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 "galias.h"
  31 #include "glib.h"
  32
  33 #ifdef G_PLATFORM_WIN32
  34 #include <stdio.h>
  35 #define STRICT
  36 #include <windows.h>
  37 #undef STRICT
  38 #endif
  39
  40 #include "libcharset/libcharset.h"
  41
  42 #include "glibintl.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 @p before @str.
 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 end of the string, or %NULL to indicate
 150  *        that the string is nul-terminated, in which case
 151  *        the returned value will be
 152  *
 153  * Finds the start of the next UTF-8 character in the string after @p.
 154  *
 155  * @p does not have to be at the beginning of a UTF-8 character. No check
 156  * is made to see if the character found is actually valid other than
 157  * it starts with an appropriate byte.
 158  *
 159  * Return value: a pointer to the found character or %NULL
 160  **/
 161 gchar *
 162 g_utf8_find_next_char (const gchar *p,
 163                        const gchar *end)
 164 {
 165   if (*p)
 166     {
 167       if (end)
 168         for (++p; p < end && (*p & 0xc0) == 0x80; ++p)
 169           ;
 170       else
 171         for (++p; (*p & 0xc0) == 0x80; ++p)
 172           ;
 173     }
 174   return (p == end) ? NULL : (gchar *)p;
 175 }
 176
 177 /**
 178  * g_utf8_prev_char:
 179  * @p: a pointer to a position within a UTF-8 encoded string
 180  *
 181  * Finds the previous UTF-8 character in the string before @p.
 182  *
 183  * @p does not have to be at the beginning of a UTF-8 character. No check
 184  * is made to see if the character found is actually valid other than
 185  * it starts with an appropriate byte. If @p might be the first
 186  * character of the string, you must use g_utf8_find_prev_char() instead.
 187  *
 188  * Return value: a pointer to the found character.
 189  **/
 190 gchar *
 191 g_utf8_prev_char (const gchar *p)
 192 {
 193   while (TRUE)
 194     {
 195       p--;
 196       if ((*p & 0xc0) != 0x80)
 197         return (gchar *)p;
 198     }
 199 }
 200
 201 /**
 202  * g_utf8_strlen:
 203  * @p: pointer to the start of a UTF-8 encoded string.
 204  * @max: the maximum number of bytes to examine. If @max
 205  *       is less than 0, then the string is assumed to be
 206  *       nul-terminated. If @max is 0, @p will not be examined and
 207  *       may be %NULL.
 208  *
 209  * Returns the length of the string in characters.
 210  *
 211  * Return value: the length of the string in characters
 212  **/
 213 glong
 214 g_utf8_strlen (const gchar *p,
 215                gssize       max)
 216 {
 217   glong len = 0;
 218   const gchar *start = p;
 219   g_return_val_if_fail (p != NULL || max == 0, 0);
 220
 221   if (max < 0)
 222     {
 223       while (*p)
 224         {
 225           p = g_utf8_next_char (p);
 226           ++len;
 227         }
 228     }
 229   else
 230     {
 231       if (max == 0 || !*p)
 232         return 0;
 233
 234       p = g_utf8_next_char (p);
 235
 236       while (p - start < max && *p)
 237         {
 238           ++len;
 239           p = g_utf8_next_char (p);
 240         }
 241
 242       /* only do the last len increment if we got a complete
 243        * char (don't count partial chars)
 244        */
 245       if (p - start == max)
 246         ++len;
 247     }
 248
 249   return len;
 250 }
 251
 252 /**
 253  * g_utf8_get_char:
 254  * @p: a pointer to Unicode character encoded as UTF-8
 255  *
 256  * Converts a sequence of bytes encoded as UTF-8 to a Unicode character.
 257  * If @p does not point to a valid UTF-8 encoded character, results are
 258  * undefined. If you are not sure that the bytes are complete
 259  * valid Unicode characters, you should use g_utf8_get_char_validated()
 260  * instead.
 261  *
 262  * Return value: the resulting character
 263  **/
 264 gunichar
 265 g_utf8_get_char (const gchar *p)
 266 {
 267   int i, mask = 0, len;
 268   gunichar result;
 269   unsigned char c = (unsigned char) *p;
 270
 271   UTF8_COMPUTE (c, mask, len);
 272   if (len == -1)
 273     return (gunichar)-1;
 274   UTF8_GET (result, p, i, mask, len);
 275
 276   return result;
 277 }
 278
 279 /**
 280  * g_utf8_offset_to_pointer:
 281  * @str: a UTF-8 encoded string
 282  * @offset: a character offset within @str
 283  *
 284  * Converts from an integer character offset to a pointer to a position
 285  * within the string.
 286  *
 287  * Return value: the resulting pointer
 288  **/
 289 gchar *
 290 g_utf8_offset_to_pointer  (const gchar *str,
 291                            glong        offset)
 292 {
 293   const gchar *s = str;
 294   while (offset--)
 295     s = g_utf8_next_char (s);
 296
 297   return (gchar *)s;
 298 }
 299
 300 /**
 301  * g_utf8_pointer_to_offset:
 302  * @str: a UTF-8 encoded string
 303  * @pos: a pointer to a position within @str
 304  *
 305  * Converts from a pointer to position within a string to a integer
 306  * character offset.
 307  *
 308  * Return value: the resulting character offset
 309  **/
 310 glong
 311 g_utf8_pointer_to_offset (const gchar *str,
 312                           const gchar *pos)
 313 {
 314   const gchar *s = str;
 315   glong offset = 0;
 316
 317   while (s < pos)
 318     {
 319       s = g_utf8_next_char (s);
 320       offset++;
 321     }
 322
 323   return offset;
 324 }
 325
 326
 327 /**
 328  * g_utf8_strncpy:
 329  * @dest: buffer to fill with characters from @src
 330  * @src: UTF-8 encoded string
 331  * @n: character count
 332  *
 333  * Like the standard C strncpy() function, but
 334  * copies a given number of characters instead of a given number of
 335  * bytes. The @src string must be valid UTF-8 encoded text.
 336  * (Use g_utf8_validate() on all text before trying to use UTF-8
 337  * utility functions with it.)
 338  *
 339  * Return value: @dest
 340  **/
 341 gchar *
 342 g_utf8_strncpy (gchar       *dest,
 343                 const gchar *src,
 344                 gsize        n)
 345 {
 346   const gchar *s = src;
 347   while (n && *s)
 348     {
 349       s = g_utf8_next_char(s);
 350       n--;
 351     }
 352   strncpy(dest, src, s - src);
 353   dest[s - src] = 0;
 354   return dest;
 355 }
 356
 357 G_LOCK_DEFINE_STATIC (aliases);
 358
 359 static GHashTable *
 360 get_alias_hash (void)
 361 {
 362   static GHashTable *alias_hash = NULL;
 363   const char *aliases;
 364
 365   G_LOCK (aliases);
 366
 367   if (!alias_hash)
 368     {
 369       alias_hash = g_hash_table_new (g_str_hash, g_str_equal);
 370
 371       aliases = _g_locale_get_charset_aliases ();
 372       while (*aliases != '\0')
 373         {
 374           const char *canonical;
 375           const char *alias;
 376           const char **alias_array;
 377           int count = 0;
 378
 379           alias = aliases;
 380           aliases += strlen (aliases) + 1;
 381           canonical = aliases;
 382           aliases += strlen (aliases) + 1;
 383
 384           alias_array = g_hash_table_lookup (alias_hash, canonical);
 385           if (alias_array)
 386             {
 387               while (alias_array[count])
 388                 count++;
 389             }
 390
 391           alias_array = g_renew (const char *, alias_array, count + 2);
 392           alias_array[count] = alias;
 393           alias_array[count + 1] = NULL;
 394
 395           g_hash_table_insert (alias_hash, (char *)canonical, alias_array);
 396         }
 397     }
 398
 399   G_UNLOCK (aliases);
 400
 401   return alias_hash;
 402 }
 403
 404 /* As an abuse of the alias table, the following routines gets
 405  * the charsets that are aliases for the canonical name.
 406  */
 407 const char **
 408 _g_charset_get_aliases (const char *canonical_name)
 409 {
 410   GHashTable *alias_hash = get_alias_hash ();
 411
 412   return g_hash_table_lookup (alias_hash, canonical_name);
 413 }
 414
 415 static gboolean
 416 g_utf8_get_charset_internal (const char  *raw_data,
 417                              const char **a)
 418 {
 419   const char *charset = getenv("CHARSET");
 420
 421   if (charset && *charset)
 422     {
 423       *a = charset;
 424
 425       if (charset && strstr (charset, "UTF-8"))
 426         return TRUE;
 427       else
 428         return FALSE;
 429     }
 430
 431   /* The libcharset code tries to be thread-safe without
 432    * a lock, but has a memory leak and a missing memory
 433    * barrier, so we lock for it
 434    */
 435   G_LOCK (aliases);
 436   charset = _g_locale_charset_unalias (raw_data);
 437   G_UNLOCK (aliases);
 438
 439   if (charset && *charset)
 440     {
 441       *a = charset;
 442
 443       if (charset && strstr (charset, "UTF-8"))
 444         return TRUE;
 445       else
 446         return FALSE;
 447     }
 448
 449   /* Assume this for compatibility at present.  */
 450   *a = "US-ASCII";
 451
 452   return FALSE;
 453 }
 454
 455 typedef struct _GCharsetCache GCharsetCache;
 456
 457 struct _GCharsetCache {
 458   gboolean is_utf8;
 459   gchar *raw;
 460   gchar *charset;
 461 };
 462
 463 static void
 464 charset_cache_free (gpointer data)
 465 {
 466   GCharsetCache *cache = data;
 467   g_free (cache->raw);
 468   g_free (cache->charset);
 469   g_free (cache);
 470 }
 471
 472 /**
 473  * g_get_charset:
 474  * @charset: return location for character set name
 475  *
 476  * Obtains the character set for the current locale; you might use
 477  * this character set as an argument to g_convert(), to convert from
 478  * the current locale's encoding to some other encoding. (Frequently
 479  * g_locale_to_utf8() and g_locale_from_utf8() are nice shortcuts,
 480  * though.)
 481  *
 482  * The return value is %TRUE if the locale's encoding is UTF-8, in that
 483  * case you can perhaps avoid calling g_convert().
 484  *
 485  * The string returned in @charset is not allocated, and should not be
 486  * freed.
 487  *
 488  * Return value: %TRUE if the returned charset is UTF-8
 489  **/
 490 gboolean
 491 g_get_charset (G_CONST_RETURN char **charset)
 492 {
 493   static GStaticPrivate cache_private = G_STATIC_PRIVATE_INIT;
 494   GCharsetCache *cache = g_static_private_get (&cache_private);
 495   const gchar *raw;
 496
 497   if (!cache)
 498     {
 499       cache = g_new0 (GCharsetCache, 1);
 500       g_static_private_set (&cache_private, cache, charset_cache_free);
 501     }
 502
 503   raw = _g_locale_charset_raw ();
 504
 505   if (!(cache->raw && strcmp (cache->raw, raw) == 0))
 506     {
 507       const gchar *new_charset;
 508
 509       g_free (cache->raw);
 510       g_free (cache->charset);
 511       cache->raw = g_strdup (raw);
 512       cache->is_utf8 = g_utf8_get_charset_internal (raw, &new_charset);
 513       cache->charset = g_strdup (new_charset);
 514     }
 515
 516   if (charset)
 517     *charset = cache->charset;
 518
 519   return cache->is_utf8;
 520 }
 521
 522 /* unicode_strchr */
 523
 524 /**
 525  * g_unichar_to_utf8:
 526  * @c: a ISO10646 character code
 527  * @outbuf: output buffer, must have at least 6 bytes of space.
 528  *       If %NULL, the length will be computed and returned
 529  *       and nothing will be written to @outbuf.
 530  *
 531  * Converts a single character to UTF-8.
 532  *
 533  * Return value: number of bytes written
 534  **/
 535 int
 536 g_unichar_to_utf8 (gunichar c,
 537                    gchar   *outbuf)
 538 {
 539   guint len = 0;
 540   int first;
 541   int i;
 542
 543   if (c < 0x80)
 544     {
 545       first = 0;
 546       len = 1;
 547     }
 548   else if (c < 0x800)
 549     {
 550       first = 0xc0;
 551       len = 2;
 552     }
 553   else if (c < 0x10000)
 554     {
 555       first = 0xe0;
 556       len = 3;
 557     }
 558    else if (c < 0x200000)
 559     {
 560       first = 0xf0;
 561       len = 4;
 562     }
 563   else if (c < 0x4000000)
 564     {
 565       first = 0xf8;
 566       len = 5;
 567     }
 568   else
 569     {
 570       first = 0xfc;
 571       len = 6;
 572     }
 573
 574   if (outbuf)
 575     {
 576       for (i = len - 1; i > 0; --i)
 577         {
 578           outbuf[i] = (c & 0x3f) | 0x80;
 579           c >>= 6;
 580         }
 581       outbuf[0] = c | first;
 582     }
 583
 584   return len;
 585 }
 586
 587 /**
 588  * g_utf8_strchr:
 589  * @p: a nul-terminated UTF-8 encoded string
 590  * @len: the maximum length of @p
 591  * @c: a ISO10646 character
 592  *
 593  * Finds the leftmost occurrence of the given ISO10646 character
 594  * in a UTF-8 encoded string, while limiting the search to @len bytes.
 595  * If @len is -1, allow unbounded search.
 596  *
 597  * Return value: %NULL if the string does not contain the character,
 598  *   otherwise, a pointer to the start of the leftmost occurrence of
 599  *   the character in the string.
 600  **/
 601 gchar *
 602 g_utf8_strchr (const char *p,
 603                gssize      len,
 604                gunichar    c)
 605 {
 606   gchar ch[10];
 607
 608   gint charlen = g_unichar_to_utf8 (c, ch);
 609   ch[charlen] = '\0';
 610
 611   return g_strstr_len (p, len, ch);
 612 }
 613
 614
 615 /**
 616  * g_utf8_strrchr:
 617  * @p: a nul-terminated UTF-8 encoded string
 618  * @len: the maximum length of @p
 619  * @c: a ISO10646 character
 620  *
 621  * Find the rightmost occurrence of the given ISO10646 character
 622  * in a UTF-8 encoded string, while limiting the search to @len bytes.
 623  * If @len is -1, allow unbounded search.
 624  *
 625  * Return value: %NULL if the string does not contain the character,
 626  *   otherwise, a pointer to the start of the rightmost occurrence of the
 627  *   character in the string.
 628  **/
 629 gchar *
 630 g_utf8_strrchr (const char *p,
 631                 gssize      len,
 632                 gunichar    c)
 633 {
 634   gchar ch[10];
 635
 636   gint charlen = g_unichar_to_utf8 (c, ch);
 637   ch[charlen] = '\0';
 638
 639   return g_strrstr_len (p, len, ch);
 640 }
 641
 642
 643 /* Like g_utf8_get_char, but take a maximum length
 644  * and return (gunichar)-2 on incomplete trailing character
 645  */
 646 static inline gunichar
 647 g_utf8_get_char_extended (const  gchar *p,
 648                           gssize max_len)
 649 {
 650   guint i, len;
 651   gunichar wc = (guchar) *p;
 652
 653   if (wc < 0x80)
 654     {
 655       return wc;
 656     }
 657   else if (wc < 0xc0)
 658     {
 659       return (gunichar)-1;
 660     }
 661   else if (wc < 0xe0)
 662     {
 663       len = 2;
 664       wc &= 0x1f;
 665     }
 666   else if (wc < 0xf0)
 667     {
 668       len = 3;
 669       wc &= 0x0f;
 670     }
 671   else if (wc < 0xf8)
 672     {
 673       len = 4;
 674       wc &= 0x07;
 675     }
 676   else if (wc < 0xfc)
 677     {
 678       len = 5;
 679       wc &= 0x03;
 680     }
 681   else if (wc < 0xfe)
 682     {
 683       len = 6;
 684       wc &= 0x01;
 685     }
 686   else
 687     {
 688       return (gunichar)-1;
 689     }
 690
 691   if (max_len >= 0 && len > max_len)
 692     {
 693       for (i = 1; i < max_len; i++)
 694         {
 695           if ((((guchar *)p)[i] & 0xc0) != 0x80)
 696             return (gunichar)-1;
 697         }
 698       return (gunichar)-2;
 699     }
 700
 701   for (i = 1; i < len; ++i)
 702     {
 703       gunichar ch = ((guchar *)p)[i];
 704
 705       if ((ch & 0xc0) != 0x80)
 706         {
 707           if (ch)
 708             return (gunichar)-1;
 709           else
 710             return (gunichar)-2;
 711         }
 712
 713       wc <<= 6;
 714       wc |= (ch & 0x3f);
 715     }
 716
 717   if (UTF8_LENGTH(wc) != len)
 718     return (gunichar)-1;
 719
 720   return wc;
 721 }
 722
 723 /**
 724  * g_utf8_get_char_validated:
 725  * @p: a pointer to Unicode character encoded as UTF-8
 726  * @max_len: the maximum number of bytes to read, or -1, for no maximum.
 727  *
 728  * Convert a sequence of bytes encoded as UTF-8 to a Unicode character.
 729  * This function checks for incomplete characters, for invalid characters
 730  * such as characters that are out of the range of Unicode, and for
 731  * overlong encodings of valid characters.
 732  *
 733  * Return value: the resulting character. If @p points to a partial
 734  *    sequence at the end of a string that could begin a valid
 735  *    character, returns (gunichar)-2; otherwise, if @p does not point
 736  *    to a valid UTF-8 encoded Unicode character, returns (gunichar)-1.
 737  **/
 738 gunichar
 739 g_utf8_get_char_validated (const  gchar *p,
 740                            gssize max_len)
 741 {
 742   gunichar result = g_utf8_get_char_extended (p, max_len);
 743
 744   if (result & 0x80000000)
 745     return result;
 746   else if (!UNICODE_VALID (result))
 747     return (gunichar)-1;
 748   else
 749     return result;
 750 }
 751
 752 /**
 753  * g_utf8_to_ucs4_fast:
 754  * @str: a UTF-8 encoded string
 755  * @len: the maximum length of @str to use. If @len < 0, then
 756  *       the string is nul-terminated.
 757  * @items_written: location to store the number of characters in the
 758  *                 result, or %NULL.
 759  *
 760  * Convert a string from UTF-8 to a 32-bit fixed width
 761  * representation as UCS-4, assuming valid UTF-8 input.
 762  * This function is roughly twice as fast as g_utf8_to_ucs4()
 763  * but does no error checking on the input.
 764  *
 765  * Return value: a pointer to a newly allocated UCS-4 string.
 766  *               This value must be freed with g_free().
 767  **/
 768 gunichar *
 769 g_utf8_to_ucs4_fast (const gchar *str,
 770                      glong        len,
 771                      glong       *items_written)
 772 {
 773   gint j, charlen;
 774   gunichar *result;
 775   gint n_chars, i;
 776   const gchar *p;
 777
 778   g_return_val_if_fail (str != NULL, NULL);
 779
 780   p = str;
 781   n_chars = 0;
 782   if (len < 0)
 783     {
 784       while (*p)
 785         {
 786           p = g_utf8_next_char (p);
 787           ++n_chars;
 788         }
 789     }
 790   else
 791     {
 792       while (p < str + len && *p)
 793         {
 794           p = g_utf8_next_char (p);
 795           ++n_chars;
 796         }
 797     }
 798
 799   result = g_new (gunichar, n_chars + 1);
 800
 801   p = str;
 802   for (i=0; i < n_chars; i++)
 803     {
 804       gunichar wc = ((unsigned char *)p)[0];
 805
 806       if (wc < 0x80)
 807         {
 808           result[i] = wc;
 809           p++;
 810         }
 811       else
 812         {
 813           if (wc < 0xe0)
 814             {
 815               charlen = 2;
 816               wc &= 0x1f;
 817             }
 818           else if (wc < 0xf0)
 819             {
 820               charlen = 3;
 821               wc &= 0x0f;
 822             }
 823           else if (wc < 0xf8)
 824             {
 825               charlen = 4;
 826               wc &= 0x07;
 827             }
 828           else if (wc < 0xfc)
 829             {
 830               charlen = 5;
 831               wc &= 0x03;
 832             }
 833           else
 834             {
 835               charlen = 6;
 836               wc &= 0x01;
 837             }
 838
 839           for (j = 1; j < charlen; j++)
 840             {
 841               wc <<= 6;
 842               wc |= ((unsigned char *)p)[j] & 0x3f;
 843             }
 844
 845           result[i] = wc;
 846           p += charlen;
 847         }
 848     }
 849   result[i] = 0;
 850
 851   if (items_written)
 852     *items_written = i;
 853
 854   return result;
 855 }
 856
 857 /**
 858  * g_utf8_to_ucs4:
 859  * @str: a UTF-8 encoded string
 860  * @len: the maximum length of @str to use. If @len < 0, then
 861  *       the string is nul-terminated.
 862  * @items_read: location to store number of bytes read, or %NULL.
 863  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
 864  *              returned in case @str contains a trailing partial
 865  *              character. If an error occurs then the index of the
 866  *              invalid input is stored here.
 867  * @items_written: location to store number of characters written or %NULL.
 868  *                 The value here stored does not include the trailing 0
 869  *                 character.
 870  * @error: location to store the error occuring, or %NULL to ignore
 871  *         errors. Any of the errors in #GConvertError other than
 872  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
 873  *
 874  * Convert a string from UTF-8 to a 32-bit fixed width
 875  * representation as UCS-4. A trailing 0 will be added to the
 876  * string after the converted text.
 877  *
 878  * Return value: a pointer to a newly allocated UCS-4 string.
 879  *               This value must be freed with g_free(). If an
 880  *               error occurs, %NULL will be returned and
 881  *               @error set.
 882  **/
 883 gunichar *
 884 g_utf8_to_ucs4 (const gchar *str,
 885                 glong        len,
 886                 glong       *items_read,
 887                 glong       *items_written,
 888                 GError     **error)
 889 {
 890   gunichar *result = NULL;
 891   gint n_chars, i;
 892   const gchar *in;
 893
 894   in = str;
 895   n_chars = 0;
 896   while ((len < 0 || str + len - in > 0) && *in)
 897     {
 898       gunichar wc = g_utf8_get_char_extended (in, str + len - in);
 899       if (wc & 0x80000000)
 900         {
 901           if (wc == (gunichar)-2)
 902             {
 903               if (items_read)
 904                 break;
 905               else
 906                 g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
 907                              _("Partial character sequence at end of input"));
 908             }
 909           else
 910             g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
 911                          _("Invalid byte sequence in conversion input"));
 912
 913           goto err_out;
 914         }
 915
 916       n_chars++;
 917
 918       in = g_utf8_next_char (in);
 919     }
 920
 921   result = g_new (gunichar, n_chars + 1);
 922
 923   in = str;
 924   for (i=0; i < n_chars; i++)
 925     {
 926       result[i] = g_utf8_get_char (in);
 927       in = g_utf8_next_char (in);
 928     }
 929   result[i] = 0;
 930
 931   if (items_written)
 932     *items_written = n_chars;
 933
 934  err_out:
 935   if (items_read)
 936     *items_read = in - str;
 937
 938   return result;
 939 }
 940
 941 /**
 942  * g_ucs4_to_utf8:
 943  * @str: a UCS-4 encoded string
 944  * @len: the maximum length of @str to use. If @len < 0, then
 945  *       the string is terminated with a 0 character.
 946  * @items_read: location to store number of characters read read, or %NULL.
 947  * @items_written: location to store number of bytes written or %NULL.
 948  *                 The value here stored does not include the trailing 0
 949  *                 byte.
 950  * @error: location to store the error occuring, or %NULL to ignore
 951  *         errors. Any of the errors in #GConvertError other than
 952  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
 953  *
 954  * Convert a string from a 32-bit fixed width representation as UCS-4.
 955  * to UTF-8. The result will be terminated with a 0 byte.
 956  *
 957  * Return value: a pointer to a newly allocated UTF-8 string.
 958  *               This value must be freed with g_free(). If an
 959  *               error occurs, %NULL will be returned and
 960  *               @error set.
 961  **/
 962 gchar *
 963 g_ucs4_to_utf8 (const gunichar *str,
 964                 glong           len,
 965                 glong          *items_read,
 966                 glong          *items_written,
 967                 GError        **error)
 968 {
 969   gint result_length;
 970   gchar *result = NULL;
 971   gchar *p;
 972   gint i;
 973
 974   result_length = 0;
 975   for (i = 0; len < 0 || i < len ; i++)
 976     {
 977       if (!str[i])
 978         break;
 979
 980       if (str[i] >= 0x80000000)
 981         {
 982           if (items_read)
 983             *items_read = i;
 984
 985           g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
 986                        _("Character out of range for UTF-8"));
 987           goto err_out;
 988         }
 989
 990       result_length += UTF8_LENGTH (str[i]);
 991     }
 992
 993   result = g_malloc (result_length + 1);
 994   p = result;
 995
 996   i = 0;
 997   while (p < result + result_length)
 998     p += g_unichar_to_utf8 (str[i++], p);
 999
1000   *p = '\0';
1001
1002   if (items_written)
1003     *items_written = p - result;
1004
1005  err_out:
1006   if (items_read)
1007     *items_read = i;
1008
1009   return result;
1010 }
1011
1012 #define SURROGATE_VALUE(h,l) (((h) - 0xd800) * 0x400 + (l) - 0xdc00 + 0x10000)
1013
1014 /**
1015  * g_utf16_to_utf8:
1016  * @str: a UTF-16 encoded string
1017  * @len: the maximum length of @str to use. If @len < 0, then
1018  *       the string is terminated with a 0 character.
1019  * @items_read: location to store number of words read, or %NULL.
1020  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
1021  *              returned in case @str contains a trailing partial
1022  *              character. If an error occurs then the index of the
1023  *              invalid input is stored here.
1024  * @items_written: location to store number of bytes written, or %NULL.
1025  *                 The value stored here does not include the trailing
1026  *                 0 byte.
1027  * @error: location to store the error occuring, or %NULL to ignore
1028  *         errors. Any of the errors in #GConvertError other than
1029  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1030  *
1031  * Convert a string from UTF-16 to UTF-8. The result will be
1032  * terminated with a 0 byte.
1033  *
1034  * Note that the input is expected to be already in native endianness,
1035  * an initial byte-order-mark character is not handled specially.
1036  * g_convert() can be used to convert a byte buffer of UTF-16 data of
1037  * ambiguous endianess.
1038  *
1039  * Return value: a pointer to a newly allocated UTF-8 string.
1040  *               This value must be freed with g_free(). If an
1041  *               error occurs, %NULL will be returned and
1042  *               @error set.
1043  **/
1044 gchar *
1045 g_utf16_to_utf8 (const gunichar2  *str,
1046                  glong             len,
1047                  glong            *items_read,
1048                  glong            *items_written,
1049                  GError          **error)
1050 {
1051   /* This function and g_utf16_to_ucs4 are almost exactly identical - The lines that differ
1052    * are marked.
1053    */
1054   const gunichar2 *in;
1055   gchar *out;
1056   gchar *result = NULL;
1057   gint n_bytes;
1058   gunichar high_surrogate;
1059
1060   g_return_val_if_fail (str != 0, NULL);
1061
1062   n_bytes = 0;
1063   in = str;
1064   high_surrogate = 0;
1065   while ((len < 0 || in - str < len) && *in)
1066     {
1067       gunichar2 c = *in;
1068       gunichar wc;
1069
1070       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1071         {
1072           if (high_surrogate)
1073             {
1074               wc = SURROGATE_VALUE (high_surrogate, c);
1075               high_surrogate = 0;
1076             }
1077           else
1078             {
1079               g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1080                            _("Invalid sequence in conversion input"));
1081               goto err_out;
1082             }
1083         }
1084       else
1085         {
1086           if (high_surrogate)
1087             {
1088               g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1089                            _("Invalid sequence in conversion input"));
1090               goto err_out;
1091             }
1092
1093           if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1094             {
1095               high_surrogate = c;
1096               goto next1;
1097             }
1098           else
1099             wc = c;
1100         }
1101
1102       /********** DIFFERENT for UTF8/UCS4 **********/
1103       n_bytes += UTF8_LENGTH (wc);
1104
1105     next1:
1106       in++;
1107     }
1108
1109   if (high_surrogate && !items_read)
1110     {
1111       g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
1112                    _("Partial character sequence at end of input"));
1113       goto err_out;
1114     }
1115
1116   /* At this point, everything is valid, and we just need to convert
1117    */
1118   /********** DIFFERENT for UTF8/UCS4 **********/
1119   result = g_malloc (n_bytes + 1);
1120
1121   high_surrogate = 0;
1122   out = result;
1123   in = str;
1124   while (out < result + n_bytes)
1125     {
1126       gunichar2 c = *in;
1127       gunichar wc;
1128
1129       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1130         {
1131           wc = SURROGATE_VALUE (high_surrogate, c);
1132           high_surrogate = 0;
1133         }
1134       else if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1135         {
1136           high_surrogate = c;
1137           goto next2;
1138         }
1139       else
1140         wc = c;
1141
1142       /********** DIFFERENT for UTF8/UCS4 **********/
1143       out += g_unichar_to_utf8 (wc, out);
1144
1145     next2:
1146       in++;
1147     }
1148
1149   /********** DIFFERENT for UTF8/UCS4 **********/
1150   *out = '\0';
1151
1152   if (items_written)
1153     /********** DIFFERENT for UTF8/UCS4 **********/
1154     *items_written = out - result;
1155
1156  err_out:
1157   if (items_read)
1158     *items_read = in - str;
1159
1160   return result;
1161 }
1162
1163 /**
1164  * g_utf16_to_ucs4:
1165  * @str: a UTF-16 encoded string
1166  * @len: the maximum length of @str to use. If @len < 0, then
1167  *       the string is terminated with a 0 character.
1168  * @items_read: location to store number of words read, or %NULL.
1169  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
1170  *              returned in case @str contains a trailing partial
1171  *              character. If an error occurs then the index of the
1172  *              invalid input is stored here.
1173  * @items_written: location to store number of characters written, or %NULL.
1174  *                 The value stored here does not include the trailing
1175  *                 0 character.
1176  * @error: location to store the error occuring, or %NULL to ignore
1177  *         errors. Any of the errors in #GConvertError other than
1178  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1179  *
1180  * Convert a string from UTF-16 to UCS-4. The result will be
1181  * terminated with a 0 character.
1182  *
1183  * Return value: a pointer to a newly allocated UCS-4 string.
1184  *               This value must be freed with g_free(). If an
1185  *               error occurs, %NULL will be returned and
1186  *               @error set.
1187  **/
1188 gunichar *
1189 g_utf16_to_ucs4 (const gunichar2  *str,
1190                  glong             len,
1191                  glong            *items_read,
1192                  glong            *items_written,
1193                  GError          **error)
1194 {
1195   const gunichar2 *in;
1196   gchar *out;
1197   gchar *result = NULL;
1198   gint n_bytes;
1199   gunichar high_surrogate;
1200
1201   g_return_val_if_fail (str != 0, NULL);
1202
1203   n_bytes = 0;
1204   in = str;
1205   high_surrogate = 0;
1206   while ((len < 0 || in - str < len) && *in)
1207     {
1208       gunichar2 c = *in;
1209       gunichar wc;
1210
1211       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1212         {
1213           if (high_surrogate)
1214             {
1215               wc = SURROGATE_VALUE (high_surrogate, c);
1216               high_surrogate = 0;
1217             }
1218           else
1219             {
1220               g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1221                            _("Invalid sequence in conversion input"));
1222               goto err_out;
1223             }
1224         }
1225       else
1226         {
1227           if (high_surrogate)
1228             {
1229               g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1230                            _("Invalid sequence in conversion input"));
1231               goto err_out;
1232             }
1233
1234           if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1235             {
1236               high_surrogate = c;
1237               goto next1;
1238             }
1239           else
1240             wc = c;
1241         }
1242
1243       /********** DIFFERENT for UTF8/UCS4 **********/
1244       n_bytes += sizeof (gunichar);
1245
1246     next1:
1247       in++;
1248     }
1249
1250   if (high_surrogate && !items_read)
1251     {
1252       g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
1253                    _("Partial character sequence at end of input"));
1254       goto err_out;
1255     }
1256
1257   /* At this point, everything is valid, and we just need to convert
1258    */
1259   /********** DIFFERENT for UTF8/UCS4 **********/
1260   result = g_malloc (n_bytes + 4);
1261
1262   high_surrogate = 0;
1263   out = result;
1264   in = str;
1265   while (out < result + n_bytes)
1266     {
1267       gunichar2 c = *in;
1268       gunichar wc;
1269
1270       if (c >= 0xdc00 && c < 0xe000) /* low surrogate */
1271         {
1272           wc = SURROGATE_VALUE (high_surrogate, c);
1273           high_surrogate = 0;
1274         }
1275       else if (c >= 0xd800 && c < 0xdc00) /* high surrogate */
1276         {
1277           high_surrogate = c;
1278           goto next2;
1279         }
1280       else
1281         wc = c;
1282
1283       /********** DIFFERENT for UTF8/UCS4 **********/
1284       *(gunichar *)out = wc;
1285       out += sizeof (gunichar);
1286
1287     next2:
1288       in++;
1289     }
1290
1291   /********** DIFFERENT for UTF8/UCS4 **********/
1292   *(gunichar *)out = 0;
1293
1294   if (items_written)
1295     /********** DIFFERENT for UTF8/UCS4 **********/
1296     *items_written = (out - result) / sizeof (gunichar);
1297
1298  err_out:
1299   if (items_read)
1300     *items_read = in - str;
1301
1302   return (gunichar *)result;
1303 }
1304
1305 /**
1306  * g_utf8_to_utf16:
1307  * @str: a UTF-8 encoded string
1308  * @len: the maximum length of @str to use. If @len < 0, then
1309  *       the string is nul-terminated.
1310  * @items_read: location to store number of bytes read, or %NULL.
1311  *              If %NULL, then %G_CONVERT_ERROR_PARTIAL_INPUT will be
1312  *              returned in case @str contains a trailing partial
1313  *              character. If an error occurs then the index of the
1314  *              invalid input is stored here.
1315  * @items_written: location to store number of words written, or %NULL.
1316  *                 The value stored here does not include the trailing
1317  *                 0 word.
1318  * @error: location to store the error occuring, or %NULL to ignore
1319  *         errors. Any of the errors in #GConvertError other than
1320  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1321  *
1322  * Convert a string from UTF-8 to UTF-16. A 0 word will be
1323  * added to the result after the converted text.
1324  *
1325  * Return value: a pointer to a newly allocated UTF-16 string.
1326  *               This value must be freed with g_free(). If an
1327  *               error occurs, %NULL will be returned and
1328  *               @error set.
1329  **/
1330 gunichar2 *
1331 g_utf8_to_utf16 (const gchar *str,
1332                  glong        len,
1333                  glong       *items_read,
1334                  glong       *items_written,
1335                  GError     **error)
1336 {
1337   gunichar2 *result = NULL;
1338   gint n16;
1339   const gchar *in;
1340   gint i;
1341
1342   g_return_val_if_fail (str != NULL, NULL);
1343
1344   in = str;
1345   n16 = 0;
1346   while ((len < 0 || str + len - in > 0) && *in)
1347     {
1348       gunichar wc = g_utf8_get_char_extended (in, str + len - in);
1349       if (wc & 0x80000000)
1350         {
1351           if (wc == (gunichar)-2)
1352             {
1353               if (items_read)
1354                 break;
1355               else
1356                 g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_PARTIAL_INPUT,
1357                              _("Partial character sequence at end of input"));
1358             }
1359           else
1360             g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1361                          _("Invalid byte sequence in conversion input"));
1362
1363           goto err_out;
1364         }
1365
1366       if (wc < 0xd800)
1367         n16 += 1;
1368       else if (wc < 0xe000)
1369         {
1370           g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1371                        _("Invalid sequence in conversion input"));
1372
1373           goto err_out;
1374         }
1375       else if (wc < 0x10000)
1376         n16 += 1;
1377       else if (wc < 0x110000)
1378         n16 += 2;
1379       else
1380         {
1381           g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1382                        _("Character out of range for UTF-16"));
1383
1384           goto err_out;
1385         }
1386
1387       in = g_utf8_next_char (in);
1388     }
1389
1390   result = g_new (gunichar2, n16 + 1);
1391
1392   in = str;
1393   for (i = 0; i < n16;)
1394     {
1395       gunichar wc = g_utf8_get_char (in);
1396
1397       if (wc < 0x10000)
1398         {
1399           result[i++] = wc;
1400         }
1401       else
1402         {
1403           result[i++] = (wc - 0x10000) / 0x400 + 0xd800;
1404           result[i++] = (wc - 0x10000) % 0x400 + 0xdc00;
1405         }
1406
1407       in = g_utf8_next_char (in);
1408     }
1409
1410   result[i] = 0;
1411
1412   if (items_written)
1413     *items_written = n16;
1414
1415  err_out:
1416   if (items_read)
1417     *items_read = in - str;
1418
1419   return result;
1420 }
1421
1422 /**
1423  * g_ucs4_to_utf16:
1424  * @str: a UCS-4 encoded string
1425  * @len: the maximum length of @str to use. If @len < 0, then
1426  *       the string is terminated with a 0 character.
1427  * @items_read: location to store number of bytes read, or %NULL.
1428  *              If an error occurs then the index of the invalid input
1429  *              is stored here.
1430  * @items_written: location to store number of words written, or %NULL.
1431  *                 The value stored here does not include the trailing
1432  *                 0 word.
1433  * @error: location to store the error occuring, or %NULL to ignore
1434  *         errors. Any of the errors in #GConvertError other than
1435  *         %G_CONVERT_ERROR_NO_CONVERSION may occur.
1436  *
1437  * Convert a string from UCS-4 to UTF-16. A 0 word will be
1438  * added to the result after the converted text.
1439  *
1440  * Return value: a pointer to a newly allocated UTF-16 string.
1441  *               This value must be freed with g_free(). If an
1442  *               error occurs, %NULL will be returned and
1443  *               @error set.
1444  **/
1445 gunichar2 *
1446 g_ucs4_to_utf16 (const gunichar  *str,
1447                  glong            len,
1448                  glong           *items_read,
1449                  glong           *items_written,
1450                  GError         **error)
1451 {
1452   gunichar2 *result = NULL;
1453   gint n16;
1454   gint i, j;
1455
1456   n16 = 0;
1457   i = 0;
1458   while ((len < 0 || i < len) && str[i])
1459     {
1460       gunichar wc = str[i];
1461
1462       if (wc < 0xd800)
1463         n16 += 1;
1464       else if (wc < 0xe000)
1465         {
1466           g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1467                        _("Invalid sequence in conversion input"));
1468
1469           goto err_out;
1470         }
1471       else if (wc < 0x10000)
1472         n16 += 1;
1473       else if (wc < 0x110000)
1474         n16 += 2;
1475       else
1476         {
1477           g_set_error (error, G_CONVERT_ERROR, G_CONVERT_ERROR_ILLEGAL_SEQUENCE,
1478                        _("Character out of range for UTF-16"));
1479
1480           goto err_out;
1481         }
1482
1483       i++;
1484     }
1485
1486   result = g_new (gunichar2, n16 + 1);
1487
1488   for (i = 0, j = 0; j < n16; i++)
1489     {
1490       gunichar wc = str[i];
1491
1492       if (wc < 0x10000)
1493         {
1494           result[j++] = wc;
1495         }
1496       else
1497         {
1498           result[j++] = (wc - 0x10000) / 0x400 + 0xd800;
1499           result[j++] = (wc - 0x10000) % 0x400 + 0xdc00;
1500         }
1501     }
1502   result[j] = 0;
1503
1504   if (items_written)
1505     *items_written = n16;
1506
1507  err_out:
1508   if (items_read)
1509     *items_read = i;
1510
1511   return result;
1512 }
1513
1514 #define CONTINUATION_CHAR                           \
1515  G_STMT_START {                                     \
1516   if ((*(guchar *)p & 0xc0) != 0x80) /* 10xxxxxx */ \
1517     goto error;                                     \
1518   val <<= 6;                                        \
1519   val |= (*(guchar *)p) & 0x3f;                     \
1520  } G_STMT_END
1521
1522 static const gchar *
1523 fast_validate (const char *str)
1524
1525 {
1526   gunichar val = 0;
1527   gunichar min = 0;
1528   const gchar *p;
1529
1530   for (p = str; *p; p++)
1531     {
1532       if (*(guchar *)p < 128)
1533         /* done */;
1534       else
1535         {
1536           const gchar *last;
1537
1538           last = p;
1539           if ((*(guchar *)p & 0xe0) == 0xc0) /* 110xxxxx */
1540             {
1541               if (G_UNLIKELY ((*(guchar *)p & 0x1e) == 0))
1542                 goto error;
1543               p++;
1544               if (G_UNLIKELY ((*(guchar *)p & 0xc0) != 0x80)) /* 10xxxxxx */
1545                 goto error;
1546             }
1547           else
1548             {
1549               if ((*(guchar *)p & 0xf0) == 0xe0) /* 1110xxxx */
1550                 {
1551                   min = (1 << 11);
1552                   val = *(guchar *)p & 0x0f;
1553                   goto TWO_REMAINING;
1554                 }
1555               else if ((*(guchar *)p & 0xf8) == 0xf0) /* 11110xxx */
1556                 {
1557                   min = (1 << 16);
1558                   val = *(guchar *)p & 0x07;
1559                 }
1560               else
1561                 goto error;
1562
1563               p++;
1564               CONTINUATION_CHAR;
1565             TWO_REMAINING:
1566               p++;
1567               CONTINUATION_CHAR;
1568               p++;
1569               CONTINUATION_CHAR;
1570
1571               if (G_UNLIKELY (val < min))
1572                 goto error;
1573
1574               if (G_UNLIKELY (!UNICODE_VALID(val)))
1575                 goto error;
1576             }
1577
1578           continue;
1579
1580         error:
1581           return last;
1582         }
1583     }
1584
1585   return p;
1586 }
1587
1588 static const gchar *
1589 fast_validate_len (const char *str,
1590                    gssize      max_len)
1591
1592 {
1593   gunichar val = 0;
1594   gunichar min = 0;
1595   const gchar *p;
1596
1597   for (p = str; (max_len < 0 || (p - str) < max_len) && *p; p++)
1598     {
1599       if (*(guchar *)p < 128)
1600         /* done */;
1601       else
1602         {
1603           const gchar *last;
1604
1605           last = p;
1606           if ((*(guchar *)p & 0xe0) == 0xc0) /* 110xxxxx */
1607             {
1608               if (G_UNLIKELY (max_len >= 0 && max_len - (p - str) < 2))
1609                 goto error;
1610
1611               if (G_UNLIKELY ((*(guchar *)p & 0x1e) == 0))
1612                 goto error;
1613               p++;
1614               if (G_UNLIKELY ((*(guchar *)p & 0xc0) != 0x80)) /* 10xxxxxx */
1615                 goto error;
1616             }
1617           else
1618             {
1619               if ((*(guchar *)p & 0xf0) == 0xe0) /* 1110xxxx */
1620                 {
1621                   if (G_UNLIKELY (max_len >= 0 && max_len - (p - str) < 3))
1622                     goto error;
1623
1624                   min = (1 << 11);
1625                   val = *(guchar *)p & 0x0f;
1626                   goto TWO_REMAINING;
1627                 }
1628               else if ((*(guchar *)p & 0xf8) == 0xf0) /* 11110xxx */
1629                 {
1630                   if (G_UNLIKELY (max_len >= 0 && max_len - (p - str) < 4))
1631                     goto error;
1632
1633                   min = (1 << 16);
1634                   val = *(guchar *)p & 0x07;
1635                 }
1636               else
1637                 goto error;
1638
1639               p++;
1640               CONTINUATION_CHAR;
1641             TWO_REMAINING:
1642               p++;
1643               CONTINUATION_CHAR;
1644               p++;
1645               CONTINUATION_CHAR;
1646
1647               if (G_UNLIKELY (val < min))
1648                 goto error;
1649               if (G_UNLIKELY (!UNICODE_VALID(val)))
1650                 goto error;
1651             }
1652
1653           continue;
1654
1655         error:
1656           return last;
1657         }
1658     }
1659
1660   return p;
1661 }
1662
1663 /**
1664  * g_utf8_validate:
1665  * @str: a pointer to character data
1666  * @max_len: max bytes to validate, or -1 to go until NUL
1667  * @end: return location for end of valid data
1668  *
1669  * Validates UTF-8 encoded text. @str is the text to validate;
1670  * if @str is nul-terminated, then @max_len can be -1, otherwise
1671  * @max_len should be the number of bytes to validate.
1672  * If @end is non-%NULL, then the end of the valid range
1673  * will be stored there (i.e. the start of the first invalid
1674  * character if some bytes were invalid, or the end of the text
1675  * being validated otherwise).
1676  *
1677  * Note that g_utf8_validate() returns %FALSE if @max_len is
1678  * positive and NUL is met before @max_len bytes have been read.
1679  *
1680  * Returns %TRUE if all of @str was valid. Many GLib and GTK+
1681  * routines <emphasis>require</emphasis> valid UTF-8 as input;
1682  * so data read from a file or the network should be checked
1683  * with g_utf8_validate() before doing anything else with it.
1684  *
1685  * Return value: %TRUE if the text was valid UTF-8
1686  **/
1687 gboolean
1688 g_utf8_validate (const char   *str,
1689                  gssize        max_len,
1690                  const gchar **end)
1691
1692 {
1693   const gchar *p;
1694
1695   if (max_len < 0)
1696     p = fast_validate (str);
1697   else
1698     p = fast_validate_len (str, max_len);
1699
1700   if (end)
1701     *end = p;
1702
1703   if ((max_len >= 0 && p != str + max_len) ||
1704       (max_len < 0 && *p != '\0'))
1705     return FALSE;
1706   else
1707     return TRUE;
1708 }
1709
1710
1711 /**
1712  * g_unichar_validate:
1713  * @ch: a Unicode character
1714  *
1715  * Checks whether @ch is a valid Unicode character. Some possible
1716  * integer values of @ch will not be valid. 0 is considered a valid
1717  * character, though it's normally a string terminator.
1718  *
1719  * Return value: %TRUE if @ch is a valid Unicode character
1720  **/
1721 gboolean
1722 g_unichar_validate (gunichar ch)
1723 {
1724   return UNICODE_VALID (ch);
1725 }
1726
1727 /**
1728  * g_utf8_strreverse:
1729  * @str: a UTF-8 encoded string
1730  * @len: the maximum length of @str to use. If @len < 0, then
1731  *       the string is nul-terminated.
1732  *
1733  * Reverses a UTF-8 string. @str must be valid UTF-8 encoded text.
1734  * (Use g_utf8_validate() on all text before trying to use UTF-8
1735  * utility functions with it.)
1736  *
1737  * Note that unlike g_strreverse(), this function returns
1738  * newly-allocated memory, which should be freed with g_free() when
1739  * no longer needed.
1740  *
1741  * Returns: a newly-allocated string which is the reverse of @str.
1742  *
1743  * Since: 2.2
1744  */
1745 gchar *
1746 g_utf8_strreverse (const gchar *str,
1747                    gssize len)
1748 {
1749   gchar *result;
1750   const gchar *p;
1751   gchar *m, *r, skip;
1752
1753   if (len < 0)
1754     len = strlen (str);
1755
1756   result = g_new (gchar, len + 1);
1757   r = result + len;
1758   p = str;
1759   while (*p)
1760     {
1761       skip = g_utf8_skip[*(guchar*)p];
1762       r -= skip;
1763       for (m = r; skip; skip--)
1764         *m++ = *p++;
1765     }
1766   result[len] = 0;
1767
1768   return result;
1769 }