1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
|
implement Wc;
#
# wc -- count things in utf-encoded text files
# Bugs:
# The only white space characters recognized are ' ', '\t' and '\n', even though
# ISO 10646 has many more blanks scattered through it.
# Should count characters that cannot occur in any rune (hex f0-ff) separately.
# Should count non-canonical runes (e.g. hex c1,80 instead of hex 40).
#
include "sys.m";
sys: Sys;
include "draw.m";
Wc: module
{
init: fn(ctxt: ref Draw->Context, args: list of string);
};
NBUF: con 8*1024;
stderr: ref Sys->FD;
nline, tnline, pline: int;
nword, tnword, pword: int;
nchar, tnchar, pchar: int;
nbadr, tnbadr, pbadr: int;
nbyte, tnbyte, pbyte: int;
init(nil: ref Draw->Context, argv: list of string)
{
sys = load Sys Sys->PATH;
stderr = sys->fildes(2);
for(argv = tl argv; argv != nil; argv = tl argv){
arg := hd argv;
if(len arg < 2 || arg[0] != '-' || arg[1] == '-')
break;
for(i := 1; i < len arg; i++){
case arg[i]{
'l' => pline++;
'w' => pword++;
'c' => pchar++;
'e' => pbadr++;
'b' => pbyte++;
* =>
sys->fprint(stderr, "usage: wc [-lwcbe] [file ...]\n");
raise "fail:usage";
}
}
}
if(pline+pword+pchar+pbadr+pbyte == 0)
pline = pword = pchar = 1;
argc := len argv;
if(argc == 0)
count(sys->fildes(0), "");
else{
for(; argv != nil; argv = tl argv){
name := hd argv;
f := sys->open(name, sys->OREAD);
if(f == nil)
sys->fprint(stderr, "wc: can't open %s: %r\n", name);
else{
count(f, name);
tnline += nline;
tnword += nword;
tnchar += nchar;
tnbadr += nbadr;
tnbyte += nbyte;
f = nil;
}
}
if(argc > 1)
report(tnline, tnword, tnchar, tnbadr, tnbyte, "total");
}
exit;
}
report(nline, nword, nchar, nbadr, nbyte: int, fname: string)
{
line := "";
if(pline)
line += sys->sprint(" %7d", nline);
if(pword)
line += sys->sprint(" %7d", nword);
if(pchar)
line += sys->sprint(" %7d", nchar);
if(pbadr)
line += sys->sprint(" %7d", nbadr);
if(pbyte)
line += sys->sprint(" %7d", nbyte);
if(fname != nil)
line += sys->sprint(" %s", fname);
sys->print("%s\n", line[1:]);
}
#
# How it works. Start in statesp. Each time we read a character,
# increment various counts, and do state transitions according to the
# following table. If we're not in statesp or statewd when done, the
# file ends with a partial rune.
# | character
# state |09,20| 0a |00-7f|80-bf|c0-df|e0-ef|f0-ff
# -------+-----+-----+-----+-----+-----+-----+-----
# statesp|ASP |ASPN |AWDW |AWDWX|AC2W |AC3W |AWDWX
# statewd|ASP |ASPN |AWD |AWDX |AC2 |AC3 |AWDX
# statec2|ASPX |ASPNX|AWDX |AWDR |AC2X |AC3X |AWDX
# statec3|ASPX |ASPNX|AWDX |AC2R |AC2X |AC3X |AWDX
#
# actions
AC2, # enter statec2
AC2R, # enter statec2, don't count a rune
AC2W, # enter statec2, count a word
AC2X, # enter statec2, count a bad rune
AC3, # enter statec3
AC3W, # enter statec3, count a word
AC3X, # enter statec3, count a bad rune
ASP, # enter statesp
ASPN, # enter statesp, count a newline
ASPNX, # enter statesp, count a newline, count a bad rune
ASPX, # enter statesp, count a bad rune
AWD, # enter statewd
AWDR, # enter statewd, don't count a rune
AWDW, # enter statewd, count a word
AWDWX, # enter statewd, count a word, count a bad rune
AWDX: # enter statewd, count a bad rune
con byte iota;
statesp := array[256] of{ # looking for the start of a word
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 00-07
AWDW, ASP, ASPN, AWDW, AWDW, AWDW, AWDW, AWDW, # 08-0f
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 10-17
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 18-1f
ASP, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 20-27
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 28-2f
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 30-37
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 38-3f
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 40-47
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 48-4f
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 50-57
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 58-5f
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 60-67
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 68-6f
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 70-77
AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, AWDW, # 78-7f
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# 80-87
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# 88-8f
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# 90-97
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# 98-9f
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# a0-a7
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# a8-af
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# b0-b7
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# b8-bf
AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, # c0-c7
AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, # c8-cf
AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, # d0-d7
AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, AC2W, # d8-df
AC3W, AC3W, AC3W, AC3W, AC3W, AC3W, AC3W, AC3W, # e0-e7
AC3W, AC3W, AC3W, AC3W, AC3W, AC3W, AC3W, AC3W, # e8-ef
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# f0-f7
AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,# f8-ff
};
statewd := array[256] of { # looking for the next character in a word
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 00-07
AWD, ASP, ASPN, AWD, AWD, AWD, AWD, AWD, # 08-0f
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 10-17
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 18-1f
ASP, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 20-27
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 28-2f
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 30-37
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 38-3f
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 40-47
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 48-4f
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 50-57
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 58-5f
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 60-67
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 68-6f
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 70-77
AWD, AWD, AWD, AWD, AWD, AWD, AWD, AWD, # 78-7f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 80-87
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 88-8f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 90-97
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 98-9f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # a0-a7
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # a8-af
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # b0-b7
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # b8-bf
AC2, AC2, AC2, AC2, AC2, AC2, AC2, AC2, # c0-c7
AC2, AC2, AC2, AC2, AC2, AC2, AC2, AC2, # c8-cf
AC2, AC2, AC2, AC2, AC2, AC2, AC2, AC2, # d0-d7
AC2, AC2, AC2, AC2, AC2, AC2, AC2, AC2, # d8-df
AC3, AC3, AC3, AC3, AC3, AC3, AC3, AC3, # e0-e7
AC3, AC3, AC3, AC3, AC3, AC3, AC3, AC3, # e8-ef
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # f0-f7
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # f8-ff
};
statec2 := array[256] of { # looking for 10xxxxxx to complete a rune
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 00-07
AWDX, ASPX, ASPNX,AWDX, AWDX, AWDX, AWDX, AWDX, # 08-0f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 10-17
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 18-1f
ASPX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 20-27
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 28-2f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 30-37
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 38-3f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 40-47
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 48-4f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 50-57
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 58-5f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 60-67
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 68-6f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 70-77
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 78-7f
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # 80-87
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # 88-8f
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # 90-97
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # 98-9f
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # a0-a7
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # a8-af
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # b0-b7
AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, AWDR, # b8-bf
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # c0-c7
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # c8-cf
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # d0-d7
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # d8-df
AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, # e0-e7
AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, # e8-ef
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # f0-f7
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # f8-ff
};
statec3 := array[256] of { # looking for 10xxxxxx,10xxxxxx to complete a rune
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 00-07
AWDX, ASPX, ASPNX,AWDX, AWDX, AWDX, AWDX, AWDX, # 08-0f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 10-17
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 18-1f
ASPX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 20-27
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 28-2f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 30-37
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 38-3f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 40-47
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 48-4f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 50-57
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 58-5f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 60-67
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 68-6f
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 70-77
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # 78-7f
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # 80-87
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # 88-8f
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # 90-97
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # 98-9f
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # a0-a7
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # a8-af
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # b0-b7
AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, AC2R, # b8-bf
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # c0-c7
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # c8-cf
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # d0-d7
AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, AC2X, # d8-df
AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, # e0-e7
AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, AC3X, # e8-ef
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # f0-f7
AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, # f8-ff
};
buf := array[NBUF] of byte;
count(f: ref Sys->FD, name: string)
{
state := statesp;
nline = nword = nchar = nbadr = nbyte = 0;
n := 0;
for(;;){
n = sys->read(f, buf, NBUF);
if(n <= 0)
break;
nbyte += n;
nchar += n; # might be too large, gets decreased later
i := 0;
do{
case int state[int buf[i++]]{
int AC2 => state = statec2;
int AC2R => state = statec2; nchar--;
int AC2W => state = statec2; nword++;
int AC2X => state = statec2; nbadr++;
int AC3 => state = statec3;
int AC3W => state = statec3; nword++;
int AC3X => state = statec3; nbadr++;
int ASP => state = statesp;
int ASPN => state = statesp; nline++;
int ASPNX => state = statesp; nline++; nbadr++;
int ASPX => state = statesp; nbadr++;
int AWD => state = statewd;
int AWDR => state = statewd; nchar--;
int AWDW => state = statewd; nword++;
int AWDWX => state = statewd; nword++; nbadr++;
int AWDX => state = statewd; nbadr++;
}
}while(i < n);
}
if(state!=statesp && state!=statewd)
nbadr++;
if(n < 0)
sys->fprint(stderr, "wc: error reading %s: %r\n", name);
report(nline, nword, nchar, nbadr, nbyte, name);
}
|
