chiark - git - mdw - disorder/blob - scripts/make-unidata

   1 #! /usr/bin/perl -w
   2 #
   3 # This file is part of DisOrder.
   4 # Copyright (C) 2007 Richard Kettlewell
   5 #
   6 # This program is free software; you can redistribute it and/or modify
   7 # it under the terms of the GNU General Public License as published by
   8 # the Free Software Foundation; either version 2 of the License, or
   9 # (at your option) any later version.
  10 #
  11 # This program is distributed in the hope that it will be useful, but
  12 # WITHOUT ANY WARRANTY; without even the implied warranty of
  13 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14 # General Public License for more details.
  15 #
  16 # You should have received a copy of the GNU General Public License
  17 # along with this program; if not, write to the Free Software
  18 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307
  19 # USA
  20 #
  21 #
  22 # Generate Unicode support tables
  23 #
  24 # This script will download data from unicode.org if the required files
  25 # aren't in the current directory.
  26 #
  27 # After modifying this script you should run:
  28 #  make -C lib rebuild-unicode check
  29 #
  30 # Things not supported yet:
  31 #  - SpecialCasing.txt data for case mapping
  32 #  - Title case offsets
  33 #  - Some kind of hinting for composition
  34 #  - ...
  35 #
  36 # NB the generated files DO NOT offer a stable ABI and so are not immediately
  37 # suitable for use in a general-purpose library.  Things that would need to
  38 # be done:
  39 #  - Hide unidata.h from applications; it will never be ABI- or even API-stable.
  40 #  - Stablized General_Category values
  41 #  - Extend the unicode.h API to general utility rather than just what
  42 #    DisOrder needs.
  43 #  - ...
  44 #
  45 use strict;
  46 use File::Basename;
  47
  48 sub out {
  49     print @_ or die "$!\n";
  50 }
  51
  52 sub key {
  53     my $d = shift;
  54     local $_;
  55
  56     return join("-", map($d->{$_}, sort keys %$d));
  57 }
  58
  59 # Size of a subtable
  60 #
  61 # This can be varied to trade off the number of subtables against their size.
  62 # 16 gave the smallest results last time I checked (on a Mac with a 32-bit
  63 # build).
  64 our $modulus = 16;
  65
  66 if(@ARGV) {
  67     $modulus = shift;
  68 }
  69
  70 # Where to break the table.  There is a huge empty section of the Unicode
  71 # code space and we deal with this by simply leaving it out of the table.
  72 # This complicates the lookup function a little but should not affect
  73 # performance in the cases we care about.
  74 our $break_start = 0x30000;
  75 our $break_end = 0xE0000;
  76
  77 # Similarly we simply omit the very top of the table and sort it out in the
  78 # lookup function.
  79 our $break_top = 0xE0200;
  80
  81 my %cats = ();                  # known general categories
  82 my %data = ();                  # mapping of codepoints to information
  83 my $max = 0;                    # maximum codepoint
  84 my $maxccc = 0;                 # maximum combining class
  85 my $maxud = 0;
  86 my $minud = 0;                  # max/min upper case offset
  87 my $maxld = 0;
  88 my $minld = 0;                  # max/min lower case offset
  89
  90 # Make sure we have our desired input files.  We explicitly specify a
  91 # Unicode standard version to make sure that a given version of DisOrder
  92 # supports a given version of Unicode.
  93 sub input {
  94     my $path = shift;
  95     my $lpath = basename($path);
  96     if(!-e $lpath) {
  97         system("wget http://www.unicode.org/Public/5.0.0/ucd/$path");
  98         chmod(0444, $lpath) or die "$lpath: $!\n";
  99     }
 100     open(STDIN, "<$lpath") or die "$lpath: $!\n";
 101     print STDERR "Reading $lpath...\n";
 102 }
 103
 104
 105 # Read the main data file
 106 input("UnicodeData.txt");
 107 my ($start, $end);
 108 my $maxcompat = 0;
 109 my $maxcanon = 0;
 110 my $hangul_syllable_decomps = 0;
 111 my $hangul_choseong_decomps = 0;
 112 while(<>) {
 113     my @f = split(/;/, $_);
 114     my $c = hex($f[0]);         # codepoint
 115     my $name = $f[1];
 116     die "$f[0] $name is in the break\n"
 117         if $c >= $break_start && $c < $break_end;
 118     my $gc = $f[2];             # General_Category
 119     # Variuos GCs we don't expect to see in UnicodeData.txt
 120     $cats{$gc} = 1;             # always record all GCs
 121     if($name =~ /first>/i) {
 122         $start = $c;
 123         next;
 124     } elsif($name =~ /last>/i) {
 125         $end = $c;
 126     } else {
 127         $start = $end = $c;
 128     }
 129     die "unexpected Cn" if $gc eq 'Cn';
 130     my $ccc = $f[3];            # Canonical_Combining_Class
 131     my $dm = $f[5];             # Decomposition_Type + Decomposition_Mapping
 132     my $sum = hex($f[12]) || $c; # Simple_Uppercase_Mapping
 133     my $slm = hex($f[13]) || $c; # Simple_Lowercase_Mapping
 134     # recalculate the upper/lower case mappings as offsets
 135     my $ud = $sum - $c;
 136     my $ld = $slm - $c;
 137     # update bounds on various values
 138     $maxccc = $ccc if $ccc > $maxccc; # assumed never to be -ve
 139     $minud = $ud if $ud < $minud;
 140     $maxud = $ud if $ud > $maxud;
 141     $minld = $ld if $ld < $minld;
 142     $maxld = $ld if $ld > $maxld;
 143     if($start != $end) {
 144         printf STDERR "> range %04X-%04X is %s\n", $start, $end, $gc;
 145     }
 146     for($c = $start; $c <= $end; ++$c) {
 147         my $d = {
 148             "gc" => $gc,
 149             "ccc" => $ccc,
 150             "ud" => $ud,
 151             "ld" => $ld,
 152         };
 153         if($dm ne '') {
 154             my $maxref;
 155             if($dm =~ /</) {
 156                 # This is a compatibility decomposition
 157                 $dm =~ s/^<.*>\s*//;
 158                 $d->{compat} = 1;
 159                 $maxref = \$maxcompat;
 160             } else {
 161                 $maxref = \$maxcanon;
 162             }
 163             $d->{decomp} = [map(hex($_), split(/\s+/, $dm))];
 164             my $len = scalar @{$d->{decomp}};
 165             $$maxref = $len if $len > $$maxref;
 166             if(!$d->{compat}) {
 167                 if(${$d->{decomp}}[0] >= 0xAC00 && ${$d->{decomp}}[0] <= 0xD7A3) {
 168                     ++$hangul_syllable_decomps;
 169                 }
 170                 if(${$d->{decomp}}[0] >= 0x1100 && ${$d->{decomp}}[0] <= 0x115F) {
 171                     ++$hangul_choseong_decomps;
 172                 }
 173             }
 174         }
 175         $data{$c} = $d;
 176     }
 177     $cats{$gc} = 1;
 178     $max = $end if $end > $max;
 179 }
 180
 181 sub read_prop_with_ranges {
 182     my $path = shift;
 183     my $propkey = shift;
 184     input($path);
 185     while(<>) {
 186         chomp;
 187         s/\s*\#.*//;
 188         next if $_ eq '';
 189         my ($range, $propval) = split(/\s*;\s*/, $_);
 190         if($range =~ /(.*)\.\.(.*)/) {
 191             for my $c (hex($1) .. hex($2)) {
 192                 $data{$c}->{$propkey} = $propval;
 193             }
 194         } else {
 195             my $c = hex($range);
 196             $data{$c}->{$propkey} = $propval;
 197         }
 198     }
 199 }
 200
 201 # Grapheme_Break etc
 202 read_prop_with_ranges("auxiliary/GraphemeBreakProperty.txt", "gbreak");
 203 read_prop_with_ranges("auxiliary/WordBreakProperty.txt", "wbreak");
 204 read_prop_with_ranges("auxiliary/SentenceBreakProperty.txt", "sbreak");
 205
 206 # Compute the full list and fill in the Extend category properly
 207 my %gbreak = ();
 208 my %wbreak = ();
 209 my %sbreak = ();
 210 for my $c (keys %data) {
 211     if(!exists $data{$c}->{gbreak}) {
 212         $data{$c}->{gbreak} = 'Other';
 213     }
 214     $gbreak{$data{$c}->{gbreak}} = 1;
 215
 216     if(!exists $data{$c}->{wbreak}) {
 217         if($data{$c}->{gbreak} eq 'Extend') {
 218             $data{$c}->{wbreak} = 'Extend';
 219         } else {
 220             $data{$c}->{wbreak} = 'Other';
 221         }
 222     }
 223     $wbreak{$data{$c}->{wbreak}} = 1;
 224
 225     if(!exists $data{$c}->{sbreak}) {
 226         if($data{$c}->{gbreak} eq 'Extend') {
 227             $data{$c}->{sbreak} = 'Extend';
 228         } else {
 229             $data{$c}->{sbreak} = 'Other';
 230         }
 231     }
 232     $sbreak{$data{$c}->{sbreak}} = 1;
 233 }
 234
 235 # Various derived properties
 236 input("DerivedNormalizationProps.txt");
 237 while(<>) {
 238     chomp;
 239     s/\s*\#.*//;
 240     next if $_ eq '';
 241     my @f = split(/\s*;\s*/, $_);
 242     if(@f == 2) {
 243         push(@f, 1);
 244     }
 245     my ($range, $propkey, $propval) = @f;
 246     if($range =~ /(.*)\.\.(.*)/) {
 247         for my $c (hex($1) .. hex($2)) {
 248             $data{$c}->{$propkey} = $propval
 249         }
 250     } else {
 251         my $c = hex($range);
 252         $data{$c}->{$propkey} = $propval
 253     }
 254 }
 255
 256 # Round up the maximum value to a whole number of subtables
 257 $max += ($modulus - 1) - ($max % $modulus);
 258
 259 # Private use characters
 260 # We only fill in values below $max, utf32__unidata()
 261 my $Co = {
 262     "gc" => "Co",
 263     "ccc" => 0,
 264     "ud" => 0,
 265     "ld" => 0
 266 };
 267 for(my $c = 0xE000; $c <= 0xF8FF && $c <= $max; ++$c) {
 268     $data{$c} = $Co;
 269 }
 270 for(my $c = 0xF0000; $c <= 0xFFFFD && $c <= $max; ++$c) {
 271     $data{$c} = $Co;
 272 }
 273 for(my $c = 0x100000; $c <= 0x10FFFD && $c <= $max; ++$c) {
 274     $data{$c} = $Co;
 275 }
 276
 277 # Anything left is not assigned
 278 my $Cn = {
 279     "gc" => "Cn",               # not assigned
 280     "ccc" => 0,
 281     "ud" => 0,
 282     "ld" => 0
 283 };
 284 for(my $c = 0; $c <= $max; ++$c) {
 285     if(!exists $data{$c}) {
 286         $data{$c} = $Cn;
 287     }
 288     if(!exists $data{$c}->{wbreak}) {
 289         $data{$c}->{wbreak} = 'Other';
 290     }
 291     if(!exists $data{$c}->{gbreak}) {
 292         $data{$c}->{gbreak} = 'Other';
 293     }
 294     if(!exists $data{$c}->{sbreak}) {
 295         $data{$c}->{sbreak} = 'Other';
 296     }
 297 }
 298 $cats{'Cn'} = 1;
 299
 300 # Read the casefolding data too
 301 input("CaseFolding.txt");
 302 while(<>) {
 303     chomp;
 304     next if /^\#/ or $_ eq '';
 305     my @f = split(/\s*;\s*/, $_);
 306     # Full case folding means use status C and F.
 307     # We discard status T, Turkish users may wish to change this.
 308     if($f[1] eq 'C' or $f[1] eq 'F') {
 309         my $c = hex($f[0]);
 310         $data{$c}->{casefold} = $f[2];
 311         # We are particularly interest in combining characters that
 312         # case-fold to non-combining characters, or characters that
 313         # case-fold to sequences with combining characters in non-initial
 314         # positions, as these required decomposiiton before case-folding
 315         my @d = map(hex($_), split(/\s+/, $data{$c}->{casefold}));
 316         if($data{$c}->{ccc} != 0) {
 317             # This is a combining character
 318             if($data{$d[0]}->{ccc} == 0) {
 319                 # The first character of its case-folded form is NOT
 320                 # a combining character.  The field name is the example
 321                 # explicitly mentioned in the spec.
 322                 $data{$c}->{ypogegrammeni} = 1;
 323             }
 324         } else {
 325             # This is a non-combining character; inspect the non-initial
 326             # code points of the case-folded sequence
 327             shift(@d);
 328             if(grep($data{$_}->{ccc} != 0, @d)) {
 329                 # Some non-initial code point in the case-folded for is NOT a
 330                 # a combining character.
 331                 $data{$c}->{ypogegrammeni} = 1;
 332             }
 333         }
 334     }
 335 }
 336
 337 # Generate the header file
 338 print STDERR "Generating unidata.h...\n";
 339 open(STDOUT, ">unidata.h") or die "unidata.h: $!\n";
 340
 341 out("/* Automatically generated file, see scripts/make-unidata */\n",
 342     "#ifndef UNIDATA_H\n",
 343     "#define UNIDATA_H\n");
 344
 345 # TODO choose stable values for General_Category
 346 out("enum unicode_General_Category {\n",
 347     join(",\n",
 348          map("  unicode_General_Category_$_", sort keys %cats)), "\n};\n");
 349
 350 out("enum unicode_Grapheme_Break {\n",
 351     join(",\n",
 352          map("  unicode_Grapheme_Break_$_", sort keys %gbreak)),
 353     "\n};\n");
 354 out("extern const char *const unicode_Grapheme_Break_names[];\n");
 355
 356 out("enum unicode_Word_Break {\n",
 357     join(",\n",
 358          map("  unicode_Word_Break_$_", sort keys %wbreak)),
 359     "\n};\n");
 360 out("extern const char *const unicode_Word_Break_names[];\n");
 361
 362 out("enum unicode_Sentence_Break {\n",
 363     join(",\n",
 364          map("  unicode_Sentence_Break_$_", sort keys %sbreak)),
 365     "\n};\n");
 366 out("extern const char *const unicode_Sentence_Break_names[];\n");
 367
 368 out("enum unicode_flags {\n",
 369     "  unicode_normalize_before_casefold = 1,\n",
 370     "  unicode_compatibility_decomposition = 2\n",
 371     "};\n",
 372     "\n");
 373
 374 # Choose the narrowest type that will fit the required values
 375 sub choosetype {
 376     my ($min, $max) = @_;
 377     if($min >= 0) {
 378         return "char" if $max <= 127;
 379         return "unsigned char" if $max <= 255;
 380         return "int16_t" if $max < 32767;
 381         return "uint16_t" if $max < 65535;
 382         return "int32_t";
 383     } else {
 384         return "char" if $min >= -127 && $max <= 127;
 385         return "int16_t" if $min >= -32767 && $max <= 32767;
 386         return "int32_t";
 387     }
 388 }
 389
 390 out("struct unidata {\n",
 391     # decomposition (canonical or compatibility;
 392     # unicode_compatibility_decomposition distinguishes) or NULL
 393     "  const uint32_t *decomp;\n",
 394
 395     # case-folded string or NULL
 396     "  const uint32_t *casefold;\n",
 397
 398     # composed characters that start with this code point.  This only
 399     # includes primary composites, i.e. the decomposition mapping is
 400     # canonical and this code point is not in the exclusion table.
 401     "  const uint32_t *composed;\n",
 402
 403 #    "  ".choosetype($minud, $maxud)." upper_offset;\n",
 404 #    "  ".choosetype($minld, $maxld)." lower_offset;\n",
 405
 406     # canonical combining class
 407     "  ".choosetype(0, $maxccc)." ccc;\n",
 408     "  char general_category;\n",
 409
 410     # see unicode_flags enum
 411     "  uint8_t flags;\n",
 412     "  char grapheme_break;\n",
 413     "  char word_break;\n",
 414     "  char sentence_break;\n",
 415     "};\n");
 416 # decomp and  casefold do have have non-BMP characters, so we
 417 # can't use a simple 16-bit table.  We could use UTF-8 or UTF-16
 418 # though, saving a bit of space (probably not that much...) at the
 419 # cost of marginally reduced performance and additional complexity
 420
 421 out("extern const struct unidata *const unidata[];\n");
 422
 423 out("extern const struct unicode_utf8_row {\n",
 424     "  uint8_t count;\n",
 425     "  uint8_t min2, max2;\n",
 426     "} unicode_utf8_valid[];\n");
 427
 428 out("#define UNICODE_NCHARS ", ($max + 1), "\n");
 429 out("#define UNICODE_MODULUS $modulus\n");
 430 out("#define UNICODE_BREAK_START $break_start\n");
 431 out("#define UNICODE_BREAK_END $break_end\n");
 432 out("#define UNICODE_BREAK_TOP $break_top\n");
 433
 434 out("#endif\n");
 435
 436 close STDOUT or die "unidata.h: $!\n";
 437
 438 print STDERR "Generating unidata.c...\n";
 439 open(STDOUT, ">unidata.c") or die "unidata.c: $!\n";
 440
 441 out("/* Automatically generated file, see scripts/make-unidata */\n",
 442     "#include <config.h>\n",
 443     "#include \"types.h\"\n",
 444     "#include \"unidata.h\"\n");
 445
 446 # Short aliases to keep .c file small
 447
 448 out(map(sprintf("#define %s unicode_General_Category_%s\n", $_, $_),
 449         sort keys %cats));
 450 out(map(sprintf("#define GB%s unicode_Grapheme_Break_%s\n", $_, $_),
 451         sort keys %gbreak));
 452 out(map(sprintf("#define WB%s unicode_Word_Break_%s\n", $_, $_),
 453         sort keys %wbreak));
 454 out(map(sprintf("#define SB%s unicode_Sentence_Break_%s\n", $_, $_),
 455         sort keys %sbreak));
 456 out("#define NBC unicode_normalize_before_casefold\n");
 457 out("#define CD unicode_compatibility_decomposition\n");
 458
 459 # Names for *_Break properties
 460 out("const char *const unicode_Grapheme_Break_names[] = {\n",
 461     join(",\n",
 462          map("  \"$_\"", sort keys %gbreak)),
 463     "\n};\n");
 464 out("const char *const unicode_Word_Break_names[] = {\n",
 465     join(",\n",
 466          map("  \"$_\"", sort keys %wbreak)),
 467     "\n};\n");
 468 out("const char *const unicode_Sentence_Break_names[] = {\n",
 469     join(",\n",
 470          map("  \"$_\"", sort keys %sbreak)),
 471     "\n};\n");
 472
 473 our $ddnum = 0;
 474 our $ddsaved = 0;
 475 our %ddnums = ();
 476 my $ddfirst = 1;
 477 out("static const uint32_t ");
 478 sub dedupe {
 479     my $s = join(",", @_);
 480     if(!exists $ddnums{$s}) {
 481         if($ddfirst) {
 482             $ddfirst = 0;
 483         } else {
 484             out(",\n");
 485         }
 486         out("dd$ddnum\[]={$s}");
 487         $ddnums{$s} = $ddnum++;
 488     } else {
 489         ++$ddsaved;
 490     }
 491     return "dd$ddnums{$s}";
 492 }
 493
 494 # Generate the decomposition mapping tables.
 495 print STDERR "> decomposition mappings\n";
 496 for(my $c = 0; $c <= $max; ++$c) {
 497     if(exists $data{$c} && exists $data{$c}->{decomp}) {
 498         $data{$c}->{decompsym} = dedupe(@{$data{$c}->{decomp}}, 0);
 499     }
 500 }
 501
 502 print STDERR "> composition mappings\n";
 503 # First we must generate the mapping of each code point to possible
 504 # compositions.
 505 for(my $c = 0; $c <= $max; ++$c) {
 506     if(exists $data{$c}
 507        && exists $data{$c}->{decomp}
 508        && !exists $data{$c}->{compat}
 509        && !$data{$c}->{Full_Composition_Exclusion}) {
 510         # $c has a non-excluded canonical decomposition, i.e. it is
 511         # a primary composite.  Find the first code point of the decomposition
 512         my $first = ${$data{$c}->{decomp}}[0];
 513         if(!exists $data{$first}->{compose}) {
 514             $data{$first}->{compose} = [$c];
 515         } else {
 516             push(@{$data{$first}->{compose}}, $c);
 517         }
 518     }
 519 }
 520 # Then we can generate the tables.
 521 for(my $c = 0; $c <= $max; ++$c) {
 522     if(exists $data{$c} && exists $data{$c}->{compose}) {
 523         $data{$c}->{compsym} = dedupe(@{$data{$c}->{compose}}, 0);
 524     }
 525 }
 526
 527 # The case folding table.
 528 print STDERR "> case-fold mappings\n";
 529 for(my $c = 0; $c <= $max; ++$c) {
 530     if(exists $data{$c} && exists $data{$c}->{casefold}) {
 531         $data{$c}->{cfsym} = dedupe(map(hex($_), split(/\s+/,
 532                                                        $data{$c}->{casefold})),
 533                                     0);
 534     }
 535 }
 536
 537 # End of de-dupable arrays
 538 out(";\n");
 539
 540 # Visit all the $modulus-character blocks in turn and generate the
 541 # required subtables.  As above we spot duplicates to save space.  In
 542 # Unicode 5.0.0 with $modulus=128 and current table data this saves
 543 # 1372 subtables or at least three and a half megabytes on 32-bit
 544 # platforms.
 545 print STDERR "> subtables\n";
 546 my %subtable = ();              # base->subtable number
 547 my %subtableno = ();            # subtable number -> content
 548 my $subtablecounter = 0;        # counter for subtable numbers
 549 my $subtablessaved = 0;         # number of tables saved
 550 for(my $base = 0; $base <= $max; $base += $modulus) {
 551     next if $base >= $break_start && $base < $break_end;
 552     next if $base >= $break_top;
 553     my @t;
 554     for(my $c = $base; $c < $base + $modulus; ++$c) {
 555         my $d = $data{$c};
 556         my $decompsym = ($data{$c}->{decompsym} or "0");
 557         my $cfsym = ($data{$c}->{cfsym} or "0");
 558         my $compsym = ($data{$c}->{compsym} or "0");
 559         my @flags = ();
 560         if($data{$c}->{ypogegrammeni}) {
 561             push(@flags, "NBC");
 562         }
 563         if($data{$c}->{compat}) {
 564             push(@flags, "CD");
 565         }
 566         my $flags = @flags ? join("|", @flags) : 0;
 567         push(@t, "{".
 568              join(",",
 569                   $decompsym,
 570                   $cfsym,
 571                   $compsym,
 572 #                 $d->{ud},
 573 #                 $d->{ld},
 574                   $d->{ccc},
 575                   $d->{gc},
 576                   $flags,
 577                   "GB$d->{gbreak}",
 578                   "WB$d->{wbreak}",
 579                   "SB$d->{sbreak}",
 580              )."}");
 581     }
 582     my $t = join(",\n", @t);
 583     if(!exists $subtable{$t}) {
 584         out(sprintf("/* %04X-%04X */\n", $base, $base + $modulus - 1));
 585         out("static const struct unidata st$subtablecounter\[] = {\n",
 586             "$t\n",
 587             "};\n");
 588         $subtable{$t} = $subtablecounter++;
 589     } else {
 590         ++$subtablessaved;
 591     }
 592     $subtableno{$base} = $subtable{$t};
 593 }
 594
 595 print STDERR "> main table\n";
 596 out("const struct unidata *const unidata[]={\n");
 597 for(my $base = 0; $base <= $max; $base += $modulus) {
 598     next if $base >= $break_start && $base < $break_end;
 599     next if $base >= $break_top;
 600     #out("st$subtableno{$base} /* ".sprintf("%04x", $base)." */,\n");
 601     out("st$subtableno{$base},\n");
 602 }
 603 out("};\n");
 604
 605 print STDERR "> UTF-8 table\n";
 606 out("const struct unicode_utf8_row unicode_utf8_valid[] = {\n");
 607 for(my $c = 0; $c <= 0x7F; ++$c) {
 608     out(" { 1, 0, 0 }, /* $c */\n");
 609 }
 610 for(my $c = 0x80; $c < 0xC2; ++$c) {
 611     out(" { 0, 0, 0 }, /* $c */\n");
 612 }
 613 for(my $c = 0xC2; $c <= 0xDF; ++$c) {
 614     out(" { 2, 0x80, 0xBF }, /* $c */\n");
 615 }
 616 for(my $c = 0xE0; $c <= 0xE0; ++$c) {
 617     out(" { 3, 0xA0, 0xBF }, /* $c */\n");
 618 }
 619 for(my $c = 0xE1; $c <= 0xEC; ++$c) {
 620     out(" { 3, 0x80, 0xBF }, /* $c */\n");
 621 }
 622 for(my $c = 0xED; $c <= 0xED; ++$c) {
 623     out(" { 3, 0x80, 0x9F }, /* $c */\n");
 624 }
 625 for(my $c = 0xEE; $c <= 0xEF; ++$c) {
 626     out(" { 3, 0x80, 0xBF }, /* $c */\n");
 627 }
 628 for(my $c = 0xF0; $c <= 0xF0; ++$c) {
 629     out(" { 4, 0x90, 0xBF }, /* $c */\n");
 630 }
 631 for(my $c = 0xF1; $c <= 0xF3; ++$c) {
 632     out(" { 4, 0x80, 0xBF }, /* $c */\n");
 633 }
 634 for(my $c = 0xF4; $c <= 0xF4; ++$c) {
 635     out(" { 4, 0x80, 0x8F }, /* $c */\n");
 636 }
 637 for(my $c = 0xF5; $c <= 0xFF; ++$c) {
 638     out(" { 0, 0, 0 }, /* $c */\n");
 639 }
 640 out("};\n");
 641
 642 close STDOUT or die "unidata.c: $!\n";
 643
 644 print STDERR "Done.\n\n";
 645 printf STDERR "modulus=%d\n", $modulus;
 646 printf STDERR "max=%04X\n", $max;
 647 print STDERR "subtables=$subtablecounter, subtablessaved=$subtablessaved\n";
 648 print STDERR "ddsaved=$ddsaved\n";
 649 print STDERR "maxcompat=$maxcompat maxcanon=$maxcanon\n";
 650 print STDERR "$hangul_syllable_decomps canonical decompositions to Hangul syllables\n";
 651 print STDERR "$hangul_choseong_decomps canonical decompositions to Hangul Choseong\n";
 652
 653 die "We assumed that canonical decompositions were never more than 2 long!\n"
 654     if $maxcanon > 2;
 655
 656 die "We assumed no canonical decompositions to Hangul syllables/Choseong!\n"
 657     if $hangul_syllable_decomps || $hangul_choseong_decomps;