mkutable

   1 #! /usr/bin/perl
   2 use strict;
   3
   4 my $USAGE = <<__EOF__;
   5    usage: mkutable [-n] [-f#] type... [--] [<] UnicodeData.txt
   6           -n = take non-matching types
   7           -f = zero-based type field (default 2)
   8 __EOF__
   9
  10 use Getopt::Std;
  11 use vars qw( $opt_f $opt_n );
  12
  13 my $type_field = 2;
  14
  15 # Override Unicode tables for certain control chars
  16 # that are expected to be found in normal text files.
  17 my %force_space = (
  18     0x08 => 1, # backspace
  19     0x09 => 1, # tab
  20     0x0a => 1, # newline
  21     0x0c => 1, # form feed
  22     0x0d => 1, # carriage return
  23 );
  24
  25 # Hangul Jamo medial vowels and final consonants should be zero width.
  26 my @force_compose = (
  27     [0x1160, 0x11ff],
  28     [0xd7b0, 0xd7c6],
  29     [0xd7cb, 0xd7fb]
  30 );
  31
  32 exit (main() ? 0 : 1);
  33
  34 sub main {
  35     my $args = join ' ', @ARGV;
  36     die $USAGE if not getopts('f:n');
  37     $type_field = $opt_f if $opt_f;
  38
  39     my %types;
  40     my $arg;
  41     while ($arg = shift @ARGV) {
  42         last if $arg eq '--';
  43         $types{$arg} = 1;
  44     }
  45     my %out = ( 'types' => \%types );
  46
  47     my %force_compose;
  48     foreach my $comp (@force_compose) {
  49         my ($lo,$hi) = @$comp;
  50         for (my $ch = $lo; $ch <= $hi; ++$ch) {
  51             $force_compose{$ch} = 1;
  52         }
  53     }
  54
  55     my $date = `date`;
  56     chomp $date;
  57     print "/* Generated by \"$0 $args\" on $date */\n";
  58
  59     my $last_code = 0;
  60     while (<>) {
  61         chomp;
  62         s/#.*//;
  63         my @fields = split /;/;
  64         next if not @fields;
  65         my ($lo_code, $hi_code);
  66         my $codes = $fields[0];
  67         if ($codes =~ /(\w+)\.\.(\w+)/) {
  68             $lo_code = hex $1;
  69             $hi_code = hex $2;
  70         } else {
  71             $lo_code = $hi_code = hex $codes;
  72         }
  73         my $type = $fields[$type_field];
  74         $type =~ s/\s//g;
  75         for ($last_code = $lo_code; $last_code <= $hi_code; ++$last_code) {
  76             output(\%out, $last_code,
  77                 $force_space{$last_code} ? 'Zs' : $force_compose{$last_code} ? 'Mn' : $type);
  78         }
  79     }
  80     output(\%out, $last_code);
  81     return 1;
  82 }
  83
  84 sub output {
  85     my ($out, $code, $type) = @_;
  86     my $type_ok = ($type and ${${$out}{types}}{$type});
  87     $type_ok = not $type_ok if $opt_n;
  88     my $prev_code = $$out{prev_code};
  89
  90     if (not $type_ok) {
  91         end_run($out, $prev_code);
  92     } elsif (not $$out{in_run} or $type ne $$out{run_type} or $code != $prev_code+1) {
  93         end_run($out, $prev_code);
  94         start_run($out, $code, $type);
  95     }
  96     $$out{prev_code} = $code;
  97 }
  98
  99 sub start_run {
 100     my ($out, $code, $type) = @_;
 101     $$out{start_code} = $code;
 102     $$out{prev_code} = $code;
 103     $$out{run_type} = $type;
 104     $$out{in_run} = 1;
 105 }
 106
 107 sub end_run {
 108     my ($out, $code) = @_;
 109     return if not $$out{in_run};
 110     printf "\t{ 0x%04x, 0x%04x }, /* %s */\n", $$out{start_code}, $code, $$out{run_type};
 111     $$out{in_run} = 0;
 112 }