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 32 20 6d 6f 64 75 6c 65 The FTS2 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 32 20 6d 6f 64 * The FTS2 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 32 20 69 73 20 64 65 66 69 6e 65 64 _FTS2 is defined
02f0: 29 2e 0a 2a 2f 0a 23 69 66 20 21 64 65 66 69 6e )..*/.#if !defin
0300: 65 64 28 53 51 4c 49 54 45 5f 43 4f 52 45 29 20 ed(SQLITE_CORE)
0310: 7c 7c 20 64 65 66 69 6e 65 64 28 53 51 4c 49 54 || defined(SQLIT
0320: 45 5f 45 4e 41 42 4c 45 5f 46 54 53 32 29 0a 0a E_ENABLE_FTS2)..
0330: 0a 23 69 6e 63 6c 75 64 65 20 3c 61 73 73 65 72 .#include <asser
0340: 74 2e 68 3e 0a 23 69 66 20 21 64 65 66 69 6e 65 t.h>.#if !define
0350: 64 28 5f 5f 41 50 50 4c 45 5f 5f 29 0a 23 69 6e d(__APPLE__).#in
0360: 63 6c 75 64 65 20 3c 6d 61 6c 6c 6f 63 2e 68 3e clude <malloc.h>
0370: 0a 23 65 6c 73 65 0a 23 69 6e 63 6c 75 64 65 20 .#else.#include
0380: 3c 73 74 64 6c 69 62 2e 68 3e 0a 23 65 6e 64 69 <stdlib.h>.#endi
0390: 66 0a 23 69 6e 63 6c 75 64 65 20 3c 73 74 64 69 f.#include <stdi
03a0: 6f 2e 68 3e 0a 23 69 6e 63 6c 75 64 65 20 3c 73 o.h>.#include <s
03b0: 74 72 69 6e 67 2e 68 3e 0a 23 69 6e 63 6c 75 64 tring.h>.#includ
03c0: 65 20 3c 63 74 79 70 65 2e 68 3e 0a 0a 23 69 6e e <ctype.h>..#in
03d0: 63 6c 75 64 65 20 22 66 74 73 32 5f 74 6f 6b 65 clude "fts2_toke
03e0: 6e 69 7a 65 72 2e 68 22 0a 0a 2f 2a 0a 2a 2a 20 nizer.h"../*.**
03f0: 43 6c 61 73 73 20 64 65 72 69 76 65 64 20 66 72 Class derived fr
0400: 6f 6d 20 73 71 6c 69 74 65 33 5f 74 6f 6b 65 6e om sqlite3_token
0410: 69 7a 65 72 0a 2a 2f 0a 74 79 70 65 64 65 66 20 izer.*/.typedef
0420: 73 74 72 75 63 74 20 70 6f 72 74 65 72 5f 74 6f struct porter_to
0430: 6b 65 6e 69 7a 65 72 20 7b 0a 20 20 73 71 6c 69 kenizer {. sqli
0440: 74 65 33 5f 74 6f 6b 65 6e 69 7a 65 72 20 62 61 te3_tokenizer ba
0450: 73 65 3b 20 20 20 20 20 20 2f 2a 20 42 61 73 65 se; /* Base
0460: 20 63 6c 61 73 73 20 2a 2f 0a 7d 20 70 6f 72 74 class */.} port
0470: 65 72 5f 74 6f 6b 65 6e 69 7a 65 72 3b 0a 0a 2f er_tokenizer;../
0480: 2a 0a 2a 2a 20 43 6c 61 73 73 20 64 65 72 69 76 *.** Class deriv
0490: 65 64 20 66 72 6f 6d 20 73 71 6c 69 74 33 5f 74 ed from sqlit3_t
04a0: 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 0a okenizer_cursor.
04b0: 2a 2f 0a 74 79 70 65 64 65 66 20 73 74 72 75 63 */.typedef struc
04c0: 74 20 70 6f 72 74 65 72 5f 74 6f 6b 65 6e 69 7a t porter_tokeniz
04d0: 65 72 5f 63 75 72 73 6f 72 20 7b 0a 20 20 73 71 er_cursor {. sq
04e0: 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 7a 65 72 5f lite3_tokenizer_
04f0: 63 75 72 73 6f 72 20 62 61 73 65 3b 0a 20 20 63 cursor base;. c
0500: 6f 6e 73 74 20 63 68 61 72 20 2a 7a 49 6e 70 75 onst char *zInpu
0510: 74 3b 20 20 20 20 20 20 20 20 20 20 2f 2a 20 69 t; /* i
0520: 6e 70 75 74 20 77 65 20 61 72 65 20 74 6f 6b 65 nput we are toke
0530: 6e 69 7a 69 6e 67 20 2a 2f 0a 20 20 69 6e 74 20 nizing */. int
0540: 6e 49 6e 70 75 74 3b 20 20 20 20 20 20 20 20 20 nInput;
0550: 20 20 20 20 20 20 20 20 20 2f 2a 20 73 69 7a 65 /* size
0560: 20 6f 66 20 74 68 65 20 69 6e 70 75 74 20 2a 2f of the input */
0570: 0a 20 20 69 6e 74 20 69 4f 66 66 73 65 74 3b 20 . int iOffset;
0580: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
0590: 2f 2a 20 63 75 72 72 65 6e 74 20 70 6f 73 69 74 /* current posit
05a0: 69 6f 6e 20 69 6e 20 7a 49 6e 70 75 74 20 2a 2f ion in zInput */
05b0: 0a 20 20 69 6e 74 20 69 54 6f 6b 65 6e 3b 20 20 . int iToken;
05c0: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
05d0: 2f 2a 20 69 6e 64 65 78 20 6f 66 20 6e 65 78 74 /* index of next
05e0: 20 74 6f 6b 65 6e 20 74 6f 20 62 65 20 72 65 74 token to be ret
05f0: 75 72 6e 65 64 20 2a 2f 0a 20 20 63 68 61 72 20 urned */. char
0600: 2a 7a 54 6f 6b 65 6e 3b 20 20 20 20 20 20 20 20 *zToken;
0610: 20 20 20 20 20 20 20 20 2f 2a 20 73 74 6f 72 61 /* stora
0620: 67 65 20 66 6f 72 20 63 75 72 72 65 6e 74 20 74 ge for current t
0630: 6f 6b 65 6e 20 2a 2f 0a 20 20 69 6e 74 20 6e 41 oken */. int nA
0640: 6c 6c 6f 63 61 74 65 64 3b 20 20 20 20 20 20 20 llocated;
0650: 20 20 20 20 20 20 20 2f 2a 20 73 70 61 63 65 20 /* space
0660: 61 6c 6c 6f 63 61 74 65 64 20 74 6f 20 7a 54 6f allocated to zTo
0670: 6b 65 6e 20 62 75 66 66 65 72 20 2a 2f 0a 7d 20 ken buffer */.}
0680: 70 6f 72 74 65 72 5f 74 6f 6b 65 6e 69 7a 65 72 porter_tokenizer
0690: 5f 63 75 72 73 6f 72 3b 0a 0a 0a 2f 2a 20 46 6f _cursor;.../* Fo
06a0: 72 77 61 72 64 20 64 65 63 6c 61 72 61 74 69 6f rward declaratio
06b0: 6e 20 2a 2f 0a 73 74 61 74 69 63 20 63 6f 6e 73 n */.static cons
06c0: 74 20 73 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 t sqlite3_tokeni
06d0: 7a 65 72 5f 6d 6f 64 75 6c 65 20 70 6f 72 74 65 zer_module porte
06e0: 72 54 6f 6b 65 6e 69 7a 65 72 4d 6f 64 75 6c 65 rTokenizerModule
06f0: 3b 0a 0a 0a 2f 2a 0a 2a 2a 20 43 72 65 61 74 65 ;.../*.** Create
0700: 20 61 20 6e 65 77 20 74 6f 6b 65 6e 69 7a 65 72 a new tokenizer
0710: 20 69 6e 73 74 61 6e 63 65 2e 0a 2a 2f 0a 73 74 instance..*/.st
0720: 61 74 69 63 20 69 6e 74 20 70 6f 72 74 65 72 43 atic int porterC
0730: 72 65 61 74 65 28 0a 20 20 69 6e 74 20 61 72 67 reate(. int arg
0740: 63 2c 20 63 6f 6e 73 74 20 63 68 61 72 20 2a 20 c, const char *
0750: 63 6f 6e 73 74 20 2a 61 72 67 76 2c 0a 20 20 73 const *argv,. s
0760: 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 7a 65 72 qlite3_tokenizer
0770: 20 2a 2a 70 70 54 6f 6b 65 6e 69 7a 65 72 0a 29 **ppTokenizer.)
0780: 7b 0a 20 20 70 6f 72 74 65 72 5f 74 6f 6b 65 6e {. porter_token
0790: 69 7a 65 72 20 2a 74 3b 0a 20 20 74 20 3d 20 28 izer *t;. t = (
07a0: 70 6f 72 74 65 72 5f 74 6f 6b 65 6e 69 7a 65 72 porter_tokenizer
07b0: 20 2a 29 20 63 61 6c 6c 6f 63 28 73 69 7a 65 6f *) calloc(sizeo
07c0: 66 28 2a 74 29 2c 20 31 29 3b 0a 20 20 69 66 28 f(*t), 1);. if(
07d0: 20 74 3d 3d 4e 55 4c 4c 20 29 20 72 65 74 75 72 t==NULL ) retur
07e0: 6e 20 53 51 4c 49 54 45 5f 4e 4f 4d 45 4d 3b 0a n SQLITE_NOMEM;.
07f0: 0a 20 20 2a 70 70 54 6f 6b 65 6e 69 7a 65 72 20 . *ppTokenizer
0800: 3d 20 26 74 2d 3e 62 61 73 65 3b 0a 20 20 72 65 = &t->base;. re
0810: 74 75 72 6e 20 53 51 4c 49 54 45 5f 4f 4b 3b 0a turn SQLITE_OK;.
0820: 7d 0a 0a 2f 2a 0a 2a 2a 20 44 65 73 74 72 6f 79 }../*.** Destroy
0830: 20 61 20 74 6f 6b 65 6e 69 7a 65 72 0a 2a 2f 0a a tokenizer.*/.
0840: 73 74 61 74 69 63 20 69 6e 74 20 70 6f 72 74 65 static int porte
0850: 72 44 65 73 74 72 6f 79 28 73 71 6c 69 74 65 33 rDestroy(sqlite3
0860: 5f 74 6f 6b 65 6e 69 7a 65 72 20 2a 70 54 6f 6b _tokenizer *pTok
0870: 65 6e 69 7a 65 72 29 7b 0a 20 20 66 72 65 65 28 enizer){. free(
0880: 70 54 6f 6b 65 6e 69 7a 65 72 29 3b 0a 20 20 72 pTokenizer);. r
0890: 65 74 75 72 6e 20 53 51 4c 49 54 45 5f 4f 4b 3b eturn SQLITE_OK;
08a0: 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 50 72 65 70 61 72 .}../*.** Prepar
08b0: 65 20 74 6f 20 62 65 67 69 6e 20 74 6f 6b 65 6e e to begin token
08c0: 69 7a 69 6e 67 20 61 20 70 61 72 74 69 63 75 6c izing a particul
08d0: 61 72 20 73 74 72 69 6e 67 2e 20 20 54 68 65 20 ar string. The
08e0: 69 6e 70 75 74 0a 2a 2a 20 73 74 72 69 6e 67 20 input.** string
08f0: 74 6f 20 62 65 20 74 6f 6b 65 6e 69 7a 65 64 20 to be tokenized
0900: 69 73 20 7a 49 6e 70 75 74 5b 30 2e 2e 6e 49 6e is zInput[0..nIn
0910: 70 75 74 2d 31 5d 2e 20 20 41 20 63 75 72 73 6f put-1]. A curso
0920: 72 0a 2a 2a 20 75 73 65 64 20 74 6f 20 69 6e 63 r.** used to inc
0930: 72 65 6d 65 6e 74 61 6c 6c 79 20 74 6f 6b 65 6e rementally token
0940: 69 7a 65 20 74 68 69 73 20 73 74 72 69 6e 67 20 ize this string
0950: 69 73 20 72 65 74 75 72 6e 65 64 20 69 6e 20 0a is returned in .
0960: 2a 2a 20 2a 70 70 43 75 72 73 6f 72 2e 0a 2a 2f ** *ppCursor..*/
0970: 0a 73 74 61 74 69 63 20 69 6e 74 20 70 6f 72 74 .static int port
0980: 65 72 4f 70 65 6e 28 0a 20 20 73 71 6c 69 74 65 erOpen(. sqlite
0990: 33 5f 74 6f 6b 65 6e 69 7a 65 72 20 2a 70 54 6f 3_tokenizer *pTo
09a0: 6b 65 6e 69 7a 65 72 2c 20 20 20 20 20 20 20 20 kenizer,
09b0: 20 2f 2a 20 54 68 65 20 74 6f 6b 65 6e 69 7a 65 /* The tokenize
09c0: 72 20 2a 2f 0a 20 20 63 6f 6e 73 74 20 63 68 61 r */. const cha
09d0: 72 20 2a 7a 49 6e 70 75 74 2c 20 69 6e 74 20 6e r *zInput, int n
09e0: 49 6e 70 75 74 2c 20 20 20 20 20 20 20 20 2f 2a Input, /*
09f0: 20 53 74 72 69 6e 67 20 74 6f 20 62 65 20 74 6f String to be to
0a00: 6b 65 6e 69 7a 65 64 20 2a 2f 0a 20 20 73 71 6c kenized */. sql
0a10: 69 74 65 33 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 ite3_tokenizer_c
0a20: 75 72 73 6f 72 20 2a 2a 70 70 43 75 72 73 6f 72 ursor **ppCursor
0a30: 20 20 20 20 2f 2a 20 4f 55 54 3a 20 54 6f 6b 65 /* OUT: Toke
0a40: 6e 69 7a 61 74 69 6f 6e 20 63 75 72 73 6f 72 20 nization cursor
0a50: 2a 2f 0a 29 7b 0a 20 20 70 6f 72 74 65 72 5f 74 */.){. porter_t
0a60: 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20 okenizer_cursor
0a70: 2a 63 3b 0a 0a 20 20 63 20 3d 20 28 70 6f 72 74 *c;.. c = (port
0a80: 65 72 5f 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 er_tokenizer_cur
0a90: 73 6f 72 20 2a 29 20 6d 61 6c 6c 6f 63 28 73 69 sor *) malloc(si
0aa0: 7a 65 6f 66 28 2a 63 29 29 3b 0a 20 20 69 66 28 zeof(*c));. if(
0ab0: 20 63 3d 3d 4e 55 4c 4c 20 29 20 72 65 74 75 72 c==NULL ) retur
0ac0: 6e 20 53 51 4c 49 54 45 5f 4e 4f 4d 45 4d 3b 0a n SQLITE_NOMEM;.
0ad0: 0a 20 20 63 2d 3e 7a 49 6e 70 75 74 20 3d 20 7a . c->zInput = z
0ae0: 49 6e 70 75 74 3b 0a 20 20 69 66 28 20 7a 49 6e Input;. if( zIn
0af0: 70 75 74 3d 3d 30 20 29 7b 0a 20 20 20 20 63 2d put==0 ){. c-
0b00: 3e 6e 49 6e 70 75 74 20 3d 20 30 3b 0a 20 20 7d >nInput = 0;. }
0b10: 65 6c 73 65 20 69 66 28 20 6e 49 6e 70 75 74 3c else if( nInput<
0b20: 30 20 29 7b 0a 20 20 20 20 63 2d 3e 6e 49 6e 70 0 ){. c->nInp
0b30: 75 74 20 3d 20 28 69 6e 74 29 73 74 72 6c 65 6e ut = (int)strlen
0b40: 28 7a 49 6e 70 75 74 29 3b 0a 20 20 7d 65 6c 73 (zInput);. }els
0b50: 65 7b 0a 20 20 20 20 63 2d 3e 6e 49 6e 70 75 74 e{. c->nInput
0b60: 20 3d 20 6e 49 6e 70 75 74 3b 0a 20 20 7d 0a 20 = nInput;. }.
0b70: 20 63 2d 3e 69 4f 66 66 73 65 74 20 3d 20 30 3b c->iOffset = 0;
0b80: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
0b90: 20 2f 2a 20 73 74 61 72 74 20 74 6f 6b 65 6e 69 /* start tokeni
0ba0: 7a 69 6e 67 20 61 74 20 74 68 65 20 62 65 67 69 zing at the begi
0bb0: 6e 6e 69 6e 67 20 2a 2f 0a 20 20 63 2d 3e 69 54 nning */. c->iT
0bc0: 6f 6b 65 6e 20 3d 20 30 3b 0a 20 20 63 2d 3e 7a oken = 0;. c->z
0bd0: 54 6f 6b 65 6e 20 3d 20 4e 55 4c 4c 3b 20 20 20 Token = NULL;
0be0: 20 20 20 20 20 20 20 20 20 20 20 20 2f 2a 20 6e /* n
0bf0: 6f 20 73 70 61 63 65 20 61 6c 6c 6f 63 61 74 65 o space allocate
0c00: 64 2c 20 79 65 74 2e 20 2a 2f 0a 20 20 63 2d 3e d, yet. */. c->
0c10: 6e 41 6c 6c 6f 63 61 74 65 64 20 3d 20 30 3b 0a nAllocated = 0;.
0c20: 0a 20 20 2a 70 70 43 75 72 73 6f 72 20 3d 20 26 . *ppCursor = &
0c30: 63 2d 3e 62 61 73 65 3b 0a 20 20 72 65 74 75 72 c->base;. retur
0c40: 6e 20 53 51 4c 49 54 45 5f 4f 4b 3b 0a 7d 0a 0a n SQLITE_OK;.}..
0c50: 2f 2a 0a 2a 2a 20 43 6c 6f 73 65 20 61 20 74 6f /*.** Close a to
0c60: 6b 65 6e 69 7a 61 74 69 6f 6e 20 63 75 72 73 6f kenization curso
0c70: 72 20 70 72 65 76 69 6f 75 73 6c 79 20 6f 70 65 r previously ope
0c80: 6e 65 64 20 62 79 20 61 20 63 61 6c 6c 20 74 6f ned by a call to
0c90: 0a 2a 2a 20 70 6f 72 74 65 72 4f 70 65 6e 28 29 .** porterOpen()
0ca0: 20 61 62 6f 76 65 2e 0a 2a 2f 0a 73 74 61 74 69 above..*/.stati
0cb0: 63 20 69 6e 74 20 70 6f 72 74 65 72 43 6c 6f 73 c int porterClos
0cc0: 65 28 73 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 e(sqlite3_tokeni
0cd0: 7a 65 72 5f 63 75 72 73 6f 72 20 2a 70 43 75 72 zer_cursor *pCur
0ce0: 73 6f 72 29 7b 0a 20 20 70 6f 72 74 65 72 5f 74 sor){. porter_t
0cf0: 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20 okenizer_cursor
0d00: 2a 63 20 3d 20 28 70 6f 72 74 65 72 5f 74 6f 6b *c = (porter_tok
0d10: 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20 2a 29 enizer_cursor *)
0d20: 20 70 43 75 72 73 6f 72 3b 0a 20 20 66 72 65 65 pCursor;. free
0d30: 28 63 2d 3e 7a 54 6f 6b 65 6e 29 3b 0a 20 20 66 (c->zToken);. f
0d40: 72 65 65 28 63 29 3b 0a 20 20 72 65 74 75 72 6e ree(c);. return
0d50: 20 53 51 4c 49 54 45 5f 4f 4b 3b 0a 7d 0a 2f 2a SQLITE_OK;.}./*
0d60: 0a 2a 2a 20 56 6f 77 65 6c 20 6f 72 20 63 6f 6e .** Vowel or con
0d70: 73 6f 6e 61 6e 74 0a 2a 2f 0a 73 74 61 74 69 63 sonant.*/.static
0d80: 20 63 6f 6e 73 74 20 63 68 61 72 20 63 54 79 70 const char cTyp
0d90: 65 5b 5d 20 3d 20 7b 0a 20 20 20 30 2c 20 31 2c e[] = {. 0, 1,
0da0: 20 31 2c 20 31 2c 20 30 2c 20 31 2c 20 31 2c 20 1, 1, 0, 1, 1,
0db0: 31 2c 20 30 2c 20 31 2c 20 31 2c 20 31 2c 20 31 1, 0, 1, 1, 1, 1
0dc0: 2c 20 31 2c 20 30 2c 20 31 2c 20 31 2c 20 31 2c , 1, 0, 1, 1, 1,
0dd0: 20 31 2c 20 31 2c 20 30 2c 0a 20 20 20 31 2c 20 1, 1, 0,. 1,
0de0: 31 2c 20 31 2c 20 32 2c 20 31 0a 7d 3b 0a 0a 2f 1, 1, 2, 1.};../
0df0: 2a 0a 2a 2a 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 *.** isConsonant
0e00: 28 29 20 61 6e 64 20 69 73 56 6f 77 65 6c 28 29 () and isVowel()
0e10: 20 64 65 74 65 72 6d 69 6e 65 20 69 66 20 74 68 determine if th
0e20: 65 69 72 20 66 69 72 73 74 20 63 68 61 72 61 63 eir first charac
0e30: 74 65 72 20 69 6e 0a 2a 2a 20 74 68 65 20 73 74 ter in.** the st
0e40: 72 69 6e 67 20 74 68 65 79 20 70 6f 69 6e 74 20 ring they point
0e50: 74 6f 20 69 73 20 61 20 63 6f 6e 73 6f 6e 61 6e to is a consonan
0e60: 74 20 6f 72 20 61 20 76 6f 77 65 6c 2c 20 61 63 t or a vowel, ac
0e70: 63 6f 72 64 69 6e 67 0a 2a 2a 20 74 6f 20 50 6f cording.** to Po
0e80: 72 74 65 72 20 72 75 6c 73 2e 20 20 0a 2a 2a 0a rter ruls. .**.
0e90: 2a 2a 20 41 20 63 6f 6e 73 6f 6e 61 74 65 20 69 ** A consonate i
0ea0: 73 20 61 6e 79 20 6c 65 74 74 65 72 20 6f 74 68 s any letter oth
0eb0: 65 72 20 74 68 61 6e 20 27 61 27 2c 20 27 65 27 er than 'a', 'e'
0ec0: 2c 20 27 69 27 2c 20 27 6f 27 2c 20 6f 72 20 27 , 'i', 'o', or '
0ed0: 75 27 2e 0a 2a 2a 20 27 59 27 20 69 73 20 61 20 u'..** 'Y' is a
0ee0: 63 6f 6e 73 6f 6e 61 6e 74 20 75 6e 6c 65 73 73 consonant unless
0ef0: 20 69 74 20 66 6f 6c 6c 6f 77 73 20 61 6e 6f 74 it follows anot
0f00: 68 65 72 20 63 6f 6e 73 6f 6e 61 6e 74 2c 0a 2a her consonant,.*
0f10: 2a 20 69 6e 20 77 68 69 63 68 20 63 61 73 65 20 * in which case
0f20: 69 74 20 69 73 20 61 20 76 6f 77 65 6c 2e 0a 2a it is a vowel..*
0f30: 2a 0a 2a 2a 20 49 6e 20 74 68 65 73 65 20 72 6f *.** In these ro
0f40: 75 74 69 6e 65 2c 20 74 68 65 20 6c 65 74 74 65 utine, the lette
0f50: 72 73 20 61 72 65 20 69 6e 20 72 65 76 65 72 73 rs are in revers
0f60: 65 20 6f 72 64 65 72 2e 20 20 53 6f 20 74 68 65 e order. So the
0f70: 20 27 79 27 20 72 75 6c 65 0a 2a 2a 20 69 73 20 'y' rule.** is
0f80: 74 68 61 74 20 27 79 27 20 69 73 20 61 20 63 6f that 'y' is a co
0f90: 6e 73 6f 6e 61 6e 74 20 75 6e 6c 65 73 73 20 69 nsonant unless i
0fa0: 74 20 69 73 20 66 6f 6c 6c 6f 77 65 64 20 62 79 t is followed by
0fb0: 20 61 6e 6f 74 68 65 72 0a 2a 2a 20 63 6f 6e 73 another.** cons
0fc0: 6f 6e 65 6e 74 2e 0a 2a 2f 0a 73 74 61 74 69 63 onent..*/.static
0fd0: 20 69 6e 74 20 69 73 56 6f 77 65 6c 28 63 6f 6e int isVowel(con
0fe0: 73 74 20 63 68 61 72 2a 29 3b 0a 73 74 61 74 69 st char*);.stati
0ff0: 63 20 69 6e 74 20 69 73 43 6f 6e 73 6f 6e 61 6e c int isConsonan
1000: 74 28 63 6f 6e 73 74 20 63 68 61 72 20 2a 7a 29 t(const char *z)
1010: 7b 0a 20 20 69 6e 74 20 6a 3b 0a 20 20 63 68 61 {. int j;. cha
1020: 72 20 78 20 3d 20 2a 7a 3b 0a 20 20 69 66 28 20 r x = *z;. if(
1030: 78 3d 3d 30 20 29 20 72 65 74 75 72 6e 20 30 3b x==0 ) return 0;
1040: 0a 20 20 61 73 73 65 72 74 28 20 78 3e 3d 27 61 . assert( x>='a
1050: 27 20 26 26 20 78 3c 3d 27 7a 27 20 29 3b 0a 20 ' && x<='z' );.
1060: 20 6a 20 3d 20 63 54 79 70 65 5b 78 2d 27 61 27 j = cType[x-'a'
1070: 5d 3b 0a 20 20 69 66 28 20 6a 3c 32 20 29 20 72 ];. if( j<2 ) r
1080: 65 74 75 72 6e 20 6a 3b 0a 20 20 72 65 74 75 72 eturn j;. retur
1090: 6e 20 7a 5b 31 5d 3d 3d 30 20 7c 7c 20 69 73 56 n z[1]==0 || isV
10a0: 6f 77 65 6c 28 7a 20 2b 20 31 29 3b 0a 7d 0a 73 owel(z + 1);.}.s
10b0: 74 61 74 69 63 20 69 6e 74 20 69 73 56 6f 77 65 tatic int isVowe
10c0: 6c 28 63 6f 6e 73 74 20 63 68 61 72 20 2a 7a 29 l(const char *z)
10d0: 7b 0a 20 20 69 6e 74 20 6a 3b 0a 20 20 63 68 61 {. int j;. cha
10e0: 72 20 78 20 3d 20 2a 7a 3b 0a 20 20 69 66 28 20 r x = *z;. if(
10f0: 78 3d 3d 30 20 29 20 72 65 74 75 72 6e 20 30 3b x==0 ) return 0;
1100: 0a 20 20 61 73 73 65 72 74 28 20 78 3e 3d 27 61 . assert( x>='a
1110: 27 20 26 26 20 78 3c 3d 27 7a 27 20 29 3b 0a 20 ' && x<='z' );.
1120: 20 6a 20 3d 20 63 54 79 70 65 5b 78 2d 27 61 27 j = cType[x-'a'
1130: 5d 3b 0a 20 20 69 66 28 20 6a 3c 32 20 29 20 72 ];. if( j<2 ) r
1140: 65 74 75 72 6e 20 31 2d 6a 3b 0a 20 20 72 65 74 eturn 1-j;. ret
1150: 75 72 6e 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 urn isConsonant(
1160: 7a 20 2b 20 31 29 3b 0a 7d 0a 0a 2f 2a 0a 2a 2a z + 1);.}../*.**
1170: 20 4c 65 74 20 61 6e 79 20 73 65 71 75 65 6e 63 Let any sequenc
1180: 65 20 6f 66 20 6f 6e 65 20 6f 72 20 6d 6f 72 65 e of one or more
1190: 20 76 6f 77 65 6c 73 20 62 65 20 72 65 70 72 65 vowels be repre
11a0: 73 65 6e 74 65 64 20 62 79 20 56 20 61 6e 64 20 sented by V and
11b0: 6c 65 74 0a 2a 2a 20 43 20 62 65 20 73 65 71 75 let.** C be sequ
11c0: 65 6e 63 65 20 6f 66 20 6f 6e 65 20 6f 72 20 6d ence of one or m
11d0: 6f 72 65 20 63 6f 6e 73 6f 6e 61 6e 74 73 2e 20 ore consonants.
11e0: 20 54 68 65 6e 20 65 76 65 72 79 20 77 6f 72 64 Then every word
11f0: 20 63 61 6e 20 62 65 0a 2a 2a 20 72 65 70 72 65 can be.** repre
1200: 73 65 6e 74 65 64 20 61 73 3a 0a 2a 2a 0a 2a 2a sented as:.**.**
1210: 20 20 20 20 20 20 20 20 20 20 20 5b 43 5d 20 28 [C] (
1220: 56 43 29 7b 6d 7d 20 5b 56 5d 0a 2a 2a 0a 2a 2a VC){m} [V].**.**
1230: 20 49 6e 20 70 72 6f 73 65 3a 20 20 41 20 77 6f In prose: A wo
1240: 72 64 20 69 73 20 61 6e 20 6f 70 74 69 6f 6e 61 rd is an optiona
1250: 6c 20 63 6f 6e 73 6f 6e 61 6e 74 20 66 6f 6c 6c l consonant foll
1260: 6f 77 65 64 20 62 79 20 7a 65 72 6f 20 6f 72 0a owed by zero or.
1270: 2a 2a 20 76 6f 77 65 6c 2d 63 6f 6e 73 6f 6e 61 ** vowel-consona
1280: 6e 74 20 70 61 69 72 73 20 66 6f 6c 6c 6f 77 65 nt pairs followe
1290: 64 20 62 79 20 61 6e 20 6f 70 74 69 6f 6e 61 6c d by an optional
12a0: 20 76 6f 77 65 6c 2e 20 20 22 6d 22 20 69 73 20 vowel. "m" is
12b0: 74 68 65 0a 2a 2a 20 6e 75 6d 62 65 72 20 6f 66 the.** number of
12c0: 20 76 6f 77 65 6c 20 63 6f 6e 73 6f 6e 61 6e 74 vowel consonant
12d0: 20 70 61 69 72 73 2e 20 20 54 68 69 73 20 72 6f pairs. This ro
12e0: 75 74 69 6e 65 20 63 6f 6d 70 75 74 65 73 20 74 utine computes t
12f0: 68 65 20 76 61 6c 75 65 0a 2a 2a 20 6f 66 20 6d he value.** of m
1300: 20 66 6f 72 20 74 68 65 20 66 69 72 73 74 20 69 for the first i
1310: 20 62 79 74 65 73 20 6f 66 20 61 20 77 6f 72 64 bytes of a word
1320: 2e 0a 2a 2a 0a 2a 2a 20 52 65 74 75 72 6e 20 74 ..**.** Return t
1330: 72 75 65 20 69 66 20 74 68 65 20 6d 2d 76 61 6c rue if the m-val
1340: 75 65 20 66 6f 72 20 7a 20 69 73 20 31 20 6f 72 ue for z is 1 or
1350: 20 6d 6f 72 65 2e 20 20 49 6e 20 6f 74 68 65 72 more. In other
1360: 20 77 6f 72 64 73 2c 0a 2a 2a 20 72 65 74 75 72 words,.** retur
1370: 6e 20 74 72 75 65 20 69 66 20 7a 20 63 6f 6e 74 n true if z cont
1380: 61 69 6e 73 20 61 74 20 6c 65 61 73 74 20 6f 6e ains at least on
1390: 65 20 76 6f 77 65 6c 20 74 68 61 74 20 69 73 20 e vowel that is
13a0: 66 6f 6c 6c 6f 77 65 64 0a 2a 2a 20 62 79 20 61 followed.** by a
13b0: 20 63 6f 6e 73 6f 6e 61 6e 74 2e 0a 2a 2a 0a 2a consonant..**.*
13c0: 2a 20 49 6e 20 74 68 69 73 20 72 6f 75 74 69 6e * In this routin
13d0: 65 20 7a 5b 5d 20 69 73 20 69 6e 20 72 65 76 65 e z[] is in reve
13e0: 72 73 65 20 6f 72 64 65 72 2e 20 20 53 6f 20 77 rse order. So w
13f0: 65 20 61 72 65 20 72 65 61 6c 6c 79 20 6c 6f 6f e are really loo
1400: 6b 69 6e 67 0a 2a 2a 20 66 6f 72 20 61 6e 20 69 king.** for an i
1410: 6e 73 74 61 6e 63 65 20 6f 66 20 6f 66 20 61 20 nstance of of a
1420: 63 6f 6e 73 6f 6e 61 6e 74 20 66 6f 6c 6c 6f 77 consonant follow
1430: 65 64 20 62 79 20 61 20 76 6f 77 65 6c 2e 0a 2a ed by a vowel..*
1440: 2f 0a 73 74 61 74 69 63 20 69 6e 74 20 6d 5f 67 /.static int m_g
1450: 74 5f 30 28 63 6f 6e 73 74 20 63 68 61 72 20 2a t_0(const char *
1460: 7a 29 7b 0a 20 20 77 68 69 6c 65 28 20 69 73 56 z){. while( isV
1470: 6f 77 65 6c 28 7a 29 20 29 7b 20 7a 2b 2b 3b 20 owel(z) ){ z++;
1480: 7d 0a 20 20 69 66 28 20 2a 7a 3d 3d 30 20 29 20 }. if( *z==0 )
1490: 72 65 74 75 72 6e 20 30 3b 0a 20 20 77 68 69 6c return 0;. whil
14a0: 65 28 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a e( isConsonant(z
14b0: 29 20 29 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 72 65 ) ){ z++; }. re
14c0: 74 75 72 6e 20 2a 7a 21 3d 30 3b 0a 7d 0a 0a 2f turn *z!=0;.}../
14d0: 2a 20 4c 69 6b 65 20 6d 67 74 30 20 61 62 6f 76 * Like mgt0 abov
14e0: 65 20 65 78 63 65 70 74 20 77 65 20 61 72 65 20 e except we are
14f0: 6c 6f 6f 6b 69 6e 67 20 66 6f 72 20 61 20 76 61 looking for a va
1500: 6c 75 65 20 6f 66 20 6d 20 77 68 69 63 68 20 69 lue of m which i
1510: 73 0a 2a 2a 20 65 78 61 63 74 6c 79 20 31 0a 2a s.** exactly 1.*
1520: 2f 0a 73 74 61 74 69 63 20 69 6e 74 20 6d 5f 65 /.static int m_e
1530: 71 5f 31 28 63 6f 6e 73 74 20 63 68 61 72 20 2a q_1(const char *
1540: 7a 29 7b 0a 20 20 77 68 69 6c 65 28 20 69 73 56 z){. while( isV
1550: 6f 77 65 6c 28 7a 29 20 29 7b 20 7a 2b 2b 3b 20 owel(z) ){ z++;
1560: 7d 0a 20 20 69 66 28 20 2a 7a 3d 3d 30 20 29 20 }. if( *z==0 )
1570: 72 65 74 75 72 6e 20 30 3b 0a 20 20 77 68 69 6c return 0;. whil
1580: 65 28 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a e( isConsonant(z
1590: 29 20 29 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 69 66 ) ){ z++; }. if
15a0: 28 20 2a 7a 3d 3d 30 20 29 20 72 65 74 75 72 6e ( *z==0 ) return
15b0: 20 30 3b 0a 20 20 77 68 69 6c 65 28 20 69 73 56 0;. while( isV
15c0: 6f 77 65 6c 28 7a 29 20 29 7b 20 7a 2b 2b 3b 20 owel(z) ){ z++;
15d0: 7d 0a 20 20 69 66 28 20 2a 7a 3d 3d 30 20 29 20 }. if( *z==0 )
15e0: 72 65 74 75 72 6e 20 31 3b 0a 20 20 77 68 69 6c return 1;. whil
15f0: 65 28 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a e( isConsonant(z
1600: 29 20 29 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 72 65 ) ){ z++; }. re
1610: 74 75 72 6e 20 2a 7a 3d 3d 30 3b 0a 7d 0a 0a 2f turn *z==0;.}../
1620: 2a 20 4c 69 6b 65 20 6d 67 74 30 20 61 62 6f 76 * Like mgt0 abov
1630: 65 20 65 78 63 65 70 74 20 77 65 20 61 72 65 20 e except we are
1640: 6c 6f 6f 6b 69 6e 67 20 66 6f 72 20 61 20 76 61 looking for a va
1650: 6c 75 65 20 6f 66 20 6d 3e 31 20 69 6e 73 74 65 lue of m>1 inste
1660: 61 64 0a 2a 2a 20 6f 72 20 6d 3e 30 0a 2a 2f 0a ad.** or m>0.*/.
1670: 73 74 61 74 69 63 20 69 6e 74 20 6d 5f 67 74 5f static int m_gt_
1680: 31 28 63 6f 6e 73 74 20 63 68 61 72 20 2a 7a 29 1(const char *z)
1690: 7b 0a 20 20 77 68 69 6c 65 28 20 69 73 56 6f 77 {. while( isVow
16a0: 65 6c 28 7a 29 20 29 7b 20 7a 2b 2b 3b 20 7d 0a el(z) ){ z++; }.
16b0: 20 20 69 66 28 20 2a 7a 3d 3d 30 20 29 20 72 65 if( *z==0 ) re
16c0: 74 75 72 6e 20 30 3b 0a 20 20 77 68 69 6c 65 28 turn 0;. while(
16d0: 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a 29 20 isConsonant(z)
16e0: 29 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 69 66 28 20 ){ z++; }. if(
16f0: 2a 7a 3d 3d 30 20 29 20 72 65 74 75 72 6e 20 30 *z==0 ) return 0
1700: 3b 0a 20 20 77 68 69 6c 65 28 20 69 73 56 6f 77 ;. while( isVow
1710: 65 6c 28 7a 29 20 29 7b 20 7a 2b 2b 3b 20 7d 0a el(z) ){ z++; }.
1720: 20 20 69 66 28 20 2a 7a 3d 3d 30 20 29 20 72 65 if( *z==0 ) re
1730: 74 75 72 6e 20 30 3b 0a 20 20 77 68 69 6c 65 28 turn 0;. while(
1740: 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a 29 20 isConsonant(z)
1750: 29 7b 20 7a 2b 2b 3b 20 7d 0a 20 20 72 65 74 75 ){ z++; }. retu
1760: 72 6e 20 2a 7a 21 3d 30 3b 0a 7d 0a 0a 2f 2a 0a rn *z!=0;.}../*.
1770: 2a 2a 20 52 65 74 75 72 6e 20 54 52 55 45 20 69 ** Return TRUE i
1780: 66 20 74 68 65 72 65 20 69 73 20 61 20 76 6f 77 f there is a vow
1790: 65 6c 20 61 6e 79 77 68 65 72 65 20 77 69 74 68 el anywhere with
17a0: 69 6e 20 7a 5b 30 2e 2e 6e 2d 31 5d 0a 2a 2f 0a in z[0..n-1].*/.
17b0: 73 74 61 74 69 63 20 69 6e 74 20 68 61 73 56 6f static int hasVo
17c0: 77 65 6c 28 63 6f 6e 73 74 20 63 68 61 72 20 2a wel(const char *
17d0: 7a 29 7b 0a 20 20 77 68 69 6c 65 28 20 69 73 43 z){. while( isC
17e0: 6f 6e 73 6f 6e 61 6e 74 28 7a 29 20 29 7b 20 7a onsonant(z) ){ z
17f0: 2b 2b 3b 20 7d 0a 20 20 72 65 74 75 72 6e 20 2a ++; }. return *
1800: 7a 21 3d 30 3b 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 52 z!=0;.}../*.** R
1810: 65 74 75 72 6e 20 54 52 55 45 20 69 66 20 74 68 eturn TRUE if th
1820: 65 20 77 6f 72 64 20 65 6e 64 73 20 69 6e 20 61 e word ends in a
1830: 20 64 6f 75 62 6c 65 20 63 6f 6e 73 6f 6e 61 6e double consonan
1840: 74 2e 0a 2a 2a 0a 2a 2a 20 54 68 65 20 74 65 78 t..**.** The tex
1850: 74 20 69 73 20 72 65 76 65 72 73 65 64 20 68 65 t is reversed he
1860: 72 65 2e 20 53 6f 20 77 65 20 61 72 65 20 72 65 re. So we are re
1870: 61 6c 6c 79 20 6c 6f 6f 6b 69 6e 67 20 61 74 0a ally looking at.
1880: 2a 2a 20 74 68 65 20 66 69 72 73 74 20 74 77 6f ** the first two
1890: 20 63 68 61 72 61 63 74 65 72 73 20 6f 66 20 7a characters of z
18a0: 5b 5d 2e 0a 2a 2f 0a 73 74 61 74 69 63 20 69 6e []..*/.static in
18b0: 74 20 64 6f 75 62 6c 65 43 6f 6e 73 6f 6e 61 6e t doubleConsonan
18c0: 74 28 63 6f 6e 73 74 20 63 68 61 72 20 2a 7a 29 t(const char *z)
18d0: 7b 0a 20 20 72 65 74 75 72 6e 20 69 73 43 6f 6e {. return isCon
18e0: 73 6f 6e 61 6e 74 28 7a 29 20 26 26 20 7a 5b 30 sonant(z) && z[0
18f0: 5d 3d 3d 7a 5b 31 5d 20 26 26 20 69 73 43 6f 6e ]==z[1] && isCon
1900: 73 6f 6e 61 6e 74 28 7a 2b 31 29 3b 0a 7d 0a 0a sonant(z+1);.}..
1910: 2f 2a 0a 2a 2a 20 52 65 74 75 72 6e 20 54 52 55 /*.** Return TRU
1920: 45 20 69 66 20 74 68 65 20 77 6f 72 64 20 65 6e E if the word en
1930: 64 73 20 77 69 74 68 20 74 68 72 65 65 20 6c 65 ds with three le
1940: 74 74 65 72 73 20 77 68 69 63 68 0a 2a 2a 20 61 tters which.** a
1950: 72 65 20 63 6f 6e 73 6f 6e 61 6e 74 2d 76 6f 77 re consonant-vow
1960: 65 6c 2d 63 6f 6e 73 6f 6e 65 6e 74 20 61 6e 64 el-consonent and
1970: 20 77 68 65 72 65 20 74 68 65 20 66 69 6e 61 6c where the final
1980: 20 63 6f 6e 73 6f 6e 61 6e 74 0a 2a 2a 20 69 73 consonant.** is
1990: 20 6e 6f 74 20 27 77 27 2c 20 27 78 27 2c 20 6f not 'w', 'x', o
19a0: 72 20 27 79 27 2e 0a 2a 2a 0a 2a 2a 20 54 68 65 r 'y'..**.** The
19b0: 20 77 6f 72 64 20 69 73 20 72 65 76 65 72 73 65 word is reverse
19c0: 64 20 68 65 72 65 2e 20 20 53 6f 20 77 65 20 61 d here. So we a
19d0: 72 65 20 72 65 61 6c 6c 79 20 63 68 65 63 6b 69 re really checki
19e0: 6e 67 20 74 68 65 0a 2a 2a 20 66 69 72 73 74 20 ng the.** first
19f0: 74 68 72 65 65 20 6c 65 74 74 65 72 73 20 61 6e three letters an
1a00: 64 20 74 68 65 20 66 69 72 73 74 20 6f 6e 65 20 d the first one
1a10: 63 61 6e 6e 6f 74 20 62 65 20 69 6e 20 5b 77 78 cannot be in [wx
1a20: 79 5d 2e 0a 2a 2f 0a 73 74 61 74 69 63 20 69 6e y]..*/.static in
1a30: 74 20 73 74 61 72 5f 6f 68 28 63 6f 6e 73 74 20 t star_oh(const
1a40: 63 68 61 72 20 2a 7a 29 7b 0a 20 20 72 65 74 75 char *z){. retu
1a50: 72 6e 0a 20 20 20 20 7a 5b 30 5d 21 3d 30 20 26 rn. z[0]!=0 &
1a60: 26 20 69 73 43 6f 6e 73 6f 6e 61 6e 74 28 7a 29 & isConsonant(z)
1a70: 20 26 26 0a 20 20 20 20 7a 5b 30 5d 21 3d 27 77 &&. z[0]!='w
1a80: 27 20 26 26 20 7a 5b 30 5d 21 3d 27 78 27 20 26 ' && z[0]!='x' &
1a90: 26 20 7a 5b 30 5d 21 3d 27 79 27 20 26 26 0a 20 & z[0]!='y' &&.
1aa0: 20 20 20 7a 5b 31 5d 21 3d 30 20 26 26 20 69 73 z[1]!=0 && is
1ab0: 56 6f 77 65 6c 28 7a 2b 31 29 20 26 26 0a 20 20 Vowel(z+1) &&.
1ac0: 20 20 7a 5b 32 5d 21 3d 30 20 26 26 20 69 73 43 z[2]!=0 && isC
1ad0: 6f 6e 73 6f 6e 61 6e 74 28 7a 2b 32 29 3b 0a 7d onsonant(z+2);.}
1ae0: 0a 0a 2f 2a 0a 2a 2a 20 49 66 20 74 68 65 20 77 ../*.** If the w
1af0: 6f 72 64 20 65 6e 64 73 20 77 69 74 68 20 7a 46 ord ends with zF
1b00: 72 6f 6d 20 61 6e 64 20 78 43 6f 6e 64 28 29 20 rom and xCond()
1b10: 69 73 20 74 72 75 65 20 66 6f 72 20 74 68 65 20 is true for the
1b20: 73 74 65 6d 0a 2a 2a 20 6f 66 20 74 68 65 20 77 stem.** of the w
1b30: 6f 72 64 20 74 68 61 74 20 70 72 65 63 65 65 64 ord that preceed
1b40: 73 20 74 68 65 20 7a 46 72 6f 6d 20 65 6e 64 69 s the zFrom endi
1b50: 6e 67 2c 20 74 68 65 6e 20 63 68 61 6e 67 65 20 ng, then change
1b60: 74 68 65 20 0a 2a 2a 20 65 6e 64 69 6e 67 20 74 the .** ending t
1b70: 6f 20 7a 54 6f 2e 0a 2a 2a 0a 2a 2a 20 54 68 65 o zTo..**.** The
1b80: 20 69 6e 70 75 74 20 77 6f 72 64 20 2a 70 7a 20 input word *pz
1b90: 61 6e 64 20 7a 46 72 6f 6d 20 61 72 65 20 62 6f and zFrom are bo
1ba0: 74 68 20 69 6e 20 72 65 76 65 72 73 65 20 6f 72 th in reverse or
1bb0: 64 65 72 2e 20 20 7a 54 6f 0a 2a 2a 20 69 73 20 der. zTo.** is
1bc0: 69 6e 20 6e 6f 72 6d 61 6c 20 6f 72 64 65 72 2e in normal order.
1bd0: 20 0a 2a 2a 0a 2a 2a 20 52 65 74 75 72 6e 20 54 .**.** Return T
1be0: 52 55 45 20 69 66 20 7a 46 72 6f 6d 20 6d 61 74 RUE if zFrom mat
1bf0: 63 68 65 73 2e 20 20 52 65 74 75 72 6e 20 46 41 ches. Return FA
1c00: 4c 53 45 20 69 66 20 7a 46 72 6f 6d 20 64 6f 65 LSE if zFrom doe
1c10: 73 20 6e 6f 74 0a 2a 2a 20 6d 61 74 63 68 2e 20 s not.** match.
1c20: 20 4e 6f 74 20 74 68 61 74 20 54 52 55 45 20 69 Not that TRUE i
1c30: 73 20 72 65 74 75 72 6e 65 64 20 65 76 65 6e 20 s returned even
1c40: 69 66 20 78 43 6f 6e 64 28 29 20 66 61 69 6c 73 if xCond() fails
1c50: 20 61 6e 64 0a 2a 2a 20 6e 6f 20 73 75 62 73 74 and.** no subst
1c60: 69 74 75 74 69 6f 6e 20 6f 63 63 75 72 73 2e 0a itution occurs..
1c70: 2a 2f 0a 73 74 61 74 69 63 20 69 6e 74 20 73 74 */.static int st
1c80: 65 6d 28 0a 20 20 63 68 61 72 20 2a 2a 70 7a 2c em(. char **pz,
1c90: 20 20 20 20 20 20 20 20 20 20 20 20 20 2f 2a 20 /*
1ca0: 54 68 65 20 77 6f 72 64 20 62 65 69 6e 67 20 73 The word being s
1cb0: 74 65 6d 6d 65 64 20 28 52 65 76 65 72 73 65 64 temmed (Reversed
1cc0: 29 20 2a 2f 0a 20 20 63 6f 6e 73 74 20 63 68 61 ) */. const cha
1cd0: 72 20 2a 7a 46 72 6f 6d 2c 20 20 20 20 20 2f 2a r *zFrom, /*
1ce0: 20 49 66 20 74 68 65 20 65 6e 64 69 6e 67 20 6d If the ending m
1cf0: 61 74 63 68 65 73 20 74 68 69 73 2e 2e 2e 20 28 atches this... (
1d00: 52 65 76 65 72 73 65 64 29 20 2a 2f 0a 20 20 63 Reversed) */. c
1d10: 6f 6e 73 74 20 63 68 61 72 20 2a 7a 54 6f 2c 20 onst char *zTo,
1d20: 20 20 20 20 20 20 2f 2a 20 2e 2e 2e 20 63 68 61 /* ... cha
1d30: 6e 67 65 20 74 68 65 20 65 6e 64 69 6e 67 20 74 nge the ending t
1d40: 6f 20 74 68 69 73 20 28 6e 6f 74 20 72 65 76 65 o this (not reve
1d50: 72 73 65 64 29 20 2a 2f 0a 20 20 69 6e 74 20 28 rsed) */. int (
1d60: 2a 78 43 6f 6e 64 29 28 63 6f 6e 73 74 20 63 68 *xCond)(const ch
1d70: 61 72 2a 29 20 20 20 2f 2a 20 43 6f 6e 64 69 74 ar*) /* Condit
1d80: 69 6f 6e 20 74 68 61 74 20 6d 75 73 74 20 62 65 ion that must be
1d90: 20 74 72 75 65 20 2a 2f 0a 29 7b 0a 20 20 63 68 true */.){. ch
1da0: 61 72 20 2a 7a 20 3d 20 2a 70 7a 3b 0a 20 20 77 ar *z = *pz;. w
1db0: 68 69 6c 65 28 20 2a 7a 46 72 6f 6d 20 26 26 20 hile( *zFrom &&
1dc0: 2a 7a 46 72 6f 6d 3d 3d 2a 7a 20 29 7b 20 7a 2b *zFrom==*z ){ z+
1dd0: 2b 3b 20 7a 46 72 6f 6d 2b 2b 3b 20 7d 0a 20 20 +; zFrom++; }.
1de0: 69 66 28 20 2a 7a 46 72 6f 6d 21 3d 30 20 29 20 if( *zFrom!=0 )
1df0: 72 65 74 75 72 6e 20 30 3b 0a 20 20 69 66 28 20 return 0;. if(
1e00: 78 43 6f 6e 64 20 26 26 20 21 78 43 6f 6e 64 28 xCond && !xCond(
1e10: 7a 29 20 29 20 72 65 74 75 72 6e 20 31 3b 0a 20 z) ) return 1;.
1e20: 20 77 68 69 6c 65 28 20 2a 7a 54 6f 20 29 7b 0a while( *zTo ){.
1e30: 20 20 20 20 2a 28 2d 2d 7a 29 20 3d 20 2a 28 7a *(--z) = *(z
1e40: 54 6f 2b 2b 29 3b 0a 20 20 7d 0a 20 20 2a 70 7a To++);. }. *pz
1e50: 20 3d 20 7a 3b 0a 20 20 72 65 74 75 72 6e 20 31 = z;. return 1
1e60: 3b 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 54 68 69 73 20 ;.}../*.** This
1e70: 69 73 20 74 68 65 20 66 61 6c 6c 62 61 63 6b 20 is the fallback
1e80: 73 74 65 6d 6d 65 72 20 75 73 65 64 20 77 68 65 stemmer used whe
1e90: 6e 20 74 68 65 20 70 6f 72 74 65 72 20 73 74 65 n the porter ste
1ea0: 6d 6d 65 72 20 69 73 0a 2a 2a 20 69 6e 61 70 70 mmer is.** inapp
1eb0: 72 6f 70 72 69 61 74 65 2e 20 20 54 68 65 20 69 ropriate. The i
1ec0: 6e 70 75 74 20 77 6f 72 64 20 69 73 20 63 6f 70 nput word is cop
1ed0: 69 65 64 20 69 6e 74 6f 20 74 68 65 20 6f 75 74 ied into the out
1ee0: 70 75 74 20 77 69 74 68 0a 2a 2a 20 55 53 2d 41 put with.** US-A
1ef0: 53 43 49 49 20 63 61 73 65 20 66 6f 6c 64 69 6e SCII case foldin
1f00: 67 2e 20 20 49 66 20 74 68 65 20 69 6e 70 75 74 g. If the input
1f10: 20 77 6f 72 64 20 69 73 20 74 6f 6f 20 6c 6f 6e word is too lon
1f20: 67 20 28 6d 6f 72 65 0a 2a 2a 20 74 68 61 6e 20 g (more.** than
1f30: 32 30 20 62 79 74 65 73 20 69 66 20 69 74 20 63 20 bytes if it c
1f40: 6f 6e 74 61 69 6e 73 20 6e 6f 20 64 69 67 69 74 ontains no digit
1f50: 73 20 6f 72 20 6d 6f 72 65 20 74 68 61 6e 20 36 s or more than 6
1f60: 20 62 79 74 65 73 20 69 66 0a 2a 2a 20 69 74 20 bytes if.** it
1f70: 63 6f 6e 74 61 69 6e 73 20 64 69 67 69 74 73 29 contains digits)
1f80: 20 74 68 65 6e 20 77 6f 72 64 20 69 73 20 74 72 then word is tr
1f90: 75 6e 63 61 74 65 64 20 74 6f 20 32 30 20 6f 72 uncated to 20 or
1fa0: 20 36 20 62 79 74 65 73 0a 2a 2a 20 62 79 20 74 6 bytes.** by t
1fb0: 61 6b 69 6e 67 20 31 30 20 6f 72 20 33 20 62 79 aking 10 or 3 by
1fc0: 74 65 73 20 66 72 6f 6d 20 74 68 65 20 62 65 67 tes from the beg
1fd0: 69 6e 6e 69 6e 67 20 61 6e 64 20 65 6e 64 2e 0a inning and end..
1fe0: 2a 2f 0a 73 74 61 74 69 63 20 76 6f 69 64 20 63 */.static void c
1ff0: 6f 70 79 5f 73 74 65 6d 6d 65 72 28 63 6f 6e 73 opy_stemmer(cons
2000: 74 20 63 68 61 72 20 2a 7a 49 6e 2c 20 69 6e 74 t char *zIn, int
2010: 20 6e 49 6e 2c 20 63 68 61 72 20 2a 7a 4f 75 74 nIn, char *zOut
2020: 2c 20 69 6e 74 20 2a 70 6e 4f 75 74 29 7b 0a 20 , int *pnOut){.
2030: 20 69 6e 74 20 69 2c 20 6d 78 2c 20 6a 3b 0a 20 int i, mx, j;.
2040: 20 69 6e 74 20 68 61 73 44 69 67 69 74 20 3d 20 int hasDigit =
2050: 30 3b 0a 20 20 66 6f 72 28 69 3d 30 3b 20 69 3c 0;. for(i=0; i<
2060: 6e 49 6e 3b 20 69 2b 2b 29 7b 0a 20 20 20 20 69 nIn; i++){. i
2070: 6e 74 20 63 20 3d 20 7a 49 6e 5b 69 5d 3b 0a 20 nt c = zIn[i];.
2080: 20 20 20 69 66 28 20 63 3e 3d 27 41 27 20 26 26 if( c>='A' &&
2090: 20 63 3c 3d 27 5a 27 20 29 7b 0a 20 20 20 20 20 c<='Z' ){.
20a0: 20 7a 4f 75 74 5b 69 5d 20 3d 20 63 20 2d 20 27 zOut[i] = c - '
20b0: 41 27 20 2b 20 27 61 27 3b 0a 20 20 20 20 7d 65 A' + 'a';. }e
20c0: 6c 73 65 7b 0a 20 20 20 20 20 20 69 66 28 20 63 lse{. if( c
20d0: 3e 3d 27 30 27 20 26 26 20 63 3c 3d 27 39 27 20 >='0' && c<='9'
20e0: 29 20 68 61 73 44 69 67 69 74 20 3d 20 31 3b 0a ) hasDigit = 1;.
20f0: 20 20 20 20 20 20 7a 4f 75 74 5b 69 5d 20 3d 20 zOut[i] =
2100: 63 3b 0a 20 20 20 20 7d 0a 20 20 7d 0a 20 20 6d c;. }. }. m
2110: 78 20 3d 20 68 61 73 44 69 67 69 74 20 3f 20 33 x = hasDigit ? 3
2120: 20 3a 20 31 30 3b 0a 20 20 69 66 28 20 6e 49 6e : 10;. if( nIn
2130: 3e 6d 78 2a 32 20 29 7b 0a 20 20 20 20 66 6f 72 >mx*2 ){. for
2140: 28 6a 3d 6d 78 2c 20 69 3d 6e 49 6e 2d 6d 78 3b (j=mx, i=nIn-mx;
2150: 20 69 3c 6e 49 6e 3b 20 69 2b 2b 2c 20 6a 2b 2b i<nIn; i++, j++
2160: 29 7b 0a 20 20 20 20 20 20 7a 4f 75 74 5b 6a 5d ){. zOut[j]
2170: 20 3d 20 7a 4f 75 74 5b 69 5d 3b 0a 20 20 20 20 = zOut[i];.
2180: 7d 0a 20 20 20 20 69 20 3d 20 6a 3b 0a 20 20 7d }. i = j;. }
2190: 0a 20 20 7a 4f 75 74 5b 69 5d 20 3d 20 30 3b 0a . zOut[i] = 0;.
21a0: 20 20 2a 70 6e 4f 75 74 20 3d 20 69 3b 0a 7d 0a *pnOut = i;.}.
21b0: 0a 0a 2f 2a 0a 2a 2a 20 53 74 65 6d 20 74 68 65 ../*.** Stem the
21c0: 20 69 6e 70 75 74 20 77 6f 72 64 20 7a 49 6e 5b input word zIn[
21d0: 30 2e 2e 6e 49 6e 2d 31 5d 2e 20 20 53 74 6f 72 0..nIn-1]. Stor
21e0: 65 20 74 68 65 20 6f 75 74 70 75 74 20 69 6e 20 e the output in
21f0: 7a 4f 75 74 2e 0a 2a 2a 20 7a 4f 75 74 20 69 73 zOut..** zOut is
2200: 20 61 74 20 6c 65 61 73 74 20 62 69 67 20 65 6e at least big en
2210: 6f 75 67 68 20 74 6f 20 68 6f 6c 64 20 6e 49 6e ough to hold nIn
2220: 20 62 79 74 65 73 2e 20 20 57 72 69 74 65 20 74 bytes. Write t
2230: 68 65 20 61 63 74 75 61 6c 0a 2a 2a 20 73 69 7a he actual.** siz
2240: 65 20 6f 66 20 74 68 65 20 6f 75 74 70 75 74 20 e of the output
2250: 77 6f 72 64 20 28 65 78 63 6c 75 73 69 76 65 20 word (exclusive
2260: 6f 66 20 74 68 65 20 27 5c 30 27 20 74 65 72 6d of the '\0' term
2270: 69 6e 61 74 6f 72 29 20 69 6e 74 6f 20 2a 70 6e inator) into *pn
2280: 4f 75 74 2e 0a 2a 2a 0a 2a 2a 20 41 6e 79 20 75 Out..**.** Any u
2290: 70 70 65 72 2d 63 61 73 65 20 63 68 61 72 61 63 pper-case charac
22a0: 74 65 72 73 20 69 6e 20 74 68 65 20 55 53 2d 41 ters in the US-A
22b0: 53 43 49 49 20 63 68 61 72 61 63 74 65 72 20 73 SCII character s
22c0: 65 74 20 28 5b 41 2d 5a 5d 29 0a 2a 2a 20 61 72 et ([A-Z]).** ar
22d0: 65 20 63 6f 6e 76 65 72 74 65 64 20 74 6f 20 6c e converted to l
22e0: 6f 77 65 72 20 63 61 73 65 2e 20 20 55 70 70 65 ower case. Uppe
22f0: 72 2d 63 61 73 65 20 55 54 46 20 63 68 61 72 61 r-case UTF chara
2300: 63 74 65 72 73 20 61 72 65 0a 2a 2a 20 75 6e 63 cters are.** unc
2310: 68 61 6e 67 65 64 2e 0a 2a 2a 0a 2a 2a 20 57 6f hanged..**.** Wo
2320: 72 64 73 20 74 68 61 74 20 61 72 65 20 6c 6f 6e rds that are lon
2330: 67 65 72 20 74 68 61 6e 20 61 62 6f 75 74 20 32 ger than about 2
2340: 30 20 62 79 74 65 73 20 61 72 65 20 73 74 65 6d 0 bytes are stem
2350: 6d 65 64 20 62 79 20 72 65 74 61 69 6e 69 6e 67 med by retaining
2360: 0a 2a 2a 20 61 20 66 65 77 20 62 79 74 65 73 20 .** a few bytes
2370: 66 72 6f 6d 20 74 68 65 20 62 65 67 69 6e 6e 69 from the beginni
2380: 6e 67 20 61 6e 64 20 74 68 65 20 65 6e 64 20 6f ng and the end o
2390: 66 20 74 68 65 20 77 6f 72 64 2e 20 20 49 66 20 f the word. If
23a0: 74 68 65 0a 2a 2a 20 77 6f 72 64 20 63 6f 6e 74 the.** word cont
23b0: 61 69 6e 73 20 64 69 67 69 74 73 2c 20 33 20 62 ains digits, 3 b
23c0: 79 74 65 73 20 61 72 65 20 74 61 6b 65 6e 20 66 ytes are taken f
23d0: 72 6f 6d 20 74 68 65 20 62 65 67 69 6e 6e 69 6e rom the beginnin
23e0: 67 20 61 6e 64 0a 2a 2a 20 33 20 62 79 74 65 73 g and.** 3 bytes
23f0: 20 66 72 6f 6d 20 74 68 65 20 65 6e 64 2e 20 20 from the end.
2400: 46 6f 72 20 6c 6f 6e 67 20 77 6f 72 64 73 20 77 For long words w
2410: 69 74 68 6f 75 74 20 64 69 67 69 74 73 2c 20 31 ithout digits, 1
2420: 30 20 62 79 74 65 73 0a 2a 2a 20 61 72 65 20 74 0 bytes.** are t
2430: 61 6b 65 6e 20 66 72 6f 6d 20 65 61 63 68 20 65 aken from each e
2440: 6e 64 2e 20 20 55 53 2d 41 53 43 49 49 20 63 61 nd. US-ASCII ca
2450: 73 65 20 66 6f 6c 64 69 6e 67 20 73 74 69 6c 6c se folding still
2460: 20 61 70 70 6c 69 65 73 2e 0a 2a 2a 20 0a 2a 2a applies..** .**
2470: 20 49 66 20 74 68 65 20 69 6e 70 75 74 20 77 6f If the input wo
2480: 72 64 20 63 6f 6e 74 61 69 6e 73 20 6e 6f 74 20 rd contains not
2490: 64 69 67 69 74 73 20 62 75 74 20 64 6f 65 73 20 digits but does
24a0: 63 68 61 72 61 63 74 65 72 73 20 6e 6f 74 20 0a characters not .
24b0: 2a 2a 20 69 6e 20 5b 61 2d 7a 41 2d 5a 5d 20 74 ** in [a-zA-Z] t
24c0: 68 65 6e 20 6e 6f 20 73 74 65 6d 6d 69 6e 67 20 hen no stemming
24d0: 69 73 20 61 74 74 65 6d 70 74 65 64 20 61 6e 64 is attempted and
24e0: 20 74 68 69 73 20 72 6f 75 74 69 6e 65 20 6a 75 this routine ju
24f0: 73 74 20 0a 2a 2a 20 63 6f 70 69 65 73 20 74 68 st .** copies th
2500: 65 20 69 6e 70 75 74 20 69 6e 74 6f 20 74 68 65 e input into the
2510: 20 69 6e 70 75 74 20 69 6e 74 6f 20 74 68 65 20 input into the
2520: 6f 75 74 70 75 74 20 77 69 74 68 20 55 53 2d 41 output with US-A
2530: 53 43 49 49 0a 2a 2a 20 63 61 73 65 20 66 6f 6c SCII.** case fol
2540: 64 69 6e 67 2e 0a 2a 2a 0a 2a 2a 20 53 74 65 6d ding..**.** Stem
2550: 6d 69 6e 67 20 6e 65 76 65 72 20 69 6e 63 72 65 ming never incre
2560: 61 73 65 73 20 74 68 65 20 6c 65 6e 67 74 68 20 ases the length
2570: 6f 66 20 74 68 65 20 77 6f 72 64 2e 20 20 53 6f of the word. So
2580: 20 74 68 65 72 65 20 69 73 0a 2a 2a 20 6e 6f 20 there is.** no
2590: 63 68 61 6e 63 65 20 6f 66 20 6f 76 65 72 66 6c chance of overfl
25a0: 6f 77 69 6e 67 20 74 68 65 20 7a 4f 75 74 20 62 owing the zOut b
25b0: 75 66 66 65 72 2e 0a 2a 2f 0a 73 74 61 74 69 63 uffer..*/.static
25c0: 20 76 6f 69 64 20 70 6f 72 74 65 72 5f 73 74 65 void porter_ste
25d0: 6d 6d 65 72 28 63 6f 6e 73 74 20 63 68 61 72 20 mmer(const char
25e0: 2a 7a 49 6e 2c 20 69 6e 74 20 6e 49 6e 2c 20 63 *zIn, int nIn, c
25f0: 68 61 72 20 2a 7a 4f 75 74 2c 20 69 6e 74 20 2a har *zOut, int *
2600: 70 6e 4f 75 74 29 7b 0a 20 20 69 6e 74 20 69 2c pnOut){. int i,
2610: 20 6a 2c 20 63 3b 0a 20 20 63 68 61 72 20 7a 52 j, c;. char zR
2620: 65 76 65 72 73 65 5b 32 38 5d 3b 0a 20 20 63 68 everse[28];. ch
2630: 61 72 20 2a 7a 2c 20 2a 7a 32 3b 0a 20 20 69 66 ar *z, *z2;. if
2640: 28 20 6e 49 6e 3c 33 20 7c 7c 20 6e 49 6e 3e 3d ( nIn<3 || nIn>=
2650: 73 69 7a 65 6f 66 28 7a 52 65 76 65 72 73 65 29 sizeof(zReverse)
2660: 2d 37 20 29 7b 0a 20 20 20 20 2f 2a 20 54 68 65 -7 ){. /* The
2670: 20 77 6f 72 64 20 69 73 20 74 6f 6f 20 62 69 67 word is too big
2680: 20 6f 72 20 74 6f 6f 20 73 6d 61 6c 6c 20 66 6f or too small fo
2690: 72 20 74 68 65 20 70 6f 72 74 65 72 20 73 74 65 r the porter ste
26a0: 6d 6d 65 72 2e 0a 20 20 20 20 2a 2a 20 46 61 6c mmer.. ** Fal
26b0: 6c 62 61 63 6b 20 74 6f 20 74 68 65 20 63 6f 70 lback to the cop
26c0: 79 20 73 74 65 6d 6d 65 72 20 2a 2f 0a 20 20 20 y stemmer */.
26d0: 20 63 6f 70 79 5f 73 74 65 6d 6d 65 72 28 7a 49 copy_stemmer(zI
26e0: 6e 2c 20 6e 49 6e 2c 20 7a 4f 75 74 2c 20 70 6e n, nIn, zOut, pn
26f0: 4f 75 74 29 3b 0a 20 20 20 20 72 65 74 75 72 6e Out);. return
2700: 3b 0a 20 20 7d 0a 20 20 66 6f 72 28 69 3d 30 2c ;. }. for(i=0,
2710: 20 6a 3d 73 69 7a 65 6f 66 28 7a 52 65 76 65 72 j=sizeof(zRever
2720: 73 65 29 2d 36 3b 20 69 3c 6e 49 6e 3b 20 69 2b se)-6; i<nIn; i+
2730: 2b 2c 20 6a 2d 2d 29 7b 0a 20 20 20 20 63 20 3d +, j--){. c =
2740: 20 7a 49 6e 5b 69 5d 3b 0a 20 20 20 20 69 66 28 zIn[i];. if(
2750: 20 63 3e 3d 27 41 27 20 26 26 20 63 3c 3d 27 5a c>='A' && c<='Z
2760: 27 20 29 7b 0a 20 20 20 20 20 20 7a 52 65 76 65 ' ){. zReve
2770: 72 73 65 5b 6a 5d 20 3d 20 63 20 2b 20 27 61 27 rse[j] = c + 'a'
2780: 20 2d 20 27 41 27 3b 0a 20 20 20 20 7d 65 6c 73 - 'A';. }els
2790: 65 20 69 66 28 20 63 3e 3d 27 61 27 20 26 26 20 e if( c>='a' &&
27a0: 63 3c 3d 27 7a 27 20 29 7b 0a 20 20 20 20 20 20 c<='z' ){.
27b0: 7a 52 65 76 65 72 73 65 5b 6a 5d 20 3d 20 63 3b zReverse[j] = c;
27c0: 0a 20 20 20 20 7d 65 6c 73 65 7b 0a 20 20 20 20 . }else{.
27d0: 20 20 2f 2a 20 54 68 65 20 75 73 65 20 6f 66 20 /* The use of
27e0: 61 20 63 68 61 72 61 63 74 65 72 20 6e 6f 74 20 a character not
27f0: 69 6e 20 5b 61 2d 7a 41 2d 5a 5d 20 6d 65 61 6e in [a-zA-Z] mean
2800: 73 20 74 68 61 74 20 77 65 20 66 61 6c 6c 62 61 s that we fallba
2810: 63 6b 0a 20 20 20 20 20 20 2a 2a 20 74 6f 20 74 ck. ** to t
2820: 68 65 20 63 6f 70 79 20 73 74 65 6d 6d 65 72 20 he copy stemmer
2830: 2a 2f 0a 20 20 20 20 20 20 63 6f 70 79 5f 73 74 */. copy_st
2840: 65 6d 6d 65 72 28 7a 49 6e 2c 20 6e 49 6e 2c 20 emmer(zIn, nIn,
2850: 7a 4f 75 74 2c 20 70 6e 4f 75 74 29 3b 0a 20 20 zOut, pnOut);.
2860: 20 20 20 20 72 65 74 75 72 6e 3b 0a 20 20 20 20 return;.
2870: 7d 0a 20 20 7d 0a 20 20 6d 65 6d 73 65 74 28 26 }. }. memset(&
2880: 7a 52 65 76 65 72 73 65 5b 73 69 7a 65 6f 66 28 zReverse[sizeof(
2890: 7a 52 65 76 65 72 73 65 29 2d 35 5d 2c 20 30 2c zReverse)-5], 0,
28a0: 20 35 29 3b 0a 20 20 7a 20 3d 20 26 7a 52 65 76 5);. z = &zRev
28b0: 65 72 73 65 5b 6a 2b 31 5d 3b 0a 0a 0a 20 20 2f erse[j+1];... /
28c0: 2a 20 53 74 65 70 20 31 61 20 2a 2f 0a 20 20 69 * Step 1a */. i
28d0: 66 28 20 7a 5b 30 5d 3d 3d 27 73 27 20 29 7b 0a f( z[0]=='s' ){.
28e0: 20 20 20 20 69 66 28 0a 20 20 20 20 20 21 73 74 if(. !st
28f0: 65 6d 28 26 7a 2c 20 22 73 65 73 73 22 2c 20 22 em(&z, "sess", "
2900: 73 73 22 2c 20 30 29 20 26 26 0a 20 20 20 20 20 ss", 0) &&.
2910: 21 73 74 65 6d 28 26 7a 2c 20 22 73 65 69 22 2c !stem(&z, "sei",
2920: 20 22 69 22 2c 20 30 29 20 20 26 26 0a 20 20 20 "i", 0) &&.
2930: 20 20 21 73 74 65 6d 28 26 7a 2c 20 22 73 73 22 !stem(&z, "ss"
2940: 2c 20 22 73 73 22 2c 20 30 29 0a 20 20 20 20 29 , "ss", 0). )
2950: 7b 0a 20 20 20 20 20 20 7a 2b 2b 3b 0a 20 20 20 {. z++;.
2960: 20 7d 0a 20 20 7d 0a 0a 20 20 2f 2a 20 53 74 65 }. }.. /* Ste
2970: 70 20 31 62 20 2a 2f 20 20 0a 20 20 7a 32 20 3d p 1b */ . z2 =
2980: 20 7a 3b 0a 20 20 69 66 28 20 73 74 65 6d 28 26 z;. if( stem(&
2990: 7a 2c 20 22 64 65 65 22 2c 20 22 65 65 22 2c 20 z, "dee", "ee",
29a0: 6d 5f 67 74 5f 30 29 20 29 7b 0a 20 20 20 20 2f m_gt_0) ){. /
29b0: 2a 20 44 6f 20 6e 6f 74 68 69 6e 67 2e 20 20 54 * Do nothing. T
29c0: 68 65 20 77 6f 72 6b 20 77 61 73 20 61 6c 6c 20 he work was all
29d0: 69 6e 20 74 68 65 20 74 65 73 74 20 2a 2f 0a 20 in the test */.
29e0: 20 7d 65 6c 73 65 20 69 66 28 20 0a 20 20 20 20 }else if( .
29f0: 20 28 73 74 65 6d 28 26 7a 2c 20 22 67 6e 69 22 (stem(&z, "gni"
2a00: 2c 20 22 22 2c 20 68 61 73 56 6f 77 65 6c 29 20 , "", hasVowel)
2a10: 7c 7c 20 73 74 65 6d 28 26 7a 2c 20 22 64 65 22 || stem(&z, "de"
2a20: 2c 20 22 22 2c 20 68 61 73 56 6f 77 65 6c 29 29 , "", hasVowel))
2a30: 0a 20 20 20 20 20 20 26 26 20 7a 21 3d 7a 32 0a . && z!=z2.
2a40: 20 20 29 7b 0a 20 20 20 20 20 69 66 28 20 73 74 ){. if( st
2a50: 65 6d 28 26 7a 2c 20 22 74 61 22 2c 20 22 61 74 em(&z, "ta", "at
2a60: 65 22 2c 20 30 29 20 7c 7c 0a 20 20 20 20 20 20 e", 0) ||.
2a70: 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 6c 62 22 stem(&z, "lb"
2a80: 2c 20 22 62 6c 65 22 2c 20 30 29 20 7c 7c 0a 20 , "ble", 0) ||.
2a90: 20 20 20 20 20 20 20 20 73 74 65 6d 28 26 7a 2c stem(&z,
2aa0: 20 22 7a 69 22 2c 20 22 69 7a 65 22 2c 20 30 29 "zi", "ize", 0)
2ab0: 20 29 7b 0a 20 20 20 20 20 20 20 2f 2a 20 44 6f ){. /* Do
2ac0: 20 6e 6f 74 68 69 6e 67 2e 20 20 54 68 65 20 77 nothing. The w
2ad0: 6f 72 6b 20 77 61 73 20 61 6c 6c 20 69 6e 20 74 ork was all in t
2ae0: 68 65 20 74 65 73 74 20 2a 2f 0a 20 20 20 20 20 he test */.
2af0: 7d 65 6c 73 65 20 69 66 28 20 64 6f 75 62 6c 65 }else if( double
2b00: 43 6f 6e 73 6f 6e 61 6e 74 28 7a 29 20 26 26 20 Consonant(z) &&
2b10: 28 2a 7a 21 3d 27 6c 27 20 26 26 20 2a 7a 21 3d (*z!='l' && *z!=
2b20: 27 73 27 20 26 26 20 2a 7a 21 3d 27 7a 27 29 20 's' && *z!='z')
2b30: 29 7b 0a 20 20 20 20 20 20 20 7a 2b 2b 3b 0a 20 ){. z++;.
2b40: 20 20 20 20 7d 65 6c 73 65 20 69 66 28 20 6d 5f }else if( m_
2b50: 65 71 5f 31 28 7a 29 20 26 26 20 73 74 61 72 5f eq_1(z) && star_
2b60: 6f 68 28 7a 29 20 29 7b 0a 20 20 20 20 20 20 20 oh(z) ){.
2b70: 2a 28 2d 2d 7a 29 20 3d 20 27 65 27 3b 0a 20 20 *(--z) = 'e';.
2b80: 20 20 20 7d 0a 20 20 7d 0a 0a 20 20 2f 2a 20 53 }. }.. /* S
2b90: 74 65 70 20 31 63 20 2a 2f 0a 20 20 69 66 28 20 tep 1c */. if(
2ba0: 7a 5b 30 5d 3d 3d 27 79 27 20 26 26 20 68 61 73 z[0]=='y' && has
2bb0: 56 6f 77 65 6c 28 7a 2b 31 29 20 29 7b 0a 20 20 Vowel(z+1) ){.
2bc0: 20 20 7a 5b 30 5d 20 3d 20 27 69 27 3b 0a 20 20 z[0] = 'i';.
2bd0: 7d 0a 0a 20 20 2f 2a 20 53 74 65 70 20 32 20 2a }.. /* Step 2 *
2be0: 2f 0a 20 20 73 77 69 74 63 68 28 20 7a 5b 31 5d /. switch( z[1]
2bf0: 20 29 7b 0a 20 20 20 63 61 73 65 20 27 61 27 3a ){. case 'a':
2c00: 0a 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 . stem(&z, "
2c10: 6c 61 6e 6f 69 74 61 22 2c 20 22 61 74 65 22 2c lanoita", "ate",
2c20: 20 6d 5f 67 74 5f 30 29 20 7c 7c 0a 20 20 20 20 m_gt_0) ||.
2c30: 20 73 74 65 6d 28 26 7a 2c 20 22 6c 61 6e 6f 69 stem(&z, "lanoi
2c40: 74 22 2c 20 22 74 69 6f 6e 22 2c 20 6d 5f 67 74 t", "tion", m_gt
2c50: 5f 30 29 3b 0a 20 20 20 20 20 62 72 65 61 6b 3b _0);. break;
2c60: 0a 20 20 20 63 61 73 65 20 27 63 27 3a 0a 20 20 . case 'c':.
2c70: 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 69 63 6e stem(&z, "icn
2c80: 65 22 2c 20 22 65 6e 63 65 22 2c 20 6d 5f 67 74 e", "ence", m_gt
2c90: 5f 30 29 20 7c 7c 0a 20 20 20 20 20 73 74 65 6d _0) ||. stem
2ca0: 28 26 7a 2c 20 22 69 63 6e 61 22 2c 20 22 61 6e (&z, "icna", "an
2cb0: 63 65 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20 ce", m_gt_0);.
2cc0: 20 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 break;. cas
2cd0: 65 20 27 65 27 3a 0a 20 20 20 20 20 73 74 65 6d e 'e':. stem
2ce0: 28 26 7a 2c 20 22 72 65 7a 69 22 2c 20 22 69 7a (&z, "rezi", "iz
2cf0: 65 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20 20 e", m_gt_0);.
2d00: 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 break;. case
2d10: 20 27 67 27 3a 0a 20 20 20 20 20 73 74 65 6d 28 'g':. stem(
2d20: 26 7a 2c 20 22 69 67 6f 6c 22 2c 20 22 6c 6f 67 &z, "igol", "log
2d30: 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20 20 20 ", m_gt_0);.
2d40: 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 break;. case
2d50: 27 6c 27 3a 0a 20 20 20 20 20 73 74 65 6d 28 26 'l':. stem(&
2d60: 7a 2c 20 22 69 6c 62 22 2c 20 22 62 6c 65 22 2c z, "ilb", "ble",
2d70: 20 6d 5f 67 74 5f 30 29 20 7c 7c 0a 20 20 20 20 m_gt_0) ||.
2d80: 20 73 74 65 6d 28 26 7a 2c 20 22 69 6c 6c 61 22 stem(&z, "illa"
2d90: 2c 20 22 61 6c 22 2c 20 6d 5f 67 74 5f 30 29 20 , "al", m_gt_0)
2da0: 7c 7c 0a 20 20 20 20 20 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 20 7c 7c 0a 20 20 20 20 m_gt_0) ||.
2dd0: 20 73 74 65 6d 28 26 7a 2c 20 22 69 6c 65 22 2c stem(&z, "ile",
2de0: 20 22 65 22 2c 20 6d 5f 67 74 5f 30 29 20 7c 7c "e", m_gt_0) ||
2df0: 0a 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 . stem(&z, "
2e00: 69 6c 73 75 6f 22 2c 20 22 6f 75 73 22 2c 20 6d ilsuo", "ous", m
2e10: 5f 67 74 5f 30 29 3b 0a 20 20 20 20 20 62 72 65 _gt_0);. bre
2e20: 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 6f 27 3a ak;. case 'o':
2e30: 0a 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 . stem(&z, "
2e40: 6e 6f 69 74 61 7a 69 22 2c 20 22 69 7a 65 22 2c noitazi", "ize",
2e50: 20 6d 5f 67 74 5f 30 29 20 7c 7c 0a 20 20 20 20 m_gt_0) ||.
2e60: 20 73 74 65 6d 28 26 7a 2c 20 22 6e 6f 69 74 61 stem(&z, "noita
2e70: 22 2c 20 22 61 74 65 22 2c 20 6d 5f 67 74 5f 30 ", "ate", m_gt_0
2e80: 29 20 7c 7c 0a 20 20 20 20 20 73 74 65 6d 28 26 ) ||. stem(&
2e90: 7a 2c 20 22 72 6f 74 61 22 2c 20 22 61 74 65 22 z, "rota", "ate"
2ea0: 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20 20 20 20 , m_gt_0);.
2eb0: 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 break;. case '
2ec0: 73 27 3a 0a 20 20 20 20 20 73 74 65 6d 28 26 7a s':. stem(&z
2ed0: 2c 20 22 6d 73 69 6c 61 22 2c 20 22 61 6c 22 2c , "msila", "al",
2ee0: 20 6d 5f 67 74 5f 30 29 20 7c 7c 0a 20 20 20 20 m_gt_0) ||.
2ef0: 20 73 74 65 6d 28 26 7a 2c 20 22 73 73 65 6e 65 stem(&z, "ssene
2f00: 76 69 22 2c 20 22 69 76 65 22 2c 20 6d 5f 67 74 vi", "ive", m_gt
2f10: 5f 30 29 20 7c 7c 0a 20 20 20 20 20 73 74 65 6d _0) ||. stem
2f20: 28 26 7a 2c 20 22 73 73 65 6e 6c 75 66 22 2c 20 (&z, "ssenluf",
2f30: 22 66 75 6c 22 2c 20 6d 5f 67 74 5f 30 29 20 7c "ful", m_gt_0) |
2f40: 7c 0a 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 |. stem(&z,
2f50: 22 73 73 65 6e 73 75 6f 22 2c 20 22 6f 75 73 22 "ssensuo", "ous"
2f60: 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20 20 20 20 , m_gt_0);.
2f70: 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 break;. case '
2f80: 74 27 3a 0a 20 20 20 20 20 73 74 65 6d 28 26 7a t':. stem(&z
2f90: 2c 20 22 69 74 69 6c 61 22 2c 20 22 61 6c 22 2c , "itila", "al",
2fa0: 20 6d 5f 67 74 5f 30 29 20 7c 7c 0a 20 20 20 20 m_gt_0) ||.
2fb0: 20 73 74 65 6d 28 26 7a 2c 20 22 69 74 69 76 69 stem(&z, "itivi
2fc0: 22 2c 20 22 69 76 65 22 2c 20 6d 5f 67 74 5f 30 ", "ive", m_gt_0
2fd0: 29 20 7c 7c 0a 20 20 20 20 20 73 74 65 6d 28 26 ) ||. stem(&
2fe0: 7a 2c 20 22 69 74 69 6c 69 62 22 2c 20 22 62 6c z, "itilib", "bl
2ff0: 65 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 20 20 e", m_gt_0);.
3000: 20 20 62 72 65 61 6b 3b 0a 20 20 7d 0a 0a 20 20 break;. }..
3010: 2f 2a 20 53 74 65 70 20 33 20 2a 2f 0a 20 20 73 /* Step 3 */. s
3020: 77 69 74 63 68 28 20 7a 5b 30 5d 20 29 7b 0a 20 witch( z[0] ){.
3030: 20 20 63 61 73 65 20 27 65 27 3a 0a 20 20 20 20 case 'e':.
3040: 20 73 74 65 6d 28 26 7a 2c 20 22 65 74 61 63 69 stem(&z, "etaci
3050: 22 2c 20 22 69 63 22 2c 20 6d 5f 67 74 5f 30 29 ", "ic", m_gt_0)
3060: 20 7c 7c 0a 20 20 20 20 20 73 74 65 6d 28 26 7a ||. stem(&z
3070: 2c 20 22 65 76 69 74 61 22 2c 20 22 22 2c 20 6d , "evita", "", m
3080: 5f 67 74 5f 30 29 20 20 20 7c 7c 0a 20 20 20 20 _gt_0) ||.
3090: 20 73 74 65 6d 28 26 7a 2c 20 22 65 7a 69 6c 61 stem(&z, "ezila
30a0: 22 2c 20 22 61 6c 22 2c 20 6d 5f 67 74 5f 30 29 ", "al", m_gt_0)
30b0: 3b 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 20 ;. break;.
30c0: 20 63 61 73 65 20 27 69 27 3a 0a 20 20 20 20 20 case 'i':.
30d0: 73 74 65 6d 28 26 7a 2c 20 22 69 74 69 63 69 22 stem(&z, "itici"
30e0: 2c 20 22 69 63 22 2c 20 6d 5f 67 74 5f 30 29 3b , "ic", m_gt_0);
30f0: 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 20 20 . break;.
3100: 63 61 73 65 20 27 6c 27 3a 0a 20 20 20 20 20 73 case 'l':. s
3110: 74 65 6d 28 26 7a 2c 20 22 6c 61 63 69 22 2c 20 tem(&z, "laci",
3120: 22 69 63 22 2c 20 6d 5f 67 74 5f 30 29 20 7c 7c "ic", m_gt_0) ||
3130: 0a 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 . stem(&z, "
3140: 6c 75 66 22 2c 20 22 22 2c 20 6d 5f 67 74 5f 30 luf", "", m_gt_0
3150: 29 3b 0a 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 );. break;.
3160: 20 20 63 61 73 65 20 27 73 27 3a 0a 20 20 20 20 case 's':.
3170: 20 73 74 65 6d 28 26 7a 2c 20 22 73 73 65 6e 22 stem(&z, "ssen"
3180: 2c 20 22 22 2c 20 6d 5f 67 74 5f 30 29 3b 0a 20 , "", m_gt_0);.
3190: 20 20 20 20 62 72 65 61 6b 3b 0a 20 20 7d 0a 0a break;. }..
31a0: 20 20 2f 2a 20 53 74 65 70 20 34 20 2a 2f 0a 20 /* Step 4 */.
31b0: 20 73 77 69 74 63 68 28 20 7a 5b 31 5d 20 29 7b switch( z[1] ){
31c0: 0a 20 20 20 63 61 73 65 20 27 61 27 3a 0a 20 20 . case 'a':.
31d0: 20 20 20 69 66 28 20 7a 5b 30 5d 3d 3d 27 6c 27 if( z[0]=='l'
31e0: 20 26 26 20 6d 5f 67 74 5f 31 28 7a 2b 32 29 20 && m_gt_1(z+2)
31f0: 29 7b 0a 20 20 20 20 20 20 20 7a 20 2b 3d 20 32 ){. z += 2
3200: 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 62 72 ;. }. br
3210: 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 63 27 eak;. case 'c'
3220: 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 30 5d 3d :. if( z[0]=
3230: 3d 27 65 27 20 26 26 20 7a 5b 32 5d 3d 3d 27 6e ='e' && z[2]=='n
3240: 27 20 26 26 20 28 7a 5b 33 5d 3d 3d 27 61 27 20 ' && (z[3]=='a'
3250: 7c 7c 20 7a 5b 33 5d 3d 3d 27 65 27 29 20 20 26 || z[3]=='e') &
3260: 26 20 6d 5f 67 74 5f 31 28 7a 2b 34 29 20 20 29 & m_gt_1(z+4) )
3270: 7b 0a 20 20 20 20 20 20 20 7a 20 2b 3d 20 34 3b {. z += 4;
3280: 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 62 72 65 . }. bre
3290: 61 6b 3b 0a 20 20 20 63 61 73 65 20 27 65 27 3a ak;. case 'e':
32a0: 0a 20 20 20 20 20 69 66 28 20 7a 5b 30 5d 3d 3d . if( z[0]==
32b0: 27 72 27 20 26 26 20 6d 5f 67 74 5f 31 28 7a 2b 'r' && m_gt_1(z+
32c0: 32 29 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 2b 2) ){. z +
32d0: 3d 20 32 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 = 2;. }.
32e0: 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 break;. case
32f0: 27 69 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 'i':. if( z[
3300: 30 5d 3d 3d 27 63 27 20 26 26 20 6d 5f 67 74 5f 0]=='c' && m_gt_
3310: 31 28 7a 2b 32 29 20 29 7b 0a 20 20 20 20 20 20 1(z+2) ){.
3320: 20 7a 20 2b 3d 20 32 3b 0a 20 20 20 20 20 7d 0a z += 2;. }.
3330: 20 20 20 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 break;. c
3340: 61 73 65 20 27 6c 27 3a 0a 20 20 20 20 20 69 66 ase 'l':. if
3350: 28 20 7a 5b 30 5d 3d 3d 27 65 27 20 26 26 20 7a ( z[0]=='e' && z
3360: 5b 32 5d 3d 3d 27 62 27 20 26 26 20 28 7a 5b 33 [2]=='b' && (z[3
3370: 5d 3d 3d 27 61 27 20 7c 7c 20 7a 5b 33 5d 3d 3d ]=='a' || z[3]==
3380: 27 69 27 29 20 26 26 20 6d 5f 67 74 5f 31 28 7a 'i') && m_gt_1(z
3390: 2b 34 29 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 +4) ){. z
33a0: 2b 3d 20 34 3b 0a 20 20 20 20 20 7d 0a 20 20 20 += 4;. }.
33b0: 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 break;. case
33c0: 20 27 6e 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 'n':. if( z
33d0: 5b 30 5d 3d 3d 27 74 27 20 29 7b 0a 20 20 20 20 [0]=='t' ){.
33e0: 20 20 20 69 66 28 20 7a 5b 32 5d 3d 3d 27 61 27 if( z[2]=='a'
33f0: 20 29 7b 0a 20 20 20 20 20 20 20 20 20 69 66 28 ){. if(
3400: 20 6d 5f 67 74 5f 31 28 7a 2b 33 29 20 29 7b 0a m_gt_1(z+3) ){.
3410: 20 20 20 20 20 20 20 20 20 20 20 7a 20 2b 3d 20 z +=
3420: 33 3b 0a 20 20 20 20 20 20 20 20 20 7d 0a 20 20 3;. }.
3430: 20 20 20 20 20 7d 65 6c 73 65 20 69 66 28 20 7a }else if( z
3440: 5b 32 5d 3d 3d 27 65 27 20 29 7b 0a 20 20 20 20 [2]=='e' ){.
3450: 20 20 20 20 20 73 74 65 6d 28 26 7a 2c 20 22 74 stem(&z, "t
3460: 6e 65 6d 65 22 2c 20 22 22 2c 20 6d 5f 67 74 5f neme", "", m_gt_
3470: 31 29 20 7c 7c 0a 20 20 20 20 20 20 20 20 20 73 1) ||. s
3480: 74 65 6d 28 26 7a 2c 20 22 74 6e 65 6d 22 2c 20 tem(&z, "tnem",
3490: 22 22 2c 20 6d 5f 67 74 5f 31 29 20 7c 7c 0a 20 "", m_gt_1) ||.
34a0: 20 20 20 20 20 20 20 20 73 74 65 6d 28 26 7a 2c stem(&z,
34b0: 20 22 74 6e 65 22 2c 20 22 22 2c 20 6d 5f 67 74 "tne", "", m_gt
34c0: 5f 31 29 3b 0a 20 20 20 20 20 20 20 7d 0a 20 20 _1);. }.
34d0: 20 20 20 7d 0a 20 20 20 20 20 62 72 65 61 6b 3b }. break;
34e0: 0a 20 20 20 63 61 73 65 20 27 6f 27 3a 0a 20 20 . case 'o':.
34f0: 20 20 20 69 66 28 20 7a 5b 30 5d 3d 3d 27 75 27 if( z[0]=='u'
3500: 20 29 7b 0a 20 20 20 20 20 20 20 69 66 28 20 6d ){. if( m
3510: 5f 67 74 5f 31 28 7a 2b 32 29 20 29 7b 0a 20 20 _gt_1(z+2) ){.
3520: 20 20 20 20 20 20 20 7a 20 2b 3d 20 32 3b 0a 20 z += 2;.
3530: 20 20 20 20 20 20 7d 0a 20 20 20 20 20 7d 65 6c }. }el
3540: 73 65 20 69 66 28 20 7a 5b 33 5d 3d 3d 27 73 27 se if( z[3]=='s'
3550: 20 7c 7c 20 7a 5b 33 5d 3d 3d 27 74 27 20 29 7b || z[3]=='t' ){
3560: 0a 20 20 20 20 20 20 20 73 74 65 6d 28 26 7a 2c . stem(&z,
3570: 20 22 6e 6f 69 22 2c 20 22 22 2c 20 6d 5f 67 74 "noi", "", m_gt
3580: 5f 31 29 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 _1);. }.
3590: 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 break;. case
35a0: 27 73 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 's':. if( z[
35b0: 30 5d 3d 3d 27 6d 27 20 26 26 20 7a 5b 32 5d 3d 0]=='m' && z[2]=
35c0: 3d 27 69 27 20 26 26 20 6d 5f 67 74 5f 31 28 7a ='i' && m_gt_1(z
35d0: 2b 33 29 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 +3) ){. z
35e0: 2b 3d 20 33 3b 0a 20 20 20 20 20 7d 0a 20 20 20 += 3;. }.
35f0: 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 break;. case
3600: 20 27 74 27 3a 0a 20 20 20 20 20 73 74 65 6d 28 't':. stem(
3610: 26 7a 2c 20 22 65 74 61 22 2c 20 22 22 2c 20 6d &z, "eta", "", m
3620: 5f 67 74 5f 31 29 20 7c 7c 0a 20 20 20 20 20 73 _gt_1) ||. s
3630: 74 65 6d 28 26 7a 2c 20 22 69 74 69 22 2c 20 22 tem(&z, "iti", "
3640: 22 2c 20 6d 5f 67 74 5f 31 29 3b 0a 20 20 20 20 ", m_gt_1);.
3650: 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 20 break;. case
3660: 27 75 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 'u':. if( z[
3670: 30 5d 3d 3d 27 73 27 20 26 26 20 7a 5b 32 5d 3d 0]=='s' && z[2]=
3680: 3d 27 6f 27 20 26 26 20 6d 5f 67 74 5f 31 28 7a ='o' && m_gt_1(z
3690: 2b 33 29 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 +3) ){. z
36a0: 2b 3d 20 33 3b 0a 20 20 20 20 20 7d 0a 20 20 20 += 3;. }.
36b0: 20 20 62 72 65 61 6b 3b 0a 20 20 20 63 61 73 65 break;. case
36c0: 20 27 76 27 3a 0a 20 20 20 63 61 73 65 20 27 7a 'v':. case 'z
36d0: 27 3a 0a 20 20 20 20 20 69 66 28 20 7a 5b 30 5d ':. if( z[0]
36e0: 3d 3d 27 65 27 20 26 26 20 7a 5b 32 5d 3d 3d 27 =='e' && z[2]=='
36f0: 69 27 20 26 26 20 6d 5f 67 74 5f 31 28 7a 2b 33 i' && m_gt_1(z+3
3700: 29 20 29 7b 0a 20 20 20 20 20 20 20 7a 20 2b 3d ) ){. z +=
3710: 20 33 3b 0a 20 20 20 20 20 7d 0a 20 20 20 20 20 3;. }.
3720: 62 72 65 61 6b 3b 0a 20 20 7d 0a 0a 20 20 2f 2a break;. }.. /*
3730: 20 53 74 65 70 20 35 61 20 2a 2f 0a 20 20 69 66 Step 5a */. if
3740: 28 20 7a 5b 30 5d 3d 3d 27 65 27 20 29 7b 0a 20 ( z[0]=='e' ){.
3750: 20 20 20 69 66 28 20 6d 5f 67 74 5f 31 28 7a 2b if( m_gt_1(z+
3760: 31 29 20 29 7b 0a 20 20 20 20 20 20 7a 2b 2b 3b 1) ){. z++;
3770: 0a 20 20 20 20 7d 65 6c 73 65 20 69 66 28 20 6d . }else if( m
3780: 5f 65 71 5f 31 28 7a 2b 31 29 20 26 26 20 21 73 _eq_1(z+1) && !s
3790: 74 61 72 5f 6f 68 28 7a 2b 31 29 20 29 7b 0a 20 tar_oh(z+1) ){.
37a0: 20 20 20 20 20 7a 2b 2b 3b 0a 20 20 20 20 7d 0a z++;. }.
37b0: 20 20 7d 0a 0a 20 20 2f 2a 20 53 74 65 70 20 35 }.. /* Step 5
37c0: 62 20 2a 2f 0a 20 20 69 66 28 20 6d 5f 67 74 5f b */. if( m_gt_
37d0: 31 28 7a 29 20 26 26 20 7a 5b 30 5d 3d 3d 27 6c 1(z) && z[0]=='l
37e0: 27 20 26 26 20 7a 5b 31 5d 3d 3d 27 6c 27 20 29 ' && z[1]=='l' )
37f0: 7b 0a 20 20 20 20 7a 2b 2b 3b 0a 20 20 7d 0a 0a {. z++;. }..
3800: 20 20 2f 2a 20 7a 5b 5d 20 69 73 20 6e 6f 77 20 /* z[] is now
3810: 74 68 65 20 73 74 65 6d 6d 65 64 20 77 6f 72 64 the stemmed word
3820: 20 69 6e 20 72 65 76 65 72 73 65 20 6f 72 64 65 in reverse orde
3830: 72 2e 20 20 46 6c 69 70 20 69 74 20 62 61 63 6b r. Flip it back
3840: 0a 20 20 2a 2a 20 61 72 6f 75 6e 64 20 69 6e 74 . ** around int
3850: 6f 20 66 6f 72 77 61 72 64 20 6f 72 64 65 72 20 o forward order
3860: 61 6e 64 20 72 65 74 75 72 6e 2e 0a 20 20 2a 2f and return.. */
3870: 0a 20 20 2a 70 6e 4f 75 74 20 3d 20 69 20 3d 20 . *pnOut = i =
3880: 73 74 72 6c 65 6e 28 7a 29 3b 0a 20 20 7a 4f 75 strlen(z);. zOu
3890: 74 5b 69 5d 20 3d 20 30 3b 0a 20 20 77 68 69 6c t[i] = 0;. whil
38a0: 65 28 20 2a 7a 20 29 7b 0a 20 20 20 20 7a 4f 75 e( *z ){. zOu
38b0: 74 5b 2d 2d 69 5d 20 3d 20 2a 28 7a 2b 2b 29 3b t[--i] = *(z++);
38c0: 0a 20 20 7d 0a 7d 0a 0a 2f 2a 0a 2a 2a 20 43 68 . }.}../*.** Ch
38d0: 61 72 61 63 74 65 72 73 20 74 68 61 74 20 63 61 aracters that ca
38e0: 6e 20 62 65 20 70 61 72 74 20 6f 66 20 61 20 74 n be part of a t
38f0: 6f 6b 65 6e 2e 20 20 57 65 20 61 73 73 75 6d 65 oken. We assume
3900: 20 61 6e 79 20 63 68 61 72 61 63 74 65 72 0a 2a any character.*
3910: 2a 20 77 68 6f 73 65 20 76 61 6c 75 65 20 69 73 * whose value is
3920: 20 67 72 65 61 74 65 72 20 74 68 61 6e 20 30 78 greater than 0x
3930: 38 30 20 28 61 6e 79 20 55 54 46 20 63 68 61 72 80 (any UTF char
3940: 61 63 74 65 72 29 20 63 61 6e 20 62 65 0a 2a 2a acter) can be.**
3950: 20 70 61 72 74 20 6f 66 20 61 20 74 6f 6b 65 6e part of a token
3960: 2e 20 20 49 6e 20 6f 74 68 65 72 20 77 6f 72 64 . In other word
3970: 73 2c 20 64 65 6c 69 6d 69 74 65 72 73 20 61 6c s, delimiters al
3980: 6c 20 6d 75 73 74 20 68 61 76 65 0a 2a 2a 20 76 l must have.** v
3990: 61 6c 75 65 73 20 6f 66 20 30 78 37 66 20 6f 72 alues of 0x7f or
39a0: 20 6c 6f 77 65 72 2e 0a 2a 2f 0a 73 74 61 74 69 lower..*/.stati
39b0: 63 20 63 6f 6e 73 74 20 63 68 61 72 20 69 73 49 c const char isI
39c0: 64 43 68 61 72 5b 5d 20 3d 20 7b 0a 2f 2a 20 78 dChar[] = {./* x
39d0: 30 20 78 31 20 78 32 20 78 33 20 78 34 20 78 35 0 x1 x2 x3 x4 x5
39e0: 20 78 36 20 78 37 20 78 38 20 78 39 20 78 41 20 x6 x7 x8 x9 xA
39f0: 78 42 20 78 43 20 78 44 20 78 45 20 78 46 20 2a xB xC xD xE xF *
3a00: 2f 0a 20 20 20 20 31 2c 20 31 2c 20 31 2c 20 31 /. 1, 1, 1, 1
3a10: 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c , 1, 1, 1, 1, 1,
3a20: 20 31 2c 20 30 2c 20 30 2c 20 30 2c 20 30 2c 20 1, 0, 0, 0, 0,
3a30: 30 2c 20 30 2c 20 20 2f 2a 20 33 78 20 2a 2f 0a 0, 0, /* 3x */.
3a40: 20 20 20 20 30 2c 20 31 2c 20 31 2c 20 31 2c 20 0, 1, 1, 1,
3a50: 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 1, 1, 1, 1, 1, 1
3a60: 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c , 1, 1, 1, 1, 1,
3a70: 20 31 2c 20 20 2f 2a 20 34 78 20 2a 2f 0a 20 20 1, /* 4x */.
3a80: 20 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 1, 1, 1, 1, 1,
3a90: 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 1, 1, 1, 1, 1,
3aa0: 31 2c 20 30 2c 20 30 2c 20 30 2c 20 30 2c 20 31 1, 0, 0, 0, 0, 1
3ab0: 2c 20 20 2f 2a 20 35 78 20 2a 2f 0a 20 20 20 20 , /* 5x */.
3ac0: 30 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 0, 1, 1, 1, 1, 1
3ad0: 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c , 1, 1, 1, 1, 1,
3ae0: 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 1, 1, 1, 1, 1,
3af0: 20 2f 2a 20 36 78 20 2a 2f 0a 20 20 20 20 31 2c /* 6x */. 1,
3b00: 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 1, 1, 1, 1, 1,
3b10: 31 2c 20 31 2c 20 31 2c 20 31 2c 20 31 2c 20 30 1, 1, 1, 1, 1, 0
3b20: 2c 20 30 2c 20 30 2c 20 30 2c 20 30 2c 20 20 2f , 0, 0, 0, 0, /
3b30: 2a 20 37 78 20 2a 2f 0a 7d 3b 0a 23 64 65 66 69 * 7x */.};.#defi
3b40: 6e 65 20 69 64 43 68 61 72 28 43 29 20 20 28 28 ne idChar(C) ((
3b50: 28 63 68 3d 43 29 26 30 78 38 30 29 21 3d 30 20 (ch=C)&0x80)!=0
3b60: 7c 7c 20 28 63 68 3e 30 78 32 66 20 26 26 20 69 || (ch>0x2f && i
3b70: 73 49 64 43 68 61 72 5b 63 68 2d 30 78 33 30 5d sIdChar[ch-0x30]
3b80: 29 29 0a 23 64 65 66 69 6e 65 20 69 73 44 65 6c )).#define isDel
3b90: 69 6d 28 43 29 20 28 28 28 63 68 3d 43 29 26 30 im(C) (((ch=C)&0
3ba0: 78 38 30 29 3d 3d 30 20 26 26 20 28 63 68 3c 30 x80)==0 && (ch<0
3bb0: 78 33 30 20 7c 7c 20 21 69 73 49 64 43 68 61 72 x30 || !isIdChar
3bc0: 5b 63 68 2d 30 78 33 30 5d 29 29 0a 0a 2f 2a 0a [ch-0x30]))../*.
3bd0: 2a 2a 20 45 78 74 72 61 63 74 20 74 68 65 20 6e ** Extract the n
3be0: 65 78 74 20 74 6f 6b 65 6e 20 66 72 6f 6d 20 61 ext token from a
3bf0: 20 74 6f 6b 65 6e 69 7a 61 74 69 6f 6e 20 63 75 tokenization cu
3c00: 72 73 6f 72 2e 20 20 54 68 65 20 63 75 72 73 6f rsor. The curso
3c10: 72 20 6d 75 73 74 0a 2a 2a 20 68 61 76 65 20 62 r must.** have b
3c20: 65 65 6e 20 6f 70 65 6e 65 64 20 62 79 20 61 20 een opened by a
3c30: 70 72 69 6f 72 20 63 61 6c 6c 20 74 6f 20 70 6f prior call to po
3c40: 72 74 65 72 4f 70 65 6e 28 29 2e 0a 2a 2f 0a 73 rterOpen()..*/.s
3c50: 74 61 74 69 63 20 69 6e 74 20 70 6f 72 74 65 72 tatic int porter
3c60: 4e 65 78 74 28 0a 20 20 73 71 6c 69 74 65 33 5f Next(. sqlite3_
3c70: 74 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 tokenizer_cursor
3c80: 20 2a 70 43 75 72 73 6f 72 2c 20 20 2f 2a 20 43 *pCursor, /* C
3c90: 75 72 73 6f 72 20 72 65 74 75 72 6e 65 64 20 62 ursor returned b
3ca0: 79 20 70 6f 72 74 65 72 4f 70 65 6e 20 2a 2f 0a y porterOpen */.
3cb0: 20 20 63 6f 6e 73 74 20 63 68 61 72 20 2a 2a 70 const char **p
3cc0: 7a 54 6f 6b 65 6e 2c 20 20 20 20 20 20 20 20 20 zToken,
3cd0: 20 20 20 20 20 20 2f 2a 20 4f 55 54 3a 20 2a 70 /* OUT: *p
3ce0: 7a 54 6f 6b 65 6e 20 69 73 20 74 68 65 20 74 6f zToken is the to
3cf0: 6b 65 6e 20 74 65 78 74 20 2a 2f 0a 20 20 69 6e ken text */. in
3d00: 74 20 2a 70 6e 42 79 74 65 73 2c 20 20 20 20 20 t *pnBytes,
3d10: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
3d20: 20 20 2f 2a 20 4f 55 54 3a 20 4e 75 6d 62 65 72 /* OUT: Number
3d30: 20 6f 66 20 62 79 74 65 73 20 69 6e 20 74 6f 6b of bytes in tok
3d40: 65 6e 20 2a 2f 0a 20 20 69 6e 74 20 2a 70 69 53 en */. int *piS
3d50: 74 61 72 74 4f 66 66 73 65 74 2c 20 20 20 20 20 tartOffset,
3d60: 20 20 20 20 20 20 20 20 20 20 20 20 2f 2a 20 4f /* O
3d70: 55 54 3a 20 53 74 61 72 74 69 6e 67 20 6f 66 66 UT: Starting off
3d80: 73 65 74 20 6f 66 20 74 6f 6b 65 6e 20 2a 2f 0a set of token */.
3d90: 20 20 69 6e 74 20 2a 70 69 45 6e 64 4f 66 66 73 int *piEndOffs
3da0: 65 74 2c 20 20 20 20 20 20 20 20 20 20 20 20 20 et,
3db0: 20 20 20 20 20 20 2f 2a 20 4f 55 54 3a 20 45 6e /* OUT: En
3dc0: 64 69 6e 67 20 6f 66 66 73 65 74 20 6f 66 20 74 ding offset of t
3dd0: 6f 6b 65 6e 20 2a 2f 0a 20 20 69 6e 74 20 2a 70 oken */. int *p
3de0: 69 50 6f 73 69 74 69 6f 6e 20 20 20 20 20 20 20 iPosition
3df0: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 2f 2a /*
3e00: 20 4f 55 54 3a 20 50 6f 73 69 74 69 6f 6e 20 69 OUT: Position i
3e10: 6e 74 65 67 65 72 20 6f 66 20 74 6f 6b 65 6e 20 nteger of token
3e20: 2a 2f 0a 29 7b 0a 20 20 70 6f 72 74 65 72 5f 74 */.){. porter_t
3e30: 6f 6b 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20 okenizer_cursor
3e40: 2a 63 20 3d 20 28 70 6f 72 74 65 72 5f 74 6f 6b *c = (porter_tok
3e50: 65 6e 69 7a 65 72 5f 63 75 72 73 6f 72 20 2a 29 enizer_cursor *)
3e60: 20 70 43 75 72 73 6f 72 3b 0a 20 20 63 6f 6e 73 pCursor;. cons
3e70: 74 20 63 68 61 72 20 2a 7a 20 3d 20 63 2d 3e 7a t char *z = c->z
3e80: 49 6e 70 75 74 3b 0a 0a 20 20 77 68 69 6c 65 28 Input;.. while(
3e90: 20 63 2d 3e 69 4f 66 66 73 65 74 3c 63 2d 3e 6e c->iOffset<c->n
3ea0: 49 6e 70 75 74 20 29 7b 0a 20 20 20 20 69 6e 74 Input ){. int
3eb0: 20 69 53 74 61 72 74 4f 66 66 73 65 74 2c 20 63 iStartOffset, c
3ec0: 68 3b 0a 0a 20 20 20 20 2f 2a 20 53 63 61 6e 20 h;.. /* Scan
3ed0: 70 61 73 74 20 64 65 6c 69 6d 69 74 65 72 20 63 past delimiter c
3ee0: 68 61 72 61 63 74 65 72 73 20 2a 2f 0a 20 20 20 haracters */.
3ef0: 20 77 68 69 6c 65 28 20 63 2d 3e 69 4f 66 66 73 while( c->iOffs
3f00: 65 74 3c 63 2d 3e 6e 49 6e 70 75 74 20 26 26 20 et<c->nInput &&
3f10: 69 73 44 65 6c 69 6d 28 7a 5b 63 2d 3e 69 4f 66 isDelim(z[c->iOf
3f20: 66 73 65 74 5d 29 20 29 7b 0a 20 20 20 20 20 20 fset]) ){.
3f30: 63 2d 3e 69 4f 66 66 73 65 74 2b 2b 3b 0a 20 20 c->iOffset++;.
3f40: 20 20 7d 0a 0a 20 20 20 20 2f 2a 20 43 6f 75 6e }.. /* Coun
3f50: 74 20 6e 6f 6e 2d 64 65 6c 69 6d 69 74 65 72 20 t non-delimiter
3f60: 63 68 61 72 61 63 74 65 72 73 2e 20 2a 2f 0a 20 characters. */.
3f70: 20 20 20 69 53 74 61 72 74 4f 66 66 73 65 74 20 iStartOffset
3f80: 3d 20 63 2d 3e 69 4f 66 66 73 65 74 3b 0a 20 20 = c->iOffset;.
3f90: 20 20 77 68 69 6c 65 28 20 63 2d 3e 69 4f 66 66 while( c->iOff
3fa0: 73 65 74 3c 63 2d 3e 6e 49 6e 70 75 74 20 26 26 set<c->nInput &&
3fb0: 20 21 69 73 44 65 6c 69 6d 28 7a 5b 63 2d 3e 69 !isDelim(z[c->i
3fc0: 4f 66 66 73 65 74 5d 29 20 29 7b 0a 20 20 20 20 Offset]) ){.
3fd0: 20 20 63 2d 3e 69 4f 66 66 73 65 74 2b 2b 3b 0a c->iOffset++;.
3fe0: 20 20 20 20 7d 0a 0a 20 20 20 20 69 66 28 20 63 }.. if( c
3ff0: 2d 3e 69 4f 66 66 73 65 74 3e 69 53 74 61 72 74 ->iOffset>iStart
4000: 4f 66 66 73 65 74 20 29 7b 0a 20 20 20 20 20 20 Offset ){.
4010: 69 6e 74 20 6e 20 3d 20 63 2d 3e 69 4f 66 66 73 int n = c->iOffs
4020: 65 74 2d 69 53 74 61 72 74 4f 66 66 73 65 74 3b et-iStartOffset;
4030: 0a 20 20 20 20 20 20 69 66 28 20 6e 3e 63 2d 3e . if( n>c->
4040: 6e 41 6c 6c 6f 63 61 74 65 64 20 29 7b 0a 20 20 nAllocated ){.
4050: 20 20 20 20 20 20 63 2d 3e 6e 41 6c 6c 6f 63 61 c->nAlloca
4060: 74 65 64 20 3d 20 6e 2b 32 30 3b 0a 20 20 20 20 ted = n+20;.
4070: 20 20 20 20 63 2d 3e 7a 54 6f 6b 65 6e 20 3d 20 c->zToken =
4080: 72 65 61 6c 6c 6f 63 28 63 2d 3e 7a 54 6f 6b 65 realloc(c->zToke
4090: 6e 2c 20 63 2d 3e 6e 41 6c 6c 6f 63 61 74 65 64 n, c->nAllocated
40a0: 29 3b 0a 20 20 20 20 20 20 20 20 69 66 28 20 63 );. if( c
40b0: 2d 3e 7a 54 6f 6b 65 6e 3d 3d 4e 55 4c 4c 20 29 ->zToken==NULL )
40c0: 20 72 65 74 75 72 6e 20 53 51 4c 49 54 45 5f 4e return SQLITE_N
40d0: 4f 4d 45 4d 3b 0a 20 20 20 20 20 20 7d 0a 20 20 OMEM;. }.
40e0: 20 20 20 20 70 6f 72 74 65 72 5f 73 74 65 6d 6d porter_stemm
40f0: 65 72 28 26 7a 5b 69 53 74 61 72 74 4f 66 66 73 er(&z[iStartOffs
4100: 65 74 5d 2c 20 6e 2c 20 63 2d 3e 7a 54 6f 6b 65 et], n, c->zToke
4110: 6e 2c 20 70 6e 42 79 74 65 73 29 3b 0a 20 20 20 n, pnBytes);.
4120: 20 20 20 2a 70 7a 54 6f 6b 65 6e 20 3d 20 63 2d *pzToken = c-
4130: 3e 7a 54 6f 6b 65 6e 3b 0a 20 20 20 20 20 20 2a >zToken;. *
4140: 70 69 53 74 61 72 74 4f 66 66 73 65 74 20 3d 20 piStartOffset =
4150: 69 53 74 61 72 74 4f 66 66 73 65 74 3b 0a 20 20 iStartOffset;.
4160: 20 20 20 20 2a 70 69 45 6e 64 4f 66 66 73 65 74 *piEndOffset
4170: 20 3d 20 63 2d 3e 69 4f 66 66 73 65 74 3b 0a 20 = c->iOffset;.
4180: 20 20 20 20 20 2a 70 69 50 6f 73 69 74 69 6f 6e *piPosition
4190: 20 3d 20 63 2d 3e 69 54 6f 6b 65 6e 2b 2b 3b 0a = c->iToken++;.
41a0: 20 20 20 20 20 20 72 65 74 75 72 6e 20 53 51 4c return SQL
41b0: 49 54 45 5f 4f 4b 3b 0a 20 20 20 20 7d 0a 20 20 ITE_OK;. }.
41c0: 7d 0a 20 20 72 65 74 75 72 6e 20 53 51 4c 49 54 }. return SQLIT
41d0: 45 5f 44 4f 4e 45 3b 0a 7d 0a 0a 2f 2a 0a 2a 2a E_DONE;.}../*.**
41e0: 20 54 68 65 20 73 65 74 20 6f 66 20 72 6f 75 74 The set of rout
41f0: 69 6e 65 73 20 74 68 61 74 20 69 6d 70 6c 65 6d ines that implem
4200: 65 6e 74 20 74 68 65 20 70 6f 72 74 65 72 2d 73 ent the porter-s
4210: 74 65 6d 6d 65 72 20 74 6f 6b 65 6e 69 7a 65 72 temmer tokenizer
4220: 0a 2a 2f 0a 73 74 61 74 69 63 20 63 6f 6e 73 74 .*/.static const
4230: 20 73 71 6c 69 74 65 33 5f 74 6f 6b 65 6e 69 7a sqlite3_tokeniz
4240: 65 72 5f 6d 6f 64 75 6c 65 20 70 6f 72 74 65 72 er_module porter
4250: 54 6f 6b 65 6e 69 7a 65 72 4d 6f 64 75 6c 65 20 TokenizerModule
4260: 3d 20 7b 0a 20 20 30 2c 0a 20 20 70 6f 72 74 65 = {. 0,. porte
4270: 72 43 72 65 61 74 65 2c 0a 20 20 70 6f 72 74 65 rCreate,. porte
4280: 72 44 65 73 74 72 6f 79 2c 0a 20 20 70 6f 72 74 rDestroy,. port
4290: 65 72 4f 70 65 6e 2c 0a 20 20 70 6f 72 74 65 72 erOpen,. porter
42a0: 43 6c 6f 73 65 2c 0a 20 20 70 6f 72 74 65 72 4e Close,. porterN
42b0: 65 78 74 2c 0a 7d 3b 0a 0a 2f 2a 0a 2a 2a 20 41 ext,.};../*.** A
42c0: 6c 6c 6f 63 61 74 65 20 61 20 6e 65 77 20 70 6f llocate a new po
42d0: 72 74 65 72 20 74 6f 6b 65 6e 69 7a 65 72 2e 20 rter tokenizer.
42e0: 20 52 65 74 75 72 6e 20 61 20 70 6f 69 6e 74 65 Return a pointe
42f0: 72 20 74 6f 20 74 68 65 20 6e 65 77 0a 2a 2a 20 r to the new.**
4300: 74 6f 6b 65 6e 69 7a 65 72 20 69 6e 20 2a 70 70 tokenizer in *pp
4310: 4d 6f 64 75 6c 65 0a 2a 2f 0a 76 6f 69 64 20 73 Module.*/.void s
4320: 71 6c 69 74 65 33 46 74 73 32 50 6f 72 74 65 72 qlite3Fts2Porter
4330: 54 6f 6b 65 6e 69 7a 65 72 4d 6f 64 75 6c 65 28 TokenizerModule(
4340: 0a 20 20 73 71 6c 69 74 65 33 5f 74 6f 6b 65 6e . sqlite3_token
4350: 69 7a 65 72 5f 6d 6f 64 75 6c 65 20 63 6f 6e 73 izer_module cons
4360: 74 2a 2a 70 70 4d 6f 64 75 6c 65 0a 29 7b 0a 20 t**ppModule.){.
4370: 20 2a 70 70 4d 6f 64 75 6c 65 20 3d 20 26 70 6f *ppModule = &po
4380: 72 74 65 72 54 6f 6b 65 6e 69 7a 65 72 4d 6f 64 rterTokenizerMod
4390: 75 6c 65 3b 0a 7d 0a 0a 23 65 6e 64 69 66 20 2f ule;.}..#endif /
43a0: 2a 20 21 64 65 66 69 6e 65 64 28 53 51 4c 49 54 * !defined(SQLIT
43b0: 45 5f 43 4f 52 45 29 20 7c 7c 20 64 65 66 69 6e E_CORE) || defin
43c0: 65 64 28 53 51 4c 49 54 45 5f 45 4e 41 42 4c 45 ed(SQLITE_ENABLE
43d0: 5f 46 54 53 32 29 20 2a 2f 0a _FTS2) */.