xref: /freebsd/usr.bin/sort/bwstring.c (revision 4928135658a9d0eaee37003df6137ab363fcb0b4)
1 /*-
2  * SPDX-License-Identifier: BSD-2-Clause-FreeBSD
3  *
4  * Copyright (C) 2009 Gabor Kovesdan <gabor@FreeBSD.org>
5  * Copyright (C) 2012 Oleg Moskalenko <mom040267@gmail.com>
6  * All rights reserved.
7  *
8  * Redistribution and use in source and binary forms, with or without
9  * modification, are permitted provided that the following conditions
10  * are met:
11  * 1. Redistributions of source code must retain the above copyright
12  *    notice, this list of conditions and the following disclaimer.
13  * 2. Redistributions in binary form must reproduce the above copyright
14  *    notice, this list of conditions and the following disclaimer in the
15  *    documentation and/or other materials provided with the distribution.
16  *
17  * THIS SOFTWARE IS PROVIDED BY THE AUTHOR AND CONTRIBUTORS ``AS IS'' AND
18  * ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
19  * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
20  * ARE DISCLAIMED.  IN NO EVENT SHALL THE AUTHOR OR CONTRIBUTORS BE LIABLE
21  * FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
22  * DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
23  * OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
24  * HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
25  * LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
26  * OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
27  * SUCH DAMAGE.
28  */
29 
30 #include <sys/cdefs.h>
31 __FBSDID("$FreeBSD$");
32 
33 #include <ctype.h>
34 #include <errno.h>
35 #include <err.h>
36 #include <langinfo.h>
37 #include <math.h>
38 #include <stdlib.h>
39 #include <string.h>
40 #include <wchar.h>
41 #include <wctype.h>
42 
43 #include "bwstring.h"
44 #include "sort.h"
45 
46 bool byte_sort;
47 
48 static wchar_t **wmonths;
49 static unsigned char **cmonths;
50 
51 /* initialise months */
52 
53 void
54 initialise_months(void)
55 {
56 	const nl_item item[12] = { ABMON_1, ABMON_2, ABMON_3, ABMON_4,
57 	    ABMON_5, ABMON_6, ABMON_7, ABMON_8, ABMON_9, ABMON_10,
58 	    ABMON_11, ABMON_12 };
59 	unsigned char *tmp;
60 	size_t len;
61 
62 	if (MB_CUR_MAX == 1) {
63 		if (cmonths == NULL) {
64 			unsigned char *m;
65 
66 			cmonths = sort_malloc(sizeof(unsigned char*) * 12);
67 			for (int i = 0; i < 12; i++) {
68 				cmonths[i] = NULL;
69 				tmp = (unsigned char *) nl_langinfo(item[i]);
70 				if (debug_sort)
71 					printf("month[%d]=%s\n", i, tmp);
72 				if (*tmp == '\0')
73 					continue;
74 				m = sort_strdup(tmp);
75 				len = strlen(tmp);
76 				for (unsigned int j = 0; j < len; j++)
77 					m[j] = toupper(m[j]);
78 				cmonths[i] = m;
79 			}
80 		}
81 
82 	} else {
83 		if (wmonths == NULL) {
84 			wchar_t *m;
85 
86 			wmonths = sort_malloc(sizeof(wchar_t *) * 12);
87 			for (int i = 0; i < 12; i++) {
88 				wmonths[i] = NULL;
89 				tmp = (unsigned char *) nl_langinfo(item[i]);
90 				if (debug_sort)
91 					printf("month[%d]=%s\n", i, tmp);
92 				if (*tmp == '\0')
93 					continue;
94 				len = strlen(tmp);
95 				m = sort_malloc(SIZEOF_WCHAR_STRING(len + 1));
96 				if (mbstowcs(m, (char*)tmp, len) ==
97 				    ((size_t) - 1)) {
98 					sort_free(m);
99 					continue;
100 				}
101 				m[len] = L'\0';
102 				for (unsigned int j = 0; j < len; j++)
103 					m[j] = towupper(m[j]);
104 				wmonths[i] = m;
105 			}
106 		}
107 	}
108 }
109 
110 /*
111  * Compare two wide-character strings
112  */
113 static int
114 wide_str_coll(const wchar_t *s1, const wchar_t *s2)
115 {
116 	int ret = 0;
117 
118 	errno = 0;
119 	ret = wcscoll(s1, s2);
120 	if (errno == EILSEQ) {
121 		errno = 0;
122 		ret = wcscmp(s1, s2);
123 		if (errno != 0) {
124 			for (size_t i = 0; ; ++i) {
125 				wchar_t c1 = s1[i];
126 				wchar_t c2 = s2[i];
127 				if (c1 == L'\0')
128 					return ((c2 == L'\0') ? 0 : -1);
129 				if (c2 == L'\0')
130 					return (+1);
131 				if (c1 == c2)
132 					continue;
133 				return ((int)(c1 - c2));
134 			}
135 		}
136 	}
137 	return (ret);
138 }
139 
140 /* counterparts of wcs functions */
141 
142 void
143 bwsprintf(FILE *f, struct bwstring *bws, const char *prefix, const char *suffix)
144 {
145 
146 	if (MB_CUR_MAX == 1)
147 		fprintf(f, "%s%s%s", prefix, bws->data.cstr, suffix);
148 	else
149 		fprintf(f, "%s%S%s", prefix, bws->data.wstr, suffix);
150 }
151 
152 const void* bwsrawdata(const struct bwstring *bws)
153 {
154 
155 	return (&(bws->data));
156 }
157 
158 size_t bwsrawlen(const struct bwstring *bws)
159 {
160 
161 	return ((MB_CUR_MAX == 1) ? bws->len : SIZEOF_WCHAR_STRING(bws->len));
162 }
163 
164 size_t
165 bws_memsize(const struct bwstring *bws)
166 {
167 
168 	return ((MB_CUR_MAX == 1) ? (bws->len + 2 + sizeof(struct bwstring)) :
169 	    (SIZEOF_WCHAR_STRING(bws->len + 1) + sizeof(struct bwstring)));
170 }
171 
172 void
173 bws_setlen(struct bwstring *bws, size_t newlen)
174 {
175 
176 	if (bws && newlen != bws->len && newlen <= bws->len) {
177 		bws->len = newlen;
178 		if (MB_CUR_MAX == 1)
179 			bws->data.cstr[newlen] = '\0';
180 		else
181 			bws->data.wstr[newlen] = L'\0';
182 	}
183 }
184 
185 /*
186  * Allocate a new binary string of specified size
187  */
188 struct bwstring *
189 bwsalloc(size_t sz)
190 {
191 	struct bwstring *ret;
192 
193 	if (MB_CUR_MAX == 1)
194 		ret = sort_malloc(sizeof(struct bwstring) + 1 + sz);
195 	else
196 		ret = sort_malloc(sizeof(struct bwstring) +
197 		    SIZEOF_WCHAR_STRING(sz + 1));
198 	ret->len = sz;
199 
200 	if (MB_CUR_MAX == 1)
201 		ret->data.cstr[ret->len] = '\0';
202 	else
203 		ret->data.wstr[ret->len] = L'\0';
204 
205 	return (ret);
206 }
207 
208 /*
209  * Create a copy of binary string.
210  * New string size equals the length of the old string.
211  */
212 struct bwstring *
213 bwsdup(const struct bwstring *s)
214 {
215 
216 	if (s == NULL)
217 		return (NULL);
218 	else {
219 		struct bwstring *ret = bwsalloc(s->len);
220 
221 		if (MB_CUR_MAX == 1)
222 			memcpy(ret->data.cstr, s->data.cstr, (s->len));
223 		else
224 			memcpy(ret->data.wstr, s->data.wstr,
225 			    SIZEOF_WCHAR_STRING(s->len));
226 
227 		return (ret);
228 	}
229 }
230 
231 /*
232  * Create a new binary string from a wide character buffer.
233  */
234 struct bwstring *
235 bwssbdup(const wchar_t *str, size_t len)
236 {
237 
238 	if (str == NULL)
239 		return ((len == 0) ? bwsalloc(0) : NULL);
240 	else {
241 		struct bwstring *ret;
242 
243 		ret = bwsalloc(len);
244 
245 		if (MB_CUR_MAX == 1)
246 			for (size_t i = 0; i < len; ++i)
247 				ret->data.cstr[i] = (unsigned char) str[i];
248 		else
249 			memcpy(ret->data.wstr, str, SIZEOF_WCHAR_STRING(len));
250 
251 		return (ret);
252 	}
253 }
254 
255 /*
256  * Create a new binary string from a raw binary buffer.
257  */
258 struct bwstring *
259 bwscsbdup(const unsigned char *str, size_t len)
260 {
261 	struct bwstring *ret;
262 
263 	ret = bwsalloc(len);
264 
265 	if (str) {
266 		if (MB_CUR_MAX == 1)
267 			memcpy(ret->data.cstr, str, len);
268 		else {
269 			mbstate_t mbs;
270 			const char *s;
271 			size_t charlen, chars, cptr;
272 
273 			chars = 0;
274 			cptr = 0;
275 			s = (const char *) str;
276 
277 			memset(&mbs, 0, sizeof(mbs));
278 
279 			while (cptr < len) {
280 				size_t n = MB_CUR_MAX;
281 
282 				if (n > len - cptr)
283 					n = len - cptr;
284 				charlen = mbrlen(s + cptr, n, &mbs);
285 				switch (charlen) {
286 				case 0:
287 					/* FALLTHROUGH */
288 				case (size_t) -1:
289 					/* FALLTHROUGH */
290 				case (size_t) -2:
291 					ret->data.wstr[chars++] =
292 					    (unsigned char) s[cptr];
293 					++cptr;
294 					break;
295 				default:
296 					n = mbrtowc(ret->data.wstr + (chars++),
297 					    s + cptr, charlen, &mbs);
298 					if ((n == (size_t)-1) || (n == (size_t)-2))
299 						/* NOTREACHED */
300 						err(2, "mbrtowc error");
301 					cptr += charlen;
302 				}
303 			}
304 
305 			ret->len = chars;
306 			ret->data.wstr[ret->len] = L'\0';
307 		}
308 	}
309 	return (ret);
310 }
311 
312 /*
313  * De-allocate object memory
314  */
315 void
316 bwsfree(const struct bwstring *s)
317 {
318 
319 	if (s)
320 		sort_free(s);
321 }
322 
323 /*
324  * Copy content of src binary string to dst.
325  * If the capacity of the dst string is not sufficient,
326  * then the data is truncated.
327  */
328 size_t
329 bwscpy(struct bwstring *dst, const struct bwstring *src)
330 {
331 	size_t nums = src->len;
332 
333 	if (nums > dst->len)
334 		nums = dst->len;
335 	dst->len = nums;
336 
337 	if (MB_CUR_MAX == 1) {
338 		memcpy(dst->data.cstr, src->data.cstr, nums);
339 		dst->data.cstr[dst->len] = '\0';
340 	} else {
341 		memcpy(dst->data.wstr, src->data.wstr,
342 		    SIZEOF_WCHAR_STRING(nums + 1));
343 		dst->data.wstr[dst->len] = L'\0';
344 	}
345 
346 	return (nums);
347 }
348 
349 /*
350  * Copy content of src binary string to dst,
351  * with specified number of symbols to be copied.
352  * If the capacity of the dst string is not sufficient,
353  * then the data is truncated.
354  */
355 struct bwstring *
356 bwsncpy(struct bwstring *dst, const struct bwstring *src, size_t size)
357 {
358 	size_t nums = src->len;
359 
360 	if (nums > dst->len)
361 		nums = dst->len;
362 	if (nums > size)
363 		nums = size;
364 	dst->len = nums;
365 
366 	if (MB_CUR_MAX == 1) {
367 		memcpy(dst->data.cstr, src->data.cstr, nums);
368 		dst->data.cstr[dst->len] = '\0';
369 	} else {
370 		memcpy(dst->data.wstr, src->data.wstr,
371 		    SIZEOF_WCHAR_STRING(nums + 1));
372 		dst->data.wstr[dst->len] = L'\0';
373 	}
374 
375 	return (dst);
376 }
377 
378 /*
379  * Copy content of src binary string to dst,
380  * with specified number of symbols to be copied.
381  * An offset value can be specified, from the start of src string.
382  * If the capacity of the dst string is not sufficient,
383  * then the data is truncated.
384  */
385 struct bwstring *
386 bwsnocpy(struct bwstring *dst, const struct bwstring *src, size_t offset,
387     size_t size)
388 {
389 
390 	if (offset >= src->len) {
391 		dst->data.wstr[0] = 0;
392 		dst->len = 0;
393 	} else {
394 		size_t nums = src->len - offset;
395 
396 		if (nums > dst->len)
397 			nums = dst->len;
398 		if (nums > size)
399 			nums = size;
400 		dst->len = nums;
401 		if (MB_CUR_MAX == 1) {
402 			memcpy(dst->data.cstr, src->data.cstr + offset,
403 			    (nums));
404 			dst->data.cstr[dst->len] = '\0';
405 		} else {
406 			memcpy(dst->data.wstr, src->data.wstr + offset,
407 			    SIZEOF_WCHAR_STRING(nums));
408 			dst->data.wstr[dst->len] = L'\0';
409 		}
410 	}
411 	return (dst);
412 }
413 
414 /*
415  * Write binary string to the file.
416  * The output is ended either with '\n' (nl == true)
417  * or '\0' (nl == false).
418  */
419 size_t
420 bwsfwrite(struct bwstring *bws, FILE *f, bool zero_ended)
421 {
422 
423 	if (MB_CUR_MAX == 1) {
424 		size_t len = bws->len;
425 
426 		if (!zero_ended) {
427 			bws->data.cstr[len] = '\n';
428 
429 			if (fwrite(bws->data.cstr, len + 1, 1, f) < 1)
430 				err(2, NULL);
431 
432 			bws->data.cstr[len] = '\0';
433 		} else if (fwrite(bws->data.cstr, len + 1, 1, f) < 1)
434 			err(2, NULL);
435 
436 		return (len + 1);
437 
438 	} else {
439 		wchar_t eols;
440 		size_t printed = 0;
441 
442 		eols = zero_ended ? btowc('\0') : btowc('\n');
443 
444 		while (printed < BWSLEN(bws)) {
445 			const wchar_t *s = bws->data.wstr + printed;
446 
447 			if (*s == L'\0') {
448 				int nums;
449 
450 				nums = fwprintf(f, L"%lc", *s);
451 
452 				if (nums != 1)
453 					err(2, NULL);
454 				++printed;
455 			} else {
456 				int nums;
457 
458 				nums = fwprintf(f, L"%ls", s);
459 
460 				if (nums < 1)
461 					err(2, NULL);
462 				printed += nums;
463 			}
464 		}
465 		fwprintf(f, L"%lc", eols);
466 		return (printed + 1);
467 	}
468 }
469 
470 /*
471  * Allocate and read a binary string from file.
472  * The strings are nl-ended or zero-ended, depending on the sort setting.
473  */
474 struct bwstring *
475 bwsfgetln(FILE *f, size_t *len, bool zero_ended, struct reader_buffer *rb)
476 {
477 	wint_t eols;
478 
479 	eols = zero_ended ? btowc('\0') : btowc('\n');
480 
481 	if (!zero_ended && (MB_CUR_MAX > 1)) {
482 		wchar_t *ret;
483 
484 		ret = fgetwln(f, len);
485 
486 		if (ret == NULL) {
487 			if (!feof(f))
488 				err(2, NULL);
489 			return (NULL);
490 		}
491 		if (*len > 0) {
492 			if (ret[*len - 1] == (wchar_t)eols)
493 				--(*len);
494 		}
495 		return (bwssbdup(ret, *len));
496 
497 	} else if (!zero_ended && (MB_CUR_MAX == 1)) {
498 		char *ret;
499 
500 		ret = fgetln(f, len);
501 
502 		if (ret == NULL) {
503 			if (!feof(f))
504 				err(2, NULL);
505 			return (NULL);
506 		}
507 		if (*len > 0) {
508 			if (ret[*len - 1] == '\n')
509 				--(*len);
510 		}
511 		return (bwscsbdup((unsigned char*)ret, *len));
512 
513 	} else {
514 		*len = 0;
515 
516 		if (feof(f))
517 			return (NULL);
518 
519 		if (2 >= rb->fgetwln_z_buffer_size) {
520 			rb->fgetwln_z_buffer_size += 256;
521 			rb->fgetwln_z_buffer = sort_realloc(rb->fgetwln_z_buffer,
522 			    sizeof(wchar_t) * rb->fgetwln_z_buffer_size);
523 		}
524 		rb->fgetwln_z_buffer[*len] = 0;
525 
526 		if (MB_CUR_MAX == 1)
527 			while (!feof(f)) {
528 				int c;
529 
530 				c = fgetc(f);
531 
532 				if (c == EOF) {
533 					if (*len == 0)
534 						return (NULL);
535 					goto line_read_done;
536 				}
537 				if (c == eols)
538 					goto line_read_done;
539 
540 				if (*len + 1 >= rb->fgetwln_z_buffer_size) {
541 					rb->fgetwln_z_buffer_size += 256;
542 					rb->fgetwln_z_buffer = sort_realloc(rb->fgetwln_z_buffer,
543 					    SIZEOF_WCHAR_STRING(rb->fgetwln_z_buffer_size));
544 				}
545 
546 				rb->fgetwln_z_buffer[*len] = c;
547 				rb->fgetwln_z_buffer[++(*len)] = 0;
548 			}
549 		else
550 			while (!feof(f)) {
551 				wint_t c = 0;
552 
553 				c = fgetwc(f);
554 
555 				if (c == WEOF) {
556 					if (*len == 0)
557 						return (NULL);
558 					goto line_read_done;
559 				}
560 				if (c == eols)
561 					goto line_read_done;
562 
563 				if (*len + 1 >= rb->fgetwln_z_buffer_size) {
564 					rb->fgetwln_z_buffer_size += 256;
565 					rb->fgetwln_z_buffer = sort_realloc(rb->fgetwln_z_buffer,
566 					    SIZEOF_WCHAR_STRING(rb->fgetwln_z_buffer_size));
567 				}
568 
569 				rb->fgetwln_z_buffer[*len] = c;
570 				rb->fgetwln_z_buffer[++(*len)] = 0;
571 			}
572 
573 line_read_done:
574 		/* we do not count the last 0 */
575 		return (bwssbdup(rb->fgetwln_z_buffer, *len));
576 	}
577 }
578 
579 int
580 bwsncmp(const struct bwstring *bws1, const struct bwstring *bws2,
581     size_t offset, size_t len)
582 {
583 	size_t cmp_len, len1, len2;
584 	int res = 0;
585 
586 	len1 = bws1->len;
587 	len2 = bws2->len;
588 
589 	if (len1 <= offset) {
590 		return ((len2 <= offset) ? 0 : -1);
591 	} else {
592 		if (len2 <= offset)
593 			return (+1);
594 		else {
595 			len1 -= offset;
596 			len2 -= offset;
597 
598 			cmp_len = len1;
599 
600 			if (len2 < cmp_len)
601 				cmp_len = len2;
602 
603 			if (len < cmp_len)
604 				cmp_len = len;
605 
606 			if (MB_CUR_MAX == 1) {
607 				const unsigned char *s1, *s2;
608 
609 				s1 = bws1->data.cstr + offset;
610 				s2 = bws2->data.cstr + offset;
611 
612 				res = memcmp(s1, s2, cmp_len);
613 
614 			} else {
615 				const wchar_t *s1, *s2;
616 
617 				s1 = bws1->data.wstr + offset;
618 				s2 = bws2->data.wstr + offset;
619 
620 				res = memcmp(s1, s2, SIZEOF_WCHAR_STRING(cmp_len));
621 			}
622 		}
623 	}
624 
625 	if (res == 0) {
626 		if (len1 < cmp_len && len1 < len2)
627 			res = -1;
628 		else if (len2 < cmp_len && len2 < len1)
629 			res = +1;
630 	}
631 
632 	return (res);
633 }
634 
635 int
636 bwscmp(const struct bwstring *bws1, const struct bwstring *bws2, size_t offset)
637 {
638 	size_t len1, len2, cmp_len;
639 	int res;
640 
641 	len1 = bws1->len;
642 	len2 = bws2->len;
643 
644 	len1 -= offset;
645 	len2 -= offset;
646 
647 	cmp_len = len1;
648 
649 	if (len2 < cmp_len)
650 		cmp_len = len2;
651 
652 	res = bwsncmp(bws1, bws2, offset, cmp_len);
653 
654 	if (res == 0) {
655 		if( len1 < len2)
656 			res = -1;
657 		else if (len2 < len1)
658 			res = +1;
659 	}
660 
661 	return (res);
662 }
663 
664 int
665 bws_iterator_cmp(bwstring_iterator iter1, bwstring_iterator iter2, size_t len)
666 {
667 	wchar_t c1, c2;
668 	size_t i = 0;
669 
670 	for (i = 0; i < len; ++i) {
671 		c1 = bws_get_iter_value(iter1);
672 		c2 = bws_get_iter_value(iter2);
673 		if (c1 != c2)
674 			return (c1 - c2);
675 		iter1 = bws_iterator_inc(iter1, 1);
676 		iter2 = bws_iterator_inc(iter2, 1);
677 	}
678 
679 	return (0);
680 }
681 
682 int
683 bwscoll(const struct bwstring *bws1, const struct bwstring *bws2, size_t offset)
684 {
685 	size_t len1, len2;
686 
687 	len1 = bws1->len;
688 	len2 = bws2->len;
689 
690 	if (len1 <= offset)
691 		return ((len2 <= offset) ? 0 : -1);
692 	else {
693 		if (len2 <= offset)
694 			return (+1);
695 		else {
696 			len1 -= offset;
697 			len2 -= offset;
698 
699 			if (MB_CUR_MAX == 1) {
700 				const unsigned char *s1, *s2;
701 
702 				s1 = bws1->data.cstr + offset;
703 				s2 = bws2->data.cstr + offset;
704 
705 				if (byte_sort) {
706 					int res = 0;
707 
708 					if (len1 > len2) {
709 						res = memcmp(s1, s2, len2);
710 						if (!res)
711 							res = +1;
712 					} else if (len1 < len2) {
713 						res = memcmp(s1, s2, len1);
714 						if (!res)
715 							res = -1;
716 					} else
717 						res = memcmp(s1, s2, len1);
718 
719 					return (res);
720 
721 				} else {
722 					int res = 0;
723 					size_t i, maxlen;
724 
725 					i = 0;
726 					maxlen = len1;
727 
728 					if (maxlen > len2)
729 						maxlen = len2;
730 
731 					while (i < maxlen) {
732 						/* goto next non-zero part: */
733 						while ((i < maxlen) &&
734 						    !s1[i] && !s2[i])
735 							++i;
736 
737 						if (i >= maxlen)
738 							break;
739 
740 						if (s1[i] == 0) {
741 							if (s2[i] == 0)
742 								/* NOTREACHED */
743 								err(2, "bwscoll error 01");
744 							else
745 								return (-1);
746 						} else if (s2[i] == 0)
747 							return (+1);
748 
749 						res = strcoll((const char*)(s1 + i), (const char*)(s2 + i));
750 						if (res)
751 							return (res);
752 
753 						while ((i < maxlen) &&
754 						    s1[i] && s2[i])
755 							++i;
756 
757 						if (i >= maxlen)
758 							break;
759 
760 						if (s1[i] == 0) {
761 							if (s2[i] == 0) {
762 								++i;
763 								continue;
764 							} else
765 								return (-1);
766 						} else if (s2[i] == 0)
767 							return (+1);
768 						else
769 							/* NOTREACHED */
770 							err(2, "bwscoll error 02");
771 					}
772 
773 					if (len1 < len2)
774 						return (-1);
775 					else if (len1 > len2)
776 						return (+1);
777 
778 					return (0);
779 				}
780 			} else {
781 				const wchar_t *s1, *s2;
782 				size_t i, maxlen;
783 				int res = 0;
784 
785 				s1 = bws1->data.wstr + offset;
786 				s2 = bws2->data.wstr + offset;
787 
788 				i = 0;
789 				maxlen = len1;
790 
791 				if (maxlen > len2)
792 					maxlen = len2;
793 
794 				while (i < maxlen) {
795 
796 					/* goto next non-zero part: */
797 					while ((i < maxlen) &&
798 					    !s1[i] && !s2[i])
799 						++i;
800 
801 					if (i >= maxlen)
802 						break;
803 
804 					if (s1[i] == 0) {
805 						if (s2[i] == 0)
806 							/* NOTREACHED */
807 							err(2, "bwscoll error 1");
808 						else
809 							return (-1);
810 					} else if (s2[i] == 0)
811 						return (+1);
812 
813 					res = wide_str_coll(s1 + i, s2 + i);
814 					if (res)
815 						return (res);
816 
817 					while ((i < maxlen) && s1[i] && s2[i])
818 						++i;
819 
820 					if (i >= maxlen)
821 						break;
822 
823 					if (s1[i] == 0) {
824 						if (s2[i] == 0) {
825 							++i;
826 							continue;
827 						} else
828 							return (-1);
829 					} else if (s2[i] == 0)
830 						return (+1);
831 					else
832 						/* NOTREACHED */
833 						err(2, "bwscoll error 2");
834 				}
835 
836 				if (len1 < len2)
837 					return (-1);
838 				else if (len1 > len2)
839 					return (+1);
840 
841 				return (0);
842 			}
843 		}
844 	}
845 }
846 
847 /*
848  * Correction of the system API
849  */
850 double
851 bwstod(struct bwstring *s0, bool *empty)
852 {
853 	double ret = 0;
854 
855 	if (MB_CUR_MAX == 1) {
856 		unsigned char *end, *s;
857 		char *ep;
858 
859 		s = s0->data.cstr;
860 		end = s + s0->len;
861 		ep = NULL;
862 
863 		while (isblank(*s) && s < end)
864 			++s;
865 
866 		if (!isprint(*s)) {
867 			*empty = true;
868 			return (0);
869 		}
870 
871 		ret = strtod((char*)s, &ep);
872 		if ((unsigned char*) ep == s) {
873 			*empty = true;
874 			return (0);
875 		}
876 	} else {
877 		wchar_t *end, *ep, *s;
878 
879 		s = s0->data.wstr;
880 		end = s + s0->len;
881 		ep = NULL;
882 
883 		while (iswblank(*s) && s < end)
884 			++s;
885 
886 		if (!iswprint(*s)) {
887 			*empty = true;
888 			return (0);
889 		}
890 
891 		ret = wcstod(s, &ep);
892 		if (ep == s) {
893 			*empty = true;
894 			return (0);
895 		}
896 	}
897 
898 	*empty = false;
899 	return (ret);
900 }
901 
902 /*
903  * A helper function for monthcoll.  If a line matches
904  * a month name, it returns (number of the month - 1),
905  * while if there is no match, it just return -1.
906  */
907 
908 int
909 bws_month_score(const struct bwstring *s0)
910 {
911 
912 	if (MB_CUR_MAX == 1) {
913 		const unsigned char *end, *s;
914 
915 		s = s0->data.cstr;
916 		end = s + s0->len;
917 
918 		while (isblank(*s) && s < end)
919 			++s;
920 
921 		for (int i = 11; i >= 0; --i) {
922 			if (cmonths[i] &&
923 			    (s == (unsigned char*)strstr((const char*)s, (char*)(cmonths[i]))))
924 				return (i);
925 		}
926 
927 	} else {
928 		const wchar_t *end, *s;
929 
930 		s = s0->data.wstr;
931 		end = s + s0->len;
932 
933 		while (iswblank(*s) && s < end)
934 			++s;
935 
936 		for (int i = 11; i >= 0; --i) {
937 			if (wmonths[i] && (s == wcsstr(s, wmonths[i])))
938 				return (i);
939 		}
940 	}
941 
942 	return (-1);
943 }
944 
945 /*
946  * Rips out leading blanks (-b).
947  */
948 struct bwstring *
949 ignore_leading_blanks(struct bwstring *str)
950 {
951 
952 	if (MB_CUR_MAX == 1) {
953 		unsigned char *dst, *end, *src;
954 
955 		src = str->data.cstr;
956 		dst = src;
957 		end = src + str->len;
958 
959 		while (src < end && isblank(*src))
960 			++src;
961 
962 		if (src != dst) {
963 			size_t newlen;
964 
965 			newlen = BWSLEN(str) - (src - dst);
966 
967 			while (src < end) {
968 				*dst = *src;
969 				++dst;
970 				++src;
971 			}
972 			bws_setlen(str, newlen);
973 		}
974 	} else {
975 		wchar_t *dst, *end, *src;
976 
977 		src = str->data.wstr;
978 		dst = src;
979 		end = src + str->len;
980 
981 		while (src < end && iswblank(*src))
982 			++src;
983 
984 		if (src != dst) {
985 
986 			size_t newlen = BWSLEN(str) - (src - dst);
987 
988 			while (src < end) {
989 				*dst = *src;
990 				++dst;
991 				++src;
992 			}
993 			bws_setlen(str, newlen);
994 
995 		}
996 	}
997 	return (str);
998 }
999 
1000 /*
1001  * Rips out nonprinting characters (-i).
1002  */
1003 struct bwstring *
1004 ignore_nonprinting(struct bwstring *str)
1005 {
1006 	size_t newlen = str->len;
1007 
1008 	if (MB_CUR_MAX == 1) {
1009 		unsigned char *dst, *end, *src;
1010 		unsigned char c;
1011 
1012 		src = str->data.cstr;
1013 		dst = src;
1014 		end = src + str->len;
1015 
1016 		while (src < end) {
1017 			c = *src;
1018 			if (isprint(c)) {
1019 				*dst = c;
1020 				++dst;
1021 				++src;
1022 			} else {
1023 				++src;
1024 				--newlen;
1025 			}
1026 		}
1027 	} else {
1028 		wchar_t *dst, *end, *src;
1029 		wchar_t c;
1030 
1031 		src = str->data.wstr;
1032 		dst = src;
1033 		end = src + str->len;
1034 
1035 		while (src < end) {
1036 			c = *src;
1037 			if (iswprint(c)) {
1038 				*dst = c;
1039 				++dst;
1040 				++src;
1041 			} else {
1042 				++src;
1043 				--newlen;
1044 			}
1045 		}
1046 	}
1047 	bws_setlen(str, newlen);
1048 
1049 	return (str);
1050 }
1051 
1052 /*
1053  * Rips out any characters that are not alphanumeric characters
1054  * nor blanks (-d).
1055  */
1056 struct bwstring *
1057 dictionary_order(struct bwstring *str)
1058 {
1059 	size_t newlen = str->len;
1060 
1061 	if (MB_CUR_MAX == 1) {
1062 		unsigned char *dst, *end, *src;
1063 		unsigned char c;
1064 
1065 		src = str->data.cstr;
1066 		dst = src;
1067 		end = src + str->len;
1068 
1069 		while (src < end) {
1070 			c = *src;
1071 			if (isalnum(c) || isblank(c)) {
1072 				*dst = c;
1073 				++dst;
1074 				++src;
1075 			} else {
1076 				++src;
1077 				--newlen;
1078 			}
1079 		}
1080 	} else {
1081 		wchar_t *dst, *end, *src;
1082 		wchar_t c;
1083 
1084 		src = str->data.wstr;
1085 		dst = src;
1086 		end = src + str->len;
1087 
1088 		while (src < end) {
1089 			c = *src;
1090 			if (iswalnum(c) || iswblank(c)) {
1091 				*dst = c;
1092 				++dst;
1093 				++src;
1094 			} else {
1095 				++src;
1096 				--newlen;
1097 			}
1098 		}
1099 	}
1100 	bws_setlen(str, newlen);
1101 
1102 	return (str);
1103 }
1104 
1105 /*
1106  * Converts string to lower case(-f).
1107  */
1108 struct bwstring *
1109 ignore_case(struct bwstring *str)
1110 {
1111 
1112 	if (MB_CUR_MAX == 1) {
1113 		unsigned char *end, *s;
1114 
1115 		s = str->data.cstr;
1116 		end = s + str->len;
1117 
1118 		while (s < end) {
1119 			*s = toupper(*s);
1120 			++s;
1121 		}
1122 	} else {
1123 		wchar_t *end, *s;
1124 
1125 		s = str->data.wstr;
1126 		end = s + str->len;
1127 
1128 		while (s < end) {
1129 			*s = towupper(*s);
1130 			++s;
1131 		}
1132 	}
1133 	return (str);
1134 }
1135 
1136 void
1137 bws_disorder_warnx(struct bwstring *s, const char *fn, size_t pos)
1138 {
1139 
1140 	if (MB_CUR_MAX == 1)
1141 		warnx("%s:%zu: disorder: %s", fn, pos + 1, s->data.cstr);
1142 	else
1143 		warnx("%s:%zu: disorder: %ls", fn, pos + 1, s->data.wstr);
1144 }
1145