ref: 94d3d64c881182fe0407bc9b4db2c4bde0dcf254
parent: b06a35ba56fd093916f5c2cbf2ab8c8062188915
author: cinap_lenrek <cinap_lenrek@felloff.net>
date: Sun Feb 15 01:22:19 EST 2015
wc: bring back old wc but extended for 21 bit runes the imported wc from sources is arround 8 times slower than our old one. it is common to run wc on large log files to count lines. so i think the implementation complexity is justified. (just like with grep)
--- a/sys/src/cmd/wc.c
+++ b/sys/src/cmd/wc.c
@@ -1,84 +1,26 @@
/*
- * Count bytes within runes, if it fits in a uvlong, and other things.
+ * 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 f8-ff) separately.
+ * Should count non-canonical runes (e.g. hex c1,80 instead of hex 40).
*/
#include <u.h>
#include <libc.h>
-#include <bio.h>
-
-/* flags, per-file counts, and total counts */
-static int pline, pword, prune, pbadr, pchar;
-static uvlong nline, nword, nrune, nbadr, nchar;
-static uvlong tnline, tnword, tnrune, tnbadr, tnchar;
-
-enum{Space, Word};-
-static void
-wc(Biobuf *bin)
-{- int where;
- long r;
-
- nline = 0;
- nword = 0;
- nrune = 0;
- nbadr = 0;
- where = Space;
- while ((long)(r = Bgetrune(bin)) >= 0) {- nrune++;
- if(r == Runeerror) {- nbadr++;
- continue;
- }
- if(r == '\n')
- nline++;
- if(where == Word){- if(isspacerune(r))
- where = Space;
- }else
- if(isspacerune(r) == 0){- where = Word;
- nword++;
- }
- }
- nchar = Boffset(bin);
- tnline += nline;
- tnword += nword;
- tnrune += nrune;
- tnbadr += nbadr;
- tnchar += nchar;
-}
-
-static void
-report(uvlong nline, uvlong nword, uvlong nrune, uvlong nbadr, uvlong nchar, char *fname)
-{- char line[1024], *s, *e;
-
- s = line;
- e = line + sizeof line;
- line[0] = 0;
- if(pline)
- s = seprint(s, e, " %7llud", nline);
- if(pword)
- s = seprint(s, e, " %7llud", nword);
- if(prune)
- s = seprint(s, e, " %7llud", nrune);
- if(pbadr)
- s = seprint(s, e, " %7llud", nbadr);
- if(pchar)
- s = seprint(s, e, " %7llud", nchar);
- if(fname != nil)
- seprint(s, e, " %s", fname);
- print("%s\n", line+1);-}
-
+#define NBUF (8*1024)
+uvlong nline, tnline, pline;
+uvlong nword, tnword, pword;
+uvlong nrune, tnrune, prune;
+uvlong nbadr, tnbadr, pbadr;
+uvlong nchar, tnchar, pchar;
+void count(int, char *);
+void report(uvlong, uvlong, uvlong, uvlong, uvlong, char *);
void
main(int argc, char *argv[])
{- char *sts;
- Biobuf *bin;
- int i;
-
- sts = nil;
+ char *status="";
+ int i, f;
ARGBEGIN {case 'l': pline++; break;
case 'w': pword++; break;
@@ -89,30 +31,313 @@
fprint(2, "Usage: %s [-lwrbc] [file ...]\n", argv0);
exits("usage");} ARGEND
- if(pline+pword+prune+pbadr+pchar == 0){+ if(pline+pword+prune+pbadr+pchar == 0) {pline = 1;
pword = 1;
pchar = 1;
}
- if(argc == 0){- bin = Bfdopen(0, OREAD);
- wc(bin);
- report(nline, nword, nrune, nbadr, nchar, nil);
- Bterm(bin);
- }else{- for(i = 0; i < argc; i++){- bin = Bopen(argv[i], OREAD);
- if(bin == nil){+ if(argc==0)
+ count(0, nil);
+ else{+ for(i=0;i<argc;i++){+ f=open(argv[i], OREAD);
+ if(f<0){perror(argv[i]);
- sts = "can't open";
- continue;
+ status="can't open";
}
- wc(bin);
- report(nline, nword, nrune, nbadr, nchar, argv[i]);
- Bterm(bin);
+ else{+ count(f, argv[i]);
+ tnline+=nline;
+ tnword+=nword;
+ tnrune+=nrune;
+ tnbadr+=nbadr;
+ tnchar+=nchar;
+ close(f);
+ }
}
if(argc>1)
report(tnline, tnword, tnrune, tnbadr, tnchar, "total");
}
- exits(sts);
+ exits(status);
+}
+void
+report(uvlong nline, uvlong nword, uvlong nrune, uvlong nbadr, uvlong nchar, char *fname)
+{+ char line[128], *e;
+ line[0] = '\0';
+ e = line;
+ if(pline)
+ e += sprint(e, " %7llud", nline);
+ if(pword)
+ e += sprint(e, " %7llud", nword);
+ if(prune)
+ e += sprint(e, " %7llud", nrune);
+ if(pbadr)
+ e += sprint(e, " %7llud", nbadr);
+ if(pchar)
+ sprint(e, " %7llud", nchar);
+ if(fname)
+ print("%s %s\n", line+1, fname);+ else
+ 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-f7|f8-ff
+ * -------+-----+-----+-----+-----+-----+-----+-----+-----
+ * statesp|ASP |ASPN |AWDW |AWDWX|AC2W |AC3W |AC4W |AWDWX
+ * statewd|ASP |ASPN |AWD |AWDX |AC2 |AC3 |AC4 |AWDX
+ * statec2|ASPX |ASPNX|AWDX |AWDR |AC2X |AC3X |AC4X |AWDX
+ * statec3|ASPX |ASPNX|AWDX |AC2R |AC2X |AC3X |AC4X |AWDX
+ * statec4|ASPX |ASPNX|AWDX |AC3R |AC2X |AC3X |AC4X |AWDX
+ */
+enum{ /* 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 */
+ AC3R, /* enter statec3, don't count a rune */
+ AC3W, /* enter statec3, count a word */
+ AC3X, /* enter statec3, count a bad rune */
+ AC4, /* enter statec4 */
+ AC4W, /* enter statec4, count a word */
+ AC4X, /* enter statec4, 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 */
+};
+uchar statesp[256]={ /* 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 */
+AC4W, AC4W, AC4W, AC4W, AC4W, AC4W, AC4W, AC4W, /* f0-f7 */
+AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,AWDWX,/* f8-ff */
+};
+uchar statewd[256] = { /* 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 */
+AC4, AC4, AC4, AC4, AC4, AC4, AC4, AC4, /* f0-f7 */
+AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, /* f8-ff */
+};
+uchar statec2[256] = { /* 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 */
+AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, /* f0-f7 */
+AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, /* f8-ff */
+};
+uchar statec3[256] = { /* 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 */
+AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, /* f0-f7 */
+AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, /* f8-ff */
+};
+uchar statec4[256] = { /* looking for 10xxxxxx,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 */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* 80-87 */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* 88-8f */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* 90-97 */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* 98-9f */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* a0-a7 */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* a8-af */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* b0-b7 */
+AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, AC3R, /* 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 */
+AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, AC4X, /* f0-f7 */
+AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, AWDX, /* f8-ff */
+};
+
+void
+count(int f, char *name)
+{+ int n;
+ uchar buf[NBUF];
+ uchar *bufp, *ebuf;
+ uchar *state = statesp;
+
+ nline = 0;
+ nword = 0;
+ nrune = 0;
+ nbadr = 0;
+ nchar = 0;
+
+ for(;;){+ n=read(f, buf, NBUF);
+ if(n<=0)
+ break;
+ nchar+=n;
+ nrune+=n; /* might be too large, gets decreased later */
+ bufp=buf;
+ ebuf=buf+n;
+ do{+ switch(state[*bufp]){+ case AC2: state=statec2; break;
+ case AC2R: state=statec2; --nrune; break;
+ case AC2W: state=statec2; nword++; break;
+ case AC2X: state=statec2; nbadr++; break;
+ case AC3: state=statec3; break;
+ case AC3R: state=statec3; --nrune; break;
+ case AC3W: state=statec3; nword++; break;
+ case AC3X: state=statec3; nbadr++; break;
+ case AC4: state=statec4; break;
+ case AC4W: state=statec4; nword++; break;
+ case AC4X: state=statec4; nbadr++; break;
+ case ASP: state=statesp; break;
+ case ASPN: state=statesp; nline++; break;
+ case ASPNX: state=statesp; nline++; nbadr++; break;
+ case ASPX: state=statesp; nbadr++; break;
+ case AWD: state=statewd; break;
+ case AWDR: state=statewd; --nrune; break;
+ case AWDW: state=statewd; nword++; break;
+ case AWDWX: state=statewd; nword++; nbadr++; break;
+ case AWDX: state=statewd; nbadr++; break;
+ }
+ }while(++bufp!=ebuf);
+ }
+ if(state != statesp && state != statewd)
+ nbadr++;
+ if(n<0)
+ perror(name);
+ report(nline, nword, nrune, nbadr, nchar, name);
}