chiark - git - mdw - disorder/blob - 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
  21 #include <config.h>
  22 #include "types.h"
  23
  24 #include <iconv.h>
  25 #include <string.h>
  26 #include <errno.h>
  27 #include <langinfo.h>
  28
  29 #include "mem.h"
  30 #include "log.h"
  31 #include "charset.h"
  32 #include "configuration.h"
  33 #include "utf8.h"
  34 #include "vector.h"
  35
  36 static void *convert(const char *from, const char *to,
  37                      const void *ptr, size_t n) {
  38   iconv_t i;
  39   size_t len;
  40   char *buf = 0, *s, *d;
  41   size_t bufsize = 0, sl, dl;
  42
  43   if((i = iconv_open(to, from)) == (iconv_t)-1)
  44     fatal(errno, "error calling iconv_open");
  45   do {
  46     bufsize = bufsize ? 2 * bufsize : 32;
  47     buf = xrealloc_noptr(buf, bufsize);
  48     iconv(i, 0, 0, 0, 0);
  49     s = (char *)ptr;
  50     sl = n;
  51     d = buf;
  52     dl = bufsize;
  53     /* (void *) to work around FreeBSD's nonstandard iconv prototype */
  54     len = iconv(i, (void *)&s, &sl, &d, &dl);
  55   } while(len == (size_t)-1 && errno == E2BIG);
  56   iconv_close(i);
  57   if(len == (size_t)-1) {
  58     error(errno, "error converting from %s to %s", from, to);
  59     return 0;
  60   }
  61   return buf;
  62 }
  63
  64 /* not everybody's iconv supports UCS-4, and it's inconvenient to have to know
  65  * our endianness, and it's easy to convert it ourselves, so we do */
  66 uint32_t *utf82ucs4(const char *mb) {
  67   struct dynstr_ucs4 d;
  68   uint32_t c;
  69
  70   dynstr_ucs4_init(&d);
  71   while(*mb) {
  72     PARSE_UTF8(mb, c,
  73                error(0, "invalid UTF-8 sequence"); return 0;);
  74     dynstr_ucs4_append(&d, c);
  75   }
  76   dynstr_ucs4_terminate(&d);
  77   return d.vec;
  78 }
  79
  80 char *ucs42utf8(const uint32_t *u) {
  81   struct dynstr d;
  82   uint32_t c;
  83
  84   dynstr_init(&d);
  85   while((c = *u++)) {
  86     if(c < 0x80)
  87       dynstr_append(&d, c);
  88     else if(c < 0x800) {
  89       dynstr_append(&d, 0xC0 | (c >> 6));
  90       dynstr_append(&d, 0x80 | (c & 0x3F));
  91     } else if(c < 0x10000) {
  92       dynstr_append(&d, 0xE0 | (c >> 12));
  93       dynstr_append(&d, 0x80 | ((c >> 6) & 0x3F));
  94       dynstr_append(&d, 0x80 | (c & 0x3F));
  95     } else if(c < 0x110000) {
  96       dynstr_append(&d, 0xF0 | (c >> 18));
  97       dynstr_append(&d, 0x80 | ((c >> 12) & 0x3F));
  98       dynstr_append(&d, 0x80 | ((c >> 6) & 0x3F));
  99       dynstr_append(&d, 0x80 | (c & 0x3F));
 100     } else {
 101       error(0, "invalid UCS-4 character");
 102       return 0;
 103     }
 104   }
 105   dynstr_terminate(&d);
 106   return d.vec;
 107 }
 108
 109 char *mb2utf8(const char *mb) {
 110   return convert(nl_langinfo(CODESET), "UTF-8", mb, strlen(mb) + 1);
 111 }
 112
 113 char *utf82mb(const char *utf8) {
 114   return convert("UTF-8", nl_langinfo(CODESET), utf8, strlen(utf8) + 1);
 115 }
 116
 117 char *any2utf8(const char *from, const char *any) {
 118   return convert(from, "UTF-8", any, strlen(any) + 1);
 119 }
 120
 121 char *any2mb(const char *from, const char *any) {
 122   if(from) return convert(from, nl_langinfo(CODESET), any, strlen(any) + 1);
 123   else return xstrdup(any);
 124 }
 125
 126 char *any2any(const char *from,
 127               const char *to,
 128               const char *any) {
 129   if(from || to) return convert(from, to, any, strlen(any) + 1);
 130   else return xstrdup(any);
 131 }
 132
 133 int ucs4cmp(const uint32_t *a, const uint32_t *b) {
 134   while(*a && *b && *a == *b) ++a, ++b;
 135   if(*a > *b) return 1;
 136   else if(*a < *b) return -1;
 137   else return 0;
 138 }
 139
 140 /*
 141 Local Variables:
 142 c-basic-offset:2
 143 comment-column:40
 144 End:
 145 */