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 Library General Public License as published
   7    by the Free Software Foundation; either version 2, or (at your option)
   8    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    Library General Public License for more details.
  14
  15    You should have received a copy of the GNU Library General Public
  16    License along with this program; if not, write to the Free Software
  17    Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301,
  18    USA.  */
  19
  20 #include <config.h>
  21
  22 /* Specification.  */
  23 #include "unistr.h"
  24
  25 #if !HAVE_INLINE
  26
  27 int
  28 u8_mbtouc_unsafe (ucs4_t *puc, const uint8_t *s, size_t n)
  29 {
  30   uint8_t c = *s;
  31
  32   if (c < 0x80)
  33     {
  34       *puc = c;
  35       return 1;
  36     }
  37   else if (c >= 0xc2)
  38     {
  39       if (c < 0xe0)
  40         {
  41           if (n >= 2)
  42             {
  43 #if CONFIG_UNICODE_SAFETY
  44               if ((s[1] ^ 0x80) < 0x40)
  45 #endif
  46                 {
  47                   *puc = ((unsigned int) (c & 0x1f) << 6)
  48                          | (unsigned int) (s[1] ^ 0x80);
  49                   return 2;
  50                 }
  51               /* invalid multibyte character */
  52             }
  53           else
  54             {
  55               /* incomplete multibyte character */
  56               *puc = 0xfffd;
  57               return n;
  58             }
  59         }
  60       else if (c < 0xf0)
  61         {
  62           if (n >= 3)
  63             {
  64 #if CONFIG_UNICODE_SAFETY
  65               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  66                   && (c >= 0xe1 || s[1] >= 0xa0)
  67                   && (c != 0xed || s[1] < 0xa0))
  68 #endif
  69                 {
  70                   *puc = ((unsigned int) (c & 0x0f) << 12)
  71                          | ((unsigned int) (s[1] ^ 0x80) << 6)
  72                          | (unsigned int) (s[2] ^ 0x80);
  73                   return 3;
  74                 }
  75               /* invalid multibyte character */
  76             }
  77           else
  78             {
  79               /* incomplete multibyte character */
  80               *puc = 0xfffd;
  81               return n;
  82             }
  83         }
  84       else if (c < 0xf8)
  85         {
  86           if (n >= 4)
  87             {
  88 #if CONFIG_UNICODE_SAFETY
  89               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  90                   && (s[3] ^ 0x80) < 0x40
  91                   && (c >= 0xf1 || s[1] >= 0x90)
  92 #if 1
  93                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  94 #endif
  95                  )
  96 #endif
  97                 {
  98                   *puc = ((unsigned int) (c & 0x07) << 18)
  99                          | ((unsigned int) (s[1] ^ 0x80) << 12)
 100                          | ((unsigned int) (s[2] ^ 0x80) << 6)
 101                          | (unsigned int) (s[3] ^ 0x80);
 102                   return 4;
 103                 }
 104               /* invalid multibyte character */
 105             }
 106           else
 107             {
 108               /* incomplete multibyte character */
 109               *puc = 0xfffd;
 110               return n;
 111             }
 112         }
 113 #if 0
 114       else if (c < 0xfc)
 115         {
 116           if (n >= 5)
 117             {
 118 #if CONFIG_UNICODE_SAFETY
 119               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 120                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 121                   && (c >= 0xf9 || s[1] >= 0x88))
 122 #endif
 123                 {
 124                   *puc = ((unsigned int) (c & 0x03) << 24)
 125                          | ((unsigned int) (s[1] ^ 0x80) << 18)
 126                          | ((unsigned int) (s[2] ^ 0x80) << 12)
 127                          | ((unsigned int) (s[3] ^ 0x80) << 6)
 128                          | (unsigned int) (s[4] ^ 0x80);
 129                   return 5;
 130                 }
 131               /* invalid multibyte character */
 132             }
 133           else
 134             {
 135               /* incomplete multibyte character */
 136               *puc = 0xfffd;
 137               return n;
 138             }
 139         }
 140       else if (c < 0xfe)
 141         {
 142           if (n >= 6)
 143             {
 144 #if CONFIG_UNICODE_SAFETY
 145               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 146                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 147                   && (s[5] ^ 0x80) < 0x40
 148                   && (c >= 0xfd || s[1] >= 0x84))
 149 #endif
 150                 {
 151                   *puc = ((unsigned int) (c & 0x01) << 30)
 152                          | ((unsigned int) (s[1] ^ 0x80) << 24)
 153                          | ((unsigned int) (s[2] ^ 0x80) << 18)
 154                          | ((unsigned int) (s[3] ^ 0x80) << 12)
 155                          | ((unsigned int) (s[4] ^ 0x80) << 6)
 156                          | (unsigned int) (s[5] ^ 0x80);
 157                   return 6;
 158                 }
 159               /* invalid multibyte character */
 160             }
 161           else
 162             {
 163               /* incomplete multibyte character */
 164               *puc = 0xfffd;
 165               return n;
 166             }
 167         }
 168 #endif
 169     }
 170   /* invalid multibyte character */
 171   *puc = 0xfffd;
 172   return 1;
 173 }
 174
 175 #endif