Ada 2.* - быстрая C++ библиотека для парсинга URL

Это какая аццкая вебня должна быть чтобы упираться в парсинг URL?

Даешь JS-фреймворк Fortran, FTP-клиент Pascal и IRC-сервер COBOL! А к ним в придачу – спам-фильтр LISP и офисный пакет APL.

Интересно, чем руководствовались авторы библиотеки, когда выбирали название

Это какая аццкая вебня должна быть чтобы упираться в парсинг URL?

WAF?

Это какая аццкая вебня должна быть чтобы упираться в парсинг URL?

Парсинг урлов, внезапно, может быть не только в вебне.

Тоже не пойму. url же строгий формат, что там парсить?

Название, конечно, аховое. Неужели не могли подобрать что-нибудь, кроме имени известнейшего ЯП?

популярнейшего

ну прям, ага

url же строгий формат, что там парсить?

Строгий формат - это, например, IP-пакет. А в url очень даже есть, чего парсить, см. https://url.spec.whatwg.org/ и соответствующие RFC.

Предлагаешь назвать C++ или Pascal?

Не забудь антивирус BASIC.

спам-фильтр LISP

Rust же.

Судя по тому, как спамеры владеют языком, таки Lisp.

Ada является самым производительным парсером URL

Daniel Lemire, известный по работе над проектами simdjson

Дело раскрыто

Есть мнение, это специально так делается, чтобы выбирать лошков. Т.е. если ты не заметил очевидных опечаток в тексте спама, то ты и сам развод скорее всего не увидишь.

Нет, Даниэль ворвался позже.

Предвижу, что simd-оптимизации ещё впереди!

Так, где оно у меня было… Вот примерно так (убрал длинные квалификаторы имён) я парсил заголовки запроса в своём embedded веб-сервере. А точнее в коде, сгенерированным этим сервером-фреймворком по списку заголовков запроса, которые нужны приложению:

switch (*s | 0x20) {
    case 'c': {
        s++;
        if ((*(const uint16_t*)s | 0x2020) != 0x6e6f) {   // "on"
            return ERROR;
        }
        s += 2;
        switch (*s | 0x20) {
            case 'n': {
                s++;
                if ((*(const uint32_t*)s | 0x20202020) != 0x69746365 || (*(const uint16_t*)(s + 4) | 0x2020) != 0x6e6f || (s[6] | 0x20) != ':') {   // "ection:"
                     return ERROR;
                }
                return CONNECTION;
            }
            case 't': {
                s++;
                if ((*(const uint32_t*)s | 0x20202020) != 0x2d746e65) {   // "ent-"
                    return ERROR;
                }
                s += 4;
                switch (*s | 0x20) {
                    case 'l': {
                        s++;
                        if ((*(const uint32_t*)s | 0x20202020) != 0x74676e65 || (*(const uint16_t*)(s + 4) | 0x2020) != 0x3a68) {   // "ength:"
                            return ERROR;
                        }
                        return CONTENT_LENGTH;
                    }
                    ...

Понятно, что это HTTP/1.1 (в HTTP/2 имена стандартных заголовков не текстовые), но пойнт в том, что парсер URL-ей генерировался точно такой же, по buildtime-маппингу URL-ей на хэндлеры.

Пусть кто-нибудь попробует переплюнуть. Ну разве что сейчас я бы ещё [[unlikely]] раскидал перед return ERROR.

Есть мнение, это специально так делается, чтобы выбирать лошков. Т.е. если ты не заметил очевидных опечаток в тексте спама, то ты и сам развод скорее всего не увидишь.

Скорее, чтобы затруднить анализ текста на предмет спама. Грамотных доверчивых людей полно, и спамеру их отсекать незачем. Выявление лоха – это больше про уличные разводы.

Да и всегда ли спамят именно разводами? Могут и приличную контору рекламировать неприличными методами.

В попытках найти объяснение, нашёл только это: Logo needed.

Ada means «island» in Turkish. What do you think about a minimalistic island as an icon?

Go! Anything is better than nothing.

Похоже, соавтор и сам не в курсе. :)

Очень радует тем что названием alias’ит один древний недоязычок, как бы говоря что недоязычок совсем уже не нужен и название свободно.

Нет, Даниэль ворвался позже

Так почему оно быстрее ржавого в 6 раз и быстрее буста в 50 процентов? Тем, что остальные либы писали индусы на отшибись? Или там какие-то интересные техники задействованы?

быстрее ржавого в 6 раз

В три, но не важно.

Или там какие-то интересные техники задействованы?

Да.

ок, и?

Например, веб-браузер.

А что мешало макрос unlikely поставить?

Недопонял вопроса. Тогда я про unlikely просто не знал. А про макрос какой-то и сейчас не знаю.

А про макрос какой-то и сейчас не знаю.

Да самоделки, типа таких:

#define LIKELY(x) __builtin_expect(!!(x), 1)
#define UNLIKELY(x) __builtin_expect(!!(x), 0)
#define EXPECT(x, expected) __builtin_expect((x), (expected))

Понятно. Так и подумал, что __builtin какой-нибудь.

builtin там где аттрибут не поддерживается. Так код будет совместим со старыми компиляторами, мало ли, вдруг его захотят собрать на какую-нибудь древнюю консоль или какой-нибудь siemens tricore, тулчейн под которых застрял на gcc 4.x

Магические константы внутри кода - это сильно...

hobbit, можно заменить UniLib на UniLib?

в своём embedded веб-сервере

*(const uint32_t*)s

И что так повезло с выравниванием?

Кто-нить тестил, насколько Эльбрусы медленнее обращаются по невыровненным адресам?

Очень радует тем что названием alias’ит один древний недоязычок, как бы говоря что недоязычок совсем уже не нужен и название свободно.

Посоны, срочно выкидываем Аду из Боинга и переводим всё на Электрон! На самом деле, этот «древний недоязычок» используется в тех местах, для которых он предназначен, – во встраиваемых системах реального времени с высокими требованиями к надежности.

На самом деле, этот «древний недоязычок» используется в тех местах, для которых он предназначен, – во встраиваемых системах реального времени с высокими требованиями к надежности.

А тут нет противоречия, и используется он там не из-за своих замечательных свойств, а из-за инертности этих ниш. Как кобол в финансах, например. Потому что какой-нибудь говённый контроллер авионики сертифицировать нужно 5 лет и 7 кругов ада, да и зачем если есть замечательно работающий контроллер из 80-х. При этом язык-то ни разу не безопасный, не удобный и не эффективный, и контроллер этот периодически крашится и всеми силами норовит уронить твой боинг со всеми тушками на голову других тушек, и спасает его от этого только принятое в авиации многократное дублирование. Нуачо, с дублированием можно и на электроне писать.

double url_examples_bytes = []() -> double {
  size_t bytes{0};
  for (std::string& url_string : url_examples) {
    bytes += url_string.size();
  }
  return double(bytes);
}();

Теперь я не цэпэпэ, а джоэс нах… Хотя этому синстаксису уж пару лет, но все равно попса подрывает традиционные ценности. Мож новости писать не про узкоспециализированные либы, а про какие-нибудт фреймворки либо утилиты

Ты, вроде бы, всё по делу говоришь, но это уж очень похоже на выдумку:

контроллер этот периодически крашится и всеми силами норовит уронить твой боинг со всеми тушками на голову других тушек, и спасает его от этого только принятое в авиации многократное дублирование

Есть пруфы или примеры?

Спасибо dataman за вечно крутые и интересные полезные сишные новости!

Пусть кто-нибудь попробует переплюнуть.

А вообще, переплюнуть можно: если длина всех парсящихся имён заголовков например >= 8 байт, то можно было сразу switch(*(uint64_t*)s| 0x20.....) делать. За буфером 8 байт нулевых для защиты от переполнения здесь тоже сработали бы. Ну да и пофиг.

Строгий формат - это, например, IP-пакет.

Ога. Особенно в части опций :D
Впрочем, все сетевое оборудование их обычно одним куском пропускает. Или не пропускает…

Ada 2.* - быстрая C++ библиотека для парсинга URL

Зато следующий сможет гордо сказать - «В 10 раз быстрее АДА»)