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 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 (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 ((s[1] ^ 0x80) < 0x40)
  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 ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  63                   && (c >= 0xe1 || s[1] >= 0xa0)
  64                   && (c != 0xed || s[1] < 0xa0))
  65                 {
  66                   *puc = ((unsigned int) (c & 0x0f) << 12)
  67                          | ((unsigned int) (s[1] ^ 0x80) << 6)
  68                          | (unsigned int) (s[2] ^ 0x80);
  69                   return 3;
  70                 }
  71               /* invalid multibyte character */
  72             }
  73           else
  74             {
  75               /* incomplete multibyte character */
  76               *puc = 0xfffd;
  77               return n;
  78             }
  79         }
  80       else if (c < 0xf8)
  81         {
  82           if (n >= 4)
  83             {
  84               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  85                   && (s[3] ^ 0x80) < 0x40
  86                   && (c >= 0xf1 || s[1] >= 0x90)
  87 #if 1
  88                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  89 #endif
  90                  )
  91                 {
  92                   *puc = ((unsigned int) (c & 0x07) << 18)
  93                          | ((unsigned int) (s[1] ^ 0x80) << 12)
  94                          | ((unsigned int) (s[2] ^ 0x80) << 6)
  95                          | (unsigned int) (s[3] ^ 0x80);
  96                   return 4;
  97                 }
  98               /* invalid multibyte character */
  99             }
 100           else
 101             {
 102               /* incomplete multibyte character */
 103               *puc = 0xfffd;
 104               return n;
 105             }
 106         }
 107 #if 0
 108       else if (c < 0xfc)
 109         {
 110           if (n >= 5)
 111             {
 112               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 113                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 114                   && (c >= 0xf9 || s[1] >= 0x88))
 115                 {
 116                   *puc = ((unsigned int) (c & 0x03) << 24)
 117                          | ((unsigned int) (s[1] ^ 0x80) << 18)
 118                          | ((unsigned int) (s[2] ^ 0x80) << 12)
 119                          | ((unsigned int) (s[3] ^ 0x80) << 6)
 120                          | (unsigned int) (s[4] ^ 0x80);
 121                   return 5;
 122                 }
 123               /* invalid multibyte character */
 124             }
 125           else
 126             {
 127               /* incomplete multibyte character */
 128               *puc = 0xfffd;
 129               return n;
 130             }
 131         }
 132       else if (c < 0xfe)
 133         {
 134           if (n >= 6)
 135             {
 136               if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 137                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 138                   && (s[5] ^ 0x80) < 0x40
 139                   && (c >= 0xfd || s[1] >= 0x84))
 140                 {
 141                   *puc = ((unsigned int) (c & 0x01) << 30)
 142                          | ((unsigned int) (s[1] ^ 0x80) << 24)
 143                          | ((unsigned int) (s[2] ^ 0x80) << 18)
 144                          | ((unsigned int) (s[3] ^ 0x80) << 12)
 145                          | ((unsigned int) (s[4] ^ 0x80) << 6)
 146                          | (unsigned int) (s[5] ^ 0x80);
 147                   return 6;
 148                 }
 149               /* invalid multibyte character */
 150             }
 151           else
 152             {
 153               /* incomplete multibyte character */
 154               *puc = 0xfffd;
 155               return n;
 156             }
 157         }
 158 #endif
 159     }
 160   /* invalid multibyte character */
 161   *puc = 0xfffd;
 162   return 1;
 163 }
 164
 165 #endif