glib/gtranslit.c

   1 /*
   2  * Copyright © 2014 Canonical Limited
   3  *
   4  * This library is free software; you can redistribute it and/or
   5  * modify it under the terms of the GNU Lesser General Public
   6  * License as published by the Free Software Foundation; either
   7  * version 2 of the licence, or (at your option) any later version.
   8  *
   9  * This library is distributed in the hope that it will be useful,
  10  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  11  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  12  * Lesser General Public License for more details.
  13  *
  14  * You should have received a copy of the GNU Lesser General Public
  15  * License along with this library; if not, see <http://www.gnu.org/licenses/>.
  16  *
  17  * Author: Ryan Lortie <desrt@desrt.ca>
  18  */
  19
  20 #include <config.h>
  21
  22 #include "gstrfuncs.h"
  23
  24 #include <glib.h>
  25 #include <locale.h>
  26 #include <stdlib.h>
  27 #include <string.h>
  28
  29 struct mapping_entry
  30 {
  31   guint16 src;
  32   guint16 ascii;
  33 };
  34
  35 struct mapping_range
  36 {
  37   guint16 start;
  38   guint16 length;
  39 };
  40
  41 struct locale_entry
  42 {
  43   guint8 name_offset;
  44   guint8 item_id;
  45 };
  46
  47 #include "gtranslit-data.h"
  48
  49 #define get_src_char(array, encoded, index) ((encoded & 0x8000) ? (array)[((encoded) & 0xfff) + index] : encoded)
  50 #define get_length(encoded)                 ((encoded & 0x8000) ? ((encoded & 0x7000) >> 12) : 1)
  51
  52 #if G_BYTE_ORDER == G_BIG_ENDIAN
  53 #define get_ascii_item(array, encoded)      ((encoded & 0x8000) ? &(array)[(encoded) & 0xfff] : (gpointer) (((char *) &(encoded)) + 1))
  54 #else
  55 #define get_ascii_item(array, encoded)      ((encoded & 0x8000) ? &(array)[(encoded) & 0xfff] : (gpointer) &(encoded))
  56 #endif
  57
  58 static const gchar * lookup_in_item (guint           item_id,
  59                                      const gunichar *key,
  60                                      gint           *result_len,
  61                                      gint           *key_consumed);
  62
  63 static gint
  64 compare_mapping_entry (gconstpointer user_data,
  65                        gconstpointer data)
  66 {
  67   const struct mapping_entry *entry = data;
  68   const gunichar *key = user_data;
  69   gunichar src_0;
  70
  71   G_STATIC_ASSERT(MAX_KEY_SIZE == 2);
  72
  73   src_0 = get_src_char (src_table, entry->src, 0);
  74
  75   if (key[0] > src_0)
  76     return 1;
  77   else if (key[0] < src_0)
  78     return -1;
  79
  80   if (get_length (entry->src) > 1)
  81     {
  82       gunichar src_1;
  83
  84       src_1 = get_src_char (src_table, entry->src, 1);
  85
  86       if (key[1] > src_1)
  87         return 1;
  88       else if (key[1] < src_1)
  89         return -1;
  90     }
  91   else if (key[1])
  92     return 1;
  93
  94   return 0;
  95 }
  96
  97 static const gchar *
  98 lookup_in_mapping (const struct mapping_entry *mapping,
  99                    gint                        mapping_size,
 100                    const gunichar             *key,
 101                    gint                       *result_len,
 102                    gint                       *key_consumed)
 103 {
 104   const struct mapping_entry *hit;
 105
 106   hit = bsearch (key, mapping, mapping_size, sizeof (struct mapping_entry), compare_mapping_entry);
 107
 108   if (hit == NULL)
 109     return NULL;
 110
 111   *key_consumed = get_length (hit->src);
 112   *result_len = get_length (hit->ascii);
 113
 114   return get_ascii_item(ascii_table, hit->ascii);
 115 }
 116
 117 static const gchar *
 118 lookup_in_chain (const guint8   *chain,
 119                  const gunichar *key,
 120                  gint           *result_len,
 121                  gint           *key_consumed)
 122 {
 123   const gchar *result;
 124
 125   while (*chain != 0xff)
 126     {
 127       result = lookup_in_item (*chain, key, result_len, key_consumed);
 128
 129       if (result)
 130         return result;
 131
 132       chain++;
 133     }
 134
 135   return NULL;
 136 }
 137
 138 static const gchar *
 139 lookup_in_item (guint           item_id,
 140                 const gunichar *key,
 141                 gint           *result_len,
 142                 gint           *key_consumed)
 143 {
 144   if (item_id & 0x80)
 145     {
 146       const guint8 *chain = chains_table + chain_starts[item_id & 0x7f];
 147
 148       return lookup_in_chain (chain, key, result_len, key_consumed);
 149     }
 150   else
 151     {
 152       const struct mapping_range *range = &mapping_ranges[item_id];
 153
 154       return lookup_in_mapping (mappings_table + range->start, range->length, key, result_len, key_consumed);
 155     }
 156 }
 157
 158 static gint
 159 compare_locale_entry (gconstpointer user_data,
 160                       gconstpointer data)
 161 {
 162   const struct locale_entry *entry = data;
 163   const gchar *key = user_data;
 164
 165   return strcmp (key, &locale_names[entry->name_offset]);
 166 }
 167
 168 static gboolean
 169 lookup_item_id_for_one_locale (const gchar *key,
 170                                guint       *item_id)
 171 {
 172   const struct locale_entry *hit;
 173
 174   hit = bsearch (key, locale_index, G_N_ELEMENTS (locale_index), sizeof (struct locale_entry), compare_locale_entry);
 175
 176   if (hit == NULL)
 177     return FALSE;
 178
 179   *item_id = hit->item_id;
 180   return TRUE;
 181 }
 182
 183 static guint
 184 lookup_item_id_for_locale (const gchar *locale)
 185 {
 186   gchar key[MAX_LOCALE_NAME + 1];
 187   const gchar *language;
 188   guint language_len;
 189   const gchar *territory = NULL;
 190   guint territory_len = 0;
 191   const gchar *modifier = NULL;
 192   guint modifier_len = 0;
 193   const gchar *next_char;
 194   guint id;
 195
 196   /* As per POSIX, a valid locale looks like:
 197    *
 198    *   language[_territory][.codeset][@modifier]
 199    */
 200   language = locale;
 201   language_len = strcspn (language, "_.@");
 202   next_char = language + language_len;
 203
 204   if (*next_char == '_')
 205     {
 206       territory = next_char;
 207       territory_len = strcspn (territory + 1, "_.@") + 1;
 208       next_char = territory + territory_len;
 209     }
 210
 211   if (*next_char == '.')
 212     {
 213       const gchar *codeset;
 214       guint codeset_len;
 215
 216       codeset = next_char;
 217       codeset_len = strcspn (codeset + 1, "_.@") + 1;
 218       next_char = codeset + codeset_len;
 219     }
 220
 221   if (*next_char == '@')
 222     {
 223       modifier = next_char;
 224       modifier_len = strcspn (modifier + 1, "_.@") + 1;
 225       next_char = modifier + modifier_len;
 226     }
 227
 228   /* What madness is this? */
 229   if (language_len == 0 || *next_char)
 230     return default_item_id;
 231
 232   /* We are not interested in codeset.
 233    *
 234    * For this locale:
 235    *
 236    *  aa_BB@cc
 237    *
 238    * try in this order:
 239    *
 240    * Note: we have no locales of the form aa_BB@cc in the database.
 241    *
 242    *  1. aa@cc
 243    *  2. aa_BB
 244    *  3. aa
 245    */
 246
 247   /* 1. */
 248   if (modifier_len && language_len + modifier_len <= MAX_LOCALE_NAME)
 249     {
 250       memcpy (key, language, language_len);
 251       memcpy (key + language_len, modifier, modifier_len);
 252       key[language_len + modifier_len] = '\0';
 253
 254       if (lookup_item_id_for_one_locale (key, &id))
 255         return id;
 256     }
 257
 258   /* 2. */
 259   if (territory_len && language_len + territory_len <= MAX_LOCALE_NAME)
 260     {
 261       memcpy (key, language, language_len);
 262       memcpy (key + language_len, territory, territory_len);
 263       key[language_len + territory_len] = '\0';
 264
 265       if (lookup_item_id_for_one_locale (key, &id))
 266         return id;
 267     }
 268
 269   /* 3. */
 270   if (language_len <= MAX_LOCALE_NAME)
 271     {
 272       memcpy (key, language, language_len);
 273       key[language_len] = '\0';
 274
 275       if (lookup_item_id_for_one_locale (key, &id))
 276         return id;
 277     }
 278
 279   return default_item_id;
 280 }
 281
 282 static guint
 283 get_default_item_id (void)
 284 {
 285   static guint item_id;
 286   static gboolean done;
 287
 288   /* Doesn't need to be locked -- no harm in doing it twice. */
 289   if (!done)
 290     {
 291       const gchar *locale;
 292
 293       locale = setlocale (LC_CTYPE, NULL);
 294       item_id = lookup_item_id_for_locale (locale);
 295       done = TRUE;
 296     }
 297
 298   return item_id;
 299 }
 300
 301 /**
 302  * g_str_to_ascii:
 303  * @str: a string, in UTF-8
 304  * @from_locale: (allow-none): the source locale, if known
 305  *
 306  * Transliterate @str to plain ASCII.
 307  *
 308  * For best results, @str should be in composed normalised form.
 309  *
 310  * This function performs a reasonably good set of character
 311  * replacements.  The particular set of replacements that is done may
 312  * change by version or even by runtime environment.
 313  *
 314  * If the source language of @str is known, it can used to improve the
 315  * accuracy of the translation by passing it as @from_locale.  It should
 316  * be a valid POSIX locale string (of the form
 317  * "language[_territory][.codeset][@modifier]").
 318  *
 319  * If @from_locale is %NULL then the current locale is used.
 320  *
 321  * If you want to do translation for no specific locale, and you want it
 322  * to be done independently of the currently locale, specify "C" for
 323  * @from_locale.
 324  *
 325  * Returns: a string in plain ASCII
 326  **/
 327 gchar *
 328 g_str_to_ascii (const gchar *str,
 329                 const gchar *from_locale)
 330 {
 331   GString *result;
 332   guint item_id;
 333
 334   g_return_val_if_fail (str != NULL, NULL);
 335
 336   if (g_str_is_ascii (str))
 337     return g_strdup (str);
 338
 339   if (from_locale)
 340     item_id = lookup_item_id_for_locale (from_locale);
 341   else
 342     item_id = get_default_item_id ();
 343
 344   result = g_string_sized_new (strlen (str));
 345
 346   while (*str)
 347     {
 348       /* We only need to transliterate non-ASCII values... */
 349       if (*str & 0x80)
 350         {
 351           gunichar key[MAX_KEY_SIZE];
 352           const gchar *r;
 353           gint consumed;
 354           gint r_len;
 355           gunichar c;
 356
 357           G_STATIC_ASSERT(MAX_KEY_SIZE == 2);
 358
 359           c = g_utf8_get_char (str);
 360
 361           /* This is where it gets evil...
 362            *
 363            * We know that MAX_KEY_SIZE is 2.  We also know that we
 364            * only want to try another character if it's non-ascii.
 365            */
 366           str = g_utf8_next_char (str);
 367
 368           key[0] = c;
 369           if (*str & 0x80)
 370             key[1] = g_utf8_get_char (str);
 371           else
 372             key[1] = 0;
 373
 374           r = lookup_in_item (item_id, key, &r_len, &consumed);
 375
 376           /* If we failed to map two characters, try again with one.
 377            *
 378            * gconv behaviour is a bit weird here -- it seems to
 379            * depend in the randomness of the binary search and the
 380            * size of the input buffer as to what result we get here.
 381            *
 382            * Doing it this way is more work, but should be
 383            * more-correct.
 384            */
 385           if (r == NULL && key[1])
 386             {
 387               key[1] = 0;
 388               r = lookup_in_item (item_id, key, &r_len, &consumed);
 389             }
 390
 391           if (r != NULL)
 392             {
 393               g_string_append_len (result, r, r_len);
 394               if (consumed == 2)
 395                 /* If it took both then skip again */
 396                 str = g_utf8_next_char (str);
 397             }
 398           else /* no match found */
 399             g_string_append_c (result, '?');
 400         }
 401       else if (*str & 0x80) /* Out-of-range non-ASCII case */
 402         {
 403           g_string_append_c (result, '?');
 404           str = g_utf8_next_char (str);
 405         }
 406       else /* ASCII case */
 407         g_string_append_c (result, *str++);
 408     }
 409
 410   return g_string_free (result, FALSE);
 411 }