lib/unistr/u8-mbtouc.c

   1 /* Look at first character in UTF-8 string.
   2    Copyright (C) 1999-2002, 2006-2007, 2009-2010 Free Software Foundation, Inc.
   3    Written by Bruno Haible <bruno@clisp.org>, 2001.
   4
   5    This program is free software: you can redistribute it and/or modify it
   6    under the terms of the GNU Lesser General Public License as published
   7    by the Free Software Foundation; either version 3 of the License, or
   8    (at your option) any later version.
   9
  10    This program is distributed in the hope that it will be useful,
  11    but WITHOUT ANY WARRANTY; without even the implied warranty of
  12    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  13    Lesser General Public License for more details.
  14
  15    You should have received a copy of the GNU Lesser General Public License
  16    along with this program.  If not, see <http://www.gnu.org/licenses/>.  */
  17
  18 #include <config.h>
  19
  20 #if defined IN_LIBUNISTRING
  21 /* Tell unistr.h to declare u8_mbtouc as 'extern', not 'static inline'.  */
  22 # include "unistring-notinline.h"
  23 #endif
  24
  25 /* Specification.  */
  26 #include "unistr.h"
  27
  28 #if !HAVE_INLINE
  29
  30 int
  31 u8_mbtouc (ucs4_t *puc, const uint8_t *s, size_t n)
  32 {
  33   uint8_t c = *s;
  34
  35   if (c < 0x80)
  36     {
  37       *puc = c;
  38       return 1;
  39     }
  40   else if (c >= 0xc2)
  41     {
  42       if (c < 0xe0)
  43         {
  44           if (n >= 2)
  45             {
  46               if ((s[1] ^ 0x80) < 0x40)
  47                 {
  48                   *puc = ((unsigned int) (c & 0x1f) << 6)
  49                          | (unsigned int) (s[1] ^ 0x80);
  50                   return 2;
  51                 }
  52               /* invalid multibyte character */
  53             }
  54           else
  55             {
  56               /* incomplete multibyte character */
  57               *puc = 0xfffd;
  58               return n;
  59             }
  60         }
  61       else if (c < 0xf0)
  62         {
  63           if (n >= 3)
  64             {
  65               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  66                   && (c >= 0xe1 || s[1] >= 0xa0)
  67                   && (c != 0xed || s[1] < 0xa0))
  68                 {
  69                   *puc = ((unsigned int) (c & 0x0f) << 12)
  70                          | ((unsigned int) (s[1] ^ 0x80) << 6)
  71                          | (unsigned int) (s[2] ^ 0x80);
  72                   return 3;
  73                 }
  74               /* invalid multibyte character */
  75             }
  76           else
  77             {
  78               /* incomplete multibyte character */
  79               *puc = 0xfffd;
  80               return n;
  81             }
  82         }
  83       else if (c < 0xf8)
  84         {
  85           if (n >= 4)
  86             {
  87               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  88                   && (s[3] ^ 0x80) < 0x40
  89                   && (c >= 0xf1 || s[1] >= 0x90)
  90 #if 1
  91                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  92 #endif
  93                  )
  94                 {
  95                   *puc = ((unsigned int) (c & 0x07) << 18)
  96                          | ((unsigned int) (s[1] ^ 0x80) << 12)
  97                          | ((unsigned int) (s[2] ^ 0x80) << 6)
  98                          | (unsigned int) (s[3] ^ 0x80);
  99                   return 4;
 100                 }
 101               /* invalid multibyte character */
 102             }
 103           else
 104             {
 105               /* incomplete multibyte character */
 106               *puc = 0xfffd;
 107               return n;
 108             }
 109         }
 110 #if 0
 111       else if (c < 0xfc)
 112         {
 113           if (n >= 5)
 114             {
 115               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 116                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 117                   && (c >= 0xf9 || s[1] >= 0x88))
 118                 {
 119                   *puc = ((unsigned int) (c & 0x03) << 24)
 120                          | ((unsigned int) (s[1] ^ 0x80) << 18)
 121                          | ((unsigned int) (s[2] ^ 0x80) << 12)
 122                          | ((unsigned int) (s[3] ^ 0x80) << 6)
 123                          | (unsigned int) (s[4] ^ 0x80);
 124                   return 5;
 125                 }
 126               /* invalid multibyte character */
 127             }
 128           else
 129             {
 130               /* incomplete multibyte character */
 131               *puc = 0xfffd;
 132               return n;
 133             }
 134         }
 135       else if (c < 0xfe)
 136         {
 137           if (n >= 6)
 138             {
 139               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 140                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 141                   && (s[5] ^ 0x80) < 0x40
 142                   && (c >= 0xfd || s[1] >= 0x84))
 143                 {
 144                   *puc = ((unsigned int) (c & 0x01) << 30)
 145                          | ((unsigned int) (s[1] ^ 0x80) << 24)
 146                          | ((unsigned int) (s[2] ^ 0x80) << 18)
 147                          | ((unsigned int) (s[3] ^ 0x80) << 12)
 148                          | ((unsigned int) (s[4] ^ 0x80) << 6)
 149                          | (unsigned int) (s[5] ^ 0x80);
 150                   return 6;
 151                 }
 152               /* invalid multibyte character */
 153             }
 154           else
 155             {
 156               /* incomplete multibyte character */
 157               *puc = 0xfffd;
 158               return n;
 159             }
 160         }
 161 #endif
 162     }
 163   /* invalid multibyte character */
 164   *puc = 0xfffd;
 165   return 1;
 166 }
 167
 168 #endif