relocated some character related functions to chr.c and moo-chr.h
This commit is contained in:
parent
6d53e357bd
commit
44810da2d6
@ -704,7 +704,7 @@ int moo_inttointmax (moo_t* moo, moo_oop_t x, moo_intmax_t* i)
|
|||||||
static MOO_INLINE moo_oop_t make_bigint_with_oow (moo_t* moo, moo_oow_t w)
|
static MOO_INLINE moo_oop_t make_bigint_with_oow (moo_t* moo, moo_oow_t w)
|
||||||
{
|
{
|
||||||
#if (MOO_LIW_BITS == MOO_OOW_BITS)
|
#if (MOO_LIW_BITS == MOO_OOW_BITS)
|
||||||
MOO_STATIC_ASSERT (moo, MOO_SIZEOF(moo_oow_t) == MOO_SIZEOF(moo_liw_t));
|
MOO_STATIC_ASSERT (MOO_SIZEOF(moo_oow_t) == MOO_SIZEOF(moo_liw_t));
|
||||||
return moo_instantiate(moo, moo->_large_positive_integer, &w, 1);
|
return moo_instantiate(moo, moo->_large_positive_integer, &w, 1);
|
||||||
#elif (MOO_LIW_BITS == MOO_OOHW_BITS)
|
#elif (MOO_LIW_BITS == MOO_OOHW_BITS)
|
||||||
moo_liw_t hw[2];
|
moo_liw_t hw[2];
|
||||||
@ -764,7 +764,7 @@ static MOO_INLINE moo_oop_t make_bloated_bigint_with_ooi (moo_t* moo, moo_ooi_t
|
|||||||
moo_oop_t z;
|
moo_oop_t z;
|
||||||
|
|
||||||
MOO_ASSERT (moo, extra <= MOO_OBJ_SIZE_MAX - 1);
|
MOO_ASSERT (moo, extra <= MOO_OBJ_SIZE_MAX - 1);
|
||||||
MOO_STATIC_ASSERT (moo, MOO_SIZEOF(moo_oow_t) == MOO_SIZEOF(moo_liw_t));
|
MOO_STATIC_ASSERT (MOO_SIZEOF(moo_oow_t) == MOO_SIZEOF(moo_liw_t));
|
||||||
if (i >= 0)
|
if (i >= 0)
|
||||||
{
|
{
|
||||||
w = i;
|
w = i;
|
||||||
|
150
moo/lib/chr.c
150
moo/lib/chr.c
@ -182,3 +182,153 @@ moo_bch_t moo_to_bch_lower (moo_bch_t c)
|
|||||||
}
|
}
|
||||||
#endif
|
#endif
|
||||||
|
|
||||||
|
|
||||||
|
/* ----------------------------------------------------------------------- */
|
||||||
|
|
||||||
|
/*
|
||||||
|
* See http://www.cl.cam.ac.uk/~mgk25/ucs/wcwidth.c
|
||||||
|
*/
|
||||||
|
struct interval
|
||||||
|
{
|
||||||
|
int first;
|
||||||
|
int last;
|
||||||
|
};
|
||||||
|
|
||||||
|
/* auxiliary function for binary search in interval table */
|
||||||
|
static int bisearch(moo_uch_t ucs, const struct interval *table, int max)
|
||||||
|
{
|
||||||
|
int min = 0;
|
||||||
|
int mid;
|
||||||
|
|
||||||
|
if (ucs < table[0].first || ucs > table[max].last) return 0;
|
||||||
|
while (max >= min)
|
||||||
|
{
|
||||||
|
mid = (min + max) / 2;
|
||||||
|
if (ucs > table[mid].last) min = mid + 1;
|
||||||
|
else if (ucs < table[mid].first) max = mid - 1;
|
||||||
|
else return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* The following two functions define the column width of an ISO 10646
|
||||||
|
* character as follows:
|
||||||
|
*
|
||||||
|
* - The null character (U+0000) has a column width of 0.
|
||||||
|
*
|
||||||
|
* - Other C0/C1 control characters and DEL will lead to a return
|
||||||
|
* value of -1.
|
||||||
|
*
|
||||||
|
* - Non-spacing and enclosing combining characters (general
|
||||||
|
* category code Mn or Me in the Unicode database) have a
|
||||||
|
* column width of 0.
|
||||||
|
*
|
||||||
|
* - SOFT HYPHEN (U+00AD) has a column width of 1.
|
||||||
|
*
|
||||||
|
* - Other format characters (general category code Cf in the Unicode
|
||||||
|
* database) and ZERO WIDTH SPACE (U+200B) have a column width of 0.
|
||||||
|
*
|
||||||
|
* - Hangul Jamo medial vowels and final consonants (U+1160-U+11FF)
|
||||||
|
* have a column width of 0.
|
||||||
|
*
|
||||||
|
* - Spacing characters in the East Asian Wide (W) or East Asian
|
||||||
|
* Full-width (F) category as defined in Unicode Technical
|
||||||
|
* Report #11 have a column width of 2.
|
||||||
|
*
|
||||||
|
* - All remaining characters (including all printable
|
||||||
|
* ISO 8859-1 and WGL4 characters, Unicode control characters,
|
||||||
|
* etc.) have a column width of 1.
|
||||||
|
*
|
||||||
|
* This implementation assumes that wchar_t characters are encoded
|
||||||
|
* in ISO 10646.
|
||||||
|
*/
|
||||||
|
|
||||||
|
int moo_get_ucwidth (moo_uch_t uc)
|
||||||
|
{
|
||||||
|
/* sorted list of non-overlapping intervals of non-spacing characters */
|
||||||
|
/* generated by "uniset +cat=Me +cat=Mn +cat=Cf -00AD +1160-11FF +200B c" */
|
||||||
|
static const struct interval combining[] = {
|
||||||
|
{ 0x0300, 0x036F }, { 0x0483, 0x0486 }, { 0x0488, 0x0489 },
|
||||||
|
{ 0x0591, 0x05BD }, { 0x05BF, 0x05BF }, { 0x05C1, 0x05C2 },
|
||||||
|
{ 0x05C4, 0x05C5 }, { 0x05C7, 0x05C7 }, { 0x0600, 0x0603 },
|
||||||
|
{ 0x0610, 0x0615 }, { 0x064B, 0x065E }, { 0x0670, 0x0670 },
|
||||||
|
{ 0x06D6, 0x06E4 }, { 0x06E7, 0x06E8 }, { 0x06EA, 0x06ED },
|
||||||
|
{ 0x070F, 0x070F }, { 0x0711, 0x0711 }, { 0x0730, 0x074A },
|
||||||
|
{ 0x07A6, 0x07B0 }, { 0x07EB, 0x07F3 }, { 0x0901, 0x0902 },
|
||||||
|
{ 0x093C, 0x093C }, { 0x0941, 0x0948 }, { 0x094D, 0x094D },
|
||||||
|
{ 0x0951, 0x0954 }, { 0x0962, 0x0963 }, { 0x0981, 0x0981 },
|
||||||
|
{ 0x09BC, 0x09BC }, { 0x09C1, 0x09C4 }, { 0x09CD, 0x09CD },
|
||||||
|
{ 0x09E2, 0x09E3 }, { 0x0A01, 0x0A02 }, { 0x0A3C, 0x0A3C },
|
||||||
|
{ 0x0A41, 0x0A42 }, { 0x0A47, 0x0A48 }, { 0x0A4B, 0x0A4D },
|
||||||
|
{ 0x0A70, 0x0A71 }, { 0x0A81, 0x0A82 }, { 0x0ABC, 0x0ABC },
|
||||||
|
{ 0x0AC1, 0x0AC5 }, { 0x0AC7, 0x0AC8 }, { 0x0ACD, 0x0ACD },
|
||||||
|
{ 0x0AE2, 0x0AE3 }, { 0x0B01, 0x0B01 }, { 0x0B3C, 0x0B3C },
|
||||||
|
{ 0x0B3F, 0x0B3F }, { 0x0B41, 0x0B43 }, { 0x0B4D, 0x0B4D },
|
||||||
|
{ 0x0B56, 0x0B56 }, { 0x0B82, 0x0B82 }, { 0x0BC0, 0x0BC0 },
|
||||||
|
{ 0x0BCD, 0x0BCD }, { 0x0C3E, 0x0C40 }, { 0x0C46, 0x0C48 },
|
||||||
|
{ 0x0C4A, 0x0C4D }, { 0x0C55, 0x0C56 }, { 0x0CBC, 0x0CBC },
|
||||||
|
{ 0x0CBF, 0x0CBF }, { 0x0CC6, 0x0CC6 }, { 0x0CCC, 0x0CCD },
|
||||||
|
{ 0x0CE2, 0x0CE3 }, { 0x0D41, 0x0D43 }, { 0x0D4D, 0x0D4D },
|
||||||
|
{ 0x0DCA, 0x0DCA }, { 0x0DD2, 0x0DD4 }, { 0x0DD6, 0x0DD6 },
|
||||||
|
{ 0x0E31, 0x0E31 }, { 0x0E34, 0x0E3A }, { 0x0E47, 0x0E4E },
|
||||||
|
{ 0x0EB1, 0x0EB1 }, { 0x0EB4, 0x0EB9 }, { 0x0EBB, 0x0EBC },
|
||||||
|
{ 0x0EC8, 0x0ECD }, { 0x0F18, 0x0F19 }, { 0x0F35, 0x0F35 },
|
||||||
|
{ 0x0F37, 0x0F37 }, { 0x0F39, 0x0F39 }, { 0x0F71, 0x0F7E },
|
||||||
|
{ 0x0F80, 0x0F84 }, { 0x0F86, 0x0F87 }, { 0x0F90, 0x0F97 },
|
||||||
|
{ 0x0F99, 0x0FBC }, { 0x0FC6, 0x0FC6 }, { 0x102D, 0x1030 },
|
||||||
|
{ 0x1032, 0x1032 }, { 0x1036, 0x1037 }, { 0x1039, 0x1039 },
|
||||||
|
{ 0x1058, 0x1059 }, { 0x1160, 0x11FF }, { 0x135F, 0x135F },
|
||||||
|
{ 0x1712, 0x1714 }, { 0x1732, 0x1734 }, { 0x1752, 0x1753 },
|
||||||
|
{ 0x1772, 0x1773 }, { 0x17B4, 0x17B5 }, { 0x17B7, 0x17BD },
|
||||||
|
{ 0x17C6, 0x17C6 }, { 0x17C9, 0x17D3 }, { 0x17DD, 0x17DD },
|
||||||
|
{ 0x180B, 0x180D }, { 0x18A9, 0x18A9 }, { 0x1920, 0x1922 },
|
||||||
|
{ 0x1927, 0x1928 }, { 0x1932, 0x1932 }, { 0x1939, 0x193B },
|
||||||
|
{ 0x1A17, 0x1A18 }, { 0x1B00, 0x1B03 }, { 0x1B34, 0x1B34 },
|
||||||
|
{ 0x1B36, 0x1B3A }, { 0x1B3C, 0x1B3C }, { 0x1B42, 0x1B42 },
|
||||||
|
{ 0x1B6B, 0x1B73 }, { 0x1DC0, 0x1DCA }, { 0x1DFE, 0x1DFF },
|
||||||
|
{ 0x200B, 0x200F }, { 0x202A, 0x202E }, { 0x2060, 0x2063 },
|
||||||
|
{ 0x206A, 0x206F }, { 0x20D0, 0x20EF }, { 0x302A, 0x302F },
|
||||||
|
{ 0x3099, 0x309A }, { 0xA806, 0xA806 }, { 0xA80B, 0xA80B },
|
||||||
|
{ 0xA825, 0xA826 }, { 0xFB1E, 0xFB1E }, { 0xFE00, 0xFE0F },
|
||||||
|
{ 0xFE20, 0xFE23 }, { 0xFEFF, 0xFEFF }, { 0xFFF9, 0xFFFB },
|
||||||
|
{ 0x10A01, 0x10A03 }, { 0x10A05, 0x10A06 }, { 0x10A0C, 0x10A0F },
|
||||||
|
{ 0x10A38, 0x10A3A }, { 0x10A3F, 0x10A3F }, { 0x1D167, 0x1D169 },
|
||||||
|
{ 0x1D173, 0x1D182 }, { 0x1D185, 0x1D18B }, { 0x1D1AA, 0x1D1AD },
|
||||||
|
{ 0x1D242, 0x1D244 }, { 0xE0001, 0xE0001 }, { 0xE0020, 0xE007F },
|
||||||
|
{ 0xE0100, 0xE01EF }
|
||||||
|
};
|
||||||
|
|
||||||
|
/* test for 8-bit control characters */
|
||||||
|
if (uc == 0) return 0;
|
||||||
|
if (uc < 32 || (uc >= 0x7f && uc < 0xa0)) return -1;
|
||||||
|
|
||||||
|
/* binary search in table of non-spacing characters */
|
||||||
|
if (bisearch(uc, combining, sizeof(combining) / sizeof(struct interval) - 1)) return 0;
|
||||||
|
|
||||||
|
/* if we arrive here, uc is not a combining or C0/C1 control character */
|
||||||
|
|
||||||
|
if (uc >= 0x1100)
|
||||||
|
{
|
||||||
|
if (uc <= 0x115f || /* Hangul Jamo init. consonants */
|
||||||
|
uc == 0x2329 || uc == 0x232a ||
|
||||||
|
(uc >= 0x2e80 && uc <= 0xa4cf && uc != 0x303f) || /* CJK ... Yi */
|
||||||
|
(uc >= 0xac00 && uc <= 0xd7a3) || /* Hangul Syllables */
|
||||||
|
(uc >= 0xf900 && uc <= 0xfaff) || /* CJK Compatibility Ideographs */
|
||||||
|
(uc >= 0xfe10 && uc <= 0xfe19) || /* Vertical forms */
|
||||||
|
(uc >= 0xfe30 && uc <= 0xfe6f) || /* CJK Compatibility Forms */
|
||||||
|
(uc >= 0xff00 && uc <= 0xff60) || /* Fullwidth Forms */
|
||||||
|
(uc >= 0xffe0 && uc <= 0xffe6)
|
||||||
|
#if (MOO_SIZEOF_UCH_T > 2)
|
||||||
|
||
|
||||||
|
(uc >= 0x20000 && uc <= 0x2fffd) ||
|
||||||
|
(uc >= 0x30000 && uc <= 0x3fffd)
|
||||||
|
#endif
|
||||||
|
)
|
||||||
|
{
|
||||||
|
return 2;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
@ -80,7 +80,7 @@
|
|||||||
# include <quadmath.h> /* for quadmath_snprintf() */
|
# include <quadmath.h> /* for quadmath_snprintf() */
|
||||||
#endif
|
#endif
|
||||||
|
|
||||||
#endif /* MOO_ENABLE_FLTFMT)
|
#endif /* MOO_ENABLE_FLTFMT */
|
||||||
|
|
||||||
/* Max number conversion buffer length:
|
/* Max number conversion buffer length:
|
||||||
* moo_intmax_t in base 2, plus NUL byte. */
|
* moo_intmax_t in base 2, plus NUL byte. */
|
||||||
@ -1013,11 +1013,9 @@ static int fmt_outv (moo_fmtout_t* fmtout, va_list ap)
|
|||||||
}
|
}
|
||||||
|
|
||||||
case 'O': /* object - ignore precision, width, adjustment */
|
case 'O': /* object - ignore precision, width, adjustment */
|
||||||
{
|
|
||||||
if (!fmtout->putobj) goto invalid_format;
|
if (!fmtout->putobj) goto invalid_format;
|
||||||
if (fmtout->putobj(fmtout, va_arg(ap, moo_oop_t)) <= -1) goto oops;
|
if (fmtout->putobj(fmtout, va_arg(ap, moo_oop_t)) <= -1) goto oops;
|
||||||
break;
|
break;
|
||||||
}
|
|
||||||
|
|
||||||
#if defined(MOO_ENABLE_FLTFMT)
|
#if defined(MOO_ENABLE_FLTFMT)
|
||||||
case 'e':
|
case 'e':
|
||||||
|
@ -285,6 +285,50 @@ MOO_EXPORT moo_bch_t moo_to_bch_lower (moo_bch_t c);
|
|||||||
# define moo_to_ooch_lower moo_to_bch_lower
|
# define moo_to_ooch_lower moo_to_bch_lower
|
||||||
#endif
|
#endif
|
||||||
|
|
||||||
|
/* ------------------------------------------------------------------------- */
|
||||||
|
|
||||||
|
MOO_EXPORT int moo_get_ucwidth (
|
||||||
|
moo_uch_t uc
|
||||||
|
);
|
||||||
|
|
||||||
|
/* ------------------------------------------------------------------------- */
|
||||||
|
|
||||||
|
MOO_EXPORT moo_oow_t moo_uc_to_utf8 (
|
||||||
|
moo_uch_t uc,
|
||||||
|
moo_bch_t* utf8,
|
||||||
|
moo_oow_t size
|
||||||
|
);
|
||||||
|
|
||||||
|
MOO_EXPORT moo_oow_t moo_utf8_to_uc (
|
||||||
|
const moo_bch_t* utf8,
|
||||||
|
moo_oow_t size,
|
||||||
|
moo_uch_t* uc
|
||||||
|
);
|
||||||
|
|
||||||
|
|
||||||
|
MOO_EXPORT moo_oow_t moo_uc_to_utf16 (
|
||||||
|
moo_uch_t uc,
|
||||||
|
moo_bch_t* utf16,
|
||||||
|
moo_oow_t size
|
||||||
|
);
|
||||||
|
|
||||||
|
MOO_EXPORT moo_oow_t moo_utf16_to_uc (
|
||||||
|
const moo_bch_t* utf16,
|
||||||
|
moo_oow_t size,
|
||||||
|
moo_uch_t* uc
|
||||||
|
);
|
||||||
|
MOO_EXPORT moo_oow_t moo_uc_to_mb8 (
|
||||||
|
moo_uch_t uc,
|
||||||
|
moo_bch_t* mb8,
|
||||||
|
moo_oow_t size
|
||||||
|
);
|
||||||
|
|
||||||
|
MOO_EXPORT moo_oow_t moo_mb8_to_uc (
|
||||||
|
const moo_bch_t* mb8,
|
||||||
|
moo_oow_t size,
|
||||||
|
moo_uch_t* uc
|
||||||
|
);
|
||||||
|
|
||||||
#if defined(__cplusplus)
|
#if defined(__cplusplus)
|
||||||
}
|
}
|
||||||
#endif
|
#endif
|
||||||
|
@ -313,7 +313,7 @@ MOO_EXPORT int moo_fmt_intmax_to_ucstr (
|
|||||||
|
|
||||||
/**
|
/**
|
||||||
* The moo_fmt_uintmax_to_bcstr() function formats an unsigned integer \a value
|
* The moo_fmt_uintmax_to_bcstr() function formats an unsigned integer \a value
|
||||||
* to a multibyte string buffer. It behaves the same as moo_fmt_uintmax_to_bcstr()
|
* to a multibyte string buffer. It behaves the same as moo_fmt_intmax_to_bcstr()
|
||||||
* except that it handles an unsigned integer.
|
* except that it handles an unsigned integer.
|
||||||
*/
|
*/
|
||||||
MOO_EXPORT int moo_fmt_uintmax_to_bcstr (
|
MOO_EXPORT int moo_fmt_uintmax_to_bcstr (
|
||||||
@ -326,6 +326,11 @@ MOO_EXPORT int moo_fmt_uintmax_to_bcstr (
|
|||||||
const moo_bch_t* prefix /**< prefix */
|
const moo_bch_t* prefix /**< prefix */
|
||||||
);
|
);
|
||||||
|
|
||||||
|
/**
|
||||||
|
* The moo_fmt_uintmax_to_ucstr() function formats an unsigned integer \a value
|
||||||
|
* to a multibyte string buffer. It behaves the same as moo_fmt_intmax_to_ucstr()
|
||||||
|
* except that it handles an unsigned integer.
|
||||||
|
*/
|
||||||
MOO_EXPORT int moo_fmt_uintmax_to_ucstr (
|
MOO_EXPORT int moo_fmt_uintmax_to_ucstr (
|
||||||
moo_uch_t* buf, /**< buffer pointer */
|
moo_uch_t* buf, /**< buffer pointer */
|
||||||
int bufsize, /**< buffer size */
|
int bufsize, /**< buffer size */
|
||||||
|
@ -28,6 +28,7 @@
|
|||||||
#define _MOO_PRV_H_
|
#define _MOO_PRV_H_
|
||||||
|
|
||||||
#include <moo.h>
|
#include <moo.h>
|
||||||
|
#include <moo-chr.h>
|
||||||
#include <moo-fmt.h>
|
#include <moo-fmt.h>
|
||||||
#include <moo-utl.h>
|
#include <moo-utl.h>
|
||||||
|
|
||||||
|
@ -753,19 +753,6 @@ MOO_EXPORT int moo_conv_utf8_to_ucstr (
|
|||||||
moo_oow_t* ucslen
|
moo_oow_t* ucslen
|
||||||
);
|
);
|
||||||
|
|
||||||
|
|
||||||
MOO_EXPORT moo_oow_t moo_uc_to_utf8 (
|
|
||||||
moo_uch_t uc,
|
|
||||||
moo_bch_t* utf8,
|
|
||||||
moo_oow_t size
|
|
||||||
);
|
|
||||||
|
|
||||||
MOO_EXPORT moo_oow_t moo_utf8_to_uc (
|
|
||||||
const moo_bch_t* utf8,
|
|
||||||
moo_oow_t size,
|
|
||||||
moo_uch_t* uc
|
|
||||||
);
|
|
||||||
|
|
||||||
/* ------------------------------------------------------------------------- */
|
/* ------------------------------------------------------------------------- */
|
||||||
|
|
||||||
MOO_EXPORT int moo_conv_uchars_to_utf16 (
|
MOO_EXPORT int moo_conv_uchars_to_utf16 (
|
||||||
@ -797,18 +784,6 @@ MOO_EXPORT int moo_conv_utf16_to_ucstr (
|
|||||||
moo_oow_t* ucslen
|
moo_oow_t* ucslen
|
||||||
);
|
);
|
||||||
|
|
||||||
MOO_EXPORT moo_oow_t moo_uc_to_utf16 (
|
|
||||||
moo_uch_t uc,
|
|
||||||
moo_bch_t* utf16,
|
|
||||||
moo_oow_t size
|
|
||||||
);
|
|
||||||
|
|
||||||
MOO_EXPORT moo_oow_t moo_utf16_to_uc (
|
|
||||||
const moo_bch_t* utf16,
|
|
||||||
moo_oow_t size,
|
|
||||||
moo_uch_t* uc
|
|
||||||
);
|
|
||||||
|
|
||||||
/* ------------------------------------------------------------------------- */
|
/* ------------------------------------------------------------------------- */
|
||||||
|
|
||||||
MOO_EXPORT int moo_conv_uchars_to_mb8 (
|
MOO_EXPORT int moo_conv_uchars_to_mb8 (
|
||||||
@ -840,18 +815,6 @@ MOO_EXPORT int moo_conv_mb8_to_ucstr (
|
|||||||
moo_oow_t* ucslen
|
moo_oow_t* ucslen
|
||||||
);
|
);
|
||||||
|
|
||||||
MOO_EXPORT moo_oow_t moo_uc_to_mb8 (
|
|
||||||
moo_uch_t uc,
|
|
||||||
moo_bch_t* mb8,
|
|
||||||
moo_oow_t size
|
|
||||||
);
|
|
||||||
|
|
||||||
MOO_EXPORT moo_oow_t moo_mb8_to_uc (
|
|
||||||
const moo_bch_t* mb8,
|
|
||||||
moo_oow_t size,
|
|
||||||
moo_uch_t* uc
|
|
||||||
);
|
|
||||||
|
|
||||||
/* =========================================================================
|
/* =========================================================================
|
||||||
* BIT SWAP
|
* BIT SWAP
|
||||||
* ========================================================================= */
|
* ========================================================================= */
|
||||||
|
151
moo/lib/utf8.c
151
moo/lib/utf8.c
@ -176,154 +176,3 @@ moo_oow_t moo_utf8_to_uc (const moo_bch_t* utf8, moo_oow_t size, moo_uch_t* uc)
|
|||||||
|
|
||||||
return 0; /* error - invalid sequence */
|
return 0; /* error - invalid sequence */
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
||||||
/* ----------------------------------------------------------------------- */
|
|
||||||
|
|
||||||
/*
|
|
||||||
* See http://www.cl.cam.ac.uk/~mgk25/ucs/wcwidth.c
|
|
||||||
*/
|
|
||||||
struct interval
|
|
||||||
{
|
|
||||||
int first;
|
|
||||||
int last;
|
|
||||||
};
|
|
||||||
|
|
||||||
/* auxiliary function for binary search in interval table */
|
|
||||||
static int bisearch(moo_uch_t ucs, const struct interval *table, int max)
|
|
||||||
{
|
|
||||||
int min = 0;
|
|
||||||
int mid;
|
|
||||||
|
|
||||||
if (ucs < table[0].first || ucs > table[max].last) return 0;
|
|
||||||
while (max >= min)
|
|
||||||
{
|
|
||||||
mid = (min + max) / 2;
|
|
||||||
if (ucs > table[mid].last) min = mid + 1;
|
|
||||||
else if (ucs < table[mid].first) max = mid - 1;
|
|
||||||
else return 1;
|
|
||||||
}
|
|
||||||
|
|
||||||
return 0;
|
|
||||||
}
|
|
||||||
|
|
||||||
/* The following two functions define the column width of an ISO 10646
|
|
||||||
* character as follows:
|
|
||||||
*
|
|
||||||
* - The null character (U+0000) has a column width of 0.
|
|
||||||
*
|
|
||||||
* - Other C0/C1 control characters and DEL will lead to a return
|
|
||||||
* value of -1.
|
|
||||||
*
|
|
||||||
* - Non-spacing and enclosing combining characters (general
|
|
||||||
* category code Mn or Me in the Unicode database) have a
|
|
||||||
* column width of 0.
|
|
||||||
*
|
|
||||||
* - SOFT HYPHEN (U+00AD) has a column width of 1.
|
|
||||||
*
|
|
||||||
* - Other format characters (general category code Cf in the Unicode
|
|
||||||
* database) and ZERO WIDTH SPACE (U+200B) have a column width of 0.
|
|
||||||
*
|
|
||||||
* - Hangul Jamo medial vowels and final consonants (U+1160-U+11FF)
|
|
||||||
* have a column width of 0.
|
|
||||||
*
|
|
||||||
* - Spacing characters in the East Asian Wide (W) or East Asian
|
|
||||||
* Full-width (F) category as defined in Unicode Technical
|
|
||||||
* Report #11 have a column width of 2.
|
|
||||||
*
|
|
||||||
* - All remaining characters (including all printable
|
|
||||||
* ISO 8859-1 and WGL4 characters, Unicode control characters,
|
|
||||||
* etc.) have a column width of 1.
|
|
||||||
*
|
|
||||||
* This implementation assumes that wchar_t characters are encoded
|
|
||||||
* in ISO 10646.
|
|
||||||
*/
|
|
||||||
|
|
||||||
int moo_get_ucwidth (moo_uch_t uc)
|
|
||||||
{
|
|
||||||
/* sorted list of non-overlapping intervals of non-spacing characters */
|
|
||||||
/* generated by "uniset +cat=Me +cat=Mn +cat=Cf -00AD +1160-11FF +200B c" */
|
|
||||||
static const struct interval combining[] = {
|
|
||||||
{ 0x0300, 0x036F }, { 0x0483, 0x0486 }, { 0x0488, 0x0489 },
|
|
||||||
{ 0x0591, 0x05BD }, { 0x05BF, 0x05BF }, { 0x05C1, 0x05C2 },
|
|
||||||
{ 0x05C4, 0x05C5 }, { 0x05C7, 0x05C7 }, { 0x0600, 0x0603 },
|
|
||||||
{ 0x0610, 0x0615 }, { 0x064B, 0x065E }, { 0x0670, 0x0670 },
|
|
||||||
{ 0x06D6, 0x06E4 }, { 0x06E7, 0x06E8 }, { 0x06EA, 0x06ED },
|
|
||||||
{ 0x070F, 0x070F }, { 0x0711, 0x0711 }, { 0x0730, 0x074A },
|
|
||||||
{ 0x07A6, 0x07B0 }, { 0x07EB, 0x07F3 }, { 0x0901, 0x0902 },
|
|
||||||
{ 0x093C, 0x093C }, { 0x0941, 0x0948 }, { 0x094D, 0x094D },
|
|
||||||
{ 0x0951, 0x0954 }, { 0x0962, 0x0963 }, { 0x0981, 0x0981 },
|
|
||||||
{ 0x09BC, 0x09BC }, { 0x09C1, 0x09C4 }, { 0x09CD, 0x09CD },
|
|
||||||
{ 0x09E2, 0x09E3 }, { 0x0A01, 0x0A02 }, { 0x0A3C, 0x0A3C },
|
|
||||||
{ 0x0A41, 0x0A42 }, { 0x0A47, 0x0A48 }, { 0x0A4B, 0x0A4D },
|
|
||||||
{ 0x0A70, 0x0A71 }, { 0x0A81, 0x0A82 }, { 0x0ABC, 0x0ABC },
|
|
||||||
{ 0x0AC1, 0x0AC5 }, { 0x0AC7, 0x0AC8 }, { 0x0ACD, 0x0ACD },
|
|
||||||
{ 0x0AE2, 0x0AE3 }, { 0x0B01, 0x0B01 }, { 0x0B3C, 0x0B3C },
|
|
||||||
{ 0x0B3F, 0x0B3F }, { 0x0B41, 0x0B43 }, { 0x0B4D, 0x0B4D },
|
|
||||||
{ 0x0B56, 0x0B56 }, { 0x0B82, 0x0B82 }, { 0x0BC0, 0x0BC0 },
|
|
||||||
{ 0x0BCD, 0x0BCD }, { 0x0C3E, 0x0C40 }, { 0x0C46, 0x0C48 },
|
|
||||||
{ 0x0C4A, 0x0C4D }, { 0x0C55, 0x0C56 }, { 0x0CBC, 0x0CBC },
|
|
||||||
{ 0x0CBF, 0x0CBF }, { 0x0CC6, 0x0CC6 }, { 0x0CCC, 0x0CCD },
|
|
||||||
{ 0x0CE2, 0x0CE3 }, { 0x0D41, 0x0D43 }, { 0x0D4D, 0x0D4D },
|
|
||||||
{ 0x0DCA, 0x0DCA }, { 0x0DD2, 0x0DD4 }, { 0x0DD6, 0x0DD6 },
|
|
||||||
{ 0x0E31, 0x0E31 }, { 0x0E34, 0x0E3A }, { 0x0E47, 0x0E4E },
|
|
||||||
{ 0x0EB1, 0x0EB1 }, { 0x0EB4, 0x0EB9 }, { 0x0EBB, 0x0EBC },
|
|
||||||
{ 0x0EC8, 0x0ECD }, { 0x0F18, 0x0F19 }, { 0x0F35, 0x0F35 },
|
|
||||||
{ 0x0F37, 0x0F37 }, { 0x0F39, 0x0F39 }, { 0x0F71, 0x0F7E },
|
|
||||||
{ 0x0F80, 0x0F84 }, { 0x0F86, 0x0F87 }, { 0x0F90, 0x0F97 },
|
|
||||||
{ 0x0F99, 0x0FBC }, { 0x0FC6, 0x0FC6 }, { 0x102D, 0x1030 },
|
|
||||||
{ 0x1032, 0x1032 }, { 0x1036, 0x1037 }, { 0x1039, 0x1039 },
|
|
||||||
{ 0x1058, 0x1059 }, { 0x1160, 0x11FF }, { 0x135F, 0x135F },
|
|
||||||
{ 0x1712, 0x1714 }, { 0x1732, 0x1734 }, { 0x1752, 0x1753 },
|
|
||||||
{ 0x1772, 0x1773 }, { 0x17B4, 0x17B5 }, { 0x17B7, 0x17BD },
|
|
||||||
{ 0x17C6, 0x17C6 }, { 0x17C9, 0x17D3 }, { 0x17DD, 0x17DD },
|
|
||||||
{ 0x180B, 0x180D }, { 0x18A9, 0x18A9 }, { 0x1920, 0x1922 },
|
|
||||||
{ 0x1927, 0x1928 }, { 0x1932, 0x1932 }, { 0x1939, 0x193B },
|
|
||||||
{ 0x1A17, 0x1A18 }, { 0x1B00, 0x1B03 }, { 0x1B34, 0x1B34 },
|
|
||||||
{ 0x1B36, 0x1B3A }, { 0x1B3C, 0x1B3C }, { 0x1B42, 0x1B42 },
|
|
||||||
{ 0x1B6B, 0x1B73 }, { 0x1DC0, 0x1DCA }, { 0x1DFE, 0x1DFF },
|
|
||||||
{ 0x200B, 0x200F }, { 0x202A, 0x202E }, { 0x2060, 0x2063 },
|
|
||||||
{ 0x206A, 0x206F }, { 0x20D0, 0x20EF }, { 0x302A, 0x302F },
|
|
||||||
{ 0x3099, 0x309A }, { 0xA806, 0xA806 }, { 0xA80B, 0xA80B },
|
|
||||||
{ 0xA825, 0xA826 }, { 0xFB1E, 0xFB1E }, { 0xFE00, 0xFE0F },
|
|
||||||
{ 0xFE20, 0xFE23 }, { 0xFEFF, 0xFEFF }, { 0xFFF9, 0xFFFB },
|
|
||||||
{ 0x10A01, 0x10A03 }, { 0x10A05, 0x10A06 }, { 0x10A0C, 0x10A0F },
|
|
||||||
{ 0x10A38, 0x10A3A }, { 0x10A3F, 0x10A3F }, { 0x1D167, 0x1D169 },
|
|
||||||
{ 0x1D173, 0x1D182 }, { 0x1D185, 0x1D18B }, { 0x1D1AA, 0x1D1AD },
|
|
||||||
{ 0x1D242, 0x1D244 }, { 0xE0001, 0xE0001 }, { 0xE0020, 0xE007F },
|
|
||||||
{ 0xE0100, 0xE01EF }
|
|
||||||
};
|
|
||||||
|
|
||||||
/* test for 8-bit control characters */
|
|
||||||
if (uc == 0) return 0;
|
|
||||||
if (uc < 32 || (uc >= 0x7f && uc < 0xa0)) return -1;
|
|
||||||
|
|
||||||
/* binary search in table of non-spacing characters */
|
|
||||||
if (bisearch(uc, combining, sizeof(combining) / sizeof(struct interval) - 1)) return 0;
|
|
||||||
|
|
||||||
/* if we arrive here, uc is not a combining or C0/C1 control character */
|
|
||||||
|
|
||||||
if (uc >= 0x1100)
|
|
||||||
{
|
|
||||||
if (uc <= 0x115f || /* Hangul Jamo init. consonants */
|
|
||||||
uc == 0x2329 || uc == 0x232a ||
|
|
||||||
(uc >= 0x2e80 && uc <= 0xa4cf && uc != 0x303f) || /* CJK ... Yi */
|
|
||||||
(uc >= 0xac00 && uc <= 0xd7a3) || /* Hangul Syllables */
|
|
||||||
(uc >= 0xf900 && uc <= 0xfaff) || /* CJK Compatibility Ideographs */
|
|
||||||
(uc >= 0xfe10 && uc <= 0xfe19) || /* Vertical forms */
|
|
||||||
(uc >= 0xfe30 && uc <= 0xfe6f) || /* CJK Compatibility Forms */
|
|
||||||
(uc >= 0xff00 && uc <= 0xff60) || /* Fullwidth Forms */
|
|
||||||
(uc >= 0xffe0 && uc <= 0xffe6)
|
|
||||||
#if (MOO_SIZEOF_UCH_T > 2)
|
|
||||||
||
|
|
||||||
(uc >= 0x20000 && uc <= 0x2fffd) ||
|
|
||||||
(uc >= 0x30000 && uc <= 0x3fffd)
|
|
||||||
#endif
|
|
||||||
)
|
|
||||||
{
|
|
||||||
return 2;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
return 1;
|
|
||||||
}
|
|
||||||
|
Loading…
Reference in New Issue
Block a user