split out byte class

4 files changed, 195 insertions, 89 deletions

diff --git a/src/Makefile b/src/Makefile
index f137a81..ac8c347 100644
--- a/src/Makefile
+++ b/src/Makefile
@@ -6,7 +6,7 @@ CFLAGS+=-g -Wall
 
 all:xref
 
-xref:xref.o
+xref:xref.o byte_class.o
 
 clean:
 	${RM} xref xref.o
diff --git a/src/byte_class.c b/src/byte_class.c
new file mode 100644
index 0000000..a8ab735
--- /dev/null
+++ b/src/byte_class.c
@@ -0,0 +1,184 @@
+#include <stdint.h>
+
+#include "byte_class.h"
+
+/**
+ * pdf byte classification
+ *
+ * spec defines three classes which this implementation futher subdivides for
+ * comments, strings and streams:
+ *   regular - the default class
+ *     decimal - characters that appear in decimal values 0123456789
+ *     hexidecimal - characters that appear in hex values 0123456789ABCDEF
+ *   delimiter - The characters used to separate tokens ()[]{}<>/%
+ *   whitespace - separate syntactic constructs like names and numbers treated
+ *                as a single character except in comments, strings and streams
+ *     end of line - characters that signify an end of line
+ */
+const uint8_t byte_classification[] = {
+    BC_WSPC,           /* 00 - NULL */
+    BC_RGLR,           /* 01 */
+    BC_RGLR,           /* 02 */
+    BC_RGLR,           /* 03 */
+    BC_RGLR,           /* 04 */
+    BC_RGLR,           /* 05 */
+    BC_RGLR,           /* 06 */
+    BC_RGLR,           /* 07 */
+    BC_RGLR,           /* 08 */
+    BC_WSPC,           /* 09 - HT */
+    BC_WSPC | BC_EOLM, /* 0A - LF */
+    BC_RGLR,           /* 0B */
+    BC_WSPC,           /* 0C - FF */
+    BC_WSPC | BC_EOLM, /* 0D - CR */
+    BC_RGLR,           /* 0E */
+    BC_RGLR,           /* 0F */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 10 - 13 */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 14 - 17 */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 18 - 1B */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 1C - 1F */
+    BC_WSPC, /* 20 - SP */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 20 - 23 */
+    BC_RGLR,
+    BC_DELM,                     /* '$' '%' */
+    BC_RGLR,
+    BC_RGLR,                     /* 26 - 27 */
+    BC_DELM,
+    BC_DELM,                     /* '(' ')' */
+    BC_RGLR,
+    BC_RGLR,                     /* 2A - 2B */
+    BC_RGLR,
+    BC_RGLR,                     /* 2C - 2D */
+    BC_RGLR,
+    BC_DELM,                     /* '.' '/' */
+    BC_DCML | BC_HEXL,
+    BC_DCML | BC_HEXL, /* '0' '1' */
+    BC_DCML | BC_HEXL,
+    BC_DCML | BC_HEXL, /* '2' '3' */
+    BC_DCML | BC_HEXL,
+    BC_DCML | BC_HEXL, /* '4' '5' */
+    BC_DCML | BC_HEXL,
+    BC_DCML | BC_HEXL, /* '6' '7' */
+    BC_DCML | BC_HEXL,
+    BC_DCML | BC_HEXL, /* '8' '9' */
+    BC_RGLR,
+    BC_RGLR,                     /* ':' ';' */
+    BC_DELM,
+    BC_RGLR,                     /* '<' '=' */
+    BC_DELM,
+    BC_RGLR,                     /* '>' '?' */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 40 - 43 */
+    BC_RGLR,
+    BC_HEXL,
+    BC_HEXL,
+    BC_HEXL, /* 44 - 47 */
+    BC_HEXL,
+    BC_HEXL,
+    BC_HEXL,
+    BC_RGLR, /* 48 - 4B */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 4C - 4F */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 50 - 53 */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 54 - 57 */
+    BC_RGLR,
+    BC_RGLR,                   /* 58 - 59 */
+    BC_RGLR,
+    BC_DELM,                   /* 'Z' '[' */
+    BC_RGLR,
+    BC_DELM,                   /* '\' ']' */
+    BC_RGLR,
+    BC_RGLR,                   /* 5E - 5F */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_HEXL,
+    BC_HEXL,
+    BC_HEXL, /* 60 - 67 */
+    BC_HEXL,
+    BC_HEXL,
+    BC_HEXL,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 68 - 6F */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 70 - 77 */
+    BC_RGLR,
+    BC_RGLR,                   /* 78 - 79 */
+    BC_RGLR,
+    BC_DELM,                   /* 'z' '{' */
+    BC_RGLR,
+    BC_DELM,                   /* '|' '}' */
+    BC_RGLR,
+    BC_RGLR,                   /* 7E - 7F */
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR,
+    BC_RGLR, /* 80 - 83 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* 84 - 87 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* 88 - 8F */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* 90 - 97 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* 98 - 9F */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* A0 - A7 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* A8 - AF */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* B0 - B7 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* B8 - BF */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* C0 - C7 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* C8 - CF */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* D0 - D7 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* D8 - DF */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* E0 - E7 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* E8 - EF */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* F0 - F7 */
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR,
+    BC_RGLR, BC_RGLR, BC_RGLR, BC_RGLR, /* F8 - FF */
+};
+
+const uint8_t *blcass = &byte_classification[0];
diff --git a/src/byte_class.h b/src/byte_class.h
new file mode 100644
index 0000000..011acda
--- /dev/null
+++ b/src/byte_class.h
@@ -0,0 +1,8 @@
+#define BC_RGLR 0 /* regular character */
+#define BC_WSPC 1 /* character is whitespace */
+#define BC_EOLM (1<<1) /* character signifies end of line */
+#define BC_DCML (1<<2) /* character is a decimal */
+#define BC_HEXL (1<<3) /* character is a hexadecimal */
+#define BC_DELM (1<<4) /* character is a delimiter */
+
+const uint8_t *bclass;
diff --git a/src/xref.c b/src/xref.c
index 76ed194..afb223f 100644
--- a/src/xref.c
+++ b/src/xref.c
@@ -5,95 +5,9 @@
 #include <stdbool.h>
 #include <string.h>
 
-#define SLEN(x) (sizeof((x)) - 1)
-
-#define BC_NONE 0
-#define BC_WSPC 1 /* character is whitespace */
-#define BC_EOLM (1<<1) /* character signifies end of line */
-#define BC_DCML (1<<2) /* character is a decimal */
-#define BC_HEXL (1<<3) /* character is a hexadecimal */
-#define BC_DELM (1<<4) /* character is a delimiter */
+#include "byte_class.h"
 
-/**
- * pdf byte classification
- */
-uint8_t bclass[] = {
-    BC_WSPC, BC_NONE, BC_NONE, BC_NONE, /* 00 - 03 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 04 - 07 */
-    BC_NONE, BC_WSPC, BC_WSPC | BC_EOLM, BC_NONE, /* 08 - 0B */
-    BC_WSPC, BC_WSPC | BC_EOLM, BC_NONE, BC_NONE, /* 0C - 0F */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 10 - 13 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 14 - 17 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 18 - 1B */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 1C - 1F */
-    BC_WSPC, BC_NONE, BC_NONE, BC_NONE, /* 20 - 23 */
-    BC_NONE, BC_DELM,                     /* '$' '%' */
-    BC_NONE, BC_NONE,                     /* 26 - 27 */
-    BC_DELM, BC_DELM,                     /* '(' ')' */
-    BC_NONE, BC_NONE,                     /* 2A - 2B */
-    BC_NONE, BC_NONE,                     /* 2C - 2D */
-    BC_NONE, BC_DELM,                     /* '.' '/' */
-    BC_DCML | BC_HEXL, BC_DCML | BC_HEXL, /* '0' '1' */
-    BC_DCML | BC_HEXL, BC_DCML | BC_HEXL, /* '2' '3' */
-    BC_DCML | BC_HEXL, BC_DCML | BC_HEXL, /* '4' '5' */
-    BC_DCML | BC_HEXL, BC_DCML | BC_HEXL, /* '6' '7' */
-    BC_DCML | BC_HEXL, BC_DCML | BC_HEXL, /* '8' '9' */
-    BC_NONE, BC_NONE,                     /* ':' ';' */
-    BC_DELM, BC_NONE,                     /* '<' '=' */
-    BC_DELM, BC_NONE,                     /* '>' '?' */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 40 - 43 */
-    BC_NONE, BC_HEXL, BC_HEXL, BC_HEXL, /* 44 - 47 */
-    BC_HEXL, BC_HEXL, BC_HEXL, BC_NONE, /* 48 - 4B */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 4C - 4F */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 50 - 53 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 54 - 57 */
-    BC_NONE, BC_NONE,                   /* 58 - 59 */
-    BC_NONE, BC_DELM,                   /* 'Z' '[' */
-    BC_NONE, BC_DELM,                   /* '\' ']' */
-    BC_NONE, BC_NONE,                   /* 5E - 5F */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_HEXL, BC_HEXL, BC_HEXL, /* 60 - 67 */
-    BC_HEXL, BC_HEXL, BC_HEXL, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 68 - 6F */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 70 - 77 */
-    BC_NONE, BC_NONE,                   /* 78 - 79 */
-    BC_NONE, BC_DELM,                   /* 'z' '{' */
-    BC_NONE, BC_DELM,                   /* '|' '}' */
-    BC_NONE, BC_NONE,                   /* 7E - 7F */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 80 - 83 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 84 - 87 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 88 - 8F */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 90 - 97 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* 98 - 9F */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* A0 - A7 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* A8 - AF */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* B0 - B7 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* B8 - BF */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* C0 - C7 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* C8 - CF */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* D0 - D7 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* D8 - DF */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* E0 - E7 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* E8 - EF */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* F0 - F7 */
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE,
-    BC_NONE, BC_NONE, BC_NONE, BC_NONE, /* F8 - FF */
-};
+#define SLEN(x) (sizeof((x)) - 1)
 
 enum cos_type {
     COS_TYPE_NULL,