glib/gutf8.c

   1 /* gutf8.c - Operations on UTF-8 strings.
   2  *
   3  * Copyright (C) 1999 Tom Tromey
   4  * Copyright (C) 2000 Red Hat, Inc.
   5  *
   6  * This library is free software; you can redistribute it and/or
   7  * modify it under the terms of the GNU Lesser General Public
   8  * License as published by the Free Software Foundation; either
   9  * version 2 of the License, or (at your option) any later version.
  10  *
  11  * This library is distributed in the hope that it will be useful,
  12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14  * Lesser General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU Lesser General Public
  17  * License along with this library; if not, write to the
  18  * Free Software Foundation, Inc., 59 Temple Place - Suite 330,
  19  * Boston, MA 02111-1307, USA.
  20  */
  21
  22 #include "config.h"
  23
  24 #include <stdlib.h>
  25 #ifdef HAVE_CODESET
  26 #include <langinfo.h>
  27 #endif
  28 #include <string.h>
  29
  30 #include "glib.h"
  31
  32 #ifdef G_PLATFORM_WIN32
  33 #include <stdio.h>
  34 #define STRICT
  35 #include <windows.h>
  36 #undef STRICT
  37 #endif
  38
  39 #include "libcharset/libcharset.h"
  40
  41 #include "glibintl.h"
  42 #include "galias.h"
  43
  44 #define UTF8_COMPUTE(Char, Mask, Len)                                         \
  45   if (Char < 128)                                                             \
  46     {                                                                         \
  47       Len = 1;                                                                \
  48       Mask = 0x7f;                                                            \
  49     }                                                                         \
  50   else if ((Char & 0xe0) == 0xc0)                                             \
  51     {                                                                         \
  52       Len = 2;                                                                \
  53       Mask = 0x1f;                                                            \
  54     }                                                                         \
  55   else if ((Char & 0xf0) == 0xe0)                                             \
  56     {                                                                         \
  57       Len = 3;                                                                \
  58       Mask = 0x0f;                                                            \
  59     }                                                                         \
  60   else if ((Char & 0xf8) == 0xf0)                                             \
  61     {                                                                         \
  62       Len = 4;                                                                \
  63       Mask = 0x07;                                                            \
  64     }                                                                         \
  65   else if ((Char & 0xfc) == 0xf8)                                             \
  66     {                                                                         \
  67       Len = 5;                                                                \
  68       Mask = 0x03;                                                            \
  69     }                                                                         \
  70   else if ((Char & 0xfe) == 0xfc)                                             \
  71     {                                                                         \
  72       Len = 6;                                                                \
  73       Mask = 0x01;                                                            \
  74     }                                                                         \
  75   else                                                                        \
  76     Len = -1;
  77
  78 #define UTF8_LENGTH(Char)              \
  79   ((Char) < 0x80 ? 1 :                 \
  80    ((Char) < 0x800 ? 2 :               \
  81     ((Char) < 0x10000 ? 3 :            \
  82      ((Char) < 0x200000 ? 4 :          \
  83       ((Char) < 0x4000000 ? 5 : 6)))))
  84
  85
  86 #define UTF8_GET(Result, Chars, Count, Mask, Len)                             \
  87   (Result) = (Chars)[0] & (Mask);                                             \
  88   for ((Count) = 1; (Count) < (Len); ++(Count))                               \
  89     {                                                                         \
  90       if (((Chars)[(Count)] & 0xc0) != 0x80)                                  \
  91         {                                                                     \
  92           (Result) = -1;                                                      \
  93           break;                                                              \
  94         }                                                                     \
  95       (Result) <<= 6;                                                         \
  96       (Result) |= ((Chars)[(Count)] & 0x3f);                                  \
  97     }
  98
  99 #define UNICODE_VALID(Char)                   \
 100     ((Char) < 0x110000 &&                     \
 101      (((Char) & 0xFFFFF800) != 0xD800) &&     \
 102      ((Char) < 0xFDD0 || (Char) > 0xFDEF) &&  \
 103      ((Char) & 0xFFFE) != 0xFFFE)
 104
 105
 106 static const gchar utf8_skip_data[256] = {
 107   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
 108   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
 109   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
 110   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
 111   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
 112   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
 113   2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,
 114   3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,5,5,5,5,6,6,1,1
 115 };
 116
 117 const gchar * const g_utf8_skip = utf8_skip_data;
 118
 119 /**
 120  * g_utf8_find_prev_char:
 121  * @str: pointer to the beginning of a UTF-8 encoded string
 122  * @p: pointer to some position within @str
 123  *
 124  * Given a position @p with a UTF-8 encoded string @str, find the start
 125  * of the previous UTF-8 character starting before @p. Returns %NULL if no
 126  * UTF-8 characters are present in @str before @p.
 127  *
 128  * @p does not have to be at the beginning of a UTF-8 character. No check
 129  * is made to see if the character found is actually valid other than
 130  * it starts with an appropriate byte.
 131  *
 132  * Return value: a pointer to the found character or %NULL.
 133  **/
 134 gchar *
 135 g_utf8_find_prev_char (const char *str,
 136                        const char *p)
 137 {
 138   for (--p; p >= str; --p)
 139     {
 140       if ((*p & 0xc0) != 0x80)
 141         return (gchar *)p;
 142     }
 143   return NULL;
 144 }
 145
 146 /**
 147  * g_utf8_find_next_char:
 148  * @p: a pointer to a position within a UTF-8 encoded string
 149  * @end: a pointer to the byte following the end of the string,
 150  * or %NULL to indicate that the string is nul-terminated.
 151  *
 152  * Finds the start of the next UTF-8 character in the string after @p.
 153  *
 154  * @p does not have to be at the beginning of a UTF-8 character. No check
 155  * is made to see if the character found is actually valid other than
 156  * it starts with an appropriate byte.
 157  *
 158  * Return value: a pointer to the found character or %NULL
 159  **/
 160 gchar *
 161 g_utf8_find_next_char (const gchar *p,
 162                        const gchar *end)
 163 {
 164   if (*p)
 165     {
 166       if (end)
 167         for (++p; p < end && (*p & 0xc0) == 0x80; ++p)
 168           ;
 169       else
 170         for (++p; (*p & 0xc0) == 0x80; ++p)
 171           ;
 172     }
 173   return (p == end) ? NULL : (gchar *)p;
 174 }
 175
 176 /**
 177  * g_utf8_prev_char:
 178  * @p: a pointer to a position within a UTF-8 encoded string
 179  *
 180  * Finds the previous UTF-8 character in the string before @p.
 181  *
 182  * @p does not have to be at the beginning of a UTF-8 character. No check
 183  * is made to see if the character found is actually valid other than
 184  * it starts with an appropriate byte. If @p might be the first
 185  * character of the string, you must use g_utf8_find_prev_char() instead.
 186  *
 187  * Return value: a pointer to the found character.
 188  **/
 189 gchar *
 190 g_utf8_prev_char (const gchar *p)
 191 {
 192   while (TRUE)
 193     {
 194       p--;
 195       if ((*p & 0xc0) != 0x80)
 196         return (gchar *)p;
 197     }
 198 }
 199
 200 /**
 201  * g_utf8_strlen:
 202  * @p: pointer to the start of a UTF-8 encoded string.
 203  * @max: the maximum number of bytes to examine. If @max
 204  *       is less than 0, then the string is assumed to be
 205  *       nul-terminated. If @max is 0, @p will not be examined and
 206  *       may be %NULL.
 207  *
 208  * Returns the length of the string in characters.
 209  *
 210  * Return value: the length of the string in characters
 211  **/
 212 glong
 213 g_utf8_strlen (const gchar *p,
 214                gssize       max)
 215 {
 216   glong len = 0;
 217   const gchar *start = p;
 218   g_return_val_if_fail (p != NULL || max == 0, 0);
 219
 220   if (max < 0)
 221     {
 222       while (*p)
 223         {
 224           p = g_utf8_next_char (p);
 225           ++len;
 226         }
 227     }
 228   else
 229     {
 230       if (max == 0 || !*p)
 231         return 0;
 232
 233       p = g_utf8_next_char (p);
 234
 235       while (p - start < max && *p)
 236         {
 237           ++len;
 238           p = g_utf8_next_char (p);
 239         }
 240
 241       /* only do the last len increment if we got a complete
 242        * char (don't count partial chars)
 243        */
 244       if (p - start <= max)
 245         ++len;
 246     }
 247
 248   return len;
 249 }
 250
 251 /**
 252  * g_utf8_get_char:
 253  * @p: a pointer to Unicode character encoded as UTF-8
 254  *
 255  * Converts a sequence of bytes encoded as UTF-8 to a Unicode character.
 256  * If @p does not point to a valid UTF-8 encoded character, results are
 257  * undefined. If you are not sure that the bytes are complete
 258  * valid Unicode characters, you should use g_utf8_get_char_validated()
 259  * instead.
 260  *
 261  * Return value: the resulting character
 262  **/
 263 gunichar
 264 g_utf8_get_char (const gchar *p)
 265 {
 266   int i, mask = 0, len;
 267   gunichar result;
 268   unsigned char c = (unsigned char) *p;
 269
 270   UTF8_COMPUTE (c, mask, len);
 271   if (len == -1)
 272     return (gunichar)-1;
 273   UTF8_GET (result, p, i, mask, len);
 274
 275   return result;
 276 }
 277
 278 /**
 279  * g_utf8_offset_to_pointer:
 280  * @str: a UTF-8 encoded string
 281  * @offset: a character offset within @str
 282  *
 283  * Converts from an integer character offset to a pointer to a position
 284  * within the string.
 285  *
 286  * Since 2.10, this function allows to pass a negative @offset to
 287  * step backwards. It is usually worth stepping backwards from the end
 288  * instead of forwards if @offset is in the last fourth of the string,
 289  * since moving forward is about 3 times faster than moving backward.
 290  *
 291  * <note><para>
 292  * This function doesn't abort when reaching the end of @str. Therefore
 293  * you should be sure that @offset is within string boundaries before
 294  * calling that function. Call g_utf8_strlen() when unsure.
 295  *
 296  * This limitation exists as this function is called frequently during
 297  * text rendering and therefore has to be as fast as possible.
 298  * </para></note>
 299  *
 300  * Return value: the resulting pointer
 301  **/
 302 gchar *
 303 g_utf8_offset_to_pointer  (const gchar *str,
 304                            glong        offset)
 305 {
 306   const gchar *s = str;
 307
 308   if (offset > 0)
 309     while (offset--)
 310       s = g_utf8_next_char (s);
 311   else
 312     {
 313       const char *s1;
 314
 315       /* This nice technique for fast backwards stepping
 316        * through a UTF-8 string was dubbed "stutter stepping"
 317        * by its inventor, Larry Ewing.
 318        */
 319       while (offset)
 320         {
 321           s1 = s;
 322           s += offset;
 323           while ((*s & 0xc0) == 0x80)
 324             s--;
 325
 326           offset += g_utf8_pointer_to_offset (s, s1);
 327         }
 328     }
 329
 330   return (gchar *)s;
 331 }
 332
 333 /**
 334  * g_utf8_pointer_to_offset:
 335  * @str: a UTF-8 encoded string
 336  * @pos: a pointer to a position within @str
 337  *
 338  * Converts from a pointer to position within a string to a integer
 339  * character offset.
 340  *
 341  * Since 2.10, this function allows @pos to be before @str, and returns
 342  * a negative offset in this case.
 343  *
 344  * Return value: the resulting character offset
 345  **/
 346 glong
 347 g_utf8_pointer_to_offset (const gchar *str,
 348                           const gchar *pos)
 349 {
 350   const gchar *s = str;
 351   glong offset = 0;
 352
 353   if (pos < str)
 354     offset = - g_utf8_pointer_to_offset (pos, str);
 355   else
 356     while (s < pos)
 357       {
 358         s = g_utf8_next_char (s);
 359         offset++;
 360       }
 361
 362   return offset;
 363 }
 364
 365
 366 /**
 367  * g_utf8_strncpy:
 368  * @dest: buffer to fill with characters from @src
 369  * @src: UTF-8 encoded string
 370  * @n: character count
 371  *
 372  * Like the standard C strncpy() function, but
 373  * copies a given number of characters instead of a given number of
 374  * bytes. The @src string must be valid UTF-8 encoded text.
 375  * (Use g_utf8_validate() on all text before trying to use UTF-8
 376  * utility functions with it.)
 377  *
 378  * Return value: @dest
 379  **/
 380 gchar *
 381 g_utf8_strncpy (gchar       *dest,
 382                 const gchar *src,
 383                 gsize        n)
 384 {
 385   const gchar *s = src;
 386   while (n && *s)
 387     {
 388       s = g_utf8_next_char(s);
 389       n--;
 390     }
 391   strncpy(dest, src, s - src);
 392   dest[s - src] = 0;
 393   return dest;
 394 }
 395
 396 G_LOCK_DEFINE_STATIC (aliases);
 397
 398 static GHashTable *
 399 get_alias_hash (void)
 400 {
 401   static GHashTable *alias_hash = NULL;
 402   const char *aliases;
 403
 404   G_LOCK (aliases);
 405
 406   if (!alias_hash)
 407     {
 408       alias_hash = g_hash_table_new (g_str_hash, g_str_equal);
 409
 410       aliases = _g_locale_get_charset_aliases ();
 411       while (*aliases != '\0')
 412         {
 413           const char *canonical;
 414           const char *alias;
 415           const char **alias_array;
 416           int count = 0;
 417
 418           alias = aliases;
 419           aliases += strlen (aliases) + 1;
 420           canonical = aliases;
 421           aliases += strlen (aliases) + 1;
 422
 423           alias_array = g_hash_table_lookup (alias_hash, canonical);
 424           if (alias_array)
 425             {
 426               while (alias_array[count])
 427                 count++;
 428             }
 429
 430           alias_array = g_renew (const char *, alias_array, count + 2);
 431           alias_array[count] = alias;
 432           alias_array[count + 1] = NULL;
 433
 434           g_hash_table_insert (alias_hash, (char *)canonical, alias_array);
 435         }
 436     }
 437
 438   G_UNLOCK (aliases);
 439
 440   return alias_hash;
 441 }
 442
 443 /* As an abuse of the alias table, the following routines gets
 444  * the charsets that are aliases for the canonical name.
 445  */
 446 G_GNUC_INTERNAL const char **
 447 _g_charset_get_aliases (const char *canonical_name)
 448 {
 449   GHashTable *alias_hash = get_alias_hash ();
 450
 451   return g_hash_table_lookup (alias_hash, canonical_name);
 452 }
 453
 454 static gboolean
 455 g_utf8_get_charset_internal (const char  *raw_data,
 456                              const char **a)
 457 {
 458   const char *charset = getenv("CHARSET");
 459
 460   if (charset && *charset)
 461     {
 462       *a = charset;
 463
 464       if (charset && strstr (charset, "UTF-8"))
 465         return TRUE;
 466       else
 467         return FALSE;
 468     }
 469
 470   /* The libcharset code tries to be thread-safe without
 471    * a lock, but has a memory leak and a missing memory
 472    * barrier, so we lock for it
 473    */
 474   G_LOCK (aliases);
 475   charset = _g_locale_charset_unalias (raw_data);
 476   G_UNLOCK (aliases);
 477
 478   if (charset && *charset)
 479     {
 480       *a = charset;
 481
 482       if (charset && strstr (charset, "UTF-8"))
 483         return TRUE;
 484       else
 485         return FALSE;
 486     }
 487
 488   /* Assume this for compatibility at present.  */
 489   *a = "US-ASCII";
 490
 491   return FALSE;
 492 }
 493
 494 typedef struct _GCharsetCache GCharsetCache;
 495
 496 struct _GCharsetCache {
 497   gboolean is_utf8;
 498   gchar *raw;
 499   gchar *charset;
 500 };
 501
 502 static void
 503 charset_cache_free (gpointer data)
 504 {
 505   GCharsetCache *cache = data;
 506   g_free (cache->raw);
 507   g_free (cache->charset);
 508   g_free (cache);
 509 }
 510
 511 /**
 512  * g_get_charset:
 513  * @charset: return location for character set name
 514  *
 515  * Obtains the character set for the <link linkend="setlocale">current
 516  * locale</link>; you might use this character set as an argument to
 517  * g_convert(), to convert from the current locale's encoding to some
 518  * other encoding. (Frequently g_locale_to_utf8() and g_locale_from_utf8()
 519  * are nice shortcuts, though.)
 520  *
 521  * On Windows the character set returned by this function is the
 522  * so-called system default ANSI code-page. That is the character set
 523  * used by the "narrow" versions of C library and Win32 functions that
 524  * handle file names. It might be different from the character set
 525  * used by the C library's current locale.
 526  *
 527  * The return value is %TRUE if the locale's encoding is UTF-8, in that
 528  * case you can perhaps avoid calling g_convert().
 529  *
 530  * The string returned in @charset is not allocated, and should not be
 531  * freed.
 532  *
 533  * Return value: %TRUE if the returned charset is UTF-8
 534  **/
 535 gboolean
 536 g_get_charset (G_CONST_RETURN char **charset)
 537 {
 538   static GStaticPrivate cache_private = G_STATIC_PRIVATE_INIT;
 539   GCharsetCache *cache = g_static_private_get (&cache_private);
 540   const gchar *raw;
 541
 542   if (!cache)
 543     {
 544       cache = g_new0 (GCharsetCache, 1);
 545       g_static_private_set (&cache_private, cache, charset_cache_free);
 546     }
 547
 548   raw = _g_locale_charset_raw ();
 549
 550   if (!(cache->raw && strcmp (cache->raw, raw) == 0))
 551     {
 552       const gchar *new_charset;
 553
 554       g_free (cache->raw);
 555       g_free (cache->charset);
 556       cache->raw = g_strdup (raw);
 557       cache->is_utf8 = g_utf8_get_charset_internal (raw, &new_charset);
 558       cache->charset = g_strdup (new_charset);
 559     }
 560
 561   if (charset)
 562     *charset = cache->charset;
 563
 564   return cache->is_utf8;
 565 }
 566
 567 /* unicode_strchr */
 568
 569 /**
 570  * g_unichar_to_utf8:
 571  * @c: a Unicode character code
 572  * @outbuf: output buffer, must have at least 6 bytes of space.
 573  *       If %NULL, the length will be computed and returned
 574  *       and nothing will be written to @outbuf.
 575  *
 576  * Converts a single character to UTF-8.
 577  *
 578  * Return value: number of bytes written
 579  **/
 580 int
 581 g_unichar_to_utf8 (gunichar c,
 582                    gchar   *outbuf)
 583 {
 584   /* If this gets modified, also update the copy in g_string_insert_unichar() */
 585   guint len = 0;
 586   int first;
 587   int i;
 588
 589   if (c < 0x80)
 590     {
 591       first = 0;
 592       len = 1;
 593     }
 594   else if (c < 0x800)
 595     {
 596       first = 0xc0;
 597       len = 2;
 598     }
 599   else if (c < 0x10000)
 600     {
 601       first = 0xe0;
 602       len = 3;
 603     }
 604    else if (c < 0x200000)
 605     {
 606       first = 0xf0;
 607       len = 4;
 608     }
 609   else if (c < 0x4000000)
 610     {
 611       first = 0xf8;
 612       len = 5;
 613     }
 614   else
 615     {
 616       first = 0xfc;
 617       len = 6;
 618     }
 619
 620   if (outbuf)
 621     {
 622       for (i = len - 1; i > 0; --i)
 623         {
 624           outbuf[i] = (c & 0x3f) | 0x80;
 625           c >>= 6;
 626         }
 627       outbuf[0] = c | first;
 628     }
 629
 630   return len;
 631 }
 632
 633 /**
 634  * g_utf8_strchr:
 635  * @p: a nul-terminated UTF-8 encoded string
 636  * @len: the maximum length of @p
 637  * @c: a Unicode character
 638  *
 639  * Finds the leftmost occurrence of the given Unicode character
 640  * in a UTF-8 encoded string, while limiting the search to @len bytes.
 641  * If @len is -1, allow unbounded search.
 642  *
 643  * Return value: %NULL if the string does not contain the character,
 644  *   otherwise, a pointer to the start of the leftmost occurrence of
 645  *   the character in the string.
 646  **/
 647 gchar *
 648 g_utf8_strchr (const char *p,
 649                gssize      len,
 650                gunichar    c)
 651 {
 652   gchar ch[10];
 653
 654   gint charlen = g_unichar_to_utf8 (c, ch);
 655   ch[charlen] = '\0';
 656
 657   return g_strstr_len (p, len, ch);
 658 }
 659
 660
 661 /**
 662  * g_utf8_strrchr:
 663  * @p: a nul-terminated UTF-8 encoded string
 664  * @len: the maximum length of @p
 665  * @c: a Unicode character
 666  *
 667  * Find the rightmost occurrence of the given Unicode character
 668  * in a UTF-8 encoded string, while limiting the search to @len bytes.
 669  * If @len is -1, allow unbounded search.
 670  *
 671  * Return value: %NULL if the string does not contain the character,
 672  *   otherwise, a pointer to the start of the rightmost occurrence of the
 673  *   character in the string.
 674  **/
 675 gchar *
 676 g_utf8_strrchr (const char *p,
 677                 gssize      len,
 678                 gunichar    c)
 679 {
 680   gchar ch[10];
 681
 682   gint charlen = g_unichar_to_utf8 (c, ch);
 683   ch[charlen] = '\0';
 684
 685   return g_strrstr_len (p, len, ch);
 686 }
 687
 688
 689 /* Like g_utf8_get_char, but take a maximum length
 690  * and return (gunichar)-2 on incomplete trailing character
 691  */
 692 static inline gunichar
 693 g_utf8_get_char_extended (const  gchar *p,
 694                           gssize max_len)
 695 {
 696   guint i, len;
 697   gunichar wc = (guchar) *p;
 698
 699   if (wc < 0x80)
 700     {
 701       return wc;
 702     }
 703   else if (wc < 0xc0)
 704     {
 705       return (gunichar)-1;
 706     }
 707   else if (wc < 0xe0)
 708     {
 709       len = 2;
 710       wc &= 0x1f;
 711     }
 712   else if (wc < 0xf0)
 713     {
 714       len = 3;
 715       wc &= 0x0f;
 716     }
 717   else if (wc < 0xf8)
 718     {
 719       len = 4;
 720       wc &= 0x07;
 721     }
 722   else if (wc < 0xfc)
 723     {
 724       len = 5;
 725       wc &= 0x03;
 726     }
 727   else if (wc < 0xfe)
 728     {
 729       len = 6;
 730       wc &= 0x01;
 731     }
 732   else
 733     {
 734       return (gunichar)-1;
 735     }
 736
 737   if (max_len >= 0 && len > max_len)
 738     {
 739       for (i = 1; i < max_len; i++)
 740         {
 741           if ((((guchar *)p)[i] & 0xc0) != 0x80)
 742             return (gunichar)-1;
 743         }
 744       return (gunichar)-2;
 745     }
 746
 747   for (i = 1; i < len; ++i)
 748     {
 749       gunichar ch = ((guchar *)p)[i];
 750
 751       if ((ch & 0xc0) != 0x80)
 752         {
 753           if (ch)
 754             return (gunichar)-1;
 755           else
 756             return (gunichar)-2;
 757         }
 758
 759       wc <<= 6;
 760       wc |= (ch & 0x3f);
 761     }
 762
 763   if (UTF8_LENGTH(wc) != len)
 764     return (gunichar)-1;
 765
 766   return wc;
 767 }
 768
 769 /**
 770  * g_utf8_get_char_validated:
 771  * @p: a pointer to Unicode character encoded as UTF-8
 772  * @max_len: the maximum number of bytes to read, or -1, for no maximum or
 773  *           if @p is nul-terminated
 774  *
 775  * Convert a sequence of bytes encoded as UTF-8 to a Unicode character.
 776  * This function checks for incomplete characters, for invalid characters
 777  * such as characters that are out of the range of Unicode, and for
 778  * overlong encodings of valid characters.
 779  *
 780  * Return value: the resulting character. If @p points to a partial
 781  *    sequence at the end of a string that could begin a valid
 782  *    character (or if @max_len is zero), returns (gunichar)-2;
 783  *    otherwise, if @p does not point to a valid UTF-8 encoded
 784  *    Unicode character, returns (gunichar)-1.
 785  **/
 786 gunichar
 787 g_utf8_get_char_validated (const  gchar *p,
 788                            gssize max_len)
 789 {
 790   gunichar result;
 791
 792   if (max_len == 0)
 793     return (gunichar)-2;
 794
 795   result = g_utf8_get_char_extended (p, max_len);
 796
 797   if (result & 0x80000000)
 798     return result;
 799   else if (!UNICODE_VALID (result))
 800     return (gunichar)-1;
 801   else
 802     return result;
 803 }
 804
 805 /**
 806  * g_utf8_to_ucs4_fast:
 807  * @str: a UTF-8 encoded string
 808  * @len: the maximum length of @str to use, in bytes. If @len < 0,
 809  *       then the string is nul-terminated.
 810  * @items_written: location to store the number of characters in the
 811  *                 result, or %NULL.
 812  *
 813  * Convert a string from UTF-8 to a 32-bit fixed width
 814  * representation as UCS-4, assuming valid UTF-8 input.
 815  * This function is roughly twice as fast as g_utf8_to_ucs4()
 816  * but does no error checking on the input.
 817  *
 818  * Return value: a pointer to a newly allocated UCS-4 string.
 819  *               This value must be freed with g_free().
 820  **/
 821 gunichar *
 822 g_utf8_to_ucs4_fast (const gchar *str,
 823                      glong        len,
 824                      glong       *items_written)
 825 {
 826   gint j, charlen;
 827   gunichar *result;
 828   gint n_chars, i;
 829   const gchar *p;
 830
 831   g_return_val_if_fail (str != NULL, NULL);
 832
 833   p = str;
 834   n_chars = 0;
 835   if (len < 0)
 836     {
 837       while (*p)
 838         {
 839           p = g_utf8_next_char (p);
 840           ++n_chars;
 841         }
 842     }
 843   else
 844     {
 845       while (p < str + len && *p)
 846         {
 847           p = g_utf8_next_char (p);
 848           ++n_chars;
 849         }
 850     }
 851
 852   result = g_new (gunichar, n_chars + 1);
 853
 854   p = str;
 855   for (i=0; i < n_chars; i++)
 856     {
 857       gunichar wc = ((unsigned char *)p)[0];
 858
 859       if (wc < 0x80)
 860         {
 861           result[i] = wc;
 862           p++;
 863         }
 864       else
 865         {
 866           if (wc < 0xe0)
 867             {
 868               charlen = 2;
 869               wc &= 0x1f;
 870             }
 871           else if (wc < 0xf0)
 872             {
 873               charlen = 3;
 874               wc &= 0x0f;
 875             }
 876           else if (wc < 0xf8)
 877             {
 878               charlen = 4;
 879               wc &= 0x07;
 880             }
 881           else if (wc < 0xfc)
 882             {
 883               charlen = 5;
 884               wc &= 0x03;
 885             }
 886           else
 887             {
 888               charlen = 6;
 889               wc &= 0x01;
 890             }
 891
 892           for (j = 1; j < charlen; j++)
 893             {
 894               wc <<= 6;
 895               wc |= ((unsigned char *)p)[j] & 0x3f;
 896             }
 897
 898           result[i] = wc;
 899           p += charlen;
 900         }
 901     }
 902   result[i] = 0;
 903
 904   if (items_written)
 905     *items_written = i;
 906
 907   return result;
 908 }
 909
 910 /**
 911  * g_utf8_to_ucs4:
 912  * @str: a UTF-8 encoded string
 913  * @len: the maximum length of @str to use, in bytes. If @len < 0,
 914  *       then the string is nul-terminated.
 915  * @items_read: location to store number of bytes read, or %NULL.
 916  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
 917  *              returned in case @str contains a trailing partial
 918  *              character. If an error occurs then the index of the
 919  *              invalid input is stored here.
 920  * @items_written: location to store number of characters written or %NULL.
 921  *                 The value here stored does not include the trailing 0
 922  *                 character.
 923  * @error: location to store the error occuring, or %NULL to ignore
 924  *         errors. Any of the errors in #GConvertError other than
 925  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
 926  *
 927  * Convert a string from UTF-8 to a 32-bit fixed width
 928  * representation as UCS-4. A trailing 0 will be added to the
 929  * string after the converted text.
 930  *
 931  * Return value: a pointer to a newly allocated UCS-4 string.
 932  *               This value must be freed with g_free(). If an
 933  *               error occurs, %NULL will be returned and
 934  *               @error set.
 935  **/
 936 gunichar *
 937 g_utf8_to_ucs4 (const gchar *str,
 938                 glong        len,
 939                 glong       *items_read,
 940                 glong       *items_written,
 941                 GError     **error)
 942 {
 943   gunichar *result = NULL;
 944   gint n_chars, i;
 945   const gchar *in;
 946
 947   in = str;
 948   n_chars = 0;
 949   while ((len < 0 || str + len - in > 0) && *in)
 950     {
 951       gunichar wc = g_utf8_get_char_extended (in, len < 0 ? 6 : str + len - in);
 952       if (wc & 0x80000000)
 953         {
 954           if (wc == (gunichar)-2)
 955             {
 956               if (items_read)
 957                 break;
 958               else
 959                 g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
 960                                      _("Partial character sequence at end of input"));
 961             }
 962           else
 963             g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
 964                                  _("Invalid byte sequence in conversion input"));
 965
 966           goto err_out;
 967         }
 968
 969       n_chars++;
 970
 971       in = g_utf8_next_char (in);
 972     }
 973
 974   result = g_new (gunichar, n_chars + 1);
 975
 976   in = str;
 977   for (i=0; i < n_chars; i++)
 978     {
 979       result[i] = g_utf8_get_char (in);
 980       in = g_utf8_next_char (in);
 981     }
 982   result[i] = 0;
 983
 984   if (items_written)
 985     *items_written = n_chars;
 986
 987  err_out:
 988   if (items_read)
 989     *items_read = in - str;
 990
 991   return result;
 992 }
 993
 994 /**
 995  * g_ucs4_to_utf8:
 996  * @str: a UCS-4 encoded string
 997  * @len: the maximum length (number of characters) of @str to use.
 998  *       If @len < 0, then the string is nul-terminated.
 999  * @items_read: location to store number of characters read, or %NULL.
1000  * @items_written: location to store number of bytes written or %NULL.
1001  *                 The value here stored does not include the trailing 0
1002  *                 byte.
1003  * @error: location to store the error occuring, or %NULL to ignore
1004  *         errors. Any of the errors in #GConvertError other than
1005  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1006  *
1007  * Convert a string from a 32-bit fixed width representation as UCS-4.
1008  * to UTF-8. The result will be terminated with a 0 byte.
1009  *
1010  * Return value: a pointer to a newly allocated UTF-8 string.
1011  *               This value must be freed with g_free(). If an
1012  *               error occurs, %NULL will be returned and
1013  *               @error set. In that case, @items_read will be
1014  *               set to the position of the first invalid input
1015  *               character.
1016  **/
1017 gchar *
1018 g_ucs4_to_utf8 (const gunichar *str,
1019                 glong           len,
1020                 glong          *items_read,
1021                 glong          *items_written,
1022                 GError        **error)
1023 {
1024   gint result_length;
1025   gchar *result = NULL;
1026   gchar *p;
1027   gint i;
1028
1029   result_length = 0;
1030   for (i = 0; len < 0 || i < len ; i++)
1031     {
1032       if (!str[i])
1033         break;
1034
1035       if (str[i] >= 0x80000000)
1036         {
1037           g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1038                                _("Character out of range for UTF-8"));
1039           goto err_out;
1040         }
1041
1042       result_length += UTF8_LENGTH (str[i]);
1043     }
1044
1045   result = g_malloc (result_length + 1);
1046   p = result;
1047
1048   i = 0;
1049   while (p < result + result_length)
1050     p += g_unichar_to_utf8 (str[i++], p);
1051
1052   *p = '\0';
1053
1054   if (items_written)
1055     *items_written = p - result;
1056
1057  err_out:
1058   if (items_read)
1059     *items_read = i;
1060
1061   return result;
1062 }
1063
1064 #define SURROGATE_VALUE(h,l) (((h) - 0xd800) * 0x400 + (l) - 0xdc00 + 0x10000)
1065
1066 /**
1067  * g_utf16_to_utf8:
1068  * @str: a UTF-16 encoded string
1069  * @len: the maximum length (number of <type>gunichar2</type>) of @str to use.
1070  *       If @len < 0, then the string is nul-terminated.
1071  * @items_read: location to store number of words read, or %NULL.
1072  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
1073  *              returned in case @str contains a trailing partial
1074  *              character. If an error occurs then the index of the
1075  *              invalid input is stored here.
1076  * @items_written: location to store number of bytes written, or %NULL.
1077  *                 The value stored here does not include the trailing
1078  *                 0 byte.
1079  * @error: location to store the error occuring, or %NULL to ignore
1080  *         errors. Any of the errors in #GConvertError other than
1081  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1082  *
1083  * Convert a string from UTF-16 to UTF-8. The result will be
1084  * terminated with a 0 byte.
1085  *
1086  * Note that the input is expected to be already in native endianness,
1087  * an initial byte-order-mark character is not handled specially.
1088  * g_convert() can be used to convert a byte buffer of UTF-16 data of
1089  * ambiguous endianess.
1090  *
1091  * Return value: a pointer to a newly allocated UTF-8 string.
1092  *               This value must be freed with g_free(). If an
1093  *               error occurs, %NULL will be returned and
1094  *               @error set.
1095  **/
1096 gchar *
1097 g_utf16_to_utf8 (const gunichar2  *str,
1098                  glong             len,
1099                  glong            *items_read,
1100                  glong            *items_written,
1101                  GError          **error)
1102 {
1103   /* This function and g_utf16_to_ucs4 are almost exactly identical - The lines that differ
1104    * are marked.
1105    */
1106   const gunichar2 *in;
1107   gchar *out;
1108   gchar *result = NULL;
1109   gint n_bytes;
1110   gunichar high_surrogate;
1111
1112   g_return_val_if_fail (str != NULL, NULL);
1113
1114   n_bytes = 0;
1115   in = str;
1116   high_surrogate = 0;
1117   while ((len < 0 || in - str < len) && *in)
1118     {
1119       gunichar2 c = *in;
1120       gunichar wc;
1121
1122       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1123         {
1124           if (high_surrogate)
1125             {
1126               wc = SURROGATE_VALUE (high_surrogate, c);
1127               high_surrogate = 0;
1128             }
1129           else
1130             {
1131               g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1132                                    _("Invalid sequence in conversion input"));
1133               goto err_out;
1134             }
1135         }
1136       else
1137         {
1138           if (high_surrogate)
1139             {
1140               g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1141                                    _("Invalid sequence in conversion input"));
1142               goto err_out;
1143             }
1144
1145           if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1146             {
1147               high_surrogate = c;
1148               goto next1;
1149             }
1150           else
1151             wc = c;
1152         }
1153
1154       /********** DIFFERENT for UTF8/UCS4 **********/
1155       n_bytes += UTF8_LENGTH (wc);
1156
1157     next1:
1158       in++;
1159     }
1160
1161   if (high_surrogate && !items_read)
1162     {
1163       g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
1164                            _("Partial character sequence at end of input"));
1165       goto err_out;
1166     }
1167
1168   /* At this point, everything is valid, and we just need to convert
1169    */
1170   /********** DIFFERENT for UTF8/UCS4 **********/
1171   result = g_malloc (n_bytes + 1);
1172
1173   high_surrogate = 0;
1174   out = result;
1175   in = str;
1176   while (out < result + n_bytes)
1177     {
1178       gunichar2 c = *in;
1179       gunichar wc;
1180
1181       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1182         {
1183           wc = SURROGATE_VALUE (high_surrogate, c);
1184           high_surrogate = 0;
1185         }
1186       else if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1187         {
1188           high_surrogate = c;
1189           goto next2;
1190         }
1191       else
1192         wc = c;
1193
1194       /********** DIFFERENT for UTF8/UCS4 **********/
1195       out += g_unichar_to_utf8 (wc, out);
1196
1197     next2:
1198       in++;
1199     }
1200
1201   /********** DIFFERENT for UTF8/UCS4 **********/
1202   *out = '\0';
1203
1204   if (items_written)
1205     /********** DIFFERENT for UTF8/UCS4 **********/
1206     *items_written = out - result;
1207
1208  err_out:
1209   if (items_read)
1210     *items_read = in - str;
1211
1212   return result;
1213 }
1214
1215 /**
1216  * g_utf16_to_ucs4:
1217  * @str: a UTF-16 encoded string
1218  * @len: the maximum length (number of <type>gunichar2</type>) of @str to use.
1219  *       If @len < 0, then the string is nul-terminated.
1220  * @items_read: location to store number of words read, or %NULL.
1221  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
1222  *              returned in case @str contains a trailing partial
1223  *              character. If an error occurs then the index of the
1224  *              invalid input is stored here.
1225  * @items_written: location to store number of characters written, or %NULL.
1226  *                 The value stored here does not include the trailing
1227  *                 0 character.
1228  * @error: location to store the error occuring, or %NULL to ignore
1229  *         errors. Any of the errors in #GConvertError other than
1230  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1231  *
1232  * Convert a string from UTF-16 to UCS-4. The result will be
1233  * nul-terminated.
1234  *
1235  * Return value: a pointer to a newly allocated UCS-4 string.
1236  *               This value must be freed with g_free(). If an
1237  *               error occurs, %NULL will be returned and
1238  *               @error set.
1239  **/
1240 gunichar *
1241 g_utf16_to_ucs4 (const gunichar2  *str,
1242                  glong             len,
1243                  glong            *items_read,
1244                  glong            *items_written,
1245                  GError          **error)
1246 {
1247   const gunichar2 *in;
1248   gchar *out;
1249   gchar *result = NULL;
1250   gint n_bytes;
1251   gunichar high_surrogate;
1252
1253   g_return_val_if_fail (str != NULL, NULL);
1254
1255   n_bytes = 0;
1256   in = str;
1257   high_surrogate = 0;
1258   while ((len < 0 || in - str < len) && *in)
1259     {
1260       gunichar2 c = *in;
1261       gunichar wc;
1262
1263       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1264         {
1265           if (high_surrogate)
1266             {
1267               wc = SURROGATE_VALUE (high_surrogate, c);
1268               high_surrogate = 0;
1269             }
1270           else
1271             {
1272               g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1273                                    _("Invalid sequence in conversion input"));
1274               goto err_out;
1275             }
1276         }
1277       else
1278         {
1279           if (high_surrogate)
1280             {
1281               g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1282                                    _("Invalid sequence in conversion input"));
1283               goto err_out;
1284             }
1285
1286           if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1287             {
1288               high_surrogate = c;
1289               goto next1;
1290             }
1291           else
1292             wc = c;
1293         }
1294
1295       /********** DIFFERENT for UTF8/UCS4 **********/
1296       n_bytes += sizeof (gunichar);
1297
1298     next1:
1299       in++;
1300     }
1301
1302   if (high_surrogate && !items_read)
1303     {
1304       g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
1305                            _("Partial character sequence at end of input"));
1306       goto err_out;
1307     }
1308
1309   /* At this point, everything is valid, and we just need to convert
1310    */
1311   /********** DIFFERENT for UTF8/UCS4 **********/
1312   result = g_malloc (n_bytes + 4);
1313
1314   high_surrogate = 0;
1315   out = result;
1316   in = str;
1317   while (out < result + n_bytes)
1318     {
1319       gunichar2 c = *in;
1320       gunichar wc;
1321
1322       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1323         {
1324           wc = SURROGATE_VALUE (high_surrogate, c);
1325           high_surrogate = 0;
1326         }
1327       else if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1328         {
1329           high_surrogate = c;
1330           goto next2;
1331         }
1332       else
1333         wc = c;
1334
1335       /********** DIFFERENT for UTF8/UCS4 **********/
1336       *(gunichar *)out = wc;
1337       out += sizeof (gunichar);
1338
1339     next2:
1340       in++;
1341     }
1342
1343   /********** DIFFERENT for UTF8/UCS4 **********/
1344   *(gunichar *)out = 0;
1345
1346   if (items_written)
1347     /********** DIFFERENT for UTF8/UCS4 **********/
1348     *items_written = (out - result) / sizeof (gunichar);
1349
1350  err_out:
1351   if (items_read)
1352     *items_read = in - str;
1353
1354   return (gunichar *)result;
1355 }
1356
1357 /**
1358  * g_utf8_to_utf16:
1359  * @str: a UTF-8 encoded string
1360  * @len: the maximum length (number of characters) of @str to use.
1361  *       If @len < 0, then the string is nul-terminated.
1362  * @items_read: location to store number of bytes read, or %NULL.
1363  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
1364  *              returned in case @str contains a trailing partial
1365  *              character. If an error occurs then the index of the
1366  *              invalid input is stored here.
1367  * @items_written: location to store number of <type>gunichar2</type> written,
1368  *                 or %NULL.
1369  *                 The value stored here does not include the trailing 0.
1370  * @error: location to store the error occuring, or %NULL to ignore
1371  *         errors. Any of the errors in #GConvertError other than
1372  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1373  *
1374  * Convert a string from UTF-8 to UTF-16. A 0 character will be
1375  * added to the result after the converted text.
1376  *
1377  * Return value: a pointer to a newly allocated UTF-16 string.
1378  *               This value must be freed with g_free(). If an
1379  *               error occurs, %NULL will be returned and
1380  *               @error set.
1381  **/
1382 gunichar2 *
1383 g_utf8_to_utf16 (const gchar *str,
1384                  glong        len,
1385                  glong       *items_read,
1386                  glong       *items_written,
1387                  GError     **error)
1388 {
1389   gunichar2 *result = NULL;
1390   gint n16;
1391   const gchar *in;
1392   gint i;
1393
1394   g_return_val_if_fail (str != NULL, NULL);
1395
1396   in = str;
1397   n16 = 0;
1398   while ((len < 0 || str + len - in > 0) && *in)
1399     {
1400       gunichar wc = g_utf8_get_char_extended (in, len < 0 ? 6 : str + len - in);
1401       if (wc & 0x80000000)
1402         {
1403           if (wc == (gunichar)-2)
1404             {
1405               if (items_read)
1406                 break;
1407               else
1408                 g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
1409                                      _("Partial character sequence at end of input"));
1410             }
1411           else
1412             g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1413                                  _("Invalid byte sequence in conversion input"));
1414
1415           goto err_out;
1416         }
1417
1418       if (wc < 0xd800)
1419         n16 += 1;
1420       else if (wc < 0xe000)
1421         {
1422           g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1423                                _("Invalid sequence in conversion input"));
1424
1425           goto err_out;
1426         }
1427       else if (wc < 0x10000)
1428         n16 += 1;
1429       else if (wc < 0x110000)
1430         n16 += 2;
1431       else
1432         {
1433           g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1434                                _("Character out of range for UTF-16"));
1435
1436           goto err_out;
1437         }
1438
1439       in = g_utf8_next_char (in);
1440     }
1441
1442   result = g_new (gunichar2, n16 + 1);
1443
1444   in = str;
1445   for (i = 0; i < n16;)
1446     {
1447       gunichar wc = g_utf8_get_char (in);
1448
1449       if (wc < 0x10000)
1450         {
1451           result[i++] = wc;
1452         }
1453       else
1454         {
1455           result[i++] = (wc - 0x10000) / 0x400 + 0xd800;
1456           result[i++] = (wc - 0x10000) % 0x400 + 0xdc00;
1457         }
1458
1459       in = g_utf8_next_char (in);
1460     }
1461
1462   result[i] = 0;
1463
1464   if (items_written)
1465     *items_written = n16;
1466
1467  err_out:
1468   if (items_read)
1469     *items_read = in - str;
1470
1471   return result;
1472 }
1473
1474 /**
1475  * g_ucs4_to_utf16:
1476  * @str: a UCS-4 encoded string
1477  * @len: the maximum length (number of characters) of @str to use.
1478  *       If @len < 0, then the string is nul-terminated.
1479  * @items_read: location to store number of bytes read, or %NULL.
1480  *              If an error occurs then the index of the invalid input
1481  *              is stored here.
1482  * @items_written: location to store number of <type>gunichar2</type>
1483  *                 written, or %NULL. The value stored here does not
1484  *                 include the trailing 0.
1485  * @error: location to store the error occuring, or %NULL to ignore
1486  *         errors. Any of the errors in #GConvertError other than
1487  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1488  *
1489  * Convert a string from UCS-4 to UTF-16. A 0 character will be
1490  * added to the result after the converted text.
1491  *
1492  * Return value: a pointer to a newly allocated UTF-16 string.
1493  *               This value must be freed with g_free(). If an
1494  *               error occurs, %NULL will be returned and
1495  *               @error set.
1496  **/
1497 gunichar2 *
1498 g_ucs4_to_utf16 (const gunichar  *str,
1499                  glong            len,
1500                  glong           *items_read,
1501                  glong           *items_written,
1502                  GError         **error)
1503 {
1504   gunichar2 *result = NULL;
1505   gint n16;
1506   gint i, j;
1507
1508   n16 = 0;
1509   i = 0;
1510   while ((len < 0 || i < len) && str[i])
1511     {
1512       gunichar wc = str[i];
1513
1514       if (wc < 0xd800)
1515         n16 += 1;
1516       else if (wc < 0xe000)
1517         {
1518           g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1519                                _("Invalid sequence in conversion input"));
1520
1521           goto err_out;
1522         }
1523       else if (wc < 0x10000)
1524         n16 += 1;
1525       else if (wc < 0x110000)
1526         n16 += 2;
1527       else
1528         {
1529           g_set_error_literal (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1530                                _("Character out of range for UTF-16"));
1531
1532           goto err_out;
1533         }
1534
1535       i++;
1536     }
1537
1538   result = g_new (gunichar2, n16 + 1);
1539
1540   for (i = 0, j = 0; j < n16; i++)
1541     {
1542       gunichar wc = str[i];
1543
1544       if (wc < 0x10000)
1545         {
1546           result[j++] = wc;
1547         }
1548       else
1549         {
1550           result[j++] = (wc - 0x10000) / 0x400 + 0xd800;
1551           result[j++] = (wc - 0x10000) % 0x400 + 0xdc00;
1552         }
1553     }
1554   result[j] = 0;
1555
1556   if (items_written)
1557     *items_written = n16;
1558
1559  err_out:
1560   if (items_read)
1561     *items_read = i;
1562
1563   return result;
1564 }
1565
1566 #define CONTINUATION_CHAR                           \
1567  G_STMT_START {                                     \
1568   if ((*(guchar *)p & 0xc0) != 0x80) /* 10xxxxxx */ \
1569     goto error;                                     \
1570   val <<= 6;                                        \
1571   val |= (*(guchar *)p) & 0x3f;                     \
1572  } G_STMT_END
1573
1574 static const gchar *
1575 fast_validate (const char *str)
1576
1577 {
1578   gunichar val = 0;
1579   gunichar min = 0;
1580   const gchar *p;
1581
1582   for (p = str; *p; p++)
1583     {
1584       if (*(guchar *)p < 128)
1585         /* done */;
1586       else
1587         {
1588           const gchar *last;
1589
1590           last = p;
1591           if ((*(guchar *)p & 0xe0) == 0xc0) /* 110xxxxx */
1592             {
1593               if (G_UNLIKELY ((*(guchar *)p & 0x1e) == 0))
1594                 goto error;
1595               p++;
1596               if (G_UNLIKELY ((*(guchar *)p & 0xc0) != 0x80)) /* 10xxxxxx */
1597                 goto error;
1598             }
1599           else
1600             {
1601               if ((*(guchar *)p & 0xf0) == 0xe0) /* 1110xxxx */
1602                 {
1603                   min = (1 << 11);
1604                   val = *(guchar *)p & 0x0f;
1605                   goto TWO_REMAINING;
1606                 }
1607               else if ((*(guchar *)p & 0xf8) == 0xf0) /* 11110xxx */
1608                 {
1609                   min = (1 << 16);
1610                   val = *(guchar *)p & 0x07;
1611                 }
1612               else
1613                 goto error;
1614
1615               p++;
1616               CONTINUATION_CHAR;
1617             TWO_REMAINING:
1618               p++;
1619               CONTINUATION_CHAR;
1620               p++;
1621               CONTINUATION_CHAR;
1622
1623               if (G_UNLIKELY (val < min))
1624                 goto error;
1625
1626               if (G_UNLIKELY (!UNICODE_VALID(val)))
1627                 goto error;
1628             }
1629
1630           continue;
1631
1632         error:
1633           return last;
1634         }
1635     }
1636
1637   return p;
1638 }
1639
1640 static const gchar *
1641 fast_validate_len (const char *str,
1642                    gssize      max_len)
1643
1644 {
1645   gunichar val = 0;
1646   gunichar min = 0;
1647   const gchar *p;
1648
1649   g_assert (max_len >= 0);
1650
1651   for (p = str; ((p - str) < max_len) && *p; p++)
1652     {
1653       if (*(guchar *)p < 128)
1654         /* done */;
1655       else
1656         {
1657           const gchar *last;
1658
1659           last = p;
1660           if ((*(guchar *)p & 0xe0) == 0xc0) /* 110xxxxx */
1661             {
1662               if (G_UNLIKELY (max_len - (p - str) < 2))
1663                 goto error;
1664
1665               if (G_UNLIKELY ((*(guchar *)p & 0x1e) == 0))
1666                 goto error;
1667               p++;
1668               if (G_UNLIKELY ((*(guchar *)p & 0xc0) != 0x80)) /* 10xxxxxx */
1669                 goto error;
1670             }
1671           else
1672             {
1673               if ((*(guchar *)p & 0xf0) == 0xe0) /* 1110xxxx */
1674                 {
1675                   if (G_UNLIKELY (max_len - (p - str) < 3))
1676                     goto error;
1677
1678                   min = (1 << 11);
1679                   val = *(guchar *)p & 0x0f;
1680                   goto TWO_REMAINING;
1681                 }
1682               else if ((*(guchar *)p & 0xf8) == 0xf0) /* 11110xxx */
1683                 {
1684                   if (G_UNLIKELY (max_len - (p - str) < 4))
1685                     goto error;
1686
1687                   min = (1 << 16);
1688                   val = *(guchar *)p & 0x07;
1689                 }
1690               else
1691                 goto error;
1692
1693               p++;
1694               CONTINUATION_CHAR;
1695             TWO_REMAINING:
1696               p++;
1697               CONTINUATION_CHAR;
1698               p++;
1699               CONTINUATION_CHAR;
1700
1701               if (G_UNLIKELY (val < min))
1702                 goto error;
1703               if (G_UNLIKELY (!UNICODE_VALID(val)))
1704                 goto error;
1705             }
1706
1707           continue;
1708
1709         error:
1710           return last;
1711         }
1712     }
1713
1714   return p;
1715 }
1716
1717 /**
1718  * g_utf8_validate:
1719  * @str: a pointer to character data
1720  * @max_len: max bytes to validate, or -1 to go until NUL
1721  * @end: return location for end of valid data
1722  *
1723  * Validates UTF-8 encoded text. @str is the text to validate;
1724  * if @str is nul-terminated, then @max_len can be -1, otherwise
1725  * @max_len should be the number of bytes to validate.
1726  * If @end is non-%NULL, then the end of the valid range
1727  * will be stored there (i.e. the start of the first invalid
1728  * character if some bytes were invalid, or the end of the text
1729  * being validated otherwise).
1730  *
1731  * Note that g_utf8_validate() returns %FALSE if @max_len is
1732  * positive and NUL is met before @max_len bytes have been read.
1733  *
1734  * Returns %TRUE if all of @str was valid. Many GLib and GTK+
1735  * routines <emphasis>require</emphasis> valid UTF-8 as input;
1736  * so data read from a file or the network should be checked
1737  * with g_utf8_validate() before doing anything else with it.
1738  *
1739  * Return value: %TRUE if the text was valid UTF-8
1740  **/
1741 gboolean
1742 g_utf8_validate (const char   *str,
1743                  gssize        max_len,
1744                  const gchar **end)
1745
1746 {
1747   const gchar *p;
1748
1749   if (max_len < 0)
1750     p = fast_validate (str);
1751   else
1752     p = fast_validate_len (str, max_len);
1753
1754   if (end)
1755     *end = p;
1756
1757   if ((max_len >= 0 && p != str + max_len) ||
1758       (max_len < 0 && *p != '\0'))
1759     return FALSE;
1760   else
1761     return TRUE;
1762 }
1763
1764 /**
1765  * g_unichar_validate:
1766  * @ch: a Unicode character
1767  *
1768  * Checks whether @ch is a valid Unicode character. Some possible
1769  * integer values of @ch will not be valid. 0 is considered a valid
1770  * character, though it's normally a string terminator.
1771  *
1772  * Return value: %TRUE if @ch is a valid Unicode character
1773  **/
1774 gboolean
1775 g_unichar_validate (gunichar ch)
1776 {
1777   return UNICODE_VALID (ch);
1778 }
1779
1780 /**
1781  * g_utf8_strreverse:
1782  * @str: a UTF-8 encoded string
1783  * @len: the maximum length of @str to use, in bytes. If @len < 0,
1784  *       then the string is nul-terminated.
1785  *
1786  * Reverses a UTF-8 string. @str must be valid UTF-8 encoded text.
1787  * (Use g_utf8_validate() on all text before trying to use UTF-8
1788  * utility functions with it.)
1789  *
1790  * This function is intended for programmatic uses of reversed strings.
1791  * It pays no attention to decomposed characters, combining marks, byte
1792  * order marks, directional indicators (LRM, LRO, etc) and similar
1793  * characters which might need special handling when reversing a string
1794  * for display purposes.
1795  *
1796  * Note that unlike g_strreverse(), this function returns
1797  * newly-allocated memory, which should be freed with g_free() when
1798  * no longer needed.
1799  *
1800  * Returns: a newly-allocated string which is the reverse of @str.
1801  *
1802  * Since: 2.2
1803  */
1804 gchar *
1805 g_utf8_strreverse (const gchar *str,
1806                    gssize       len)
1807 {
1808   gchar *r, *result;
1809   const gchar *p;
1810
1811   if (len < 0)
1812     len = strlen (str);
1813
1814   result = g_new (gchar, len + 1);
1815   r = result + len;
1816   p = str;
1817   while (r > result)
1818     {
1819       gchar *m, skip = g_utf8_skip[*(guchar*) p];
1820       r -= skip;
1821       for (m = r; skip; skip--)
1822         *m++ = *p++;
1823     }
1824   result[len] = 0;
1825
1826   return result;
1827 }
1828
1829
1830 gchar *
1831 _g_utf8_make_valid (const gchar *name)
1832 {
1833   GString *string;
1834   const gchar *remainder, *invalid;
1835   gint remaining_bytes, valid_bytes;
1836
1837   string = NULL;
1838   remainder = name;
1839   remaining_bytes = strlen (name);
1840
1841   while (remaining_bytes != 0)
1842     {
1843       if (g_utf8_validate (remainder, remaining_bytes, &invalid))
1844         break;
1845       valid_bytes = invalid - remainder;
1846
1847       if (string == NULL)
1848         string = g_string_sized_new (remaining_bytes);
1849
1850       g_string_append_len (string, remainder, valid_bytes);
1851       /* append U+FFFD REPLACEMENT CHARACTER */
1852       g_string_append (string, "\357\277\275");
1853
1854       remaining_bytes -= valid_bytes + 1;
1855       remainder = invalid + 1;
1856     }
1857
1858   if (string == NULL)
1859     return g_strdup (name);
1860
1861   g_string_append (string, remainder);
1862
1863   g_assert (g_utf8_validate (string->str, -1, NULL));
1864
1865   return g_string_free (string, FALSE);
1866 }
1867
1868
1869 #define __G_UTF8_C__
1870 #include "galiasdef.c"