lib/uninorm/decomposition.c

   1 /* Decomposition of Unicode characters.
   2    Copyright (C) 2009 Free Software Foundation, Inc.
   3    Written by Bruno Haible <bruno@clisp.org>, 2009.
   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 /* Specification.  */
  21 #include "uninorm.h"
  22
  23 #include "decomposition-table.h"
  24
  25 int
  26 uc_decomposition (ucs4_t uc, int *decomp_tag, ucs4_t *decomposition)
  27 {
  28   if (uc >= 0xAC00 && uc < 0xD7A4)
  29     {
  30       /* Hangul syllable.  See Unicode standard, chapter 3,
  31          section "Hangul Syllable Decomposition".  */
  32       unsigned int t, v, l;
  33
  34       uc -= 0xAC00;
  35       t = uc % 28;
  36       uc = uc / 28;
  37       v = uc % 21;
  38       l = uc / 21;
  39
  40       *decomp_tag = UC_DECOMP_CANONICAL;
  41       decomposition[0] = 0x1100 + l;
  42       decomposition[1] = 0x1161 + v;
  43       if (t == 0)
  44         return 2;
  45       else
  46         {
  47           decomposition[2] = 0x11A7 + t;
  48           return 3;
  49         }
  50     }
  51   else if (uc < 0x110000)
  52     {
  53       unsigned short entry = decomp_index (uc);
  54       if (entry != (unsigned short)(-1))
  55         {
  56           const unsigned char *p;
  57           unsigned int element;
  58           unsigned int length;
  59
  60           p = &gl_uninorm_decomp_chars_table[3 * (entry & 0x7FFF)];
  61           element = (p[0] << 16) | (p[1] << 8) | p[2];
  62           /* The first element has 5 bits for the decomposition type.  */
  63           *decomp_tag = (element >> 18) & 0x1f;
  64           length = 1;
  65           for (;;)
  66             {
  67               /* Every element has an 18 bits wide Unicode code point.  */
  68               *decomposition = element & 0x3ffff;
  69               /* Bit 23 tells whether there are more elements,  */
  70               if ((element & (1 << 23)) == 0)
  71                 break;
  72               p += 3;
  73               element = (p[0] << 16) | (p[1] << 8) | p[2];
  74               decomposition++;
  75               length++;
  76             }
  77           return length;
  78         }
  79     }
  80   return -1;
  81 }