src/gen-indic-table.py

   1 #!/usr/bin/python
   2
   3 import sys
   4
   5 if len (sys.argv) != 4:
   6         print >>sys.stderr, "usage: ./gen-indic-table.py IndicSyllabicCategory.txt IndicMatraCategory.txt Blocks.txt"
   7         sys.exit (1)
   8
   9 BLACKLISTED_BLOCKS = ["Thai", "Lao", "Tibetan"]
  10
  11 files = [file (x) for x in sys.argv[1:]]
  12
  13 headers = [[f.readline () for i in range (2)] for f in files]
  14
  15 data = [{} for f in files]
  16 values = [{} for f in files]
  17 for i, f in enumerate (files):
  18         for line in f:
  19
  20                 j = line.find ('#')
  21                 if j >= 0:
  22                         line = line[:j]
  23
  24                 fields = [x.strip () for x in line.split (';')]
  25                 if len (fields) == 1:
  26                         continue
  27
  28                 uu = fields[0].split ('..')
  29                 start = int (uu[0], 16)
  30                 if len (uu) == 1:
  31                         end = start
  32                 else:
  33                         end = int (uu[1], 16)
  34
  35                 t = fields[1]
  36
  37                 for u in range (start, end + 1):
  38                         data[i][u] = t
  39                 values[i][t] = values[i].get (t, 0) + end - start + 1
  40
  41 # Merge data into one dict:
  42 defaults = ('Other', 'Not_Applicable', 'No_Block')
  43 for i,v in enumerate (defaults):
  44         values[i][v] = values[i].get (v, 0) + 1
  45 combined = {}
  46 for i,d in enumerate (data):
  47         for u,v in d.items ():
  48                 if i == 2 and not u in combined:
  49                         continue
  50                 if not u in combined:
  51                         combined[u] = list (defaults)
  52                 combined[u][i] = v
  53 combined = {k:v for k,v in combined.items() if v[2] not in BLACKLISTED_BLOCKS}
  54 data = combined
  55 del combined
  56 num = len (data)
  57
  58 for u in [0x17CD, 0x17CE, 0x17CF, 0x17D0, 0x17D3]:
  59         if data[u][0] == 'Other':
  60                 data[u][0] = "Vowel_Dependent"
  61
  62 # Move the outliers NO-BREAK SPACE and DOTTED CIRCLE out
  63 singles = {}
  64 for u in [0x00A0, 0x25CC]:
  65         singles[u] = data[u]
  66         del data[u]
  67
  68 print "/* == Start of generated table == */"
  69 print "/*"
  70 print " * The following table is generated by running:"
  71 print " *"
  72 print " *   ./gen-indic-table.py IndicSyllabicCategory.txt IndicMatraCategory.txt Blocks.txt"
  73 print " *"
  74 print " * on files with these headers:"
  75 print " *"
  76 for h in headers:
  77         for l in h:
  78                 print " * %s" % (l.strip())
  79 print " */"
  80 print
  81 print '#include "hb-ot-shape-complex-indic-private.hh"'
  82 print
  83
  84 # Shorten values
  85 short = [{
  86         "Bindu":                'Bi',
  87         "Cantillation_Mark":    'Ca',
  88         "Joiner":               'ZWJ',
  89         "Non_Joiner":           'ZWNJ',
  90         "Number":               'Nd',
  91         "Visarga":              'Vs',
  92         "Vowel":                'Vo',
  93         "Vowel_Dependent":      'M',
  94         "Other":                'x',
  95 },{
  96         "Not_Applicable":       'x',
  97 }]
  98 all_shorts = [{},{}]
  99
 100 # Add some of the values, to make them more readable, and to avoid duplicates
 101
 102
 103 for i in range (2):
 104         for v,s in short[i].items ():
 105                 all_shorts[i][s] = v
 106
 107 what = ["INDIC_SYLLABIC_CATEGORY", "INDIC_MATRA_CATEGORY"]
 108 what_short = ["ISC", "IMC"]
 109 for i in range (2):
 110         print
 111         vv = values[i].keys ()
 112         vv.sort ()
 113         for v in vv:
 114                 v_no_and = v.replace ('_And_', '_')
 115                 if v in short[i]:
 116                         s = short[i][v]
 117                 else:
 118                         s = ''.join ([c for c in v_no_and if ord ('A') <= ord (c) <= ord ('Z')])
 119                         if s in all_shorts[i]:
 120                                 raise Exception ("Duplicate short value alias", v, all_shorts[i][s])
 121                         all_shorts[i][s] = v
 122                         short[i][v] = s
 123                 print "#define %s_%s    %s_%s   %s/* %3d chars; %s */" % \
 124                         (what_short[i], s, what[i], v.upper (), \
 125                         '       '* ((48-1 - len (what[i]) - 1 - len (v)) / 8), \
 126                         values[i][v], v)
 127 print
 128 print "#define _(S,M) INDIC_COMBINE_CATEGORIES (ISC_##S, IMC_##M)"
 129 print
 130 print
 131
 132 total = 0
 133 used = 0
 134 last_block = None
 135 def print_block (block, start, end, data):
 136         global total, used, last_block
 137         if block and block != last_block:
 138                 print
 139                 print
 140                 print "  /* %s */" % block
 141         num = 0
 142         assert start % 8 == 0
 143         assert (end+1) % 8 == 0
 144         for u in range (start, end+1):
 145                 if u % 8 == 0:
 146                         print
 147                         print "  /* %04X */" % u,
 148                 if u in data:
 149                         num += 1
 150                 d = data.get (u, defaults)
 151                 sys.stdout.write ("%9s" % ("_(%s,%s)," % (short[0][d[0]], short[1][d[1]])))
 152
 153         total += end - start + 1
 154         used += num
 155         if block:
 156                 last_block = block
 157
 158 uu = data.keys ()
 159 uu.sort ()
 160
 161 last = -100000
 162 num = 0
 163 offset = 0
 164 starts = []
 165 ends = []
 166 print "static const INDIC_TABLE_ELEMENT_TYPE indic_table[] = {"
 167 for u in uu:
 168         if u <= last:
 169                 continue
 170         block = data[u][2]
 171
 172         start = u//8*8
 173         end = start+1
 174         while end in uu and block == data[end][2]:
 175                 end += 1
 176         end = (end-1)//8*8 + 7
 177
 178         if start != last + 1:
 179                 if start - last <= 1+16*3:
 180                         print_block (None, last+1, start-1, data)
 181                         last = start-1
 182                 else:
 183                         if last >= 0:
 184                                 ends.append (last + 1)
 185                                 offset += ends[-1] - starts[-1]
 186                         print
 187                         print
 188                         print "#define indic_offset_0x%04xu %d" % (start, offset)
 189                         starts.append (start)
 190
 191         print_block (block, start, end, data)
 192         last = end
 193 ends.append (last + 1)
 194 offset += ends[-1] - starts[-1]
 195 print
 196 print
 197 occupancy = used * 100. / total
 198 page_bits = 12
 199 print "}; /* Table items: %d; occupancy: %d%% */" % (offset, occupancy)
 200 print
 201 print "INDIC_TABLE_ELEMENT_TYPE"
 202 print "hb_indic_get_categories (hb_codepoint_t u)"
 203 print "{"
 204 print "  switch (u >> %d)" % page_bits
 205 print "  {"
 206 pages = set([u>>page_bits for u in starts+ends+singles.keys()])
 207 for p in sorted(pages):
 208         print "    case 0x%0Xu:" % p
 209         for (start,end) in zip (starts, ends):
 210                 if p not in [start>>page_bits, end>>page_bits]: continue
 211                 offset = "indic_offset_0x%04xu" % start
 212                 print "      if (hb_in_range (u, 0x%04Xu, 0x%04Xu)) return indic_table[u - 0x%04Xu + %s];" % (start, end, start, offset)
 213         for u,d in singles.items ():
 214                 if p != u>>page_bits: continue
 215                 print "      if (unlikely (u == 0x%04Xu)) return _(%s,%s);" % (u, short[0][d[0]], short[1][d[1]])
 216         print "      break;"
 217         print ""
 218 print "    default:"
 219 print "      break;"
 220 print "  }"
 221 print "  return _(x,x);"
 222 print "}"
 223 print
 224 print "#undef _"
 225 for i in range (2):
 226         print
 227         vv = values[i].keys ()
 228         vv.sort ()
 229         for v in vv:
 230                 print "#undef %s_%s" % \
 231                         (what_short[i], short[i][v])
 232 print
 233 print "/* == End of generated table == */"
 234
 235 # Maintain at least 30% occupancy in the table */
 236 if occupancy < 30:
 237         raise Exception ("Table too sparse, please investigate: ", occupancy)