lib/striconveha.c

   1 /* Character set conversion with error handling and autodetection.
   2    Copyright (C) 2002, 2005, 2007 Free Software Foundation, Inc.
   3    Written by Bruno Haible.
   4
   5    This program is free software; you can redistribute it and/or modify
   6    it under the terms of the GNU General Public License as published by
   7    the Free Software Foundation; either version 2, or (at your option)
   8    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
  13    GNU General Public License for more details.
  14
  15    You should have received a copy of the GNU General Public License
  16    along with this program; if not, write to the Free Software Foundation,
  17    Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.  */
  18
  19 #include <config.h>
  20
  21 /* Specification.  */
  22 #include "striconveha.h"
  23
  24 #include <errno.h>
  25 #include <stdlib.h>
  26 #include <string.h>
  27
  28 #define SIZEOF(a) (sizeof(a)/sizeof(a[0]))
  29
  30
  31 /* Autodetection list.  */
  32
  33 struct autodetect_alias
  34 {
  35   struct autodetect_alias *next;
  36   const char *name;
  37   const char * const *encodings_to_try;
  38 };
  39
  40 static const char * const autodetect_utf8_try[] =
  41 {
  42   /* Try UTF-8 first. There are very few ISO-8859-1 inputs that would
  43      be valid UTF-8, but many UTF-8 inputs are valid ISO-8859-1.  */
  44   "UTF-8", "ISO-8859-1",
  45   NULL
  46 };
  47 static const char * const autodetect_jp_try[] =
  48 {
  49   /* Try 7-bit encoding first. If the input contains bytes >= 0x80,
  50      it will fail.
  51      Try EUC-JP next. Short SHIFT_JIS inputs may come out wrong. This
  52      is unavoidable. People will condemn SHIFT_JIS.
  53      If we tried SHIFT_JIS first, then some short EUC-JP inputs would
  54      come out wrong, and people would condemn EUC-JP and Unix, which
  55      would not be good.
  56      Finally try SHIFT_JIS.  */
  57   "ISO-2022-JP-2", "EUC-JP", "SHIFT_JIS",
  58   NULL
  59 };
  60 static const char * const autodetect_kr_try[] =
  61 {
  62   /* Try 7-bit encoding first. If the input contains bytes >= 0x80,
  63      it will fail.
  64      Finally try EUC-KR.  */
  65   "ISO-2022-KR", "EUC-KR",
  66   NULL
  67 };
  68
  69 static struct autodetect_alias autodetect_predefined[] =
  70 {
  71   { &autodetect_predefined[1], "autodetect_utf8", autodetect_utf8_try },
  72   { &autodetect_predefined[2], "autodetect_jp",   autodetect_jp_try },
  73   { NULL,                      "autodetect_kr",   autodetect_kr_try }
  74 };
  75
  76 static struct autodetect_alias *autodetect_list = &autodetect_predefined[0];
  77 static struct autodetect_alias **autodetect_list_end =
  78   &autodetect_predefined[SIZEOF(autodetect_predefined)-1].next;
  79
  80 int
  81 uniconv_register_autodetect (const char *name,
  82                              const char * const *try_in_order)
  83 {
  84   size_t namelen;
  85   size_t listlen;
  86   size_t memneed;
  87   size_t i;
  88   char *memory;
  89   struct autodetect_alias *new_alias;
  90   char *new_name;
  91   const char **new_try_in_order;
  92
  93   /* The TRY_IN_ORDER list must not be empty.  */
  94   if (try_in_order[0] == NULL)
  95     {
  96       errno = EINVAL;
  97       return -1;
  98     }
  99
 100   /* We must deep-copy NAME and TRY_IN_ORDER, because they may be allocated
 101      with dynamic extent.  */
 102   namelen = strlen (name) + 1;
 103   memneed = sizeof (struct autodetect_alias) + namelen + sizeof (char *);
 104   for (i = 0; try_in_order[i] != NULL; i++)
 105     memneed += sizeof (char *) + strlen (try_in_order[i]) + 1;
 106   listlen = i;
 107
 108   memory = (char *) malloc (memneed);
 109   if (memory != NULL)
 110     {
 111       new_alias = (struct autodetect_alias *) memory;
 112       memory += sizeof (struct autodetect_alias);
 113
 114       new_try_in_order = (const char **) memory;
 115       memory += (listlen + 1) * sizeof (char *);
 116
 117       new_name = (char *) memory;
 118       memcpy (new_name, name, namelen);
 119       memory += namelen;
 120
 121       for (i = 0; i < listlen; i++)
 122         {
 123           size_t len = strlen (try_in_order[i]) + 1;
 124           memcpy (memory, try_in_order[i], len);
 125           new_try_in_order[i] = (const char *) memory;
 126           memory += len;
 127         }
 128       new_try_in_order[i] = NULL;
 129
 130       /* Now insert the new alias.  */
 131       new_alias->name = new_name;
 132       new_alias->encodings_to_try = new_try_in_order;
 133       new_alias->next = NULL;
 134       /* FIXME: Not multithread-safe.  */
 135       *autodetect_list_end = new_alias;
 136       autodetect_list_end = &new_alias->next;
 137       return 0;
 138     }
 139   else
 140     {
 141       errno = ENOMEM;
 142       return -1;
 143     }
 144 }
 145
 146 int
 147 mem_iconveha (const char *src, size_t srclen,
 148               const char *from_codeset, const char *to_codeset,
 149               enum iconv_ilseq_handler handler,
 150               size_t *offsets,
 151               char **resultp, size_t *lengthp)
 152 {
 153   int retval = mem_iconveh (src, srclen, from_codeset, to_codeset, handler,
 154                             offsets, resultp, lengthp);
 155   if (retval >= 0 || errno != EINVAL)
 156     return retval;
 157   else
 158     {
 159       struct autodetect_alias *alias;
 160
 161       /* Unsupported from_codeset or to_codeset. Check whether the caller
 162          requested autodetection.  */
 163       for (alias = autodetect_list; alias != NULL; alias = alias->next)
 164         if (strcmp (from_codeset, alias->name) == 0)
 165           {
 166             const char * const *encodings = alias->encodings_to_try;
 167
 168             do
 169               {
 170                 retval = mem_iconveha (src, srclen,
 171                                        from_codeset, to_codeset, handler,
 172                                        offsets, resultp, lengthp);
 173                 if (!(retval < 0 && errno == EILSEQ))
 174                   return retval;
 175                 encodings++;
 176               }
 177             while (*encodings != NULL);
 178
 179             /* Return the last call's result.  */
 180             return -1;
 181           }
 182
 183       /* It wasn't an autodetection name.  */
 184       errno = EINVAL;
 185       return -1;
 186     }
 187 }
 188
 189 char *
 190 str_iconveha (const char *src,
 191               const char *from_codeset, const char *to_codeset,
 192               enum iconv_ilseq_handler handler)
 193 {
 194   char *result = str_iconveh (src, from_codeset, to_codeset, handler);
 195
 196   if (result != NULL || errno != EINVAL)
 197     return result;
 198   else
 199     {
 200       struct autodetect_alias *alias;
 201
 202       /* Unsupported from_codeset or to_codeset. Check whether the caller
 203          requested autodetection.  */
 204       for (alias = autodetect_list; alias != NULL; alias = alias->next)
 205         if (strcmp (from_codeset, alias->name) == 0)
 206           {
 207             const char * const *encodings = alias->encodings_to_try;
 208
 209             do
 210               {
 211                 result = str_iconveha (src, *encodings, to_codeset, handler);
 212                 if (!(result == NULL && errno == EILSEQ))
 213                   return result;
 214                 encodings++;
 215               }
 216             while (*encodings != NULL);
 217
 218             /* Return the last call's result.  */
 219             return NULL;
 220           }
 221
 222       /* It wasn't an autodetection name.  */
 223       errno = EINVAL;
 224       return NULL;
 225     }
 226 }