]> dreyeck.freedombox.rocks Git - topic-maps.git/blobdiff - src/ctm/reader.lisp
Implement CTM prefix directives and explicit occurrence datatypes
[topic-maps.git] / src / ctm / reader.lisp
index 854baf8e30430e71ffe277ffa21eae31523d9fed..cc449c82d5e329f659a634691835dfcd6fc5d179 100644 (file)
@@ -1,6 +1,7 @@
 (in-package #:topic-maps.ctm)
 
-(defstruct (parser (:constructor make-parser (lexer document-iri))) lexer document-iri lookahead)
+(defstruct (parser (:constructor make-parser (lexer document-iri)))
+  lexer document-iri lookahead (prefixes (make-hash-table :test #'equal)))
 (defun look (parser)
   (or (parser-lookahead parser)
       (setf (parser-lookahead parser) (next-token (parser-lexer parser)))))
   (and (eq :punctuation (token-kind (look parser)))
        (eql character (token-value (look parser)))))
 
+(defun resolve-qname (parser token)
+  "CTM 3.3.4: concatenate the resolved binding and local part exactly once."
+  (let* ((text (token-value token)) (colon (position #\: text))
+         (prefix (subseq text 0 colon)) (bound (gethash prefix (parser-prefixes parser))))
+    (unless bound
+      (problem 'undefined-prefix :undefined-prefix (token-position token)
+               (format nil "Prefix ~S has no binding." prefix)))
+    ;; Do not re-resolve or percent-decode an already resolved binding.
+    (validate-iri-characters (concatenate 'string bound (subseq text (1+ colon)))
+                             (token-position token))))
+
+(defun read-prefix-directive (parser)
+  "CTM 3.16.1: document-ordered, per-deserialization bindings; reference is an IRI."
+  (consume parser) ; %prefix
+  (let ((name (consume parser)) (reference (consume parser)))
+    (unless (eq :identifier (token-kind name))
+      (problem 'ctm-rejection :expected-prefix-name (token-position name) "Expected a prefix identifier."))
+    (unless (eq :iri (token-kind reference))
+      (problem 'ctm-rejection :expected-prefix-iri (token-position reference)
+               "A prefix binding requires an IRI, not a QName or Topic identifier."))
+    (let* ((iri (resolve-iri (token-value reference) (parser-document-iri parser) (token-position reference)))
+           (old (gethash (token-value name) (parser-prefixes parser))))
+      (when (and old (not (string= old iri)))
+        (problem 'prefix-collision :prefix-collision (token-position name)
+                 (format nil "Prefix ~S is already bound to ~S, not ~S." (token-value name) old iri)))
+      (setf (gethash (token-value name) (parser-prefixes parser)) iri))))
+
 (defun identity-value (parser &optional explicit-kind)
   (let ((token (consume parser)))
     (case (token-kind token)
       (:iri
        (values (or explicit-kind :subject-identifier)
           (resolve-iri (token-value token) (parser-document-iri parser) (token-position token))))
-      (:qname
-       ;; No prefix declarations are supported. This is a specific
-       ;; semantic rejection, not an I/O failure or an unsupported-parser stub.
-       (problem 'undefined-prefix :undefined-prefix (token-position token)
-                (format nil "Prefix ~S has no binding." (subseq (token-value token) 0
-                                                               (position #\: (token-value token))))))
+      (:qname (values (or explicit-kind :subject-identifier) (resolve-qname parser token)))
       (:punctuation
        (case (token-value token)
          (#\= (if explicit-kind
   (multiple-value-bind (kind iri) (identity-value parser)
     (topic-maps.tmdm:intern-topic map kind iri)))
 
+(defun literal-iri-reference (parser)
+  "An IRI locator, not a Topic identity. Used for values/datatype syntax."
+  (let ((token (consume parser)))
+    (case (token-kind token)
+      (:iri (resolve-iri (token-value token) (parser-document-iri parser) (token-position token)))
+      (:qname (resolve-qname parser token))
+      (otherwise (problem 'ctm-rejection :expected-datatype-iri (token-position token)
+                          "A datatype qualifier requires an IRI reference, not a Topic identifier.")))))
+
+(defun excluded-literal-p (text)
+  "Recognize unsupported numeric/date literal syntax, without constructing values."
+  (labels ((digits (s) (and (plusp (length s)) (every (lambda (c) (find c "0123456789")) s)))
+           (numeric (s)
+             (let* ((s (if (and (plusp (length s)) (find (char s 0) "+-")) (subseq s 1) s))
+                    (dot (position #\. s)))
+               (if dot (and (or (zerop dot) (digits (subseq s 0 dot))) (digits (subseq s (1+ dot)))) (digits s))))
+           (date (s)
+             (let* ((s (if (and (plusp (length s)) (char= (char s 0) #\-)) (subseq s 1) s))
+                    (dash (position #\- s)))
+               (and dash (>= dash 4) (digits (subseq s 0 dash))
+                    (= (length s) (+ dash 6)) (char= (char s (+ dash 3)) #\-)
+                    (digits (subseq s (1+ dash) (+ dash 3))) (digits (subseq s (+ dash 4)))
+                    (<= 1 (parse-integer s :start (1+ dash) :end (+ dash 3)) 12)
+                    (<= 1 (parse-integer s :start (+ dash 4)) 31))))
+           (time-literal (s)
+             (and (>= (length s) 8) (digits (subseq s 0 2)) (char= (char s 2) #\:)
+                  (digits (subseq s 3 5)) (char= (char s 5) #\:) (digits (subseq s 6 8))
+                  (let* ((rest (subseq s 8))
+                         (end (position-if (lambda (c) (find c "Z+-")) rest))
+                         (fraction (subseq rest 0 end)) (zone (if end (subseq rest end) "")))
+                    (and (or (zerop (length fraction))
+                             (and (char= (char fraction 0) #\.) (digits (subseq fraction 1))))
+                         (or (member zone '("" "Z") :test #'string=)
+                             (and (= 6 (length zone)) (find (char zone 0) "+-")
+                                  (digits (subseq zone 1 3)) (char= (char zone 3) #\:)
+                                  (digits (subseq zone 4 6)))))))))
+    (or (numeric text) (date text) (string= text "*")
+        (let ((tee (position #\T text))) (and tee (date (subseq text 0 tee)) (time-literal (subseq text (1+ tee))))))))
+
+(defun read-occurrence-literal (parser)
+  ;; The dedicated lexer already preserves multiline strings and escape values.
+  ;; Numeric/date sugar is recognized only to report an unsupported construct.
+  (unless (parser-lookahead parser)
+    (let ((lexer (parser-lexer parser)))
+      (skip-layout lexer)
+      (let ((c (peek-character lexer)) (start (lexer-cursor lexer)))
+        (when (and c (or (find c "0123456789+*")
+                        (and (find c "-.") (peek-character lexer 1)
+                             (find (peek-character lexer 1) "0123456789"))))
+          (let* ((end (position-if (lambda (c) (or (whitespace-p c) (find c ";@~)")))
+                                  (lexer-text lexer) :start start))
+                 (text (subseq (lexer-text lexer) start end))
+                 (text (if (and (plusp (length text)) (char= (char text (1- (length text))) #\.))
+                           (subseq text 0 (1- (length text))) text)))
+            (problem (if (excluded-literal-p text) 'ctm-unsupported 'ctm-rejection)
+                     (if (excluded-literal-p text) :occurrence-literal-datatype :invalid-occurrence-literal)
+                     start "Only string and IRI-form Occurrence literals are implemented."))))))
+  (let ((token (look parser)))
+    (case (token-kind token)
+      (:string
+       (consume parser)
+       (if (punctuation-p parser #\^)
+         (let ((caret (consume parser)))
+           (unless (and (punctuation-p parser #\^)
+                        (= (token-position (look parser)) (1+ (token-position caret))))
+             (problem 'ctm-rejection :invalid-datatype-marker (token-position caret) "Expected contiguous '^^'."))
+           (consume parser)
+           (let ((datatype (literal-iri-reference parser)))
+             ;; TMDM 4.4 requires absolute anyURI content; quoted content is
+             ;; lexical data, never an IRI reference to resolve against the document.
+             (when (and (string= datatype (topic-maps.tmdm:iri-datatype))
+                        (not (topic-maps.tmdm::absolute-locator-p (token-value token))))
+               (problem 'ctm-rejection :relative-uri-value (token-position token)
+                        "A quoted anyURI value must already be absolute (TMDM 4.4)."))
+             (values (token-value token) datatype)))
+           (values (token-value token) (topic-maps.tmdm:string-datatype))))
+      ((:iri :qname) (values (literal-iri-reference parser) (topic-maps.tmdm:iri-datatype)))
+      (otherwise (problem 'ctm-rejection :expected-occurrence-value (token-position token)
+                          "Expected a quoted string or IRI-form Occurrence value.")))))
+
+(defun read-identity-tail (parser map topic)
+  (let ((start (look parser)))
+    (multiple-value-bind (kind iri) (identity-value parser)
+      (if (punctuation-p parser #\:)
+          (progn
+            (consume parser)
+            (multiple-value-bind (value datatype) (read-occurrence-literal parser)
+              (let ((type (topic-maps.tmdm:intern-topic map kind iri)))
+                (topic-maps.tmdm:add-occurrence topic type value :datatype datatype)
+                (topic-maps.tmdm:canonical-topic topic))))
+          (if (eq :identifier (token-kind start))
+              (if (punctuation-p parser #\()
+                  (problem 'ctm-unsupported :topic-tail (token-position start) "Template invocations are outside this subset.")
+                  (problem 'ctm-rejection :expected-occurrence-type-separator (token-position (look parser))
+                           "Expected ':' after the Occurrence Type."))
+              (topic-maps.tmdm:add-topic-identifier topic kind iri))))))
+
 (defun read-topic (parser map &optional (topic (identity-reference parser map)))
   (let ((has-tail nil))
     (loop
          (problem 'ctm-rejection :missing-period (token-position (look parser)) "Topic declaration requires a final period."))
         ((or (and (eq :punctuation (token-kind (look parser)))
                   (find (token-value (look parser)) "=^"))
-             (member (token-kind (look parser)) '(:iri :qname)))
+             (member (token-kind (look parser)) '(:identifier :iri :qname)))
          (when has-tail
            (problem 'ctm-rejection :expected-separator (token-position (look parser)) "Topic-tail statements need a semicolon separator."))
-         ;; CTM 3.9 adds the locator to this Topic, without creating another
-         ;; Topic just for the assignment. The model performs required merging.
-         (multiple-value-bind (kind iri) (identity-value parser)
-           (setf topic (topic-maps.tmdm:add-topic-identifier topic kind iri)))
-         (setf has-tail t))
-        ((eq :identifier (token-kind (look parser)))
-         (problem 'ctm-unsupported :topic-tail (token-position (look parser)) "Type/template topic tails are outside the implemented subset."))
+         (setf topic (read-identity-tail parser map topic) has-tail t))
         ((punctuation-p parser #\()
          (problem 'ctm-unsupported :variant (token-position (look parser)) "Variant names are outside the implemented subset."))
         (t (problem 'ctm-rejection :unexpected-token (token-position (look parser)) "Unexpected token after topic or name."))))))
     (topic-maps.tmdm:make-association map type (nreverse roles))))
 
 (defun deserialize-string (text &key document-iri source-name)
-  "Read the documented identity/name/unary-binary Association CTM subset.
+  "Read the documented CTM subset, with per-document prefixes and qualified strings.
 Source positions are zero-based character offsets; lines/columns are one-based."
   (check-type text string)
   (let ((*source-name* source-name) (*source-text* text))
@@ -137,10 +251,12 @@ Source positions are zero-based character offsets; lines/columns are one-based."
     (let ((parser (make-parser (make-lexer text) document-iri))
           (map (topic-maps.tmdm:make-topic-map)))
       (loop until (eq :eof (token-kind (look parser))) do
-        (let ((topic (identity-reference parser map)))
-          (if (punctuation-p parser #\()
-              (read-association parser map topic)
-              (read-topic parser map topic))))
+        (if (eq :directive (token-kind (look parser)))
+            (read-prefix-directive parser)
+            (let ((topic (identity-reference parser map)))
+              (if (punctuation-p parser #\()
+                  (read-association parser map topic)
+                  (read-topic parser map topic)))))
       map)))
 
 (defun deserialize-file (pathname &key document-iri source-name)