lib/unistr/u8-mblen.c

   1 /* Look at first character in UTF-8 string.
   2    Copyright (C) 1999-2000, 2002, 2006-2007 Free Software Foundation, Inc.
   3    Written by Bruno Haible <bruno@clisp.org>, 2002.
   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 "unistr.h"
  22
  23 int
  24 u8_mblen (const uint8_t *s, size_t n)
  25 {
  26   if (n > 0)
  27     {
  28       /* Keep in sync with unistr.h and utf8-ucs4.c.  */
  29       uint8_t c = *s;
  30
  31       if (c < 0x80)
  32         return (c != 0 ? 1 : 0);
  33       if (c >= 0xc2)
  34         {
  35           if (c < 0xe0)
  36             {
  37               if (n >= 2
  38 #if CONFIG_UNICODE_SAFETY
  39                   && (s[1] ^ 0x80) < 0x40
  40 #endif
  41                  )
  42                 return 2;
  43             }
  44           else if (c < 0xf0)
  45             {
  46               if (n >= 3
  47 #if CONFIG_UNICODE_SAFETY
  48                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  49                   && (c >= 0xe1 || s[1] >= 0xa0)
  50                   && (c != 0xed || s[1] < 0xa0)
  51 #endif
  52                  )
  53                 return 3;
  54             }
  55           else if (c < 0xf8)
  56             {
  57               if (n >= 4
  58 #if CONFIG_UNICODE_SAFETY
  59                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  60                   && (s[3] ^ 0x80) < 0x40
  61                   && (c >= 0xf1 || s[1] >= 0x90)
  62 #if 1
  63                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  64 #endif
  65 #endif
  66                  )
  67                 return 4;
  68             }
  69 #if 0
  70           else if (c < 0xfc)
  71             {
  72               if (n >= 5
  73 #if CONFIG_UNICODE_SAFETY
  74                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  75                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  76                   && (c >= 0xf9 || s[1] >= 0x88)
  77 #endif
  78                  )
  79                 return 5;
  80             }
  81           else if (c < 0xfe)
  82             {
  83               if (n >= 6
  84 #if CONFIG_UNICODE_SAFETY
  85                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  86                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  87                   && (s[5] ^ 0x80) < 0x40
  88                   && (c >= 0xfd || s[1] >= 0x84)
  89 #endif
  90                  )
  91                 return 6;
  92             }
  93 #endif
  94         }
  95     }
  96   /* invalid or incomplete multibyte character */
  97   return -1;
  98 }