hasVowel(
2b90: 7a 2b 31 29 20 29 7b 0a 20 20 20 20 7a 5b 30 5d  z+1) ){.    z[0]
2ba0: 20 3d 20 27 69 27 3b 0a 20 20 7d 0a 0a 20 20 2f   = 'i';.  }..  /
2bb0: 2a 20 53 74 65 70 20 32 20 2a 2f 0a 20 20 73 77  * Step 2 */.  sw
2bc0: 69 74 63 68 28 20 7a 5b 31 5d 20 29 7b 0a 20 20  itch( z[1] ){.  
2bd0: 20 63 61 73 65 20 27 61 27 3a 0a 20 20 20 20 20   case 'a':.     
2be0: 69 66 28 20 21 73 74 65 6d 28 26 7a 2c 20 22 6c  if( !stem(&z, "l
2bf0: 61 6e 6f 69 74 61 22 2c 20 22 61 74 65 22 2c 20  anoita", "ate", 
2c00: 6d 5f 67 74 5f 30 29 20 29 7b 0a 20 20 20 20 20  m_gt_0) ){.     
2c10: 20 20 73 74 65 6d 28 26 7a 2c 20 22 6c 61 6e 6f    stem(&z, "lano
2c20: 69 74 22 2c 20 22 74 69 6f 6e 22 2c 20 6d 5f 67  it", "tion", m_g
2c30: 74 5f 30 29 3b 0a 20 20 20 20 20 7d 0a 20 20 20  t_0);.     }.   
2c40: 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65    break;.   case
2c50: 20 27 63 27 3a 0a 20 20 20 20 20 69 66 28 20 21   'c':.     if( !
2c60: 73 74 65 6d 28 26 7a 2c 20 22 69 63 6e 65 22 2c  stem(&z, "icne",
2c70: 20 22 65 6e 63 65 22 2c 20 6d 5f 67 74 5f 30 29   "ence", m_gt_0)
2c80: 20 29 7b 0a 20 20 20 20 20 20 20 73 74 65 6d 28   ){.       stem(
2c90: 26 7a 2c 20 22 69 63 6e 61 22 2c 20 22 61 6e 63  &z, "icna", "anc
2ca0: 65 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20 20  e", m_gt_0);.   
2cb0: 20 20 7d 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a    }.     break;.
2cc0: 20 20 20 63 61 73 65 20 27 65 27 3a 0a 20 20 20     case 'e':.   
2cd0: 20 20 73 74 65 6d 28 26 7a 2c 20 22 72 65 7a 69    stem(&z, "rezi
2ce0: 22 2c 20 22 69 7a 65 22 2c 20 6d 5f 67 74 5f 30  ", "ize", m_gt_0
2cf0: 29 3b 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a 20  );.     break;. 
2d00: 20 20 63 61 73 65 20 27 67 27 3a 0a 20 20 20 20    case 'g':.    
2d10: 20 73 74 65 6d 28 26 7a 2c 20 22 69 67 6f 6c 22   stem(&z, "igol"
2d20: 2c 20 22 6c 6f 67 22 2c 20 6d 5f 67 74 5f 30 29  , "log", m_gt_0)
2d30: 3b 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 20  ;.     break;.  
2d40: 20 63 61 73 65 20 27 6c 27 3a 0a 20 20 20 20 20   case 'l':.     
2d50: 69 66 28 20 21 73 74 65 6d 28 26 7a 2c 20 22 69  if( !stem(&z, "i
2d60: 6c 62 22 2c 20 22 62 6c 65 22 2c 20 6d 5f 67 74  lb", "ble", m_gt
2d70: 5f 30 29 20 0a 20 20 20 20 20 20 26 26 20 21 73  _0) .      && !s
2d80: 74 65 6d 28 26 7a 2c 20 22 69 6c 6c 61 22 2c 20  tem(&z, "illa", 
2d90: 22 61 6c 22 2c 20 6d 5f 67 74 5f 30 29 0a 20 20  "al", m_gt_0).  
2da0: 20 20 20 20 26 26 20 21 73 74 65 6d 28 26 7a 2c      && !stem(&z,
2db0: 20 22 69 6c 74 6e 65 22 2c 20 22 65 6e 74 22 2c   "iltne", "ent",
2dc0: 20 6d 5f 67 74 5f 30 29 0a 20 20 20 20 20 20 26   m_gt_0).      &
2dd0: 26 20 21 73 74 65 6d 28 26 7a 2c 20 22 69 6c 65  & !stem(&z, "ile
2de0: 22 2c 20 22 65 22 2c 20 6d 5f 67 74 5f 30 29 0a  ", "e", m_gt_0).
2df0: 20 20 20 20 20 29 7b 0a 20 20 20 20 20 20 20 73       ){.       s
2e00: 74 65 6d 28 26 7a 2c 20 22 69 6c 73 75 6f 22 2c  tem(&z, "ilsuo",
2e10: 20 22 6f 75 73 22 2c 20 6d 5f 67 74 5f 30 29 3b   "ous", m_gt_0);
2e20: 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 62 72 65  .     }.     bre
2e30: 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 6f 27 3a  ak;.   case 'o':
2e40: 0a 20 20 20 20 20 69 66 28 20 21 73 74 65 6d 28  .     if( !stem(
2e50: 26 7a 2c 20 22 6e 6f 69 74 61 7a 69 22 2c 20 22  &z, "noitazi", "
2e60: 69 7a 65 22 2c 20 6d 5f 67 74 5f 30 29 0a 20 20  ize", m_gt_0).  
2e70: 20 20 20 20 26 26 20 21 73 74 65 6d 28 26 7a 2c      && !stem(&z,
2e80: 20 22 6e 6f 69 74 61 22 2c 20 22 61 74 65 22 2c   "noita", "ate",
2e90: 20 6d 5f 67 74 5f 30 29 0a 20 20 20 20 20 29 7b   m_gt_0).     ){
2ea0: 0a 20 20 20 20 20 20 20 73 74 65 6d 28 26 7a 2c  .       stem(&z,
2eb0: 20 22 72 6f 74 61 22 2c 20 22 61 74 65 22 2c 20   "rota", "ate", 
2ec0: 6d 5f 67 74 5f 30 29 3b 0a 20 20 20 20 20 7d 0a  m_gt_0);.     }.
2ed0: 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 20 20 63       break;.   c
2ee0: 61 73 65 20 27 73 27 3a 0a 20 20 20 20 20 69 66  ase 's':.     if
2ef0: 28 20 21 73 74 65 6d 28 26 7a 2c 20 22 6d 73 69  ( !stem(&z, "msi
2f00: 6c 61 22 2c 20 22 61 6c 22 2c 20 6d 5f 67 74 5f  la", "al", m_gt_
2f10: 30 29 0a 20 20 20 20 20 20 26 26 20 21 73 74 65  0).      && !ste
2f20: 6d 28 26 7a 2c 20 22 73 73 65 6e 65 76 69 22 2c  m(&z, "ssenevi",
2f30: 20 22 69 76 65 22 2c 20 6d 5f 67 74 5f 30 29 0a   "ive", m_gt_0).
2f40: 20 20 20 20 20 20 26 26 20 21 73 74 65 6d 28 26        && !stem(&
2f50: 7a 2c 20 22 73 73 65 6e 6c 75 66 22 2c 20 22 66  z, "ssenluf", "f
2f60: 75 6c 22 2c 20 6d 5f 67 74 5f 30 29 0a 20 20 20  ul", m_gt_0).   
2f70: 20 20 29 7b 0a 20 20 20 20 20 20 20 73 74 65 6d    ){.       stem
2f80: 28 26 7a 2c 20 22 73 73 65 6e 73 75 6f 22 2c 20  (&z, "ssensuo", 
2f90: 22 6f 75 73 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a  "ous", m_gt_0);.
2fa0: 20 20 20 20 20 7d 0a 20 20 20 20 20 62 72 65 61       }.     brea
2fb0: 6b 3b 0a 20 20 20 63 61 73 65 20 27 74 27 3a 0a  k;.   case 't':.
2fc0: 20 20 20 20 20 69 66 28 20 21 73 74 65 6d 28 26       if( !stem(&
2fd0: 7a 2c 20 22 69 74 69 6c 61 22 2c 20 22 61 6c 22  z, "itila", "al"
2fe0: 2c 20 6d 5f 67 74 5f 30 29 0a 20 20 20 20 20 20  , m_gt_0).      
2ff0: 26 26 20 21 73 74 65 6d 28 26 7a 2c 20 22 69 74  && !stem(&z, "it
3000: 69 76 69 22 2c 20 22 69 76 65 22 2c 20 6d 5f 67  ivi", "ive", m_g
3010: 74 5f 30 29 0a 20 20 20 20 20 29 7b 0a 20 20 20  t_0).     ){.   
3020: 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 69 74      stem(&z, "it
3030: 69 6c 69 62 22 2c 20 22 62 6c 65 22 2c 20 6d 5f  ilib", "ble", m_
3040: 67 74 5f 30 29 3b 0a 20 20 20 20 20 7d 0a 20 20  gt_0);.     }.  
3050: 20 20 20 62 72 65 61 6b 3b 0a 20 20 7d 0a 0a 20     break;.  }.. 
3060: 20 2f 2a 20 53 74 65 70 20 33 20 2a 2f 0a 20 20   /* Step 3 */.  
3070: 73 77 69 74 63 68 28 20 7a 5b 30 5d 20 29 7b 0a  switch( z[0] ){.
3080: 20 20 20 63 61 73 65 20 27 65 27 3a 0a 20 20 20     case 'e':.   
3090: 20 20 69 66 28 20 21 73 74 65 6d 28 26 7a 2c 20    if( !stem(&z, 
30a0: 22 65 74 61 63 69 22 2c 20 22 69 63 22 2c 20 6d  "etaci", "ic", m
30b0: 5f 67 74 5f 30 29 0a 20 20 20 20 20 20 26 26 20  _gt_0).      && 
30c0: 21 73 74 65 6d 28 26 7a 2c 20 22 65 76 69 74 61  !stem(&z, "evita
30d0: 22 2c 20 22 22 2c 20 6d 5f 67 74 5f 30 29 0a 20  ", "", m_gt_0). 
30e0: 20 20 20 20 29 7b 0a 20 20 20 20 20 20 20 73 74      ){.       st
30f0: 65 6d 28 26 7a 2c 20 22 65 7a 69 6c 61 22 2c 20  em(&z, "ezila", 
3100: 22 61 6c 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20  "al", m_gt_0);. 
3110: 20 20 20 20 7d 0a 20 20 20 20 20 62 72 65 61 6b      }.     break
3120: 3b 0a 20 20 20 63 61 73 65 20 27 69 27 3a 0a 20  ;.   case 'i':. 
3130: 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 69 74      stem(&z, "it
3140: 69 63 69 22 2c 20 22 69 63 22 2c 20 6d 5f 67 74  ici", "ic", m_gt
3150: 5f 30 29 3b 0a 20 20 20 20 20 62 72 65 61 6b 3b  _0);.     break;
3160: 0a 20 20 20 63 61 73 65 20 27 6c 27 3a 0a 20 20  .   case 'l':.  
3170: 20 20 20 69 66 28 20 21 73 74 65 6d 28 26 7a 2c     if( !stem(&z,
3180: 20 22 6c 61 63 69 22 2c 20 22 69 63 22 2c 20 6d   "laci", "ic", m
3190: 5f 67 74 5f 30 29 20 29 7b 0a 20 20 20 20 20 20  _gt_0) ){.      
31a0: 20 73 74 65 6d 28 26 7a 2c 20 22 6c 75 66 22 2c   stem(&z, "luf",
31b0: 20 22 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20   "", m_gt_0);.  
31c0: 20 20 20 7d 0a 20 20 20 20 20 62 72 65 61 6b 3b     }.     break;
31d0: 0a 20 20 20 63 61 73 65 20 27 73 27 3a 0a 20 20  .   case 's':.  
31e0: 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 73 73 65     stem(&z, "sse
31f0: 6e 22 2c 20 22 22 2c 20 6d 5f 67 74 5f 30 29 3b  n", "", m_gt_0);
3200: 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 20 7d  .     break;.  }
3210: 0a 0a 20 20 2f 2a 20 53 74 65 70 20 34 20 2a 2f  ..  /* Step 4 */
3220: 0a 20 20 73 77 69 74 63 68 28 20 7a 5b 31 5d 20  .  switch( z[1] 
3230: 29 7b 0a 20 20 20 63 61 73 65 20 27 61 27 3a 0a  ){.   case 'a':.
3240: 20 20 20 20 20 69 66 28 20 7a 5b 30 5d 3d 3d 27       if( z[0]=='
3250: 6c 27 20 26 26 20 6d 5f 67 74 5f 31 28 7a 2b 32  l' && m_gt_1(z+2
3260: 29 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 2b 3d  ) ){.       z +=
3270: 20 32 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 20   2;.     }.     
3280: 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27  break;.   case '
3290: 63 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 30  c':.     if( z[0
32a0: 5d 3d 3d 27 65 27 20 26 26 20 7a 5b 32 5d 3d 3d  ]=='e' && z[2]==
32b0: 27 6e 27 20 26 26 20 28 7a 5b 33 5d 3d 3d 27 61  'n' && (z[3]=='a
32c0: 27 20 7c 7c 20 7a 5b 33 5d 3d 3d 27 65 27 29 20  ' || z[3]=='e') 
32d0: 20 26 26 20 6d 5f 67 74 5f 31 28 7a 2b 34 29 20   && m_gt_1(z+4) 
32e0: 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 2b 3d 20   ){.       z += 
32f0: 34 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 62  4;.     }.     b
3300: 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 65  reak;.   case 'e
3310: 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 30 5d  ':.     if( z[0]
3320: 3d 3d 27 72 27 20 26 26 20 6d 5f 67 74 5f 31 28  =='r' && m_gt_1(
3330: 7a 2b 32 29 20 29 7b 0a 20 20 20 20 20 20 20 7a  z+2) ){.       z
3340: 20 2b 3d 20 32 3b 0a 20 20 20 20 20 7d 0a 20 20   += 2;.     }.  
3350: 20 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73     break;.   cas
3360: 65 20 27 69 27 3a 0a 20 20 20 20 20 69 66 28 20  e 'i':.     if( 
3370: 7a 5b 30 5d 3d 3d 27 63 27 20 26 26 20 6d 5f 67  z[0]=='c' && m_g
3380: 74 5f 31 28 7a 2b 32 29 20 29 7b 0a 20 20 20 20  t_1(z+2) ){.    
3390: 20 20 20 7a 20 2b 3d 20 32 3b 0a 20 20 20 20 20     z += 2;.     
33a0: 7d 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 20  }.     break;.  
33b0: 20 63 61 73 65 20 27 6c 27 3a 0a 20 20 20 20 20   case 'l':.     
33c0: 69 66 28 20 7a 5b 30 5d 3d 3d 27 65 27 20 26 26  if( z[0]=='e' &&
33d0: 20 7a 5b 32 5d 3d 3d 27 62 27 20 26 26 20 28 7a   z[2]=='b' && (z
33e0: 5b 33 5d 3d 3d 27 61 27 20 7c 7c 20 7a 5b 33 5d  [3]=='a' || z[3]
33f0: 3d 3d 27 69 27 29 20 26 26 20 6d 5f 67 74 5f 31  =='i') && m_gt_1
3400: 28 7a 2b 34 29 20 29 7b 0a 20 20 20 20 20 20 20  (z+4) ){.       
3410: 7a 20 2b 3d 20 34 3b 0a 20 20 20 20 20 7d 0a 20  z += 4;.     }. 
3420: 20 20 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61      break;.   ca
3430: 73 65 20 27 6e 27 3a 0a 20 20 20 20 20 69 66 28  se 'n':.     if(
3440: 20 7a 5b 30 5d 3d 3d 27 74 27 20 29 7b 0a 20 20   z[0]=='t' ){.  
3450: 20 20 20 20 20 69 66 28 20 7a 5b 32 5d 3d 3d 27       if( z[2]=='
3460: 61 27 20 29 7b 0a 20 20 20 20 20 20 20 20 20 69  a' ){.         i
3470: 66 28 20 6d 5f 67 74 5f 31 28 7a 2b 33 29 20 29  f( m_gt_1(z+3) )
3480: 7b 0a 20 20 20 20 20 20 20 20 20 20 20 7a 20 2b  {.           z +
3490: 3d 20 33 3b 0a 20 20 20 20 20 20 20 20 20 7d 0a  = 3;.         }.
34a0: 20 20 20 20 20 20 20 7d 65 6c 73 65 20 69 66 28         }else if(
34b0: 20 7a 5b 32 5d 3d 3d 27 65 27 20 29 7b 0a 20 20   z[2]=='e' ){.  
34c0: 20 20 20 20 20 20 20 69 66 28 20 21 73 74 65 6d         if( !stem
34d0: 28 26 7a 2c 20 22 74 6e 65 6d 65 22 2c 20 22 22  (&z, "tneme", ""
34e0: 2c 20 6d 5f 67 74 5f 31 29 0a 20 20 20 20 20 20  , m_gt_1).      
34f0: 20 20 20 20 26 26 20 21 73 74 65 6d 28 26 7a 2c      && !stem(&z,
3500: 20 22 74 6e 65 6d 22 2c 20 22 22 2c 20 6d 5f 67   "tnem", "", m_g
3510: 74 5f 31 29 0a 20 20 20 20 20 20 20 20 20 29 7b  t_1).         ){
3520: 0a 20 20 20 20 20 20 20 20 20 20 20 73 74 65 6d  .           stem
3530: 28 26 7a 2c 20 22 74 6e 65 22 2c 20 22 22 2c 20  (&z, "tne", "", 
3540: 6d 5f 67 74 5f 31 29 3b 0a 20 20 20 20 20 20 20  m_gt_1);.       
3550: 20 20 7d 0a 20 20 20 20 20 20 20 7d 0a 20 20 20    }.       }.   
3560: 20 20 7d 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a    }.     break;.
3570: 20 20 20 63 61 73 65 20 27 6f 27 3a 0a 20 20 20     case 'o':.   
3580: 20 20 69 66 28 20 7a 5b 30 5d 3d 3d 27 75 27 20    if( z[0]=='u' 
3590: 29 7b 0a 20 20 20 20 20 20 20 69 66 28 20 6d 5f  ){.       if( m_
35a0: 67 74 5f 31 28 7a 2b 32 29 20 29 7b 0a 20 20 20  gt_1(z+2) ){.   
35b0: 20 20 20 20 20 20 7a 20 2b 3d 20 32 3b 0a 20 20        z += 2;.  
35c0: 20 20 20 20 20 7d 0a 20 20 20 20 20 7d 65 6c 73       }.     }els
35d0: 65 20 69 66 28 20 7a 5b 33 5d 3d 3d 27 73 27 20  e if( z[3]=='s' 
35e0: 7c 7c 20 7a 5b 33 5d 3d 3d 27 74 27 20 29 7b 0a  || z[3]=='t' ){.
35f0: 20 20 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20         stem(&z, 
3600: 22 6e 6f 69 22 2c 20 22 22 2c 20 6d 5f 67 74 5f  "noi", "", m_gt_
3610: 31 29 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 20  1);.     }.     
3620: 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27  break;.   case '
3630: 73 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 30  s':.     if( z[0
3640: 5d 3d 3d 27 6d 27 20 26 26 20 7a 5b 32 5d 3d 3d  ]=='m' && z[2]==
3650: 27 69 27 20 26 26 20 6d 5f 67 74 5f 31 28 7a 2b  'i' && m_gt_1(z+
3660: 33 29 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 2b  3) ){.       z +
3670: 3d 20 33 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20  = 3;.     }.    
3680: 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20   break;.   case 
3690: 27 74 27 3a 0a 20 20 20 20 20 69 66 28 20 21 73  't':.     if( !s
36a0: 74 65 6d 28 26 7a 2c 20 22 65 74 61 22 2c 20 22  tem(&z, "eta", "
36b0: 22 2c 20 6d 5f 67 74 5f 31 29 20 29 7b 0a 20 20  ", m_gt_1) ){.  
36c0: 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 69       stem(&z, "i
36d0: 74 69 22 2c 20 22 22 2c 20 6d 5f 67 74 5f 31 29  ti", "", m_gt_1)
36e0: 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 62 72  ;.     }.     br
36f0: 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 75 27  eak;.   case 'u'
3700: 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 30 5d 3d  :.     if( z[0]=
3710: 3d 27 73 27 20 26 26 20 7a 5b 32 5d 3d 3d 27 6f  ='s' && z[2]=='o
3720: 27 20 26 26 20 6d 5f 67 74 5f 31 28 7a 2b 33 29  ' && m_gt_1(z+3)
3730: 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 2b 3d 20   ){.       z += 
3740: 33 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 62  3;.     }.     b
3750: 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 76  reak;.   case 'v
3760: 27 3a 0a 20 20 20 63 61 73 65 20 27 7a 27 3a 0a  ':.   case 'z':.
3770: 20 20 20 20 20 69 66 28 20 7a 5b 30 5d 3d 3d 27       if( z[0]=='
3780: 65 27 20 26 26 20 7a 5b 32 5d 3d 3d 27 69 27 20  e' && z[2]=='i' 
3790: 26 26 20 6d 5f 67 74 5f 31 28 7a 2b 33 29 20 29  && m_gt_1(z+3) )
37a0: 7b 0a 20 20 20 20 20 20 20 7a 20 2b 3d 20 33 3b  {.       z += 3;
37b0: 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 62 72 65  .     }.     bre
37c0: 61 6b 3b 0a 20 20 7d 0a 0a 20 20 2f 2a 20 53 74  ak;.  }..  /* St
37d0: 65 70 20 35 61 20 2a 2f 0a 20 20 69 66 28 20 7a  ep 5a */.  if( z
37e0: 5b 30 5d 3d 3d 27 65 27 20 29 7b 0a 20 20 20 20  [0]=='e' ){.    
37f0: 69 66 28 20 6d 5f 67 74 5f 31 28 7a 2b 31 29 20  if( m_gt_1(z+1) 
3800: 29 7b 0a 20 20 20 20 20 20 7a 2b 2b 3b 0a 20 20  ){.      z++;.  
3810: 20 20 7d 65 6c 73 65 20 69 66 28 20 6d 5f 65 71    }else if( m_eq
3820: 5f 31 28 7a 2b 31 29 20 26 26 20 21 73 74 61 72  _1(z+1) && !star
3830: 5f 6f 68 28 7a 2b 31 29 20 29 7b 0a 20 20 20 20  _oh(z+1) ){.    
3840: 20 20 7a 2b 2b 3b 0a 20 20 20 20 7d 0a 20 20 7d    z++;.    }.  }
3850: 0a 0a 20 20 2f 2a 20 53 74 65 70 20 35 62 20 2a  ..  /* Step 5b *
3860: 2f 0a 20 20 69 66 28 20 6d 5f 67 74 5f 31 28 7a  /.  if( m_gt_1(z
3870: 29 20 26 26 20 7a 5b 30 5d 3d 3d 27 6c 27 20 26  ) && z[0]=='l' &
3880: 26 20 7a 5b 31 5d 3d 3d 27 6c 27 20 29 7b 0a 20  & z[1]=='l' ){. 
3890: 20 20 20 7a 2b 2b 3b 0a 20 20 7d 0a 0a 20 20 2f     z++;.  }..  /
38a0: 2a 20 7a 5b 5d 20 69 73 20 6e 6f 77 20 74 68 65  * z[] is now the
38b0: 20 73 74 65 6d 6d 65 64 20 77 6f 72 64 20 69 6e   stemmed word in
38c0: 20 72 65 76 65 72 73 65 20 6f 72 64 65 72 2e 20   reverse order. 
38d0: 20 46 6c 69 70 20 69 74 20 62 61 63 6b 0a 20 20   Flip it back.  
38e0: 2a 2a 20 61 72 6f 75 6e 64 20 69 6e 74 6f 20 66  ** around into f
38f0: 6f 72 77 61 72 64 20 6f 72 64 65 72 20 61 6e 64  orward order and
3900: 20 72 65 74 75 72 6e 2e 0a 20 20 2a 2f 0a 20 20   return..  */.  
3910: 2a 70 6e 4f 75 74 20 3d 20 69 20 3d 20 28 69 6e  *pnOut = i = (in
3920: 74 29 73 74 72 6c 65 6e 28 7a 29 3b 0a 20 20 7a  t)strlen(z);.  z
3930: 4f 75 74 5b 69 5d 20 3d 20 30 3b 0a 20 20 77 68  Out[i] = 0;.  wh
3940: 69 6c 65 28 20 2a 7a 20 29 7b 0a 20 20 20 20 7a  ile( *z ){.    z
3950: 4f 75 74 5b 2d 2d 69 5d 20 3d 20 2a 28 7a 2b 2b  Out[--i] = *(z++
3960: 29 3b 0a 20 20 7d 0a 7d 0a 0a 2f 2a 0a 2a 2a 20  );.  }.}../*.** 
3970: 43 68 61 72 61 63 74 65 72 73 20 74 68 61 74 20  Characters that 
3980: 63 61 6e 20 62 65 20 70 61 72 74 20 6f 66 20 61  can be part of a
3990: 20 74 6f 6b 65 6e 2e 20 20 57 65 20 61 73 73 75   token.  We assu
39a0: 6d 65 20 61 6e 79 20 63 68 61 72 61 63 74 65 72  me any character
39b0: 0a 2a 2a 20 77 68 6f 73 65 20 76 61 6c 75 65 20  .** whose value 
39c0: 69 73 20 67 72 65 61 74 65 72 20 74 68 61 6e 20  is greater than 
39d0: 30 78 38 30 20 28 61 6e 79 20 55 54 46 20 63 68  0x80 (any UTF ch
39e0: 61 72 61 63 74 65 72 29 20 63 61 6e 20 62 65 0a  aracter) can be.
39f0: 2a 2a 20 70 61 72 74 20 6f 66 20 61 20 74 6f 6b  ** part of a tok
3a00: 65 6e 2e 20 20 49 6e 20 6f 74 68 65 72 20 77 6f  en.  In other wo
3a10: 72 64 73 2c 20 64 65 6c 69 6d 69 74 65 72 73 20  rds, delimiters 
3a20: 61 6c 6c 20 6d 75 73 74 20 68 61 76 65 0a 2a 2a  all must have.**
3a30: 20 76 61 6c 75 65 73 20 6f 66 20 30 78 37 66 20   values of 0x7f 
3a40: 6f 72 20 6c 6f 77 65 72 2e 0a 2a 2f 0a 73 74 61  or lower..*/.sta
3a50: 74 69 63 20 63 6f 6e 73 74 20 63 68 61 72 20 70  tic const char p
3a60: 6f 72 74 65 72 49 64 43 68 61 72 5b 5d 20 3d 20  orterIdChar[] = 
3a70: 7b 0a 2f 2a 20 78 30 20 78 31 20 78 32 20 78 33  {./* x0 x1 x2 x3
3a80: 20 78 34 20 78 35 20 78 36 20 78 37 20 78 38 20   x4 x5 x6 x7 x8 
3a90: 78 39 20 78 41 20 78 42 20 78 43 20 78 44 20 78  x9 xA xB xC xD x
3aa0: 45 20 78 46 20 2a 2f 0a 20 20 20 20 31 2c 20 31  E xF */.    1, 1
3ab0: 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c  , 1, 1, 1, 1, 1,
3ac0: 20 31 2c 20 31 2c 20 31 2c 20 30 2c 20 30 2c 20   1, 1, 1, 0, 0, 
3ad0: 30 2c 20 30 2c 20 30 2c 20 30 2c 20 20 2f 2a 20  0, 0, 0, 0,  /* 
3ae0: 33 78 20 2a 2f 0a 20 20 20 20 30 2c 20 31 2c 20  3x */.    0, 1, 
3af0: 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31  1, 1, 1, 1, 1, 1
3b00: 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c  , 1, 1, 1, 1, 1,
3b10: 20 31 2c 20 31 2c 20 31 2c 20 20 2f 2a 20 34 78   1, 1, 1,  /* 4x
3b20: 20 2a 2f 0a 20 20 20 20 31 2c 20 31 2c 20 31 2c   */.    1, 1, 1,
3b30: 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20   1, 1, 1, 1, 1, 
3b40: 31 2c 20 31 2c 20 31 2c 20 30 2c 20 30 2c 20 30  1, 1, 1, 0, 0, 0
3b50: 2c 20 30 2c 20 31 2c 20 20 2f 2a 20 35 78 20 2a  , 0, 1,  /* 5x *
3b60: 2f 0a 20 20 20 20 30 2c 20 31 2c 20 31 2c 20 31  /.    0, 1, 1, 1
3b70: 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c  , 1, 1, 1, 1, 1,
3b80: 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20   1, 1, 1, 1, 1, 
3b90: 31 2c 20 31 2c 20 20 2f 2a 20 36 78 20 2a 2f 0a  1, 1,  /* 6x */.
3ba0: 20 20 20 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20      1, 1, 1, 1, 
3bb0: 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31  1, 1, 1, 1, 1, 1
3bc0: 2c 20 31 2c 20 30 2c 20 30 2c 20 30 2c 20 30 2c  , 1, 0, 0, 0, 0,
3bd0: 20 30 2c 20 20 2f 2a 20 37 78 20 2a 2f 0a 7d 3b   0,  /* 7x */.};
3be0: 0a 23 64 65 66 69 6e 65 20 69 73 44 65 6c 69 6d  .#define isDelim
3bf0: 28 43 29 20 28 28 28 63 68 3d 43 29 26 30 78 38  (C) (((ch=C)&0x8
3c00: 30 29 3d 3d 30 20 26 26 20 28 63 68 3c 30 78 33  0)==0 && (ch<0x3
3c10: 30 20 7c 7c 20 21 70 6f 72 74 65 72 49 64 43 68  0 || !porterIdCh
3c20: 61 72 5b 63 68 2d 30 78 33 30 5d 29 29 0a 0a 2f  ar[ch-0x30]))../
3c30: 2a 0a 2a 2a 20 45 78 74 72 61 63 74 20 74 68 65  *.** Extract the
3c40: 20 6e 65 78 74 20 74 6f 6b 65 6e 20 66 72 6f 6d   next token from
3c50: 20 61 20 74 6f 6b 65 6e 69 7a 61 74 69 6f 6e 20   a tokenization 
3c60: 63 75 72 73 6f 72 2e 20 20 54 68 65 20 63 75 72  cursor.  The cur
3c70: 73 6f 72 20 6d 75 73 74 0a 2a 2a 20 68 61 76 65  sor must.** have
3c80: 20 62 65 65 6e 20 6f 70 65 6e 65 64 20 62 79 20   been opened by 
3c90: 61 20 70 72 69 6f 72 20 63 61 6c 6c 20 74 6f 20  a prior call to 
3ca0: 70 6f 72 74 65 72 4f 70 65 6e 28 29 2e 0a 2a 2f  porterOpen()..*/
3cb0: 0a 73 74 61 74 69 63 20 69 6e 74 20 70 6f 72 74  .static int port
3cc0: 65 72 4e 65 78 74 28 0a 20 20 73 71 6c 69 74 65  erNext(.  sqlite
3cd0: 33 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73  3_tokenizer_curs
3ce0: 6f 72 20 2a 70 43 75 72 73 6f 72 2c 20 20 2f 2a  or *pCursor,  /*
3cf0: 20 43 75 72 73 6f 72 20 72 65 74 75 72 6e 65 64   Cursor returned
3d00: 20 62 79 20 70 6f 72 74 65 72 4f 70 65 6e 20 2a   by porterOpen *
3d10: 2f 0a 20 20 63 6f 6e 73 74 20 63 68 61 72 20 2a  /.  const char *
3d20: 2a 70 7a 54 6f 6b 65 6e 2c 20 20 20 20 20 20 20  *pzToken,       
3d30: 20 20 20 20 20 20 20 20 2f 2a 20 4f 55 54 3a 20          /* OUT: 
3d40: 2a 70 7a 54 6f 6b 65 6e 20 69 73 20 74 68 65 20  *pzToken is the 
3d50: 74 6f 6b 65 6e 20 74 65 78 74 20 2a 2f 0a 20 20  token text */.  
3d60: 69 6e 74 20 2a 70 6e 42 79 74 65 73 2c 20 20 20  int *pnBytes,   
3d70: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20                  
3d80: 20 20 20 20 2f 2a 20 4f 55 54 3a 20 4e 75 6d 62      /* OUT: Numb
3d90: 65 72 20 6f 66 20 62 79 74 65 73 20 69 6e 20 74  er of bytes in t
3da0: 6f 6b 65 6e 20 2a 2f 0a 20 20 69 6e 74 20 2a 70  oken */.  int *p
3db0: 69 53 74 61 72 74 4f 66 66 73 65 74 2c 20 20 20  iStartOffset,   
3dc0: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 2f 2a                /*
3dd0: 20 4f 55 54 3a 20 53 74 61 72 74 69 6e 67 20 6f   OUT: Starting o
3de0: 66 66 73 65 74 20 6f 66 20 74 6f 6b 65 6e 20 2a  ffset of token *
3df0: 2f 0a 20 20 69 6e 74 20 2a 70 69 45 6e 64 4f 66  /.  int *piEndOf
3e00: 66 73 65 74 2c 20 20 20 20 20 20 20 20 20 20 20  fset,           
3e10: 20 20 20 20 20 20 20 20 2f 2a 20 4f 55 54 3a 20          /* OUT: 
3e20: 45 6e 64 69 6e 67 20 6f 66 66 73 65 74 20 6f 66  Ending offset of
3e30: 20 74 6f 6b 65 6e 20 2a 2f 0a 20 20 69 6e 74 20   token */.  int 
3e40: 2a 70 69 50 6f 73 69 74 69 6f 6e 20 20 20 20 20  *piPosition     
3e50: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20                  
3e60: 2f 2a 20 4f 55 54 3a 20 50 6f 73 69 74 69 6f 6e  /* OUT: Position
3e70: 20 69 6e 74 65 67 65 72 20 6f 66 20 74 6f 6b 65   integer of toke
3e80: 6e 20 2a 2f 0a 29 7b 0a 20 20 70 6f 72 74 65 72  n */.){.  porter
3e90: 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f  _tokenizer_curso
3ea0: 72 20 2a 63 20 3d 20 28 70 6f 72 74 65 72 5f 74  r *c = (porter_t
3eb0: 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20  okenizer_cursor 
3ec0: 2a 29 20 70 43 75 72 73 6f 72 3b 0a 20 20 63 6f  *) pCursor;.  co
3ed0: 6e 73 74 20 63 68 61 72 20 2a 7a 20 3d 20 63 2d  nst char *z = c-
3ee0: 3e 7a 49 6e 70 75 74 3b 0a 0a 20 20 77 68 69 6c  >zInput;..  whil
3ef0: 65 28 20 63 2d 3e 69 4f 66 66 73 65 74 3c 63 2d  e( c->iOffset<c-
3f00: 3e 6e 49 6e 70 75 74 20 29 7b 0a 20 20 20 20 69  >nInput ){.    i
3f10: 6e 74 20 69 53 74 61 72 74 4f 66 66 73 65 74 2c  nt iStartOffset,
3f20: 20 63 68 3b 0a 0a 20 20 20 20 2f 2a 20 53 63 61   ch;..    /* Sca
3f30: 6e 20 70 61 73 74 20 64 65 6c 69 6d 69 74 65 72  n past delimiter
3f40: 20 63 68 61 72 61 63 74 65 72 73 20 2a 2f 0a 20   characters */. 
3f50: 20 20 20 77 68 69 6c 65 28 20 63 2d 3e 69 4f 66     while( c->iOf
3f60: 66 73 65 74 3c 63 2d 3e 6e 49 6e 70 75 74 20 26  fset<c->nInput &
3f70: 26 20 69 73 44 65 6c 69 6d 28 7a 5b 63 2d 3e 69  & isDelim(z[c->i
3f80: 4f 66 66 73 65 74 5d 29 20 29 7b 0a 20 20 20 20  Offset]) ){.    
3f90: 20 20 63 2d 3e 69 4f 66 66 73 65 74 2b 2b 3b 0a    c->iOffset++;.
3fa0: 20 20 20 20 7d 0a 0a 20 20 20 20 2f 2a 20 43 6f      }..    /* Co
3fb0: 75 6e 74 20 6e 6f 6e 2d 64 65 6c 69 6d 69 74 65  unt non-delimite
3fc0: 72 20 63 68 61 72 61 63 74 65 72 73 2e 20 2a 2f  r characters. */
3fd0: 0a 20 20 20 20 69 53 74 61 72 74 4f 66 66 73 65  .    iStartOffse
3fe0: 74 20 3d 20 63 2d 3e 69 4f 66 66 73 65 74 3b 0a  t = c->iOffset;.
3ff0: 20 20 20 20 77 68 69 6c 65 28 20 63 2d 3e 69 4f      while( c->iO
4000: 66 66 73 65 74 3c 63 2d 3e 6e 49 6e 70 75 74 20  ffset<c->nInput 
4010: 26 26 20 21 69 73 44 65 6c 69 6d 28 7a 5b 63 2d  && !isDelim(z[c-
4020: 3e 69 4f 66 66 73 65 74 5d 29 20 29 7b 0a 20 20  >iOffset]) ){.  
4030: 20 20 20 20 63 2d 3e 69 4f 66 66 73 65 74 2b 2b      c->iOffset++
4040: 3b 0a 20 20 20 20 7d 0a 0a 20 20 20 20 69 66 28  ;.    }..    if(
4050: 20 63 2d 3e 69 4f 66 66 73 65 74 3e 69 53 74 61   c->iOffset>iSta
4060: 72 74 4f 66 66 73 65 74 20 29 7b 0a 20 20 20 20  rtOffset ){.    
4070: 20 20 69 6e 74 20 6e 20 3d 20 63 2d 3e 69 4f 66    int n = c->iOf
4080: 66 73 65 74 2d 69 53 74 61 72 74 4f 66 66 73 65  fset-iStartOffse
4090: 74 3b 0a 20 20 20 20 20 20 69 66 28 20 6e 3e 63  t;.      if( n>c
40a0: 2d 3e 6e 41 6c 6c 6f 63 61 74 65 64 20 29 7b 0a  ->nAllocated ){.
40b0: 20 20 20 20 20 20 20 20 63 68 61 72 20 2a 70 4e          char *pN
40c0: 65 77 3b 0a 20 20 20 20 20 20 20 20 63 2d 3e 6e  ew;.        c->n
40d0: 41 6c 6c 6f 63 61 74 65 64 20 3d 20 6e 2b 32 30  Allocated = n+20
40e0: 3b 0a 20 20 20 20 20 20 20 20 70 4e 65 77 20 3d  ;.        pNew =
40f0: 20 73 71 6c 69 74 65 33 5f 72 65 61 6c 6c 6f 63   sqlite3_realloc
4100: 28 63 2d 3e 7a 54 6f 6b 65 6e 2c 20 63 2d 3e 6e  (c->zToken, c->n
4110: 41 6c 6c 6f 63 61 74 65 64 29 3b 0a 20 20 20 20  Allocated);.    
4120: 20 20 20 20 69 66 28 20 21 70 4e 65 77 20 29 20      if( !pNew ) 
4130: 72 65 74 75 72 6e 20 53 51 4c 49 54 45 5f 4e 4f  return SQLITE_NO
4140: 4d 45 4d 3b 0a 20 20 20 20 20 20 20 20 63 2d 3e  MEM;.        c->
4150: 7a 54 6f 6b 65 6e 20 3d 20 70 4e 65 77 3b 0a 20  zToken = pNew;. 
4160: 20 20 20 20 20 7d 0a 20 20 20 20 20 20 70 6f 72       }.      por
4170: 74 65 72 5f 73 74 65 6d 6d 65 72 28 26 7a 5b 69  ter_stemmer(&z[i
4180: 53 74 61 72 74 4f 66 66 73 65 74 5d 2c 20 6e 2c  StartOffset], n,
4190: 20 63 2d 3e 7a 54 6f 6b 65 6e 2c 20 70 6e 42 79   c->zToken, pnBy
41a0: 74 65 73 29 3b 0a 20 20 20 20 20 20 2a 70 7a 54  tes);.      *pzT
41b0: 6f 6b 65 6e 20 3d 20 63 2d 3e 7a 54 6f 6b 65 6e  oken = c->zToken
41c0: 3b 0a 20 20 20 20 20 20 2a 70 69 53 74 61 72 74  ;.      *piStart
41d0: 4f 66 66 73 65 74 20 3d 20 69 53 74 61 72 74 4f  Offset = iStartO
41e0: 66 66 73 65 74 3b 0a 20 20 20 20 20 20 2a 70 69  ffset;.      *pi
41f0: 45 6e 64 4f 66 66 73 65 74 20 3d 20 63 2d 3e 69  EndOffset = c->i
4200: 4f 66 66 73 65 74 3b 0a 20 20 20 20 20 20 2a 70  Offset;.      *p
4210: 69 50 6f 73 69 74 69 6f 6e 20 3d 20 63 2d 3e 69  iPosition = c->i
4220: 54 6f 6b 65 6e 2b 2b 3b 0a 20 20 20 20 20 20 72  Token++;.      r
4230: 65 74 75 72 6e 20 53 51 4c 49 54 45 5f 4f 4b 3b  eturn SQLITE_OK;
4240: 0a 20 20 20 20 7d 0a 20 20 7d 0a 20 20 72 65 74  .    }.  }.  ret
4250: 75 72 6e 20 53 51 4c 49 54 45 5f 44 4f 4e 45 3b  urn SQLITE_DONE;
4260: 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 54 68 65 20 73 65  .}../*.** The se
4270: 74 20 6f 66 20 72 6f 75 74 69 6e 65 73 20 74 68  t of routines th
4280: 61 74 20 69 6d 70 6c 65 6d 65 6e 74 20 74 68 65  at implement the
4290: 20 70 6f 72 74 65 72 2d 73 74 65 6d 6d 65 72 20   porter-stemmer 
42a0: 74 6f 6b 65 6e 69 7a 65 72 0a 2a 2f 0a 73 74 61  tokenizer.*/.sta
42b0: 74 69 63 20 63 6f 6e 73 74 20 73 71 6c 69 74 65  tic const sqlite
42c0: 33 5f 74 6f 6b 65 6e 69 7a 65 72 5f 6d 6f 64 75  3_tokenizer_modu
42d0: 6c 65 20 70 6f 72 74 65 72 54 6f 6b 65 6e 69 7a  le porterTokeniz
42e0: 65 72 4d 6f 64 75 6c 65 20 3d 20 7b 0a 20 20 30  erModule = {.  0
42f0: 2c 0a 20 20 70 6f 72 74 65 72 43 72 65 61 74 65  ,.  porterCreate
4300: 2c 0a 20 20 70 6f 72 74 65 72 44 65 73 74 72 6f  ,.  porterDestro
4310: 79 2c 0a 20 20 70 6f 72 74 65 72 4f 70 65 6e 2c  y,.  porterOpen,
4320: 0a 20 20 70 6f 72 74 65 72 43 6c 6f 73 65 2c 0a  .  porterClose,.
4330: 20 20 70 6f 72 74 65 72 4e 65 78 74 2c 0a 20 20    porterNext,.  
4340: 30 0a 7d 3b 0a 0a 2f 2a 0a 2a 2a 20 41 6c 6c 6f  0.};../*.** Allo
4350: 63 61 74 65 20 61 20 6e 65 77 20 70 6f 72 74 65  cate a new porte
4360: 72 20 74 6f 6b 65 6e 69 7a 65 72 2e 20 20 52 65  r tokenizer.  Re
4370: 74 75 72 6e 20 61 20 70 6f 69 6e 74 65 72 20 74  turn a pointer t
4380: 6f 20 74 68 65 20 6e 65 77 0a 2a 2a 20 74 6f 6b  o the new.** tok
4390: 65 6e 69 7a 65 72 20 69 6e 20 2a 70 70 4d 6f 64  enizer in *ppMod
43a0: 75 6c 65 0a 2a 2f 0a 76 6f 69 64 20 73 71 6c 69  ule.*/.void sqli
43b0: 74 65 33 46 74 73 33 50 6f 72 74 65 72 54 6f 6b  te3Fts3PorterTok
43c0: 65 6e 69 7a 65 72 4d 6f 64 75 6c 65 28 0a 20 20  enizerModule(.  
43d0: 73 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 7a 65  sqlite3_tokenize
43e0: 72 5f 6d 6f 64 75 6c 65 20 63 6f 6e 73 74 2a 2a  r_module const**
43f0: 70 70 4d 6f 64 75 6c 65 0a 29 7b 0a 20 20 2a 70  ppModule.){.  *p
4400: 70 4d 6f 64 75 6c 65 20 3d 20 26 70 6f 72 74 65  pModule = &porte
4410: 72 54 6f 6b 65 6e 69 7a 65 72 4d 6f 64 75 6c 65  rTokenizerModule
4420: 3b 0a 7d 0a 0a 23 65 6e 64 69 66 20 2f 2a 20 21  ;.}..#endif /* !
4430: 64 65 66 69 6e 65 64 28 53 51 4c 49 54 45 5f 43  defined(SQLITE_C
4440: 4f 52 45 29 20 7c 7c 20 64 65 66 69 6e 65 64 28  ORE) || defined(
4450: 53 51 4c 49 54 45 5f 45 4e 41 42 4c 45 5f 46 54  SQLITE_ENABLE_FT
4460: 53 33 29 20 2a 2f 0a                             S3) */.