Home | History | Annotate | Line # | Download | only in modules
citrus_utf1632.c revision 1.7 
      1 /*	$NetBSD: citrus_utf1632.c,v 1.7 2006/10/27 14:13:55 tnozaki Exp $	*/
      2 
      3 /*-
      4  * Copyright (c)2003 Citrus Project,
      5  * All rights reserved.
      6  *
      7  * Redistribution and use in source and binary forms, with or without
      8  * modification, are permitted provided that the following conditions
      9  * are met:
     10  * 1. Redistributions of source code must retain the above copyright
     11  *    notice, this list of conditions and the following disclaimer.
     12  * 2. Redistributions in binary form must reproduce the above copyright
     13  *    notice, this list of conditions and the following disclaimer in the
     14  *    documentation and/or other materials provided with the distribution.
     15  *
     16  * THIS SOFTWARE IS PROVIDED BY THE AUTHOR AND CONTRIBUTORS ``AS IS'' AND
     17  * ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
     18  * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
     19  * ARE DISCLAIMED.  IN NO EVENT SHALL THE AUTHOR OR CONTRIBUTORS BE LIABLE
     20  * FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
     21  * DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
     22  * OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
     23  * HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
     24  * LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
     25  * OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
     26  * SUCH DAMAGE.
     27  */
     28 
     29 #include <sys/cdefs.h>
     30 #if defined(LIBC_SCCS) && !defined(lint)
     31 __RCSID("$NetBSD: citrus_utf1632.c,v 1.7 2006/10/27 14:13:55 tnozaki Exp $");
     32 #endif /* LIBC_SCCS and not lint */
     33 
     34 #include <assert.h>
     35 #include <errno.h>
     36 #include <string.h>
     37 #include <stdio.h>
     38 #include <stdlib.h>
     39 #include <stddef.h>
     40 #include <locale.h>
     41 #include <limits.h>
     42 #include <wchar.h>
     43 #include <sys/types.h>
     44 #include <machine/endian.h>
     45 
     46 #include "citrus_namespace.h"
     47 #include "citrus_types.h"
     48 #include "citrus_module.h"
     49 #include "citrus_stdenc.h"
     50 #include "citrus_bcs.h"
     51 
     52 #include "citrus_utf1632.h"
     53 
     54 
     55 /* ----------------------------------------------------------------------
     56  * private stuffs used by templates
     57  */
     58 
     59 typedef struct {
     60 	u_int8_t		ch[4];
     61 	int			chlen;
     62 	int			current_endian;
     63 } _UTF1632State;
     64 
     65 typedef struct {
     66 	int		preffered_endian;
     67 	unsigned int	cur_max;
     68 #define _ENDIAN_UNKNOWN	0
     69 #define _ENDIAN_BIG	1
     70 #define _ENDIAN_LITTLE	2
     71 	u_int32_t	mode;
     72 #define _MODE_UTF32		0x00000001U
     73 #define _MODE_FORCE_ENDIAN	0x00000002U
     74 } _UTF1632EncodingInfo;
     75 
     76 #define _FUNCNAME(m)			_citrus_UTF1632_##m
     77 #define _ENCODING_INFO			_UTF1632EncodingInfo
     78 #define _ENCODING_STATE			_UTF1632State
     79 #define _ENCODING_MB_CUR_MAX(_ei_)	((_ei_)->cur_max)
     80 #define _ENCODING_IS_STATE_DEPENDENT	0
     81 #define _STATE_NEEDS_EXPLICIT_INIT(_ps_)	0
     82 
     83 
     84 static __inline void
     85 /*ARGSUSED*/
     86 _citrus_UTF1632_init_state(_UTF1632EncodingInfo *ei, _UTF1632State *s)
     87 {
     88 	memset(s, 0, sizeof(*s));
     89 }
     90 
     91 static int
     92 _citrus_UTF1632_mbrtowc_priv(_UTF1632EncodingInfo *ei, wchar_t *pwc,
     93 			     const char **s, size_t n, _UTF1632State *psenc,
     94 			     size_t *nresult)
     95 {
     96 	int chlenbak, endian, needlen;
     97 	wchar_t wc;
     98 	size_t result;
     99 	const char *s0;
    100 
    101 	_DIAGASSERT(nresult != 0);
    102 	_DIAGASSERT(ei != NULL);
    103 	_DIAGASSERT(s != NULL);
    104 	_DIAGASSERT(psenc != NULL);
    105 
    106 	s0 = *s;
    107 
    108 	if (s0 == NULL) {
    109 		_citrus_UTF1632_init_state(ei, psenc);
    110 		*nresult = 0; /* state independent */
    111 		return (0);
    112 	}
    113 
    114 	result = 0;
    115 	chlenbak = psenc->chlen;
    116 
    117 refetch:
    118 	if ((ei->mode & _MODE_UTF32) != 0 || chlenbak>=2)
    119 		needlen = 4;
    120 	else
    121 		needlen = 2;
    122 
    123 	while (chlenbak < needlen) {
    124 		if (n==0)
    125 			goto restart;
    126 		psenc->ch[chlenbak++] = *s0++;
    127 		n--;
    128 		result++;
    129 	}
    130 
    131 	/* judge endian marker */
    132 	if ((ei->mode & _MODE_UTF32) == 0) {
    133 		/* UTF16 */
    134 		if (psenc->ch[0]==0xFE && psenc->ch[1]==0xFF) {
    135 			psenc->current_endian = _ENDIAN_BIG;
    136 			chlenbak = 0;
    137 			goto refetch;
    138 		} else if (psenc->ch[0]==0xFF && psenc->ch[1]==0xFE) {
    139 			psenc->current_endian = _ENDIAN_LITTLE;
    140 			chlenbak = 0;
    141 			goto refetch;
    142 		}
    143 	} else {
    144 		/* UTF32 */
    145 		if (psenc->ch[0]==0x00 && psenc->ch[1]==0x00 &&
    146 		    psenc->ch[2]==0xFE && psenc->ch[3]==0xFF) {
    147 			psenc->current_endian = _ENDIAN_BIG;
    148 			chlenbak = 0;
    149 			goto refetch;
    150 		} else if (psenc->ch[0]==0xFF && psenc->ch[1]==0xFE &&
    151 			   psenc->ch[2]==0x00 && psenc->ch[3]==0x00) {
    152 			psenc->current_endian = _ENDIAN_LITTLE;
    153 			chlenbak = 0;
    154 			goto refetch;
    155 		}
    156 	}
    157 	if ((ei->mode & _MODE_FORCE_ENDIAN) != 0 ||
    158 	    psenc->current_endian == _ENDIAN_UNKNOWN)
    159 		endian = ei->preffered_endian;
    160 	else
    161 		endian = psenc->current_endian;
    162 
    163 	/* get wc */
    164 	if ((ei->mode & _MODE_UTF32) == 0) {
    165 		/* UTF16 */
    166 		if (needlen==2) {
    167 			switch (endian) {
    168 			case _ENDIAN_LITTLE:
    169 				wc = (psenc->ch[0] |
    170 				      ((wchar_t)psenc->ch[1] << 8));
    171 				break;
    172 			case _ENDIAN_BIG:
    173 				wc = (psenc->ch[1] |
    174 				      ((wchar_t)psenc->ch[0] << 8));
    175 				break;
    176 			default:
    177 				goto ilseq;
    178 			}
    179 			if (wc >= 0xD800 && wc <= 0xDBFF) {
    180 				/* surrogate high */
    181 				needlen=4;
    182 				goto refetch;
    183 			}
    184 		} else {
    185 			/* surrogate low */
    186 			wc -= 0xD800; /* wc : surrogate high (see above) */
    187 			wc <<= 10;
    188 			switch (endian) {
    189 			case _ENDIAN_LITTLE:
    190 				if (psenc->ch[2]<0xDC || psenc->ch[2]>0xDF)
    191 					goto ilseq;
    192 				wc |= psenc->ch[2];
    193 				wc |= (wchar_t)(psenc->ch[3] & 3) << 8;
    194 				break;
    195 			case _ENDIAN_BIG:
    196 				if (psenc->ch[3]<0xDC || psenc->ch[3]>0xDF)
    197 					goto ilseq;
    198 				wc |= psenc->ch[3];
    199 				wc |= (wchar_t)(psenc->ch[2] & 3) << 8;
    200 				break;
    201 			default:
    202 				goto ilseq;
    203 			}
    204 			wc += 0x10000;
    205 		}
    206 	} else {
    207 		/* UTF32 */
    208 		switch (endian) {
    209 		case _ENDIAN_LITTLE:
    210 			wc = (psenc->ch[0] |
    211 			      ((wchar_t)psenc->ch[1] << 8) |
    212 			      ((wchar_t)psenc->ch[2] << 16) |
    213 			      ((wchar_t)psenc->ch[3] << 24));
    214 			break;
    215 		case _ENDIAN_BIG:
    216 			wc = (psenc->ch[3] |
    217 			      ((wchar_t)psenc->ch[2] << 8) |
    218 			      ((wchar_t)psenc->ch[1] << 16) |
    219 			      ((wchar_t)psenc->ch[0] << 24));
    220 			break;
    221 		default:
    222 			goto ilseq;
    223 		}
    224 		if (wc >= 0xD800 && wc <= 0xDFFF)
    225 			goto ilseq;
    226 	}
    227 
    228 
    229 	*pwc = wc;
    230 	psenc->chlen = 0;
    231 	*nresult = result;
    232 	*s = s0;
    233 
    234 	return (0);
    235 
    236 ilseq:
    237 	*nresult = (size_t)-1;
    238 	psenc->chlen = 0;
    239 	return (EILSEQ);
    240 
    241 restart:
    242 	*nresult = (size_t)-2;
    243 	psenc->chlen = chlenbak;
    244 	*s = s0;
    245 	return (0);
    246 }
    247 
    248 static int
    249 _citrus_UTF1632_wcrtomb_priv(_UTF1632EncodingInfo *ei, char *s, size_t n,
    250 			     wchar_t wc, _UTF1632State *psenc,
    251 			     size_t *nresult)
    252 {
    253 	int ret;
    254 	wchar_t wc2;
    255 
    256 	_DIAGASSERT(ei != NULL);
    257 	_DIAGASSERT(nresult != 0);
    258 	_DIAGASSERT(s != NULL);
    259 
    260 	wc2 = 0;
    261 	if ((ei->mode & _MODE_UTF32)==0) {
    262 		/* UTF16 */
    263 		if (wc>0xFFFF) {
    264 			/* surrogate */
    265 			if (wc>0x10FFFF) {
    266 				ret = EILSEQ;
    267 				goto err;
    268 			}
    269 			if (n < 4) {
    270 				ret = E2BIG;
    271 				goto err;
    272 			}
    273 			wc -= 0x10000;
    274 			wc2 = (wc & 0x3FF) | 0xDC00;
    275 			wc = (wc>>10) | 0xD800;
    276 			*nresult = (size_t)4;
    277 		} else {
    278 			if (n < 2) {
    279 				ret = E2BIG;
    280 				goto err;
    281 			}
    282 			*nresult = (size_t)2;
    283 		}
    284 
    285 surrogate:
    286 		switch (ei->preffered_endian) {
    287 		case _ENDIAN_BIG:
    288 			s[1] = wc;
    289 			s[0] = (wc >>= 8);
    290 			break;
    291 		case _ENDIAN_LITTLE:
    292 			s[0] = wc;
    293 			s[1] = (wc >>= 8);
    294 			break;
    295 		}
    296 		if (wc2!=0) {
    297 			wc = wc2;
    298 			wc2 = 0;
    299 			s += 2;
    300 			goto surrogate;
    301 		}
    302 	} else {
    303 		/* UTF32 */
    304 		if (wc >= 0xD800 && wc <= 0xDFFF)
    305 			goto err;
    306 		if (n < 4) {
    307 			ret = E2BIG;
    308 			goto err;
    309 		}
    310 		switch (ei->preffered_endian) {
    311 		case _ENDIAN_BIG:
    312 			s[3] = wc;
    313 			s[2] = (wc >>= 8);
    314 			s[1] = (wc >>= 8);
    315 			s[0] = (wc >>= 8);
    316 			break;
    317 		case _ENDIAN_LITTLE:
    318 			s[0] = wc;
    319 			s[1] = (wc >>= 8);
    320 			s[2] = (wc >>= 8);
    321 			s[3] = (wc >>= 8);
    322 			break;
    323 		}
    324 		*nresult = (size_t)4;
    325 	}
    326 
    327 	return 0;
    328 
    329 err:
    330 	*nresult = (size_t)-1;
    331 	return ret;
    332 }
    333 
    334 static void
    335 parse_variable(_UTF1632EncodingInfo * __restrict ei,
    336 	       const void * __restrict var, size_t lenvar)
    337 {
    338 #define MATCH(x, act)						\
    339 do {								\
    340 	if (lenvar >= (sizeof(#x)-1) &&				\
    341 	    _bcs_strncasecmp(p, #x, sizeof(#x)-1) == 0) {	\
    342 		act;						\
    343 		lenvar -= sizeof(#x)-1;				\
    344 		p += sizeof(#x)-1;				\
    345 	}							\
    346 } while (/*CONSTCOND*/0)
    347 	const char *p;
    348 	p = var;
    349 	while (lenvar>0) {
    350 		switch (*p) {
    351 		case 'B':
    352 		case 'b':
    353 			MATCH(big, ei->preffered_endian = _ENDIAN_BIG);
    354 			break;
    355 		case 'L':
    356 		case 'l':
    357 			MATCH(little, ei->preffered_endian = _ENDIAN_LITTLE);
    358 			break;
    359 		case 'F':
    360 		case 'f':
    361 			MATCH(force, ei->mode |= _MODE_FORCE_ENDIAN);
    362 			break;
    363 		case 'U':
    364 		case 'u':
    365 			MATCH(utf32, ei->mode |= _MODE_UTF32);
    366 			break;
    367 		}
    368 		p++;
    369 		lenvar--;
    370 	}
    371 }
    372 
    373 static int
    374 /*ARGSUSED*/
    375 _citrus_UTF1632_encoding_module_init(_UTF1632EncodingInfo * __restrict ei,
    376 				     const void * __restrict var,
    377 				     size_t lenvar)
    378 {
    379 	_DIAGASSERT(ei != NULL);
    380 
    381 	memset((void *)ei, 0, sizeof(*ei));
    382 
    383 	parse_variable(ei, var, lenvar);
    384 
    385 	if ((ei->mode&_MODE_UTF32)==0)
    386 		ei->cur_max = 6; /* endian + surrogate */
    387 	else
    388 		ei->cur_max = 8; /* endian + normal */
    389 
    390 	if (ei->preffered_endian == _ENDIAN_UNKNOWN) {
    391 #if BYTE_ORDER == BIG_ENDIAN
    392 		ei->preffered_endian = _ENDIAN_BIG;
    393 #else
    394 		ei->preffered_endian = _ENDIAN_LITTLE;
    395 #endif
    396 	}
    397 
    398 	return (0);
    399 }
    400 
    401 static void
    402 /*ARGSUSED*/
    403 _citrus_UTF1632_encoding_module_uninit(_UTF1632EncodingInfo *ei)
    404 {
    405 }
    406 
    407 static __inline int
    408 /*ARGSUSED*/
    409 _citrus_UTF1632_stdenc_wctocs(_UTF1632EncodingInfo * __restrict ei,
    410 			      _csid_t * __restrict csid,
    411 			      _index_t * __restrict idx,
    412 			      _wc_t wc)
    413 {
    414 
    415 	_DIAGASSERT(csid != NULL && idx != NULL);
    416 
    417 	*csid = 0;
    418 	*idx = (_index_t)wc;
    419 
    420 	return (0);
    421 }
    422 
    423 static __inline int
    424 /*ARGSUSED*/
    425 _citrus_UTF1632_stdenc_cstowc(_UTF1632EncodingInfo * __restrict ei,
    426 			      _wc_t * __restrict wc,
    427 			      _csid_t csid, _index_t idx)
    428 {
    429 
    430 	_DIAGASSERT(wc != NULL);
    431 
    432 	if (csid != 0)
    433 		return (EILSEQ);
    434 
    435 	*wc = (_wc_t)idx;
    436 
    437 	return (0);
    438 }
    439 
    440 static __inline int
    441 /*ARGSUSED*/
    442 _citrus_UTF1632_stdenc_get_state_desc_generic(_UTF1632EncodingInfo * __restrict ei,
    443 					      _UTF1632State * __restrict psenc,
    444 					      int * __restrict rstate)
    445 {
    446 
    447 	if (psenc->chlen == 0)
    448 		*rstate = _STDENC_SDGEN_INITIAL;
    449 	else
    450 		*rstate = _STDENC_SDGEN_INCOMPLETE_CHAR;
    451 
    452 	return 0;
    453 }
    454 
    455 /* ----------------------------------------------------------------------
    456  * public interface for stdenc
    457  */
    458 
    459 _CITRUS_STDENC_DECLS(UTF1632);
    460 _CITRUS_STDENC_DEF_OPS(UTF1632);
    461 
    462 #include "citrus_stdenc_template.h"
    463