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 files = [file (sys.argv[i+1]) for i in range (3)]
  10
  11 headers = [[f.readline () for i in range (2)] for f in files]
  12
  13 blocks = {}
  14 data = [{} for f in files]
  15 values = [{} for f in files]
  16 for i, f in enumerate (files):
  17         for line in f:
  18
  19                 j = line.find ('#')
  20                 if j >= 0:
  21                         line = line[:j]
  22
  23                 fields = [x.strip () for x in line.split (';')]
  24                 if len (fields) == 1:
  25                         continue
  26
  27                 uu = fields[0].split ('..')
  28                 start = int (uu[0], 16)
  29                 if len (uu) == 1:
  30                         end = start
  31                 else:
  32                         end = int (uu[1], 16)
  33
  34                 t = fields[1]
  35
  36                 for u in range (start, end + 1):
  37                         data[i][u] = t
  38                 values[i][t] = values[i].get (t, 0) + 1
  39
  40                 if i == 2:
  41                         blocks[t] = (start, end)
  42
  43 # Merge data into one dict:
  44 defaults = ('Other', 'Not_Applicable', 'No_Block')
  45 for i,v in enumerate (defaults):
  46         values[i][v] = values[i].get (v, 0) + 1
  47 combined = {}
  48 for i,d in enumerate (data):
  49         for u,v in d.items ():
  50                 if i == 2 and not u in combined:
  51                         continue
  52                 if not u in combined:
  53                         combined[u] = list (defaults)
  54                 combined[u][i] = v
  55 data = combined
  56 del combined
  57 num = len (data)
  58
  59 # Move the outliers NO-BREAK SPACE and DOTTED CIRCLE out
  60 singles = {}
  61 for u in [0x00A0, 0x25CC]:
  62         singles[u] = data[u]
  63         del data[u]
  64
  65 print "/* == Start of generated table == */"
  66 print "/*"
  67 print " * The following table is generated by running:"
  68 print " *"
  69 print " *   ./gen-indic-table.py IndicSyllabicCategory.txt IndicMatraCategory.txt Blocks.txt"
  70 print " *"
  71 print " * on files with these headers:"
  72 print " *"
  73 for h in headers:
  74         for l in h:
  75                 print " * %s" % (l.strip())
  76 print " */"
  77
  78 # Shorten values
  79 print
  80 short = [{
  81         "Bindu":                'Bi',
  82         "Visarga":              'Vs',
  83         "Vowel":                'Vo',
  84         "Other":                'X',
  85 },{
  86         "Not_Applicable":       'X',
  87 }]
  88 all_shorts = [[],[]]
  89
  90 # Add some of the values, to make them more readable, and to avoid duplicates
  91
  92
  93 for i in range (2):
  94         for v,s in short[i].items ():
  95                 all_shorts[i].append (s)
  96
  97 what = ["INDIC_SYLLABIC_CATEGORY", "INDIC_MATRA_CATEGORY"]
  98 what_short = ["ISC", "IMC"]
  99 for i in range (2):
 100         print
 101         vv = values[i].keys ()
 102         vv.sort ()
 103         for v in vv:
 104                 v_no_and = v.replace ('_And_', '_')
 105                 if v in short[i]:
 106                         s = short[i][v]
 107                 else:
 108                         s = ''.join ([c for c in v_no_and if ord ('A') <= ord (c) <= ord ('Z')])
 109                         if s in all_shorts[i]:
 110                                 raise Exception ("Duplicate short value alias", v, s)
 111                         all_shorts[i].append (s)
 112                         short[i][v] = s
 113                 print "#define %s_%s    %s_%s   %s/* %3d chars; %s */" % \
 114                         (what_short[i], s, what[i], v.upper (), \
 115                         '       '* ((48-1 - len (what[i]) - 1 - len (v)) / 8), \
 116                         values[i][v], v)
 117 print
 118 print "#define _(S,M) INDIC_COMBINE_CATEGORIES (ISC_##S, IMC_##M)"
 119 print
 120 print
 121
 122 def print_block (block, start, end, data):
 123         print
 124         print
 125         print "  /* %s  (%04X..%04X) */" % (block, start, end)
 126         num = 0
 127         for u in range (start, end+1):
 128                 if u % 8 == 0:
 129                         print
 130                         print "  /* %04X */" % u,
 131                 if u in data:
 132                         num += 1
 133                 d = data.get (u, defaults)
 134                 print "%10s" % ("_(%s,%s)," % (short[0][d[0]], short[1][d[1]])),
 135
 136         if num == 0:
 137                 # Filler block, don't check occupancy
 138                 return
 139         total = end - start + 1
 140         occupancy = num * 100. / total
 141         # Maintain at least 30% occupancy in the table */
 142         if occupancy < 30:
 143                 raise Exception ("Table too sparse, please investigate: ", occupancy, block)
 144
 145 uu = data.keys ()
 146 uu.sort ()
 147
 148 last = -1
 149 num = 0
 150 total = 0
 151 tables = []
 152 for u in uu:
 153         if u <= last:
 154                 continue
 155         block = data[u][2]
 156         (start, end) = blocks[block]
 157
 158         if start != last + 1:
 159                 if start - last <= 33:
 160                         print_block ("FILLER", last+1, start-1, data)
 161                         last = start-1
 162                 else:
 163                         if last >= 0:
 164                                 print
 165                                 print "};"
 166                                 print
 167                         print "static const INDIC_TABLE_ELEMENT_TYPE indic_table_0x%04x[] =" % start
 168                         print "{",
 169                         tables.append (start)
 170
 171         print_block (block, start, end, data)
 172         last = end
 173 print
 174 print "};"
 175 print
 176
 177 print
 178 print "static INDIC_TABLE_ELEMENT_TYPE"
 179 print "get_indic_categories (hb_codepoint_t u)"
 180 print "{"
 181 for u in tables:
 182         t = "indic_table_0x%04x" % u
 183         print "  if (0x%04X <= u && u <= 0x%04X + ARRAY_LENGTH (%s)) return %s[u - 0x%04X];" % (u, u, t, t, u)
 184 for u,d in singles.items ():
 185         print "  if (unlikely (u == 0x%04X)) return _(%s,%s);" % (u, short[0][d[0]], short[1][d[1]])
 186 print "  return _(X,X);"
 187 print "}"
 188
 189 print
 190 print "#undef _"
 191 for i in range (2):
 192         print
 193         vv = values[i].keys ()
 194         vv.sort ()
 195         for v in vv:
 196                 print "#undef %s_%s" % \
 197                         (what_short[i], short[i][v])
 198
 199 print
 200 print
 201 print "/* == End of generated table == */"