libatalk/unicode/util_unistr.c

   1 #ifdef HAVE_CONFIG_H
   2 #include "config.h"
   3 #endif /* HAVE_CONFIG_H */
   4
   5 #include <stdio.h>
   6 #include <stdlib.h>
   7 #include <string.h>
   8 #include <sys/param.h>
   9 #include <sys/stat.h>
  10 #include <atalk/logger.h>
  11 #include <errno.h>
  12
  13 #include <netatalk/endian.h>
  14
  15 #include <atalk/unicode.h>
  16 #include "ucs2_casetable.h"
  17 #include "precompose.h"
  18 #include "byteorder.h"
  19
  20
  21 ucs2_t toupper_w(ucs2_t val)
  22 {
  23         if ( val >= 0x0040 && val <= 0x007F)
  24                 return upcase_table_1[val-0x0040];
  25         if ( val >= 0x00C0 && val <= 0x02BF)
  26                 return upcase_table_2[val-0x00C0];
  27         if ( val >= 0x0380 && val <= 0x04FF)
  28                 return upcase_table_3[val-0x0380];
  29         if ( val >= 0x0540 && val <= 0x05BF)
  30                 return upcase_table_4[val-0x0540];
  31         if ( val >= 0x1E00 && val <= 0x1FFF)
  32                 return upcase_table_5[val-0x1E00];
  33         if ( val >= 0x2140 && val <= 0x217F)
  34                 return upcase_table_6[val-0x2140];
  35         if ( val >= 0x24C0 && val <= 0x24FF)
  36                 return upcase_table_7[val-0x24C0];
  37         if ( val >= 0xFF40 && val <= 0xFF7F)
  38                 return upcase_table_8[val-0xFF40];
  39
  40         return (val);
  41 }
  42
  43
  44 ucs2_t tolower_w(ucs2_t val)
  45 {
  46         if ( val >= 0x0040 && val <= 0x007F)
  47                 return lowcase_table_1[val-0x0040];
  48         if ( val >= 0x00C0 && val <= 0x023F)
  49                 return lowcase_table_2[val-0x00C0];
  50         if ( val >= 0x0380 && val <= 0x057F)
  51                 return lowcase_table_3[val-0x0380];
  52         if ( val >= 0x1E00 && val <= 0x1FFF)
  53                 return lowcase_table_4[val-0x1E00];
  54         if ( val >= 0x2140 && val <= 0x217F)
  55                 return lowcase_table_5[val-0x2140];
  56         if ( val >= 0x2480 && val <= 0x24FF)
  57                 return lowcase_table_6[val-0x2480];
  58         if ( val >= 0xFF00 && val <= 0xFF3F)
  59                 return lowcase_table_7[val-0xFF00];
  60
  61         return (val);
  62 }
  63
  64 /*******************************************************************
  65  Convert a string to lower case.
  66  return True if any char is converted
  67 ********************************************************************/
  68 int strlower_w(ucs2_t *s)
  69 {
  70         int ret = 0;
  71         while (*s) {
  72                 ucs2_t v = tolower_w(*s);
  73                 if (v != *s) {
  74                         *s = v;
  75                         ret = 1;
  76                 }
  77                 s++;
  78         }
  79         return ret;
  80 }
  81
  82 /*******************************************************************
  83  Convert a string to upper case.
  84  return True if any char is converted
  85 ********************************************************************/
  86 int strupper_w(ucs2_t *s)
  87 {
  88         int ret = 0;
  89         while (*s) {
  90                 ucs2_t v = toupper_w(*s);
  91                 if (v != *s) {
  92                         *s = v;
  93                         ret = 1;
  94                 }
  95                 s++;
  96         }
  97         return ret;
  98 }
  99
 100
 101 /*******************************************************************
 102 determine if a character is lowercase
 103 ********************************************************************/
 104 int islower_w(ucs2_t c)
 105 {
 106         return ( c == tolower_w(c));
 107 }
 108
 109 /*******************************************************************
 110 determine if a character is uppercase
 111 ********************************************************************/
 112 int isupper_w(ucs2_t c)
 113 {
 114         return ( c == toupper_w(c));
 115 }
 116
 117
 118 /*******************************************************************
 119  Count the number of characters in a ucs2_t string.
 120 ********************************************************************/
 121 size_t strlen_w(const ucs2_t *src)
 122 {
 123         size_t len;
 124
 125         for(len = 0; *src++; len++) ;
 126
 127         return len;
 128 }
 129
 130 /*******************************************************************
 131  Count up to max number of characters in a ucs2_t string.
 132 ********************************************************************/
 133 size_t strnlen_w(const ucs2_t *src, size_t max)
 134 {
 135         size_t len;
 136
 137         for(len = 0; *src++ && (len < max); len++) ;
 138
 139         return len;
 140 }
 141
 142 /*******************************************************************
 143 wide strchr()
 144 ********************************************************************/
 145 ucs2_t *strchr_w(const ucs2_t *s, ucs2_t c)
 146 {
 147         while (*s != 0) {
 148                 if (c == *s) return (ucs2_t *)s;
 149                 s++;
 150         }
 151         if (c == *s) return (ucs2_t *)s;
 152
 153         return NULL;
 154 }
 155
 156 ucs2_t *strcasechr_w(const ucs2_t *s, ucs2_t c)
 157 {
 158         while (*s != 0) {
 159 /*              LOG(log_debug, logtype_default, "Comparing %X to %X (%X - %X)", c, *s, toupper_w(c), toupper_w(*s));*/
 160                 if (toupper_w(c) == toupper_w(*s)) return (ucs2_t *)s;
 161                 s++;
 162         }
 163         if (c == *s) return (ucs2_t *)s;
 164
 165         return NULL;
 166 }
 167
 168
 169 int strcmp_w(const ucs2_t *a, const ucs2_t *b)
 170 {
 171         while (*b && *a == *b) { a++; b++; }
 172         return (*a - *b);
 173         /* warning: if *a != *b and both are not 0 we retrun a random
 174                 greater or lesser than 0 number not realted to which
 175                 string is longer */
 176 }
 177
 178 int strncmp_w(const ucs2_t *a, const ucs2_t *b, size_t len)
 179 {
 180         size_t n = 0;
 181         while ((n < len) && *b && *a == *b) { a++; b++; n++;}
 182         return (len - n)?(*a - *b):0;
 183 }
 184
 185 /*******************************************************************
 186 wide strstr()
 187 ********************************************************************/
 188 ucs2_t *strstr_w(const ucs2_t *s, const ucs2_t *ins)
 189 {
 190         ucs2_t *r;
 191         size_t slen, inslen;
 192
 193         if (!s || !*s || !ins || !*ins) return NULL;
 194         slen = strlen_w(s);
 195         inslen = strlen_w(ins);
 196         r = (ucs2_t *)s;
 197         while ((r = strchr_w(r, *ins))) {
 198                 if (strncmp_w(r, ins, inslen) == 0) return r;
 199                 r++;
 200         }
 201         return NULL;
 202 }
 203
 204 ucs2_t *strcasestr_w(const ucs2_t *s, const ucs2_t *ins)
 205 {
 206         ucs2_t *r;
 207         size_t slen, inslen;
 208
 209         if (!s || !*s || !ins || !*ins) return NULL;
 210         slen = strlen_w(s);
 211         inslen = strlen_w(ins);
 212         r = (ucs2_t *)s;
 213         while ((r = strcasechr_w(r, *ins))) {
 214                 if (strncasecmp_w(r, ins, inslen) == 0) return r;
 215                 r++;
 216         }
 217         return NULL;
 218 }
 219
 220
 221
 222
 223 /*******************************************************************
 224 case insensitive string comparison
 225 ********************************************************************/
 226 int strcasecmp_w(const ucs2_t *a, const ucs2_t *b)
 227 {
 228         while (*b && toupper_w(*a) == toupper_w(*b)) { a++; b++; }
 229         return (tolower_w(*a) - tolower_w(*b));
 230 }
 231
 232 /*******************************************************************
 233 case insensitive string comparison, lenght limited
 234 ********************************************************************/
 235 int strncasecmp_w(const ucs2_t *a, const ucs2_t *b, size_t len)
 236 {
 237         size_t n = 0;
 238         while ((n < len) && *b && (toupper_w(*a) == toupper_w(*b))) { a++; b++; n++; }
 239         return (len - n)?(tolower_w(*a) - tolower_w(*b)):0;
 240 }
 241
 242 /*******************************************************************
 243 duplicate string
 244 ********************************************************************/
 245 /* if len == 0 then duplicate the whole string */
 246 ucs2_t *strndup_w(const ucs2_t *src, size_t len)
 247 {
 248         ucs2_t *dest;
 249
 250         if (!len) len = strlen_w(src);
 251         dest = (ucs2_t *)malloc((len + 1) * sizeof(ucs2_t));
 252         if (!dest) {
 253                 LOG (log_error, logtype_default, "strdup_w: out of memory!\n");
 254                 return NULL;
 255         }
 256
 257         memcpy(dest, src, len * sizeof(ucs2_t));
 258         dest[len] = 0;
 259
 260         return dest;
 261 }
 262
 263 ucs2_t *strdup_w(const ucs2_t *src)
 264 {
 265         return strndup_w(src, 0);
 266 }
 267
 268 /*******************************************************************
 269 copy a string with max len
 270 ********************************************************************/
 271
 272 ucs2_t *strncpy_w(ucs2_t *dest, const ucs2_t *src, const size_t max)
 273 {
 274         size_t len;
 275
 276         if (!dest || !src) return NULL;
 277
 278         for (len = 0; (src[len] != 0) && (len < max); len++)
 279                 dest[len] = src[len];
 280         while (len < max)
 281                 dest[len++] = 0;
 282
 283         return dest;
 284 }
 285
 286
 287 /*******************************************************************
 288 append a string of len bytes and add a terminator
 289 ********************************************************************/
 290
 291 ucs2_t *strncat_w(ucs2_t *dest, const ucs2_t *src, const size_t max)
 292 {
 293         size_t start;
 294         size_t len;
 295
 296         if (!dest || !src) return NULL;
 297
 298         start = strlen_w(dest);
 299         len = strnlen_w(src, max);
 300
 301         memcpy(&dest[start], src, len*sizeof(ucs2_t));
 302         dest[start+len] = 0;
 303
 304         return dest;
 305 }
 306
 307
 308 ucs2_t *strcat_w(ucs2_t *dest, const ucs2_t *src)
 309 {
 310         size_t start;
 311         size_t len;
 312
 313         if (!dest || !src) return NULL;
 314
 315         start = strlen_w(dest);
 316         len = strlen_w(src);
 317
 318         memcpy(&dest[start], src, len*sizeof(ucs2_t));
 319         dest[start+len] = 0;
 320
 321         return dest;
 322 }
 323
 324
 325 /* ------------------------ */
 326 ucs2_t do_precomposition(unsigned int base, unsigned int comb)
 327 {
 328         int min = 0;
 329         int max = sizeof(precompositions) / sizeof(precompositions[0]) - 1;
 330         int mid;
 331         u_int32_t sought = (base << 16) | comb, that;
 332
 333         /* binary search */
 334         while (max >= min) {
 335                 mid = (min + max) / 2;
 336                 that = (precompositions[mid].base << 16) | (precompositions[mid].comb);
 337                 if (that < sought) {
 338                         min = mid + 1;
 339                 } else if (that > sought) {
 340                         max = mid - 1;
 341                 } else {
 342                         return precompositions[mid].replacement;
 343                 }
 344         }
 345         /* no match */
 346         return 0;
 347 }
 348
 349 /* -------------------------- */
 350 u_int32_t do_decomposition(ucs2_t base)
 351 {
 352         int min = 0;
 353         int max = sizeof(decompositions) / sizeof(decompositions[0]) - 1;
 354         int mid;
 355         u_int32_t sought = base;
 356         u_int32_t result, that;
 357
 358         /* binary search */
 359         while (max >= min) {
 360                 mid = (min + max) / 2;
 361                 that = decompositions[mid].replacement;
 362                 if (that < sought) {
 363                         min = mid + 1;
 364                 } else if (that > sought) {
 365                         max = mid - 1;
 366                 } else {
 367                         result = (decompositions[mid].base << 16) | (decompositions[mid].comb);
 368                         return result;
 369                 }
 370         }
 371         /* no match */
 372         return 0;
 373 }
 374
 375 /* we can't use static, this stuff needs to be reentrant */
 376 /* static char comp[MAXPATHLEN +1]; */
 377
 378 size_t precompose_w (ucs2_t *name, size_t inplen, ucs2_t *comp, size_t *outlen)
 379 {
 380         size_t i;
 381         ucs2_t base, comb;
 382         ucs2_t *in, *out;
 383         ucs2_t result;
 384         size_t o_len = *outlen;
 385
 386         if (!inplen || (inplen & 1) || inplen > o_len)
 387                 return (size_t)-1;
 388         i = 0;
 389         in  = name;
 390         out = (ucs2_t *)comp;
 391
 392         base = *in;
 393         while (*outlen > 2) {
 394                 i += 2;
 395                 in++;
 396                 if (i == inplen) {
 397                         *out++ = base;
 398                         *out = 0;
 399                         *outlen -= 2;
 400                         return o_len - *outlen;
 401                 }
 402                 comb = *in;
 403                 if (comb >= 0x300 && (result = do_precomposition(base, comb))) {
 404                         *out = result;
 405                         out++;
 406                         *outlen -= 2;
 407                         i += 2;
 408                         in++;
 409                         if (i == inplen) {
 410                                 *out = 0;
 411                                 return o_len - *outlen;
 412                         }
 413                         base = *in;
 414                 }
 415                 else {
 416                         *out = base;
 417                         out++;
 418                         *outlen -= 2;
 419                         base = comb;
 420                 }
 421         }
 422
 423         errno = E2BIG;
 424         return (size_t)-1;
 425 }
 426
 427 /* --------------- */
 428
 429 size_t decompose_w (ucs2_t *name, size_t inplen, ucs2_t *comp, size_t *outlen)
 430 {
 431         size_t i;
 432         ucs2_t base;
 433         ucs2_t *in, *out;
 434         unsigned int result;
 435         size_t o_len = *outlen;
 436
 437         if (!inplen || (inplen & 1))
 438                 return (size_t)-1;
 439         i = 0;
 440         in  = name;
 441         out = (ucs2_t *)comp;
 442
 443         while (i < inplen) {
 444                 if (*outlen < 2) {
 445                         errno = E2BIG;
 446                         return (size_t)-1;
 447                 }
 448                 base = *in;
 449                 if ( (base > 0x1fff && base < 0x3000) || (base > 0xfe2f && base < 0xfe50)) {
 450                         /* exclude these ranges from decomposition according to AFP 3.1 spec */
 451                         /* page 97 */
 452                         *out = base;
 453                         *out++;
 454                         *outlen -= 2;
 455                 }
 456                 if ((result = do_decomposition(base))) {
 457                         if ( *outlen < 4 ) {
 458                                 errno = E2BIG;
 459                                 return (size_t)-1;
 460                         }
 461                         *out = result  >> 16;
 462                         out++;
 463                         *outlen -= 2;
 464                         *out = result & 0xffff;
 465                         out++;
 466                         *outlen -= 2;
 467                 }
 468                 else {
 469                         *out = base;
 470                         out++;
 471                         *outlen -= 2;
 472                 }
 473                 i += 2;
 474                 in++;
 475         }
 476
 477         *out = 0;
 478         return o_len-*outlen;
 479 }
 480
 481 size_t utf8_charlen ( char* utf8 )
 482 {
 483         unsigned char *p;
 484
 485         p = (unsigned char*) utf8;
 486
 487         if ( *p < 0x80 )
 488                 return (1);
 489         else if ( *p > 0xC1 && *p < 0xe0 && *(p+1) > 0x7f && *(p+1) < 0xC0)
 490                 return (2);
 491         else if ( *p == 0xe0 && *(p+1) > 0x9f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0)
 492                 return (3);
 493         else if ( *p > 0xe0  && *p < 0xf0 && *(p+1) > 0x7f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0)
 494                 return (3);
 495         else if ( *p == 0xf0 && *(p+1) > 0x8f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0 && *(p+3) > 0x7f && *(p+3) < 0xc0 )
 496                 return (4);
 497         else if ( *p > 0xf0 && *p < 0xf4 && *(p+1) > 0x7f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0 && *(p+3) > 0x7f && *(p+3) < 0xc0 )
 498                 return (4);
 499         else if ( *p == 0xf4 && *(p+1) > 0x7f && *(p+1) < 0x90 && *(p+2) > 0x7f && *(p+2) < 0xc0 && *(p+3) > 0x7f && *(p+3) < 0xc0 )
 500                 return (4);
 501         else
 502                 return ((size_t) -1);
 503 }
 504
 505
 506 size_t utf8_strlen_validate ( char * utf8 )
 507 {
 508         size_t len;
 509         unsigned char *p;
 510
 511         p = (unsigned char*) utf8;
 512         len = 0;
 513
 514         /* see http://www.unicode.org/unicode/reports/tr27/ for an explanation */
 515
 516         while ( *p != '\0')
 517         {
 518                 if ( *p < 0x80 )
 519                         p++;
 520
 521                 else if ( *p > 0xC1 && *p < 0xe0 && *(p+1) > 0x7f && *(p+1) < 0xC0)
 522                         p += 2;
 523
 524                 else if ( *p == 0xe0 && *(p+1) > 0x9f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0)
 525                         p += 3;
 526
 527                 else if ( *p > 0xe0  && *p < 0xf0 && *(p+1) > 0x7f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0)
 528                         p += 3;
 529
 530                 else if ( *p == 0xf0 && *(p+1) > 0x8f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0 && *(p+3) > 0x7f && *(p+3) < 0xc0 )
 531                         p += 4;
 532
 533                 else if ( *p > 0xf0 && *p < 0xf4 && *(p+1) > 0x7f && *(p+1) < 0xc0 && *(p+2) > 0x7f && *(p+2) < 0xc0 && *(p+3) > 0x7f && *(p+3) < 0xc0 )
 534                         p += 4;
 535
 536                 else if ( *p == 0xf4 && *(p+1) > 0x7f && *(p+1) < 0x90 && *(p+2) > 0x7f && *(p+2) < 0xc0 && *(p+3) > 0x7f && *(p+3) < 0xc0 )
 537                         p += 4;
 538
 539                 else
 540                         return ((size_t) -1);
 541
 542                 len++;
 543         }
 544
 545         return (len);
 546 }
 547