src/Encoding.cpp

   1 /**
   2  * \file Encoding.cpp
   3  * This file is part of LyX, the document processor.
   4  * Licence details can be found in the file COPYING.
   5  *
   6  * \author Lars Gullik Bjønnes
   7  * \author Jean-Marc Lasgouttes
   8  * \author Dekel Tsur
   9  *
  10  * Full author contact details are available in file CREDITS.
  11  */
  12
  13 #include <config.h>
  14
  15 #include "Encoding.h"
  16
  17 #include "LaTeXFeatures.h"
  18 #include "Lexer.h"
  19 #include "LyXRC.h"
  20
  21 #include "support/debug.h"
  22 #include "support/FileName.h"
  23 #include "support/lstrings.h"
  24 #include "support/unicode.h"
  25
  26 #include <boost/cstdint.hpp>
  27
  28 #include <sstream>
  29
  30 using namespace std;
  31 using namespace lyx::support;
  32
  33 namespace lyx {
  34
  35 Encodings encodings;
  36
  37 namespace {
  38
  39 char_type arabic_table[172][4] = {
  40         {0xfe80, 0xfe80, 0xfe80, 0xfe80}, // 0x0621 = hamza
  41         {0xfe81, 0xfe82, 0xfe81, 0xfe82}, // 0x0622 = ligature madda on alef
  42         {0xfe83, 0xfe84, 0xfe83, 0xfe84}, // 0x0623 = ligature hamza on alef
  43         {0xfe85, 0xfe86, 0xfe85, 0xfe86}, // 0x0624 = ligature hamza on waw
  44         {0xfe87, 0xfe88, 0xfe87, 0xfe88}, // 0x0625 = ligature hamza under alef
  45         {0xfe89, 0xfe8a, 0xfe8b, 0xfe8c}, // 0x0626 = ligature hamza on ya
  46         {0xfe8d, 0xfe8e, 0xfe8d, 0xfe8e}, // 0x0627 = alef
  47         {0xfe8f, 0xfe90, 0xfe91, 0xfe92}, // 0x0628 = baa
  48         {0xfe93, 0xfe94, 0xfe93, 0xfe94}, // 0x0629 = taa marbuta
  49         {0xfe95, 0xfe96, 0xfe97, 0xfe98}, // 0x062a = taa
  50         {0xfe99, 0xfe9a, 0xfe9b, 0xfe9c}, // 0x062b = thaa
  51         {0xfe9d, 0xfe9e, 0xfe9f, 0xfea0}, // 0x062c = jeem
  52         {0xfea1, 0xfea2, 0xfea3, 0xfea4}, // 0x062d = haa
  53         {0xfea5, 0xfea6, 0xfea7, 0xfea8}, // 0x062e = khaa
  54         {0xfea9, 0xfeaa, 0xfea9, 0xfeaa}, // 0x062f = dal
  55
  56         {0xfeab, 0xfeac, 0xfeab, 0xfeac}, // 0x0630 = thal
  57         {0xfead, 0xfeae, 0xfead, 0xfeae}, // 0x0631 = ra
  58         {0xfeaf, 0xfeb0, 0xfeaf, 0xfeb0}, // 0x0632 = zain
  59         {0xfeb1, 0xfeb2, 0xfeb3, 0xfeb4}, // 0x0633 = seen
  60         {0xfeb5, 0xfeb6, 0xfeb7, 0xfeb8}, // 0x0634 = sheen
  61         {0xfeb9, 0xfeba, 0xfebb, 0xfebc}, // 0x0635 = sad
  62         {0xfebd, 0xfebe, 0xfebf, 0xfec0}, // 0x0636 = dad
  63         {0xfec1, 0xfec2, 0xfec3, 0xfec4}, // 0x0637 = tah
  64         {0xfec5, 0xfec6, 0xfec7, 0xfec8}, // 0x0638 = zah
  65         {0xfec9, 0xfeca, 0xfecb, 0xfecc}, // 0x0639 = ain
  66         {0xfecd, 0xfece, 0xfecf, 0xfed0}, // 0x063a = ghain
  67         {0, 0, 0, 0}, // 0x063b
  68         {0, 0, 0, 0}, // 0x063c
  69         {0, 0, 0, 0}, // 0x063d
  70         {0, 0, 0, 0}, // 0x063e
  71         {0, 0, 0, 0}, // 0x063f
  72
  73         {0, 0, 0, 0}, // 0x0640
  74         {0xfed1, 0xfed2, 0xfed3, 0xfed4}, // 0x0641 = fa
  75         {0xfed5, 0xfed6, 0xfed7, 0xfed8}, // 0x0642 = qaf
  76         {0xfed9, 0xfeda, 0xfedb, 0xfedc}, // 0x0643 = kaf
  77         {0xfedd, 0xfede, 0xfedf, 0xfee0}, // 0x0644 = lam
  78         {0xfee1, 0xfee2, 0xfee3, 0xfee4}, // 0x0645 = meem
  79         {0xfee5, 0xfee6, 0xfee7, 0xfee8}, // 0x0646 = noon
  80         {0xfee9, 0xfeea, 0xfeeb, 0xfeec}, // 0x0647 = ha
  81         {0xfeed, 0xfeee, 0xfeed, 0xfeee}, // 0x0648 = waw
  82         {0xfeef, 0xfef0, 0xfeef, 0xfef0}, // 0x0649 = alef maksura
  83         {0xfef1, 0xfef2, 0xfef3, 0xfef4}, // 0x064a = ya
  84         {0x065b, 0x065b, 0x065b, 0x065b}, // 0x064b = fathatan
  85         {0x065c, 0x065c, 0x065c, 0x065c}, // 0x064c = dammatan
  86         {0x064d, 0x064d, 0x064d, 0x064d}, // 0x064d = kasratan
  87         {0x064e, 0x064e, 0x064e, 0x064e}, // 0x064e = fatha
  88         {0x064f, 0x064f, 0x064f, 0x064f}, // 0x064f = damma
  89
  90         {0x0650, 0x0650, 0x0650, 0x0650}, // 0x0650 = kasra
  91         {0x0651, 0x0651, 0x0651, 0x0651}, // 0x0651 = shadda
  92         {0x0652, 0x0652, 0x0652, 0x0652}, // 0x0652 = sukun
  93
  94         {0, 0, 0, 0}, // 0x0653
  95         {0, 0, 0, 0}, // 0x0654
  96         {0, 0, 0, 0}, // 0x0655
  97         {0, 0, 0, 0}, // 0x0656
  98         {0, 0, 0, 0}, // 0x0657
  99         {0, 0, 0, 0}, // 0x0658
 100         {0, 0, 0, 0}, // 0x0659
 101         {0, 0, 0, 0}, // 0x065a
 102         {0, 0, 0, 0}, // 0x065b
 103         {0, 0, 0, 0}, // 0x065c
 104         {0, 0, 0, 0}, // 0x065d
 105         {0, 0, 0, 0}, // 0x065e
 106         {0, 0, 0, 0}, // 0x065f
 107         {0, 0, 0, 0}, // 0x0660
 108         {0, 0, 0, 0}, // 0x0661
 109         {0, 0, 0, 0}, // 0x0662
 110         {0, 0, 0, 0}, // 0x0663
 111         {0, 0, 0, 0}, // 0x0664
 112         {0, 0, 0, 0}, // 0x0665
 113         {0, 0, 0, 0}, // 0x0666
 114         {0, 0, 0, 0}, // 0x0667
 115         {0, 0, 0, 0}, // 0x0668
 116         {0, 0, 0, 0}, // 0x0669
 117         {0, 0, 0, 0}, // 0x066a
 118         {0, 0, 0, 0}, // 0x066b
 119         {0, 0, 0, 0}, // 0x066c
 120         {0, 0, 0, 0}, // 0x066d
 121         {0, 0, 0, 0}, // 0x066e
 122         {0, 0, 0, 0}, // 0x066f
 123         {0, 0, 0, 0}, // 0x0670
 124         {0, 0, 0, 0}, // 0x0671
 125         {0, 0, 0, 0}, // 0x0672
 126         {0, 0, 0, 0}, // 0x0673
 127         {0, 0, 0, 0}, // 0x0674
 128         {0, 0, 0, 0}, // 0x0675
 129         {0, 0, 0, 0}, // 0x0676
 130         {0, 0, 0, 0}, // 0x0677
 131         {0, 0, 0, 0}, // 0x0678
 132         {0, 0, 0, 0}, // 0x0679
 133         {0, 0, 0, 0}, // 0x067a
 134         {0, 0, 0, 0}, // 0x067b
 135         {0, 0, 0, 0}, // 0x067c
 136         {0, 0, 0, 0}, // 0x067d
 137         {0xfb56, 0xfb57, 0xfb58, 0xfb59}, // 0x067e = peh
 138         {0, 0, 0, 0}, // 0x067f
 139         {0, 0, 0, 0}, // 0x0680
 140         {0, 0, 0, 0}, // 0x0681
 141         {0, 0, 0, 0}, // 0x0682
 142         {0, 0, 0, 0}, // 0x0683
 143         {0, 0, 0, 0}, // 0x0684
 144         {0, 0, 0, 0}, // 0x0685
 145         {0xfb7a, 0xfb7b, 0xfb7c, 0xfb7d}, // 0x0686 = tcheh
 146         {0, 0, 0, 0}, // 0x0687
 147         {0, 0, 0, 0}, // 0x0688
 148         {0, 0, 0, 0}, // 0x0689
 149         {0, 0, 0, 0}, // 0x068a
 150         {0, 0, 0, 0}, // 0x068b
 151         {0, 0, 0, 0}, // 0x068c
 152         {0, 0, 0, 0}, // 0x068d
 153         {0, 0, 0, 0}, // 0x068e
 154         {0, 0, 0, 0}, // 0x068f
 155         {0, 0, 0, 0}, // 0x0690
 156         {0, 0, 0, 0}, // 0x0691
 157         {0, 0, 0, 0}, // 0x0692
 158         {0, 0, 0, 0}, // 0x0693
 159         {0, 0, 0, 0}, // 0x0694
 160         {0, 0, 0, 0}, // 0x0695
 161         {0, 0, 0, 0}, // 0x0696
 162         {0, 0, 0, 0}, // 0x0697
 163         {0xfb8a, 0xfb8b, 0xfb8a, 0xfb8b}, // 0x0698 = jeh
 164         {0, 0, 0, 0}, // 0x0699
 165         {0, 0, 0, 0}, // 0x069a
 166         {0, 0, 0, 0}, // 0x069b
 167         {0, 0, 0, 0}, // 0x069c
 168         {0, 0, 0, 0}, // 0x069d
 169         {0, 0, 0, 0}, // 0x069e
 170         {0, 0, 0, 0}, // 0x069f
 171         {0, 0, 0, 0}, // 0x06a0
 172         {0, 0, 0, 0}, // 0x06a1
 173         {0, 0, 0, 0}, // 0x06a2
 174         {0, 0, 0, 0}, // 0x06a3
 175         {0, 0, 0, 0}, // 0x06a4
 176         {0, 0, 0, 0}, // 0x06a5
 177         {0, 0, 0, 0}, // 0x06a6
 178         {0, 0, 0, 0}, // 0x06a7
 179         {0, 0, 0, 0}, // 0x06a8
 180         {0xfb8e, 0xfb8f, 0xfb90, 0xfb91}, // 0x06a9 = farsi kaf
 181         {0, 0, 0, 0}, // 0x06aa
 182         {0, 0, 0, 0}, // 0x06ab
 183         {0, 0, 0, 0}, // 0x06ac
 184         {0, 0, 0, 0}, // 0x06ad
 185         {0, 0, 0, 0}, // 0x06ae
 186         {0xfb92, 0xfb93, 0xfb94, 0xfb95}, // 0x06af = gaf
 187         {0, 0, 0, 0}, // 0x06b0
 188         {0, 0, 0, 0}, // 0x06b1
 189         {0, 0, 0, 0}, // 0x06b2
 190         {0, 0, 0, 0}, // 0x06b3
 191         {0, 0, 0, 0}, // 0x06b4
 192         {0, 0, 0, 0}, // 0x06b5
 193         {0, 0, 0, 0}, // 0x06b6
 194         {0, 0, 0, 0}, // 0x06b7
 195         {0, 0, 0, 0}, // 0x06b8
 196         {0, 0, 0, 0}, // 0x06b9
 197         {0, 0, 0, 0}, // 0x06ba
 198         {0, 0, 0, 0}, // 0x06bb
 199         {0, 0, 0, 0}, // 0x06bc
 200         {0, 0, 0, 0}, // 0x06bd
 201         {0, 0, 0, 0}, // 0x06be
 202         {0, 0, 0, 0}, // 0x06bf
 203         {0, 0, 0, 0}, // 0x06c0
 204         {0, 0, 0, 0}, // 0x06c1
 205         {0, 0, 0, 0}, // 0x06c2
 206         {0, 0, 0, 0}, // 0x06c3
 207         {0, 0, 0, 0}, // 0x06c4
 208         {0, 0, 0, 0}, // 0x06c5
 209         {0, 0, 0, 0}, // 0x06c6
 210         {0, 0, 0, 0}, // 0x06c7
 211         {0, 0, 0, 0}, // 0x06c8
 212         {0, 0, 0, 0}, // 0x06c9
 213         {0, 0, 0, 0}, // 0x06ca
 214         {0, 0, 0, 0}, // 0x06cb
 215         {0xfbfc, 0xfbfd, 0xfbfe, 0xfbff} // 0x06cc = farsi yeh
 216 };
 217
 218
 219 char_type const arabic_start = 0x0621;
 220 char_type const arabic_end = 0x06cc;
 221
 222
 223 /// Information about a single UCS4 character
 224 struct CharInfo {
 225         /// LaTeX command (text mode) for this character
 226         docstring textcommand;
 227         /// LaTeX command (math mode) for this character
 228         docstring mathcommand;
 229         /// Needed LaTeX preamble (or feature) for text mode
 230         string textpreamble;
 231         /// Needed LaTeX preamble (or feature) for math mode
 232         string mathpreamble;
 233         /// Is this a combining character?
 234         bool combining;
 235         /// Is \c textpreamble a feature known by LaTeXFeatures, or a raw LaTeX
 236         /// command?
 237         bool textfeature;
 238         /// Is \c mathpreamble a feature known by LaTeXFeatures, or a raw LaTeX
 239         /// command?
 240         bool mathfeature;
 241         /// Always force the LaTeX command, even if the encoding contains
 242         /// this character?
 243         bool force;
 244 };
 245
 246
 247 typedef map<char_type, CharInfo> CharInfoMap;
 248 CharInfoMap unicodesymbols;
 249
 250
 251 /// The highest code point in UCS4 encoding (1<<20 + 1<<16)
 252 char_type const max_ucs4 = 0x110000;
 253
 254 } // namespace anon
 255
 256
 257 EncodingException::EncodingException(char_type c)
 258         : failed_char(c), par_id(0), pos(0)
 259 {
 260 }
 261
 262
 263 const char * EncodingException::what() const throw()
 264 {
 265         return "Could not find LaTeX command for a character";
 266 }
 267
 268
 269 Encoding::Encoding(string const & n, string const & l, string const & i,
 270                    bool f, Encoding::Package p)
 271         : name_(n), latexName_(l), iconvName_(i), fixedwidth_(f), package_(p)
 272 {
 273         if (n == "ascii") {
 274                 // ASCII can encode 128 code points and nothing else
 275                 start_encodable_ = 128;
 276                 complete_ = true;
 277         } else if (i == "UTF-8") {
 278                 // UTF8 can encode all UCS4 code points
 279                 start_encodable_ = max_ucs4;
 280                 complete_ = true;
 281         } else {
 282                 complete_ = false;
 283         }
 284 }
 285
 286
 287 void Encoding::init() const
 288 {
 289         if (complete_)
 290                 return;
 291
 292         start_encodable_ = 0;
 293         // temporarily switch off lyxerr, since we will generate iconv errors
 294         lyxerr.disable();
 295         if (fixedwidth_) {
 296                 // We do not need to check all UCS4 code points, it is enough
 297                 // if we check all 256 code points of this encoding.
 298                 for (unsigned short j = 0; j < 256; ++j) {
 299                         char const c = char(j);
 300                         vector<char_type> const ucs4 = eightbit_to_ucs4(&c, 1, iconvName_);
 301                         if (ucs4.size() != 1)
 302                                 continue;
 303                         char_type const uc = ucs4[0];
 304                         CharInfoMap::const_iterator const it = unicodesymbols.find(uc);
 305                         if (it == unicodesymbols.end() || !it->second.force)
 306                                 encodable_.insert(uc);
 307                 }
 308         } else {
 309                 // We do not know how many code points this encoding has, and
 310                 // they do not have a direct representation as a single byte,
 311                 // therefore we need to check all UCS4 code points.
 312                 // This is expensive!
 313                 for (char_type c = 0; c < max_ucs4; ++c) {
 314                         vector<char> const eightbit = ucs4_to_eightbit(&c, 1, iconvName_);
 315                         if (!eightbit.empty()) {
 316                                 CharInfoMap::const_iterator const it = unicodesymbols.find(c);
 317                                 if (it == unicodesymbols.end() || !it->second.force)
 318                                         encodable_.insert(c);
 319                         }
 320                 }
 321         }
 322         lyxerr.enable();
 323         CharSet::iterator it = encodable_.find(start_encodable_);
 324         while (it != encodable_.end()) {
 325                 encodable_.erase(it);
 326                 ++start_encodable_;
 327                 it = encodable_.find(start_encodable_);
 328         }
 329         complete_ = true;
 330 }
 331
 332
 333 docstring Encoding::latexChar(char_type c) const
 334 {
 335         // assure the used encoding is properly initialized
 336         init();
 337
 338         if (c < start_encodable_)
 339                 return docstring(1, c);
 340         if (encodable_.find(c) != encodable_.end())
 341                 return docstring(1, c);
 342
 343         // c cannot (or should not) be encoded in this encoding
 344         CharInfoMap::const_iterator const it = unicodesymbols.find(c);
 345         if (it == unicodesymbols.end())
 346                 throw EncodingException(c);
 347         // at least one of mathcommand and textcommand is nonempty
 348         if (it->second.textcommand.empty())
 349                 return "\\ensuremath{" + it->second.mathcommand + '}';
 350         return it->second.textcommand;
 351 }
 352
 353
 354 vector<char_type> Encoding::symbolsList() const
 355 {
 356         // assure the used encoding is properly initialized
 357         init();
 358
 359         // first all encodable characters
 360         vector<char_type> symbols(encodable_.begin(), encodable_.end());
 361         // add those below start_encodable_
 362         for (char_type c = 0; c < start_encodable_; ++c)
 363                 symbols.push_back(c);
 364         // now the ones from the unicodesymbols file
 365         CharInfoMap::const_iterator const end = unicodesymbols.end();
 366         CharInfoMap::const_iterator it = unicodesymbols.begin();
 367         for (; it != end; ++it)
 368                 symbols.push_back(it->first);
 369         return symbols;
 370 }
 371
 372
 373 bool Encodings::latexMathChar(char_type c, docstring & command)
 374 {
 375         CharInfoMap::const_iterator const it = unicodesymbols.find(c);
 376         if (it == unicodesymbols.end())
 377                 throw EncodingException(c);
 378         if (it->second.mathcommand.empty()) {
 379                 if (it->second.textcommand.empty())
 380                         throw EncodingException(c);
 381                 command = it->second.textcommand;
 382                 return false;
 383         }
 384         command = it->second.mathcommand;
 385         return true;
 386 }
 387
 388
 389 void Encodings::validate(char_type c, LaTeXFeatures & features, bool for_mathed)
 390 {
 391         CharInfoMap::const_iterator const it = unicodesymbols.find(c);
 392         if (it != unicodesymbols.end()) {
 393                 // at least one of mathcommand and textcommand is nonempty
 394                 bool const use_math = (for_mathed && !it->second.mathcommand.empty()) ||
 395                                       (!for_mathed && it->second.textcommand.empty());
 396                 if (use_math) {
 397                         if (!it->second.mathpreamble.empty()) {
 398                                 if (it->second.mathfeature)
 399                                         features.require(it->second.mathpreamble);
 400                                 else
 401                                         features.addPreambleSnippet(it->second.mathpreamble);
 402                         }
 403                 } else {
 404                         if (!it->second.textpreamble.empty()) {
 405                                 if (it->second.textfeature)
 406                                         features.require(it->second.textpreamble);
 407                                 else
 408                                         features.addPreambleSnippet(it->second.textpreamble);
 409                         }
 410                         if (for_mathed) {
 411                                 features.require("relsize");
 412                                 features.require("lyxmathsym");
 413                         }
 414                 }
 415         }
 416 }
 417
 418
 419 bool Encodings::isHebrewComposeChar(char_type c)
 420 {
 421         return c <= 0x05c2 && c >= 0x05b0 && c != 0x05be && c != 0x05c0;
 422 }
 423
 424
 425 // Special Arabic letters are ones that do not get connected from left
 426 // they are hamza, alef_madda, alef_hamza, waw_hamza, alef_hamza_under,
 427 // alef, tah_marbota, dal, thal, rah, zai, wow, alef_maksoura
 428
 429 bool Encodings::isArabicSpecialChar(char_type c)
 430 {
 431         return (c >= 0x0621 && c <= 0x0625) || (c >= 0x0630 && c <= 0x0632)
 432                 || c == 0x0627 || c == 0x0629 || c == 0x062f || c == 0x0648
 433                 || c == 0x0649 || c == 0x0698;
 434 }
 435
 436
 437 bool Encodings::isArabicComposeChar(char_type c)
 438 {
 439         return c >= 0x064b && c <= 0x0652;
 440 }
 441
 442
 443 bool Encodings::isArabicChar(char_type c)
 444 {
 445         return c >= arabic_start && c <= arabic_end
 446                 && arabic_table[c-arabic_start][0];
 447 }
 448
 449
 450 char_type Encodings::transformChar(char_type c, Encodings::LetterForm form)
 451 {
 452         return isArabicChar(c) ? arabic_table[c-arabic_start][form] : c;
 453 }
 454
 455
 456 bool Encodings::isCombiningChar(char_type c)
 457 {
 458         CharInfoMap::const_iterator const it = unicodesymbols.find(c);
 459         if (it != unicodesymbols.end())
 460                 return it->second.combining;
 461         return false;
 462 }
 463
 464
 465 bool Encodings::isKnownScriptChar(char_type const c, string & preamble)
 466 {
 467         CharInfoMap::const_iterator const it = unicodesymbols.find(c);
 468
 469         if (it == unicodesymbols.end())
 470                 return false;
 471
 472         if (it->second.textpreamble != "textgreek" && it->second.textpreamble != "textcyr")
 473                 return false;
 474
 475         if (preamble.empty()) {
 476                 preamble = it->second.textpreamble;
 477                 return true;
 478         }
 479         return it->second.textpreamble == preamble;
 480 }
 481
 482
 483 Encoding const * Encodings::fromLyXName(string const & name) const
 484 {
 485         EncodingList::const_iterator const it = encodinglist.find(name);
 486         return it != encodinglist.end() ? &it->second : 0;
 487 }
 488
 489
 490 Encoding const * Encodings::fromLaTeXName(string const & name) const
 491 {
 492         // We don't use find_if because it makes copies of the pairs in
 493         // the map.
 494         // This linear search is OK since we don't have many encodings.
 495         // Users could even optimize it by putting the encodings they use
 496         // most at the top of lib/encodings.
 497         EncodingList::const_iterator const end = encodinglist.end();
 498         for (EncodingList::const_iterator it = encodinglist.begin(); it != end; ++it)
 499                 if (it->second.latexName() == name)
 500                         return &it->second;
 501         return 0;
 502 }
 503
 504
 505 Encodings::Encodings()
 506 {
 507 }
 508
 509
 510 void Encodings::read(FileName const & encfile, FileName const & symbolsfile)
 511 {
 512         // We must read the symbolsfile first, because the Encoding
 513         // constructor depends on it.
 514         Lexer symbolslex;
 515         symbolslex.setFile(symbolsfile);
 516         bool getNextToken = true;
 517         while (symbolslex.isOK()) {
 518                 char_type symbol;
 519                 CharInfo info;
 520                 string flags;
 521
 522                 if (getNextToken) {
 523                         if (!symbolslex.next(true))
 524                                 break;
 525                 } else
 526                         getNextToken = true;
 527
 528                 istringstream is(symbolslex.getString());
 529                 // reading symbol directly does not work if
 530                 // char_type == wchar_t.
 531                 boost::uint32_t tmp;
 532                 if(!(is >> hex >> tmp))
 533                         break;
 534                 symbol = tmp;
 535
 536                 if (!symbolslex.next(true))
 537                         break;
 538                 info.textcommand = symbolslex.getDocString();
 539                 if (!symbolslex.next(true))
 540                         break;
 541                 info.textpreamble = symbolslex.getString();
 542                 if (!symbolslex.next(true))
 543                         break;
 544                 flags = symbolslex.getString();
 545
 546                 info.combining = false;
 547                 info.textfeature = false;
 548                 info.force = false;
 549                 while (!flags.empty()) {
 550                         string flag;
 551                         flags = split(flags, flag, ',');
 552                         if (flag == "combining")
 553                                 info.combining = true;
 554                         else if (flag == "force")
 555                                 info.force = true;
 556                         else
 557                                 lyxerr << "Ignoring unknown flag `" << flag
 558                                        << "' for symbol `0x"
 559                                        << hex << symbol << dec
 560                                        << "'." << endl;
 561                 }
 562                 // mathcommand and mathpreamble have been added for 1.6.0.
 563                 // make them optional so that old files still work.
 564                 int const lineno = symbolslex.lineNumber();
 565                 bool breakout = false;
 566                 if (symbolslex.next(true)) {
 567                         if (symbolslex.lineNumber() != lineno) {
 568                                 // line in old format without mathcommand and mathpreamble
 569                                 getNextToken = false;
 570                         } else {
 571                                 info.mathcommand = symbolslex.getDocString();
 572                                 if (symbolslex.next(true)) {
 573                                         if (symbolslex.lineNumber() != lineno) {
 574                                                 // line in new format with mathcommand only
 575                                                 getNextToken = false;
 576                                         } else {
 577                                                 // line in new format with mathcommand and mathpreamble
 578                                                 info.mathpreamble = symbolslex.getString();
 579                                         }
 580                                 } else
 581                                         breakout = true;
 582                         }
 583                 } else {
 584                         breakout = true;
 585                 }
 586
 587                 if (!info.textpreamble.empty())
 588                         info.textfeature = info.textpreamble[0] != '\\';
 589                 if (!info.mathpreamble.empty())
 590                         info.mathfeature = info.mathpreamble[0] != '\\';
 591
 592                 LYXERR(Debug::INFO, "Read unicode symbol " << symbol << " '"
 593                         << to_utf8(info.textcommand) << "' '" << info.textpreamble
 594                         << "' " << info.combining << ' ' << info.textfeature
 595                         << " '" << to_utf8(info.mathcommand) << "' '"
 596                         << info.mathpreamble << "' " << info.mathfeature);
 597
 598                 // we assume that at least one command is nonempty when using unicodesymbols
 599                 if (!info.textcommand.empty() || !info.mathcommand.empty())
 600                         unicodesymbols[symbol] = info;
 601
 602                 if (breakout)
 603                         break;
 604         }
 605
 606         // Now read the encodings
 607         enum {
 608                 et_encoding = 1,
 609                 et_end,
 610         };
 611
 612         LexerKeyword encodingtags[] = {
 613                 { "encoding", et_encoding },
 614                 { "end", et_end }
 615         };
 616
 617         Lexer lex(encodingtags);
 618         lex.setFile(encfile);
 619         lex.setContext("Encodings::read");
 620         while (lex.isOK()) {
 621                 switch (lex.lex()) {
 622                 case et_encoding:
 623                 {
 624                         lex.next();
 625                         string const name = lex.getString();
 626                         lex.next();
 627                         string const latexname = lex.getString();
 628                         lex.next();
 629                         string const iconvname = lex.getString();
 630                         lex.next();
 631                         string const width = lex.getString();
 632                         bool fixedwidth = false;
 633                         if (width == "fixed")
 634                                 fixedwidth = true;
 635                         else if (width == "variable")
 636                                 fixedwidth = false;
 637                         else
 638                                 lex.printError("Unknown width");
 639
 640                         lex.next();
 641                         string const p = lex.getString();
 642                         Encoding::Package package = Encoding::none;
 643                         if (p == "none")
 644                                 package = Encoding::none;
 645                         else if (p == "inputenc")
 646                                 package = Encoding::inputenc;
 647                         else if (p == "CJK")
 648                                 package = Encoding::CJK;
 649                         else
 650                                 lex.printError("Unknown package");
 651
 652                         LYXERR(Debug::INFO, "Reading encoding " << name);
 653                         encodinglist[name] = Encoding(name, latexname,
 654                                 iconvname, fixedwidth, package);
 655
 656                         if (lex.lex() != et_end)
 657                                 lex.printError("Missing end");
 658                         break;
 659                 }
 660                 case et_end:
 661                         lex.printError("Misplaced end");
 662                         break;
 663                 case Lexer::LEX_FEOF:
 664                         break;
 665                 default:
 666                         lex.printError("Unknown tag");
 667                         break;
 668                 }
 669         }
 670 }
 671
 672
 673 } // namespace lyx