missing file
authorWerner Koch <wk@gnupg.org>
Wed, 1 Aug 2001 10:31:15 +0000 (10:31 +0000)
committerWerner Koch <wk@gnupg.org>
Wed, 1 Aug 2001 10:31:15 +0000 (10:31 +0000)
trunk/complus/utf8.c [new file with mode: 0644]

diff --git a/trunk/complus/utf8.c b/trunk/complus/utf8.c
new file mode 100644 (file)
index 0000000..0237a62
--- /dev/null
@@ -0,0 +1,236 @@
+/*
+ * UTF-8 support routines
+ *
+ * Copyright 2000 Alexandre Julliard
+ * 
+ * Taken from WINE, so the usual WINE copyright applies:
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in
+all copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT.  IN NO EVENT SHALL THE
+COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER
+IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN
+CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.
+ */
+
+#include <stdio.h>
+#include <stdlib.h>
+#include <string.h>
+#include <windows.h>
+
+#include <ole2.h>
+
+/* number of following bytes in sequence based on first byte value (for bytes above 0x7f) */
+static const char utf8_length[128] =
+{
+    0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, /* 0x80-0x8f */
+    0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, /* 0x90-0x9f */
+    0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, /* 0xa0-0xaf */
+    0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, /* 0xb0-0xbf */
+    1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* 0xc0-0xcf */
+    1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* 0xd0-0xdf */
+    2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2, /* 0xe0-0xef */
+    3,3,3,3,3,3,3,3,4,4,4,4,5,5,0,0  /* 0xf0-0xff */
+};
+
+/* first byte mask depending on UTF-8 sequence length */
+static const unsigned char utf8_mask[6] = { 0x7f, 0x1f, 0x0f, 0x07, 0x03, 0x01 };
+
+/* minimum Unicode value depending on UTF-8 sequence length */
+static const unsigned int utf8_minval[6] = { 0x0, 0x80, 0x800, 0x10000, 0x200000, 0x4000000 };
+
+
+/* query necessary dst length for src string */
+inline static int get_length_wcs_utf8( const WCHAR *src, unsigned int srclen )
+{
+    int len;
+
+    for (len = 0; srclen; srclen--, src++, len++)
+    {
+        if (*src >= 0x80)
+        {
+            len++;
+            if (*src >= 0x800) len++;
+        }
+    }
+    return len;
+}
+
+/* wide char to UTF-8 string conversion */
+/* return -1 on dst buffer overflow */
+int utf8_wcstombs( const WCHAR *src, int srclen, char *dst, int dstlen )
+{
+    char *orig_dst = dst;
+
+    if (!dstlen) return get_length_wcs_utf8( src, srclen );
+
+    for (; srclen; srclen--, src++)
+    {
+        WCHAR ch = *src;
+
+        if (ch < 0x80)  /* 0x00-0x7f: 1 byte */
+        {
+            if (!dstlen--) return -1;  /* overflow */
+            *dst++ = ch;
+            continue;
+        }
+
+        if (ch < 0x800)  /* 0x80-0x7ff: 2 bytes */
+        {
+            if ((dstlen -= 2) < 0) return -1;  /* overflow */
+            dst[1] = 0x80 | (ch & 0x3f);
+            ch >>= 6;
+            dst[0] = 0xc0 | ch;
+            dst += 2;
+            continue;
+        }
+
+        /* 0x800-0xffff: 3 bytes */
+
+        if ((dstlen -= 3) < 0) return -1;  /* overflow */
+        dst[2] = 0x80 | (ch & 0x3f);
+        ch >>= 6;
+        dst[1] = 0x80 | (ch & 0x3f);
+        ch >>= 6;
+        dst[0] = 0xe0 | ch;
+        dst += 3;
+    }
+    return dst - orig_dst;
+}
+
+/* query necessary dst length for src string */
+inline static int get_length_mbs_utf8( const unsigned char *src, int srclen )
+{
+    int ret;
+    const unsigned char *srcend = src + srclen;
+
+    for (ret = 0; src < srcend; ret++)
+    {
+        unsigned char ch = *src++;
+        if (ch < 0xc0) continue;
+
+        switch(utf8_length[ch-0x80])
+        {
+        case 5:
+            if (src >= srcend) return ret;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) continue;
+            src++;
+        case 4:
+            if (src >= srcend) return ret;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) continue;
+            src++;
+        case 3:
+            if (src >= srcend) return ret;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) continue;
+            src++;
+        case 2:
+            if (src >= srcend) return ret;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) continue;
+            src++;
+        case 1:
+            if (src >= srcend) return ret;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) continue;
+            src++;
+        }
+    }
+    return ret;
+}
+
+/* UTF-8 to wide char string conversion */
+/* return -1 on dst buffer overflow, -2 on invalid input char */
+int utf8_mbstowcs( int flags, const char *src, int srclen, WCHAR *dst, int dstlen )
+{
+    int len, count;
+    unsigned int res;
+    const char *srcend = src + srclen;
+
+    if (!dstlen) return get_length_mbs_utf8( src, srclen );
+
+    for (count = dstlen; count && (src < srcend); count--, dst++)
+    {
+        unsigned char ch = *src++;
+        if (ch < 0x80)  /* special fast case for 7-bit ASCII */
+        {
+            *dst = ch;
+            continue;
+        }
+        len = utf8_length[ch-0x80];
+        res = ch & utf8_mask[len];
+
+        switch(len)
+        {
+        case 5:
+            if (src >= srcend) goto done;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) goto bad;
+            res = (res << 6) | ch;
+            src++;
+        case 4:
+            if (src >= srcend) goto done;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) goto bad;
+            res = (res << 6) | ch;
+            src++;
+        case 3:
+            if (src >= srcend) goto done;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) goto bad;
+            res = (res << 6) | ch;
+            src++;
+        case 2:
+            if (src >= srcend) goto done;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) goto bad;
+            res = (res << 6) | ch;
+            src++;
+        case 1:
+            if (src >= srcend) goto done;  /* ignore partial char */
+            if ((ch = *src ^ 0x80) >= 0x40) goto bad;
+            res = (res << 6) | ch;
+            src++;
+            if (res < utf8_minval[len]) goto bad;
+            if (res >= 0x10000) goto bad;  /* FIXME: maybe we should do surrogates here */
+            *dst = res;
+            continue;
+        }
+    bad:
+        if (flags & MB_ERR_INVALID_CHARS) return -2;  /* bad char */
+        *dst = (WCHAR)'?';
+    }
+    if (src < srcend) return -1;  /* overflow */
+done:
+    return dstlen - count;
+}
+
+
+int
+bstrtoutf8 ( BSTR src, char *dst, size_t dstlen )
+{
+    size_t srclen, needed;
+    int n;
+
+    srclen = src? SysStringLen (src): 0;
+
+    needed = srclen? (utf8_wcstombs (src, srclen, NULL, 0) + 1) : 1;
+    if (!dst || !dstlen)
+        return needed;
+    if (dstlen < needed)
+        return -1;
+    if (srclen) {
+        n = utf8_wcstombs (src, srclen, dst, dstlen);
+        if (n < 0)
+            return -1;
+    }
+    else 
+        n = 0;
+    dst[n] = 0;
+    return n;
+}
+
+
+