src/support/unicode.cpp

   1 /**
   2  * \file unicode.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  *
   8  * Full author contact details are available in file CREDITS.
   9  *
  10  * A collection of unicode conversion functions, using iconv.
  11  */
  12
  13 #include <config.h>
  14
  15 #include "support/unicode.h"
  16 #include "support/debug.h"
  17
  18 #include <QThreadStorage>
  19
  20 #include <iconv.h>
  21
  22 #include <boost/cstdint.hpp>
  23
  24 #include <cerrno>
  25 #include <map>
  26 #include <ostream>
  27 //Needed in MSVC
  28 #include <string>
  29
  30
  31 using namespace std;
  32
  33 namespace {
  34
  35 #ifdef WORDS_BIGENDIAN
  36         char const * utf16_codeset = "UTF16-BE";
  37 #else
  38         char const * utf16_codeset = "UTF16-LE";
  39 #endif
  40
  41 }
  42
  43
  44 namespace lyx {
  45
  46 #ifdef WORDS_BIGENDIAN
  47         char const * ucs4_codeset = "UCS-4BE";
  48 #else
  49         char const * ucs4_codeset = "UCS-4LE";
  50 #endif
  51
  52
  53 struct IconvProcessor::Handler {
  54         // assumes cd is valid
  55         Handler(iconv_t const cd) : cd(cd) {}
  56         ~Handler() {
  57                 if (iconv_close(cd) == -1)
  58                         LYXERR0("Error returned from iconv_close(" << errno << ')');
  59         }
  60         iconv_t const cd;
  61 };
  62
  63
  64 IconvProcessor::IconvProcessor(string tocode, string fromcode)
  65         : tocode_(tocode), fromcode_(fromcode)
  66 {}
  67
  68
  69 // for gcc 4.6
  70 IconvProcessor::IconvProcessor(IconvProcessor && other)
  71         : tocode_(move(other.tocode_)), fromcode_(move(other.fromcode_)),
  72           h_(move(other.h_))
  73 {}
  74
  75
  76 bool IconvProcessor::init()
  77 {
  78         if (h_)
  79                 return true;
  80         iconv_t cd = iconv_open(tocode_.c_str(), fromcode_.c_str());
  81         if (cd != (iconv_t)(-1)) {
  82                 h_ = make_unique<Handler>(cd);
  83                 return true;
  84         }
  85         lyxerr << "Error returned from iconv_open" << endl;
  86         switch (errno) {
  87         case EINVAL:
  88                 lyxerr << "EINVAL The conversion from " << fromcode_ << " to "
  89                        << tocode_ << " is not supported by the implementation."
  90                        << endl;
  91                 break;
  92         default:
  93                 lyxerr << "\tSome other error: " << errno << endl;
  94                 break;
  95         }
  96         return false;
  97 }
  98
  99
 100 int IconvProcessor::convert(char const * buf, size_t buflen,
 101                             char * outbuf, size_t maxoutsize)
 102 {
 103         if (buflen == 0)
 104                 return 0;
 105
 106         if (!h_ && !init())
 107                 return -1;
 108
 109         char ICONV_CONST * inbuf = const_cast<char ICONV_CONST *>(buf);
 110         size_t inbytesleft = buflen;
 111         size_t outbytesleft = maxoutsize;
 112
 113         int res = iconv(h_->cd, &inbuf, &inbytesleft, &outbuf, &outbytesleft);
 114
 115         // flush out remaining data. This is needed because iconv sometimes
 116         // holds back chars in the stream, waiting for a combination character
 117         // (see e.g. http://sources.redhat.com/bugzilla/show_bug.cgi?id=1124)
 118         iconv(h_->cd, NULL, NULL, &outbuf, &outbytesleft);
 119
 120         //lyxerr << dec;
 121         //lyxerr << "Inbytesleft: " << inbytesleft << endl;
 122         //lyxerr << "Outbytesleft: " << outbytesleft << endl;
 123
 124         if (res != -1)
 125                 // Everything went well.
 126                 return maxoutsize - outbytesleft;
 127
 128         // There are some errors in the conversion
 129         lyxerr << "Error returned from iconv" << endl;
 130         switch (errno) {
 131                 case E2BIG:
 132                         lyxerr << "E2BIG  There is not sufficient room at *outbuf." << endl;
 133                         break;
 134                 case EILSEQ:
 135                         lyxerr << "EILSEQ An invalid multibyte sequence"
 136                                 << " has been encountered in the input.\n"
 137                                 << "When converting from " << fromcode_
 138                                 << " to " << tocode_ << ".\n";
 139                         lyxerr << "Input:" << hex;
 140                         for (size_t i = 0; i < buflen; ++i) {
 141                                 // char may be signed, avoid output of
 142                                 // something like 0xffffffc2
 143                                 boost::uint32_t const b =
 144                                         *reinterpret_cast<unsigned char const *>(buf + i);
 145                                 lyxerr << " 0x" << (unsigned int)b;
 146                         }
 147                         lyxerr << dec << endl;
 148                         break;
 149                 case EINVAL:
 150                         lyxerr << "EINVAL An incomplete multibyte sequence"
 151                                 << " has been encountered in the input.\n"
 152                                 << "When converting from " << fromcode_
 153                                 << " to " << tocode_ << ".\n";
 154                         lyxerr << "Input:" << hex;
 155                         for (size_t i = 0; i < buflen; ++i) {
 156                                 // char may be signed, avoid output of
 157                                 // something like 0xffffffc2
 158                                 boost::uint32_t const b =
 159                                         *reinterpret_cast<unsigned char const *>(buf + i);
 160                                 lyxerr << " 0x" << (unsigned int)b;
 161                         }
 162                         lyxerr << dec << endl;
 163                         break;
 164                 default:
 165                         lyxerr << "\tSome other error: " << errno << endl;
 166                         break;
 167         }
 168         // We got an error so we close down the conversion engine
 169         h_.reset();
 170         return -1;
 171 }
 172
 173
 174 namespace {
 175
 176
 177 template<typename RetType, typename InType>
 178 vector<RetType>
 179 iconv_convert(IconvProcessor & processor, InType const * buf, size_t buflen)
 180 {
 181         if (buflen == 0)
 182                 return vector<RetType>();
 183
 184         char const * inbuf = reinterpret_cast<char const *>(buf);
 185         size_t inbytesleft = buflen * sizeof(InType);
 186
 187         static QThreadStorage<std::vector<char> *> static_outbuf;
 188         if (!static_outbuf.hasLocalData())
 189                 static_outbuf.setLocalData(new std::vector<char>(32768));
 190         std::vector<char> & outbuf = *static_outbuf.localData();
 191         // The number of UCS4 code points in buf is at most inbytesleft.
 192         // The output encoding will use at most
 193         // max_encoded_bytes(pimpl_->tocode_) per UCS4 code point.
 194         size_t maxoutbufsize = max_encoded_bytes(processor.to()) * inbytesleft;
 195         if (outbuf.size() < maxoutbufsize)
 196                 outbuf.resize(maxoutbufsize);
 197
 198         int bytes = processor.convert(inbuf, inbytesleft, &outbuf[0], outbuf.size());
 199         if (bytes <= 0)
 200                 // Conversion failed
 201                 // FIXME Maybe throw an exception and handle that in the caller?
 202                 return vector<RetType>();
 203
 204         RetType const * tmp = reinterpret_cast<RetType const *>(&outbuf[0]);
 205         return vector<RetType>(tmp, tmp + bytes / sizeof(RetType));
 206 }
 207
 208 } // anon namespace
 209
 210
 211 IconvProcessor & utf8ToUcs4()
 212 {
 213         static QThreadStorage<IconvProcessor *> processor;
 214         if (!processor.hasLocalData())
 215                 processor.setLocalData(new IconvProcessor(ucs4_codeset, "UTF-8"));
 216         return *processor.localData();
 217 }
 218
 219
 220 vector<char_type> utf8_to_ucs4(vector<char> const & utf8str)
 221 {
 222         if (utf8str.empty())
 223                 return vector<char_type>();
 224
 225         return utf8_to_ucs4(&utf8str[0], utf8str.size());
 226 }
 227
 228
 229 vector<char_type>
 230 utf8_to_ucs4(char const * utf8str, size_t ls)
 231 {
 232         return iconv_convert<char_type>(utf8ToUcs4(), utf8str, ls);
 233 }
 234
 235
 236 vector<char_type>
 237 utf16_to_ucs4(unsigned short const * s, size_t ls)
 238 {
 239         static QThreadStorage<IconvProcessor *> processor;
 240         if (!processor.hasLocalData())
 241                 processor.setLocalData(new IconvProcessor(ucs4_codeset, utf16_codeset));
 242         return iconv_convert<char_type>(*processor.localData(), s, ls);
 243 }
 244
 245
 246 vector<unsigned short>
 247 ucs4_to_utf16(char_type const * s, size_t ls)
 248 {
 249         static QThreadStorage<IconvProcessor *> processor;
 250         if (!processor.hasLocalData())
 251                 processor.setLocalData(new IconvProcessor(utf16_codeset, ucs4_codeset));
 252         return iconv_convert<unsigned short>(*processor.localData(), s, ls);
 253 }
 254
 255
 256 IconvProcessor & ucs4ToUtf8()
 257 {
 258         static QThreadStorage<IconvProcessor *> processor;
 259         if (!processor.hasLocalData())
 260                 processor.setLocalData(new IconvProcessor("UTF-8", ucs4_codeset));
 261         return *processor.localData();
 262 }
 263
 264 namespace {
 265
 266 IconvProcessor & getProc(map<string, IconvProcessor> & processors,
 267                          string const & encoding, bool to)
 268 {
 269         string const & fromcode = to ? ucs4_codeset : encoding;
 270         string const & tocode = to ? encoding : ucs4_codeset;
 271         map<string, IconvProcessor>::iterator const it = processors.find(encoding);
 272         if (it == processors.end()) {
 273                 IconvProcessor p(fromcode, tocode);
 274                 return processors.insert(make_pair(encoding, move(p))).first->second;
 275         } else
 276                 return it->second;
 277 }
 278
 279 } //anon namespace
 280
 281
 282 vector<char>
 283 ucs4_to_utf8(char_type c)
 284 {
 285         return iconv_convert<char>(ucs4ToUtf8(), &c, 1);
 286 }
 287
 288
 289 vector<char>
 290 ucs4_to_utf8(vector<char_type> const & ucs4str)
 291 {
 292         if (ucs4str.empty())
 293                 return vector<char>();
 294
 295         return ucs4_to_utf8(&ucs4str[0], ucs4str.size());
 296 }
 297
 298
 299 vector<char>
 300 ucs4_to_utf8(char_type const * ucs4str, size_t ls)
 301 {
 302         return iconv_convert<char>(ucs4ToUtf8(), ucs4str, ls);
 303 }
 304
 305
 306 vector<char_type>
 307 eightbit_to_ucs4(char const * s, size_t ls, string const & encoding)
 308 {
 309         static QThreadStorage<map<string, IconvProcessor> *> static_processors;
 310         if (!static_processors.hasLocalData())
 311                 static_processors.setLocalData(new map<string, IconvProcessor>);
 312         map<string, IconvProcessor> & processors = *static_processors.localData();
 313         IconvProcessor & processor = getProc(processors, encoding, true);
 314         return iconv_convert<char_type>(processor, s, ls);
 315 }
 316
 317
 318 namespace {
 319
 320 map<string, IconvProcessor> & ucs4To8bitProcessors()
 321 {
 322         static QThreadStorage<map<string, IconvProcessor> *> processors;
 323         if (!processors.hasLocalData())
 324                 processors.setLocalData(new map<string, IconvProcessor>);
 325         return *processors.localData();
 326 }
 327
 328 }
 329
 330 vector<char>
 331 ucs4_to_eightbit(char_type const * ucs4str, size_t ls, string const & encoding)
 332 {
 333         map<string, IconvProcessor> & processors(ucs4To8bitProcessors());
 334         IconvProcessor & processor = getProc(processors, encoding, false);
 335         return iconv_convert<char>(processor, ucs4str, ls);
 336 }
 337
 338
 339 char ucs4_to_eightbit(char_type ucs4, string const & encoding)
 340 {
 341         map<string, IconvProcessor> & processors(ucs4To8bitProcessors());
 342         IconvProcessor & processor = getProc(processors, encoding, false);
 343         char out;
 344         int const bytes = processor.convert((char *)(&ucs4), 4, &out, 1);
 345         if (bytes > 0)
 346                 return out;
 347         return 0;
 348 }
 349
 350
 351 void ucs4_to_multibytes(char_type ucs4, vector<char> & out,
 352         string const & encoding)
 353 {
 354         static QThreadStorage<map<string, IconvProcessor> *> static_processors;
 355         if (!static_processors.hasLocalData())
 356                 static_processors.setLocalData(new map<string, IconvProcessor>);
 357         map<string, IconvProcessor> & processors = *static_processors.localData();
 358         IconvProcessor & processor = getProc(processors, encoding, false);
 359         out.resize(4);
 360         int bytes = processor.convert((char *)(&ucs4), 4, &out[0], 4);
 361         if (bytes > 0)
 362                 out.resize(bytes);
 363         else
 364                 out.clear();
 365 }
 366
 367 int max_encoded_bytes(std::string const & encoding)
 368 {
 369         // FIXME: this information should be transferred to lib/encodings
 370         // UTF8 uses at most 4 bytes to represent one UCS4 code point
 371         // (see RFC 3629). RFC 2279 specifies 6 bytes, but that
 372         // information is outdated, and RFC 2279 has been superseded by
 373         // RFC 3629.
 374         // The CJK encodings use (different) multibyte representation as well.
 375         // All other encodings encode one UCS4 code point in one byte
 376         // (and can therefore only encode a subset of UCS4)
 377         // Furthermore, all encodings that use shifting (like SJIS) do not work with
 378         // iconv_codecvt_facet.
 379         if (encoding == "UTF-8" ||
 380             encoding == "GB" ||
 381             encoding == "EUC-TW")
 382                 return 4;
 383         else if (encoding == "EUC-JP")
 384                 return 3;
 385         else if (encoding == "ISO-2022-JP")
 386                 return 8;
 387         else if (encoding == "BIG5" ||
 388                  encoding == "EUC-KR" ||
 389                  encoding == "EUC-CN" ||
 390                  encoding == "SJIS" ||
 391                  encoding == "GBK")
 392                 return 2;
 393         else
 394                 return 1;
 395 }
 396
 397 } // namespace lyx