lib/unistr/u8-strmbtouc.c

   1 /* Look at first character in UTF-8 string.
   2    Copyright (C) 1999-2000, 2002, 2006-2007, 2009-2014 Free Software
   3    Foundation, Inc.
   4    Written by Bruno Haible <bruno@clisp.org>, 2002.
   5
   6    This program is free software: you can redistribute it and/or modify it
   7    under the terms of the GNU Lesser General Public License as published
   8    by the Free Software Foundation; either version 3 of the License, or
   9    (at your option) any later version.
  10
  11    This program is distributed in the hope that it will be useful,
  12    but WITHOUT ANY WARRANTY; without even the implied warranty of
  13    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14    Lesser General Public License for more details.
  15
  16    You should have received a copy of the GNU Lesser General Public License
  17    along with this program.  If not, see <http://www.gnu.org/licenses/>.  */
  18
  19 #include <config.h>
  20
  21 /* Specification.  */
  22 #include "unistr.h"
  23
  24 int
  25 u8_strmbtouc (ucs4_t *puc, const uint8_t *s)
  26 {
  27   /* Keep in sync with unistr.h and u8-mbtouc-aux.c.  */
  28   uint8_t c = *s;
  29
  30   if (c < 0x80)
  31     {
  32       *puc = c;
  33       return (c != 0 ? 1 : 0);
  34     }
  35   if (c >= 0xc2)
  36     {
  37       if (c < 0xe0)
  38         {
  39 #if CONFIG_UNICODE_SAFETY
  40           if ((s[1] ^ 0x80) < 0x40)
  41 #else
  42           if (s[1] != 0)
  43 #endif
  44             {
  45               *puc = ((unsigned int) (c & 0x1f) << 6)
  46                      | (unsigned int) (s[1] ^ 0x80);
  47               return 2;
  48             }
  49         }
  50       else if (c < 0xf0)
  51         {
  52 #if CONFIG_UNICODE_SAFETY
  53           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  54               && (c >= 0xe1 || s[1] >= 0xa0)
  55               && (c != 0xed || s[1] < 0xa0))
  56 #else
  57           if (s[1] != 0 && s[2] != 0)
  58 #endif
  59             {
  60               *puc = ((unsigned int) (c & 0x0f) << 12)
  61                      | ((unsigned int) (s[1] ^ 0x80) << 6)
  62                      | (unsigned int) (s[2] ^ 0x80);
  63               return 3;
  64             }
  65         }
  66       else if (c < 0xf8)
  67         {
  68 #if CONFIG_UNICODE_SAFETY
  69           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  70               && (s[3] ^ 0x80) < 0x40
  71               && (c >= 0xf1 || s[1] >= 0x90)
  72 #if 1
  73               && (c < 0xf4 || (c == 0xf4 && s[1] < 0x90))
  74 #endif
  75              )
  76 #else
  77           if (s[1] != 0 && s[2] != 0 && s[3] != 0)
  78 #endif
  79             {
  80               *puc = ((unsigned int) (c & 0x07) << 18)
  81                      | ((unsigned int) (s[1] ^ 0x80) << 12)
  82                      | ((unsigned int) (s[2] ^ 0x80) << 6)
  83                      | (unsigned int) (s[3] ^ 0x80);
  84               return 4;
  85             }
  86         }
  87 #if 0
  88       else if (c < 0xfc)
  89         {
  90 #if CONFIG_UNICODE_SAFETY
  91           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
  92               && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
  93               && (c >= 0xf9 || s[1] >= 0x88))
  94 #else
  95           if (s[1] != 0 && s[2] != 0 && s[3] != 0 && s[4] != 0)
  96 #endif
  97             {
  98               *puc = ((unsigned int) (c & 0x03) << 24)
  99                      | ((unsigned int) (s[1] ^ 0x80) << 18)
 100                      | ((unsigned int) (s[2] ^ 0x80) << 12)
 101                      | ((unsigned int) (s[3] ^ 0x80) << 6)
 102                      | (unsigned int) (s[4] ^ 0x80);
 103               return 5;
 104             }
 105         }
 106       else if (c < 0xfe)
 107         {
 108 #if CONFIG_UNICODE_SAFETY
 109           if ((s[1] ^ 0x80) < 0x40 && (s[2] ^ 0x80) < 0x40
 110               && (s[3] ^ 0x80) < 0x40 && (s[4] ^ 0x80) < 0x40
 111               && (s[5] ^ 0x80) < 0x40
 112               && (c >= 0xfd || s[1] >= 0x84))
 113 #else
 114           if (s[1] != 0 && s[2] != 0 && s[3] != 0 && s[4] != 0 && s[5] != 0)
 115 #endif
 116             {
 117               *puc = ((unsigned int) (c & 0x01) << 30)
 118                      | ((unsigned int) (s[1] ^ 0x80) << 24)
 119                      | ((unsigned int) (s[2] ^ 0x80) << 18)
 120                      | ((unsigned int) (s[3] ^ 0x80) << 12)
 121                      | ((unsigned int) (s[4] ^ 0x80) << 6)
 122                      | (unsigned int) (s[5] ^ 0x80);
 123               return 6;
 124             }
 125         }
 126 #endif
 127     }
 128   /* invalid or incomplete multibyte character */
 129   return -1;
 130 }