src/hb-ot-tag.cc

   1 /*
   2  * Copyright © 2009  Red Hat, Inc.
   3  * Copyright © 2011  Google, Inc.
   4  *
   5  *  This is part of HarfBuzz, a text shaping library.
   6  *
   7  * Permission is hereby granted, without written agreement and without
   8  * license or royalty fees, to use, copy, modify, and distribute this
   9  * software and its documentation for any purpose, provided that the
  10  * above copyright notice and the following two paragraphs appear in
  11  * all copies of this software.
  12  *
  13  * IN NO EVENT SHALL THE COPYRIGHT HOLDER BE LIABLE TO ANY PARTY FOR
  14  * DIRECT, INDIRECT, SPECIAL, INCIDENTAL, OR CONSEQUENTIAL DAMAGES
  15  * ARISING OUT OF THE USE OF THIS SOFTWARE AND ITS DOCUMENTATION, EVEN
  16  * IF THE COPYRIGHT HOLDER HAS BEEN ADVISED OF THE POSSIBILITY OF SUCH
  17  * DAMAGE.
  18  *
  19  * THE COPYRIGHT HOLDER SPECIFICALLY DISCLAIMS ANY WARRANTIES, INCLUDING,
  20  * BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND
  21  * FITNESS FOR A PARTICULAR PURPOSE.  THE SOFTWARE PROVIDED HEREUNDER IS
  22  * ON AN "AS IS" BASIS, AND THE COPYRIGHT HOLDER HAS NO OBLIGATION TO
  23  * PROVIDE MAINTENANCE, SUPPORT, UPDATES, ENHANCEMENTS, OR MODIFICATIONS.
  24  *
  25  * Red Hat Author(s): Behdad Esfahbod
  26  * Google Author(s): Behdad Esfahbod, Roozbeh Pournader
  27  */
  28
  29 #include "hb-private.hh"
  30
  31 #include <string.h>
  32
  33
  34
  35 /* hb_script_t */
  36
  37 static hb_tag_t
  38 hb_ot_old_tag_from_script (hb_script_t script)
  39 {
  40   /* This seems to be accurate as of end of 2012. */
  41
  42   switch ((hb_tag_t) script) {
  43     case HB_SCRIPT_INVALID:             return HB_OT_TAG_DEFAULT_SCRIPT;
  44
  45     /* KATAKANA and HIRAGANA both map to 'kana' */
  46     case HB_SCRIPT_HIRAGANA:            return HB_TAG('k','a','n','a');
  47
  48     /* Spaces at the end are preserved, unlike ISO 15924 */
  49     case HB_SCRIPT_LAO:                 return HB_TAG('l','a','o',' ');
  50     case HB_SCRIPT_YI:                  return HB_TAG('y','i',' ',' ');
  51     /* Unicode-5.0 additions */
  52     case HB_SCRIPT_NKO:                 return HB_TAG('n','k','o',' ');
  53     /* Unicode-5.1 additions */
  54     case HB_SCRIPT_VAI:                 return HB_TAG('v','a','i',' ');
  55     /* Unicode-5.2 additions */
  56     /* Unicode-6.0 additions */
  57   }
  58
  59   /* Else, just change first char to lowercase and return */
  60   return ((hb_tag_t) script) | 0x20000000u;
  61 }
  62
  63 static hb_script_t
  64 hb_ot_old_tag_to_script (hb_tag_t tag)
  65 {
  66   if (unlikely (tag == HB_OT_TAG_DEFAULT_SCRIPT))
  67     return HB_SCRIPT_INVALID;
  68
  69   /* This side of the conversion is fully algorithmic. */
  70
  71   /* Any spaces at the end of the tag are replaced by repeating the last
  72    * letter.  Eg 'nko ' -> 'Nkoo' */
  73   if (unlikely ((tag & 0x0000FF00u) == 0x00002000u))
  74     tag |= (tag >> 8) & 0x0000FF00u; /* Copy second letter to third */
  75   if (unlikely ((tag & 0x000000FFu) == 0x00000020u))
  76     tag |= (tag >> 8) & 0x000000FFu; /* Copy third letter to fourth */
  77
  78   /* Change first char to uppercase and return */
  79   return (hb_script_t) (tag & ~0x20000000u);
  80 }
  81
  82 static hb_tag_t
  83 hb_ot_new_tag_from_script (hb_script_t script)
  84 {
  85   switch ((hb_tag_t) script) {
  86     case HB_SCRIPT_BENGALI:             return HB_TAG('b','n','g','2');
  87     case HB_SCRIPT_DEVANAGARI:          return HB_TAG('d','e','v','2');
  88     case HB_SCRIPT_GUJARATI:            return HB_TAG('g','j','r','2');
  89     case HB_SCRIPT_GURMUKHI:            return HB_TAG('g','u','r','2');
  90     case HB_SCRIPT_KANNADA:             return HB_TAG('k','n','d','2');
  91     case HB_SCRIPT_MALAYALAM:           return HB_TAG('m','l','m','2');
  92     case HB_SCRIPT_ORIYA:               return HB_TAG('o','r','y','2');
  93     case HB_SCRIPT_TAMIL:               return HB_TAG('t','m','l','2');
  94     case HB_SCRIPT_TELUGU:              return HB_TAG('t','e','l','2');
  95     case HB_SCRIPT_MYANMAR:             return HB_TAG('m','y','m','2');
  96   }
  97
  98   return HB_OT_TAG_DEFAULT_SCRIPT;
  99 }
 100
 101 static hb_script_t
 102 hb_ot_new_tag_to_script (hb_tag_t tag)
 103 {
 104   switch (tag) {
 105     case HB_TAG('b','n','g','2'):       return HB_SCRIPT_BENGALI;
 106     case HB_TAG('d','e','v','2'):       return HB_SCRIPT_DEVANAGARI;
 107     case HB_TAG('g','j','r','2'):       return HB_SCRIPT_GUJARATI;
 108     case HB_TAG('g','u','r','2'):       return HB_SCRIPT_GURMUKHI;
 109     case HB_TAG('k','n','d','2'):       return HB_SCRIPT_KANNADA;
 110     case HB_TAG('m','l','m','2'):       return HB_SCRIPT_MALAYALAM;
 111     case HB_TAG('o','r','y','2'):       return HB_SCRIPT_ORIYA;
 112     case HB_TAG('t','m','l','2'):       return HB_SCRIPT_TAMIL;
 113     case HB_TAG('t','e','l','2'):       return HB_SCRIPT_TELUGU;
 114     case HB_TAG('m','y','m','2'):       return HB_SCRIPT_MYANMAR;
 115   }
 116
 117   return HB_SCRIPT_UNKNOWN;
 118 }
 119
 120 /*
 121  * Complete list at:
 122  * https://www.microsoft.com/typography/otspec/scripttags.htm
 123  * https://www.microsoft.com/typography/otspec160/scripttagsProposed.htm
 124  *
 125  * Most of the script tags are the same as the ISO 15924 tag but lowercased.
 126  * So we just do that, and handle the exceptional cases in a switch.
 127  */
 128
 129 void
 130 hb_ot_tags_from_script (hb_script_t  script,
 131                         hb_tag_t    *script_tag_1,
 132                         hb_tag_t    *script_tag_2)
 133 {
 134   hb_tag_t new_tag;
 135
 136   *script_tag_2 = HB_OT_TAG_DEFAULT_SCRIPT;
 137   *script_tag_1 = hb_ot_old_tag_from_script (script);
 138
 139   new_tag = hb_ot_new_tag_from_script (script);
 140   if (unlikely (new_tag != HB_OT_TAG_DEFAULT_SCRIPT)) {
 141     *script_tag_2 = *script_tag_1;
 142     *script_tag_1 = new_tag;
 143   }
 144 }
 145
 146 hb_script_t
 147 hb_ot_tag_to_script (hb_tag_t tag)
 148 {
 149   if (unlikely ((tag & 0x000000FFu) == '2'))
 150     return hb_ot_new_tag_to_script (tag);
 151
 152   return hb_ot_old_tag_to_script (tag);
 153 }
 154
 155
 156 /* hb_language_t */
 157
 158 typedef struct {
 159   char language[4];
 160   hb_tag_t tag;
 161 } LangTag;
 162
 163 /*
 164  * Complete list at:
 165  * http://www.microsoft.com/typography/otspec/languagetags.htm
 166  *
 167  * Generated by intersecting the OpenType language tag list from
 168  * Draft OpenType 1.5 spec, with with the ISO 639-3 codes from
 169  * 2008-08-04, matching on name, and finally adjusted manually.
 170  *
 171  * Updated on 2012-12-07 with more research into remaining codes.
 172  *
 173  * Updated on 2013-11-23 based on usage in SIL and Microsoft fonts,
 174  * the new proposal from Microsoft, and latest ISO 639-3 names.
 175  *
 176  * Some items still missing.  Those are commented out at the end.
 177  * Keep sorted for bsearch.
 178  */
 179
 180 static const LangTag ot_languages[] = {
 181   {"aa",        HB_TAG('A','F','R',' ')},       /* Afar */
 182   {"ab",        HB_TAG('A','B','K',' ')},       /* Abkhazian */
 183   {"abq",       HB_TAG('A','B','A',' ')},       /* Abaza */
 184   {"ach",       HB_TAG('A','C','H',' ')},       /* Acoli */
 185   {"ada",       HB_TAG('D','N','G',' ')},       /* Dangme */
 186   {"ady",       HB_TAG('A','D','Y',' ')},       /* Adyghe */
 187   {"af",        HB_TAG('A','F','K',' ')},       /* Afrikaans */
 188   {"aii",       HB_TAG('S','W','A',' ')},       /* Swadaya Aramaic */
 189   {"aio",       HB_TAG('A','I','O',' ')},       /* Aiton */
 190   {"aiw",       HB_TAG('A','R','I',' ')},       /* Aari */
 191   {"ak",        HB_TAG('T','W','I',' ')},       /* Akan [macrolanguage] */
 192   {"alt",       HB_TAG('A','L','T',' ')},       /* [Southern] Altai */
 193   {"am",        HB_TAG('A','M','H',' ')},       /* Amharic */
 194   {"amf",       HB_TAG('H','B','N',' ')},       /* Hammer-Banna */
 195   {"an",        HB_TAG('A','R','G',' ')},       /* Aragonese */
 196   {"ang",       HB_TAG('A','N','G',' ')},       /* Old English (ca. 450-1100) */
 197   {"ar",        HB_TAG('A','R','A',' ')},       /* Arabic [macrolanguage] */
 198   {"arb",       HB_TAG('A','R','A',' ')},       /* Standard Arabic */
 199   {"arn",       HB_TAG('M','A','P',' ')},       /* Mapudungun */
 200   {"ary",       HB_TAG('M','O','R',' ')},       /* Moroccan Arabic */
 201   {"as",        HB_TAG('A','S','M',' ')},       /* Assamese */
 202   {"ast",       HB_TAG('A','S','T',' ')},       /* Asturian/Asturleonese/Bable/Leonese */
 203   {"ath",       HB_TAG('A','T','H',' ')},       /* Athapaskan [family] */
 204   {"atv",       HB_TAG('A','L','T',' ')},       /* [Northern] Altai */
 205   {"av",        HB_TAG('A','V','R',' ')},       /* Avaric */
 206   {"awa",       HB_TAG('A','W','A',' ')},       /* Awadhi */
 207   {"ay",        HB_TAG('A','Y','M',' ')},       /* Aymara [macrolanguage] */
 208   {"az",        HB_TAG('A','Z','E',' ')},       /* Azerbaijani [macrolanguage] */
 209   {"azb",       HB_TAG('A','Z','B',' ')},       /* South Azerbaijani */
 210   {"azj",       HB_TAG('A','Z','E',' ')},       /* North Azerbaijani */
 211   {"ba",        HB_TAG('B','S','H',' ')},       /* Bashkir */
 212   {"bai",       HB_TAG('B','M','L',' ')},       /* Bamileke [family] */
 213   {"bal",       HB_TAG('B','L','I',' ')},       /* Baluchi [macrolangauge] */
 214   {"ban",       HB_TAG('B','A','N',' ')},       /* Balinese */
 215   {"bar",       HB_TAG('B','A','R',' ')},       /* Bavarian */
 216   {"bbc",       HB_TAG('B','B','C',' ')},       /* Batak Toba */
 217   {"bci",       HB_TAG('B','A','U',' ')},       /* Baoulé */
 218   {"bcl",       HB_TAG('B','I','K',' ')},       /* Central Bikol */
 219   {"bcq",       HB_TAG('B','C','H',' ')},       /* Bench */
 220   {"be",        HB_TAG('B','E','L',' ')},       /* Belarusian */
 221   {"bem",       HB_TAG('B','E','M',' ')},       /* Bemba (Zambia) */
 222   {"ber",       HB_TAG('B','E','R',' ')},       /* Berber [family] */
 223   {"bfq",       HB_TAG('B','A','D',' ')},       /* Badaga */
 224   {"bft",       HB_TAG('B','L','T',' ')},       /* Balti */
 225   {"bfy",       HB_TAG('B','A','G',' ')},       /* Baghelkhandi */
 226   {"bg",        HB_TAG('B','G','R',' ')},       /* Bulgarian */
 227   {"bgc",       HB_TAG('B','G','C',' ')},       /* Haryanvi */
 228   {"bgq",       HB_TAG('B','G','Q',' ')},       /* Bagri */
 229   {"bhb",       HB_TAG('B','H','I',' ')},       /* Bhili */
 230   {"bhk",       HB_TAG('B','I','K',' ')},       /* Albay Bicolano (retired code) */
 231   {"bho",       HB_TAG('B','H','O',' ')},       /* Bhojpuri */
 232   {"bi",        HB_TAG('B','I','S',' ')},       /* Bislama */
 233   {"bik",       HB_TAG('B','I','K',' ')},       /* Bikol [macrolanguage] */
 234   {"bin",       HB_TAG('E','D','O',' ')},       /* Bini */
 235   {"bjj",       HB_TAG('B','J','J',' ')},       /* Kanauji */
 236   {"bjt",       HB_TAG('B','L','N',' ')},       /* Balanta-Ganja */
 237   {"bla",       HB_TAG('B','K','F',' ')},       /* Blackfoot */
 238   {"ble",       HB_TAG('B','L','N',' ')},       /* Balanta-Kentohe */
 239   {"blk",       HB_TAG('B','L','K',' ')},       /* Pa'O/Pa'o Karen */
 240   {"bln",       HB_TAG('B','I','K',' ')},       /* Southern Catanduanes Bikol */
 241   {"bm",        HB_TAG('B','M','B',' ')},       /* Bambara */
 242   {"bn",        HB_TAG('B','E','N',' ')},       /* Bengali */
 243   {"bo",        HB_TAG('T','I','B',' ')},       /* Tibetan */
 244   {"bpy",       HB_TAG('B','P','Y',' ')},       /* Bishnupriya */
 245   {"bqi",       HB_TAG('L','R','C',' ')},       /* Bakhtiari */
 246   {"br",        HB_TAG('B','R','E',' ')},       /* Breton */
 247   {"bra",       HB_TAG('B','R','I',' ')},       /* Braj Bhasha */
 248   {"brh",       HB_TAG('B','R','H',' ')},       /* Brahui */
 249   {"brx",       HB_TAG('B','R','X',' ')},       /* Bodo (India) */
 250   {"bs",        HB_TAG('B','O','S',' ')},       /* Bosnian */
 251   {"btb",       HB_TAG('B','T','I',' ')},       /* Beti (Cameroon) */
 252   {"bto",       HB_TAG('B','I','K',' ')},       /* Rinconada Bikol */
 253   {"bts",       HB_TAG('B','T','S',' ')},       /* Batak Simalungun */
 254   {"bug",       HB_TAG('B','U','G',' ')},       /* Buginese */
 255   {"bxr",       HB_TAG('R','B','U',' ')},       /* Russian Buriat */
 256   {"byn",       HB_TAG('B','I','L',' ')},       /* Bilen */
 257   {"ca",        HB_TAG('C','A','T',' ')},       /* Catalan */
 258   {"cbk",       HB_TAG('C','B','K',' ')},       /* Chavacano */
 259   {"ce",        HB_TAG('C','H','E',' ')},       /* Chechen */
 260   {"ceb",       HB_TAG('C','E','B',' ')},       /* Cebuano */
 261   {"cgg",       HB_TAG('C','G','G',' ')},       /* Chiga */
 262   {"ch",        HB_TAG('C','H','A',' ')},       /* Chamorro */
 263   {"cho",       HB_TAG('C','H','O',' ')},       /* Choctaw */
 264   {"chp",       HB_TAG('C','H','P',' ')},       /* Chipewyan */
 265   {"chr",       HB_TAG('C','H','R',' ')},       /* Cherokee */
 266   {"chy",       HB_TAG('C','H','Y',' ')},       /* Cheyenne */
 267   {"ckb",       HB_TAG('K','U','R',' ')},       /* Central Kurdish (Sorani) */
 268   {"ckt",       HB_TAG('C','H','K',' ')},       /* Chukchi */
 269   {"cop",       HB_TAG('C','O','P',' ')},       /* Coptic */
 270   {"cr",        HB_TAG('C','R','E',' ')},       /* Cree */
 271   {"crh",       HB_TAG('C','R','T',' ')},       /* Crimean Tatar */
 272   {"crj",       HB_TAG('E','C','R',' ')},       /* [Southern] East Cree */
 273   {"crl",       HB_TAG('E','C','R',' ')},       /* [Northern] East Cree */
 274   {"crm",       HB_TAG('M','C','R',' ')},       /* Moose Cree */
 275   {"crx",       HB_TAG('C','R','R',' ')},       /* Carrier */
 276   {"cs",        HB_TAG('C','S','Y',' ')},       /* Czech */
 277   {"csb",       HB_TAG('C','S','B',' ')},       /* Kashubian */
 278   {"ctg",       HB_TAG('C','T','G',' ')},       /* Chittagonian */
 279   {"cts",       HB_TAG('B','I','K',' ')},       /* Northern Catanduanes Bikol */
 280   {"cu",        HB_TAG('C','S','L',' ')},       /* Church Slavic */
 281   {"cv",        HB_TAG('C','H','U',' ')},       /* Chuvash */
 282   {"cwd",       HB_TAG('D','C','R',' ')},       /* Woods Cree */
 283   {"cy",        HB_TAG('W','E','L',' ')},       /* Welsh */
 284   {"da",        HB_TAG('D','A','N',' ')},       /* Danish */
 285   {"dap",       HB_TAG('N','I','S',' ')},       /* Nisi (India) */
 286   {"dar",       HB_TAG('D','A','R',' ')},       /* Dargwa */
 287   {"de",        HB_TAG('D','E','U',' ')},       /* German */
 288   {"dgo",       HB_TAG('D','G','O',' ')},       /* Dogri */
 289   {"dhd",       HB_TAG('M','A','W',' ')},       /* Dhundari */
 290   {"din",       HB_TAG('D','N','K',' ')},       /* Dinka [macrolanguage] */
 291   {"diq",       HB_TAG('D','I','Q',' ')},       /* Dimli */
 292   {"dje",       HB_TAG('D','J','R',' ')},       /* Zarma */
 293   {"dng",       HB_TAG('D','U','N',' ')},       /* Dungan */
 294   {"doi",       HB_TAG('D','G','R',' ')},       /* Dogri [macrolanguage] */
 295   {"dsb",       HB_TAG('L','S','B',' ')},       /* Lower Sorbian */
 296   {"dv",        HB_TAG('D','I','V',' ')},       /* Dhivehi/Divehi/Maldivian */
 297   {"dyu",       HB_TAG('J','U','L',' ')},       /* Jula */
 298   {"dz",        HB_TAG('D','Z','N',' ')},       /* Dzongkha */
 299   {"ee",        HB_TAG('E','W','E',' ')},       /* Ewe */
 300   {"efi",       HB_TAG('E','F','I',' ')},       /* Efik */
 301   {"ekk",       HB_TAG('E','T','I',' ')},       /* Standard Estonian */
 302   {"el",        HB_TAG('E','L','L',' ')},       /* Modern Greek (1453-) */
 303   {"emk",       HB_TAG('M','N','K',' ')},       /* Eastern Maninkakan */
 304   {"en",        HB_TAG('E','N','G',' ')},       /* English */
 305   {"eo",        HB_TAG('N','T','O',' ')},       /* Esperanto */
 306   {"eot",       HB_TAG('B','T','I',' ')},       /* Beti (Côte d'Ivoire) */
 307   {"es",        HB_TAG('E','S','P',' ')},       /* Spanish */
 308   {"et",        HB_TAG('E','T','I',' ')},       /* Estonian [macrolanguage] */
 309   {"eu",        HB_TAG('E','U','Q',' ')},       /* Basque */
 310   {"eve",       HB_TAG('E','V','N',' ')},       /* Even */
 311   {"evn",       HB_TAG('E','V','K',' ')},       /* Evenki */
 312   {"fa",        HB_TAG('F','A','R',' ')},       /* Persian [macrolanguage] */
 313   {"ff",        HB_TAG('F','U','L',' ')},       /* Fulah [macrolanguage] */
 314   {"fi",        HB_TAG('F','I','N',' ')},       /* Finnish */
 315   {"fil",       HB_TAG('P','I','L',' ')},       /* Filipino */
 316   {"fj",        HB_TAG('F','J','I',' ')},       /* Fijian */
 317   {"fo",        HB_TAG('F','O','S',' ')},       /* Faroese */
 318   {"fon",       HB_TAG('F','O','N',' ')},       /* Fon */
 319   {"fr",        HB_TAG('F','R','A',' ')},       /* French */
 320   {"frc",       HB_TAG('F','R','C',' ')},       /* Cajun French */
 321   {"frp",       HB_TAG('F','R','P',' ')},       /* Arpitan/Francoprovençal */
 322   {"fur",       HB_TAG('F','R','L',' ')},       /* Friulian */
 323   {"fuv",       HB_TAG('F','U','V',' ')},       /* Nigerian Fulfulde */
 324   {"fy",        HB_TAG('F','R','I',' ')},       /* Western Frisian */
 325   {"ga",        HB_TAG('I','R','I',' ')},       /* Irish */
 326   {"gaa",       HB_TAG('G','A','D',' ')},       /* Ga */
 327   {"gag",       HB_TAG('G','A','G',' ')},       /* Gagauz */
 328   {"gbm",       HB_TAG('G','A','W',' ')},       /* Garhwali */
 329   {"gd",        HB_TAG('G','A','E',' ')},       /* Scottish Gaelic */
 330   {"gez",       HB_TAG('G','E','Z',' ')},       /* Ge'ez */
 331   {"ggo",       HB_TAG('G','O','N',' ')},       /* Southern Gondi */
 332   {"gl",        HB_TAG('G','A','L',' ')},       /* Galician */
 333   {"gld",       HB_TAG('N','A','N',' ')},       /* Nanai */
 334   {"glk",       HB_TAG('G','L','K',' ')},       /* Gilaki */
 335   {"gn",        HB_TAG('G','U','A',' ')},       /* Guarani [macrolanguage] */
 336   {"gno",       HB_TAG('G','O','N',' ')},       /* Northern Gondi */
 337   {"gog",       HB_TAG('G','O','G',' ')},       /* Gogo */
 338   {"gon",       HB_TAG('G','O','N',' ')},       /* Gondi [macrolanguage] */
 339   {"grt",       HB_TAG('G','R','O',' ')},       /* Garo */
 340   {"gru",       HB_TAG('S','O','G',' ')},       /* Sodo Gurage */
 341   {"gu",        HB_TAG('G','U','J',' ')},       /* Gujarati */
 342   {"guc",       HB_TAG('G','U','C',' ')},       /* Wayuu */
 343   {"guk",       HB_TAG('G','M','Z',' ')},       /* Gumuz */
 344 /*{"guk",       HB_TAG('G','U','K',' ')},*/     /* Gumuz (in SIL fonts) */
 345   {"guz",       HB_TAG('G','U','Z',' ')},       /* Ekegusii/Gusii */
 346   {"gv",        HB_TAG('M','N','X',' ')},       /* Manx */
 347   {"ha",        HB_TAG('H','A','U',' ')},       /* Hausa */
 348   {"har",       HB_TAG('H','R','I',' ')},       /* Harari */
 349   {"haw",       HB_TAG('H','A','W',' ')},       /* Hawaiian */
 350   {"hay",       HB_TAG('H','A','Y',' ')},       /* Haya */
 351   {"haz",       HB_TAG('H','A','Z',' ')},       /* Hazaragi */
 352   {"he",        HB_TAG('I','W','R',' ')},       /* Hebrew */
 353   {"hz",        HB_TAG('H','E','R',' ')},       /* Herero */
 354   {"hi",        HB_TAG('H','I','N',' ')},       /* Hindi */
 355   {"hil",       HB_TAG('H','I','L',' ')},       /* Hiligaynon */
 356   {"hnd",       HB_TAG('H','N','D',' ')},       /* [Southern] Hindko */
 357   {"hne",       HB_TAG('C','H','H',' ')},       /* Chattisgarhi */
 358   {"hno",       HB_TAG('H','N','D',' ')},       /* [Northern] Hindko */
 359   {"ho",        HB_TAG('H','M','O',' ')},       /* Hiri Motu */
 360   {"hoc",       HB_TAG('H','O',' ',' ')},       /* Ho */
 361   {"hoj",       HB_TAG('H','A','R',' ')},       /* Harauti */
 362   {"hr",        HB_TAG('H','R','V',' ')},       /* Croatian */
 363   {"hsb",       HB_TAG('U','S','B',' ')},       /* Upper Sorbian */
 364   {"ht",        HB_TAG('H','A','I',' ')},       /* Haitian/Haitian Creole */
 365   {"hu",        HB_TAG('H','U','N',' ')},       /* Hungarian */
 366   {"hy",        HB_TAG('H','Y','E',' ')},       /* Armenian */
 367   {"hz",        HB_TAG('H','E','R',' ')},       /* Herero */
 368   {"ia",        HB_TAG('I','N','A',' ')},       /* Interlingua (International Auxiliary Language Association) */
 369   {"ibb",       HB_TAG('I','B','B',' ')},       /* Ibibio */
 370   {"id",        HB_TAG('I','N','D',' ')},       /* Indonesian */
 371   {"ie",        HB_TAG('I','L','E',' ')},       /* Interlingue/Occidental */
 372   {"ig",        HB_TAG('I','B','O',' ')},       /* Igbo */
 373   {"igb",       HB_TAG('E','B','I',' ')},       /* Ebira */
 374   {"ijc",       HB_TAG('I','J','O',' ')},       /* Izon */
 375   {"ijo",       HB_TAG('I','J','O',' ')},       /* Ijo [family] */
 376   {"ik",        HB_TAG('I','P','K',' ')},       /* Inupiaq [macrolanguage] */
 377   {"ilo",       HB_TAG('I','L','O',' ')},       /* Ilokano */
 378   {"inh",       HB_TAG('I','N','G',' ')},       /* Ingush */
 379   {"io",        HB_TAG('I','D','O',' ')},       /* Ido */
 380   {"is",        HB_TAG('I','S','L',' ')},       /* Icelandic */
 381   {"it",        HB_TAG('I','T','A',' ')},       /* Italian */
 382   {"iu",        HB_TAG('I','N','U',' ')},       /* Inuktitut [macrolanguage] */
 383   {"ja",        HB_TAG('J','A','N',' ')},       /* Japanese */
 384   {"jam",       HB_TAG('J','A','M',' ')},       /* Jamaican Creole English */
 385   {"jbo",       HB_TAG('J','B','O',' ')},       /* Lojban */
 386   {"jv",        HB_TAG('J','A','V',' ')},       /* Javanese */
 387   {"ka",        HB_TAG('K','A','T',' ')},       /* Georgian */
 388   {"kaa",       HB_TAG('K','R','K',' ')},       /* Karakalpak */
 389   {"kab",       HB_TAG('K','A','B',' ')},       /* Kabyle */
 390   {"kam",       HB_TAG('K','M','B',' ')},       /* Kamba (Kenya) */
 391   {"kar",       HB_TAG('K','R','N',' ')},       /* Karen [family] */
 392   {"kbd",       HB_TAG('K','A','B',' ')},       /* Kabardian */
 393   {"kde",       HB_TAG('K','D','E',' ')},       /* Makonde */
 394   {"kdr",       HB_TAG('K','R','M',' ')},       /* Karaim */
 395   {"kdt",       HB_TAG('K','U','Y',' ')},       /* Kuy */
 396   {"kex",       HB_TAG('K','K','N',' ')},       /* Kokni */
 397   {"kfr",       HB_TAG('K','A','C',' ')},       /* Kachchi */
 398   {"kfy",       HB_TAG('K','M','N',' ')},       /* Kumaoni */
 399   {"kg",        HB_TAG('K','O','N',' ')},       /* Kongo [macrolanguage] */
 400   {"kha",       HB_TAG('K','S','I',' ')},       /* Khasi */
 401   {"khb",       HB_TAG('X','B','D',' ')},       /* Lü */
 402   {"kht",       HB_TAG('K','H','N',' ')},       /* Khamti (Microsoft fonts) */
 403 /*{"kht",       HB_TAG('K','H','T',' ')},*/     /* Khamti (OpenType spec and SIL fonts) */
 404   {"khw",       HB_TAG('K','H','W',' ')},       /* Khowar */
 405   {"ki",        HB_TAG('K','I','K',' ')},       /* Gikuyu/Kikuyu */
 406   {"kj",        HB_TAG('K','U','A',' ')},       /* Kuanyama/Kwanyama */
 407   {"kjh",       HB_TAG('K','H','A',' ')},       /* Khakass */
 408   {"kjp",       HB_TAG('K','J','P',' ')},       /* Pwo Eastern Karen */
 409   {"kk",        HB_TAG('K','A','Z',' ')},       /* Kazakh */
 410   {"kl",        HB_TAG('G','R','N',' ')},       /* Kalaallisut */
 411   {"kln",       HB_TAG('K','A','L',' ')},       /* Kalenjin */
 412   {"km",        HB_TAG('K','H','M',' ')},       /* Central Khmer */
 413   {"kmb",       HB_TAG('M','B','N',' ')},       /* Kimbundu */
 414   {"kmw",       HB_TAG('K','M','O',' ')},       /* Komo (Democratic Republic of Congo) */
 415   {"kn",        HB_TAG('K','A','N',' ')},       /* Kannada */
 416   {"knn",       HB_TAG('K','O','K',' ')},       /* Konkani */
 417   {"ko",        HB_TAG('K','O','R',' ')},       /* Korean */
 418   {"koi",       HB_TAG('K','O','P',' ')},       /* Komi-Permyak */
 419   {"kok",       HB_TAG('K','O','K',' ')},       /* Konkani [macrolanguage] */
 420   {"kpe",       HB_TAG('K','P','L',' ')},       /* Kpelle [macrolanguage] */
 421   {"kpv",       HB_TAG('K','O','Z',' ')},       /* Komi-Zyrian */
 422   {"kpy",       HB_TAG('K','Y','K',' ')},       /* Koryak */
 423   {"kqy",       HB_TAG('K','R','T',' ')},       /* Koorete */
 424   {"kr",        HB_TAG('K','N','R',' ')},       /* Kanuri [macrolanguage] */
 425   {"kri",       HB_TAG('K','R','I',' ')},       /* Krio */
 426   {"krl",       HB_TAG('K','R','L',' ')},       /* Karelian */
 427   {"kru",       HB_TAG('K','U','U',' ')},       /* Kurukh */
 428   {"ks",        HB_TAG('K','S','H',' ')},       /* Kashmiri */
 429   {"ksh",       HB_TAG('K','S','H',' ')},       /* Kölsch */
 430 /*{"ksw",       HB_TAG('K','R','N',' ')},*/     /* S'gaw Karen (Microsoft fonts?) */
 431   {"ksw",       HB_TAG('K','S','W',' ')},       /* S'gaw Karen (OpenType spec and SIL fonts) */
 432   {"ku",        HB_TAG('K','U','R',' ')},       /* Kurdish [macrolanguage] */
 433   {"kum",       HB_TAG('K','U','M',' ')},       /* Kumyk */
 434   {"kv",        HB_TAG('K','O','M',' ')},       /* Komi [macrolanguage] */
 435   {"kvd",       HB_TAG('K','U','I',' ')},       /* Kui (Indonesia) */
 436   {"kw",        HB_TAG('C','O','R',' ')},       /* Cornish */
 437   {"kxc",       HB_TAG('K','M','S',' ')},       /* Komso */
 438   {"kxu",       HB_TAG('K','U','I',' ')},       /* Kui (India) */
 439   {"ky",        HB_TAG('K','I','R',' ')},       /* Kirghiz/Kyrgyz */
 440   {"kyu",       HB_TAG('K','Y','U',' ')},       /* Western Kayah */
 441   {"la",        HB_TAG('L','A','T',' ')},       /* Latin */
 442   {"lad",       HB_TAG('J','U','D',' ')},       /* Ladino */
 443   {"lb",        HB_TAG('L','T','Z',' ')},       /* Luxembourgish */
 444   {"lbe",       HB_TAG('L','A','K',' ')},       /* Lak */
 445   {"lbj",       HB_TAG('L','D','K',' ')},       /* Ladakhi */
 446   {"lez",       HB_TAG('L','E','Z',' ')},       /* Lezgi */
 447   {"lg",        HB_TAG('L','U','G',' ')},       /* Ganda */
 448   {"li",        HB_TAG('L','I','M',' ')},       /* Limburgan/Limburger/Limburgish */
 449   {"lif",       HB_TAG('L','M','B',' ')},       /* Limbu */
 450   {"lij",       HB_TAG('L','I','J',' ')},       /* Ligurian */
 451   {"lis",       HB_TAG('L','I','S',' ')},       /* Lisu */
 452   {"ljp",       HB_TAG('L','J','P',' ')},       /* Lampung Api */
 453   {"lki",       HB_TAG('L','K','I',' ')},       /* Laki */
 454   {"lld",       HB_TAG('L','A','D',' ')},       /* Ladin */
 455   {"lmn",       HB_TAG('L','A','M',' ')},       /* Lambani */
 456   {"lmo",       HB_TAG('L','M','O',' ')},       /* Lombard */
 457   {"ln",        HB_TAG('L','I','N',' ')},       /* Lingala */
 458   {"lo",        HB_TAG('L','A','O',' ')},       /* Lao */
 459   {"lrc",       HB_TAG('L','R','C',' ')},       /* Northern Luri */
 460   {"lt",        HB_TAG('L','T','H',' ')},       /* Lithuanian */
 461   {"lu",        HB_TAG('L','U','B',' ')},       /* Luba-Katanga */
 462   {"lua",       HB_TAG('L','U','B',' ')},       /* Luba-Kasai */
 463   {"luo",       HB_TAG('L','U','O',' ')},       /* Luo (Kenya and Tanzania) */
 464   {"lus",       HB_TAG('M','I','Z',' ')},       /* Mizo */
 465   {"luy",       HB_TAG('L','U','H',' ')},       /* Luyia/Oluluyia [macrolanguage] */
 466   {"luz",       HB_TAG('L','R','C',' ')},       /* Southern Luri */
 467   {"lv",        HB_TAG('L','V','I',' ')},       /* Latvian */
 468   {"lzz",       HB_TAG('L','A','Z',' ')},       /* Laz */
 469   {"mad",       HB_TAG('M','A','D',' ')},       /* Madurese */
 470   {"mag",       HB_TAG('M','A','G',' ')},       /* Magahi */
 471   {"mai",       HB_TAG('M','T','H',' ')},       /* Maithili */
 472   {"mak",       HB_TAG('M','K','R',' ')},       /* Makasar */
 473   {"man",       HB_TAG('M','N','K',' ')},       /* Manding/Mandingo [macrolanguage] */
 474   {"mdc",       HB_TAG('M','L','E',' ')},       /* Male (Papua New Guinea) */
 475   {"mdf",       HB_TAG('M','O','K',' ')},       /* Moksha */
 476   {"mdr",       HB_TAG('M','D','R',' ')},       /* Mandar */
 477   {"mdy",       HB_TAG('M','L','E',' ')},       /* Male (Ethiopia) */
 478   {"men",       HB_TAG('M','D','E',' ')},       /* Mende (Sierra Leone) */
 479   {"mer",       HB_TAG('M','E','R',' ')},       /* Meru */
 480   {"mfe",       HB_TAG('M','F','E',' ')},       /* Morisyen */
 481   {"mg",        HB_TAG('M','L','G',' ')},       /* Malagasy [macrolanguage] */
 482   {"mh",        HB_TAG('M','A','H',' ')},       /* Marshallese */
 483   {"mhr",       HB_TAG('L','M','A',' ')},       /* Low Mari */
 484   {"mi",        HB_TAG('M','R','I',' ')},       /* Maori */
 485   {"min",       HB_TAG('M','I','N',' ')},       /* Minangkabau */
 486   {"mk",        HB_TAG('M','K','D',' ')},       /* Macedonian */
 487   {"mku",       HB_TAG('M','N','K',' ')},       /* Konyanka Maninka */
 488   {"mkw",       HB_TAG('M','K','W',' ')},       /* Kituba (Congo) */
 489   {"ml",        HB_TAG('M','L','R',' ')},       /* Malayalam */
 490   {"mlq",       HB_TAG('M','N','K',' ')},       /* Western Maninkakan */
 491   {"mn",        HB_TAG('M','N','G',' ')},       /* Mongolian [macrolanguage] */
 492   {"mnc",       HB_TAG('M','C','H',' ')},       /* Manchu */
 493   {"mni",       HB_TAG('M','N','I',' ')},       /* Manipuri */
 494   {"mnk",       HB_TAG('M','N','D',' ')},       /* Mandinka */
 495   {"mns",       HB_TAG('M','A','N',' ')},       /* Mansi */
 496   {"mnw",       HB_TAG('M','O','N',' ')},       /* Mon */
 497   {"mo",        HB_TAG('M','O','L',' ')},       /* Moldavian */
 498   {"moh",       HB_TAG('M','O','H',' ')},       /* Mohawk */
 499   {"mos",       HB_TAG('M','O','S',' ')},       /* Mossi */
 500   {"mpe",       HB_TAG('M','A','J',' ')},       /* Majang */
 501   {"mr",        HB_TAG('M','A','R',' ')},       /* Marathi */
 502   {"mrj",       HB_TAG('H','M','A',' ')},       /* High Mari */
 503   {"ms",        HB_TAG('M','L','Y',' ')},       /* Malay [macrolanguage] */
 504   {"msc",       HB_TAG('M','N','K',' ')},       /* Sankaran Maninka */
 505   {"mt",        HB_TAG('M','T','S',' ')},       /* Maltese */
 506   {"mtr",       HB_TAG('M','A','W',' ')},       /* Mewari */
 507   {"mus",       HB_TAG('M','U','S',' ')},       /* Creek */
 508   {"mve",       HB_TAG('M','A','W',' ')},       /* Marwari (Pakistan) */
 509   {"mwk",       HB_TAG('M','N','K',' ')},       /* Kita Maninkakan */
 510   {"mwl",       HB_TAG('M','W','L',' ')},       /* Mirandese */
 511   {"mwr",       HB_TAG('M','A','W',' ')},       /* Marwari [macrolanguage] */
 512   {"mww",       HB_TAG('M','W','W',' ')},       /* Hmong Daw */
 513   {"my",        HB_TAG('B','R','M',' ')},       /* Burmese */
 514   {"mym",       HB_TAG('M','E','N',' ')},       /* Me'en */
 515   {"myq",       HB_TAG('M','N','K',' ')},       /* Forest Maninka (retired code) */
 516   {"myv",       HB_TAG('E','R','Z',' ')},       /* Erzya */
 517   {"mzn",       HB_TAG('M','Z','N',' ')},       /* Mazanderani */
 518   {"na",        HB_TAG('N','A','U',' ')},       /* Nauru */
 519   {"nag",       HB_TAG('N','A','G',' ')},       /* Naga-Assamese */
 520   {"nah",       HB_TAG('N','A','H',' ')},       /* Nahuatl [family] */
 521   {"nap",       HB_TAG('N','A','P',' ')},       /* Neapolitan */
 522   {"nb",        HB_TAG('N','O','R',' ')},       /* Norwegian Bokmål */
 523   {"nco",       HB_TAG('S','I','B',' ')},       /* Sibe */
 524   {"nd",        HB_TAG('N','D','B',' ')},       /* [North] Ndebele */
 525   {"ndc",       HB_TAG('N','D','C',' ')},       /* Ndau */
 526   {"nds",       HB_TAG('N','D','S',' ')},       /* Low German/Low Saxon */
 527   {"ne",        HB_TAG('N','E','P',' ')},       /* Nepali */
 528   {"new",       HB_TAG('N','E','W',' ')},       /* Newari */
 529   {"ng",        HB_TAG('N','D','G',' ')},       /* Ndonga */
 530   {"nga",       HB_TAG('N','G','A',' ')},       /* Ngabaka */
 531   {"ngl",       HB_TAG('L','M','W',' ')},       /* Lomwe */
 532   {"niu",       HB_TAG('N','I','U',' ')},       /* Niuean */
 533   {"niv",       HB_TAG('G','I','L',' ')},       /* Gilyak */
 534   {"nl",        HB_TAG('N','L','D',' ')},       /* Dutch */
 535   {"nn",        HB_TAG('N','Y','N',' ')},       /* Norwegian Nynorsk */
 536   {"no",        HB_TAG('N','O','R',' ')},       /* Norwegian [macrolanguage] */
 537   {"nod",       HB_TAG('N','T','A',' ')},       /* Northern Thai */
 538   {"noe",       HB_TAG('N','O','E',' ')},       /* Nimadi */
 539   {"nog",       HB_TAG('N','O','G',' ')},       /* Nogai */
 540   {"nov",       HB_TAG('N','O','V',' ')},       /* Novial */
 541   {"nqo",       HB_TAG('N','K','O',' ')},       /* N'Ko */
 542   {"nr",        HB_TAG('N','D','B',' ')},       /* [South] Ndebele */
 543   {"nsk",       HB_TAG('N','A','S',' ')},       /* Naskapi */
 544   {"nso",       HB_TAG('S','O','T',' ')},       /* [Northern] Sotho */
 545   {"ny",        HB_TAG('C','H','I',' ')},       /* Chewa/Chichwa/Nyanja */
 546   {"nym",       HB_TAG('N','Y','M',' ')},       /* Nyamwezi */
 547   {"nyn",       HB_TAG('N','K','L',' ')},       /* Nyankole */
 548   {"oc",        HB_TAG('O','C','I',' ')},       /* Occitan (post 1500) */
 549   {"oj",        HB_TAG('O','J','B',' ')},       /* Ojibwa [macrolanguage] */
 550   {"ojs",       HB_TAG('O','C','R',' ')},       /* Oji-Cree */
 551   {"om",        HB_TAG('O','R','O',' ')},       /* Oromo [macrolanguage] */
 552   {"or",        HB_TAG('O','R','I',' ')},       /* Oriya */
 553   {"os",        HB_TAG('O','S','S',' ')},       /* Ossetian */
 554   {"pa",        HB_TAG('P','A','N',' ')},       /* Panjabi */
 555   {"pag",       HB_TAG('P','A','G',' ')},       /* Pangasinan */
 556   {"pam",       HB_TAG('P','A','M',' ')},       /* Kapampangan/Pampanga */
 557   {"pap",       HB_TAG('P','A','P',' ')},       /* Papiamento */
 558   {"pcc",       HB_TAG('P','C','C',' ')},       /* Bouyei */
 559   {"pcd",       HB_TAG('P','C','D',' ')},       /* Picard */
 560   {"pce",       HB_TAG('P','L','G',' ')},       /* [Ruching] Palaung */
 561   {"pdc",       HB_TAG('P','D','C',' ')},       /* Pennsylvania German */
 562   {"pes",       HB_TAG('F','A','R',' ')},       /* Iranian Persian */
 563   {"phk",       HB_TAG('P','H','K',' ')},       /* Phake */
 564   {"pi",        HB_TAG('P','A','L',' ')},       /* Pali */
 565   {"pih",       HB_TAG('P','I','H',' ')},       /* Pitcairn-Norfolk */
 566   {"pl",        HB_TAG('P','L','K',' ')},       /* Polish */
 567   {"pll",       HB_TAG('P','L','G',' ')},       /* [Shwe] Palaung */
 568   {"plp",       HB_TAG('P','A','P',' ')},       /* Palpa */
 569   {"pms",       HB_TAG('P','M','S',' ')},       /* Piemontese */
 570   {"pnb",       HB_TAG('P','N','B',' ')},       /* Western Panjabi */
 571   {"prs",       HB_TAG('D','R','I',' ')},       /* Afghan Persian/Dari */
 572   {"ps",        HB_TAG('P','A','S',' ')},       /* Pashto/Pushto [macrolanguage] */
 573   {"pt",        HB_TAG('P','T','G',' ')},       /* Portuguese */
 574   {"pwo",       HB_TAG('P','W','O',' ')},       /* Pwo Western Karen */
 575   {"qu",        HB_TAG('Q','U','Z',' ')},       /* Quechua [macrolanguage] */
 576   {"quc",       HB_TAG('Q','U','C',' ')},       /* K'iche'/Quiché */
 577   {"quz",       HB_TAG('Q','U','Z',' ')},       /* Cusco Quechua */
 578   {"raj",       HB_TAG('R','A','J',' ')},       /* Rajasthani [macrolanguage] */
 579   {"rbb",       HB_TAG('P','L','G',' ')},       /* Rumai Palaung */
 580   {"rej",       HB_TAG('R','E','J',' ')},       /* Rejang */
 581   {"ria",       HB_TAG('R','I','A',' ')},       /* Riang (India) */
 582   {"ril",       HB_TAG('R','I','A',' ')},       /* Riang (Myanmar) */
 583   {"rki",       HB_TAG('A','R','K',' ')},       /* Rakhine */
 584   {"rm",        HB_TAG('R','M','S',' ')},       /* Romansh */
 585   {"rmy",       HB_TAG('R','M','Y',' ')},       /* Vlax Romani */
 586   {"rn",        HB_TAG('R','U','N',' ')},       /* Rundi */
 587   {"ro",        HB_TAG('R','O','M',' ')},       /* Romanian */
 588   {"rom",       HB_TAG('R','O','Y',' ')},       /* Romany [macrolanguage] */
 589   {"ru",        HB_TAG('R','U','S',' ')},       /* Russian */
 590   {"rue",       HB_TAG('R','S','Y',' ')},       /* Rusyn */
 591   {"rup",       HB_TAG('R','U','P',' ')},       /* Aromanian/Arumanian/Macedo-Romanian */
 592   {"rw",        HB_TAG('R','U','A',' ')},       /* Kinyarwanda */
 593   {"rwr",       HB_TAG('M','A','W',' ')},       /* Marwari (India) */
 594   {"sa",        HB_TAG('S','A','N',' ')},       /* Sanskrit */
 595   {"sah",       HB_TAG('Y','A','K',' ')},       /* Yakut */
 596   {"sas",       HB_TAG('S','A','S',' ')},       /* Sasak */
 597   {"sat",       HB_TAG('S','A','T',' ')},       /* Santali */
 598   {"sck",       HB_TAG('S','A','D',' ')},       /* Sadri */
 599   {"sc",        HB_TAG('S','R','D',' ')},       /* Sardinian [macrolanguage] */
 600   {"scn",       HB_TAG('S','C','N',' ')},       /* Sicilian */
 601   {"sco",       HB_TAG('S','C','O',' ')},       /* Scots */
 602   {"scs",       HB_TAG('S','L','A',' ')},       /* [North] Slavey */
 603   {"sd",        HB_TAG('S','N','D',' ')},       /* Sindhi */
 604   {"se",        HB_TAG('N','S','M',' ')},       /* Northern Sami */
 605   {"seh",       HB_TAG('S','N','A',' ')},       /* Sena */
 606   {"sel",       HB_TAG('S','E','L',' ')},       /* Selkup */
 607   {"sg",        HB_TAG('S','G','O',' ')},       /* Sango */
 608   {"sga",       HB_TAG('S','G','A',' ')},       /* Old Irish (to 900) */
 609   {"sgs",       HB_TAG('S','G','S',' ')},       /* Samogitian */
 610   {"sgw",       HB_TAG('C','H','G',' ')},       /* Sebat Bet Gurage */
 611 /*{"sgw",       HB_TAG('S','G','W',' ')},*/     /* Sebat Bet Gurage (in SIL fonts) */
 612   {"shn",       HB_TAG('S','H','N',' ')},       /* Shan */
 613   {"si",        HB_TAG('S','N','H',' ')},       /* Sinhala */
 614   {"sid",       HB_TAG('S','I','D',' ')},       /* Sidamo */
 615   {"sjd",       HB_TAG('K','S','M',' ')},       /* Kildin Sami */
 616   {"sk",        HB_TAG('S','K','Y',' ')},       /* Slovak */
 617   {"skr",       HB_TAG('S','R','K',' ')},       /* Seraiki */
 618   {"sl",        HB_TAG('S','L','V',' ')},       /* Slovenian */
 619   {"sm",        HB_TAG('S','M','O',' ')},       /* Samoan */
 620   {"sma",       HB_TAG('S','S','M',' ')},       /* Southern Sami */
 621   {"smj",       HB_TAG('L','S','M',' ')},       /* Lule Sami */
 622   {"smn",       HB_TAG('I','S','M',' ')},       /* Inari Sami */
 623   {"sms",       HB_TAG('S','K','S',' ')},       /* Skolt Sami */
 624   {"sn",        HB_TAG('S','N','A',' ')},       /* Shona */
 625   {"snk",       HB_TAG('S','N','K',' ')},       /* Soninke */
 626   {"so",        HB_TAG('S','M','L',' ')},       /* Somali */
 627   {"sop",       HB_TAG('S','O','P',' ')},       /* Songe */
 628   {"sq",        HB_TAG('S','Q','I',' ')},       /* Albanian [macrolanguage] */
 629   {"sr",        HB_TAG('S','R','B',' ')},       /* Serbian */
 630   {"srr",       HB_TAG('S','R','R',' ')},       /* Serer */
 631   {"ss",        HB_TAG('S','W','Z',' ')},       /* Swati */
 632   {"st",        HB_TAG('S','O','T',' ')},       /* [Southern] Sotho */
 633   {"stq",       HB_TAG('S','T','Q',' ')},       /* Saterfriesisch */
 634   {"stv",       HB_TAG('S','I','G',' ')},       /* Silt'e */
 635   {"su",        HB_TAG('S','U','N',' ')},       /* Sundanese */
 636   {"suk",       HB_TAG('S','U','K',' ')},       /* Sukama */
 637   {"suq",       HB_TAG('S','U','R',' ')},       /* Suri */
 638   {"sv",        HB_TAG('S','V','E',' ')},       /* Swedish */
 639   {"sva",       HB_TAG('S','V','A',' ')},       /* Svan */
 640   {"sw",        HB_TAG('S','W','K',' ')},       /* Swahili [macrolanguage] */
 641   {"swb",       HB_TAG('C','M','R',' ')},       /* Comorian */
 642   {"swh",       HB_TAG('S','W','K',' ')},       /* Kiswahili/Swahili */
 643   {"swv",       HB_TAG('M','A','W',' ')},       /* Shekhawati */
 644   {"sxu",       HB_TAG('S','X','U',' ')},       /* Upper Saxon */
 645   {"syl",       HB_TAG('S','Y','L',' ')},       /* Sylheti */
 646   {"syr",       HB_TAG('S','Y','R',' ')},       /* Syriac [macrolanguage] */
 647   {"szl",       HB_TAG('S','Z','L',' ')},       /* Silesian */
 648   {"ta",        HB_TAG('T','A','M',' ')},       /* Tamil */
 649   {"tab",       HB_TAG('T','A','B',' ')},       /* Tabasaran */
 650   {"tcy",       HB_TAG('T','U','L',' ')},       /* Tulu */
 651   {"tdd",       HB_TAG('T','D','D',' ')},       /* Tai Nüa */
 652   {"te",        HB_TAG('T','E','L',' ')},       /* Telugu */
 653   {"tem",       HB_TAG('T','M','N',' ')},       /* Temne */
 654   {"tet",       HB_TAG('T','E','T',' ')},       /* Tetum */
 655   {"tg",        HB_TAG('T','A','J',' ')},       /* Tajik */
 656   {"th",        HB_TAG('T','H','A',' ')},       /* Thai */
 657   {"ti",        HB_TAG('T','G','Y',' ')},       /* Tigrinya */
 658   {"tig",       HB_TAG('T','G','R',' ')},       /* Tigre */
 659   {"tiv",       HB_TAG('T','I','V',' ')},       /* Tiv */
 660   {"tk",        HB_TAG('T','K','M',' ')},       /* Turkmen */
 661   {"tl",        HB_TAG('T','G','L',' ')},       /* Tagalog */
 662   {"tmh",       HB_TAG('t','m','h',' ')},       /* Tamashek [macrolanguage] */
 663   {"tn",        HB_TAG('T','N','A',' ')},       /* Tswana */
 664   {"to",        HB_TAG('T','G','N',' ')},       /* Tonga (Tonga Islands) */
 665   {"tpi",       HB_TAG('T','P','I',' ')},       /* Tok Pisin */
 666   {"tr",        HB_TAG('T','R','K',' ')},       /* Turkish */
 667   {"tru",       HB_TAG('T','U','A',' ')},       /* Turoyo Aramaic */
 668   {"ts",        HB_TAG('T','S','G',' ')},       /* Tsonga */
 669   {"tt",        HB_TAG('T','A','T',' ')},       /* Tatar */
 670   {"tum",       HB_TAG('T','U','M',' ')},       /* Tumbuka */
 671   {"tw",        HB_TAG('T','W','I',' ')},       /* Twi */
 672   {"ty",        HB_TAG('T','H','T',' ')},       /* Tahitian */
 673   {"tyv",       HB_TAG('T','U','V',' ')},       /* Tuvin */
 674   {"tyz",       HB_TAG('T','Y','Z',' ')},       /* Tày */
 675   {"tzm",       HB_TAG('T','Z','M',' ')},       /* Central Atlas Tamazight */
 676   {"udm",       HB_TAG('U','D','M',' ')},       /* Udmurt */
 677   {"ug",        HB_TAG('U','Y','G',' ')},       /* Uighur */
 678   {"uk",        HB_TAG('U','K','R',' ')},       /* Ukrainian */
 679   {"umb",       HB_TAG('U','M','B',' ')},       /* Umbundu */
 680   {"unr",       HB_TAG('M','U','N',' ')},       /* Mundari */
 681   {"ur",        HB_TAG('U','R','D',' ')},       /* Urdu */
 682   {"uz",        HB_TAG('U','Z','B',' ')},       /* Uzbek [macrolanguage] */
 683   {"uzn",       HB_TAG('U','Z','B',' ')},       /* Northern Uzbek */
 684   {"uzs",       HB_TAG('U','Z','B',' ')},       /* Southern Uzbek */
 685   {"ve",        HB_TAG('V','E','N',' ')},       /* Venda */
 686   {"vec",       HB_TAG('V','E','C',' ')},       /* Venetian */
 687   {"vls",       HB_TAG('F','L','E',' ')},       /* Vlaams */
 688   {"vi",        HB_TAG('V','I','T',' ')},       /* Vietnamese */
 689   {"vmw",       HB_TAG('M','A','K',' ')},       /* Makhuwa */
 690   {"vo",        HB_TAG('V','O','L',' ')},       /* Volapük */
 691   {"vro",       HB_TAG('V','R','O',' ')},       /* Võro */
 692   {"wa",        HB_TAG('W','L','N',' ')},       /* Walloon */
 693   {"war",       HB_TAG('W','A','R',' ')},       /* Waray (Philippines) */
 694   {"wbm",       HB_TAG('W','A',' ',' ')},       /* Wa */
 695   {"wbr",       HB_TAG('W','A','G',' ')},       /* Wagdi */
 696   {"wle",       HB_TAG('S','I','G',' ')},       /* Wolane */
 697   {"wry",       HB_TAG('M','A','W',' ')},       /* Merwari */
 698   {"wtm",       HB_TAG('W','T','M',' ')},       /* Mewati */
 699   {"wo",        HB_TAG('W','L','F',' ')},       /* Wolof */
 700   {"xal",       HB_TAG('K','L','M',' ')},       /* Kalmyk */
 701   {"xh",        HB_TAG('X','H','S',' ')},       /* Xhosa */
 702   {"xog",       HB_TAG('X','O','G',' ')},       /* Soga */
 703   {"xom",       HB_TAG('K','M','O',' ')},       /* Komo (Sudan) */
 704   {"xsl",       HB_TAG('S','S','L',' ')},       /* South Slavey */
 705   {"xst",       HB_TAG('S','I','G',' ')},       /* Silt'e (retired code) */
 706   {"xwo",       HB_TAG('T','O','D',' ')},       /* Written Oirat (Todo) */
 707   {"yao",       HB_TAG('Y','A','O',' ')},       /* Yao */
 708   {"yi",        HB_TAG('J','I','I',' ')},       /* Yiddish [macrolanguage] */
 709   {"yo",        HB_TAG('Y','B','A',' ')},       /* Yoruba */
 710   {"yso",       HB_TAG('N','I','S',' ')},       /* Nisi (China) */
 711   {"za",        HB_TAG('Z','H','A',' ')},       /* Chuang/Zhuang [macrolanguage] */
 712   {"zea",       HB_TAG('Z','E','A',' ')},       /* Zeeuws */
 713   {"zne",       HB_TAG('Z','N','D',' ')},       /* Zande */
 714   {"zu",        HB_TAG('Z','U','L',' ')},       /* Zulu */
 715   {"zum",       HB_TAG('L','R','C',' ')}        /* Kumzari */
 716
 717   /* The corresponding languages IDs for the following IDs are unclear,
 718    * overlap, or are architecturally weird. Needs more research. */
 719
 720 /*{"ahg/awn/xan?",      HB_TAG('A','G','W',' ')},*/     /* Agaw */
 721 /*{"gsw?/gsw-FR?",      HB_TAG('A','L','S',' ')},*/     /* Alsatian */
 722 /*{"krc",       HB_TAG('B','A','L',' ')},*/     /* Balkar */
 723 /*{"??",        HB_TAG('B','C','R',' ')},*/     /* Bible Cree */
 724 /*{"zh?",       HB_TAG('C','H','N',' ')},*/     /* Chinese (seen in Microsoft fonts) */
 725 /*{"acf/gcf?",  HB_TAG('F','A','N',' ')},*/     /* French Antillean */
 726 /*{"enf?/yrk?", HB_TAG('F','N','E',' ')},*/     /* Forest Nenets */
 727 /*{"fuf?",      HB_TAG('F','T','A',' ')},*/     /* Futa */
 728 /*{"ar-Syrc?",  HB_TAG('G','A','R',' ')},*/     /* Garshuni */
 729 /*{"cfm/rnl?",  HB_TAG('H','A','L',' ')},*/     /* Halam */
 730 /*{"fonipa",    HB_TAG('I','P','P','H')},*/     /* Phonetic transcription—IPA conventions */
 731 /*{"ga-Latg?/Latg?",    HB_TAG('I','R','T',' ')},*/     /* Irish Traditional */
 732 /*{"krc",       HB_TAG('K','A','R',' ')},*/     /* Karachay */
 733 /*{"alw?/ktb?", HB_TAG('K','E','B',' ')},*/     /* Kebena */
 734 /*{"Geok",      HB_TAG('K','G','E',' ')},*/     /* Khutsuri Georgian */
 735 /*{"kca",       HB_TAG('K','H','K',' ')},*/     /* Khanty-Kazim */
 736 /*{"kca",       HB_TAG('K','H','S',' ')},*/     /* Khanty-Shurishkar */
 737 /*{"kca",       HB_TAG('K','H','V',' ')},*/     /* Khanty-Vakhi */
 738 /*{"guz?/kqs?/kss?",    HB_TAG('K','I','S',' ')},*/     /* Kisii */
 739 /*{"kfa/kfi?/kpb?/xua?/xuj?",   HB_TAG('K','O','D',' ')},*/     /* Kodagu */
 740 /*{"okm?/oko?", HB_TAG('K','O','H',' ')},*/     /* Korean Old Hangul */
 741 /*{"kon?/ktu?/...",     HB_TAG('K','O','N',' ')},*/     /* Kikongo */
 742 /*{"kfx?",      HB_TAG('K','U','L',' ')},*/     /* Kulvi */
 743 /*{"??",        HB_TAG('L','A','H',' ')},*/     /* Lahuli */
 744 /*{"??",        HB_TAG('L','C','R',' ')},*/     /* L-Cree */
 745 /*{"??",        HB_TAG('M','A','L',' ')},*/     /* Malayalam Traditional */
 746 /*{"mnk?/mlq?/...",     HB_TAG('M','L','N',' ')},*/     /* Malinke */
 747 /*{"??",        HB_TAG('N','C','R',' ')},*/     /* N-Cree */
 748 /*{"??",        HB_TAG('N','H','C',' ')},*/     /* Norway House Cree */
 749 /*{"jpa?/sam?", HB_TAG('P','A','A',' ')},*/     /* Palestinian Aramaic */
 750 /*{"polyton",   HB_TAG('P','G','R',' ')},*/     /* Polytonic Greek */
 751 /*{"??",        HB_TAG('Q','I','N',' ')},*/     /* Asho Chin */
 752 /*{"??",        HB_TAG('R','C','R',' ')},*/     /* R-Cree */
 753 /*{"chp?",      HB_TAG('S','A','Y',' ')},*/     /* Sayisi */
 754 /*{"xan?",      HB_TAG('S','E','K',' ')},*/     /* Sekota */
 755 /*{"ngo?",      HB_TAG('S','X','T',' ')},*/     /* Sutu */
 756 /*{"??",        HB_TAG('T','C','R',' ')},*/     /* TH-Cree */
 757 /*{"tnz?/tog?/toi?",    HB_TAG('T','N','G',' ')},*/     /* Tonga */
 758 /*{"enh?/yrk?", HB_TAG('T','N','E',' ')},*/     /* Tundra Nenets */
 759 /*{"??",        HB_TAG('W','C','R',' ')},*/     /* West-Cree */
 760 /*{"cre?",      HB_TAG('Y','C','R',' ')},*/     /* Y-Cree */
 761 /*{"??",        HB_TAG('Y','I','C',' ')},*/     /* Yi Classic */
 762 /*{"ii?/Yiii?", HB_TAG('Y','I','M',' ')},*/     /* Yi Modern */
 763 /*{"??",        HB_TAG('Z','H','P',' ')},*/     /* Chinese Phonetic */
 764 };
 765
 766 typedef struct {
 767   char language[8];
 768   hb_tag_t tag;
 769 } LangTagLong;
 770 static const LangTagLong ot_languages_zh[] = {
 771   {"zh-cn",     HB_TAG('Z','H','S',' ')},       /* Chinese (China) */
 772   {"zh-hk",     HB_TAG('Z','H','H',' ')},       /* Chinese (Hong Kong) */
 773   {"zh-mo",     HB_TAG('Z','H','T',' ')},       /* Chinese (Macao) */
 774   {"zh-sg",     HB_TAG('Z','H','S',' ')},       /* Chinese (Singapore) */
 775   {"zh-tw",     HB_TAG('Z','H','T',' ')},       /* Chinese (Taiwan) */
 776   {"zh-hans",   HB_TAG('Z','H','S',' ')},       /* Chinese (Simplified) */
 777   {"zh-hant",   HB_TAG('Z','H','T',' ')},       /* Chinese (Traditional) */
 778 };
 779
 780 static int
 781 lang_compare_first_component (const char *a,
 782                               const char *b)
 783 {
 784   unsigned int da, db;
 785   const char *p;
 786
 787   p = strchr (a, '-');
 788   da = p ? (unsigned int) (p - a) : strlen (a);
 789
 790   p = strchr (b, '-');
 791   db = p ? (unsigned int) (p - b) : strlen (b);
 792
 793   return strncmp (a, b, MAX (da, db));
 794 }
 795
 796 static hb_bool_t
 797 lang_matches (const char *lang_str, const char *spec)
 798 {
 799   unsigned int len = strlen (spec);
 800
 801   return strncmp (lang_str, spec, len) == 0 &&
 802          (lang_str[len] == '\0' || lang_str[len] == '-');
 803 }
 804
 805 hb_tag_t
 806 hb_ot_tag_from_language (hb_language_t language)
 807 {
 808   const char *lang_str, *s;
 809
 810   if (language == HB_LANGUAGE_INVALID)
 811     return HB_OT_TAG_DEFAULT_LANGUAGE;
 812
 813   lang_str = hb_language_to_string (language);
 814
 815   s = strstr (lang_str, "x-hbot");
 816   if (s) {
 817     char tag[4];
 818     int i;
 819     s += 6;
 820     for (i = 0; i < 4 && ISALPHA (s[i]); i++)
 821       tag[i] = TOUPPER (s[i]);
 822     if (i) {
 823       for (; i < 4; i++)
 824         tag[i] = ' ';
 825       return HB_TAG_CHAR4 (tag);
 826     }
 827   }
 828
 829   /* Find a language matching in the first component */
 830   {
 831     const LangTag *lang_tag;
 832     lang_tag = (LangTag *) bsearch (lang_str, ot_languages,
 833                                     ARRAY_LENGTH (ot_languages), sizeof (LangTag),
 834                                     (hb_compare_func_t) lang_compare_first_component);
 835     if (lang_tag)
 836       return lang_tag->tag;
 837   }
 838
 839   /* Otherwise, check the Chinese ones */
 840   if (0 == lang_compare_first_component (lang_str, "zh"))
 841   {
 842     unsigned int i;
 843
 844     for (i = 0; i < ARRAY_LENGTH (ot_languages_zh); i++)
 845     {
 846       const LangTagLong *lang_tag;
 847       lang_tag = &ot_languages_zh[i];
 848       if (lang_matches (lang_str, lang_tag->language))
 849         return lang_tag->tag;
 850     }
 851
 852     /* Otherwise just return 'ZHS ' */
 853     return HB_TAG('Z','H','S',' ');
 854   }
 855
 856   s = strchr (lang_str, '-');
 857   if (!s)
 858     s = lang_str + strlen (lang_str);
 859   if (s - lang_str == 3) {
 860     /* Assume it's ISO-639-3 and upper-case and use it. */
 861     return hb_tag_from_string (lang_str, s - lang_str) & ~0x20202000u;
 862   }
 863
 864   return HB_OT_TAG_DEFAULT_LANGUAGE;
 865 }
 866
 867 hb_language_t
 868 hb_ot_tag_to_language (hb_tag_t tag)
 869 {
 870   unsigned int i;
 871
 872   if (tag == HB_OT_TAG_DEFAULT_LANGUAGE)
 873     return NULL;
 874
 875   for (i = 0; i < ARRAY_LENGTH (ot_languages); i++)
 876     if (ot_languages[i].tag == tag)
 877       return hb_language_from_string (ot_languages[i].language, -1);
 878
 879   /* If tag starts with ZH, it's Chinese */
 880   if ((tag & 0xFFFF0000u)  == 0x5A480000u) {
 881     switch (tag) {
 882       case HB_TAG('Z','H','H',' '): return hb_language_from_string ("zh-hk", -1); /* Hong Kong */
 883       case HB_TAG('Z','H','S',' '): return hb_language_from_string ("zh-Hans", -1); /* Simplified */
 884       case HB_TAG('Z','H','T',' '): return hb_language_from_string ("zh-Hant", -1); /* Traditional */
 885       default: break; /* Fall through */
 886     }
 887   }
 888
 889   /* Else return a custom language in the form of "x-hbotABCD" */
 890   {
 891     unsigned char buf[11] = "x-hbot";
 892     buf[6] = tag >> 24;
 893     buf[7] = (tag >> 16) & 0xFF;
 894     buf[8] = (tag >> 8) & 0xFF;
 895     buf[9] = tag & 0xFF;
 896     if (buf[9] == 0x20)
 897       buf[9] = '\0';
 898     buf[10] = '\0';
 899     return hb_language_from_string ((char *) buf, -1);
 900   }
 901 }
 902
 903