lib/unistr/u8-mbtouc.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 (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 ((s[1] ^ 0x80) < 0x40)
  42                 {
  43                   *puc = ((unsigned int) (c & 0x1f) << 6)
  44                          | (unsigned int) (s[1] ^ 0x80);
  45                   return 2;
  46                 }
  47               /* invalid multibyte character */
  48             }
  49           else
  50             {
  51               /* incomplete multibyte character */
  52               *puc = 0xfffd;
  53               return n;
  54             }
  55         }
  56       else if (c < 0xf0)
  57         {
  58           if (n >= 3)
  59             {
  60               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  61                   && (c >= 0xe1 || s[1] >= 0xa0)
  62                   && (c != 0xed || s[1] < 0xa0))
  63                 {
  64                   *puc = ((unsigned int) (c & 0x0f) << 12)
  65                          | ((unsigned int) (s[1] ^ 0x80) << 6)
  66                          | (unsigned int) (s[2] ^ 0x80);
  67                   return 3;
  68                 }
  69               /* invalid multibyte character */
  70             }
  71           else
  72             {
  73               /* incomplete multibyte character */
  74               *puc = 0xfffd;
  75               return n;
  76             }
  77         }
  78       else if (c < 0xf8)
  79         {
  80           if (n >= 4)
  81             {
  82               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  83                   && (s[3] ^ 0x80) < 0x40
  84                   && (c >= 0xf1 || s[1] >= 0x90)
  85 #if 1
  86                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  87 #endif
  88                  )
  89                 {
  90                   *puc = ((unsigned int) (c & 0x07) << 18)
  91                          | ((unsigned int) (s[1] ^ 0x80) << 12)
  92                          | ((unsigned int) (s[2] ^ 0x80) << 6)
  93                          | (unsigned int) (s[3] ^ 0x80);
  94                   return 4;
  95                 }
  96               /* invalid multibyte character */
  97             }
  98           else
  99             {
 100               /* incomplete multibyte character */
 101               *puc = 0xfffd;
 102               return n;
 103             }
 104         }
 105 #if 0
 106       else if (c < 0xfc)
 107         {
 108           if (n >= 5)
 109             {
 110               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 111                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 112                   && (c >= 0xf9 || s[1] >= 0x88))
 113                 {
 114                   *puc = ((unsigned int) (c & 0x03) << 24)
 115                          | ((unsigned int) (s[1] ^ 0x80) << 18)
 116                          | ((unsigned int) (s[2] ^ 0x80) << 12)
 117                          | ((unsigned int) (s[3] ^ 0x80) << 6)
 118                          | (unsigned int) (s[4] ^ 0x80);
 119                   return 5;
 120                 }
 121               /* invalid multibyte character */
 122             }
 123           else
 124             {
 125               /* incomplete multibyte character */
 126               *puc = 0xfffd;
 127               return n;
 128             }
 129         }
 130       else if (c < 0xfe)
 131         {
 132           if (n >= 6)
 133             {
 134               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 135                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 136                   && (s[5] ^ 0x80) < 0x40
 137                   && (c >= 0xfd || s[1] >= 0x84))
 138                 {
 139                   *puc = ((unsigned int) (c & 0x01) << 30)
 140                          | ((unsigned int) (s[1] ^ 0x80) << 24)
 141                          | ((unsigned int) (s[2] ^ 0x80) << 18)
 142                          | ((unsigned int) (s[3] ^ 0x80) << 12)
 143                          | ((unsigned int) (s[4] ^ 0x80) << 6)
 144                          | (unsigned int) (s[5] ^ 0x80);
 145                   return 6;
 146                 }
 147               /* invalid multibyte character */
 148             }
 149           else
 150             {
 151               /* incomplete multibyte character */
 152               *puc = 0xfffd;
 153               return n;
 154             }
 155         }
 156 #endif
 157     }
 158   /* invalid multibyte character */
 159   *puc = 0xfffd;
 160   return 1;
 161 }
 162
 163 #endif