lib/unistr/u8-strmblen.c

   1 /* Look at first character in UTF-8 string.
   2    Copyright (C) 1999-2000, 2002, 2006-2007, 2009-2010 Free Software
   3    Foundation, Inc.
   4    Written by Bruno Haible <bruno@clisp.org>, 2002.
   5
   6    This program is free software: you can redistribute it and/or modify it
   7    under the terms of the GNU Lesser General Public License as published
   8    by the Free Software Foundation; either version 3 of the License, or
   9    (at your option) any later version.
  10
  11    This program is distributed in the hope that it will be useful,
  12    but WITHOUT ANY WARRANTY; without even the implied warranty of
  13    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14    Lesser General Public License for more details.
  15
  16    You should have received a copy of the GNU Lesser General Public License
  17    along with this program.  If not, see <http://www.gnu.org/licenses/>.  */
  18
  19 #include <config.h>
  20
  21 /* Specification.  */
  22 #include "unistr.h"
  23
  24 int
  25 u8_strmblen (const uint8_t *s)
  26 {
  27   /* Keep in sync with unistr.h and utf8-ucs4.c.  */
  28   uint8_t c = *s;
  29
  30   if (c < 0x80)
  31     return (c != 0 ? 1 : 0);
  32   if (c >= 0xc2)
  33     {
  34       if (c < 0xe0)
  35         {
  36 #if CONFIG_UNICODE_SAFETY
  37           if ((s[1] ^ 0x80) < 0x40)
  38 #else
  39           if (s[1] != 0)
  40 #endif
  41             return 2;
  42         }
  43       else if (c < 0xf0)
  44         {
  45 #if CONFIG_UNICODE_SAFETY
  46           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  47               && (c >= 0xe1 || s[1] >= 0xa0)
  48               && (c != 0xed || s[1] < 0xa0))
  49 #else
  50           if (s[1] != 0 && s[2] != 0)
  51 #endif
  52             return 3;
  53         }
  54       else if (c < 0xf8)
  55         {
  56 #if CONFIG_UNICODE_SAFETY
  57           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  58               && (s[3] ^ 0x80) < 0x40
  59               && (c >= 0xf1 || s[1] >= 0x90)
  60 #if 1
  61               && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  62 #endif
  63              )
  64 #else
  65           if (s[1] != 0 && s[2] != 0 && s[3] != 0)
  66 #endif
  67             return 4;
  68         }
  69 #if 0
  70       else if (c < 0xfc)
  71         {
  72 #if CONFIG_UNICODE_SAFETY
  73           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  74               && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  75               && (c >= 0xf9 || s[1] >= 0x88))
  76 #else
  77           if (s[1] != 0 && s[2] != 0 && s[3] != 0 && s[4] != 0)
  78 #endif
  79             return 5;
  80         }
  81       else if (c < 0xfe)
  82         {
  83 #if CONFIG_UNICODE_SAFETY
  84           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  85               && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  86               && (s[5] ^ 0x80) < 0x40
  87               && (c >= 0xfd || s[1] >= 0x84))
  88 #else
  89           if (s[1] != 0 && s[2] != 0 && s[3] != 0 && s[4] != 0 && s[5] != 0)
  90 #endif
  91             return 6;
  92         }
  93 #endif
  94     }
  95   /* invalid or incomplete multibyte character */
  96   return -1;
  97 }