chiark / gitweb /
c1b07bfcdd89d2a42c93059a0642b0eaa4fc80d6
[disorder] / lib / charset.c
1 /*
2  * This file is part of DisOrder.
3  * Copyright (C) 2004, 2005 Richard Kettlewell
4  *
5  * This program is free software; you can redistribute it and/or modify
6  * it under the terms of the GNU General Public License as published by
7  * the Free Software Foundation; either version 2 of the License, or
8  * (at your option) any later version.
9  *
10  * This program is distributed in the hope that it will be useful, but
11  * WITHOUT ANY WARRANTY; without even the implied warranty of
12  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
13  * General Public License for more details.
14  *
15  * You should have received a copy of the GNU General Public License
16  * along with this program; if not, write to the Free Software
17  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307
18  * USA
19  */
20 /** @file lib/charset.c @brief Character set conversion */
21
22 #include <config.h>
23 #include "types.h"
24
25 #include <iconv.h>
26 #include <string.h>
27 #include <errno.h>
28 #include <langinfo.h>
29
30 #include "mem.h"
31 #include "log.h"
32 #include "charset.h"
33 #include "configuration.h"
34 #include "utf8.h"
35 #include "vector.h"
36 #include "unidata.h"
37
38 /** @brief Low-level converstion routine
39  * @param from Source encoding
40  * @param to Destination encoding
41  * @param ptr First byte to convert
42  * @param n Number of bytes to convert
43  * @return Converted text, 0-terminated; or NULL on error.
44  */
45 static void *convert(const char *from, const char *to,
46                      const void *ptr, size_t n) {
47   iconv_t i;
48   size_t len;
49   char *buf = 0, *s, *d;
50   size_t bufsize = 0, sl, dl;
51
52   if((i = iconv_open(to, from)) == (iconv_t)-1)
53     fatal(errno, "error calling iconv_open");
54   do {
55     bufsize = bufsize ? 2 * bufsize : 32;
56     buf = xrealloc_noptr(buf, bufsize);
57     iconv(i, 0, 0, 0, 0);
58     s = (char *)ptr;
59     sl = n;
60     d = buf;
61     dl = bufsize;
62     /* (void *) to work around FreeBSD's nonstandard iconv prototype */
63     len = iconv(i, (void *)&s, &sl, &d, &dl);
64   } while(len == (size_t)-1 && errno == E2BIG);
65   iconv_close(i);
66   if(len == (size_t)-1) {
67     error(errno, "error converting from %s to %s", from, to);
68     return 0;
69   }
70   return buf;
71 }
72
73 /** @brief Convert from the local multibyte encoding to UTF-8 */
74 char *mb2utf8(const char *mb) {
75   return convert(nl_langinfo(CODESET), "UTF-8", mb, strlen(mb) + 1);
76 }
77
78 /** @brief Convert from UTF-8 to the local multibyte encoding */
79 char *utf82mb(const char *utf8) {
80   return convert("UTF-8", nl_langinfo(CODESET), utf8, strlen(utf8) + 1);
81 }
82
83 /** @brief Convert from encoding @p from to UTF-8 */
84 char *any2utf8(const char *from, const char *any) {
85   return convert(from, "UTF-8", any, strlen(any) + 1);
86 }
87
88 /** @brief Convert from encoding @p from to the local multibyte encoding */
89 char *any2mb(const char *from, const char *any) {
90   if(from) return convert(from, nl_langinfo(CODESET), any, strlen(any) + 1);
91   else return xstrdup(any);
92 }
93
94 /** @brief Convert from encoding @p from to encoding @p to */
95 char *any2any(const char *from,
96               const char *to,
97               const char *any) {
98   if(from || to) return convert(from, to, any, strlen(any) + 1);
99   else return xstrdup(any);
100 }
101
102 /** @brief Return nonzero if @p c is a combining character */
103 static int combining(int c) {
104   if(c < UNICODE_NCHARS) {
105     const struct unidata *const ud = &unidata[c / UNICODE_MODULUS][c % UNICODE_MODULUS];
106
107     return ud->general_category == unicode_General_Category_Mn || ud->ccc != 0;
108   }
109   /* Assume unknown characters are noncombining */
110   return 0;
111 }
112
113 /** @brief Truncate a string for display purposes
114  * @param s Pointer to UTF-8 string
115  * @param max Maximum number of columns
116  * @return @p or truncated string (never NULL)
117  *
118  * We don't correctly support bidi or double-width characters yet, nor
119  * locate default grapheme cluster boundaries for saner truncation.
120  */
121 const char *truncate_for_display(const char *s, long max) {
122   const char *t = s, *r, *cut = 0;
123   char *truncated;
124   uint32_t c;
125   long n = 0;
126
127   /* We need to discover two things: firstly whether the string is
128    * longer than @p max glyphs and secondly if it is not, where to cut
129    * the string.
130    *
131    * Combining characters follow their base character (unicode
132    * standard 5.0 s2.11), so after each base character we must 
133    */
134   while(*t) {
135     PARSE_UTF8(t, c, return s);
136     if(combining(c))
137       /* This must be an initial combining character.  We just skip it. */
138       continue;
139     /* So c must be a base character.  It may be followed by any
140      * number of combining characters.  We advance past them. */
141     do {
142       r = t;
143       PARSE_UTF8(t, c, return s);
144     } while(combining(c));
145     /* Last character wasn't a combining character so back up */
146     t = r;
147     ++n;
148     /* So now there are N glyphs before position T.  We might
149      * therefore have reached the cut position. */
150     if(n == max - 3)
151       cut = t;
152   }
153   /* If the string is short enough we return it unmodified */
154   if(n < max)
155     return s;
156   truncated = xmalloc_noptr(cut - s + 4);
157   memcpy(truncated, s, cut - s);
158   strcpy(truncated + (cut - s), "...");
159   return truncated;
160 }
161
162 /*
163 Local Variables:
164 c-basic-offset:2
165 comment-column:40
166 End:
167 */