Annotate the Arabic joining table with block information
authorBehdad Esfahbod <behdad@behdad.org>
Tue, 21 Dec 2010 19:18:24 +0000 (14:18 -0500)
committerBehdad Esfahbod <behdad@behdad.org>
Tue, 21 Dec 2010 19:18:24 +0000 (14:18 -0500)
src/gen-arabic-joining-table.py
src/hb-ot-shape-complex-arabic-table.h

index 75ea733..08e54db 100755 (executable)
@@ -2,29 +2,10 @@
 
 import sys
 
-header = sys.stdin.readline(), sys.stdin.readline()
-dic = dict()
-for line in sys.stdin:
-       if line[:1] != '0':
-               continue
-
-       fields = [x.strip() for x in line.split(';')]
-       u = int(fields[0], 16)
+header = sys.stdin.readline (), sys.stdin.readline ()
+while sys.stdin.readline ().find ('##################') < 0:
+       pass
 
-       if u == 0x200C or u == 0x200D:
-               continue
-       if u < 0x0600:
-               raise Exception ("Ooops, unexpected unicode character: ", fields)
-       dic[u] = fields
-
-v = dic.keys()
-v.sort()
-min_u, max_u = v[0], v[-1]
-occupancy = len(v) * 100 / (max_u - min_u + 1)
-
-# Maintain at least 40% occupancy in the table */
-if occupancy < 40:
-       raise Exception ("Table too sparse, please investigate: ", occupancy)
 
 print "/* == Start of generated table == */"
 print "/*"
@@ -38,21 +19,65 @@ for line in header:
        print " * %s" % (line.strip())
 print " */"
 
-print "#define JOINING_TABLE_FIRST     0x%04x" % min_u
-print "#define JOINING_TABLE_LAST      0x%04x" % max_u
-print "static const uint8_t joining_table[JOINING_TABLE_LAST-JOINING_TABLE_FIRST+2] ="
+print "static const uint8_t joining_table[] ="
 print "{"
 
-for i in range(min_u, max_u + 1):
-       if i not in dic:
-               print "  JOINING_TYPE_X, /* %04X */" % i
+
+min_u = 0x110000
+max_u = 0
+num = 0
+last = -1
+block = ''
+for line in sys.stdin:
+       
+       if line[0] == '#':
+               if line.find (" characters"):
+                       block = line[2:].strip ()
+               continue
+
+       fields = [x.strip () for x in line.split (';')]
+       if len (fields) == 1:
+               continue
+
+       u = int (fields[0], 16)
+       if u == 0x200C or u == 0x200D:
+               continue
+       if u < last:
+               raise Exception ("Input data character not sorted", u)
+       min_u = min (min_u, u)
+       max_u = max (max_u, u)
+       num += 1
+
+       if block:
+               print "\n  /* %s */\n" % block
+               block = ''
+
+       if last != -1:
+               last += 1
+               while last < u:
+                       print "  JOINING_TYPE_X, /* %04X */" % last
+                       last += 1
+       else:
+               last = u
+
+       if fields[3] in ["ALAPH", "DALATH RISH"]:
+               value = "JOINING_GROUP_" + fields[3].replace(' ', '_')
        else:
-               entry = dic[i]
-               if entry[3] in ["ALAPH", "DALATH RISH"]:
-                       value = "JOINING_GROUP_" + entry[3].replace(' ', '_')
-               else:
-                       value = "JOINING_TYPE_" + entry[2]
-               print "  %s, /* %s */" % (value, '; '.join(entry))
+               value = "JOINING_TYPE_" + fields[2]
+       print "  %s, /* %s */" % (value, '; '.join(fields))
+
+print
 print "  JOINING_TYPE_X  /* dummy */"
 print "};"
+print
+
+print "#define JOINING_TABLE_FIRST     0x%04x" % min_u
+print "#define JOINING_TABLE_LAST      0x%04x" % max_u
+print
+
 print "/* == End of generated table == */"
+
+occupancy = num * 100 / (max_u - min_u + 1)
+# Maintain at least 40% occupancy in the table */
+if occupancy < 40:
+       raise Exception ("Table too sparse, please investigate: ", occupancy)
index 861c6d0..523fc84 100644 (file)
@@ -42,10 +42,11 @@ HB_BEGIN_DECLS
  * # ArabicShaping-6.1.0.txt
  * # Date: 2010-11-09, 12:10:00 PST [KW]
  */
-#define JOINING_TABLE_FIRST    0x0600
-#define JOINING_TABLE_LAST     0x0858
-static const uint8_t joining_table[JOINING_TABLE_LAST-JOINING_TABLE_FIRST+2] =
+static const uint8_t joining_table[] =
 {
+
+  /* Arabic characters */
+
   JOINING_TYPE_U, /* 0600; ARABIC NUMBER SIGN; U; No_Joining_Group */
   JOINING_TYPE_U, /* 0601; ARABIC SIGN SANAH; U; No_Joining_Group */
   JOINING_TYPE_U, /* 0602; ARABIC FOOTNOTE MARKER; U; No_Joining_Group */
@@ -302,6 +303,9 @@ static const uint8_t joining_table[JOINING_TABLE_LAST-JOINING_TABLE_FIRST+2] =
   JOINING_TYPE_X, /* 06FD */
   JOINING_TYPE_X, /* 06FE */
   JOINING_TYPE_D, /* 06FF; HEH WITH INVERTED V; D; KNOTTED HEH */
+
+  /* Syriac characters */
+
   JOINING_TYPE_X, /* 0700 */
   JOINING_TYPE_X, /* 0701 */
   JOINING_TYPE_X, /* 0702 */
@@ -382,6 +386,9 @@ static const uint8_t joining_table[JOINING_TABLE_LAST-JOINING_TABLE_FIRST+2] =
   JOINING_TYPE_R, /* 074D; SOGDIAN ZHAIN; R; ZHAIN */
   JOINING_TYPE_D, /* 074E; SOGDIAN KHAPH; D; KHAPH */
   JOINING_TYPE_D, /* 074F; SOGDIAN FE; D; FE */
+
+  /* Arabic supplement characters */
+
   JOINING_TYPE_D, /* 0750; BEH WITH 3 DOTS HORIZONTALLY BELOW; D; BEH */
   JOINING_TYPE_D, /* 0751; BEH WITH DOT BELOW AND 3 DOTS ABOVE; D; BEH */
   JOINING_TYPE_D, /* 0752; BEH WITH 3 DOTS POINTING UPWARDS BELOW; D; BEH */
@@ -430,6 +437,9 @@ static const uint8_t joining_table[JOINING_TABLE_LAST-JOINING_TABLE_FIRST+2] =
   JOINING_TYPE_D, /* 077D; SEEN WITH DIGIT FOUR ABOVE; D; SEEN */
   JOINING_TYPE_D, /* 077E; SEEN WITH INVERTED V; D; SEEN */
   JOINING_TYPE_D, /* 077F; KAF WITH 2 DOTS ABOVE; D; KAF */
+
+  /* N'Ko Characters */
+
   JOINING_TYPE_X, /* 0780 */
   JOINING_TYPE_X, /* 0781 */
   JOINING_TYPE_X, /* 0782 */
@@ -553,6 +563,9 @@ static const uint8_t joining_table[JOINING_TABLE_LAST-JOINING_TABLE_FIRST+2] =
   JOINING_TYPE_X, /* 07F8 */
   JOINING_TYPE_X, /* 07F9 */
   JOINING_TYPE_C, /* 07FA; NKO LAJANYALAN; C; No_Joining_Group */
+
+  /* Mandaic Characters */
+
   JOINING_TYPE_X, /* 07FB */
   JOINING_TYPE_X, /* 07FC */
   JOINING_TYPE_X, /* 07FD */
@@ -647,8 +660,13 @@ static const uint8_t joining_table[JOINING_TABLE_LAST-JOINING_TABLE_FIRST+2] =
   JOINING_TYPE_U, /* 0856; MANDAIC DUSHENNA; U; No_Joining_Group */
   JOINING_TYPE_U, /* 0857; MANDAIC KAD; U; No_Joining_Group */
   JOINING_TYPE_U, /* 0858; MANDAIC AIN; U; No_Joining_Group */
+
   JOINING_TYPE_X  /* dummy */
 };
+
+#define JOINING_TABLE_FIRST    0x0600
+#define JOINING_TABLE_LAST     0x0858
+
 /* == End of generated table == */
 
 HB_END_DECLS