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