readline/mbutil.c

   1 /* mbutil.c -- readline multibyte character utility functions */
   2
   3 /* Copyright (C) 2001-2009 Free Software Foundation, Inc.
   4
   5    This file is part of the GNU Readline Library (Readline), a library
   6    for reading lines of text with interactive input and history editing.
   7
   8    Readline is free software: you can redistribute it and/or modify
   9    it under the terms of the GNU General Public License as published by
  10    the Free Software Foundation, either version 3 of the License, or
  11    (at your option) any later version.
  12
  13    Readline is distributed in the hope that it will be useful,
  14    but WITHOUT ANY WARRANTY; without even the implied warranty of
  15    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  16    GNU General Public License for more details.
  17
  18    You should have received a copy of the GNU General Public License
  19    along with Readline.  If not, see <http://www.gnu.org/licenses/>.
  20 */
  21
  22 #define READLINE_LIBRARY
  23
  24 #if defined (HAVE_CONFIG_H)
  25 #  include <config.h>
  26 #endif
  27
  28 #include <sys/types.h>
  29 #include <fcntl.h>
  30 #include "posixjmp.h"
  31
  32 #if defined (HAVE_UNISTD_H)
  33 #  include <unistd.h>      /* for _POSIX_VERSION */
  34 #endif /* HAVE_UNISTD_H */
  35
  36 #if defined (HAVE_STDLIB_H)
  37 #  include <stdlib.h>
  38 #else
  39 #  include "ansi_stdlib.h"
  40 #endif /* HAVE_STDLIB_H */
  41
  42 #include <stdio.h>
  43 #include <ctype.h>
  44
  45 /* System-specific feature definitions and include files. */
  46 #include "rldefs.h"
  47 #include "rlmbutil.h"
  48
  49 #if defined (TIOCSTAT_IN_SYS_IOCTL)
  50 #  include <sys/ioctl.h>
  51 #endif /* TIOCSTAT_IN_SYS_IOCTL */
  52
  53 /* Some standard library routines. */
  54 #include "readline.h"
  55
  56 #include "rlprivate.h"
  57 #include "xmalloc.h"
  58
  59 /* Declared here so it can be shared between the readline and history
  60    libraries. */
  61 #if defined (HANDLE_MULTIBYTE)
  62 int rl_byte_oriented = 0;
  63 #else
  64 int rl_byte_oriented = 1;
  65 #endif
  66
  67 /* **************************************************************** */
  68 /*                                                                  */
  69 /*              Multibyte Character Utility Functions               */
  70 /*                                                                  */
  71 /* **************************************************************** */
  72
  73 #if defined(HANDLE_MULTIBYTE)
  74
  75 static int
  76 _rl_find_next_mbchar_internal (string, seed, count, find_non_zero)
  77      char *string;
  78      int seed, count, find_non_zero;
  79 {
  80   size_t tmp, len;
  81   mbstate_t ps;
  82   int point;
  83   wchar_t wc;
  84
  85   tmp = 0;
  86
  87   memset(&ps, 0, sizeof (mbstate_t));
  88   if (seed < 0)
  89     seed = 0;
  90   if (count <= 0)
  91     return seed;
  92
  93   point = seed + _rl_adjust_point (string, seed, &ps);
  94   /* if this is true, means that seed was not pointing to a byte indicating
  95      the beginning of a multibyte character.  Correct the point and consume
  96      one char. */
  97   if (seed < point)
  98     count--;
  99
 100   while (count > 0)
 101     {
 102       len = strlen (string + point);
 103       if (len == 0)
 104         break;
 105       tmp = mbrtowc (&wc, string+point, len, &ps);
 106       if (MB_INVALIDCH ((size_t)tmp))
 107         {
 108           /* invalid bytes. assume a byte represents a character */
 109           point++;
 110           count--;
 111           /* reset states. */
 112           memset(&ps, 0, sizeof(mbstate_t));
 113         }
 114       else if (MB_NULLWCH (tmp))
 115         break;                  /* found wide '\0' */
 116       else
 117         {
 118           /* valid bytes */
 119           point += tmp;
 120           if (find_non_zero)
 121             {
 122               if (wcwidth (wc) == 0)
 123                 continue;
 124               else
 125                 count--;
 126             }
 127           else
 128             count--;
 129         }
 130     }
 131
 132   if (find_non_zero)
 133     {
 134       tmp = mbrtowc (&wc, string + point, strlen (string + point), &ps);
 135       while (MB_NULLWCH (tmp) == 0 && MB_INVALIDCH (tmp) == 0 && wcwidth (wc) == 0)
 136         {
 137           point += tmp;
 138           tmp = mbrtowc (&wc, string + point, strlen (string + point), &ps);
 139         }
 140     }
 141
 142   return point;
 143 }
 144
 145 static int
 146 _rl_find_prev_mbchar_internal (string, seed, find_non_zero)
 147      char *string;
 148      int seed, find_non_zero;
 149 {
 150   mbstate_t ps;
 151   int prev, non_zero_prev, point, length;
 152   size_t tmp;
 153   wchar_t wc;
 154
 155   memset(&ps, 0, sizeof(mbstate_t));
 156   length = strlen(string);
 157
 158   if (seed < 0)
 159     return 0;
 160   else if (length < seed)
 161     return length;
 162
 163   prev = non_zero_prev = point = 0;
 164   while (point < seed)
 165     {
 166       tmp = mbrtowc (&wc, string + point, length - point, &ps);
 167       if (MB_INVALIDCH ((size_t)tmp))
 168         {
 169           /* in this case, bytes are invalid or shorted to compose
 170              multibyte char, so assume that the first byte represents
 171              a single character anyway. */
 172           tmp = 1;
 173           /* clear the state of the byte sequence, because
 174              in this case effect of mbstate is undefined  */
 175           memset(&ps, 0, sizeof (mbstate_t));
 176
 177           /* Since we're assuming that this byte represents a single
 178              non-zero-width character, don't forget about it. */
 179           prev = point;
 180         }
 181       else if (MB_NULLWCH (tmp))
 182         break;                  /* Found '\0' char.  Can this happen? */
 183       else
 184         {
 185           if (find_non_zero)
 186             {
 187               if (wcwidth (wc) != 0)
 188                 prev = point;
 189             }
 190           else
 191             prev = point;
 192         }
 193
 194       point += tmp;
 195     }
 196
 197   return prev;
 198 }
 199
 200 /* return the number of bytes parsed from the multibyte sequence starting
 201    at src, if a non-L'\0' wide character was recognized. It returns 0,
 202    if a L'\0' wide character was recognized. It  returns (size_t)(-1),
 203    if an invalid multibyte sequence was encountered. It returns (size_t)(-2)
 204    if it couldn't parse a complete  multibyte character.  */
 205 int
 206 _rl_get_char_len (src, ps)
 207      char *src;
 208      mbstate_t *ps;
 209 {
 210   size_t tmp;
 211
 212   tmp = mbrlen((const char *)src, (size_t)strlen (src), ps);
 213   if (tmp == (size_t)(-2))
 214     {
 215       /* shorted to compose multibyte char */
 216       if (ps)
 217         memset (ps, 0, sizeof(mbstate_t));
 218       return -2;
 219     }
 220   else if (tmp == (size_t)(-1))
 221     {
 222       /* invalid to compose multibyte char */
 223       /* initialize the conversion state */
 224       if (ps)
 225         memset (ps, 0, sizeof(mbstate_t));
 226       return -1;
 227     }
 228   else if (tmp == (size_t)0)
 229     return 0;
 230   else
 231     return (int)tmp;
 232 }
 233
 234 /* compare the specified two characters. If the characters matched,
 235    return 1. Otherwise return 0. */
 236 int
 237 _rl_compare_chars (buf1, pos1, ps1, buf2, pos2, ps2)
 238      char *buf1;
 239      int pos1;
 240      mbstate_t *ps1;
 241      char *buf2;
 242      int pos2;
 243      mbstate_t *ps2;
 244 {
 245   int i, w1, w2;
 246
 247   if ((w1 = _rl_get_char_len (&buf1[pos1], ps1)) <= 0 ||
 248         (w2 = _rl_get_char_len (&buf2[pos2], ps2)) <= 0 ||
 249         (w1 != w2) ||
 250         (buf1[pos1] != buf2[pos2]))
 251     return 0;
 252
 253   for (i = 1; i < w1; i++)
 254     if (buf1[pos1+i] != buf2[pos2+i])
 255       return 0;
 256
 257   return 1;
 258 }
 259
 260 /* adjust pointed byte and find mbstate of the point of string.
 261    adjusted point will be point <= adjusted_point, and returns
 262    differences of the byte(adjusted_point - point).
 263    if point is invalied (point < 0 || more than string length),
 264    it returns -1 */
 265 int
 266 _rl_adjust_point(string, point, ps)
 267      char *string;
 268      int point;
 269      mbstate_t *ps;
 270 {
 271   size_t tmp = 0;
 272   int length;
 273   int pos = 0;
 274
 275   length = strlen(string);
 276   if (point < 0)
 277     return -1;
 278   if (length < point)
 279     return -1;
 280
 281   while (pos < point)
 282     {
 283       tmp = mbrlen (string + pos, length - pos, ps);
 284       if (MB_INVALIDCH ((size_t)tmp))
 285         {
 286           /* in this case, bytes are invalid or shorted to compose
 287              multibyte char, so assume that the first byte represents
 288              a single character anyway. */
 289           pos++;
 290           /* clear the state of the byte sequence, because
 291              in this case effect of mbstate is undefined  */
 292           if (ps)
 293             memset (ps, 0, sizeof (mbstate_t));
 294         }
 295       else if (MB_NULLWCH (tmp))
 296         pos++;
 297       else
 298         pos += tmp;
 299     }
 300
 301   return (pos - point);
 302 }
 303
 304 int
 305 _rl_is_mbchar_matched (string, seed, end, mbchar, length)
 306      char *string;
 307      int seed, end;
 308      char *mbchar;
 309      int length;
 310 {
 311   int i;
 312
 313   if ((end - seed) < length)
 314     return 0;
 315
 316   for (i = 0; i < length; i++)
 317     if (string[seed + i] != mbchar[i])
 318       return 0;
 319   return 1;
 320 }
 321
 322 wchar_t
 323 _rl_char_value (buf, ind)
 324      char *buf;
 325      int ind;
 326 {
 327   size_t tmp;
 328   wchar_t wc;
 329   mbstate_t ps;
 330   int l;
 331
 332   if (MB_LEN_MAX == 1 || rl_byte_oriented)
 333     return ((wchar_t) buf[ind]);
 334   l = strlen (buf);
 335   if (ind >= l - 1)
 336     return ((wchar_t) buf[ind]);
 337   memset (&ps, 0, sizeof (mbstate_t));
 338   tmp = mbrtowc (&wc, buf + ind, l - ind, &ps);
 339   if (MB_INVALIDCH (tmp) || MB_NULLWCH (tmp))
 340     return ((wchar_t) buf[ind]);
 341   return wc;
 342 }
 343 #endif /* HANDLE_MULTIBYTE */
 344
 345 /* Find next `count' characters started byte point of the specified seed.
 346    If flags is MB_FIND_NONZERO, we look for non-zero-width multibyte
 347    characters. */
 348 #undef _rl_find_next_mbchar
 349 int
 350 _rl_find_next_mbchar (string, seed, count, flags)
 351      char *string;
 352      int seed, count, flags;
 353 {
 354 #if defined (HANDLE_MULTIBYTE)
 355   return _rl_find_next_mbchar_internal (string, seed, count, flags);
 356 #else
 357   return (seed + count);
 358 #endif
 359 }
 360
 361 /* Find previous character started byte point of the specified seed.
 362    Returned point will be point <= seed.  If flags is MB_FIND_NONZERO,
 363    we look for non-zero-width multibyte characters. */
 364 #undef _rl_find_prev_mbchar
 365 int
 366 _rl_find_prev_mbchar (string, seed, flags)
 367      char *string;
 368      int seed, flags;
 369 {
 370 #if defined (HANDLE_MULTIBYTE)
 371   return _rl_find_prev_mbchar_internal (string, seed, flags);
 372 #else
 373   return ((seed == 0) ? seed : seed - 1);
 374 #endif
 375 }