lib/unistr/u8-strmblen.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 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 <config.h>
  19
  20 /* Specification.  */
  21 #include "unistr.h"
  22
  23 int
  24 u8_strmblen (const uint8_t *s)
  25 {
  26   /* Keep in sync with unistr.h and utf8-ucs4.c.  */
  27   uint8_t c = *s;
  28
  29   if (c < 0x80)
  30     return (c != 0 ? 1 : 0);
  31   if (c >= 0xc2)
  32     {
  33       if (c < 0xe0)
  34         {
  35 #if CONFIG_UNICODE_SAFETY
  36           if ((s[1] ^ 0x80) < 0x40)
  37 #else
  38           if (s[1] != 0)
  39 #endif
  40             return 2;
  41         }
  42       else if (c < 0xf0)
  43         {
  44 #if CONFIG_UNICODE_SAFETY
  45           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  46               && (c >= 0xe1 || s[1] >= 0xa0)
  47               && (c != 0xed || s[1] < 0xa0))
  48 #else
  49           if (s[1] != 0 && s[2] != 0)
  50 #endif
  51             return 3;
  52         }
  53       else if (c < 0xf8)
  54         {
  55 #if CONFIG_UNICODE_SAFETY
  56           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  57               && (s[3] ^ 0x80) < 0x40
  58               && (c >= 0xf1 || s[1] >= 0x90)
  59 #if 1
  60               && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  61 #endif
  62              )
  63 #else
  64           if (s[1] != 0 && s[2] != 0 && s[3] != 0)
  65 #endif
  66             return 4;
  67         }
  68 #if 0
  69       else if (c < 0xfc)
  70         {
  71 #if CONFIG_UNICODE_SAFETY
  72           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  73               && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  74               && (c >= 0xf9 || s[1] >= 0x88))
  75 #else
  76           if (s[1] != 0 && s[2] != 0 && s[3] != 0 && s[4] != 0)
  77 #endif
  78             return 5;
  79         }
  80       else if (c < 0xfe)
  81         {
  82 #if CONFIG_UNICODE_SAFETY
  83           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  84               && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  85               && (s[5] ^ 0x80) < 0x40
  86               && (c >= 0xfd || s[1] >= 0x84))
  87 #else
  88           if (s[1] != 0 && s[2] != 0 && s[3] != 0 && s[4] != 0 && s[5] != 0)
  89 #endif
  90             return 6;
  91         }
  92 #endif
  93     }
  94   /* invalid or incomplete multibyte character */
  95   return -1;
  96 }