git.sur5r.net Git - openldap/blob - libraries/liblunicode/ucdata/ucdata.h

   1 /* $OpenLDAP$ */
   2 /*
   3  * Copyright 2000 The OpenLDAP Foundation, All Rights Reserved.
   4  * COPYING RESTRICTIONS APPLY, see COPYRIGHT file
   5  */
   6 /*
   7  * Copyright 2001 Computing Research Labs, New Mexico State University
   8  *
   9  * Permission is hereby granted, free of charge, to any person obtaining a
  10  * copy of this software and associated documentation files (the "Software"),
  11  * to deal in the Software without restriction, including without limitation
  12  * the rights to use, copy, modify, merge, publish, distribute, sublicense,
  13  * and/or sell copies of the Software, and to permit persons to whom the
  14  * Software is furnished to do so, subject to the following conditions:
  15  *
  16  * The above copyright notice and this permission notice shall be included in
  17  * all copies or substantial portions of the Software.
  18  *
  19  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  20  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  21  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT.  IN NO EVENT SHALL
  22  * THE COMPUTING RESEARCH LAB OR NEW MEXICO STATE UNIVERSITY BE LIABLE FOR ANY
  23  * CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT
  24  * OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR
  25  * THE USE OR OTHER DEALINGS IN THE SOFTWARE.
  26  */
  27 #ifndef _h_ucdata
  28 #define _h_ucdata
  29
  30 /*
  31  * $Id: ucdata.h,v 1.6 2001/01/02 18:46:20 mleisher Exp $
  32  */
  33
  34 LDAP_BEGIN_DECL
  35
  36 #define UCDATA_VERSION "2.4"
  37
  38 /**************************************************************************
  39  *
  40  * Masks and macros for character properties.
  41  *
  42  **************************************************************************/
  43
  44 /*
  45  * Values that can appear in the `mask1' parameter of the ucisprop()
  46  * function.
  47  */
  48 #define UC_MN 0x00000001 /* Mark, Non-Spacing          */
  49 #define UC_MC 0x00000002 /* Mark, Spacing Combining    */
  50 #define UC_ME 0x00000004 /* Mark, Enclosing            */
  51 #define UC_ND 0x00000008 /* Number, Decimal Digit      */
  52 #define UC_NL 0x00000010 /* Number, Letter             */
  53 #define UC_NO 0x00000020 /* Number, Other              */
  54 #define UC_ZS 0x00000040 /* Separator, Space           */
  55 #define UC_ZL 0x00000080 /* Separator, Line            */
  56 #define UC_ZP 0x00000100 /* Separator, Paragraph       */
  57 #define UC_CC 0x00000200 /* Other, Control             */
  58 #define UC_CF 0x00000400 /* Other, Format              */
  59 #define UC_OS 0x00000800 /* Other, Surrogate           */
  60 #define UC_CO 0x00001000 /* Other, Private Use         */
  61 #define UC_CN 0x00002000 /* Other, Not Assigned        */
  62 #define UC_LU 0x00004000 /* Letter, Uppercase          */
  63 #define UC_LL 0x00008000 /* Letter, Lowercase          */
  64 #define UC_LT 0x00010000 /* Letter, Titlecase          */
  65 #define UC_LM 0x00020000 /* Letter, Modifier           */
  66 #define UC_LO 0x00040000 /* Letter, Other              */
  67 #define UC_PC 0x00080000 /* Punctuation, Connector     */
  68 #define UC_PD 0x00100000 /* Punctuation, Dash          */
  69 #define UC_PS 0x00200000 /* Punctuation, Open          */
  70 #define UC_PE 0x00400000 /* Punctuation, Close         */
  71 #define UC_PO 0x00800000 /* Punctuation, Other         */
  72 #define UC_SM 0x01000000 /* Symbol, Math               */
  73 #define UC_SC 0x02000000 /* Symbol, Currency           */
  74 #define UC_SK 0x04000000 /* Symbol, Modifier           */
  75 #define UC_SO 0x08000000 /* Symbol, Other              */
  76 #define UC_L  0x10000000 /* Left-To-Right              */
  77 #define UC_R  0x20000000 /* Right-To-Left              */
  78 #define UC_EN 0x40000000 /* European Number            */
  79 #define UC_ES 0x80000000 /* European Number Separator  */
  80
  81 /*
  82  * Values that can appear in the `mask2' parameter of the ucisprop()
  83  * function.
  84  */
  85 #define UC_ET 0x00000001 /* European Number Terminator */
  86 #define UC_AN 0x00000002 /* Arabic Number              */
  87 #define UC_CS 0x00000004 /* Common Number Separator    */
  88 #define UC_B  0x00000008 /* Block Separator            */
  89 #define UC_S  0x00000010 /* Segment Separator          */
  90 #define UC_WS 0x00000020 /* Whitespace                 */
  91 #define UC_ON 0x00000040 /* Other Neutrals             */
  92 /*
  93  * Implementation specific character properties.
  94  */
  95 #define UC_CM 0x00000080 /* Composite                  */
  96 #define UC_NB 0x00000100 /* Non-Breaking               */
  97 #define UC_SY 0x00000200 /* Symmetric                  */
  98 #define UC_HD 0x00000400 /* Hex Digit                  */
  99 #define UC_QM 0x00000800 /* Quote Mark                 */
 100 #define UC_MR 0x00001000 /* Mirroring                  */
 101 #define UC_SS 0x00002000 /* Space, other               */
 102
 103 #define UC_CP 0x00004000 /* Defined                    */
 104
 105 /*
 106  * Added for UnicodeData-2.1.3.
 107  */
 108 #define UC_PI 0x00008000 /* Punctuation, Initial       */
 109 #define UC_PF 0x00010000 /* Punctuation, Final         */
 110
 111 /*
 112  * This is the primary function for testing to see if a character has some set
 113  * of properties.  The macros that test for various character properties all
 114  * call this function with some set of masks.
 115  */
 116 extern int ucisprop LDAP_P((unsigned long code, unsigned long mask1,
 117                         unsigned long mask2));
 118
 119 #define ucisalpha(cc) ucisprop(cc, UC_LU|UC_LL|UC_LM|UC_LO|UC_LT, 0)
 120 #define ucisdigit(cc) ucisprop(cc, UC_ND, 0)
 121 #define ucisalnum(cc) ucisprop(cc, UC_LU|UC_LL|UC_LM|UC_LO|UC_LT|UC_ND, 0)
 122 #define uciscntrl(cc) ucisprop(cc, UC_CC|UC_CF, 0)
 123 #define ucisspace(cc) ucisprop(cc, UC_ZS|UC_SS, 0)
 124 #define ucisblank(cc) ucisprop(cc, UC_ZS, 0)
 125 #define ucispunct(cc) ucisprop(cc, UC_PD|UC_PS|UC_PE|UC_PO, UC_PI|UC_PF)
 126 #define ucisgraph(cc) ucisprop(cc, UC_MN|UC_MC|UC_ME|UC_ND|UC_NL|UC_NO|\
 127                                UC_LU|UC_LL|UC_LT|UC_LM|UC_LO|UC_PC|UC_PD|\
 128                                UC_PS|UC_PE|UC_PO|UC_SM|UC_SM|UC_SC|UC_SK|\
 129                                UC_SO, UC_PI|UC_PF)
 130 #define ucisprint(cc) ucisprop(cc, UC_MN|UC_MC|UC_ME|UC_ND|UC_NL|UC_NO|\
 131                                UC_LU|UC_LL|UC_LT|UC_LM|UC_LO|UC_PC|UC_PD|\
 132                                UC_PS|UC_PE|UC_PO|UC_SM|UC_SM|UC_SC|UC_SK|\
 133                                UC_SO|UC_ZS, UC_PI|UC_PF)
 134 #define ucisupper(cc) ucisprop(cc, UC_LU, 0)
 135 #define ucislower(cc) ucisprop(cc, UC_LL, 0)
 136 #define ucistitle(cc) ucisprop(cc, UC_LT, 0)
 137 #define ucisxdigit(cc) ucisprop(cc, 0, UC_HD)
 138
 139 #define ucisisocntrl(cc) ucisprop(cc, UC_CC, 0)
 140 #define ucisfmtcntrl(cc) ucisprop(cc, UC_CF, 0)
 141
 142 #define ucissymbol(cc) ucisprop(cc, UC_SM|UC_SC|UC_SO|UC_SK, 0)
 143 #define ucisnumber(cc) ucisprop(cc, UC_ND|UC_NO|UC_NL, 0)
 144 #define ucisnonspacing(cc) ucisprop(cc, UC_MN, 0)
 145 #define ucisopenpunct(cc) ucisprop(cc, UC_PS, 0)
 146 #define ucisclosepunct(cc) ucisprop(cc, UC_PE, 0)
 147 #define ucisinitialpunct(cc) ucisprop(cc, 0, UC_PI)
 148 #define ucisfinalpunct(cc) ucisprop(cc, 0, UC_PF)
 149
 150 #define uciscomposite(cc) ucisprop(cc, 0, UC_CM)
 151 #define ucishex(cc) ucisprop(cc, 0, UC_HD)
 152 #define ucisquote(cc) ucisprop(cc, 0, UC_QM)
 153 #define ucissymmetric(cc) ucisprop(cc, 0, UC_SY)
 154 #define ucismirroring(cc) ucisprop(cc, 0, UC_MR)
 155 #define ucisnonbreaking(cc) ucisprop(cc, 0, UC_NB)
 156
 157 /*
 158  * Directionality macros.
 159  */
 160 #define ucisrtl(cc) ucisprop(cc, UC_R, 0)
 161 #define ucisltr(cc) ucisprop(cc, UC_L, 0)
 162 #define ucisstrong(cc) ucisprop(cc, UC_L|UC_R, 0)
 163 #define ucisweak(cc) ucisprop(cc, UC_EN|UC_ES, UC_ET|UC_AN|UC_CS)
 164 #define ucisneutral(cc) ucisprop(cc, 0, UC_B|UC_S|UC_WS|UC_ON)
 165 #define ucisseparator(cc) ucisprop(cc, 0, UC_B|UC_S)
 166
 167 /*
 168  * Other macros inspired by John Cowan.
 169  */
 170 #define ucismark(cc) ucisprop(cc, UC_MN|UC_MC|UC_ME, 0)
 171 #define ucismodif(cc) ucisprop(cc, UC_LM, 0)
 172 #define ucisletnum(cc) ucisprop(cc, UC_NL, 0)
 173 #define ucisconnect(cc) ucisprop(cc, UC_PC, 0)
 174 #define ucisdash(cc) ucisprop(cc, UC_PD, 0)
 175 #define ucismath(cc) ucisprop(cc, UC_SM, 0)
 176 #define uciscurrency(cc) ucisprop(cc, UC_SC, 0)
 177 #define ucismodifsymbol(cc) ucisprop(cc, UC_SK, 0)
 178 #define ucisnsmark(cc) ucisprop(cc, UC_MN, 0)
 179 #define ucisspmark(cc) ucisprop(cc, UC_MC, 0)
 180 #define ucisenclosing(cc) ucisprop(cc, UC_ME, 0)
 181 #define ucisprivate(cc) ucisprop(cc, UC_CO, 0)
 182 #define ucissurrogate(cc) ucisprop(cc, UC_OS, 0)
 183 #define ucislsep(cc) ucisprop(cc, UC_ZL, 0)
 184 #define ucispsep(cc) ucisprop(cc, UC_ZP, 0)
 185
 186 #define ucisidentstart(cc) ucisprop(cc, UC_LU|UC_LL|UC_LT|UC_LO|UC_NL, 0)
 187 #define ucisidentpart(cc) ucisprop(cc, UC_LU|UC_LL|UC_LT|UC_LO|UC_NL|\
 188                                    UC_MN|UC_MC|UC_ND|UC_PC|UC_CF, 0)
 189
 190 #define ucisdefined(cc) ucisprop(cc, 0, UC_CP)
 191 #define ucisundefined(cc) !ucisprop(cc, 0, UC_CP)
 192
 193 /*
 194  * Other miscellaneous character property macros.
 195  */
 196 #define ucishan(cc) (((cc) >= 0x4e00 && (cc) <= 0x9fff) ||\
 197                      ((cc) >= 0xf900 && (cc) <= 0xfaff))
 198 #define ucishangul(cc) ((cc) >= 0xac00 && (cc) <= 0xd7ff)
 199
 200 /**************************************************************************
 201  *
 202  * Functions for case conversion.
 203  *
 204  **************************************************************************/
 205
 206 extern unsigned long uctoupper LDAP_P((unsigned long code));
 207 extern unsigned long uctolower LDAP_P((unsigned long code));
 208 extern unsigned long uctotitle LDAP_P((unsigned long code));
 209
 210 /**************************************************************************
 211  *
 212  * Functions for getting compositions.
 213  *
 214  **************************************************************************/
 215
 216 /*
 217  * This routine determines if there exists a composition of node1 and node2.
 218  * If it returns 0, there is no composition.  Any other value indicates a
 219  * composition was returned in comp.
 220  */
 221 extern int uccomp LDAP_P((unsigned long node1, unsigned long node2,
 222                       unsigned long *comp));
 223
 224 /*
 225  * Does Hangul composition on the string str with length len, and returns
 226  * the length of the composed string.
 227  */
 228 extern int uccomp_hangul LDAP_P((unsigned long *str, int len));
 229
 230 /*
 231  * Does canonical composition on the string str with length len, and returns
 232  * the length of the composed string.
 233  */
 234 extern int uccanoncomp LDAP_P((unsigned long *str, int len));
 235
 236 /**************************************************************************
 237  *
 238  * Functions for getting decompositions.
 239  *
 240  **************************************************************************/
 241
 242 /*
 243  * This routine determines if the code has a decomposition.  If it returns 0,
 244  * there is no decomposition.  Any other value indicates a decomposition was
 245  * returned.
 246  */
 247 extern int ucdecomp LDAP_P((unsigned long code, unsigned long *num,
 248                         unsigned long **decomp));
 249
 250 /*
 251  * If the code is a Hangul syllable, this routine decomposes it into the array
 252  * passed.  The array size should be at least 3.
 253  */
 254 extern int ucdecomp_hangul LDAP_P((unsigned long code, unsigned long *num,
 255                                unsigned long decomp[]));
 256
 257 /*
 258  * This routine does canonical decomposition of the string in of length
 259  * inlen, and returns the decomposed string in out with length outlen.
 260  * The memory for out is allocated by this routine. It returns the length
 261  * of the decomposed string if okay, and -1 on error.
 262  */
 263 extern int uccanondecomp LDAP_P((const unsigned long *in, int inlen,
 264                              unsigned long **out, int *outlen));
 265
 266 /**************************************************************************
 267  *
 268  * Functions for getting combining classes.
 269  *
 270  **************************************************************************/
 271
 272 /*
 273  * This will return the combining class for a character to be used with the
 274  * Canonical Ordering algorithm.
 275  */
 276 extern unsigned long uccombining_class LDAP_P((unsigned long code));
 277
 278 /**************************************************************************
 279  *
 280  * Functions for getting numbers and digits.
 281  *
 282  **************************************************************************/
 283
 284 struct ucnumber {
 285     int numerator;
 286     int denominator;
 287 };
 288
 289 extern int ucnumber_lookup LDAP_P((unsigned long code, struct ucnumber *num));
 290 extern int ucdigit_lookup LDAP_P((unsigned long code, int *digit));
 291
 292 /*
 293  * For compatibility with John Cowan's "uctype" package.
 294  */
 295 extern struct ucnumber ucgetnumber LDAP_P((unsigned long code));
 296 extern int ucgetdigit LDAP_P((unsigned long code));
 297
 298 /**************************************************************************
 299  *
 300  * Functions library initialization and cleanup.
 301  *
 302  **************************************************************************/
 303
 304 /*
 305  * Macros for specifying the data tables to be loaded, unloaded, or reloaded
 306  * by the ucdata_load(), ucdata_unload(), and ucdata_reload() routines.
 307  */
 308 #define UCDATA_CASE   0x01
 309 #define UCDATA_CTYPE  0x02
 310 #define UCDATA_DECOMP 0x04
 311 #define UCDATA_CMBCL  0x08
 312 #define UCDATA_NUM    0x10
 313 #define UCDATA_COMP   0x20
 314
 315 #define UCDATA_ALL (UCDATA_CASE|UCDATA_CTYPE|UCDATA_DECOMP|\
 316                     UCDATA_CMBCL|UCDATA_NUM|UCDATA_COMP)
 317
 318 /*
 319  * Functions to load, unload, and reload specific data files.
 320  */
 321 extern int ucdata_load LDAP_P((char *paths, int mask));
 322 extern void ucdata_unload LDAP_P((int mask));
 323 extern int ucdata_reload LDAP_P((char *paths, int mask));
 324
 325 #ifdef UCDATA_DEPRECATED
 326 /*
 327  * Deprecated functions, now just compatibility macros.
 328  */
 329 #define ucdata_setup(p) ucdata_load(p, UCDATA_ALL)
 330 #define ucdata_cleanup() ucdata_unload(UCDATA_ALL)
 331 #endif
 332
 333 LDAP_END_DECL
 334
 335 #endif /* _h_ucdata */