lib/unilbrk/lbrktables.h

   1 /* Line breaking auxiliary tables.
   2    Copyright (C) 2001-2003, 2006-2014 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 "unitypes.h"
  19
  20 /* Line breaking classification.  */
  21
  22 enum
  23 {
  24   /* Values >= 25 are resolved at run time. */
  25   LBP_BK = 25, /* mandatory break */
  26 /*LBP_CR,         carriage return - not used here because it's a DOSism */
  27 /*LBP_LF,         line feed - not used here because it's a DOSism */
  28   LBP_CM = 26, /* attached characters and combining marks */
  29 /*LBP_NL,         next line - not used here because it's equivalent to LBP_BK */
  30 /*LBP_SG,         surrogates - not used here because they are not characters */
  31   LBP_WJ =  0, /* word joiner */
  32   LBP_ZW = 27, /* zero width space */
  33   LBP_GL =  1, /* non-breaking (glue) */
  34   LBP_SP = 28, /* space */
  35   LBP_B2 =  2, /* break opportunity before and after */
  36   LBP_BA =  3, /* break opportunity after */
  37   LBP_BB =  4, /* break opportunity before */
  38   LBP_HY =  5, /* hyphen */
  39   LBP_CB = 29, /* contingent break opportunity */
  40   LBP_CL =  6, /* closing punctuation */
  41   LBP_CP =  7, /* closing parenthesis */
  42   LBP_EX =  8, /* exclamation/interrogation */
  43   LBP_IN =  9, /* inseparable */
  44   LBP_NS = 10, /* non starter */
  45   LBP_OP = 11, /* opening punctuation */
  46   LBP_QU = 12, /* ambiguous quotation */
  47   LBP_IS = 13, /* infix separator (numeric) */
  48   LBP_NU = 14, /* numeric */
  49   LBP_PO = 15, /* postfix (numeric) */
  50   LBP_PR = 16, /* prefix (numeric) */
  51   LBP_SY = 17, /* symbols allowing breaks */
  52   LBP_AI = 30, /* ambiguous (alphabetic or ideograph) */
  53   LBP_AL = 18, /* ordinary alphabetic and symbol characters */
  54   LBP_H2 = 19, /* Hangul LV syllable */
  55   LBP_H3 = 20, /* Hangul LVT syllable */
  56   LBP_ID = 21, /* ideographic */
  57   LBP_JL = 22, /* Hangul L Jamo */
  58   LBP_JV = 23, /* Hangul V Jamo */
  59   LBP_JT = 24, /* Hangul T Jamo */
  60   LBP_SA = 31, /* complex context (South East Asian) */
  61   LBP_XX = 32  /* unknown */
  62 };
  63
  64 #include "lbrkprop1.h"
  65
  66 static inline unsigned char
  67 unilbrkprop_lookup (ucs4_t uc)
  68 {
  69   unsigned int index1 = uc >> lbrkprop_header_0;
  70   if (index1 < lbrkprop_header_1)
  71     {
  72       int lookup1 = unilbrkprop.level1[index1];
  73       if (lookup1 >= 0)
  74         {
  75           unsigned int index2 = (uc >> lbrkprop_header_2) & lbrkprop_header_3;
  76           int lookup2 = unilbrkprop.level2[lookup1 + index2];
  77           if (lookup2 >= 0)
  78             {
  79               unsigned int index3 = uc & lbrkprop_header_4;
  80               return unilbrkprop.level3[lookup2 + index3];
  81             }
  82         }
  83     }
  84   return LBP_XX;
  85 }
  86
  87 /* Table indexed by two line breaking classifications.  */
  88 #define D 1  /* direct break opportunity, empty in table 7.3 of UTR #14 */
  89 #define I 2  /* indirect break opportunity, '%' in table 7.3 of UTR #14 */
  90 #define P 3  /* prohibited break,           '^' in table 7.3 of UTR #14 */
  91
  92 extern const unsigned char unilbrk_table[25][25];
  93
  94 /* We don't support line breaking of complex-context dependent characters
  95    (Thai, Lao, Myanmar, Khmer) yet, because it requires dictionary lookup. */