lib/localcharset.c

   1 /* Determine a canonical name for the current locale's character encoding.
   2
   3    Copyright (C) 2000-2006, 2008-2012 Free Software Foundation, Inc.
   4
   5    This program is free software; you can redistribute it and/or modify
   6    it under the terms of the GNU General Public License as published by
   7    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
  13    GNU General Public License for more details.
  14
  15    You should have received a copy of the GNU General Public License along
  16    with this program; if not, write to the Free Software Foundation,
  17    Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.  */
  18
  19 /* Written by Bruno Haible <bruno@clisp.org>.  */
  20
  21 #include <config.h>
  22
  23 /* Specification.  */
  24 #include "localcharset.h"
  25
  26 #include <fcntl.h>
  27 #include <stddef.h>
  28 #include <stdio.h>
  29 #include <string.h>
  30 #include <stdlib.h>
  31
  32 #if defined __APPLE__ && defined __MACH__ && HAVE_LANGINFO_CODESET
  33 # define DARWIN7 /* Darwin 7 or newer, i.e. MacOS X 10.3 or newer */
  34 #endif
  35
  36 #if defined _WIN32 || defined __WIN32__
  37 # define WIN32_NATIVE
  38 #endif
  39
  40 #if defined __EMX__
  41 /* Assume EMX program runs on OS/2, even if compiled under DOS.  */
  42 # ifndef OS2
  43 #  define OS2
  44 # endif
  45 #endif
  46
  47 #if !defined WIN32_NATIVE
  48 # include <unistd.h>
  49 # if HAVE_LANGINFO_CODESET
  50 #  include <langinfo.h>
  51 # else
  52 #  if 0 /* see comment below */
  53 #   include <locale.h>
  54 #  endif
  55 # endif
  56 # ifdef __CYGWIN__
  57 #  define WIN32_LEAN_AND_MEAN
  58 #  include <windows.h>
  59 # endif
  60 #elif defined WIN32_NATIVE
  61 # define WIN32_LEAN_AND_MEAN
  62 # include <windows.h>
  63 #endif
  64 #if defined OS2
  65 # define INCL_DOS
  66 # include <os2.h>
  67 #endif
  68
  69 #if ENABLE_RELOCATABLE
  70 # include "relocatable.h"
  71 #else
  72 # define relocate(pathname) (pathname)
  73 #endif
  74
  75 /* Get LIBDIR.  */
  76 #ifndef LIBDIR
  77 # include "configmake.h"
  78 #endif
  79
  80 /* Define O_NOFOLLOW to 0 on platforms where it does not exist.  */
  81 #ifndef O_NOFOLLOW
  82 # define O_NOFOLLOW 0
  83 #endif
  84
  85 #if defined _WIN32 || defined __WIN32__ || defined __CYGWIN__ || defined __EMX__ || defined __DJGPP__
  86   /* Win32, Cygwin, OS/2, DOS */
  87 # define ISSLASH(C) ((C) == '/' || (C) == '\\')
  88 #endif
  89
  90 #ifndef DIRECTORY_SEPARATOR
  91 # define DIRECTORY_SEPARATOR '/'
  92 #endif
  93
  94 #ifndef ISSLASH
  95 # define ISSLASH(C) ((C) == DIRECTORY_SEPARATOR)
  96 #endif
  97
  98 #if HAVE_DECL_GETC_UNLOCKED
  99 # undef getc
 100 # define getc getc_unlocked
 101 #endif
 102
 103 /* The following static variable is declared 'volatile' to avoid a
 104    possible multithread problem in the function get_charset_aliases. If we
 105    are running in a threaded environment, and if two threads initialize
 106    'charset_aliases' simultaneously, both will produce the same value,
 107    and everything will be ok if the two assignments to 'charset_aliases'
 108    are atomic. But I don't know what will happen if the two assignments mix.  */
 109 #if __STDC__ != 1
 110 # define volatile /* empty */
 111 #endif
 112 /* Pointer to the contents of the charset.alias file, if it has already been
 113    read, else NULL.  Its format is:
 114    ALIAS_1 '\0' CANONICAL_1 '\0' ... ALIAS_n '\0' CANONICAL_n '\0' '\0'  */
 115 static const char * volatile charset_aliases;
 116
 117 /* Return a pointer to the contents of the charset.alias file.  */
 118 static const char *
 119 get_charset_aliases (void)
 120 {
 121   const char *cp;
 122
 123   cp = charset_aliases;
 124   if (cp == NULL)
 125     {
 126 #if !(defined DARWIN7 || defined VMS || defined WIN32_NATIVE || defined __CYGWIN__)
 127       const char *dir;
 128       const char *base = "charset.alias";
 129       char *file_name;
 130
 131       /* Make it possible to override the charset.alias location.  This is
 132          necessary for running the testsuite before "make install".  */
 133       dir = getenv ("CHARSETALIASDIR");
 134       if (dir == NULL || dir[0] == '\0')
 135         dir = relocate (LIBDIR);
 136
 137       /* Concatenate dir and base into freshly allocated file_name.  */
 138       {
 139         size_t dir_len = strlen (dir);
 140         size_t base_len = strlen (base);
 141         int add_slash = (dir_len > 0 && !ISSLASH (dir[dir_len - 1]));
 142         file_name = (char *) malloc (dir_len + add_slash + base_len + 1);
 143         if (file_name != NULL)
 144           {
 145             memcpy (file_name, dir, dir_len);
 146             if (add_slash)
 147               file_name[dir_len] = DIRECTORY_SEPARATOR;
 148             memcpy (file_name + dir_len + add_slash, base, base_len + 1);
 149           }
 150       }
 151
 152       if (file_name == NULL)
 153         /* Out of memory.  Treat the file as empty.  */
 154         cp = "";
 155       else
 156         {
 157           int fd;
 158
 159           /* Open the file.  Reject symbolic links on platforms that support
 160              O_NOFOLLOW.  This is a security feature.  Without it, an attacker
 161              could retrieve parts of the contents (namely, the tail of the
 162              first line that starts with "* ") of an arbitrary file by placing
 163              a symbolic link to that file under the name "charset.alias" in
 164              some writable directory and defining the environment variable
 165              CHARSETALIASDIR to point to that directory.  */
 166           fd = open (file_name,
 167                      O_RDONLY | (HAVE_WORKING_O_NOFOLLOW ? O_NOFOLLOW : 0));
 168           if (fd < 0)
 169             /* File not found.  Treat it as empty.  */
 170             cp = "";
 171           else
 172             {
 173               FILE *fp;
 174
 175               fp = fdopen (fd, "r");
 176               if (fp == NULL)
 177                 {
 178                   /* Out of memory.  Treat the file as empty.  */
 179                   close (fd);
 180                   cp = "";
 181                 }
 182               else
 183                 {
 184                   /* Parse the file's contents.  */
 185                   char *res_ptr = NULL;
 186                   size_t res_size = 0;
 187
 188                   for (;;)
 189                     {
 190                       int c;
 191                       char buf1[50+1];
 192                       char buf2[50+1];
 193                       size_t l1, l2;
 194                       char *old_res_ptr;
 195
 196                       c = getc (fp);
 197                       if (c == EOF)
 198                         break;
 199                       if (c == '\n' || c == ' ' || c == '\t')
 200                         continue;
 201                       if (c == '#')
 202                         {
 203                           /* Skip comment, to end of line.  */
 204                           do
 205                             c = getc (fp);
 206                           while (!(c == EOF || c == '\n'));
 207                           if (c == EOF)
 208                             break;
 209                           continue;
 210                         }
 211                       ungetc (c, fp);
 212                       if (fscanf (fp, "%50s %50s", buf1, buf2) < 2)
 213                         break;
 214                       l1 = strlen (buf1);
 215                       l2 = strlen (buf2);
 216                       old_res_ptr = res_ptr;
 217                       if (res_size == 0)
 218                         {
 219                           res_size = l1 + 1 + l2 + 1;
 220                           res_ptr = (char *) malloc (res_size + 1);
 221                         }
 222                       else
 223                         {
 224                           res_size += l1 + 1 + l2 + 1;
 225                           res_ptr = (char *) realloc (res_ptr, res_size + 1);
 226                         }
 227                       if (res_ptr == NULL)
 228                         {
 229                           /* Out of memory. */
 230                           res_size = 0;
 231                           free (old_res_ptr);
 232                           break;
 233                         }
 234                       strcpy (res_ptr + res_size - (l2 + 1) - (l1 + 1), buf1);
 235                       strcpy (res_ptr + res_size - (l2 + 1), buf2);
 236                     }
 237                   fclose (fp);
 238                   if (res_size == 0)
 239                     cp = "";
 240                   else
 241                     {
 242                       *(res_ptr + res_size) = '\0';
 243                       cp = res_ptr;
 244                     }
 245                 }
 246             }
 247
 248           free (file_name);
 249         }
 250
 251 #else
 252
 253 # if defined DARWIN7
 254       /* To avoid the trouble of installing a file that is shared by many
 255          GNU packages -- many packaging systems have problems with this --,
 256          simply inline the aliases here.  */
 257       cp = "ISO8859-1" "\0" "ISO-8859-1" "\0"
 258            "ISO8859-2" "\0" "ISO-8859-2" "\0"
 259            "ISO8859-4" "\0" "ISO-8859-4" "\0"
 260            "ISO8859-5" "\0" "ISO-8859-5" "\0"
 261            "ISO8859-7" "\0" "ISO-8859-7" "\0"
 262            "ISO8859-9" "\0" "ISO-8859-9" "\0"
 263            "ISO8859-13" "\0" "ISO-8859-13" "\0"
 264            "ISO8859-15" "\0" "ISO-8859-15" "\0"
 265            "KOI8-R" "\0" "KOI8-R" "\0"
 266            "KOI8-U" "\0" "KOI8-U" "\0"
 267            "CP866" "\0" "CP866" "\0"
 268            "CP949" "\0" "CP949" "\0"
 269            "CP1131" "\0" "CP1131" "\0"
 270            "CP1251" "\0" "CP1251" "\0"
 271            "eucCN" "\0" "GB2312" "\0"
 272            "GB2312" "\0" "GB2312" "\0"
 273            "eucJP" "\0" "EUC-JP" "\0"
 274            "eucKR" "\0" "EUC-KR" "\0"
 275            "Big5" "\0" "BIG5" "\0"
 276            "Big5HKSCS" "\0" "BIG5-HKSCS" "\0"
 277            "GBK" "\0" "GBK" "\0"
 278            "GB18030" "\0" "GB18030" "\0"
 279            "SJIS" "\0" "SHIFT_JIS" "\0"
 280            "ARMSCII-8" "\0" "ARMSCII-8" "\0"
 281            "PT154" "\0" "PT154" "\0"
 282          /*"ISCII-DEV" "\0" "?" "\0"*/
 283            "*" "\0" "UTF-8" "\0";
 284 # endif
 285
 286 # if defined VMS
 287       /* To avoid the troubles of an extra file charset.alias_vms in the
 288          sources of many GNU packages, simply inline the aliases here.  */
 289       /* The list of encodings is taken from the OpenVMS 7.3-1 documentation
 290          "Compaq C Run-Time Library Reference Manual for OpenVMS systems"
 291          section 10.7 "Handling Different Character Sets".  */
 292       cp = "ISO8859-1" "\0" "ISO-8859-1" "\0"
 293            "ISO8859-2" "\0" "ISO-8859-2" "\0"
 294            "ISO8859-5" "\0" "ISO-8859-5" "\0"
 295            "ISO8859-7" "\0" "ISO-8859-7" "\0"
 296            "ISO8859-8" "\0" "ISO-8859-8" "\0"
 297            "ISO8859-9" "\0" "ISO-8859-9" "\0"
 298            /* Japanese */
 299            "eucJP" "\0" "EUC-JP" "\0"
 300            "SJIS" "\0" "SHIFT_JIS" "\0"
 301            "DECKANJI" "\0" "DEC-KANJI" "\0"
 302            "SDECKANJI" "\0" "EUC-JP" "\0"
 303            /* Chinese */
 304            "eucTW" "\0" "EUC-TW" "\0"
 305            "DECHANYU" "\0" "DEC-HANYU" "\0"
 306            "DECHANZI" "\0" "GB2312" "\0"
 307            /* Korean */
 308            "DECKOREAN" "\0" "EUC-KR" "\0";
 309 # endif
 310
 311 # if defined WIN32_NATIVE || defined __CYGWIN__
 312       /* To avoid the troubles of installing a separate file in the same
 313          directory as the DLL and of retrieving the DLL's directory at
 314          runtime, simply inline the aliases here.  */
 315
 316       cp = "CP936" "\0" "GBK" "\0"
 317            "CP1361" "\0" "JOHAB" "\0"
 318            "CP20127" "\0" "ASCII" "\0"
 319            "CP20866" "\0" "KOI8-R" "\0"
 320            "CP20936" "\0" "GB2312" "\0"
 321            "CP21866" "\0" "KOI8-RU" "\0"
 322            "CP28591" "\0" "ISO-8859-1" "\0"
 323            "CP28592" "\0" "ISO-8859-2" "\0"
 324            "CP28593" "\0" "ISO-8859-3" "\0"
 325            "CP28594" "\0" "ISO-8859-4" "\0"
 326            "CP28595" "\0" "ISO-8859-5" "\0"
 327            "CP28596" "\0" "ISO-8859-6" "\0"
 328            "CP28597" "\0" "ISO-8859-7" "\0"
 329            "CP28598" "\0" "ISO-8859-8" "\0"
 330            "CP28599" "\0" "ISO-8859-9" "\0"
 331            "CP28605" "\0" "ISO-8859-15" "\0"
 332            "CP38598" "\0" "ISO-8859-8" "\0"
 333            "CP51932" "\0" "EUC-JP" "\0"
 334            "CP51936" "\0" "GB2312" "\0"
 335            "CP51949" "\0" "EUC-KR" "\0"
 336            "CP51950" "\0" "EUC-TW" "\0"
 337            "CP54936" "\0" "GB18030" "\0"
 338            "CP65001" "\0" "UTF-8" "\0";
 339 # endif
 340 #endif
 341
 342       charset_aliases = cp;
 343     }
 344
 345   return cp;
 346 }
 347
 348 /* Determine the current locale's character encoding, and canonicalize it
 349    into one of the canonical names listed in config.charset.
 350    The result must not be freed; it is statically allocated.
 351    If the canonical name cannot be determined, the result is a non-canonical
 352    name.  */
 353
 354 #ifdef STATIC
 355 STATIC
 356 #endif
 357 const char *
 358 locale_charset (void)
 359 {
 360   const char *codeset;
 361   const char *aliases;
 362
 363 #if !(defined WIN32_NATIVE || defined OS2)
 364
 365 # if HAVE_LANGINFO_CODESET
 366
 367   /* Most systems support nl_langinfo (CODESET) nowadays.  */
 368   codeset = nl_langinfo (CODESET);
 369
 370 #  ifdef __CYGWIN__
 371   /* Cygwin < 1.7 does not have locales.  nl_langinfo (CODESET) always
 372      returns "US-ASCII".  Return the suffix of the locale name from the
 373      environment variables (if present) or the codepage as a number.  */
 374   if (codeset != NULL && strcmp (codeset, "US-ASCII") == 0)
 375     {
 376       const char *locale;
 377       static char buf[2 + 10 + 1];
 378
 379       locale = getenv ("LC_ALL");
 380       if (locale == NULL || locale[0] == '\0')
 381         {
 382           locale = getenv ("LC_CTYPE");
 383           if (locale == NULL || locale[0] == '\0')
 384             locale = getenv ("LANG");
 385         }
 386       if (locale != NULL && locale[0] != '\0')
 387         {
 388           /* If the locale name contains an encoding after the dot, return
 389              it.  */
 390           const char *dot = strchr (locale, '.');
 391
 392           if (dot != NULL)
 393             {
 394               const char *modifier;
 395
 396               dot++;
 397               /* Look for the possible @... trailer and remove it, if any.  */
 398               modifier = strchr (dot, '@');
 399               if (modifier == NULL)
 400                 return dot;
 401               if (modifier - dot < sizeof (buf))
 402                 {
 403                   memcpy (buf, dot, modifier - dot);
 404                   buf [modifier - dot] = '\0';
 405                   return buf;
 406                 }
 407             }
 408         }
 409
 410       /* Woe32 has a function returning the locale's codepage as a number:
 411          GetACP().  This encoding is used by Cygwin, unless the user has set
 412          the environment variable CYGWIN=codepage:oem (which very few people
 413          do).
 414          Output directed to console windows needs to be converted (to
 415          GetOEMCP() if the console is using a raster font, or to
 416          GetConsoleOutputCP() if it is using a TrueType font).  Cygwin does
 417          this conversion transparently (see winsup/cygwin/fhandler_console.cc),
 418          converting to GetConsoleOutputCP().  This leads to correct results,
 419          except when SetConsoleOutputCP has been called and a raster font is
 420          in use.  */
 421       sprintf (buf, "CP%u", GetACP ());
 422       codeset = buf;
 423     }
 424 #  endif
 425
 426 # else
 427
 428   /* On old systems which lack it, use setlocale or getenv.  */
 429   const char *locale = NULL;
 430
 431   /* But most old systems don't have a complete set of locales.  Some
 432      (like SunOS 4 or DJGPP) have only the C locale.  Therefore we don't
 433      use setlocale here; it would return "C" when it doesn't support the
 434      locale name the user has set.  */
 435 #  if 0
 436   locale = setlocale (LC_CTYPE, NULL);
 437 #  endif
 438   if (locale == NULL || locale[0] == '\0')
 439     {
 440       locale = getenv ("LC_ALL");
 441       if (locale == NULL || locale[0] == '\0')
 442         {
 443           locale = getenv ("LC_CTYPE");
 444           if (locale == NULL || locale[0] == '\0')
 445             locale = getenv ("LANG");
 446         }
 447     }
 448
 449   /* On some old systems, one used to set locale = "iso8859_1". On others,
 450      you set it to "language_COUNTRY.charset". In any case, we resolve it
 451      through the charset.alias file.  */
 452   codeset = locale;
 453
 454 # endif
 455
 456 #elif defined WIN32_NATIVE
 457
 458   static char buf[2 + 10 + 1];
 459
 460   /* Woe32 has a function returning the locale's codepage as a number:
 461      GetACP().
 462      When the output goes to a console window, it needs to be provided in
 463      GetOEMCP() encoding if the console is using a raster font, or in
 464      GetConsoleOutputCP() encoding if it is using a TrueType font.
 465      But in GUI programs and for output sent to files and pipes, GetACP()
 466      encoding is the best bet.  */
 467   sprintf (buf, "CP%u", GetACP ());
 468   codeset = buf;
 469
 470 #elif defined OS2
 471
 472   const char *locale;
 473   static char buf[2 + 10 + 1];
 474   ULONG cp[3];
 475   ULONG cplen;
 476
 477   /* Allow user to override the codeset, as set in the operating system,
 478      with standard language environment variables.  */
 479   locale = getenv ("LC_ALL");
 480   if (locale == NULL || locale[0] == '\0')
 481     {
 482       locale = getenv ("LC_CTYPE");
 483       if (locale == NULL || locale[0] == '\0')
 484         locale = getenv ("LANG");
 485     }
 486   if (locale != NULL && locale[0] != '\0')
 487     {
 488       /* If the locale name contains an encoding after the dot, return it.  */
 489       const char *dot = strchr (locale, '.');
 490
 491       if (dot != NULL)
 492         {
 493           const char *modifier;
 494
 495           dot++;
 496           /* Look for the possible @... trailer and remove it, if any.  */
 497           modifier = strchr (dot, '@');
 498           if (modifier == NULL)
 499             return dot;
 500           if (modifier - dot < sizeof (buf))
 501             {
 502               memcpy (buf, dot, modifier - dot);
 503               buf [modifier - dot] = '\0';
 504               return buf;
 505             }
 506         }
 507
 508       /* Resolve through the charset.alias file.  */
 509       codeset = locale;
 510     }
 511   else
 512     {
 513       /* OS/2 has a function returning the locale's codepage as a number.  */
 514       if (DosQueryCp (sizeof (cp), cp, &cplen))
 515         codeset = "";
 516       else
 517         {
 518           sprintf (buf, "CP%u", cp[0]);
 519           codeset = buf;
 520         }
 521     }
 522
 523 #endif
 524
 525   if (codeset == NULL)
 526     /* The canonical name cannot be determined.  */
 527     codeset = "";
 528
 529   /* Resolve alias. */
 530   for (aliases = get_charset_aliases ();
 531        *aliases != '\0';
 532        aliases += strlen (aliases) + 1, aliases += strlen (aliases) + 1)
 533     if (strcmp (codeset, aliases) == 0
 534         || (aliases[0] == '*' && aliases[1] == '\0'))
 535       {
 536         codeset = aliases + strlen (aliases) + 1;
 537         break;
 538       }
 539
 540   /* Don't return an empty string.  GNU libc and GNU libiconv interpret
 541      the empty string as denoting "the locale's character encoding",
 542      thus GNU libiconv would call this function a second time.  */
 543   if (codeset[0] == '\0')
 544     codeset = "ASCII";
 545
 546   return codeset;
 547 }