3rdparty/libiconv/1.15/lib/isoir165.h

   1 /*
   2  * Copyright (C) 1999-2001, 2005, 2012, 2016 Free Software Foundation, Inc.
   3  * This file is part of the GNU LIBICONV Library.
   4  *
   5  * The GNU LIBICONV Library is free software; you can redistribute it
   6  * and/or modify it under the terms of the GNU Library General Public
   7  * License as published by the Free Software Foundation; either version 2
   8  * of the License, or (at your option) any later version.
   9  *
  10  * The GNU LIBICONV Library is distributed in the hope that it will be
  11  * useful, 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 the GNU LIBICONV Library; see the file COPYING.LIB.
  17  * If not, see <http://www.gnu.org/licenses/>.
  18  */
  19
  20 /*
  21  * ISO-IR-165
  22  */
  23
  24 /*
  25  * ISO-IR-165 is an extension of GB 2312, consisting of:
  26  * 1. GB 6345.1-86 corrections:
  27  *    Two corrections to GB 2312, at 0x2367 and 0x6F71.
  28  * 2. GB 6345.1-86 additions:
  29  *    - 6 new full-width pinyin characters in row 0x28.
  30  *    - ISO646-CN in row 0x2A.
  31  *    - 32 half-width pinyin characters in row 0x2B.
  32  * 3. GB 8565.2-88 additions:
  33  *    - 50 characters in row 0x2D.
  34  *    - 92 characters in row 0x2E.
  35  *    - 93 characters in row 0x2F.
  36  *    - 470 characters in rows 0x7A-0x7E.
  37  * 4. ISO-IR-165 additions:
  38  *    - 22 characters in row 0x26.
  39  *    - 94 characters in row 0x2C.
  40  *    - 44 new characters in row 0x2D.
  41  *    - 1 new character in row 0x2F.
  42  *
  43  * The conversion table was created from the following sources:
  44  * Ad 1. The 0x2367 correction is already integrated in the unicode.org
  45  *       GB2312.TXT table. The 0x6F71 mapping is the same in the unicode.org
  46  *       GB2312.TXT and UNIHAN.TXT table and in Koichi Yasuoka's Uni2GB table,
  47  *       so we assume it's correct.
  48  * The unicode.org UNIHAN.TXT table about GB 8565 is not usable: it has
  49  * extraneous code points at rows 0x28, 0x2C, 0x2D. Note also that it does
  50  * not list the 69 non-hanzi in row 0x2F. Moreover, it has the characters
  51  * 0x2F7A-0x2F7D shifted down by one to 0x2F79-0x2F7C.
  52  * Therefore we take the GB8565 and ISO-IR-165 data from Koichi Yasuoka's
  53  * Uni2GB table.
  54  * Ad 1. Yasuoka maps 0x2367 to U+0261 (small script g) and 0x2840 to U+FF47
  55  *       (full-width small normal g). While coherent with ISO-IR's 165.pdf,
  56  *       this disagrees with Ken Lunde's book: He says that ISO-IR-165
  57  *       includes the GB6345 correction, i.e. maps 0x2367 to U+FF47 or U+0067
  58  *       and _not_ to U+0261 (small script g).
  59  *       To overcome the confusion, we just map both 0x2367 and 0x2840 to
  60  *       U+FF47.
  61  * Ad 2. Row 0x28: Add a mapping from 0x283F to U+01F9.
  62  *       Row 0x2A: Mapping is well-known, also present in Koichi Yasuoka's
  63  *                 table.
  64  *       Row 0x2B: Typed in by hand from appendix E in Ken Lunde's book.
  65  *       When converting from Unicode to ISO-IR-165, prefer the half-width
  66  *       range 0x2B{21..40} to the full-width range 0x28{21..40}.
  67  * Ad 3. Rows 0x2D, 0x2E: Both Koichi Yasuoka's Uni2GB table and the UNIHAN.TXT
  68  *                 data for GB 8565 agree here.
  69  *       Row 0x2F: Taken from Koichi Yasuoka's Uni2GB table.
  70  *       Rows 0x7A-0x7E: Koichi Yasuoka's Uni2GB table and the UNIHAN.TXT
  71  *                 data for GB 8565 agree here mostly. Differences:
  72  *                 0x7C38 -> U+6F26 or U+527A ? We choose U+6F26.
  73  *                 0x7C5A -> U+7A40 or U+6996 ? We choose U+6996.
  74  * Ad 4. Row 0x26: Mapping unknown.
  75  *       Rows 0x2C, 0x2D: Both Koichi Yasuoka's Uni2GB table and the UNIHAN.TXT
  76  *                 data for GB 8565 (!) agree here.
  77  *       Row 0x2F: Taken from Koichi Yasuoka's Uni2GB table.
  78  */
  79
  80 #include "isoir165ext.h"
  81
  82 static int
  83 isoir165_mbtowc (conv_t conv, ucs4_t *pwc, const unsigned char *s, size_t n)
  84 {
  85   int ret;
  86
  87   /* Map full-width pinyin (row 0x28) like half-width pinyin (row 0x2B). */
  88   if (s[0] == 0x28) {
  89     if (n >= 2) {
  90       unsigned char c2 = s[1];
  91       if (c2 >= 0x21 && c2 <= 0x40) {
  92         unsigned char buf[2];
  93         buf[0] = 0x2b;
  94         buf[1] = c2;
  95         ret = isoir165ext_mbtowc(conv,pwc,buf,2);
  96         if (ret != RET_ILSEQ)
  97           return ret;
  98       }
  99     }
 100   }
 101   /* Try the GB2312 -> Unicode table. */
 102   ret = gb2312_mbtowc(conv,pwc,s,n);
 103   if (ret != RET_ILSEQ)
 104     return ret;
 105   /* Row 0x2A is GB_1988-80. */
 106   if (s[0] == 0x2a) {
 107     if (n >= 2) {
 108       unsigned char c2 = s[1];
 109       if (c2 >= 0x21 && c2 < 0x7f) {
 110         ret = iso646_cn_mbtowc(conv,pwc,s+1,1);
 111         if (ret != 1) abort();
 112         return 2;
 113       }
 114       return RET_ILSEQ;
 115     }
 116     return RET_TOOFEW(0);
 117   }
 118   /* Try the ISO-IR-165 extensions -> Unicode table. */
 119   ret = isoir165ext_mbtowc(conv,pwc,s,n);
 120   return ret;
 121 }
 122
 123 static int
 124 isoir165_wctomb (conv_t conv, unsigned char *r, ucs4_t wc, size_t n)
 125 {
 126   unsigned char buf[2];
 127   int ret;
 128
 129   /* Try the Unicode -> GB2312 table. */
 130   ret = gb2312_wctomb(conv,buf,wc,2);
 131   if (ret != RET_ILUNI) {
 132     if (ret != 2) abort();
 133     if (!(buf[0] == 0x28 && buf[1] >= 0x21 && buf[1] <= 0x40)) {
 134       if (n >= 2) {
 135         r[0] = buf[0];
 136         r[1] = buf[1];
 137         return 2;
 138       }
 139       return RET_TOOSMALL;
 140     }
 141   }
 142   /* Row 0x2A is GB_1988-80. */
 143   ret = iso646_cn_wctomb(conv,buf,wc,1);
 144   if (ret != RET_ILUNI) {
 145     if (ret != 1) abort();
 146     if (buf[0] >= 0x21 && buf[0] < 0x7f) {
 147       if (n >= 2) {
 148         r[0] = 0x2a;
 149         r[1] = buf[0];
 150         return 2;
 151       }
 152       return RET_TOOSMALL;
 153     }
 154   }
 155   /* Try the Unicode -> ISO-IR-165 extensions table. */
 156   ret = isoir165ext_wctomb(conv,r,wc,n);
 157   return ret;
 158 }