]> git.sur5r.net Git - openldap/commitdiff
Add additional UTF-8 routines
authorKurt Zeilenga <kurt@openldap.org>
Sat, 22 Jan 2000 18:48:37 +0000 (18:48 +0000)
committerKurt Zeilenga <kurt@openldap.org>
Sat, 22 Jan 2000 18:48:37 +0000 (18:48 +0000)
libraries/libldap/ldap-int.h
libraries/libldap/utf-8.c

index 69be28ebf88cc3ed56b6410ae57ec6897275773d..46425fc5d2e1fdea2e657ecb60824b14ec591d40 100644 (file)
@@ -514,8 +514,8 @@ LIBLDAP_F (ber_len_t) ldap_utf8_bytes( const char * );
 LIBLDAP_F (ber_len_t) ldap_utf8_chars( const char * );
 LIBLDAP_F (int) ldap_utf8_charlen( const char * );
 
-LIBLDAP_F (char*) ldap_utf8_next(char *);
-LIBLDAP_F (char*) ldap_utf8_prev(char *);
+LIBLDAP_F (char*) ldap_utf8_next( const char * );
+LIBLDAP_F (char*) ldap_utf8_prev( const char * );
 
 LIBLDAP_F (int) ldap_utf8_isascii( const char * );
 LIBLDAP_F (int) ldap_utf8_isalpa( const char * );
index f2ed924bc5677403f2f6435b4844e547e488856d..152bd8efd5a24c0e9eac32126cb317d8bed96057 100644 (file)
 #include "ldap_defaults.h"
 
 #define UTF8_ISASCII(u)        ( !((u) & ~0x7f) )
+#define UCS4_INVALID   0x80000000U
 
+/*
+ * return the number of bytes required to hold the
+ * NULL-terminated UTF-8 string INCLUDING the
+ * termination.
+ */
 ber_len_t ldap_utf8_bytes( const char * p )
 {
        ber_len_t bytes;
 
+       if( p == NULL ) return 0;
+
        for( bytes=0; p[bytes] ; bytes++ ) {
                /* EMPTY */ ;
        }
 
-       return bytes;
+       return ++bytes;
 }
 
 ber_len_t ldap_utf8_chars( const char * p )
@@ -54,23 +62,28 @@ ber_len_t ldap_utf8_chars( const char * p )
 
 int ldap_utf8_charlen( const char * p )
 {
-       unsigned c;
+       unsigned c = * (const unsigned char *) p;
 
-       if ((c & 0xFE ) == 0xFC) {
+       if ((c & 0xfe ) == 0xfc) {
                return 6;
        }
-       if ((c & 0xFC ) == 0xF8) {
+
+       if ((c & 0xfc ) == 0xf8) {
                return 5;
        }
-       if ((c & 0xF8 ) == 0xF0) {
+
+       if ((c & 0xf8 ) == 0xf0) {
                return 4;
        }
-       if ((c & 0xF0 ) == 0xE0) {
+
+       if ((c & 0xf0 ) == 0xe0) {
                return 3;
        }
-       if ((c & 0xE0 ) == 0xC0) {
+
+       if ((c & 0xe0 ) == 0xc0) {
                return 2;
        }
+
        if ((c & 0x80 ) == 0x80) {
                /* INVALID */
                return 0;
@@ -79,20 +92,113 @@ int ldap_utf8_charlen( const char * p )
        return 1;
 }
 
-char* ldap_utf8_next( char * p )
+ber_int_t ldap_utf8_to_ucs4( const char * p )
+{
+       int len, i;
+    ber_int_t c = * (const unsigned char *) p;
+
+    if ((c & 0xFE ) == 0xFC) {
+        len = 6;
+               c &= 0x01;
+
+    } else if ((c & 0xFC ) == 0xF8) {
+        len = 5;
+               c &= 0x03;
+
+    } else if ((c & 0xF8 ) == 0xF0) {
+        len = 4;
+               c &= 0x07;
+
+    } else if ((c & 0xF0 ) == 0xE0) {
+        len = 3;
+               c &= 0x0F;
+
+    } else if ((c & 0xE0 ) == 0xC0) {
+        len = 2;
+               c &= 0x1F;
+
+    } else if ((c & 0x80 ) == 0x80) {
+        return UCS4_INVALID;
+
+    } else {
+       return c;
+       }
+
+       for(i=1; i < len; i++) {
+               ber_int_t ch = ((const unsigned char *) p)[i];
+
+               if ((ch & 0xc0) != 0x80) {
+                       return UCS4_INVALID;
+               }
+
+               c <<= 6;
+               c |= ch & 0x3f;
+       }
+
+       return c;
+}
+
+int ldap_ucs4_to_utf8( ber_int_t c, char *buf )
+{
+       int len=0;
+       unsigned char* p = buf;
+       if(buf == NULL) return 0;
+
+       if ( c < 0 ) {
+               /* not a valid Unicode character */
+
+       } else if( c < 0x80 ) {
+               p[len++] = c;
+
+       } else if( c < 0x800 ) {
+               p[len++] = 0xc0 | ( c >> 6 );
+               p[len++] = 0x80 | ( c & 0x3F );
+
+       } else if( c < 0x10000 ) {
+               p[len++] = 0xe0 | ( c >> 12 );
+               p[len++] = 0x80 | ( (c >> 6) & 0x3F );
+               p[len++] = 0x80 | ( c & 0x3F );
+
+       } else if( c < 0x200000 ) {
+               p[len++] = 0xf0 | ( c >> 18 );
+               p[len++] = 0x80 | ( (c >> 12) & 0x3F );
+               p[len++] = 0x80 | ( (c >> 6) & 0x3F );
+               p[len++] = 0x80 | ( c & 0x3F );
+
+       } else if( c < 0x400000 ) {
+               p[len++] = 0xf8 | ( c >> 24 );
+               p[len++] = 0x80 | ( (c >> 18) & 0x3F );
+               p[len++] = 0x80 | ( (c >> 12) & 0x3F );
+               p[len++] = 0x80 | ( (c >> 6) & 0x3F );
+               p[len++] = 0x80 | ( c & 0x3F );
+
+       } else /* if( c < 0x80000000 ) */ {
+               p[len++] = 0xfc | ( c >> 30 );
+               p[len++] = 0x80 | ( (c >> 24) & 0x3F );
+               p[len++] = 0x80 | ( (c >> 18) & 0x3F );
+               p[len++] = 0x80 | ( (c >> 12) & 0x3F );
+               p[len++] = 0x80 | ( (c >> 6) & 0x3F );
+               p[len++] = 0x80 | ( c & 0x3F );
+       }
+
+       buf[len] = '\0';
+       return len;
+}
+
+char* ldap_utf8_next( const char * p )
 {
        int len = ldap_utf8_charlen( p );
 
-       return len ? &p[len] : NULL;
+       return len ? (char *) &p[len] : NULL;
 }
 
-char* ldap_utf8_prev( char * p )
+char* ldap_utf8_prev( const char * p )
 {
        int i;
-       unsigned char *u = p;
+       const unsigned char *u = p;
 
        for( i = -1; i >= -6 ; i-- ) {
-               if ( u[i] & 0xC0 != 0x80 ) return &p[i];
+               if ( u[i] & 0xC0 != 0x80 ) return (char *) &p[i];
        }
 
        return NULL;