lib/unistr/u8-mbtouc-unsafe.c

   1 /* Look at first character in UTF-8 string.
   2    Copyright (C) 1999-2002, 2006-2007 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 <config.h>
  19
  20 /* Specification.  */
  21 #include "unistr.h"
  22
  23 #if !HAVE_INLINE
  24
  25 int
  26 u8_mbtouc_unsafe (ucs4_t *puc, const uint8_t *s, size_t n)
  27 {
  28   uint8_t c = *s;
  29
  30   if (c < 0x80)
  31     {
  32       *puc = c;
  33       return 1;
  34     }
  35   else if (c >= 0xc2)
  36     {
  37       if (c < 0xe0)
  38         {
  39           if (n >= 2)
  40             {
  41 #if CONFIG_UNICODE_SAFETY
  42               if ((s[1] ^ 0x80) < 0x40)
  43 #endif
  44                 {
  45                   *puc = ((unsigned int) (c & 0x1f) << 6)
  46                          | (unsigned int) (s[1] ^ 0x80);
  47                   return 2;
  48                 }
  49               /* invalid multibyte character */
  50             }
  51           else
  52             {
  53               /* incomplete multibyte character */
  54               *puc = 0xfffd;
  55               return n;
  56             }
  57         }
  58       else if (c < 0xf0)
  59         {
  60           if (n >= 3)
  61             {
  62 #if CONFIG_UNICODE_SAFETY
  63               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  64                   && (c >= 0xe1 || s[1] >= 0xa0)
  65                   && (c != 0xed || s[1] < 0xa0))
  66 #endif
  67                 {
  68                   *puc = ((unsigned int) (c & 0x0f) << 12)
  69                          | ((unsigned int) (s[1] ^ 0x80) << 6)
  70                          | (unsigned int) (s[2] ^ 0x80);
  71                   return 3;
  72                 }
  73               /* invalid multibyte character */
  74             }
  75           else
  76             {
  77               /* incomplete multibyte character */
  78               *puc = 0xfffd;
  79               return n;
  80             }
  81         }
  82       else if (c < 0xf8)
  83         {
  84           if (n >= 4)
  85             {
  86 #if CONFIG_UNICODE_SAFETY
  87               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  88                   && (s[3] ^ 0x80) < 0x40
  89                   && (c >= 0xf1 || s[1] >= 0x90)
  90 #if 1
  91                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  92 #endif
  93                  )
  94 #endif
  95                 {
  96                   *puc = ((unsigned int) (c & 0x07) << 18)
  97                          | ((unsigned int) (s[1] ^ 0x80) << 12)
  98                          | ((unsigned int) (s[2] ^ 0x80) << 6)
  99                          | (unsigned int) (s[3] ^ 0x80);
 100                   return 4;
 101                 }
 102               /* invalid multibyte character */
 103             }
 104           else
 105             {
 106               /* incomplete multibyte character */
 107               *puc = 0xfffd;
 108               return n;
 109             }
 110         }
 111 #if 0
 112       else if (c < 0xfc)
 113         {
 114           if (n >= 5)
 115             {
 116 #if CONFIG_UNICODE_SAFETY
 117               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 118                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 119                   && (c >= 0xf9 || s[1] >= 0x88))
 120 #endif
 121                 {
 122                   *puc = ((unsigned int) (c & 0x03) << 24)
 123                          | ((unsigned int) (s[1] ^ 0x80) << 18)
 124                          | ((unsigned int) (s[2] ^ 0x80) << 12)
 125                          | ((unsigned int) (s[3] ^ 0x80) << 6)
 126                          | (unsigned int) (s[4] ^ 0x80);
 127                   return 5;
 128                 }
 129               /* invalid multibyte character */
 130             }
 131           else
 132             {
 133               /* incomplete multibyte character */
 134               *puc = 0xfffd;
 135               return n;
 136             }
 137         }
 138       else if (c < 0xfe)
 139         {
 140           if (n >= 6)
 141             {
 142 #if CONFIG_UNICODE_SAFETY
 143               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 144                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 145                   && (s[5] ^ 0x80) < 0x40
 146                   && (c >= 0xfd || s[1] >= 0x84))
 147 #endif
 148                 {
 149                   *puc = ((unsigned int) (c & 0x01) << 30)
 150                          | ((unsigned int) (s[1] ^ 0x80) << 24)
 151                          | ((unsigned int) (s[2] ^ 0x80) << 18)
 152                          | ((unsigned int) (s[3] ^ 0x80) << 12)
 153                          | ((unsigned int) (s[4] ^ 0x80) << 6)
 154                          | (unsigned int) (s[5] ^ 0x80);
 155                   return 6;
 156                 }
 157               /* invalid multibyte character */
 158             }
 159           else
 160             {
 161               /* incomplete multibyte character */
 162               *puc = 0xfffd;
 163               return n;
 164             }
 165         }
 166 #endif
 167     }
 168   /* invalid multibyte character */
 169   *puc = 0xfffd;
 170   return 1;
 171 }
 172
 173 #endif