lib/uniname/gen-uninames.lisp

   1 #!/usr/local/bin/clisp -C
   2
   3 ;;; Creation of gnulib's uninames.h from the UnicodeData.txt table.
   4 ;;; Bruno Haible 2000-12-28
   5
   6 (defparameter add-comments nil)
   7
   8 (defstruct unicode-char
   9   (code nil :type integer)
  10   (name nil :type string)
  11   word-indices
  12   word-indices-index
  13 )
  14
  15 (defstruct word-list
  16   (hashed nil :type hash-table)
  17   (sorted nil :type list)
  18   size                          ; number of characters total
  19   length                        ; number of words
  20 )
  21
  22 (defun main (inputfile outputfile)
  23   (declare (type string inputfile outputfile))
  24   #+UNICODE (setq *default-file-encoding* charset:utf-8)
  25   (let ((all-chars '()))
  26     ;; Read all characters and names from the input file.
  27     (with-open-file (istream inputfile :direction :input)
  28       (loop
  29         (let ((line (read-line istream nil nil)))
  30           (unless line (return))
  31           (let* ((i1 (position #\; line))
  32                  (i2 (position #\; line :start (1+ i1)))
  33                  (code-string (subseq line 0 i1))
  34                  (code (parse-integer code-string :radix 16))
  35                  (name-string (subseq line (1+ i1) i2)))
  36             ; Ignore characters whose name starts with "<".
  37             (unless (eql (char name-string 0) #\<)
  38               ; Also ignore Hangul syllables; they are treated specially.
  39               (unless (<= #xAC00 code #xD7A3)
  40                 ; Also ignore CJK compatibility ideographs; they are treated
  41                 ; specially as well.
  42                 (unless (or (<= #xF900 code #xFA2D) (<= #xFA30 code #xFA6A)
  43                             (<= #xFA70 code #xFAD9) (<= #x2F800 code #x2FA1D))
  44                   ; Transform the code so that it fits in 16 bits. In
  45                   ; Unicode 3.1 the following ranges are used.
  46                   ;   0x00000..0x04DFF  >>12=  0x00..0x04  -> 0x0..0x4
  47                   ;   0x0A000..0x0A4FF  >>12=  0x0A        -> 0x5
  48                   ;   0x0F900..0x0FFFF  >>12=  0x0F        -> 0x6
  49                   ;   0x10300..0x104FF  >>12=  0x10        -> 0x7
  50                   ;   0x12000..0x12473  >>12=  0x12        -> 0x8
  51                   ;   0x1D000..0x1D7DD  >>12=  0x1D        -> 0x9
  52                   ;   0x2F800..0x2FAFF  >>12=  0x2F        -> 0xA
  53                   ;   0xE0000..0xE00FF  >>12=  0xE0        -> 0xB
  54                   (flet ((transform (x)
  55                            (dpb
  56                              (case (ash x -12)
  57                                ((#x00 #x01 #x02 #x03 #x04) (ash x -12))
  58                                (#x0A 5)
  59                                (#x0F 6)
  60                                (#x10 7)
  61                                (#x12 8)
  62                                (#x1D 9)
  63                                (#x2F #xA)
  64                                (#xE0 #xB)
  65                                (t (error "Update the transform function for 0x~5,'0X" x))
  66                              )
  67                              (byte 8 12)
  68                              x
  69                         )) )
  70                     (push (make-unicode-char :code (transform code)
  71                                              :name name-string)
  72                           all-chars
  73             ) ) ) ) )
  74     ) ) ) )
  75     (setq all-chars (nreverse all-chars))
  76     ;; Split into words.
  77     (let ((words-by-length (make-array 0 :adjustable t)))
  78       (dolist (name (list* "HANGUL SYLLABLE" "CJK COMPATIBILITY" (mapcar #'unicode-char-name all-chars)))
  79         (let ((i1 0))
  80           (loop
  81             (when (>= i1 (length name)) (return))
  82             (let ((i2 (or (position #\Space name :start i1) (length name))))
  83               (let* ((word (subseq name i1 i2))
  84                      (len (length word)))
  85                 (when (>= len (length words-by-length))
  86                   (adjust-array words-by-length (1+ len))
  87                 )
  88                 (unless (aref words-by-length len)
  89                   (setf (aref words-by-length len)
  90                         (make-word-list
  91                           :hashed (make-hash-table :test #'equal)
  92                           :sorted '()
  93                 ) )     )
  94                 (let ((word-list (aref words-by-length len)))
  95                   (unless (gethash word (word-list-hashed word-list))
  96                     (setf (gethash word (word-list-hashed word-list)) t)
  97                     (push word (word-list-sorted word-list))
  98                 ) )
  99               )
 100               (setq i1 (1+ i2))
 101       ) ) ) )
 102       ;; Sort the word lists.
 103       (dotimes (len (length words-by-length))
 104         (unless (aref words-by-length len)
 105           (setf (aref words-by-length len)
 106                 (make-word-list
 107                   :hashed (make-hash-table :test #'equal)
 108                   :sorted '()
 109         ) )     )
 110         (let ((word-list (aref words-by-length len)))
 111           (setf (word-list-sorted word-list)
 112                 (sort (word-list-sorted word-list) #'string<)
 113           )
 114           (setf (word-list-size word-list)
 115                 (reduce #'+ (mapcar #'length (word-list-sorted word-list)))
 116           )
 117           (setf (word-list-length word-list)
 118                 (length (word-list-sorted word-list))
 119       ) ) )
 120       ;; Output the tables.
 121       (with-open-file (ostream outputfile :direction :output
 122                        #+UNICODE :external-format #+UNICODE charset:ascii)
 123         (format ostream "/*~%")
 124         (format ostream " * ~A~%" (file-namestring outputfile))
 125         (format ostream " *~%")
 126         (format ostream " * Unicode character name table.~%")
 127         (format ostream " * Generated automatically by the gen-uninames utility.~%")
 128         (format ostream " */~%")
 129         (format ostream "~%")
 130         (format ostream "static const char unicode_name_words[~D] = {~%"
 131                         (let ((sum 0))
 132                           (dotimes (len (length words-by-length))
 133                             (let ((word-list (aref words-by-length len)))
 134                               (incf sum (word-list-size word-list))
 135                           ) )
 136                           sum
 137         )               )
 138         (dotimes (len (length words-by-length))
 139           (let ((word-list (aref words-by-length len)))
 140             (dolist (word (word-list-sorted word-list))
 141               (format ostream " ~{ '~C',~}~%" (coerce word 'list))
 142         ) ) )
 143         (format ostream "};~%")
 144         (format ostream "#define UNICODE_CHARNAME_NUM_WORDS ~D~%"
 145                         (let ((sum 0))
 146                           (dotimes (len (length words-by-length))
 147                             (let ((word-list (aref words-by-length len)))
 148                               (incf sum (word-list-length word-list))
 149                           ) )
 150                           sum
 151         )               )
 152         #| ; Redundant data
 153         (format ostream "static const uint16_t unicode_name_word_offsets[~D] = {~%"
 154                         (let ((sum 0))
 155                           (dotimes (len (length words-by-length))
 156                             (let ((word-list (aref words-by-length len)))
 157                               (incf sum (word-list-length word-list))
 158                           ) )
 159                           sum
 160         )               )
 161         (dotimes (len (length words-by-length))
 162           (let ((word-list (aref words-by-length len)))
 163             (when (word-list-sorted word-list)
 164               (format ostream " ")
 165               (do ((l (word-list-sorted word-list) (cdr l))
 166                    (offset 0 (+ offset (length (car l)))))
 167                   ((endp l))
 168                 (format ostream "~<~% ~0,79:; ~D,~>" offset)
 169               )
 170               (format ostream "~%")
 171         ) ) )
 172         (format ostream "};~%")
 173         |#
 174         (format ostream "static const struct { uint16_t extra_offset; uint16_t ind_offset; } unicode_name_by_length[~D] = {~%"
 175                         (1+ (length words-by-length))
 176         )
 177         (let ((extra-offset 0)
 178               (ind-offset 0))
 179           (dotimes (len (length words-by-length))
 180             (let ((word-list (aref words-by-length len)))
 181               (format ostream "  { ~D, ~D },~%" extra-offset ind-offset)
 182               (incf extra-offset (word-list-size word-list))
 183               (incf ind-offset (word-list-length word-list))
 184           ) )
 185           (format ostream "  { ~D, ~D }~%" extra-offset ind-offset)
 186         )
 187         (format ostream "};~%")
 188         (let ((ind-offset 0))
 189           (dotimes (len (length words-by-length))
 190             (let ((word-list (aref words-by-length len)))
 191               (dolist (word (word-list-sorted word-list))
 192                 (setf (gethash word (word-list-hashed word-list)) ind-offset)
 193                 (incf ind-offset)
 194         ) ) ) )
 195         (dolist (word '("HANGUL" "SYLLABLE" "CJK" "COMPATIBILITY"))
 196           (format ostream "#define UNICODE_CHARNAME_WORD_~A ~D~%" word
 197                           (gethash word (word-list-hashed (aref words-by-length (length word))))
 198         ) )
 199         ;; Compute the word-indices for every unicode-char.
 200         (dolist (uc all-chars)
 201           (let ((name (unicode-char-name uc))
 202                 (indices '()))
 203             (let ((i1 0))
 204               (loop
 205                 (when (>= i1 (length name)) (return))
 206                 (let ((i2 (or (position #\Space name :start i1) (length name))))
 207                   (let* ((word (subseq name i1 i2))
 208                          (len (length word)))
 209                     (push (gethash word (word-list-hashed (aref words-by-length len)))
 210                           indices
 211                     )
 212                   )
 213                   (setq i1 (1+ i2))
 214             ) ) )
 215             (setf (unicode-char-word-indices uc)
 216                   (coerce (nreverse indices) 'vector)
 217             )
 218         ) )
 219         ;; Sort the list of unicode-chars by word-indices.
 220         (setq all-chars
 221               (sort all-chars
 222                     (lambda (vec1 vec2)
 223                       (let ((len1 (length vec1))
 224                             (len2 (length vec2)))
 225                         (do ((i 0 (1+ i)))
 226                             (nil)
 227                           (if (< i len2)
 228                             (if (< i len1)
 229                               (cond ((< (aref vec1 i) (aref vec2 i)) (return t))
 230                                     ((> (aref vec1 i) (aref vec2 i)) (return nil))
 231                               )
 232                               (return t)
 233                             )
 234                             (return nil)
 235                     ) ) ) )
 236                     :key #'unicode-char-word-indices
 237         )     )
 238         ;; Output the word-indices.
 239         (format ostream "static const uint16_t unicode_names[~D] = {~%"
 240                         (reduce #'+ (mapcar (lambda (uc) (length (unicode-char-word-indices uc))) all-chars))
 241         )
 242         (let ((i 0))
 243           (dolist (uc all-chars)
 244             (format ostream " ~{ ~D,~}"
 245                             (maplist (lambda (r) (+ (* 2 (car r)) (if (cdr r) 1 0)))
 246                                      (coerce (unicode-char-word-indices uc) 'list)
 247                             )
 248             )
 249             (when add-comments
 250               (format ostream "~40T/* ~A */" (unicode-char-name uc))
 251             )
 252             (format ostream "~%")
 253             (setf (unicode-char-word-indices-index uc) i)
 254             (incf i (length (unicode-char-word-indices uc)))
 255         ) )
 256         (format ostream "};~%")
 257         (format ostream "static const struct { uint16_t code; uint32_t name:24; }~%")
 258         (format ostream "#if __GNUC__ > 2 || (__GNUC__ == 2 && __GNUC_MINOR__ >= 7)~%__attribute__((__packed__))~%#endif~%")
 259         (format ostream "unicode_name_to_code[~D] = {~%"
 260                         (length all-chars)
 261         )
 262         (dolist (uc all-chars)
 263           (format ostream "  { 0x~4,'0X, ~D },"
 264                           (unicode-char-code uc)
 265                           (unicode-char-word-indices-index uc)
 266           )
 267           (when add-comments
 268             (format ostream "~21T/* ~A */" (unicode-char-name uc))
 269           )
 270           (format ostream "~%")
 271         )
 272         (format ostream "};~%")
 273         (format ostream "static const struct { uint16_t code; uint32_t name:24; }~%")
 274         (format ostream "#if __GNUC__ > 2 || (__GNUC__ == 2 && __GNUC_MINOR__ >= 7)~%__attribute__((__packed__))~%#endif~%")
 275         (format ostream "unicode_code_to_name[~D] = {~%"
 276                         (length all-chars)
 277         )
 278         (dolist (uc (sort (copy-list all-chars) #'< :key #'unicode-char-code))
 279           (format ostream "  { 0x~4,'0X, ~D },"
 280                           (unicode-char-code uc)
 281                           (unicode-char-word-indices-index uc)
 282           )
 283           (when add-comments
 284             (format ostream "~21T/* ~A */" (unicode-char-name uc))
 285           )
 286           (format ostream "~%")
 287         )
 288         (format ostream "};~%")
 289         (format ostream "#define UNICODE_CHARNAME_MAX_LENGTH ~D~%"
 290                         (reduce #'max (mapcar (lambda (uc) (length (unicode-char-name uc))) all-chars))
 291         )
 292         (format ostream "#define UNICODE_CHARNAME_MAX_WORDS ~D~%"
 293                         (reduce #'max (mapcar (lambda (uc) (length (unicode-char-word-indices uc))) all-chars))
 294         )
 295       )
 296 ) ) )
 297
 298 (main (first *args*) (second *args*))