lib/unistr/u8-mblen.c

   1 /* Look at first character in UTF-8 string.
   2    Copyright (C) 1999-2000, 2002, 2006-2007 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 int
  26 u8_mblen (const uint8_t *s, size_t n)
  27 {
  28   if (n > 0)
  29     {
  30       /* Keep in sync with utf8-ucs4.h and utf8-ucs4.c.  */
  31       uint8_t c = *s;
  32
  33       if (c < 0x80)
  34         return (c != 0 ? 1 : 0);
  35       if (c >= 0xc2)
  36         {
  37           if (c < 0xe0)
  38             {
  39               if (n >= 2
  40 #if CONFIG_UNICODE_SAFETY
  41                   && (s[1] ^ 0x80) < 0x40
  42 #endif
  43                  )
  44                 return 2;
  45             }
  46           else if (c < 0xf0)
  47             {
  48               if (n >= 3
  49 #if CONFIG_UNICODE_SAFETY
  50                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  51                   && (c >= 0xe1 || s[1] >= 0xa0)
  52                   && (c != 0xed || s[1] < 0xa0)
  53 #endif
  54                  )
  55                 return 3;
  56             }
  57           else if (c < 0xf8)
  58             {
  59               if (n >= 4
  60 #if CONFIG_UNICODE_SAFETY
  61                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  62                   && (s[3] ^ 0x80) < 0x40
  63                   && (c >= 0xf1 || s[1] >= 0x90)
  64 #if 1
  65                   && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  66 #endif
  67 #endif
  68                  )
  69                 return 4;
  70             }
  71 #if 0
  72           else if (c < 0xfc)
  73             {
  74               if (n >= 5
  75 #if CONFIG_UNICODE_SAFETY
  76                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  77                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  78                   && (c >= 0xf9 || s[1] >= 0x88)
  79 #endif
  80                  )
  81                 return 5;
  82             }
  83           else if (c < 0xfe)
  84             {
  85               if (n >= 6
  86 #if CONFIG_UNICODE_SAFETY
  87                   && (s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  88                   && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  89                   && (s[5] ^ 0x80) < 0x40
  90                   && (c >= 0xfd || s[1] >= 0x84)
  91 #endif
  92                  )
  93                 return 6;
  94             }
  95 #endif
  96         }
  97     }
  98   /* invalid or incomplete multibyte character */
  99   return -1;
 100 }