lib/unilbrk/tables.h

   1 /* Line breaking auxiliary tables.
   2    Copyright (C) 2001-2003, 2006-2008 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 "unitypes.h"
  19
  20 /* Line breaking classification.  */
  21
  22 enum
  23 {
  24   /* Values >= 20 are resolved at run time. */
  25   LBP_BK =  0, /* mandatory break */
  26 /*LBP_CR,         carriage return - not used here because it's a DOSism */
  27 /*LBP_LF,         line feed - not used here because it's a DOSism */
  28   LBP_CM = 20, /* attached characters and combining marks */
  29 /*LBP_SG,         surrogates - not used here because they are not characters */
  30   LBP_ZW =  1, /* zero width space */
  31   LBP_IN =  2, /* inseparable */
  32   LBP_GL =  3, /* non-breaking (glue) */
  33   LBP_CB = 22, /* contingent break opportunity */
  34   LBP_SP = 21, /* space */
  35   LBP_BA =  4, /* break opportunity after */
  36   LBP_BB =  5, /* break opportunity before */
  37   LBP_B2 =  6, /* break opportunity before and after */
  38   LBP_HY =  7, /* hyphen */
  39   LBP_NS =  8, /* non starter */
  40   LBP_OP =  9, /* opening punctuation */
  41   LBP_CL = 10, /* closing punctuation */
  42   LBP_QU = 11, /* ambiguous quotation */
  43   LBP_EX = 12, /* exclamation/interrogation */
  44   LBP_ID = 13, /* ideographic */
  45   LBP_NU = 14, /* numeric */
  46   LBP_IS = 15, /* infix separator (numeric) */
  47   LBP_SY = 16, /* symbols allowing breaks */
  48   LBP_AL = 17, /* ordinary alphabetic and symbol characters */
  49   LBP_PR = 18, /* prefix (numeric) */
  50   LBP_PO = 19, /* postfix (numeric) */
  51   LBP_SA = 23, /* complex context (South East Asian) */
  52   LBP_AI = 24, /* ambiguous (alphabetic or ideograph) */
  53   LBP_XX = 25  /* unknown */
  54 };
  55
  56 #include "lbrkprop1.h"
  57
  58 static inline unsigned char
  59 unilbrkprop_lookup (ucs4_t uc)
  60 {
  61   unsigned int index1 = uc >> lbrkprop_header_0;
  62   if (index1 < lbrkprop_header_1)
  63     {
  64       int lookup1 = unilbrkprop.level1[index1];
  65       if (lookup1 >= 0)
  66         {
  67           unsigned int index2 = (uc >> lbrkprop_header_2) & lbrkprop_header_3;
  68           int lookup2 = unilbrkprop.level2[lookup1 + index2];
  69           if (lookup2 >= 0)
  70             {
  71               unsigned int index3 = uc & lbrkprop_header_4;
  72               return unilbrkprop.level3[lookup2 + index3];
  73             }
  74         }
  75     }
  76   return LBP_XX;
  77 }
  78
  79 /* Table indexed by two line breaking classifications.  */
  80 #define D 1  /* direct break opportunity, empty in table 7.3 of UTR #14 */
  81 #define I 2  /* indirect break opportunity, '%' in table 7.3 of UTR #14 */
  82 #define P 3  /* prohibited break,           '^' in table 7.3 of UTR #14 */
  83
  84 extern const unsigned char unilbrk_table[19][19];
  85
  86 /* We don't support line breaking of complex-context dependent characters
  87    (Thai, Lao, Myanmar, Khmer) yet, because it requires dictionary lookup. */