lib/unistr/u8-check.c

   1 /* Check UTF-8 string.
   2    Copyright (C) 2002, 2006 Free Software Foundation, Inc.
   3    Written by Bruno Haible <bruno@clisp.org>, 2002.
   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 const uint8_t *
  26 u8_check (const uint8_t *s, size_t n)
  27 {
  28   const uint8_t *s_end = s + n;
  29
  30   while (s < s_end)
  31     {
  32       /* Keep in sync with utf8-ucs4.h and utf8-ucs4.c.  */
  33       uint8_t c = *s;
  34
  35       if (c < 0x80)
  36         {
  37           s++;
  38           continue;
  39         }
  40       if (c >= 0xc2)
  41         {
  42           if (c < 0xe0)
  43             {
  44               if (s + 2 <= s_end
  45                   && (s[1] ^ 0x80) < 0x40)
  46                 {
  47                   s += 2;
  48                   continue;
  49                 }
  50             }
  51           else if (c < 0xf0)
  52             {
  53               if (s + 3 <= s_end
  54                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  55                   && (c >= 0xe1 || s[1] >= 0xa0)
  56                   && (c != 0xed || s[1] < 0xa0))
  57                 {
  58                   s += 3;
  59                   continue;
  60                 }
  61             }
  62           else if (c < 0xf8)
  63             {
  64               if (s + 4 <= s_end
  65                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  66                   && (s[3] ^ 0x80) < 0x40
  67                   && (c >= 0xf1 || s[1] >= 0x90)
  68 #if 1
  69                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  70 #endif
  71                  )
  72                 {
  73                   s += 4;
  74                   continue;
  75                 }
  76             }
  77 #if 0
  78           else if (c < 0xfc)
  79             {
  80               if (s + 5 <= s_end
  81                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  82                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  83                   && (c >= 0xf9 || s[1] >= 0x88))
  84                 {
  85                   s += 5;
  86                   continue;
  87                 }
  88             }
  89           else if (c < 0xfe)
  90             {
  91               if (s + 6 <= s_end
  92                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  93                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  94                   && (s[5] ^ 0x80) < 0x40
  95                   && (c >= 0xfd || s[1] >= 0x84))
  96                 {
  97                   s += 6;
  98                   continue;
  99                 }
 100             }
 101 #endif
 102         }
 103       /* invalid or incomplete multibyte character */
 104       return s;
 105     }
 106   return NULL;
 107 }