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         "Vowel_Dependent":      'M',
  85         "Other":                'x',
  86 },{
  87         "Not_Applicable":       'x',
  88 }]
  89 all_shorts = [[],[]]
  90
  91 # Add some of the values, to make them more readable, and to avoid duplicates
  92
  93
  94 for i in range (2):
  95         for v,s in short[i].items ():
  96                 all_shorts[i].append (s)
  97
  98 what = ["INDIC_SYLLABIC_CATEGORY", "INDIC_MATRA_CATEGORY"]
  99 what_short = ["ISC", "IMC"]
 100 for i in range (2):
 101         print
 102         vv = values[i].keys ()
 103         vv.sort ()
 104         for v in vv:
 105                 v_no_and = v.replace ('_And_', '_')
 106                 if v in short[i]:
 107                         s = short[i][v]
 108                 else:
 109                         s = ''.join ([c for c in v_no_and if ord ('A') <= ord (c) <= ord ('Z')])
 110                         if s in all_shorts[i]:
 111                                 raise Exception ("Duplicate short value alias", v, s)
 112                         all_shorts[i].append (s)
 113                         short[i][v] = s
 114                 print "#define %s_%s    %s_%s   %s/* %3d chars; %s */" % \
 115                         (what_short[i], s, what[i], v.upper (), \
 116                         '       '* ((48-1 - len (what[i]) - 1 - len (v)) / 8), \
 117                         values[i][v], v)
 118 print
 119 print "#define _(S,M) INDIC_COMBINE_CATEGORIES (ISC_##S, IMC_##M)"
 120 print
 121 print
 122
 123 def print_block (block, start, end, data):
 124         print
 125         print
 126         print "  /* %s  (%04X..%04X) */" % (block, start, end)
 127         num = 0
 128         for u in range (start, end+1):
 129                 if u % 8 == 0:
 130                         print
 131                         print "  /* %04X */" % u,
 132                 if u in data:
 133                         num += 1
 134                 d = data.get (u, defaults)
 135                 sys.stdout.write ("%9s" % ("_(%s,%s)," % (short[0][d[0]], short[1][d[1]])))
 136
 137         if num == 0:
 138                 # Filler block, don't check occupancy
 139                 return
 140         total = end - start + 1
 141         occupancy = num * 100. / total
 142         # Maintain at least 30% occupancy in the table */
 143         if occupancy < 30:
 144                 raise Exception ("Table too sparse, please investigate: ", occupancy, block)
 145
 146 uu = data.keys ()
 147 uu.sort ()
 148
 149 last = -1
 150 num = 0
 151 offset = 0
 152 starts = []
 153 ends = []
 154 print "static const INDIC_TABLE_ELEMENT_TYPE indic_table[] = {"
 155 for u in uu:
 156         if u <= last:
 157                 continue
 158         block = data[u][2]
 159         (start, end) = blocks[block]
 160
 161         if start != last + 1:
 162                 if start - last <= 33:
 163                         print_block ("FILLER", last+1, start-1, data)
 164                         last = start-1
 165                 else:
 166                         if last >= 0:
 167                                 ends.append (last + 1)
 168                                 offset += ends[-1] - starts[-1]
 169                         print
 170                         print
 171                         print "#define indic_offset_0x%04x %d" % (start, offset)
 172                         starts.append (start)
 173
 174         print_block (block, start, end, data)
 175         last = end
 176 ends.append (last + 1)
 177 offset += ends[-1] - starts[-1]
 178 print
 179 print
 180 print "#define indic_offset_total %d" % offset
 181 print
 182 print "};"
 183
 184 print
 185 print "static INDIC_TABLE_ELEMENT_TYPE"
 186 print "get_indic_categories (hb_codepoint_t u)"
 187 print "{"
 188 for (start,end) in zip (starts, ends):
 189         offset = "indic_offset_0x%04x" % start
 190         print "  if (0x%04X <= u && u <= 0x%04X) return indic_table[u - 0x%04X + %s];" % (start, end, start, offset)
 191 for u,d in singles.items ():
 192         print "  if (unlikely (u == 0x%04X)) return _(%s,%s);" % (u, short[0][d[0]], short[1][d[1]])
 193 print "  return _(x,x);"
 194 print "}"
 195
 196 print
 197 print "#undef _"
 198 for i in range (2):
 199         print
 200         vv = values[i].keys ()
 201         vv.sort ()
 202         for v in vv:
 203                 print "#undef %s_%s" % \
 204                         (what_short[i], short[i][v])
 205
 206 print
 207 print
 208 print "/* == End of generated table == */"