root/lang/perl/Encode/trunk/Encode.xs @ 35208

Revision 35208, 21.6 kB (checked in by dankogai, 4 years ago)

VERSION 2.35 https://rt.cpan.org/Ticket/Display.html?id=49462

Line 
1/*
2 $Id: Encode.xs,v 2.15 2009/09/06 09:03:07 dankogai Exp dankogai $
3 */
4
5#define PERL_NO_GET_CONTEXT
6#include "EXTERN.h"
7#include "perl.h"
8#include "XSUB.h"
9#define U8 U8
10#include "encode.h"
11
12# define PERLIO_MODNAME  "PerlIO::encoding"
13# define PERLIO_FILENAME "PerlIO/encoding.pm"
14
15/* set 1 or more to profile.  t/encoding.t dumps core because of
16   Perl_warner and PerlIO don't work well */
17#define ENCODE_XS_PROFILE 0
18
19/* set 0 to disable floating point to calculate buffer size for
20   encode_method().  1 is recommended. 2 restores NI-S original */
21#define ENCODE_XS_USEFP   1
22
23#define UNIMPLEMENTED(x,y) y x (SV *sv, char *encoding) {dTHX;   \
24                         Perl_croak(aTHX_ "panic_unimplemented"); \
25             return (y)0; /* fool picky compilers */ \
26                         }
27/**/
28
29UNIMPLEMENTED(_encoded_utf8_to_bytes, I32)
30UNIMPLEMENTED(_encoded_bytes_to_utf8, I32)
31
32#define UTF8_ALLOW_STRICT 0
33#define UTF8_ALLOW_NONSTRICT (UTF8_ALLOW_ANY &                    \
34                              ~(UTF8_ALLOW_CONTINUATION |         \
35                                UTF8_ALLOW_NON_CONTINUATION |     \
36                                UTF8_ALLOW_LONG))
37
38void
39Encode_XSEncoding(pTHX_ encode_t * enc)
40{
41    dSP;
42    HV *stash = gv_stashpv("Encode::XS", TRUE);
43    SV *sv = sv_bless(newRV_noinc(newSViv(PTR2IV(enc))), stash);
44    int i = 0;
45    PUSHMARK(sp);
46    XPUSHs(sv);
47    while (enc->name[i]) {
48    const char *name = enc->name[i++];
49    XPUSHs(sv_2mortal(newSVpvn(name, strlen(name))));
50    }
51    PUTBACK;
52    call_pv("Encode::define_encoding", G_DISCARD);
53    SvREFCNT_dec(sv);
54}
55
56void
57call_failure(SV * routine, U8 * done, U8 * dest, U8 * orig)
58{
59    /* Exists for breakpointing */
60}
61
62
63#define ERR_ENCODE_NOMAP "\"\\x{%04" UVxf "}\" does not map to %s"
64#define ERR_DECODE_NOMAP "%s \"\\x%02" UVXf "\" does not map to Unicode"
65
66static SV *
67do_fallback_cb(pTHX_ UV ch, SV *fallback_cb)
68{
69    dSP;
70    int argc;
71    SV *temp, *retval;
72    ENTER;
73    SAVETMPS;
74    PUSHMARK(sp);
75    XPUSHs(sv_2mortal(newSVnv((UV)ch)));
76    PUTBACK;
77    argc = call_sv(fallback_cb, G_SCALAR);
78    SPAGAIN;
79    if (argc != 1){
80        croak("fallback sub must return scalar!");
81    }
82    temp = newSVsv(POPs);
83    PUTBACK;
84    FREETMPS;
85    LEAVE;
86    retval = newSVpv("",0);
87    sv_catsv(retval, temp);
88    SvREFCNT_dec(temp);
89    return retval;
90}
91
92static SV *
93encode_method(pTHX_ const encode_t * enc, const encpage_t * dir, SV * src,
94              int check, STRLEN * offset, SV * term, int * retcode,
95              SV *fallback_cb)
96{
97    STRLEN slen;
98    U8 *s = (U8 *) SvPV(src, slen);
99    STRLEN tlen  = slen;
100    STRLEN ddone = 0;
101    STRLEN sdone = 0;
102
103    /* We allocate slen+1.
104       PerlIO dumps core if this value is smaller than this. */
105    SV *dst = sv_2mortal(newSV(slen+1));
106    U8 *d = (U8 *)SvPVX(dst);
107    STRLEN dlen = SvLEN(dst)-1;
108    int code = 0;
109    STRLEN trmlen = 0;
110    U8 *trm = term ? (U8*) SvPV(term, trmlen) : NULL;
111
112    if (offset) {
113      s += *offset;
114      if (slen > *offset){ /* safeguard against slen overflow */
115      slen -= *offset;
116      }else{
117      slen = 0;
118      }
119      tlen = slen;
120    }
121
122    if (slen == 0){
123    SvCUR_set(dst, 0);
124    SvPOK_only(dst);
125    goto ENCODE_END;
126    }
127
128    while( (code = do_encode(dir, s, &slen, d, dlen, &dlen, !check,
129                 trm, trmlen)) )
130    {
131    SvCUR_set(dst, dlen+ddone);
132    SvPOK_only(dst);
133   
134    if (code == ENCODE_FALLBACK || code == ENCODE_PARTIAL ||
135        code == ENCODE_FOUND_TERM) {
136        break;
137    }
138    switch (code) {
139    case ENCODE_NOSPACE:
140    {   
141        STRLEN more = 0; /* make sure you initialize! */
142        STRLEN sleft;
143        sdone += slen;
144        ddone += dlen;
145        sleft = tlen - sdone;
146#if ENCODE_XS_PROFILE >= 2
147        Perl_warn(aTHX_
148              "more=%d, sdone=%d, sleft=%d, SvLEN(dst)=%d\n",
149              more, sdone, sleft, SvLEN(dst));
150#endif
151        if (sdone != 0) { /* has src ever been processed ? */
152#if   ENCODE_XS_USEFP == 2
153        more = (1.0*tlen*SvLEN(dst)+sdone-1)/sdone
154            - SvLEN(dst);
155#elif ENCODE_XS_USEFP
156        more = (STRLEN)((1.0*SvLEN(dst)+1)/sdone * sleft);
157#else
158        /* safe until SvLEN(dst) == MAX_INT/16 */
159        more = (16*SvLEN(dst)+1)/sdone/16 * sleft;
160#endif
161        }
162        more += UTF8_MAXLEN; /* insurance policy */
163        d = (U8 *) SvGROW(dst, SvLEN(dst) + more);
164        /* dst need to grow need MORE bytes! */
165        if (ddone >= SvLEN(dst)) {
166        Perl_croak(aTHX_ "Destination couldn't be grown.");
167        }
168        dlen = SvLEN(dst)-ddone-1;
169        d   += ddone;
170        s   += slen;
171        slen = tlen-sdone;
172        continue;
173    }
174    case ENCODE_NOREP:
175        /* encoding */ 
176        if (dir == enc->f_utf8) {
177        STRLEN clen;
178        UV ch =
179            utf8n_to_uvuni(s+slen, (SvCUR(src)-slen),
180                   &clen, UTF8_ALLOW_ANY|UTF8_CHECK_ONLY);
181        /* if non-representable multibyte prefix at end of current buffer - break*/
182        if (clen > tlen - sdone) break;
183        if (check & ENCODE_DIE_ON_ERR) {
184            Perl_croak(aTHX_ ERR_ENCODE_NOMAP,
185                   (UV)ch, enc->name[0]);
186            return &PL_sv_undef; /* never reaches but be safe */
187        }
188        if (check & ENCODE_WARN_ON_ERR){
189            Perl_warner(aTHX_ packWARN(WARN_UTF8),
190                ERR_ENCODE_NOMAP, (UV)ch, enc->name[0]);
191        }
192        if (check & ENCODE_RETURN_ON_ERR){
193            goto ENCODE_SET_SRC;
194        }
195        if (check & (ENCODE_PERLQQ|ENCODE_HTMLCREF|ENCODE_XMLCREF)){
196            SV* subchar =
197            (fallback_cb != &PL_sv_undef)
198                ? do_fallback_cb(aTHX_ ch, fallback_cb)
199                : newSVpvf(check & ENCODE_PERLQQ ? "\\x{%04"UVxf"}" :
200                 check & ENCODE_HTMLCREF ? "&#%" UVuf ";" :
201                 "&#x%" UVxf ";", (UV)ch);
202            sdone += slen + clen;
203            ddone += dlen + SvCUR(subchar);
204            sv_catsv(dst, subchar);
205            SvREFCNT_dec(subchar);
206        } else {
207            /* fallback char */
208            sdone += slen + clen;
209            ddone += dlen + enc->replen;
210            sv_catpvn(dst, (char*)enc->rep, enc->replen);
211        }
212        }
213        /* decoding */
214        else {
215        if (check & ENCODE_DIE_ON_ERR){
216            Perl_croak(aTHX_ ERR_DECODE_NOMAP,
217                              enc->name[0], (UV)s[slen]);
218            return &PL_sv_undef; /* never reaches but be safe */
219        }
220        if (check & ENCODE_WARN_ON_ERR){
221            Perl_warner(
222            aTHX_ packWARN(WARN_UTF8),
223            ERR_DECODE_NOMAP,
224                        enc->name[0], (UV)s[slen]);
225        }
226        if (check & ENCODE_RETURN_ON_ERR){
227            goto ENCODE_SET_SRC;
228        }
229        if (check &
230            (ENCODE_PERLQQ|ENCODE_HTMLCREF|ENCODE_XMLCREF)){
231            SV* subchar =
232            (fallback_cb != &PL_sv_undef)
233                ? do_fallback_cb(aTHX_ (UV)s[slen], fallback_cb)
234                : newSVpvf("\\x%02" UVXf, (UV)s[slen]);
235            sdone += slen + 1;
236            ddone += dlen + SvCUR(subchar);
237            sv_catsv(dst, subchar);
238            SvREFCNT_dec(subchar);
239        } else {
240            sdone += slen + 1;
241            ddone += dlen + strlen(FBCHAR_UTF8);
242            sv_catpv(dst, FBCHAR_UTF8);
243        }
244        }
245        /* settle variables when fallback */
246        d    = (U8 *)SvEND(dst);
247            dlen = SvLEN(dst) - ddone - 1;
248        s    = (U8*)SvPVX(src) + sdone;
249        slen = tlen - sdone;
250        break;
251
252    default:
253        Perl_croak(aTHX_ "Unexpected code %d converting %s %s",
254               code, (dir == enc->f_utf8) ? "to" : "from",
255               enc->name[0]);
256        return &PL_sv_undef;
257    }
258    }
259 ENCODE_SET_SRC:
260    if (check && !(check & ENCODE_LEAVE_SRC)){
261    sdone = SvCUR(src) - (slen+sdone);
262    if (sdone) {
263        sv_setpvn(src, (char*)s+slen, sdone);
264    }
265    SvCUR_set(src, sdone);
266    }
267    /* warn("check = 0x%X, code = 0x%d\n", check, code); */
268
269    SvCUR_set(dst, dlen+ddone);
270    SvPOK_only(dst);
271
272#if ENCODE_XS_PROFILE
273    if (SvCUR(dst) > SvCUR(src)){
274    Perl_warn(aTHX_
275          "SvLEN(dst)=%d, SvCUR(dst)=%d. %d bytes unused(%f %%)\n",
276          SvLEN(dst), SvCUR(dst), SvLEN(dst) - SvCUR(dst),
277          (SvLEN(dst) - SvCUR(dst))*1.0/SvLEN(dst)*100.0);
278    }
279#endif
280
281    if (offset)
282      *offset += sdone + slen;
283
284 ENCODE_END:
285    *SvEND(dst) = '\0';
286    if (retcode) *retcode = code;
287    return dst;
288}
289
290static bool
291strict_utf8(pTHX_ SV* sv)
292{
293    HV* hv;
294    SV** svp;
295    sv = SvRV(sv);
296    if (!sv || SvTYPE(sv) != SVt_PVHV)
297        return 0;
298    hv = (HV*)sv;
299    svp = hv_fetch(hv, "strict_utf8", 11, 0);
300    if (!svp)
301        return 0;
302    return SvTRUE(*svp);
303}
304
305static U8*
306process_utf8(pTHX_ SV* dst, U8* s, U8* e, int check,
307             bool encode, bool strict, bool stop_at_partial)
308{
309    UV uv;
310    STRLEN ulen;
311
312    SvPOK_only(dst);
313    SvCUR_set(dst,0);
314
315    while (s < e) {
316        if (UTF8_IS_INVARIANT(*s)) {
317            sv_catpvn(dst, (char *)s, 1);
318            s++;
319            continue;
320        }
321
322        if (UTF8_IS_START(*s)) {
323            U8 skip = UTF8SKIP(s);
324            if ((s + skip) > e) {
325                /* Partial character */
326                /* XXX could check that rest of bytes are UTF8_IS_CONTINUATION(ch) */
327                if (stop_at_partial || (check & ENCODE_STOP_AT_PARTIAL))
328                    break;
329
330                goto malformed_byte;
331            }
332
333            uv = utf8n_to_uvuni(s, e - s, &ulen,
334                                UTF8_CHECK_ONLY | (strict ? UTF8_ALLOW_STRICT :
335                                                            UTF8_ALLOW_NONSTRICT)
336                               );
337#if 1 /* perl-5.8.6 and older do not check UTF8_ALLOW_LONG */
338        if (strict && uv > PERL_UNICODE_MAX)
339        ulen = (STRLEN) -1;
340#endif
341            if (ulen == -1) {
342                if (strict) {
343                    uv = utf8n_to_uvuni(s, e - s, &ulen,
344                                        UTF8_CHECK_ONLY | UTF8_ALLOW_NONSTRICT);
345                    if (ulen == -1)
346                        goto malformed_byte;
347                    goto malformed;
348                }
349                goto malformed_byte;
350            }
351
352
353             /* Whole char is good */
354             sv_catpvn(dst,(char *)s,skip);
355             s += skip;
356             continue;
357        }
358
359        /* If we get here there is something wrong with alleged UTF-8 */
360    malformed_byte:
361        uv = (UV)*s;
362        ulen = 1;
363
364    malformed:
365        if (check & ENCODE_DIE_ON_ERR){
366            if (encode)
367                Perl_croak(aTHX_ ERR_ENCODE_NOMAP, uv, "utf8");
368            else
369                Perl_croak(aTHX_ ERR_DECODE_NOMAP, "utf8", uv);
370        }
371        if (check & ENCODE_WARN_ON_ERR){
372            if (encode)
373                Perl_warner(aTHX_ packWARN(WARN_UTF8),
374                            ERR_ENCODE_NOMAP, uv, "utf8");
375            else
376                Perl_warner(aTHX_ packWARN(WARN_UTF8),
377                            ERR_DECODE_NOMAP, "utf8", uv);
378        }
379        if (check & ENCODE_RETURN_ON_ERR) {
380                break;
381        }
382        if (check & (ENCODE_PERLQQ|ENCODE_HTMLCREF|ENCODE_XMLCREF)){
383            SV* subchar = newSVpvf(check & ENCODE_PERLQQ ? (ulen == 1 ? "\\x%02" UVXf : "\\x{%04" UVXf "}"):
384                                   check & ENCODE_HTMLCREF ? "&#%" UVuf ";" :
385                                   "&#x%" UVxf ";", uv);
386            sv_catsv(dst, subchar);
387            SvREFCNT_dec(subchar);
388        } else {
389            sv_catpv(dst, FBCHAR_UTF8);
390        }
391        s += ulen;
392    }
393    *SvEND(dst) = '\0';
394
395    return s;
396}
397
398
399MODULE = Encode         PACKAGE = Encode::utf8  PREFIX = Method_
400
401PROTOTYPES: DISABLE
402
403void
404Method_decode_xs(obj,src,check = 0)
405SV *    obj
406SV *    src
407int     check
408CODE:
409{
410    if (src == &PL_sv_undef) src = newSV(0);
411    STRLEN slen;
412    U8 *s = (U8 *) SvPV(src, slen);
413    U8 *e = (U8 *) SvEND(src);
414    SV *dst = newSV(slen>0?slen:1); /* newSV() abhors 0 -- inaba */
415
416    /*
417     * PerlIO check -- we assume the object is of PerlIO if renewed
418     */
419    bool renewed = 0;
420    dSP; ENTER; SAVETMPS;
421    PUSHMARK(sp);
422    XPUSHs(obj);
423    PUTBACK;
424    if (call_method("renewed",G_SCALAR) == 1) {
425    SPAGAIN;
426    renewed = (bool)POPi;
427    PUTBACK;
428#if 0
429    fprintf(stderr, "renewed == %d\n", renewed);
430#endif
431    }
432    FREETMPS; LEAVE;
433    /* end PerlIO check */
434
435    if (SvUTF8(src)) {
436    s = utf8_to_bytes(s,&slen);
437    if (s) {
438        SvCUR_set(src,slen);
439        SvUTF8_off(src);
440        e = s+slen;
441    }
442    else {
443        croak("Cannot decode string with wide characters");
444    }
445    }
446
447    s = process_utf8(aTHX_ dst, s, e, check, 0, strict_utf8(aTHX_ obj), renewed);
448
449    /* Clear out translated part of source unless asked not to */
450    if (check && !(check & ENCODE_LEAVE_SRC)){
451    slen = e-s;
452    if (slen) {
453        sv_setpvn(src, (char*)s, slen);
454    }
455    SvCUR_set(src, slen);
456    }
457    SvUTF8_on(dst);
458    ST(0) = sv_2mortal(dst);
459    XSRETURN(1);
460}
461
462void
463Method_encode_xs(obj,src,check = 0)
464SV *    obj
465SV *    src
466int     check
467CODE:
468{
469    if (src == &PL_sv_undef) src = newSV(0);
470    STRLEN slen;
471    U8 *s = (U8 *) SvPV(src, slen);
472    U8 *e = (U8 *) SvEND(src);
473    SV *dst = newSV(slen>0?slen:1); /* newSV() abhors 0 -- inaba */
474    if (SvUTF8(src)) {
475    /* Already encoded */
476    if (strict_utf8(aTHX_ obj)) {
477        s = process_utf8(aTHX_ dst, s, e, check, 1, 1, 0);
478    }
479        else {
480            /* trust it and just copy the octets */
481            sv_setpvn(dst,(char *)s,(e-s));
482        s = e;
483        }
484    }
485    else {
486        /* Native bytes - can always encode */
487    U8 *d = (U8 *) SvGROW(dst, 2*slen+1); /* +1 or assertion will botch */
488        while (s < e) {
489            UV uv = NATIVE_TO_UNI((UV) *s);
490            s++; /* Above expansion of NATIVE_TO_UNI() is safer this way. */
491            if (UNI_IS_INVARIANT(uv))
492                *d++ = (U8)UTF_TO_NATIVE(uv);
493            else {
494                *d++ = (U8)UTF8_EIGHT_BIT_HI(uv);
495                *d++ = (U8)UTF8_EIGHT_BIT_LO(uv);
496            }
497    }
498        SvCUR_set(dst, d- (U8 *)SvPVX(dst));
499        *SvEND(dst) = '\0';
500    }
501
502    /* Clear out translated part of source unless asked not to */
503    if (check && !(check & ENCODE_LEAVE_SRC)){
504    slen = e-s;
505    if (slen) {
506        sv_setpvn(src, (char*)s, slen);
507    }
508    SvCUR_set(src, slen);
509    }
510    SvPOK_only(dst);
511    SvUTF8_off(dst);
512    ST(0) = sv_2mortal(dst);
513    XSRETURN(1);
514}
515
516MODULE = Encode         PACKAGE = Encode::XS    PREFIX = Method_
517
518PROTOTYPES: ENABLE
519
520void
521Method_renew(obj)
522SV *    obj
523CODE:
524{
525    XSRETURN(1);
526}
527
528int
529Method_renewed(obj)
530SV *    obj
531CODE:
532    RETVAL = 0;
533OUTPUT:
534    RETVAL
535
536void
537Method_name(obj)
538SV *    obj
539CODE:
540{
541    encode_t *enc = INT2PTR(encode_t *, SvIV(SvRV(obj)));
542    ST(0) = sv_2mortal(newSVpvn(enc->name[0],strlen(enc->name[0])));
543    XSRETURN(1);
544}
545
546void
547Method_cat_decode(obj, dst, src, off, term, check_sv = &PL_sv_no)
548SV *    obj
549SV *    dst
550SV *    src
551SV *    off
552SV *    term
553SV *    check_sv
554CODE:
555{
556    int check;
557    SV *fallback_cb = &PL_sv_undef;
558    encode_t *enc = INT2PTR(encode_t *, SvIV(SvRV(obj)));
559    STRLEN offset = (STRLEN)SvIV(off);
560    int code = 0;
561    if (SvUTF8(src)) {
562        sv_utf8_downgrade(src, FALSE);
563    }
564    if (SvROK(check_sv)){
565        fallback_cb = check_sv;
566        check = ENCODE_PERLQQ|ENCODE_LEAVE_SRC; /* same as FB_PERLQQ */
567    }else{
568        check = SvIV(check_sv);
569    }
570    sv_catsv(dst, encode_method(aTHX_ enc, enc->t_utf8, src, check,
571                &offset, term, &code, fallback_cb));
572    SvIV_set(off, (IV)offset);
573    if (code == ENCODE_FOUND_TERM) {
574    ST(0) = &PL_sv_yes;
575    }else{
576    ST(0) = &PL_sv_no;
577    }
578    XSRETURN(1);
579}
580
581void
582Method_decode(obj,src,check_sv = &PL_sv_no)
583SV *    obj
584SV *    src
585SV *    check_sv
586CODE:
587{
588    int check;
589    SV *fallback_cb = &PL_sv_undef;
590    encode_t *enc = INT2PTR(encode_t *, SvIV(SvRV(obj)));
591    if (SvUTF8(src)) {
592        sv_utf8_downgrade(src, FALSE);
593    }
594    if (SvROK(check_sv)){
595        fallback_cb = check_sv;
596        check = ENCODE_PERLQQ|ENCODE_LEAVE_SRC; /* same as FB_PERLQQ */
597    }else{
598        check = SvIV(check_sv);
599    }
600    ST(0) = encode_method(aTHX_ enc, enc->t_utf8, src, check,
601              NULL, Nullsv, NULL, fallback_cb);
602    SvUTF8_on(ST(0));
603    XSRETURN(1);
604}
605
606void
607Method_encode(obj,src,check_sv = &PL_sv_no)
608SV *    obj
609SV *    src
610SV *    check_sv
611CODE:
612{
613    int check;
614    SV *fallback_cb = &PL_sv_undef;
615    encode_t *enc = INT2PTR(encode_t *, SvIV(SvRV(obj)));
616    sv_utf8_upgrade(src);
617    if (SvROK(check_sv)){
618        fallback_cb = check_sv;
619        check = ENCODE_PERLQQ|ENCODE_LEAVE_SRC; /* same as FB_PERLQQ */
620    }else{
621        check = SvIV(check_sv);
622    }
623    ST(0) = encode_method(aTHX_ enc, enc->f_utf8, src, check,
624              NULL, Nullsv, NULL, fallback_cb);
625    XSRETURN(1);
626}
627
628void
629Method_needs_lines(obj)
630SV *    obj
631CODE:
632{
633    /* encode_t *enc = INT2PTR(encode_t *, SvIV(SvRV(obj))); */
634    ST(0) = &PL_sv_no;
635    XSRETURN(1);
636}
637
638void
639Method_perlio_ok(obj)
640SV *    obj
641CODE:
642{
643    /* encode_t *enc = INT2PTR(encode_t *, SvIV(SvRV(obj))); */
644    /* require_pv(PERLIO_FILENAME); */
645
646    eval_pv("require PerlIO::encoding", 0);
647
648    if (SvTRUE(get_sv("@", 0))) {
649    ST(0) = &PL_sv_no;
650    }else{
651    ST(0) = &PL_sv_yes;
652    }
653    XSRETURN(1);
654}
655
656void
657Method_mime_name(obj)
658SV *    obj
659CODE:
660{
661    encode_t *enc = INT2PTR(encode_t *, SvIV(SvRV(obj)));
662    SV *retval;
663    eval_pv("require Encode::MIME::Name", 0);
664
665    if (SvTRUE(get_sv("@", 0))) {
666        ST(0) = &PL_sv_undef;
667    }else{
668        ENTER;
669        SAVETMPS;
670        PUSHMARK(sp);
671        XPUSHs(sv_2mortal(newSVpvn(enc->name[0], strlen(enc->name[0]))));
672        PUTBACK;
673        call_pv("Encode::MIME::Name::get_mime_name", G_SCALAR);
674        SPAGAIN;
675        retval = newSVsv(POPs);
676        PUTBACK;
677        FREETMPS;
678        LEAVE;
679        /* enc->name[0] */
680        ST(0) = retval;
681    }
682    XSRETURN(1);
683}
684
685MODULE = Encode         PACKAGE = Encode
686
687PROTOTYPES: ENABLE
688
689I32
690_bytes_to_utf8(sv, ...)
691SV *    sv
692CODE:
693{
694    SV * encoding = items == 2 ? ST(1) : Nullsv;
695
696    if (encoding)
697    RETVAL = _encoded_bytes_to_utf8(sv, SvPV_nolen(encoding));
698    else {
699    STRLEN len;
700    U8*    s = (U8*)SvPV(sv, len);
701    U8*    converted;
702
703    converted = bytes_to_utf8(s, &len); /* This allocs */
704    sv_setpvn(sv, (char *)converted, len);
705    SvUTF8_on(sv); /* XXX Should we? */
706    Safefree(converted);                /* ... so free it */
707    RETVAL = len;
708    }
709}
710OUTPUT:
711    RETVAL
712
713I32
714_utf8_to_bytes(sv, ...)
715SV *    sv
716CODE:
717{
718    SV * to    = items > 1 ? ST(1) : Nullsv;
719    SV * check = items > 2 ? ST(2) : Nullsv;
720
721    if (to) {
722    RETVAL = _encoded_utf8_to_bytes(sv, SvPV_nolen(to));
723    } else {
724    STRLEN len;
725    U8 *s = (U8*)SvPV(sv, len);
726
727    RETVAL = 0;
728    if (SvTRUE(check)) {
729        /* Must do things the slow way */
730        U8 *dest;
731            /* We need a copy to pass to check() */
732        U8 *src  = s;
733        U8 *send = s + len;
734        U8 *d0;
735
736        New(83, dest, len, U8); /* I think */
737        d0 = dest;
738
739        while (s < send) {
740                if (*s < 0x80){
741            *dest++ = *s++;
742                } else {
743            STRLEN ulen;
744            UV uv = *s++;
745
746            /* Have to do it all ourselves because of error routine,
747               aargh. */
748            if (!(uv & 0x40)){ goto failure; }
749            if      (!(uv & 0x20)) { ulen = 2;  uv &= 0x1f; }
750            else if (!(uv & 0x10)) { ulen = 3;  uv &= 0x0f; }
751            else if (!(uv & 0x08)) { ulen = 4;  uv &= 0x07; }
752            else if (!(uv & 0x04)) { ulen = 5;  uv &= 0x03; }
753            else if (!(uv & 0x02)) { ulen = 6;  uv &= 0x01; }
754            else if (!(uv & 0x01)) { ulen = 7;  uv = 0; }
755            else                   { ulen = 13; uv = 0; }
756       
757            /* Note change to utf8.c variable naming, for variety */
758            while (ulen--) {
759            if ((*s & 0xc0) != 0x80){
760                goto failure;
761            } else {
762                uv = (uv << 6) | (*s++ & 0x3f);
763            }
764          }
765          if (uv > 256) {
766          failure:
767              call_failure(check, s, dest, src);
768              /* Now what happens? */
769          }
770          *dest++ = (U8)uv;
771        }
772        }
773        RETVAL = dest - d0;
774        sv_usepvn(sv, (char *)dest, RETVAL);
775        SvUTF8_off(sv);
776    } else {
777        RETVAL = (utf8_to_bytes(s, &len) ? len : 0);
778    }
779    }
780}
781OUTPUT:
782    RETVAL
783
784bool
785is_utf8(sv, check = 0)
786SV *    sv
787int     check
788CODE:
789{
790    if (SvGMAGICAL(sv)) /* it could be $1, for example */
791    sv = newSVsv(sv); /* GMAGIG will be done */
792    RETVAL = SvUTF8(sv) ? TRUE : FALSE;
793    if (RETVAL &&
794        check  &&
795        !is_utf8_string((U8*)SvPVX(sv), SvCUR(sv)))
796        RETVAL = FALSE;
797    if (sv != ST(0))
798    SvREFCNT_dec(sv); /* it was a temp copy */
799}
800OUTPUT:
801    RETVAL
802
803SV *
804_utf8_on(sv)
805SV *    sv
806CODE:
807{
808    if (SvPOK(sv)) {
809    SV *rsv = newSViv(SvUTF8(sv));
810    RETVAL = rsv;
811    SvUTF8_on(sv);
812    } else {
813    RETVAL = &PL_sv_undef;
814    }
815}
816OUTPUT:
817    RETVAL
818
819SV *
820_utf8_off(sv)
821SV *    sv
822CODE:
823{
824    if (SvPOK(sv)) {
825    SV *rsv = newSViv(SvUTF8(sv));
826    RETVAL = rsv;
827    SvUTF8_off(sv);
828    } else {
829    RETVAL = &PL_sv_undef;
830    }
831}
832OUTPUT:
833    RETVAL
834
835int
836DIE_ON_ERR()
837CODE:
838    RETVAL = ENCODE_DIE_ON_ERR;
839OUTPUT:
840    RETVAL
841
842int
843WARN_ON_ERR()
844CODE:
845    RETVAL = ENCODE_WARN_ON_ERR;
846OUTPUT:
847    RETVAL
848
849int
850LEAVE_SRC()
851CODE:
852    RETVAL = ENCODE_LEAVE_SRC;
853OUTPUT:
854    RETVAL
855
856int
857RETURN_ON_ERR()
858CODE:
859    RETVAL = ENCODE_RETURN_ON_ERR;
860OUTPUT:
861    RETVAL
862
863int
864PERLQQ()
865CODE:
866    RETVAL = ENCODE_PERLQQ;
867OUTPUT:
868    RETVAL
869
870int
871HTMLCREF()
872CODE:
873    RETVAL = ENCODE_HTMLCREF;
874OUTPUT:
875    RETVAL
876
877int
878XMLCREF()
879CODE:
880    RETVAL = ENCODE_XMLCREF;
881OUTPUT:
882    RETVAL
883
884int
885STOP_AT_PARTIAL()
886CODE:
887    RETVAL = ENCODE_STOP_AT_PARTIAL;
888OUTPUT:
889    RETVAL
890
891int
892FB_DEFAULT()
893CODE:
894    RETVAL = ENCODE_FB_DEFAULT;
895OUTPUT:
896    RETVAL
897
898int
899FB_CROAK()
900CODE:
901    RETVAL = ENCODE_FB_CROAK;
902OUTPUT:
903    RETVAL
904
905int
906FB_QUIET()
907CODE:
908    RETVAL = ENCODE_FB_QUIET;
909OUTPUT:
910    RETVAL
911
912int
913FB_WARN()
914CODE:
915    RETVAL = ENCODE_FB_WARN;
916OUTPUT:
917    RETVAL
918
919int
920FB_PERLQQ()
921CODE:
922    RETVAL = ENCODE_FB_PERLQQ;
923OUTPUT:
924    RETVAL
925
926int
927FB_HTMLCREF()
928CODE:
929    RETVAL = ENCODE_FB_HTMLCREF;
930OUTPUT:
931    RETVAL
932
933int
934FB_XMLCREF()
935CODE:
936    RETVAL = ENCODE_FB_XMLCREF;
937OUTPUT:
938    RETVAL
939
940BOOT:
941{
942#include "def_t.h"
943#include "def_t.exh"
944}
Note: See TracBrowser for help on using the browser.