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
  32 /* hb_script_t */
  33
  34 static hb_tag_t
  35 hb_ot_old_tag_from_script (hb_script_t script)
  36 {
  37   /* This seems to be accurate as of end of 2012. */
  38
  39   switch ((hb_tag_t) script) {
  40     case HB_SCRIPT_INVALID:             return HB_OT_TAG_DEFAULT_SCRIPT;
  41
  42     /* KATAKANA and HIRAGANA both map to 'kana' */
  43     case HB_SCRIPT_HIRAGANA:            return HB_TAG('k','a','n','a');
  44
  45     /* Spaces at the end are preserved, unlike ISO 15924 */
  46     case HB_SCRIPT_LAO:                 return HB_TAG('l','a','o',' ');
  47     case HB_SCRIPT_YI:                  return HB_TAG('y','i',' ',' ');
  48     /* Unicode-5.0 additions */
  49     case HB_SCRIPT_NKO:                 return HB_TAG('n','k','o',' ');
  50     /* Unicode-5.1 additions */
  51     case HB_SCRIPT_VAI:                 return HB_TAG('v','a','i',' ');
  52     /* Unicode-5.2 additions */
  53     /* Unicode-6.0 additions */
  54   }
  55
  56   /* Else, just change first char to lowercase and return */
  57   return ((hb_tag_t) script) | 0x20000000u;
  58 }
  59
  60 static hb_script_t
  61 hb_ot_old_tag_to_script (hb_tag_t tag)
  62 {
  63   if (unlikely (tag == HB_OT_TAG_DEFAULT_SCRIPT))
  64     return HB_SCRIPT_INVALID;
  65
  66   /* This side of the conversion is fully algorithmic. */
  67
  68   /* Any spaces at the end of the tag are replaced by repeating the last
  69    * letter.  Eg 'nko ' -> 'Nkoo' */
  70   if (unlikely ((tag & 0x0000FF00u) == 0x00002000u))
  71     tag |= (tag >> 8) & 0x0000FF00u; /* Copy second letter to third */
  72   if (unlikely ((tag & 0x000000FFu) == 0x00000020u))
  73     tag |= (tag >> 8) & 0x000000FFu; /* Copy third letter to fourth */
  74
  75   /* Change first char to uppercase and return */
  76   return (hb_script_t) (tag & ~0x20000000u);
  77 }
  78
  79 static hb_tag_t
  80 hb_ot_new_tag_from_script (hb_script_t script)
  81 {
  82   switch ((hb_tag_t) script) {
  83     case HB_SCRIPT_BENGALI:             return HB_TAG('b','n','g','2');
  84     case HB_SCRIPT_DEVANAGARI:          return HB_TAG('d','e','v','2');
  85     case HB_SCRIPT_GUJARATI:            return HB_TAG('g','j','r','2');
  86     case HB_SCRIPT_GURMUKHI:            return HB_TAG('g','u','r','2');
  87     case HB_SCRIPT_KANNADA:             return HB_TAG('k','n','d','2');
  88     case HB_SCRIPT_MALAYALAM:           return HB_TAG('m','l','m','2');
  89     case HB_SCRIPT_ORIYA:               return HB_TAG('o','r','y','2');
  90     case HB_SCRIPT_TAMIL:               return HB_TAG('t','m','l','2');
  91     case HB_SCRIPT_TELUGU:              return HB_TAG('t','e','l','2');
  92     case HB_SCRIPT_MYANMAR:             return HB_TAG('m','y','m','2');
  93   }
  94
  95   return HB_OT_TAG_DEFAULT_SCRIPT;
  96 }
  97
  98 static hb_script_t
  99 hb_ot_new_tag_to_script (hb_tag_t tag)
 100 {
 101   switch (tag) {
 102     case HB_TAG('b','n','g','2'):       return HB_SCRIPT_BENGALI;
 103     case HB_TAG('d','e','v','2'):       return HB_SCRIPT_DEVANAGARI;
 104     case HB_TAG('g','j','r','2'):       return HB_SCRIPT_GUJARATI;
 105     case HB_TAG('g','u','r','2'):       return HB_SCRIPT_GURMUKHI;
 106     case HB_TAG('k','n','d','2'):       return HB_SCRIPT_KANNADA;
 107     case HB_TAG('m','l','m','2'):       return HB_SCRIPT_MALAYALAM;
 108     case HB_TAG('o','r','y','2'):       return HB_SCRIPT_ORIYA;
 109     case HB_TAG('t','m','l','2'):       return HB_SCRIPT_TAMIL;
 110     case HB_TAG('t','e','l','2'):       return HB_SCRIPT_TELUGU;
 111     case HB_TAG('m','y','m','2'):       return HB_SCRIPT_MYANMAR;
 112   }
 113
 114   return HB_SCRIPT_UNKNOWN;
 115 }
 116
 117 /*
 118  * Complete list at:
 119  * https://docs.microsoft.com/en-us/typography/opentype/spec/scripttags
 120  *
 121  * Most of the script tags are the same as the ISO 15924 tag but lowercased.
 122  * So we just do that, and handle the exceptional cases in a switch.
 123  */
 124
 125 void
 126 hb_ot_tags_from_script (hb_script_t  script,
 127                         hb_tag_t    *script_tag_1,
 128                         hb_tag_t    *script_tag_2)
 129 {
 130   hb_tag_t new_tag;
 131
 132   *script_tag_2 = HB_OT_TAG_DEFAULT_SCRIPT;
 133   *script_tag_1 = hb_ot_old_tag_from_script (script);
 134
 135   new_tag = hb_ot_new_tag_from_script (script);
 136   if (unlikely (new_tag != HB_OT_TAG_DEFAULT_SCRIPT)) {
 137     *script_tag_2 = *script_tag_1;
 138     *script_tag_1 = new_tag;
 139   }
 140 }
 141
 142 hb_script_t
 143 hb_ot_tag_to_script (hb_tag_t tag)
 144 {
 145   if (unlikely ((tag & 0x000000FFu) == '2'))
 146     return hb_ot_new_tag_to_script (tag);
 147
 148   return hb_ot_old_tag_to_script (tag);
 149 }
 150
 151
 152 /* hb_language_t */
 153
 154 typedef struct {
 155   char language[4];
 156   hb_tag_t tag;
 157 } LangTag;
 158
 159 /*
 160  * Complete list at:
 161  * https://docs.microsoft.com/en-us/typography/opentype/spec/languagetags
 162  *
 163  * Generated by intersecting the OpenType language tag list from
 164  * Draft OpenType 1.5 spec, with with the ISO 639-3 codes from
 165  * 2008-08-04, matching on name, and finally adjusted manually.
 166  *
 167  * Updated on 2012-12-07 with more research into remaining codes.
 168  *
 169  * Updated on 2013-11-23 based on usage in SIL and Microsoft fonts,
 170  * the new proposal from Microsoft, and latest ISO 639-3 names.
 171  *
 172  * Some items still missing.  Those are commented out at the end.
 173  * Keep sorted for bsearch.
 174  *
 175  * Updated as of 2015-05-06: OT1.7 on MS website has some newer
 176  * items that we don't have here, eg. Zazaki.  This is the new
 177  * items in OpenType 1.7 (red items), most of which we have:
 178  * https://docs.microsoft.com/en-us/typography/opentype/spec/languagetags
 179  */
 180
 181 static const LangTag ot_languages[] = {
 182   {"aa",        HB_TAG('A','F','R',' ')},       /* Afar */
 183   {"ab",        HB_TAG('A','B','K',' ')},       /* Abkhazian */
 184   {"abq",       HB_TAG('A','B','A',' ')},       /* Abaza */
 185   {"acf",       HB_TAG('F','A','N',' ')},       /* French Antillean */
 186   {"ach",       HB_TAG('A','C','H',' ')},       /* Acoli */
 187   {"acr",       HB_TAG('A','C','R',' ')},       /* Achi */
 188   {"ada",       HB_TAG('D','N','G',' ')},       /* Dangme */
 189   {"ady",       HB_TAG('A','D','Y',' ')},       /* Adyghe */
 190   {"af",        HB_TAG('A','F','K',' ')},       /* Afrikaans */
 191   {"ahg",       HB_TAG('A','G','W',' ')},       /* Agaw */
 192   {"aii",       HB_TAG('S','W','A',' ')},       /* Swadaya Aramaic */
 193   {"aio",       HB_TAG('A','I','O',' ')},       /* Aiton */
 194   {"aiw",       HB_TAG('A','R','I',' ')},       /* Aari */
 195   {"ak",        HB_TAG('T','W','I',' ')},       /* Akan [macrolanguage] */
 196   {"aka",       HB_TAG('A','K','A',' ')},       /* Akan */
 197   {"alt",       HB_TAG('A','L','T',' ')},       /* [Southern] Altai */
 198   {"am",        HB_TAG('A','M','H',' ')},       /* Amharic */
 199   {"amf",       HB_TAG('H','B','N',' ')},       /* Hammer-Banna */
 200   {"amw",       HB_TAG('S','Y','R',' ')},       /* Western Neo-Aramaic */
 201   {"an",        HB_TAG('A','R','G',' ')},       /* Aragonese */
 202   {"ang",       HB_TAG('A','N','G',' ')},       /* Old English (ca. 450-1100) */
 203   {"ar",        HB_TAG('A','R','A',' ')},       /* Arabic [macrolanguage] */
 204   {"arb",       HB_TAG('A','R','A',' ')},       /* Standard Arabic */
 205   {"arn",       HB_TAG('M','A','P',' ')},       /* Mapudungun */
 206   {"ary",       HB_TAG('M','O','R',' ')},       /* Moroccan Arabic */
 207   {"as",        HB_TAG('A','S','M',' ')},       /* Assamese */
 208   {"ast",       HB_TAG('A','S','T',' ')},       /* Asturian/Asturleonese/Bable/Leonese */
 209   {"ath",       HB_TAG('A','T','H',' ')},       /* Athapaskan [family] */
 210   {"atj",       HB_TAG('R','C','R',' ')},       /* R-Cree */
 211   {"atv",       HB_TAG('A','L','T',' ')},       /* [Northern] Altai */
 212   {"av",        HB_TAG('A','V','R',' ')},       /* Avaric */
 213   {"awa",       HB_TAG('A','W','A',' ')},       /* Awadhi */
 214   {"ay",        HB_TAG('A','Y','M',' ')},       /* Aymara [macrolanguage] */
 215   {"az",        HB_TAG('A','Z','E',' ')},       /* Azerbaijani [macrolanguage] */
 216   {"azb",       HB_TAG('A','Z','B',' ')},       /* South Azerbaijani */
 217   {"azj",       HB_TAG('A','Z','E',' ')},       /* North Azerbaijani */
 218   {"ba",        HB_TAG('B','S','H',' ')},       /* Bashkir */
 219   {"bad",       HB_TAG('B','A','D','0')},       /* Banda */
 220   {"bai",       HB_TAG('B','M','L',' ')},       /* Bamileke [family] */
 221   {"bal",       HB_TAG('B','L','I',' ')},       /* Baluchi [macrolangauge] */
 222   {"ban",       HB_TAG('B','A','N',' ')},       /* Balinese */
 223   {"bar",       HB_TAG('B','A','R',' ')},       /* Bavarian */
 224   {"bbc",       HB_TAG('B','B','C',' ')},       /* Batak Toba */
 225   {"bci",       HB_TAG('B','A','U',' ')},       /* Baoulé */
 226   {"bcl",       HB_TAG('B','I','K',' ')},       /* Central Bikol */
 227   {"bcq",       HB_TAG('B','C','H',' ')},       /* Bench */
 228   {"bdy",       HB_TAG('B','D','Y',' ')},       /* Bandjalang */
 229   {"be",        HB_TAG('B','E','L',' ')},       /* Belarusian */
 230   {"bem",       HB_TAG('B','E','M',' ')},       /* Bemba (Zambia) */
 231   {"ber",       HB_TAG('B','E','R',' ')},       /* Berber [family] */
 232   {"bfq",       HB_TAG('B','A','D',' ')},       /* Badaga */
 233   {"bft",       HB_TAG('B','L','T',' ')},       /* Balti */
 234   {"bfu",       HB_TAG('L','A','H',' ')},       /* Lahuli */
 235   {"bfy",       HB_TAG('B','A','G',' ')},       /* Baghelkhandi */
 236   {"bg",        HB_TAG('B','G','R',' ')},       /* Bulgarian */
 237   {"bgc",       HB_TAG('B','G','C',' ')},       /* Haryanvi */
 238   {"bgq",       HB_TAG('B','G','Q',' ')},       /* Bagri */
 239   {"bgr",       HB_TAG('Q','I','N',' ')},       /* Bawm Chin */
 240   {"bhb",       HB_TAG('B','H','I',' ')},       /* Bhili */
 241   {"bhk",       HB_TAG('B','I','K',' ')},       /* Albay Bicolano (retired code) */
 242   {"bho",       HB_TAG('B','H','O',' ')},       /* Bhojpuri */
 243   {"bi",        HB_TAG('B','I','S',' ')},       /* Bislama */
 244   {"bik",       HB_TAG('B','I','K',' ')},       /* Bikol [macrolanguage] */
 245   {"bin",       HB_TAG('E','D','O',' ')},       /* Bini */
 246   {"bjj",       HB_TAG('B','J','J',' ')},       /* Kanauji */
 247   {"bjt",       HB_TAG('B','L','N',' ')},       /* Balanta-Ganja */
 248   {"bla",       HB_TAG('B','K','F',' ')},       /* Blackfoot */
 249   {"ble",       HB_TAG('B','L','N',' ')},       /* Balanta-Kentohe */
 250   {"blk",       HB_TAG('B','L','K',' ')},       /* Pa'O/Pa'o Karen */
 251   {"bln",       HB_TAG('B','I','K',' ')},       /* Southern Catanduanes Bikol */
 252   {"bm",        HB_TAG('B','M','B',' ')},       /* Bambara */
 253   {"bn",        HB_TAG('B','E','N',' ')},       /* Bengali */
 254   {"bo",        HB_TAG('T','I','B',' ')},       /* Tibetan */
 255   {"bpy",       HB_TAG('B','P','Y',' ')},       /* Bishnupriya */
 256   {"bqi",       HB_TAG('L','R','C',' ')},       /* Bakhtiari */
 257   {"br",        HB_TAG('B','R','E',' ')},       /* Breton */
 258   {"bra",       HB_TAG('B','R','I',' ')},       /* Braj Bhasha */
 259   {"brh",       HB_TAG('B','R','H',' ')},       /* Brahui */
 260   {"brx",       HB_TAG('B','R','X',' ')},       /* Bodo (India) */
 261   {"bs",        HB_TAG('B','O','S',' ')},       /* Bosnian */
 262   {"btb",       HB_TAG('B','T','I',' ')},       /* Beti (Cameroon) */
 263   {"bto",       HB_TAG('B','I','K',' ')},       /* Rinconada Bikol */
 264   {"bts",       HB_TAG('B','T','S',' ')},       /* Batak Simalungun */
 265   {"bug",       HB_TAG('B','U','G',' ')},       /* Buginese */
 266   {"bxr",       HB_TAG('R','B','U',' ')},       /* Russian Buriat */
 267   {"byn",       HB_TAG('B','I','L',' ')},       /* Bilen */
 268   {"ca",        HB_TAG('C','A','T',' ')},       /* Catalan */
 269   {"cak",       HB_TAG('C','A','K',' ')},       /* Kaqchikel */
 270   {"cbk",       HB_TAG('C','B','K',' ')},       /* Chavacano */
 271   {"cbl",       HB_TAG('Q','I','N',' ')},       /* Bualkhaw Chin */
 272   {"cco",       HB_TAG('C','C','H','N')},       /* Chinantec */
 273   {"ce",        HB_TAG('C','H','E',' ')},       /* Chechen */
 274   {"ceb",       HB_TAG('C','E','B',' ')},       /* Cebuano */
 275   {"cfm",       HB_TAG('H','A','L',' ')},       /* Halam/Falam Chin */
 276   {"cgg",       HB_TAG('C','G','G',' ')},       /* Chiga */
 277   {"ch",        HB_TAG('C','H','A',' ')},       /* Chamorro */
 278   {"chj",       HB_TAG('C','C','H','N')},       /* Chinantec */
 279   {"chk",       HB_TAG('C','H','K','0')},       /* Chuukese */
 280   {"cho",       HB_TAG('C','H','O',' ')},       /* Choctaw */
 281   {"chp",       HB_TAG('C','H','P',' ')},       /* Chipewyan */
 282   {"chq",       HB_TAG('C','C','H','N')},       /* Chinantec */
 283   {"chr",       HB_TAG('C','H','R',' ')},       /* Cherokee */
 284   {"chy",       HB_TAG('C','H','Y',' ')},       /* Cheyenne */
 285   {"chz",       HB_TAG('C','C','H','N')},       /* Chinantec */
 286   {"cja",       HB_TAG('C','J','A',' ')},       /* Western Cham */
 287   {"cjm",       HB_TAG('C','J','M',' ')},       /* Eastern Cham */
 288   {"cka",       HB_TAG('Q','I','N',' ')},       /* Khumi Awa Chin */
 289   {"ckb",       HB_TAG('K','U','R',' ')},       /* Central Kurdish (Sorani) */
 290   {"ckt",       HB_TAG('C','H','K',' ')},       /* Chukchi */
 291   {"cld",       HB_TAG('S','Y','R',' ')},       /* Chaldean Neo-Aramaic */
 292   {"cle",       HB_TAG('C','C','H','N')},       /* Chinantec */
 293   {"cmr",       HB_TAG('Q','I','N',' ')},       /* Mro-Khimi Chin */
 294   {"cnb",       HB_TAG('Q','I','N',' ')},       /* Chinbon Chin */
 295   {"cnh",       HB_TAG('Q','I','N',' ')},       /* Hakha Chin */
 296   {"cnk",       HB_TAG('Q','I','N',' ')},       /* Khumi Chin */
 297   {"cnl",       HB_TAG('C','C','H','N')},       /* Chinantec */
 298   {"cnt",       HB_TAG('C','C','H','N')},       /* Chinantec */
 299   {"cnw",       HB_TAG('Q','I','N',' ')},       /* Ngawn Chin */
 300   {"cop",       HB_TAG('C','O','P',' ')},       /* Coptic */
 301   {"cpa",       HB_TAG('C','C','H','N')},       /* Chinantec */
 302   {"cpp",       HB_TAG('C','P','P',' ')},       /* Creoles */
 303   {"cr",        HB_TAG('C','R','E',' ')},       /* Cree */
 304   {"cre",       HB_TAG('Y','C','R',' ')},       /* Y-Cree */
 305   {"crh",       HB_TAG('C','R','T',' ')},       /* Crimean Tatar */
 306   {"crj",       HB_TAG('E','C','R',' ')},       /* [Southern] East Cree */
 307   {"crk",       HB_TAG('W','C','R',' ')},       /* West-Cree */
 308   {"crl",       HB_TAG('E','C','R',' ')},       /* [Northern] East Cree */
 309   {"crm",       HB_TAG('M','C','R',' ')},       /* Moose Cree */
 310   {"crx",       HB_TAG('C','R','R',' ')},       /* Carrier */
 311   {"cs",        HB_TAG('C','S','Y',' ')},       /* Czech */
 312   {"csa",       HB_TAG('C','C','H','N')},       /* Chinantec */
 313   {"csb",       HB_TAG('C','S','B',' ')},       /* Kashubian */
 314   {"csh",       HB_TAG('Q','I','N',' ')},       /* Asho Chin */
 315   {"cso",       HB_TAG('C','C','H','N')},       /* Chinantec */
 316   {"csy",       HB_TAG('Q','I','N',' ')},       /* Siyin Chin */
 317   {"ctd",       HB_TAG('Q','I','N',' ')},       /* Tedim Chin */
 318   {"cte",       HB_TAG('C','C','H','N')},       /* Chinantec */
 319   {"ctg",       HB_TAG('C','T','G',' ')},       /* Chittagonian */
 320   {"ctl",       HB_TAG('C','C','H','N')},       /* Chinantec */
 321   {"cts",       HB_TAG('B','I','K',' ')},       /* Northern Catanduanes Bikol */
 322   {"cu",        HB_TAG('C','S','L',' ')},       /* Church Slavic */
 323   {"cuc",       HB_TAG('C','C','H','N')},       /* Chinantec */
 324   {"cuk",       HB_TAG('C','U','K',' ')},       /* San Blas Kuna */
 325   {"cv",        HB_TAG('C','H','U',' ')},       /* Chuvash */
 326   {"cvn",       HB_TAG('C','C','H','N')},       /* Chinantec */
 327   {"cwd",       HB_TAG('D','C','R',' ')},       /* Woods Cree */
 328   {"cy",        HB_TAG('W','E','L',' ')},       /* Welsh */
 329   {"czt",       HB_TAG('Q','I','N',' ')},       /* Zotung Chin */
 330   {"da",        HB_TAG('D','A','N',' ')},       /* Danish */
 331   {"dao",       HB_TAG('Q','I','N',' ')},       /* Daai Chin */
 332   {"dap",       HB_TAG('N','I','S',' ')},       /* Nisi (India) */
 333   {"dar",       HB_TAG('D','A','R',' ')},       /* Dargwa */
 334   {"dax",       HB_TAG('D','A','X',' ')},       /* Dayi */
 335   {"de",        HB_TAG('D','E','U',' ')},       /* German */
 336   {"dgo",       HB_TAG('D','G','O',' ')},       /* Dogri */
 337   {"dhd",       HB_TAG('M','A','W',' ')},       /* Dhundari */
 338   {"dhg",       HB_TAG('D','H','G',' ')},       /* Dhangu */
 339   {"din",       HB_TAG('D','N','K',' ')},       /* Dinka [macrolanguage] */
 340   {"diq",       HB_TAG('D','I','Q',' ')},       /* Dimli */
 341   {"dje",       HB_TAG('D','J','R',' ')},       /* Zarma */
 342   {"djr",       HB_TAG('D','J','R','0')},       /* Djambarrpuyngu */
 343   {"dng",       HB_TAG('D','U','N',' ')},       /* Dungan */
 344   {"dnj",       HB_TAG('D','N','J',' ')},       /* Dan */
 345   {"doi",       HB_TAG('D','G','R',' ')},       /* Dogri [macrolanguage] */
 346   {"dsb",       HB_TAG('L','S','B',' ')},       /* Lower Sorbian */
 347   {"duj",       HB_TAG('D','U','J',' ')},       /* Dhuwal */
 348   {"dv",        HB_TAG('D','I','V',' ')},       /* Dhivehi/Divehi/Maldivian */
 349   {"dyu",       HB_TAG('J','U','L',' ')},       /* Jula */
 350   {"dz",        HB_TAG('D','Z','N',' ')},       /* Dzongkha */
 351   {"ee",        HB_TAG('E','W','E',' ')},       /* Ewe */
 352   {"efi",       HB_TAG('E','F','I',' ')},       /* Efik */
 353   {"ekk",       HB_TAG('E','T','I',' ')},       /* Standard Estonian */
 354   {"el",        HB_TAG('E','L','L',' ')},       /* Modern Greek (1453-) */
 355   {"emk",       HB_TAG('M','N','K',' ')},       /* Eastern Maninkakan */
 356   {"en",        HB_TAG('E','N','G',' ')},       /* English */
 357   {"enf",       HB_TAG('F','N','E',' ')},       /* Forest Nenets */
 358   {"enh",       HB_TAG('T','N','E',' ')},       /* Tundra Nenets */
 359   {"eo",        HB_TAG('N','T','O',' ')},       /* Esperanto */
 360   {"eot",       HB_TAG('B','T','I',' ')},       /* Beti (Côte d'Ivoire) */
 361   {"es",        HB_TAG('E','S','P',' ')},       /* Spanish */
 362   {"esu",       HB_TAG('E','S','U',' ')},       /* Central Yupik */
 363   {"et",        HB_TAG('E','T','I',' ')},       /* Estonian [macrolanguage] */
 364   {"eu",        HB_TAG('E','U','Q',' ')},       /* Basque */
 365   {"eve",       HB_TAG('E','V','N',' ')},       /* Even */
 366   {"evn",       HB_TAG('E','V','K',' ')},       /* Evenki */
 367   {"fa",        HB_TAG('F','A','R',' ')},       /* Persian [macrolanguage] */
 368   {"fan",       HB_TAG('F','A','N','0')},       /* Fang */
 369   {"fat",       HB_TAG('F','A','T',' ')},       /* Fanti */
 370   {"ff",        HB_TAG('F','U','L',' ')},       /* Fulah [macrolanguage] */
 371   {"fi",        HB_TAG('F','I','N',' ')},       /* Finnish */
 372   {"fil",       HB_TAG('P','I','L',' ')},       /* Filipino */
 373   {"fj",        HB_TAG('F','J','I',' ')},       /* Fijian */
 374   {"flm",       HB_TAG('H','A','L',' ')},       /* Halam/Falam Chin [retired ISO639 code] */
 375   {"fo",        HB_TAG('F','O','S',' ')},       /* Faroese */
 376   {"fon",       HB_TAG('F','O','N',' ')},       /* Fon */
 377   {"fr",        HB_TAG('F','R','A',' ')},       /* French */
 378   {"frc",       HB_TAG('F','R','C',' ')},       /* Cajun French */
 379   {"frp",       HB_TAG('F','R','P',' ')},       /* Arpitan/Francoprovençal */
 380   {"fuf",       HB_TAG('F','T','A',' ')},       /* Futa */
 381   {"fur",       HB_TAG('F','R','L',' ')},       /* Friulian */
 382   {"fuv",       HB_TAG('F','U','V',' ')},       /* Nigerian Fulfulde */
 383   {"fy",        HB_TAG('F','R','I',' ')},       /* Western Frisian */
 384   {"ga",        HB_TAG('I','R','I',' ')},       /* Irish */
 385   {"gaa",       HB_TAG('G','A','D',' ')},       /* Ga */
 386   {"gag",       HB_TAG('G','A','G',' ')},       /* Gagauz */
 387   {"gbm",       HB_TAG('G','A','W',' ')},       /* Garhwali */
 388   {"gd",        HB_TAG('G','A','E',' ')},       /* Scottish Gaelic */
 389   {"gez",       HB_TAG('G','E','Z',' ')},       /* Ge'ez */
 390   {"ggo",       HB_TAG('G','O','N',' ')},       /* Southern Gondi */
 391   {"gih",       HB_TAG('G','I','H',' ')},       /* Githabul */
 392   {"gil",       HB_TAG('G','I','L','0')},       /* Kiribati (Gilbertese) */
 393   {"gkp",       HB_TAG('G','K','P',' ')},       /* Kpelle (Guinea) */
 394   {"gl",        HB_TAG('G','A','L',' ')},       /* Galician */
 395   {"gld",       HB_TAG('N','A','N',' ')},       /* Nanai */
 396   {"glk",       HB_TAG('G','L','K',' ')},       /* Gilaki */
 397   {"gn",        HB_TAG('G','U','A',' ')},       /* Guarani [macrolanguage] */
 398   {"gnn",       HB_TAG('G','N','N',' ')},       /* Gumatj */
 399   {"gno",       HB_TAG('G','O','N',' ')},       /* Northern Gondi */
 400   {"gog",       HB_TAG('G','O','G',' ')},       /* Gogo */
 401   {"gon",       HB_TAG('G','O','N',' ')},       /* Gondi [macrolanguage] */
 402   {"grt",       HB_TAG('G','R','O',' ')},       /* Garo */
 403   {"gru",       HB_TAG('S','O','G',' ')},       /* Sodo Gurage */
 404   {"gsw",       HB_TAG('A','L','S',' ')},       /* Alsatian */
 405   {"gu",        HB_TAG('G','U','J',' ')},       /* Gujarati */
 406   {"guc",       HB_TAG('G','U','C',' ')},       /* Wayuu */
 407   {"guf",       HB_TAG('G','U','F',' ')},       /* Gupapuyngu */
 408   {"guk",       HB_TAG('G','M','Z',' ')},       /* Gumuz */
 409 /*{"guk",       HB_TAG('G','U','K',' ')},*/     /* Gumuz (in SIL fonts) */
 410   {"guz",       HB_TAG('G','U','Z',' ')},       /* Ekegusii/Gusii */
 411   {"gv",        HB_TAG('M','N','X',' ')},       /* Manx */
 412   {"ha",        HB_TAG('H','A','U',' ')},       /* Hausa */
 413   {"har",       HB_TAG('H','R','I',' ')},       /* Harari */
 414   {"haw",       HB_TAG('H','A','W',' ')},       /* Hawaiian */
 415   {"hay",       HB_TAG('H','A','Y',' ')},       /* Haya */
 416   {"haz",       HB_TAG('H','A','Z',' ')},       /* Hazaragi */
 417   {"he",        HB_TAG('I','W','R',' ')},       /* Hebrew */
 418   {"hi",        HB_TAG('H','I','N',' ')},       /* Hindi */
 419   {"hil",       HB_TAG('H','I','L',' ')},       /* Hiligaynon */
 420   {"hlt",       HB_TAG('Q','I','N',' ')},       /* Matu Chin */
 421   {"hmn",       HB_TAG('H','M','N',' ')},       /* Hmong */
 422   {"hnd",       HB_TAG('H','N','D',' ')},       /* [Southern] Hindko */
 423   {"hne",       HB_TAG('C','H','H',' ')},       /* Chattisgarhi */
 424   {"hno",       HB_TAG('H','N','D',' ')},       /* [Northern] Hindko */
 425   {"ho",        HB_TAG('H','M','O',' ')},       /* Hiri Motu */
 426   {"hoc",       HB_TAG('H','O',' ',' ')},       /* Ho */
 427   {"hoj",       HB_TAG('H','A','R',' ')},       /* Harauti */
 428   {"hr",        HB_TAG('H','R','V',' ')},       /* Croatian */
 429   {"hsb",       HB_TAG('U','S','B',' ')},       /* Upper Sorbian */
 430   {"ht",        HB_TAG('H','A','I',' ')},       /* Haitian/Haitian Creole */
 431   {"hu",        HB_TAG('H','U','N',' ')},       /* Hungarian */
 432   {"hy",        HB_TAG('H','Y','E',' ')},       /* Armenian */
 433   {"hz",        HB_TAG('H','E','R',' ')},       /* Herero */
 434   {"ia",        HB_TAG('I','N','A',' ')},       /* Interlingua (International Auxiliary Language Association) */
 435   {"iba",       HB_TAG('I','B','A',' ')},       /* Iban */
 436   {"ibb",       HB_TAG('I','B','B',' ')},       /* Ibibio */
 437   {"id",        HB_TAG('I','N','D',' ')},       /* Indonesian */
 438   {"ie",        HB_TAG('I','L','E',' ')},       /* Interlingue/Occidental */
 439   {"ig",        HB_TAG('I','B','O',' ')},       /* Igbo */
 440   {"igb",       HB_TAG('E','B','I',' ')},       /* Ebira */
 441   {"ii",        HB_TAG('Y','I','M',' ')},       /* Yi Modern */
 442   {"ijc",       HB_TAG('I','J','O',' ')},       /* Izon */
 443   {"ijo",       HB_TAG('I','J','O',' ')},       /* Ijo [family] */
 444   {"ik",        HB_TAG('I','P','K',' ')},       /* Inupiaq [macrolanguage] */
 445   {"ilo",       HB_TAG('I','L','O',' ')},       /* Ilokano */
 446   {"inh",       HB_TAG('I','N','G',' ')},       /* Ingush */
 447   {"io",        HB_TAG('I','D','O',' ')},       /* Ido */
 448   {"is",        HB_TAG('I','S','L',' ')},       /* Icelandic */
 449   {"it",        HB_TAG('I','T','A',' ')},       /* Italian */
 450   {"iu",        HB_TAG('I','N','U',' ')},       /* Inuktitut [macrolanguage] */
 451   {"ja",        HB_TAG('J','A','N',' ')},       /* Japanese */
 452   {"jam",       HB_TAG('J','A','M',' ')},       /* Jamaican Creole English */
 453   {"jbo",       HB_TAG('J','B','O',' ')},       /* Lojban */
 454   {"jv",        HB_TAG('J','A','V',' ')},       /* Javanese */
 455   {"ka",        HB_TAG('K','A','T',' ')},       /* Georgian */
 456   {"kaa",       HB_TAG('K','R','K',' ')},       /* Karakalpak */
 457   {"kab",       HB_TAG('K','A','B','0')},       /* Kabyle */
 458   {"kam",       HB_TAG('K','M','B',' ')},       /* Kamba (Kenya) */
 459   {"kar",       HB_TAG('K','R','N',' ')},       /* Karen [family] */
 460   {"kat",       HB_TAG('K','G','E',' ')},       /* Khutsuri Georgian */
 461   {"kbd",       HB_TAG('K','A','B',' ')},       /* Kabardian */
 462   {"kde",       HB_TAG('K','D','E',' ')},       /* Makonde */
 463   {"kdr",       HB_TAG('K','R','M',' ')},       /* Karaim */
 464   {"kdt",       HB_TAG('K','U','Y',' ')},       /* Kuy */
 465   {"kea",       HB_TAG('K','E','A',' ')},       /* Kabuverdianu (Crioulo) */
 466   {"kek",       HB_TAG('K','E','K',' ')},       /* Kekchi */
 467   {"kex",       HB_TAG('K','K','N',' ')},       /* Kokni */
 468   {"kfa",       HB_TAG('K','O','D',' ')},       /* Kodagu */
 469   {"kfr",       HB_TAG('K','A','C',' ')},       /* Kachchi */
 470   {"kfx",       HB_TAG('K','U','L',' ')},       /* Kulvi */
 471   {"kfy",       HB_TAG('K','M','N',' ')},       /* Kumaoni */
 472   {"kg",        HB_TAG('K','O','N',' ')},       /* Kongo [macrolanguage] */
 473   {"kha",       HB_TAG('K','S','I',' ')},       /* Khasi */
 474   {"khb",       HB_TAG('X','B','D',' ')},       /* Lü */
 475   {"kht",       HB_TAG('K','H','N',' ')},       /* Khamti (Microsoft fonts) */
 476 /*{"kht",       HB_TAG('K','H','T',' ')},*/     /* Khamti (OpenType spec and SIL fonts) */
 477   {"khw",       HB_TAG('K','H','W',' ')},       /* Khowar */
 478   {"ki",        HB_TAG('K','I','K',' ')},       /* Gikuyu/Kikuyu */
 479   {"kiu",       HB_TAG('K','I','U',' ')},       /* Kirmanjki */
 480   {"kj",        HB_TAG('K','U','A',' ')},       /* Kuanyama/Kwanyama */
 481   {"kjd",       HB_TAG('K','J','D',' ')},       /* Southern Kiwai */
 482   {"kjh",       HB_TAG('K','H','A',' ')},       /* Khakass */
 483   {"kjp",       HB_TAG('K','J','P',' ')},       /* Pwo Eastern Karen */
 484   {"kk",        HB_TAG('K','A','Z',' ')},       /* Kazakh */
 485   {"kl",        HB_TAG('G','R','N',' ')},       /* Kalaallisut */
 486   {"kln",       HB_TAG('K','A','L',' ')},       /* Kalenjin */
 487   {"km",        HB_TAG('K','H','M',' ')},       /* Central Khmer */
 488   {"kmb",       HB_TAG('M','B','N',' ')},       /* Kimbundu */
 489   {"kmw",       HB_TAG('K','M','O',' ')},       /* Komo (Democratic Republic of Congo) */
 490   {"kn",        HB_TAG('K','A','N',' ')},       /* Kannada */
 491   {"knn",       HB_TAG('K','O','K',' ')},       /* Konkani */
 492   {"ko",        HB_TAG('K','O','R',' ')},       /* Korean */
 493   {"koi",       HB_TAG('K','O','P',' ')},       /* Komi-Permyak */
 494   {"kok",       HB_TAG('K','O','K',' ')},       /* Konkani [macrolanguage] */
 495   {"kon",       HB_TAG('K','O','N','0')},       /* Kongo */
 496   {"kos",       HB_TAG('K','O','S',' ')},       /* Kosraean */
 497   {"kpe",       HB_TAG('K','P','L',' ')},       /* Kpelle [macrolanguage] */
 498   {"kpv",       HB_TAG('K','O','Z',' ')},       /* Komi-Zyrian */
 499   {"kpy",       HB_TAG('K','Y','K',' ')},       /* Koryak */
 500   {"kqy",       HB_TAG('K','R','T',' ')},       /* Koorete */
 501   {"kr",        HB_TAG('K','N','R',' ')},       /* Kanuri [macrolanguage] */
 502   {"kri",       HB_TAG('K','R','I',' ')},       /* Krio */
 503   {"krl",       HB_TAG('K','R','L',' ')},       /* Karelian */
 504   {"kru",       HB_TAG('K','U','U',' ')},       /* Kurukh */
 505   {"ks",        HB_TAG('K','S','H',' ')},       /* Kashmiri */
 506   {"ksh",       HB_TAG('K','S','H','0')},       /* Ripuarian, Kölsch */
 507 /*{"ksw",       HB_TAG('K','R','N',' ')},*/     /* S'gaw Karen (Microsoft fonts?) */
 508   {"ksw",       HB_TAG('K','S','W',' ')},       /* S'gaw Karen (OpenType spec and SIL fonts) */
 509   {"ktb",       HB_TAG('K','E','B',' ')},       /* Kebena */
 510   {"ktu",       HB_TAG('K','O','N',' ')},       /* Kikongo */
 511   {"ku",        HB_TAG('K','U','R',' ')},       /* Kurdish [macrolanguage] */
 512   {"kum",       HB_TAG('K','U','M',' ')},       /* Kumyk */
 513   {"kv",        HB_TAG('K','O','M',' ')},       /* Komi [macrolanguage] */
 514   {"kvd",       HB_TAG('K','U','I',' ')},       /* Kui (Indonesia) */
 515   {"kw",        HB_TAG('C','O','R',' ')},       /* Cornish */
 516   {"kxc",       HB_TAG('K','M','S',' ')},       /* Komso */
 517   {"kxu",       HB_TAG('K','U','I',' ')},       /* Kui (India) */
 518   {"ky",        HB_TAG('K','I','R',' ')},       /* Kirghiz/Kyrgyz */
 519   {"kyu",       HB_TAG('K','Y','U',' ')},       /* Western Kayah */
 520   {"la",        HB_TAG('L','A','T',' ')},       /* Latin */
 521   {"lad",       HB_TAG('J','U','D',' ')},       /* Ladino */
 522   {"lb",        HB_TAG('L','T','Z',' ')},       /* Luxembourgish */
 523   {"lbe",       HB_TAG('L','A','K',' ')},       /* Lak */
 524   {"lbj",       HB_TAG('L','D','K',' ')},       /* Ladakhi */
 525   {"lez",       HB_TAG('L','E','Z',' ')},       /* Lezgi */
 526   {"lg",        HB_TAG('L','U','G',' ')},       /* Ganda */
 527   {"li",        HB_TAG('L','I','M',' ')},       /* Limburgan/Limburger/Limburgish */
 528   {"lif",       HB_TAG('L','M','B',' ')},       /* Limbu */
 529   {"lij",       HB_TAG('L','I','J',' ')},       /* Ligurian */
 530   {"lis",       HB_TAG('L','I','S',' ')},       /* Lisu */
 531   {"ljp",       HB_TAG('L','J','P',' ')},       /* Lampung Api */
 532   {"lki",       HB_TAG('L','K','I',' ')},       /* Laki */
 533   {"lld",       HB_TAG('L','A','D',' ')},       /* Ladin */
 534   {"lmn",       HB_TAG('L','A','M',' ')},       /* Lambani */
 535   {"lmo",       HB_TAG('L','M','O',' ')},       /* Lombard */
 536   {"ln",        HB_TAG('L','I','N',' ')},       /* Lingala */
 537   {"lo",        HB_TAG('L','A','O',' ')},       /* Lao */
 538   {"lom",       HB_TAG('L','O','M',' ')},       /* Loma */
 539   {"lrc",       HB_TAG('L','R','C',' ')},       /* Northern Luri */
 540   {"lt",        HB_TAG('L','T','H',' ')},       /* Lithuanian */
 541   {"lu",        HB_TAG('L','U','B',' ')},       /* Luba-Katanga */
 542   {"lua",       HB_TAG('L','U','B',' ')},       /* Luba-Kasai */
 543   {"luo",       HB_TAG('L','U','O',' ')},       /* Luo (Kenya and Tanzania) */
 544   {"lus",       HB_TAG('M','I','Z',' ')},       /* Mizo */
 545   {"luy",       HB_TAG('L','U','H',' ')},       /* Luyia/Oluluyia [macrolanguage] */
 546   {"luz",       HB_TAG('L','R','C',' ')},       /* Southern Luri */
 547   {"lv",        HB_TAG('L','V','I',' ')},       /* Latvian */
 548   {"lzz",       HB_TAG('L','A','Z',' ')},       /* Laz */
 549   {"mad",       HB_TAG('M','A','D',' ')},       /* Madurese */
 550   {"mag",       HB_TAG('M','A','G',' ')},       /* Magahi */
 551   {"mai",       HB_TAG('M','T','H',' ')},       /* Maithili */
 552   {"mak",       HB_TAG('M','K','R',' ')},       /* Makasar */
 553   {"mam",       HB_TAG('M','A','M',' ')},       /* Mam */
 554   {"man",       HB_TAG('M','N','K',' ')},       /* Manding/Mandingo [macrolanguage] */
 555   {"mdc",       HB_TAG('M','L','E',' ')},       /* Male (Papua New Guinea) */
 556   {"mdf",       HB_TAG('M','O','K',' ')},       /* Moksha */
 557   {"mdr",       HB_TAG('M','D','R',' ')},       /* Mandar */
 558   {"mdy",       HB_TAG('M','L','E',' ')},       /* Male (Ethiopia) */
 559   {"men",       HB_TAG('M','D','E',' ')},       /* Mende (Sierra Leone) */
 560   {"mer",       HB_TAG('M','E','R',' ')},       /* Meru */
 561   {"mfe",       HB_TAG('M','F','E',' ')},       /* Morisyen */
 562   {"mg",        HB_TAG('M','L','G',' ')},       /* Malagasy [macrolanguage] */
 563   {"mh",        HB_TAG('M','A','H',' ')},       /* Marshallese */
 564   {"mhr",       HB_TAG('L','M','A',' ')},       /* Low Mari */
 565   {"mi",        HB_TAG('M','R','I',' ')},       /* Maori */
 566   {"min",       HB_TAG('M','I','N',' ')},       /* Minangkabau */
 567   {"mk",        HB_TAG('M','K','D',' ')},       /* Macedonian */
 568   {"mku",       HB_TAG('M','N','K',' ')},       /* Konyanka Maninka */
 569   {"mkw",       HB_TAG('M','K','W',' ')},       /* Kituba (Congo) */
 570   {"ml",        HB_TAG('M','L','R',' ')},       /* Malayalam */
 571   {"mlq",       HB_TAG('M','N','K',' ')},       /* Western Maninkakan */
 572   {"mn",        HB_TAG('M','N','G',' ')},       /* Mongolian [macrolanguage] */
 573   {"mnc",       HB_TAG('M','C','H',' ')},       /* Manchu */
 574   {"mni",       HB_TAG('M','N','I',' ')},       /* Manipuri */
 575   {"mnk",       HB_TAG('M','N','D',' ')},       /* Mandinka */
 576   {"mns",       HB_TAG('M','A','N',' ')},       /* Mansi */
 577   {"mnw",       HB_TAG('M','O','N',' ')},       /* Mon */
 578   {"mo",        HB_TAG('M','O','L',' ')},       /* Moldavian */
 579   {"moh",       HB_TAG('M','O','H',' ')},       /* Mohawk */
 580   {"mos",       HB_TAG('M','O','S',' ')},       /* Mossi */
 581   {"mpe",       HB_TAG('M','A','J',' ')},       /* Majang */
 582   {"mr",        HB_TAG('M','A','R',' ')},       /* Marathi */
 583   {"mrh",       HB_TAG('Q','I','N',' ')},       /* Mara Chin */
 584   {"mrj",       HB_TAG('H','M','A',' ')},       /* High Mari */
 585   {"ms",        HB_TAG('M','L','Y',' ')},       /* Malay [macrolanguage] */
 586   {"msc",       HB_TAG('M','N','K',' ')},       /* Sankaran Maninka */
 587   {"mt",        HB_TAG('M','T','S',' ')},       /* Maltese */
 588   {"mtr",       HB_TAG('M','A','W',' ')},       /* Mewari */
 589   {"mus",       HB_TAG('M','U','S',' ')},       /* Creek */
 590   {"mve",       HB_TAG('M','A','W',' ')},       /* Marwari (Pakistan) */
 591   {"mwk",       HB_TAG('M','N','K',' ')},       /* Kita Maninkakan */
 592   {"mwl",       HB_TAG('M','W','L',' ')},       /* Mirandese */
 593   {"mwr",       HB_TAG('M','A','W',' ')},       /* Marwari [macrolanguage] */
 594   {"mww",       HB_TAG('M','W','W',' ')},       /* Hmong Daw */
 595   {"my",        HB_TAG('B','R','M',' ')},       /* Burmese */
 596   {"mym",       HB_TAG('M','E','N',' ')},       /* Me'en */
 597   {"myn",       HB_TAG('M','Y','N',' ')},       /* Mayan */
 598   {"myq",       HB_TAG('M','N','K',' ')},       /* Forest Maninka (retired code) */
 599   {"myv",       HB_TAG('E','R','Z',' ')},       /* Erzya */
 600   {"mzn",       HB_TAG('M','Z','N',' ')},       /* Mazanderani */
 601   {"na",        HB_TAG('N','A','U',' ')},       /* Nauru */
 602   {"nag",       HB_TAG('N','A','G',' ')},       /* Naga-Assamese */
 603   {"nah",       HB_TAG('N','A','H',' ')},       /* Nahuatl [family] */
 604   {"nap",       HB_TAG('N','A','P',' ')},       /* Neapolitan */
 605   {"nb",        HB_TAG('N','O','R',' ')},       /* Norwegian Bokmål */
 606   {"nco",       HB_TAG('S','I','B',' ')},       /* Sibe */
 607   {"nd",        HB_TAG('N','D','B',' ')},       /* [North] Ndebele */
 608   {"ndc",       HB_TAG('N','D','C',' ')},       /* Ndau */
 609   {"nds",       HB_TAG('N','D','S',' ')},       /* Low German/Low Saxon */
 610   {"ne",        HB_TAG('N','E','P',' ')},       /* Nepali */
 611   {"new",       HB_TAG('N','E','W',' ')},       /* Newari */
 612   {"ng",        HB_TAG('N','D','G',' ')},       /* Ndonga */
 613   {"nga",       HB_TAG('N','G','A',' ')},       /* Ngabaka */
 614   {"ngl",       HB_TAG('L','M','W',' ')},       /* Lomwe */
 615   {"ngo",       HB_TAG('S','X','T',' ')},       /* Sutu */
 616   {"niu",       HB_TAG('N','I','U',' ')},       /* Niuean */
 617   {"niv",       HB_TAG('G','I','L',' ')},       /* Gilyak */
 618   {"nl",        HB_TAG('N','L','D',' ')},       /* Dutch */
 619   {"nn",        HB_TAG('N','Y','N',' ')},       /* Norwegian Nynorsk */
 620   {"no",        HB_TAG('N','O','R',' ')},       /* Norwegian [macrolanguage] */
 621   {"nod",       HB_TAG('N','T','A',' ')},       /* Northern Thai */
 622   {"noe",       HB_TAG('N','O','E',' ')},       /* Nimadi */
 623   {"nog",       HB_TAG('N','O','G',' ')},       /* Nogai */
 624   {"nov",       HB_TAG('N','O','V',' ')},       /* Novial */
 625   {"nqo",       HB_TAG('N','K','O',' ')},       /* N'Ko */
 626   {"nr",        HB_TAG('N','D','B',' ')},       /* [South] Ndebele */
 627   {"nsk",       HB_TAG('N','A','S',' ')},       /* Naskapi */
 628   {"nso",       HB_TAG('S','O','T',' ')},       /* [Northern] Sotho */
 629   {"nv",        HB_TAG('N','A','V',' ')},       /* Navajo */
 630   {"ny",        HB_TAG('C','H','I',' ')},       /* Chewa/Chichwa/Nyanja */
 631   {"nym",       HB_TAG('N','Y','M',' ')},       /* Nyamwezi */
 632   {"nyn",       HB_TAG('N','K','L',' ')},       /* Nyankole */
 633   {"oc",        HB_TAG('O','C','I',' ')},       /* Occitan (post 1500) */
 634   {"oj",        HB_TAG('O','J','B',' ')},       /* Ojibwa [macrolanguage] */
 635   {"ojs",       HB_TAG('O','C','R',' ')},       /* Oji-Cree */
 636   {"okm",       HB_TAG('K','O','H',' ')},       /* Korean Old Hangul */
 637   {"om",        HB_TAG('O','R','O',' ')},       /* Oromo [macrolanguage] */
 638   {"or",        HB_TAG('O','R','I',' ')},       /* Oriya */
 639   {"os",        HB_TAG('O','S','S',' ')},       /* Ossetian */
 640   {"pa",        HB_TAG('P','A','N',' ')},       /* Panjabi */
 641   {"pag",       HB_TAG('P','A','G',' ')},       /* Pangasinan */
 642   {"pam",       HB_TAG('P','A','M',' ')},       /* Kapampangan/Pampanga */
 643   {"pap",       HB_TAG('P','A','P','0')},       /* Papiamento */
 644   {"pau",       HB_TAG('P','A','U',' ')},       /* Palauan */
 645   {"pcc",       HB_TAG('P','C','C',' ')},       /* Bouyei */
 646   {"pcd",       HB_TAG('P','C','D',' ')},       /* Picard */
 647   {"pce",       HB_TAG('P','L','G',' ')},       /* [Ruching] Palaung */
 648   {"pck",       HB_TAG('Q','I','N',' ')},       /* Paite Chin */
 649   {"pdc",       HB_TAG('P','D','C',' ')},       /* Pennsylvania German */
 650   {"pes",       HB_TAG('F','A','R',' ')},       /* Iranian Persian */
 651   {"phk",       HB_TAG('P','H','K',' ')},       /* Phake */
 652   {"pi",        HB_TAG('P','A','L',' ')},       /* Pali */
 653   {"pih",       HB_TAG('P','I','H',' ')},       /* Pitcairn-Norfolk */
 654   {"pl",        HB_TAG('P','L','K',' ')},       /* Polish */
 655   {"pll",       HB_TAG('P','L','G',' ')},       /* [Shwe] Palaung */
 656   {"plp",       HB_TAG('P','A','P',' ')},       /* Palpa */
 657   {"pms",       HB_TAG('P','M','S',' ')},       /* Piemontese */
 658   {"pnb",       HB_TAG('P','N','B',' ')},       /* Western Panjabi */
 659   {"poh",       HB_TAG('P','O','H',' ')},       /* Pocomchi */
 660   {"pon",       HB_TAG('P','O','N',' ')},       /* Pohnpeian */
 661   {"prs",       HB_TAG('D','R','I',' ')},       /* Afghan Persian/Dari */
 662   {"ps",        HB_TAG('P','A','S',' ')},       /* Pashto/Pushto [macrolanguage] */
 663   {"pt",        HB_TAG('P','T','G',' ')},       /* Portuguese */
 664   {"pwo",       HB_TAG('P','W','O',' ')},       /* Pwo Western Karen */
 665   {"qu",        HB_TAG('Q','U','Z',' ')},       /* Quechua [macrolanguage] */
 666   {"quc",       HB_TAG('Q','U','C',' ')},       /* K'iche'/Quiché */
 667   {"quh",       HB_TAG('Q','U','H',' ')},       /* Quechua (Bolivia) */
 668   {"quz",       HB_TAG('Q','U','Z',' ')},       /* Cusco Quechua */
 669   {"qvi",       HB_TAG('Q','V','I',' ')},       /* Quechua (Ecuador) */
 670   {"qwh",       HB_TAG('Q','W','H',' ')},       /* Quechua (Peru) */
 671   {"raj",       HB_TAG('R','A','J',' ')},       /* Rajasthani [macrolanguage] */
 672   {"rar",       HB_TAG('R','A','R',' ')},       /* Rarotongan */
 673   {"rbb",       HB_TAG('P','L','G',' ')},       /* Rumai Palaung */
 674   {"rej",       HB_TAG('R','E','J',' ')},       /* Rejang */
 675   {"ria",       HB_TAG('R','I','A',' ')},       /* Riang (India) */
 676   {"rif",       HB_TAG('R','I','F',' ')},       /* Tarifit */
 677   {"ril",       HB_TAG('R','I','A',' ')},       /* Riang (Myanmar) */
 678   {"rit",       HB_TAG('R','I','T',' ')},       /* Ritarungo */
 679   {"rki",       HB_TAG('A','R','K',' ')},       /* Rakhine */
 680   {"rkw",       HB_TAG('R','K','W',' ')},       /* Arakwal */
 681   {"rm",        HB_TAG('R','M','S',' ')},       /* Romansh */
 682   {"rmy",       HB_TAG('R','M','Y',' ')},       /* Vlax Romani */
 683   {"rn",        HB_TAG('R','U','N',' ')},       /* Rundi */
 684   {"ro",        HB_TAG('R','O','M',' ')},       /* Romanian */
 685   {"rom",       HB_TAG('R','O','Y',' ')},       /* Romany [macrolanguage] */
 686   {"rtm",       HB_TAG('R','T','M',' ')},       /* Rotuman */
 687   {"ru",        HB_TAG('R','U','S',' ')},       /* Russian */
 688   {"rue",       HB_TAG('R','S','Y',' ')},       /* Rusyn */
 689   {"rup",       HB_TAG('R','U','P',' ')},       /* Aromanian/Arumanian/Macedo-Romanian */
 690   {"rw",        HB_TAG('R','U','A',' ')},       /* Kinyarwanda */
 691   {"rwr",       HB_TAG('M','A','W',' ')},       /* Marwari (India) */
 692   {"sa",        HB_TAG('S','A','N',' ')},       /* Sanskrit */
 693   {"sah",       HB_TAG('Y','A','K',' ')},       /* Yakut */
 694   {"sam",       HB_TAG('P','A','A',' ')},       /* Palestinian Aramaic */
 695   {"sas",       HB_TAG('S','A','S',' ')},       /* Sasak */
 696   {"sat",       HB_TAG('S','A','T',' ')},       /* Santali */
 697   {"sc",        HB_TAG('S','R','D',' ')},       /* Sardinian [macrolanguage] */
 698   {"sck",       HB_TAG('S','A','D',' ')},       /* Sadri */
 699   {"scn",       HB_TAG('S','C','N',' ')},       /* Sicilian */
 700   {"sco",       HB_TAG('S','C','O',' ')},       /* Scots */
 701   {"scs",       HB_TAG('S','L','A',' ')},       /* [North] Slavey */
 702   {"sd",        HB_TAG('S','N','D',' ')},       /* Sindhi */
 703   {"se",        HB_TAG('N','S','M',' ')},       /* Northern Sami */
 704   {"seh",       HB_TAG('S','N','A',' ')},       /* Sena */
 705   {"sel",       HB_TAG('S','E','L',' ')},       /* Selkup */
 706   {"sez",       HB_TAG('Q','I','N',' ')},       /* Senthang Chin */
 707   {"sg",        HB_TAG('S','G','O',' ')},       /* Sango */
 708   {"sga",       HB_TAG('S','G','A',' ')},       /* Old Irish (to 900) */
 709   {"sgs",       HB_TAG('S','G','S',' ')},       /* Samogitian */
 710   {"sgw",       HB_TAG('C','H','G',' ')},       /* Sebat Bet Gurage */
 711 /*{"sgw",       HB_TAG('S','G','W',' ')},*/     /* Sebat Bet Gurage (in SIL fonts) */
 712   {"shi",       HB_TAG('S','H','I',' ')},       /* Tachelhit */
 713   {"shn",       HB_TAG('S','H','N',' ')},       /* Shan */
 714   {"si",        HB_TAG('S','N','H',' ')},       /* Sinhala */
 715   {"sid",       HB_TAG('S','I','D',' ')},       /* Sidamo */
 716   {"sjd",       HB_TAG('K','S','M',' ')},       /* Kildin Sami */
 717   {"sk",        HB_TAG('S','K','Y',' ')},       /* Slovak */
 718   {"skr",       HB_TAG('S','R','K',' ')},       /* Seraiki */
 719   {"sl",        HB_TAG('S','L','V',' ')},       /* Slovenian */
 720   {"sm",        HB_TAG('S','M','O',' ')},       /* Samoan */
 721   {"sma",       HB_TAG('S','S','M',' ')},       /* Southern Sami */
 722   {"smj",       HB_TAG('L','S','M',' ')},       /* Lule Sami */
 723   {"smn",       HB_TAG('I','S','M',' ')},       /* Inari Sami */
 724   {"sms",       HB_TAG('S','K','S',' ')},       /* Skolt Sami */
 725   {"sn",        HB_TAG('S','N','A','0')},       /* Shona */
 726   {"snk",       HB_TAG('S','N','K',' ')},       /* Soninke */
 727   {"so",        HB_TAG('S','M','L',' ')},       /* Somali */
 728   {"sop",       HB_TAG('S','O','P',' ')},       /* Songe */
 729   {"sq",        HB_TAG('S','Q','I',' ')},       /* Albanian [macrolanguage] */
 730   {"sr",        HB_TAG('S','R','B',' ')},       /* Serbian */
 731   {"srr",       HB_TAG('S','R','R',' ')},       /* Serer */
 732   {"ss",        HB_TAG('S','W','Z',' ')},       /* Swati */
 733   {"st",        HB_TAG('S','O','T',' ')},       /* [Southern] Sotho */
 734   {"stq",       HB_TAG('S','T','Q',' ')},       /* Saterfriesisch */
 735   {"stv",       HB_TAG('S','I','G',' ')},       /* Silt'e */
 736   {"su",        HB_TAG('S','U','N',' ')},       /* Sundanese */
 737   {"suk",       HB_TAG('S','U','K',' ')},       /* Sukama */
 738   {"suq",       HB_TAG('S','U','R',' ')},       /* Suri */
 739   {"sv",        HB_TAG('S','V','E',' ')},       /* Swedish */
 740   {"sva",       HB_TAG('S','V','A',' ')},       /* Svan */
 741   {"sw",        HB_TAG('S','W','K',' ')},       /* Swahili [macrolanguage] */
 742   {"swb",       HB_TAG('C','M','R',' ')},       /* Comorian */
 743   {"swh",       HB_TAG('S','W','K',' ')},       /* Kiswahili/Swahili */
 744   {"swv",       HB_TAG('M','A','W',' ')},       /* Shekhawati */
 745   {"sxu",       HB_TAG('S','X','U',' ')},       /* Upper Saxon */
 746   {"syc",       HB_TAG('S','Y','R',' ')},       /* Classical Syriac */
 747   {"syl",       HB_TAG('S','Y','L',' ')},       /* Sylheti */
 748   {"syr",       HB_TAG('S','Y','R',' ')},       /* Syriac [macrolanguage] */
 749   {"szl",       HB_TAG('S','Z','L',' ')},       /* Silesian */
 750   {"ta",        HB_TAG('T','A','M',' ')},       /* Tamil */
 751   {"tab",       HB_TAG('T','A','B',' ')},       /* Tabasaran */
 752   {"tcp",       HB_TAG('Q','I','N',' ')},       /* Tawr Chin */
 753   {"tcy",       HB_TAG('T','U','L',' ')},       /* Tulu */
 754   {"tcz",       HB_TAG('Q','I','N',' ')},       /* Thado Chin */
 755   {"tdd",       HB_TAG('T','D','D',' ')},       /* Tai Nüa */
 756   {"te",        HB_TAG('T','E','L',' ')},       /* Telugu */
 757   {"tem",       HB_TAG('T','M','N',' ')},       /* Temne */
 758   {"tet",       HB_TAG('T','E','T',' ')},       /* Tetum */
 759   {"tg",        HB_TAG('T','A','J',' ')},       /* Tajik */
 760   {"th",        HB_TAG('T','H','A',' ')},       /* Thai */
 761   {"ti",        HB_TAG('T','G','Y',' ')},       /* Tigrinya */
 762   {"tig",       HB_TAG('T','G','R',' ')},       /* Tigre */
 763   {"tiv",       HB_TAG('T','I','V',' ')},       /* Tiv */
 764   {"tk",        HB_TAG('T','K','M',' ')},       /* Turkmen */
 765   {"tl",        HB_TAG('T','G','L',' ')},       /* Tagalog */
 766   {"tmh",       HB_TAG('T','M','H',' ')},       /* Tamashek */
 767   {"tn",        HB_TAG('T','N','A',' ')},       /* Tswana */
 768   {"to",        HB_TAG('T','G','N',' ')},       /* Tonga (Tonga Islands) */
 769   {"tod",       HB_TAG('T','O','D','0')},       /* Toma */
 770   {"toi",       HB_TAG('T','N','G',' ')},       /* Tonga */
 771   {"tpi",       HB_TAG('T','P','I',' ')},       /* Tok Pisin */
 772   {"tr",        HB_TAG('T','R','K',' ')},       /* Turkish */
 773   {"tru",       HB_TAG('T','U','A',' ')},       /* Turoyo Aramaic */
 774   {"ts",        HB_TAG('T','S','G',' ')},       /* Tsonga */
 775   {"tt",        HB_TAG('T','A','T',' ')},       /* Tatar */
 776   {"tum",       HB_TAG('T','U','M',' ')},       /* Tumbuka */
 777   {"tvl",       HB_TAG('T','V','L',' ')},       /* Tuvalu */
 778   {"tw",        HB_TAG('T','W','I',' ')},       /* Twi */
 779   {"ty",        HB_TAG('T','H','T',' ')},       /* Tahitian */
 780   {"tyv",       HB_TAG('T','U','V',' ')},       /* Tuvin */
 781   {"tyz",       HB_TAG('T','Y','Z',' ')},       /* Tày */
 782   {"tzm",       HB_TAG('T','Z','M',' ')},       /* Central Atlas Tamazight */
 783   {"tzo",       HB_TAG('T','Z','O',' ')},       /* Tzotzil */
 784   {"udm",       HB_TAG('U','D','M',' ')},       /* Udmurt */
 785   {"ug",        HB_TAG('U','Y','G',' ')},       /* Uighur */
 786   {"uk",        HB_TAG('U','K','R',' ')},       /* Ukrainian */
 787   {"umb",       HB_TAG('U','M','B',' ')},       /* Umbundu */
 788   {"unr",       HB_TAG('M','U','N',' ')},       /* Mundari */
 789   {"ur",        HB_TAG('U','R','D',' ')},       /* Urdu */
 790   {"uz",        HB_TAG('U','Z','B',' ')},       /* Uzbek [macrolanguage] */
 791   {"uzn",       HB_TAG('U','Z','B',' ')},       /* Northern Uzbek */
 792   {"uzs",       HB_TAG('U','Z','B',' ')},       /* Southern Uzbek */
 793   {"ve",        HB_TAG('V','E','N',' ')},       /* Venda */
 794   {"vec",       HB_TAG('V','E','C',' ')},       /* Venetian */
 795   {"vi",        HB_TAG('V','I','T',' ')},       /* Vietnamese */
 796   {"vls",       HB_TAG('F','L','E',' ')},       /* Vlaams */
 797   {"vmw",       HB_TAG('M','A','K',' ')},       /* Makhuwa */
 798   {"vo",        HB_TAG('V','O','L',' ')},       /* Volapük */
 799   {"vro",       HB_TAG('V','R','O',' ')},       /* Võro */
 800   {"wa",        HB_TAG('W','L','N',' ')},       /* Walloon */
 801   {"war",       HB_TAG('W','A','R',' ')},       /* Waray (Philippines) */
 802   {"wbm",       HB_TAG('W','A',' ',' ')},       /* Wa */
 803   {"wbr",       HB_TAG('W','A','G',' ')},       /* Wagdi */
 804   {"wle",       HB_TAG('S','I','G',' ')},       /* Wolane */
 805   {"wo",        HB_TAG('W','L','F',' ')},       /* Wolof */
 806   {"wry",       HB_TAG('M','A','W',' ')},       /* Merwari */
 807   {"wtm",       HB_TAG('W','T','M',' ')},       /* Mewati */
 808   {"xal",       HB_TAG('K','L','M',' ')},       /* Kalmyk */
 809   {"xan",       HB_TAG('S','E','K',' ')},       /* Sekota */
 810   {"xh",        HB_TAG('X','H','S',' ')},       /* Xhosa */
 811   {"xjb",       HB_TAG('X','J','B',' ')},       /* Minjangbal */
 812   {"xog",       HB_TAG('X','O','G',' ')},       /* Soga */
 813   {"xom",       HB_TAG('K','M','O',' ')},       /* Komo (Sudan) */
 814   {"xpe",       HB_TAG('X','P','E',' ')},       /* Kpelle (Liberia) */
 815   {"xsl",       HB_TAG('S','S','L',' ')},       /* South Slavey */
 816   {"xst",       HB_TAG('S','I','G',' ')},       /* Silt'e (retired code) */
 817   {"xwo",       HB_TAG('T','O','D',' ')},       /* Written Oirat (Todo) */
 818   {"yao",       HB_TAG('Y','A','O',' ')},       /* Yao */
 819   {"yap",       HB_TAG('Y','A','P',' ')},       /* Yapese */
 820   {"yi",        HB_TAG('J','I','I',' ')},       /* Yiddish [macrolanguage] */
 821   {"yo",        HB_TAG('Y','B','A',' ')},       /* Yoruba */
 822   {"yos",       HB_TAG('Q','I','N',' ')},       /* Yos, deprecated by IANA in favor of Zou [zom] */
 823   {"yso",       HB_TAG('N','I','S',' ')},       /* Nisi (China) */
 824   {"za",        HB_TAG('Z','H','A',' ')},       /* Chuang/Zhuang [macrolanguage] */
 825   {"zea",       HB_TAG('Z','E','A',' ')},       /* Zeeuws */
 826   {"zgh",       HB_TAG('Z','G','H',' ')},       /* Standard Morrocan Tamazigh */
 827   {"zne",       HB_TAG('Z','N','D',' ')},       /* Zande */
 828   {"zom",       HB_TAG('Q','I','N',' ')},       /* Zou */
 829   {"zu",        HB_TAG('Z','U','L',' ')},       /* Zulu */
 830   {"zum",       HB_TAG('L','R','C',' ')},       /* Kumzari */
 831   {"zza",       HB_TAG('Z','Z','A',' ')},       /* Zazaki */
 832
 833   /* The corresponding languages IDs for the following IDs are unclear,
 834    * overlap, or are architecturally weird. Needs more research. */
 835
 836 /*{"chp",       HB_TAG('S','A','Y',' ')},*/     /* Sayisi */
 837 /*{"cwd",       HB_TAG('T','C','R',' ')},*/     /* TH-Cree */
 838 /*{"emk",       HB_TAG('E','M','K',' ')},*/     /* Eastern Maninkakan */
 839 /*{"krc",       HB_TAG('B','A','L',' ')},*/     /* Balkar */
 840 /*{"??",        HB_TAG('B','C','R',' ')},*/     /* Bible Cree */
 841 /*{"zh?",       HB_TAG('C','H','N',' ')},*/     /* Chinese (seen in Microsoft fonts) */
 842 /*{"ar-Syrc?",  HB_TAG('G','A','R',' ')},*/     /* Garshuni */
 843 /*{"hy?",       HB_TAG('H','Y','E','0')},*/     /* Armenian East (ISO 639-3 hye according to Microsoft, but that’s equivalent to ISO 639-1 hy) */
 844 /*{"ga-Latg?/"  HB_TAG('I','R','T',' ')},*/     /* Irish Traditional */
 845 /*{"krc",       HB_TAG('K','A','R',' ')},*/     /* Karachay */
 846 /*{"ka-Geok?",  HB_TAG('K','G','E',' ')},*/     /* Khutsuri Georgian */
 847 /*{"kca",       HB_TAG('K','H','K',' ')},*/     /* Khanty-Kazim */
 848 /*{"kca",       HB_TAG('K','H','S',' ')},*/     /* Khanty-Shurishkar */
 849 /*{"kca",       HB_TAG('K','H','V',' ')},*/     /* Khanty-Vakhi */
 850 /*{"kqs, kss",  HB_TAG('K','I','S',' ')},*/     /* Kisii */
 851 /*{"lua",       HB_TAG('L','U','A',' ')},*/     /* Luba-Lulua */
 852 /*{"mlq",       HB_TAG('M','L','N',' ')},*/     /* Malinke */
 853 /*{"nso",       HB_TAG('N','S','O',' ')},*/     /* Sotho, Northern */
 854 /*{"??",        HB_TAG('M','A','L',' ')},*/     /* Malayalam Traditional */
 855 /*{"csw",       HB_TAG('N','C','R',' ')},*/     /* N-Cree */
 856 /*{"csw",       HB_TAG('N','H','C',' ')},*/     /* Norway House Cree */
 857 /*{"el-polyton",        HB_TAG('P','G','R',' ')},*/     /* Polytonic Greek */
 858 /*{"bgr, cnh, cnw, czt, sez, tcp, csy, ctd, flm, pck, tcz, zom, cmr, dao, hlt, cka, cnk, mrh, mwg, cbl, cnb, csh",      HB_TAG('Q','I','N',' ')},*/     /* Chin */
 859 /*{"??",        HB_TAG('Y','I','C',' ')},*/     /* Yi Classic */
 860 /*{"zh-Latn-pinyin",    HB_TAG('Z','H','P',' ')},*/     /* Chinese Phonetic */
 861 };
 862
 863 typedef struct {
 864   char language[11];
 865   hb_tag_t tag;
 866 } LangTagLong;
 867 static const LangTagLong ot_languages_zh[] = {
 868   /* Store longest-first, if one is a prefix of another. */
 869   {"zh-cn",     HB_TAG('Z','H','S',' ')},       /* Chinese (China) */
 870   {"zh-hk",     HB_TAG('Z','H','H',' ')},       /* Chinese (Hong Kong) */
 871   {"zh-mo",     HB_TAG('Z','H','H',' ')},       /* Chinese (Macao) */
 872   {"zh-sg",     HB_TAG('Z','H','S',' ')},       /* Chinese (Singapore) */
 873   {"zh-tw",     HB_TAG('Z','H','T',' ')},       /* Chinese (Taiwan) */
 874   {"zh-hans",   HB_TAG('Z','H','S',' ')},       /* Chinese (Simplified) */
 875   {"zh-hant-hk",HB_TAG('Z','H','H',' ')},       /* Chinese (Hong Kong) */
 876   {"zh-hant-mo",HB_TAG('Z','H','H',' ')},       /* Chinese (Macao) */
 877   {"zh-hant",   HB_TAG('Z','H','T',' ')},       /* Chinese (Traditional) */
 878 };
 879
 880 static int
 881 lang_compare_first_component (const void *pa,
 882                               const void *pb)
 883 {
 884   const char *a = (const char *) pa;
 885   const char *b = (const char *) pb;
 886   unsigned int da, db;
 887   const char *p;
 888
 889   p = strchr (a, '-');
 890   da = p ? (unsigned int) (p - a) : strlen (a);
 891
 892   p = strchr (b, '-');
 893   db = p ? (unsigned int) (p - b) : strlen (b);
 894
 895   return strncmp (a, b, MAX (da, db));
 896 }
 897
 898 static hb_bool_t
 899 lang_matches (const char *lang_str, const char *spec)
 900 {
 901   unsigned int len = strlen (spec);
 902
 903   return strncmp (lang_str, spec, len) == 0 &&
 904          (lang_str[len] == '\0' || lang_str[len] == '-');
 905 }
 906
 907 hb_tag_t
 908 hb_ot_tag_from_language (hb_language_t language)
 909 {
 910   const char *lang_str, *s;
 911
 912   if (language == HB_LANGUAGE_INVALID)
 913     return HB_OT_TAG_DEFAULT_LANGUAGE;
 914
 915   lang_str = hb_language_to_string (language);
 916
 917   s = strstr (lang_str, "x-hbot");
 918   if (s) {
 919     char tag[4];
 920     int i;
 921     s += 6;
 922     for (i = 0; i < 4 && ISALNUM (s[i]); i++)
 923       tag[i] = TOUPPER (s[i]);
 924     if (i) {
 925       for (; i < 4; i++)
 926         tag[i] = ' ';
 927       return HB_TAG (tag[0], tag[1], tag[2], tag[3]);
 928     }
 929   }
 930
 931   /*
 932    * "fonipa" is a variant tag in BCP-47, meaning the International Phonetic Alphabet.
 933    * It can be applied to any language.
 934    */
 935   if (strstr (lang_str, "-fonipa")) {
 936     return HB_TAG('I','P','P','H');  /* Phonetic transcription—IPA conventions */
 937   }
 938
 939   /*
 940    * "fonnapa" is a variant tag in BCP-47, meaning the North American Phonetic Alphabet
 941    * also known as Americanist Phonetic Notation.  It can be applied to any language.
 942    */
 943   if (strstr (lang_str, "-fonnapa")) {
 944     return HB_TAG('A','P','P','H');  /* Phonetic transcription—Americanist conventions */
 945   }
 946
 947   /*
 948    * "Syre" is a BCP-47 script tag, meaning the Estrangela variant of the Syriac script.
 949    * It can be applied to any language.
 950    */
 951   if (strstr (lang_str, "-syre")) {
 952     return HB_TAG('S','Y','R','E');  /* Estrangela Syriac */
 953   }
 954
 955   /*
 956    * "Syrj" is a BCP-47 script tag, meaning the Western variant of the Syriac script.
 957    * It can be applied to any language.
 958    */
 959   if (strstr (lang_str, "-syrj")) {
 960     return HB_TAG('S','Y','R','J');  /* Western Syriac */
 961   }
 962
 963   /*
 964    * "Syrn" is a BCP-47 script tag, meaning the Eastern variant of the Syriac script.
 965    * It can be applied to any language.
 966    */
 967   if (strstr (lang_str, "-syrn")) {
 968     return HB_TAG('S','Y','R','N');  /* Eastern Syriac */
 969   }
 970
 971   /* Find a language matching in the first component */
 972   {
 973     const LangTag *lang_tag;
 974     lang_tag = (LangTag *) bsearch (lang_str, ot_languages,
 975                                     ARRAY_LENGTH (ot_languages), sizeof (LangTag),
 976                                     lang_compare_first_component);
 977     if (lang_tag)
 978       return lang_tag->tag;
 979   }
 980
 981   /* Otherwise, check the Chinese ones */
 982   if (0 == lang_compare_first_component (lang_str, "zh"))
 983   {
 984     unsigned int i;
 985
 986     for (i = 0; i < ARRAY_LENGTH (ot_languages_zh); i++)
 987     {
 988       const LangTagLong *lang_tag;
 989       lang_tag = &ot_languages_zh[i];
 990       if (lang_matches (lang_str, lang_tag->language))
 991         return lang_tag->tag;
 992     }
 993
 994     /* Otherwise just return 'ZHS ' */
 995     return HB_TAG('Z','H','S',' ');
 996   }
 997
 998   s = strchr (lang_str, '-');
 999   if (!s)
1000     s = lang_str + strlen (lang_str);
1001   if (s - lang_str == 3) {
1002     /* Assume it's ISO-639-3 and upper-case and use it. */
1003     return hb_tag_from_string (lang_str, s - lang_str) & ~0x20202000u;
1004   }
1005
1006   return HB_OT_TAG_DEFAULT_LANGUAGE;
1007 }
1008
1009 /**
1010  * hb_ot_tag_to_language:
1011  *
1012  *
1013  *
1014  * Return value: (transfer none):
1015  *
1016  * Since: 0.9.2
1017  **/
1018 hb_language_t
1019 hb_ot_tag_to_language (hb_tag_t tag)
1020 {
1021   unsigned int i;
1022
1023   if (tag == HB_OT_TAG_DEFAULT_LANGUAGE)
1024     return nullptr;
1025
1026   /* struct LangTag has only room for 3-letter language tags. */
1027   switch (tag) {
1028   case HB_TAG('A','P','P','H'):  /* Phonetic transcription—Americanist conventions */
1029     return hb_language_from_string ("und-fonnapa", -1);
1030   case HB_TAG('I','P','P','H'):  /* Phonetic transcription—IPA conventions */
1031     return hb_language_from_string ("und-fonipa", -1);
1032   case HB_TAG('S','Y','R',' '):  /* Syriac [macrolanguage] */
1033     return hb_language_from_string ("syr", -1);
1034   case HB_TAG('S','Y','R','E'):  /* Estrangela Syriac */
1035     return hb_language_from_string ("und-Syre", -1);
1036   case HB_TAG('S','Y','R','J'):  /* Western Syriac */
1037     return hb_language_from_string ("und-Syrj", -1);
1038   case HB_TAG('S','Y','R','N'):  /* Eastern Syriac */
1039     return hb_language_from_string ("und-Syrn", -1);
1040   }
1041
1042   for (i = 0; i < ARRAY_LENGTH (ot_languages); i++)
1043     if (ot_languages[i].tag == tag)
1044       return hb_language_from_string (ot_languages[i].language, -1);
1045
1046   /* If tag starts with ZH, it's Chinese */
1047   if ((tag & 0xFFFF0000u)  == 0x5A480000u) {
1048     switch (tag) {
1049       case HB_TAG('Z','H','H',' '): return hb_language_from_string ("zh-hk", -1); /* Hong Kong */
1050       case HB_TAG('Z','H','S',' '): return hb_language_from_string ("zh-Hans", -1); /* Simplified */
1051       case HB_TAG('Z','H','T',' '): return hb_language_from_string ("zh-Hant", -1); /* Traditional */
1052       default: break; /* Fall through */
1053     }
1054   }
1055
1056   /* Else return a custom language in the form of "x-hbotABCD" */
1057   {
1058     unsigned char buf[11] = "x-hbot";
1059     buf[6] = tag >> 24;
1060     buf[7] = (tag >> 16) & 0xFF;
1061     buf[8] = (tag >> 8) & 0xFF;
1062     buf[9] = tag & 0xFF;
1063     if (buf[9] == 0x20)
1064       buf[9] = '\0';
1065     buf[10] = '\0';
1066     return hb_language_from_string ((char *) buf, -1);
1067   }
1068 }
1069
1070 #ifdef MAIN
1071 static inline void
1072 test_langs_sorted (void)
1073 {
1074   for (unsigned int i = 1; i < ARRAY_LENGTH (ot_languages); i++)
1075   {
1076     int c = lang_compare_first_component (ot_languages[i-1].language, ot_languages[i].language);
1077     if (c >= 0)
1078     {
1079       fprintf (stderr, "ot_languages not sorted at index %d: %s %d %s\n",
1080                i, ot_languages[i-1].language, c, ot_languages[i].language);
1081       abort();
1082     }
1083   }
1084 }
1085
1086 int
1087 main (void)
1088 {
1089   test_langs_sorted ();
1090   return 0;
1091 }
1092
1093 #endif