Fix syntax generation
[pspp] / src / data / sys-file-writer.c
1 /* PSPP - a program for statistical analysis.
2    Copyright (C) 1997-2000, 2006-2012 Free Software Foundation, Inc.
3
4    This program is free software: you can redistribute it and/or modify
5    it under the terms of the GNU General Public License as published by
6    the Free Software Foundation, either version 3 of the License, or
7    (at your option) any later version.
8
9    This program is distributed in the hope that it will be useful,
10    but WITHOUT ANY WARRANTY; without even the implied warranty of
11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
12    GNU General Public License for more details.
13
14    You should have received a copy of the GNU General Public License
15    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
16
17 #include <config.h>
18
19 #include "data/sys-file-writer.h"
20 #include "data/sys-file-private.h"
21
22 #include <ctype.h>
23 #include <errno.h>
24 #include <stdint.h>
25 #include <stdlib.h>
26 #include <sys/stat.h>
27 #include <time.h>
28
29 #include "data/attributes.h"
30 #include "data/case.h"
31 #include "data/casewriter-provider.h"
32 #include "data/casewriter.h"
33 #include "data/dictionary.h"
34 #include "data/file-handle-def.h"
35 #include "data/file-name.h"
36 #include "data/format.h"
37 #include "data/make-file.h"
38 #include "data/missing-values.h"
39 #include "data/mrset.h"
40 #include "data/settings.h"
41 #include "data/short-names.h"
42 #include "data/value-labels.h"
43 #include "data/variable.h"
44 #include "libpspp/float-format.h"
45 #include "libpspp/i18n.h"
46 #include "libpspp/integer-format.h"
47 #include "libpspp/message.h"
48 #include "libpspp/misc.h"
49 #include "libpspp/str.h"
50 #include "libpspp/string-array.h"
51 #include "libpspp/version.h"
52
53 #include "gl/xmemdup0.h"
54 #include "gl/minmax.h"
55 #include "gl/unlocked-io.h"
56 #include "gl/xalloc.h"
57
58 #include "gettext.h"
59 #define _(msgid) gettext (msgid)
60 #define N_(msgid) (msgid)
61
62 /* Compression bias used by PSPP.  Values between (1 -
63    COMPRESSION_BIAS) and (251 - COMPRESSION_BIAS) inclusive can be
64    compressed. */
65 #define COMPRESSION_BIAS 100
66
67 /* System file writer. */
68 struct sfm_writer
69   {
70     struct file_handle *fh;     /* File handle. */
71     struct fh_lock *lock;       /* Mutual exclusion for file. */
72     FILE *file;                 /* File stream. */
73     struct replace_file *rf;    /* Ticket for replacing output file. */
74
75     bool compress;              /* 1=compressed, 0=not compressed. */
76     casenumber case_cnt;        /* Number of cases written so far. */
77     uint8_t space;              /* ' ' in the file's character encoding. */
78
79     /* Compression buffering.
80
81        Compressed data is output as groups of 8 1-byte opcodes
82        followed by up to 8 (depending on the opcodes) 8-byte data
83        items.  Data items and opcodes arrive at the same time but
84        must be reordered for writing to disk, thus a small amount
85        of buffering here. */
86     uint8_t opcodes[8];         /* Buffered opcodes. */
87     int opcode_cnt;             /* Number of buffered opcodes. */
88     uint8_t data[8][8];         /* Buffered data. */
89     int data_cnt;               /* Number of buffered data items. */
90
91     /* Variables. */
92     struct sfm_var *sfm_vars;   /* Variables. */
93     size_t sfm_var_cnt;         /* Number of variables. */
94     size_t segment_cnt;         /* Number of variables including extra segments
95                                    for long string variables. */
96   };
97
98 static const struct casewriter_class sys_file_casewriter_class;
99
100 static void write_header (struct sfm_writer *, const struct dictionary *);
101 static void write_variable (struct sfm_writer *, const struct variable *);
102 static void write_value_labels (struct sfm_writer *,
103                                 const struct dictionary *);
104 static void write_integer_info_record (struct sfm_writer *,
105                                        const struct dictionary *);
106 static void write_float_info_record (struct sfm_writer *);
107
108 static void write_longvar_table (struct sfm_writer *w,
109                                  const struct dictionary *dict);
110
111 static void write_encoding_record (struct sfm_writer *w,
112                                    const struct dictionary *);
113
114 static void write_vls_length_table (struct sfm_writer *w,
115                               const struct dictionary *dict);
116
117 static void write_long_string_value_labels (struct sfm_writer *,
118                                             const struct dictionary *);
119
120 static void write_mrsets (struct sfm_writer *, const struct dictionary *,
121                           bool pre_v14);
122
123 static void write_variable_display_parameters (struct sfm_writer *w,
124                                                const struct dictionary *dict);
125
126 static void write_documents (struct sfm_writer *, const struct dictionary *);
127
128 static void write_data_file_attributes (struct sfm_writer *,
129                                         const struct dictionary *);
130 static void write_variable_attributes (struct sfm_writer *,
131                                        const struct dictionary *);
132
133 static void write_int (struct sfm_writer *, int32_t);
134 static inline void convert_double_to_output_format (double, uint8_t[8]);
135 static void write_float (struct sfm_writer *, double);
136 static void write_string (struct sfm_writer *, const char *, size_t);
137 static void write_utf8_string (struct sfm_writer *, const char *encoding,
138                                const char *string, size_t width);
139 static void write_utf8_record (struct sfm_writer *, const char *encoding,
140                                const struct string *content, int subtype);
141 static void write_string_record (struct sfm_writer *,
142                                  const struct substring content, int subtype);
143 static void write_bytes (struct sfm_writer *, const void *, size_t);
144 static void write_zeros (struct sfm_writer *, size_t);
145 static void write_spaces (struct sfm_writer *, size_t);
146 static void write_value (struct sfm_writer *, const union value *, int width);
147
148 static void write_case_uncompressed (struct sfm_writer *,
149                                      const struct ccase *);
150 static void write_case_compressed (struct sfm_writer *, const struct ccase *);
151 static void flush_compressed (struct sfm_writer *);
152 static void put_cmp_opcode (struct sfm_writer *, uint8_t);
153 static void put_cmp_number (struct sfm_writer *, double);
154 static void put_cmp_string (struct sfm_writer *, const void *, size_t);
155
156 static bool write_error (const struct sfm_writer *);
157 static bool close_writer (struct sfm_writer *);
158
159 /* Returns default options for writing a system file. */
160 struct sfm_write_options
161 sfm_writer_default_options (void)
162 {
163   struct sfm_write_options opts;
164   opts.create_writeable = true;
165   opts.compress = settings_get_scompression ();
166   opts.version = 3;
167   return opts;
168 }
169
170 /* Opens the system file designated by file handle FH for writing
171    cases from dictionary D according to the given OPTS.
172
173    No reference to D is retained, so it may be modified or
174    destroyed at will after this function returns.  D is not
175    modified by this function, except to assign short names. */
176 struct casewriter *
177 sfm_open_writer (struct file_handle *fh, struct dictionary *d,
178                  struct sfm_write_options opts)
179 {
180   struct encoding_info encoding_info;
181   struct sfm_writer *w;
182   mode_t mode;
183   int i;
184
185   /* Check version. */
186   if (opts.version != 2 && opts.version != 3)
187     {
188       msg (ME, _("Unknown system file version %d. Treating as version %d."),
189            opts.version, 3);
190       opts.version = 3;
191     }
192
193   /* Create and initialize writer. */
194   w = xmalloc (sizeof *w);
195   w->fh = fh_ref (fh);
196   w->lock = NULL;
197   w->file = NULL;
198   w->rf = NULL;
199
200   w->compress = opts.compress;
201   w->case_cnt = 0;
202
203   w->opcode_cnt = w->data_cnt = 0;
204
205   /* Figure out how to map in-memory case data to on-disk case
206      data.  Also count the number of segments.  Very long strings
207      occupy multiple segments, otherwise each variable only takes
208      one segment. */
209   w->segment_cnt = sfm_dictionary_to_sfm_vars (d, &w->sfm_vars,
210                                                &w->sfm_var_cnt);
211
212   /* Open file handle as an exclusive writer. */
213   /* TRANSLATORS: this fragment will be interpolated into
214      messages in fh_lock() that identify types of files. */
215   w->lock = fh_lock (fh, FH_REF_FILE, N_("system file"), FH_ACC_WRITE, true);
216   if (w->lock == NULL)
217     goto error;
218
219   /* Create the file on disk. */
220   mode = 0444;
221   if (opts.create_writeable)
222     mode |= 0222;
223   w->rf = replace_file_start (fh_get_file_name (fh), "wb", mode,
224                               &w->file, NULL);
225   if (w->rf == NULL)
226     {
227       msg (ME, _("Error opening `%s' for writing as a system file: %s."),
228            fh_get_file_name (fh), strerror (errno));
229       goto error;
230     }
231
232   get_encoding_info (&encoding_info, dict_get_encoding (d));
233   w->space = encoding_info.space[0];
234
235   /* Write the file header. */
236   write_header (w, d);
237
238   /* Write basic variable info. */
239   short_names_assign (d);
240   for (i = 0; i < dict_get_var_cnt (d); i++)
241     write_variable (w, dict_get_var (d, i));
242
243   write_value_labels (w, d);
244
245   if (dict_get_document_line_cnt (d) > 0)
246     write_documents (w, d);
247
248   write_integer_info_record (w, d);
249   write_float_info_record (w);
250
251   write_mrsets (w, d, true);
252
253   write_variable_display_parameters (w, d);
254
255   if (opts.version >= 3)
256     write_longvar_table (w, d);
257
258   write_vls_length_table (w, d);
259
260   write_long_string_value_labels (w, d);
261
262   if (attrset_count (dict_get_attributes (d)))
263     write_data_file_attributes (w, d);
264   write_variable_attributes (w, d);
265
266   write_mrsets (w, d, false);
267
268   write_encoding_record (w, d);
269
270   /* Write end-of-headers record. */
271   write_int (w, 999);
272   write_int (w, 0);
273
274   if (write_error (w))
275     goto error;
276
277   return casewriter_create (dict_get_proto (d), &sys_file_casewriter_class, w);
278
279 error:
280   close_writer (w);
281   return NULL;
282 }
283
284 /* Returns value of X truncated to two least-significant digits. */
285 static int
286 rerange (int x)
287 {
288   if (x < 0)
289     x = -x;
290   if (x >= 100)
291     x %= 100;
292   return x;
293 }
294
295 /* Calculates the offset of data for TARGET_VAR from the
296    beginning of each case's data for dictionary D.  The return
297    value is in "octs" (8-byte units). */
298 static int
299 calc_oct_idx (const struct dictionary *d, struct variable *target_var)
300 {
301   int oct_idx;
302   int i;
303
304   oct_idx = 0;
305   for (i = 0; i < dict_get_var_cnt (d); i++)
306     {
307       struct variable *var = dict_get_var (d, i);
308       if (var == target_var)
309         break;
310       oct_idx += sfm_width_to_octs (var_get_width (var));
311     }
312   return oct_idx;
313 }
314
315 /* Write the sysfile_header header to system file W. */
316 static void
317 write_header (struct sfm_writer *w, const struct dictionary *d)
318 {
319   const char *dict_encoding = dict_get_encoding (d);
320   char prod_name[61];
321   char creation_date[10];
322   char creation_time[9];
323   const char *file_label;
324   struct variable *weight;
325
326   time_t t;
327
328   /* Record-type code. */
329   if (is_encoding_ebcdic_compatible (dict_encoding))
330     write_string (w, EBCDIC_MAGIC, 4);
331   else
332     write_string (w, ASCII_MAGIC, 4);
333
334   /* Product identification. */
335   snprintf (prod_name, sizeof prod_name, "@(#) SPSS DATA FILE %s - %s",
336             version, host_system);
337   write_utf8_string (w, dict_encoding, prod_name, 60);
338
339   /* Layout code. */
340   write_int (w, 2);
341
342   /* Number of `union value's per case. */
343   write_int (w, calc_oct_idx (d, NULL));
344
345   /* Compressed? */
346   write_int (w, w->compress);
347
348   /* Weight variable. */
349   weight = dict_get_weight (d);
350   write_int (w, weight != NULL ? calc_oct_idx (d, weight) + 1 : 0);
351
352   /* Number of cases.  We don't know this in advance, so we write
353      -1 to indicate an unknown number of cases.  Later we can
354      come back and overwrite it with the true value. */
355   write_int (w, -1);
356
357   /* Compression bias. */
358   write_float (w, COMPRESSION_BIAS);
359
360   /* Creation date and time. */
361   if (time (&t) == (time_t) -1)
362     {
363       strcpy (creation_date, "01 Jan 70");
364       strcpy (creation_time, "00:00:00");
365     }
366   else
367     {
368       static const char *const month_name[12] =
369         {
370           "Jan", "Feb", "Mar", "Apr", "May", "Jun",
371           "Jul", "Aug", "Sep", "Oct", "Nov", "Dec",
372         };
373       struct tm *tmp = localtime (&t);
374       int day = rerange (tmp->tm_mday);
375       int mon = rerange (tmp->tm_mon + 1);
376       int year = rerange (tmp->tm_year);
377       int hour = rerange (tmp->tm_hour + 1);
378       int min = rerange (tmp->tm_min + 1);
379       int sec = rerange (tmp->tm_sec + 1);
380
381       snprintf (creation_date, sizeof creation_date,
382                 "%02d %s %02d", day, month_name[mon - 1], year);
383       snprintf (creation_time, sizeof creation_time,
384                 "%02d:%02d:%02d", hour - 1, min - 1, sec - 1);
385     }
386   write_utf8_string (w, dict_encoding, creation_date, 9);
387   write_utf8_string (w, dict_encoding, creation_time, 8);
388
389   /* File label. */
390   file_label = dict_get_label (d);
391   if (file_label == NULL)
392     file_label = "";
393   write_utf8_string (w, dict_encoding, file_label, 64);
394
395   /* Padding. */
396   write_zeros (w, 3);
397 }
398
399 /* Write format spec FMT to W, after adjusting it to be
400    compatible with the given WIDTH. */
401 static void
402 write_format (struct sfm_writer *w, struct fmt_spec fmt, int width)
403 {
404   assert (fmt_check_output (&fmt));
405   assert (sfm_width_to_segments (width) == 1);
406
407   if (width > 0)
408     fmt_resize (&fmt, width);
409   write_int (w, (fmt_to_io (fmt.type) << 16) | (fmt.w << 8) | fmt.d);
410 }
411
412 /* Write a string continuation variable record for each 8-byte
413    section beyond the initial 8 bytes, for a variable of the
414    given WIDTH. */
415 static void
416 write_variable_continuation_records (struct sfm_writer *w, int width)
417 {
418   int position;
419
420   assert (sfm_width_to_segments (width) == 1);
421   for (position = 8; position < width; position += 8)
422     {
423       write_int (w, 2);   /* Record type. */
424       write_int (w, -1);  /* Width. */
425       write_int (w, 0);   /* No variable label. */
426       write_int (w, 0);   /* No missing values. */
427       write_int (w, 0);   /* Print format. */
428       write_int (w, 0);   /* Write format. */
429       write_zeros (w, 8);   /* Name. */
430     }
431 }
432
433 /* Write the variable record(s) for variable V to system file
434    W. */
435 static void
436 write_variable (struct sfm_writer *w, const struct variable *v)
437 {
438   int width = var_get_width (v);
439   int segment_cnt = sfm_width_to_segments (width);
440   int seg0_width = sfm_segment_alloc_width (width, 0);
441   const char *encoding = var_get_encoding (v);
442   struct missing_values mv;
443   int i;
444
445   /* Record type. */
446   write_int (w, 2);
447
448   /* Width. */
449   write_int (w, seg0_width);
450
451   /* Variable has a variable label? */
452   write_int (w, var_has_label (v));
453
454   /* Number of missing values.  If there is a range, then the
455      range counts as 2 missing values and causes the number to be
456      negated. */
457   mv_copy (&mv, var_get_missing_values (v));
458   if (mv_get_width (&mv) > 8)
459     mv_resize (&mv, 8);
460   if (mv_has_range (&mv))
461     write_int (w, -2 - mv_n_values (&mv));
462   else
463     write_int (w, mv_n_values (&mv));
464
465   /* Print and write formats. */
466   write_format (w, *var_get_print_format (v), seg0_width);
467   write_format (w, *var_get_write_format (v), seg0_width);
468
469   /* Short name.
470      The full name is in a translation table written
471      separately. */
472   write_utf8_string (w, encoding, var_get_short_name (v, 0), 8);
473
474   /* Value label. */
475   if (var_has_label (v))
476     {
477       char *label = recode_string (encoding, UTF8, var_get_label (v), -1);
478       size_t label_len = MIN (strlen (label), 255);
479       size_t padded_len = ROUND_UP (label_len, 4);
480       write_int (w, label_len);
481       write_string (w, label, padded_len);
482       free (label);
483     }
484
485   /* Write the missing values, if any, range first. */
486   if (mv_has_range (&mv))
487     {
488       double x, y;
489       mv_get_range (&mv, &x, &y);
490       write_float (w, x);
491       write_float (w, y);
492     }
493   for (i = 0; i < mv_n_values (&mv); i++)
494     write_value (w, mv_get_value (&mv, i), mv_get_width (&mv));
495
496   write_variable_continuation_records (w, seg0_width);
497
498   /* Write additional segments for very long string variables. */
499   for (i = 1; i < segment_cnt; i++)
500     {
501       int seg_width = sfm_segment_alloc_width (width, i);
502       struct fmt_spec fmt = fmt_for_output (FMT_A, MAX (seg_width, 1), 0);
503
504       write_int (w, 2);           /* Variable record. */
505       write_int (w, seg_width);   /* Width. */
506       write_int (w, 0);           /* No variable label. */
507       write_int (w, 0);           /* No missing values. */
508       write_format (w, fmt, seg_width); /* Print format. */
509       write_format (w, fmt, seg_width); /* Write format. */
510       write_utf8_string (w, encoding, var_get_short_name (v, i), 8);
511
512       write_variable_continuation_records (w, seg_width);
513     }
514
515   mv_destroy (&mv);
516 }
517
518 /* Writes the value labels to system file W.
519
520    Value labels for long string variables are written separately,
521    by write_long_string_value_labels. */
522 static void
523 write_value_labels (struct sfm_writer *w, const struct dictionary *d)
524 {
525   struct label_set
526     {
527       struct hmap_node hmap_node;
528       const struct val_labs *val_labs;
529       int *indexes;
530       size_t n_indexes, allocated_indexes;
531     };
532
533   size_t n_sets, allocated_sets;
534   struct label_set **sets;
535   struct hmap same_sets;
536   size_t i;
537   int idx;
538
539   n_sets = allocated_sets = 0;
540   sets = NULL;
541   hmap_init (&same_sets);
542
543   idx = 0;
544   for (i = 0; i < dict_get_var_cnt (d); i++)
545     {
546       struct variable *v = dict_get_var (d, i);
547
548       if (var_has_value_labels (v) && var_get_width (v) <= 8)
549         {
550           const struct val_labs *val_labs = var_get_value_labels (v);
551           unsigned int hash = val_labs_hash (val_labs, 0);
552           struct label_set *set;
553
554           HMAP_FOR_EACH_WITH_HASH (set, struct label_set, hmap_node,
555                                    hash, &same_sets)
556             {
557               if (val_labs_equal (set->val_labs, val_labs))
558                 {
559                   if (set->n_indexes >= set->allocated_indexes)
560                     set->indexes = x2nrealloc (set->indexes,
561                                                &set->allocated_indexes,
562                                                sizeof *set->indexes);
563                   set->indexes[set->n_indexes++] = idx;
564                   goto next_var;
565                 }
566             }
567
568           set = xmalloc (sizeof *set);
569           set->val_labs = val_labs;
570           set->indexes = xmalloc (sizeof *set->indexes);
571           set->indexes[0] = idx;
572           set->n_indexes = 1;
573           set->allocated_indexes = 1;
574           hmap_insert (&same_sets, &set->hmap_node, hash);
575
576           if (n_sets >= allocated_sets)
577             sets = x2nrealloc (sets, &allocated_sets, sizeof *sets);
578           sets[n_sets++] = set;
579         }
580
581     next_var:
582       idx += sfm_width_to_octs (var_get_width (v));
583     }
584
585   for (i = 0; i < n_sets; i++)
586     {
587       const struct label_set *set = sets[i];
588       const struct val_labs *val_labs = set->val_labs;
589       size_t n_labels = val_labs_count (val_labs);
590       int width = val_labs_get_width (val_labs);
591       const struct val_lab **labels;
592       size_t j;
593
594       /* Value label record. */
595       write_int (w, 3);             /* Record type. */
596       write_int (w, n_labels);
597       labels = val_labs_sorted (val_labs);
598       for (j = 0; j < n_labels; j++)
599         {
600           const struct val_lab *vl = labels[j];
601           char *label = recode_string (dict_get_encoding (d), UTF8,
602                                        val_lab_get_escaped_label (vl), -1);
603           uint8_t len = MIN (strlen (label), 255);
604
605           write_value (w, val_lab_get_value (vl), width);
606           write_bytes (w, &len, 1);
607           write_bytes (w, label, len);
608           write_zeros (w, REM_RND_UP (len + 1, 8));
609           free (label);
610         }
611       free (labels);
612
613       /* Value label variable record. */
614       write_int (w, 4);              /* Record type. */
615       write_int (w, set->n_indexes);
616       for (j = 0; j < set->n_indexes; j++)
617         write_int (w, set->indexes[j] + 1);
618     }
619
620   for (i = 0; i < n_sets; i++)
621     {
622       struct label_set *set = sets[i];
623
624       free (set->indexes);
625       free (set);
626     }
627   free (sets);
628   hmap_destroy (&same_sets);
629 }
630
631 /* Writes record type 6, document record. */
632 static void
633 write_documents (struct sfm_writer *w, const struct dictionary *d)
634 {
635   const struct string_array *docs = dict_get_documents (d);
636   const char *enc = dict_get_encoding (d);
637   size_t i;
638
639   write_int (w, 6);             /* Record type. */
640   write_int (w, docs->n);
641   for (i = 0; i < docs->n; i++)
642     {
643       char *s = recode_string (enc, "UTF-8", docs->strings[i], -1);
644       size_t s_len = strlen (s);
645       size_t write_len = MIN (s_len, DOC_LINE_LENGTH);
646
647       write_bytes (w, s, write_len);
648       write_spaces (w, DOC_LINE_LENGTH - write_len);
649       free (s);
650     }
651 }
652
653 static void
654 put_attrset (struct string *string, const struct attrset *attrs)
655 {
656   const struct attribute *attr;
657   struct attrset_iterator i;
658
659   for (attr = attrset_first (attrs, &i); attr != NULL;
660        attr = attrset_next (attrs, &i)) 
661     {
662       size_t n_values = attribute_get_n_values (attr);
663       size_t j;
664
665       ds_put_cstr (string, attribute_get_name (attr));
666       ds_put_byte (string, '(');
667       for (j = 0; j < n_values; j++) 
668         ds_put_format (string, "'%s'\n", attribute_get_value (attr, j));
669       ds_put_byte (string, ')');
670     }
671 }
672
673 static void
674 write_data_file_attributes (struct sfm_writer *w,
675                             const struct dictionary *d)
676 {
677   struct string s = DS_EMPTY_INITIALIZER;
678   put_attrset (&s, dict_get_attributes (d));
679   write_utf8_record (w, dict_get_encoding (d), &s, 17);
680   ds_destroy (&s);
681 }
682
683 static void
684 write_variable_attributes (struct sfm_writer *w, const struct dictionary *d)
685 {
686   struct string s = DS_EMPTY_INITIALIZER;
687   size_t n_vars = dict_get_var_cnt (d);
688   size_t n_attrsets = 0;
689   size_t i;
690
691   for (i = 0; i < n_vars; i++)
692     { 
693       struct variable *v = dict_get_var (d, i);
694       struct attrset *attrs = var_get_attributes (v);
695       if (attrset_count (attrs)) 
696         {
697           if (n_attrsets++)
698             ds_put_byte (&s, '/');
699           ds_put_format (&s, "%s:", var_get_name (v));
700           put_attrset (&s, attrs);
701         }
702     }
703   if (n_attrsets)
704     write_utf8_record (w, dict_get_encoding (d), &s, 18);
705   ds_destroy (&s);
706 }
707
708 /* Write multiple response sets.  If PRE_V14 is true, writes sets supported by
709    SPSS before release 14, otherwise writes sets supported only by later
710    versions. */
711 static void
712 write_mrsets (struct sfm_writer *w, const struct dictionary *dict,
713               bool pre_v14)
714 {
715   const char *encoding = dict_get_encoding (dict);
716   struct string s = DS_EMPTY_INITIALIZER;
717   size_t n_mrsets;
718   size_t i;
719
720   if (is_encoding_ebcdic_compatible (encoding))
721     {
722       /* FIXME. */
723       return;
724     }
725
726   n_mrsets = dict_get_n_mrsets (dict);
727   if (n_mrsets == 0)
728     return;
729
730   for (i = 0; i < n_mrsets; i++)
731     {
732       const struct mrset *mrset = dict_get_mrset (dict, i);
733       char *name;
734       size_t j;
735
736       if ((mrset->type != MRSET_MD || mrset->cat_source != MRSET_COUNTEDVALUES)
737           != pre_v14)
738         continue;
739
740       name = recode_string (encoding, "UTF-8", mrset->name, -1);
741       ds_put_format (&s, "%s=", name);
742       free (name);
743
744       if (mrset->type == MRSET_MD)
745         {
746           char *counted;
747
748           if (mrset->cat_source == MRSET_COUNTEDVALUES)
749             ds_put_format (&s, "E %d ", mrset->label_from_var_label ? 11 : 1);
750           else
751             ds_put_byte (&s, 'D');
752
753           if (mrset->width == 0)
754             counted = xasprintf ("%.0f", mrset->counted.f);
755           else
756             counted = xmemdup0 (value_str (&mrset->counted, mrset->width),
757                                 mrset->width);
758           ds_put_format (&s, "%zu %s", strlen (counted), counted);
759           free (counted);
760         }
761       else
762         ds_put_byte (&s, 'C');
763       ds_put_byte (&s, ' ');
764
765       if (mrset->label && !mrset->label_from_var_label)
766         {
767           char *label = recode_string (encoding, "UTF-8", mrset->label, -1);
768           ds_put_format (&s, "%zu %s", strlen (label), label);
769           free (label);
770         }
771       else
772         ds_put_cstr (&s, "0 ");
773
774       for (j = 0; j < mrset->n_vars; j++)
775         {
776           const char *short_name_utf8 = var_get_short_name (mrset->vars[j], 0);
777           char *lower_name_utf8 = utf8_to_lower (short_name_utf8);
778           char *short_name = recode_string (encoding, "UTF-8",
779                                             lower_name_utf8, -1);
780           ds_put_format (&s, " %s", short_name);
781           free (short_name);
782           free (lower_name_utf8);
783         }
784       ds_put_byte (&s, '\n');
785     }
786
787   if (!ds_is_empty (&s))
788     write_string_record (w, ds_ss (&s), pre_v14 ? 7 : 19);
789   ds_destroy (&s);
790 }
791
792 /* Write the alignment, width and scale values. */
793 static void
794 write_variable_display_parameters (struct sfm_writer *w,
795                                    const struct dictionary *dict)
796 {
797   int i;
798
799   write_int (w, 7);             /* Record type. */
800   write_int (w, 11);            /* Record subtype. */
801   write_int (w, 4);             /* Data item (int32) size. */
802   write_int (w, w->segment_cnt * 3); /* Number of data items. */
803
804   for (i = 0; i < dict_get_var_cnt (dict); ++i)
805     {
806       struct variable *v = dict_get_var (dict, i);
807       int width = var_get_width (v);
808       int segment_cnt = sfm_width_to_segments (width);
809       int measure = (var_get_measure (v) == MEASURE_NOMINAL ? 1
810                      : var_get_measure (v) == MEASURE_ORDINAL ? 2
811                      : 3);
812       int alignment = (var_get_alignment (v) == ALIGN_LEFT ? 0
813                        : var_get_alignment (v) == ALIGN_RIGHT ? 1
814                        : 2);
815       int i;
816
817       for (i = 0; i < segment_cnt; i++)
818         {
819           int width_left = width - sfm_segment_effective_offset (width, i);
820           write_int (w, measure);
821           write_int (w, (i == 0 ? var_get_display_width (v)
822                          : var_default_display_width (width_left)));
823           write_int (w, alignment);
824         }
825     }
826 }
827
828 /* Writes the table of lengths for very long string variables. */
829 static void
830 write_vls_length_table (struct sfm_writer *w,
831                         const struct dictionary *dict)
832 {
833   struct string map;
834   int i;
835
836   ds_init_empty (&map);
837   for (i = 0; i < dict_get_var_cnt (dict); ++i)
838     {
839       const struct variable *v = dict_get_var (dict, i);
840       if (sfm_width_to_segments (var_get_width (v)) > 1)
841         ds_put_format (&map, "%s=%05d%c\t",
842                        var_get_short_name (v, 0), var_get_width (v), 0);
843     }
844   if (!ds_is_empty (&map))
845     write_utf8_record (w, dict_get_encoding (dict), &map, 14);
846   ds_destroy (&map);
847 }
848
849
850 static void
851 write_long_string_value_labels (struct sfm_writer *w,
852                                 const struct dictionary *dict)
853 {
854   size_t n_vars = dict_get_var_cnt (dict);
855   size_t size, i;
856   off_t start UNUSED;
857
858   /* Figure out the size in advance. */
859   size = 0;
860   for (i = 0; i < n_vars; i++)
861     {
862       struct variable *var = dict_get_var (dict, i);
863       const struct val_labs *val_labs = var_get_value_labels (var);
864       const char *encoding = var_get_encoding (var);
865       int width = var_get_width (var);
866       const struct val_lab *val_lab;
867
868       if (val_labs_count (val_labs) == 0 || width < 9)
869         continue;
870
871       size += 12;
872       size += recode_string_len (encoding, "UTF-8", var_get_name (var), -1);
873       for (val_lab = val_labs_first (val_labs); val_lab != NULL;
874            val_lab = val_labs_next (val_labs, val_lab))
875         {
876           size += 8 + width;
877           size += recode_string_len (encoding, "UTF-8",
878                                      val_lab_get_escaped_label (val_lab), -1);
879         }
880     }
881   if (size == 0)
882     return;
883
884   write_int (w, 7);             /* Record type. */
885   write_int (w, 21);            /* Record subtype */
886   write_int (w, 1);             /* Data item (byte) size. */
887   write_int (w, size);          /* Number of data items. */
888
889   start = ftello (w->file);
890   for (i = 0; i < n_vars; i++)
891     {
892       struct variable *var = dict_get_var (dict, i);
893       const struct val_labs *val_labs = var_get_value_labels (var);
894       const char *encoding = var_get_encoding (var);
895       int width = var_get_width (var);
896       const struct val_lab *val_lab;
897       char *var_name;
898
899       if (val_labs_count (val_labs) == 0 || width < 9)
900         continue;
901
902       var_name = recode_string (encoding, "UTF-8", var_get_name (var), -1);
903       write_int (w, strlen (var_name));
904       write_bytes (w, var_name, strlen (var_name));
905       free (var_name);
906
907       write_int (w, width);
908       write_int (w, val_labs_count (val_labs));
909       for (val_lab = val_labs_first (val_labs); val_lab != NULL;
910            val_lab = val_labs_next (val_labs, val_lab))
911         {
912           char *label;
913           size_t len;
914
915           write_int (w, width);
916           write_bytes (w, value_str (val_lab_get_value (val_lab), width),
917                        width);
918
919           label = recode_string (var_get_encoding (var), "UTF-8",
920                                  val_lab_get_escaped_label (val_lab), -1);
921           len = strlen (label);
922           write_int (w, len);
923           write_bytes (w, label, len);
924           free (label);
925         }
926     }
927   assert (ftello (w->file) == start + size);
928 }
929
930 static void
931 write_encoding_record (struct sfm_writer *w,
932                        const struct dictionary *d)
933 {
934   /* IANA says "...character set names may be up to 40 characters taken
935      from the printable characters of US-ASCII," so character set names
936      don't need to be recoded to be in UTF-8.
937
938      We convert encoding names to uppercase because SPSS writes encoding
939      names in uppercase. */
940   char *encoding = xstrdup (dict_get_encoding (d));
941   str_uppercase (encoding);
942   write_string_record (w, ss_cstr (encoding), 20);
943   free (encoding);
944 }
945
946 /* Writes the long variable name table. */
947 static void
948 write_longvar_table (struct sfm_writer *w, const struct dictionary *dict)
949 {
950   struct string map;
951   size_t i;
952
953   ds_init_empty (&map);
954   for (i = 0; i < dict_get_var_cnt (dict); i++)
955     {
956       struct variable *v = dict_get_var (dict, i);
957       if (i)
958         ds_put_byte (&map, '\t');
959       ds_put_format (&map, "%s=%s",
960                      var_get_short_name (v, 0), var_get_name (v));
961     }
962   write_utf8_record (w, dict_get_encoding (dict), &map, 13);
963   ds_destroy (&map);
964 }
965
966 /* Write integer information record. */
967 static void
968 write_integer_info_record (struct sfm_writer *w,
969                            const struct dictionary *d)
970 {
971   const char *dict_encoding = dict_get_encoding (d);
972   int version_component[3];
973   int float_format;
974   int codepage;
975
976   /* Parse the version string. */
977   memset (version_component, 0, sizeof version_component);
978   sscanf (bare_version, "%d.%d.%d",
979           &version_component[0], &version_component[1], &version_component[2]);
980
981   /* Figure out the floating-point format. */
982   if (FLOAT_NATIVE_64_BIT == FLOAT_IEEE_DOUBLE_LE
983       || FLOAT_NATIVE_64_BIT == FLOAT_IEEE_DOUBLE_BE)
984     float_format = 1;
985   else if (FLOAT_NATIVE_64_BIT == FLOAT_Z_LONG)
986     float_format = 2;
987   else if (FLOAT_NATIVE_64_BIT == FLOAT_VAX_D)
988     float_format = 3;
989   else
990     abort ();
991
992   /* Choose codepage. */
993   codepage = sys_get_codepage_from_encoding (dict_encoding);
994   if (codepage == 0)
995     {
996       /* The codepage is unknown.  Choose a default.
997
998          For an EBCDIC-compatible encoding, use the value for EBCDIC.
999
1000          For an ASCII-compatible encoding, default to "7-bit ASCII", because
1001          many files use this codepage number regardless of their actual
1002          encoding.
1003       */
1004       if (is_encoding_ascii_compatible (dict_encoding))
1005         codepage = 2;
1006       else if (is_encoding_ebcdic_compatible (dict_encoding))
1007         codepage = 1;
1008     }
1009
1010   /* Write record. */
1011   write_int (w, 7);             /* Record type. */
1012   write_int (w, 3);             /* Record subtype. */
1013   write_int (w, 4);             /* Data item (int32) size. */
1014   write_int (w, 8);             /* Number of data items. */
1015   write_int (w, version_component[0]);
1016   write_int (w, version_component[1]);
1017   write_int (w, version_component[2]);
1018   write_int (w, -1);          /* Machine code. */
1019   write_int (w, float_format);
1020   write_int (w, 1);           /* Compression code. */
1021   write_int (w, INTEGER_NATIVE == INTEGER_MSB_FIRST ? 1 : 2);
1022   write_int (w, codepage);
1023 }
1024
1025 /* Write floating-point information record. */
1026 static void
1027 write_float_info_record (struct sfm_writer *w)
1028 {
1029   write_int (w, 7);             /* Record type. */
1030   write_int (w, 4);             /* Record subtype. */
1031   write_int (w, 8);             /* Data item (flt64) size. */
1032   write_int (w, 3);             /* Number of data items. */
1033   write_float (w, SYSMIS);      /* System-missing value. */
1034   write_float (w, HIGHEST);     /* Value used for HIGHEST in missing values. */
1035   write_float (w, LOWEST);      /* Value used for LOWEST in missing values. */
1036 }
1037 \f
1038 /* Writes case C to system file W. */
1039 static void
1040 sys_file_casewriter_write (struct casewriter *writer, void *w_,
1041                            struct ccase *c)
1042 {
1043   struct sfm_writer *w = w_;
1044
1045   if (ferror (w->file))
1046     {
1047       casewriter_force_error (writer);
1048       case_unref (c);
1049       return;
1050     }
1051
1052   w->case_cnt++;
1053
1054   if (!w->compress)
1055     write_case_uncompressed (w, c);
1056   else
1057     write_case_compressed (w, c);
1058
1059   case_unref (c);
1060 }
1061
1062 /* Destroys system file writer W. */
1063 static void
1064 sys_file_casewriter_destroy (struct casewriter *writer, void *w_)
1065 {
1066   struct sfm_writer *w = w_;
1067   if (!close_writer (w))
1068     casewriter_force_error (writer);
1069 }
1070
1071 /* Returns true if an I/O error has occurred on WRITER, false otherwise. */
1072 static bool
1073 write_error (const struct sfm_writer *writer)
1074 {
1075   return ferror (writer->file);
1076 }
1077
1078 /* Closes a system file after we're done with it.
1079    Returns true if successful, false if an I/O error occurred. */
1080 static bool
1081 close_writer (struct sfm_writer *w)
1082 {
1083   bool ok;
1084
1085   if (w == NULL)
1086     return true;
1087
1088   ok = true;
1089   if (w->file != NULL)
1090     {
1091       /* Flush buffer. */
1092       if (w->opcode_cnt > 0)
1093         flush_compressed (w);
1094       fflush (w->file);
1095
1096       ok = !write_error (w);
1097
1098       /* Seek back to the beginning and update the number of cases.
1099          This is just a courtesy to later readers, so there's no need
1100          to check return values or report errors. */
1101       if (ok && w->case_cnt <= INT32_MAX && !fseeko (w->file, 80, SEEK_SET))
1102         {
1103           write_int (w, w->case_cnt);
1104           clearerr (w->file);
1105         }
1106
1107       if (fclose (w->file) == EOF)
1108         ok = false;
1109
1110       if (!ok)
1111         msg (ME, _("An I/O error occurred writing system file `%s'."),
1112              fh_get_file_name (w->fh));
1113
1114       if (ok ? !replace_file_commit (w->rf) : !replace_file_abort (w->rf))
1115         ok = false;
1116     }
1117
1118   fh_unlock (w->lock);
1119   fh_unref (w->fh);
1120
1121   free (w->sfm_vars);
1122   free (w);
1123
1124   return ok;
1125 }
1126
1127 /* System file writer casewriter class. */
1128 static const struct casewriter_class sys_file_casewriter_class =
1129   {
1130     sys_file_casewriter_write,
1131     sys_file_casewriter_destroy,
1132     NULL,
1133   };
1134 \f
1135 /* Writes case C to system file W, without compressing it. */
1136 static void
1137 write_case_uncompressed (struct sfm_writer *w, const struct ccase *c)
1138 {
1139   size_t i;
1140
1141   for (i = 0; i < w->sfm_var_cnt; i++)
1142     {
1143       struct sfm_var *v = &w->sfm_vars[i];
1144
1145       if (v->var_width == 0)
1146         write_float (w, case_num_idx (c, v->case_index));
1147       else
1148         {
1149           write_bytes (w, case_str_idx (c, v->case_index) + v->offset,
1150                        v->segment_width);
1151           write_spaces (w, v->padding);
1152         }
1153     }
1154 }
1155
1156 /* Writes case C to system file W, with compression. */
1157 static void
1158 write_case_compressed (struct sfm_writer *w, const struct ccase *c)
1159 {
1160   size_t i;
1161
1162   for (i = 0; i < w->sfm_var_cnt; i++)
1163     {
1164       struct sfm_var *v = &w->sfm_vars[i];
1165
1166       if (v->var_width == 0)
1167         {
1168           double d = case_num_idx (c, v->case_index);
1169           if (d == SYSMIS)
1170             put_cmp_opcode (w, 255);
1171           else if (d >= 1 - COMPRESSION_BIAS
1172                    && d <= 251 - COMPRESSION_BIAS
1173                    && d == (int) d)
1174             put_cmp_opcode (w, (int) d + COMPRESSION_BIAS);
1175           else
1176             {
1177               put_cmp_opcode (w, 253);
1178               put_cmp_number (w, d);
1179             }
1180         }
1181       else
1182         {
1183           int offset = v->offset;
1184           int width, padding;
1185
1186           /* This code properly deals with a width that is not a
1187              multiple of 8, by ensuring that the final partial
1188              oct (8 byte unit) is treated as padded with spaces
1189              on the right. */
1190           for (width = v->segment_width; width > 0; width -= 8, offset += 8)
1191             {
1192               const void *data = case_str_idx (c, v->case_index) + offset;
1193               int chunk_size = MIN (width, 8);
1194               if (!memcmp (data, "        ", chunk_size))
1195                 put_cmp_opcode (w, 254);
1196               else
1197                 {
1198                   put_cmp_opcode (w, 253);
1199                   put_cmp_string (w, data, chunk_size);
1200                 }
1201             }
1202
1203           /* This code deals properly with padding that is not a
1204              multiple of 8 bytes, by discarding the remainder,
1205              which was already effectively padded with spaces in
1206              the previous loop.  (Note that v->width + v->padding
1207              is always a multiple of 8.) */
1208           for (padding = v->padding / 8; padding > 0; padding--)
1209             put_cmp_opcode (w, 254);
1210         }
1211     }
1212 }
1213
1214 /* Flushes buffered compressed opcodes and data to W.
1215    The compression buffer must not be empty. */
1216 static void
1217 flush_compressed (struct sfm_writer *w)
1218 {
1219   assert (w->opcode_cnt > 0 && w->opcode_cnt <= 8);
1220
1221   write_bytes (w, w->opcodes, w->opcode_cnt);
1222   write_zeros (w, 8 - w->opcode_cnt);
1223
1224   write_bytes (w, w->data, w->data_cnt * sizeof *w->data);
1225
1226   w->opcode_cnt = w->data_cnt = 0;
1227 }
1228
1229 /* Appends OPCODE to the buffered set of compression opcodes in
1230    W.  Flushes the compression buffer beforehand if necessary. */
1231 static void
1232 put_cmp_opcode (struct sfm_writer *w, uint8_t opcode)
1233 {
1234   if (w->opcode_cnt >= 8)
1235     flush_compressed (w);
1236
1237   w->opcodes[w->opcode_cnt++] = opcode;
1238 }
1239
1240 /* Appends NUMBER to the buffered compression data in W.  The
1241    buffer must not be full; the way to assure that is to call
1242    this function only just after a call to put_cmp_opcode, which
1243    will flush the buffer as necessary. */
1244 static void
1245 put_cmp_number (struct sfm_writer *w, double number)
1246 {
1247   assert (w->opcode_cnt > 0);
1248   assert (w->data_cnt < 8);
1249
1250   convert_double_to_output_format (number, w->data[w->data_cnt++]);
1251 }
1252
1253 /* Appends SIZE bytes of DATA to the buffered compression data in
1254    W, followed by enough spaces to pad the output data to exactly
1255    8 bytes (thus, SIZE must be no greater than 8).  The buffer
1256    must not be full; the way to assure that is to call this
1257    function only just after a call to put_cmp_opcode, which will
1258    flush the buffer as necessary. */
1259 static void
1260 put_cmp_string (struct sfm_writer *w, const void *data, size_t size)
1261 {
1262   assert (w->opcode_cnt > 0);
1263   assert (w->data_cnt < 8);
1264   assert (size <= 8);
1265
1266   memset (w->data[w->data_cnt], w->space, 8);
1267   memcpy (w->data[w->data_cnt], data, size);
1268   w->data_cnt++;
1269 }
1270 \f
1271 /* Writes 32-bit integer X to the output file for writer W. */
1272 static void
1273 write_int (struct sfm_writer *w, int32_t x)
1274 {
1275   write_bytes (w, &x, sizeof x);
1276 }
1277
1278 /* Converts NATIVE to the 64-bit format used in output files in
1279    OUTPUT. */
1280 static inline void
1281 convert_double_to_output_format (double native, uint8_t output[8])
1282 {
1283   /* If "double" is not a 64-bit type, then convert it to a
1284      64-bit type.  Otherwise just copy it. */
1285   if (FLOAT_NATIVE_DOUBLE != FLOAT_NATIVE_64_BIT)
1286     float_convert (FLOAT_NATIVE_DOUBLE, &native, FLOAT_NATIVE_64_BIT, output);
1287   else
1288     memcpy (output, &native, sizeof native);
1289 }
1290
1291 /* Writes floating-point number X to the output file for writer
1292    W. */
1293 static void
1294 write_float (struct sfm_writer *w, double x)
1295 {
1296   uint8_t output[8];
1297   convert_double_to_output_format (x, output);
1298   write_bytes (w, output, sizeof output);
1299 }
1300
1301 /* Writes contents of VALUE with the given WIDTH to W, padding
1302    with zeros to a multiple of 8 bytes.
1303    To avoid a branch, and because we don't actually need to
1304    support it, WIDTH must be no bigger than 8. */
1305 static void
1306 write_value (struct sfm_writer *w, const union value *value, int width)
1307 {
1308   assert (width <= 8);
1309   if (width == 0)
1310     write_float (w, value->f);
1311   else
1312     {
1313       write_bytes (w, value_str (value, width), width);
1314       write_zeros (w, 8 - width);
1315     }
1316 }
1317
1318 /* Writes null-terminated STRING in a field of the given WIDTH to W.  If STRING
1319    is longer than WIDTH, it is truncated; if STRING is shorter than WIDTH, it
1320    is padded on the right with spaces. */
1321 static void
1322 write_string (struct sfm_writer *w, const char *string, size_t width)
1323 {
1324   size_t data_bytes = MIN (strlen (string), width);
1325   size_t pad_bytes = width - data_bytes;
1326   write_bytes (w, string, data_bytes);
1327   while (pad_bytes-- > 0)
1328     putc (w->space, w->file);
1329 }
1330
1331 /* Recodes null-terminated UTF-8 encoded STRING into ENCODING, and writes the
1332    recoded version in a field of the given WIDTH to W.  The string is truncated
1333    or padded on the right with spaces to exactly WIDTH bytes. */
1334 static void
1335 write_utf8_string (struct sfm_writer *w, const char *encoding,
1336                    const char *string, size_t width)
1337 {
1338   char *s = recode_string (encoding, "UTF-8", string, -1);
1339   write_string (w, s, width);
1340   free (s);
1341 }
1342
1343 /* Writes a record with type 7, subtype SUBTYPE that contains CONTENT recoded
1344    from UTF-8 encoded into ENCODING. */
1345 static void
1346 write_utf8_record (struct sfm_writer *w, const char *encoding,
1347                    const struct string *content, int subtype)
1348 {
1349   struct substring s;
1350
1351   s = recode_substring_pool (encoding, "UTF-8", ds_ss (content), NULL);
1352   write_string_record (w, s, subtype);
1353   ss_dealloc (&s);
1354 }
1355
1356 /* Writes a record with type 7, subtype SUBTYPE that contains the string
1357    CONTENT. */
1358 static void
1359 write_string_record (struct sfm_writer *w,
1360                      const struct substring content, int subtype)
1361 {
1362   write_int (w, 7);
1363   write_int (w, subtype);
1364   write_int (w, 1);
1365   write_int (w, ss_length (content));
1366   write_bytes (w, ss_data (content), ss_length (content));
1367 }
1368
1369 /* Writes SIZE bytes of DATA to W's output file. */
1370 static void
1371 write_bytes (struct sfm_writer *w, const void *data, size_t size)
1372 {
1373   fwrite (data, 1, size, w->file);
1374 }
1375
1376 /* Writes N zeros to W's output file. */
1377 static void
1378 write_zeros (struct sfm_writer *w, size_t n)
1379 {
1380   while (n-- > 0)
1381     putc (0, w->file);
1382 }
1383
1384 /* Writes N spaces to W's output file. */
1385 static void
1386 write_spaces (struct sfm_writer *w, size_t n)
1387 {
1388   while (n-- > 0)
1389     putc (w->space, w->file);
1390 }