1 /* $Id: chars.c,v 1.68 2015/10/13 22:59:54 schwarze Exp $ */ 2 /* 3 * Copyright (c) 2009, 2010, 2011 Kristaps Dzonsons <kristaps@bsd.lv> 4 * Copyright (c) 2011, 2014, 2015 Ingo Schwarze <schwarze@openbsd.org> 5 * 6 * Permission to use, copy, modify, and distribute this software for any 7 * purpose with or without fee is hereby granted, provided that the above 8 * copyright notice and this permission notice appear in all copies. 9 * 10 * THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES 11 * WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF 12 * MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR 13 * ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES 14 * WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN 15 * ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF 16 * OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE. 17 */ 18 #include "config.h" 19 20 #include <sys/types.h> 21 22 #include <assert.h> 23 #include <ctype.h> 24 #include <stddef.h> 25 #include <stdint.h> 26 #include <stdlib.h> 27 #include <string.h> 28 29 #include "mandoc.h" 30 #include "mandoc_aux.h" 31 #include "mandoc_ohash.h" 32 #include "libmandoc.h" 33 34 struct ln { 35 const char roffcode[16]; 36 const char *ascii; 37 int unicode; 38 }; 39 40 /* Special break control characters. */ 41 static const char ascii_nbrsp[2] = { ASCII_NBRSP, '\0' }; 42 static const char ascii_break[2] = { ASCII_BREAK, '\0' }; 43 44 static struct ln lines[] = { 45 46 /* Spacing. */ 47 { " ", ascii_nbrsp, 0x00a0 }, 48 { "~", ascii_nbrsp, 0x00a0 }, 49 { "0", " ", 0x2002 }, 50 { "|", "", 0 }, 51 { "^", "", 0 }, 52 { "&", "", 0 }, 53 { "%", "", 0 }, 54 { ":", ascii_break, 0 }, 55 /* XXX The following three do not really belong here. */ 56 { "t", "", 0 }, 57 { "c", "", 0 }, 58 { "}", "", 0 }, 59 60 /* Lines. */ 61 { "ba", "|", 0x007c }, 62 { "br", "|", 0x2502 }, 63 { "ul", "_", 0x005f }, 64 { "rn", "-", 0x203e }, 65 { "bb", "|", 0x00a6 }, 66 { "sl", "/", 0x002f }, 67 { "rs", "\\", 0x005c }, 68 69 /* Text markers. */ 70 { "ci", "O", 0x25cb }, 71 { "bu", "+\bo", 0x2022 }, 72 { "dd", "|\b=", 0x2021 }, 73 { "dg", "|\b-", 0x2020 }, 74 { "lz", "<>", 0x25ca }, 75 { "sq", "[]", 0x25a1 }, 76 { "ps", "<par>", 0x00b6 }, 77 { "sc", "<sec>", 0x00a7 }, 78 { "lh", "<=", 0x261c }, 79 { "rh", "=>", 0x261e }, 80 { "at", "@", 0x0040 }, 81 { "sh", "#", 0x0023 }, 82 { "CR", "_|", 0x21b5 }, 83 { "OK", "\\/", 0x2713 }, 84 85 /* Legal symbols. */ 86 { "co", "(C)", 0x00a9 }, 87 { "rg", "(R)", 0x00ae }, 88 { "tm", "tm", 0x2122 }, 89 90 /* Punctuation. */ 91 { "em", "--", 0x2014 }, 92 { "en", "-", 0x2013 }, 93 { "hy", "-", 0x2010 }, 94 { "e", "\\", 0x005c }, 95 { ".", ".", 0x002e }, 96 { "r!", "!", 0x00a1 }, 97 { "r?", "?", 0x00bf }, 98 99 /* Quotes. */ 100 { "Bq", ",,", 0x201e }, 101 { "bq", ",", 0x201a }, 102 { "lq", "\"", 0x201c }, 103 { "rq", "\"", 0x201d }, 104 { "Lq", "``", 0x201c }, 105 { "Rq", "''", 0x201d }, 106 { "oq", "`", 0x2018 }, 107 { "cq", "\'", 0x2019 }, 108 { "aq", "\'", 0x0027 }, 109 { "dq", "\"", 0x0022 }, 110 { "Fo", "<<", 0x00ab }, 111 { "Fc", ">>", 0x00bb }, 112 { "fo", "<", 0x2039 }, 113 { "fc", ">", 0x203a }, 114 115 /* Brackets. */ 116 { "lB", "[", 0x005b }, 117 { "rB", "]", 0x005d }, 118 { "lC", "{", 0x007b }, 119 { "rC", "}", 0x007d }, 120 { "la", "<", 0x27e8 }, 121 { "ra", ">", 0x27e9 }, 122 { "bv", "|", 0x23aa }, 123 { "braceex", "|", 0x23aa }, 124 { "bracketlefttp", "|", 0x23a1 }, 125 { "bracketleftbt", "|", 0x23a3 }, 126 { "bracketleftex", "|", 0x23a2 }, 127 { "bracketrighttp", "|", 0x23a4 }, 128 { "bracketrightbt", "|", 0x23a6 }, 129 { "bracketrightex", "|", 0x23a5 }, 130 { "lt", ",-", 0x23a7 }, 131 { "bracelefttp", ",-", 0x23a7 }, 132 { "lk", "{", 0x23a8 }, 133 { "braceleftmid", "{", 0x23a8 }, 134 { "lb", "`-", 0x23a9 }, 135 { "braceleftbt", "`-", 0x23a9 }, 136 { "braceleftex", "|", 0x23aa }, 137 { "rt", "-.", 0x23ab }, 138 { "bracerighttp", "-.", 0x23ab }, 139 { "rk", "}", 0x23ac }, 140 { "bracerightmid", "}", 0x23ac }, 141 { "rb", "-\'", 0x23ad }, 142 { "bracerightbt", "-\'", 0x23ad }, 143 { "bracerightex", "|", 0x23aa }, 144 { "parenlefttp", "/", 0x239b }, 145 { "parenleftbt", "\\", 0x239d }, 146 { "parenleftex", "|", 0x239c }, 147 { "parenrighttp", "\\", 0x239e }, 148 { "parenrightbt", "/", 0x23a0 }, 149 { "parenrightex", "|", 0x239f }, 150 151 /* Arrows and lines. */ 152 { "<-", "<-", 0x2190 }, 153 { "->", "->", 0x2192 }, 154 { "<>", "<->", 0x2194 }, 155 { "da", "|\bv", 0x2193 }, 156 { "ua", "|\b^", 0x2191 }, 157 { "va", "^v", 0x2195 }, 158 { "lA", "<=", 0x21d0 }, 159 { "rA", "=>", 0x21d2 }, 160 { "hA", "<=>", 0x21d4 }, 161 { "uA", "=\b^", 0x21d1 }, 162 { "dA", "=\bv", 0x21d3 }, 163 { "vA", "^=v", 0x21d5 }, 164 165 /* Logic. */ 166 { "AN", "^", 0x2227 }, 167 { "OR", "v", 0x2228 }, 168 { "no", "~", 0x00ac }, 169 { "tno", "~", 0x00ac }, 170 { "te", "3", 0x2203 }, 171 { "fa", "-\bV", 0x2200 }, 172 { "st", "-)", 0x220b }, 173 { "tf", ".:.", 0x2234 }, 174 { "3d", ".:.", 0x2234 }, 175 { "or", "|", 0x007c }, 176 177 /* Mathematicals. */ 178 { "pl", "+", 0x002b }, 179 { "mi", "-", 0x2212 }, 180 { "-", "-", 0x002d }, 181 { "-+", "-+", 0x2213 }, 182 { "+-", "+-", 0x00b1 }, 183 { "t+-", "+-", 0x00b1 }, 184 { "pc", ".", 0x00b7 }, 185 { "md", ".", 0x22c5 }, 186 { "mu", "x", 0x00d7 }, 187 { "tmu", "x", 0x00d7 }, 188 { "c*", "O\bx", 0x2297 }, 189 { "c+", "O\b+", 0x2295 }, 190 { "di", "-:-", 0x00f7 }, 191 { "tdi", "-:-", 0x00f7 }, 192 { "f/", "/", 0x2044 }, 193 { "**", "*", 0x2217 }, 194 { "<=", "<=", 0x2264 }, 195 { ">=", ">=", 0x2265 }, 196 { "<<", "<<", 0x226a }, 197 { ">>", ">>", 0x226b }, 198 { "eq", "=", 0x003d }, 199 { "!=", "!=", 0x2260 }, 200 { "==", "==", 0x2261 }, 201 { "ne", "!==", 0x2262 }, 202 { "ap", "~", 0x223c }, 203 { "|=", "-~", 0x2243 }, 204 { "=~", "=~", 0x2245 }, 205 { "~~", "~~", 0x2248 }, 206 { "~=", "~=", 0x2248 }, 207 { "pt", "oc", 0x221d }, 208 { "es", "{}", 0x2205 }, 209 { "mo", "E", 0x2208 }, 210 { "nm", "!E", 0x2209 }, 211 { "sb", "(=", 0x2282 }, 212 { "nb", "(!=", 0x2284 }, 213 { "sp", "=)", 0x2283 }, 214 { "nc", "!=)", 0x2285 }, 215 { "ib", "(=\b_", 0x2286 }, 216 { "ip", "=\b_)", 0x2287 }, 217 { "ca", "(^)", 0x2229 }, 218 { "cu", "U", 0x222a }, 219 { "/_", "_\b/", 0x2220 }, 220 { "pp", "_\b|", 0x22a5 }, 221 { "is", "'\b,\bI", 0x222b }, 222 { "integral", "'\b,\bI", 0x222b }, 223 { "sum", "E", 0x2211 }, 224 { "product", "TT", 0x220f }, 225 { "coproduct", "U", 0x2210 }, 226 { "gr", "V", 0x2207 }, 227 { "sr", "\\/", 0x221a }, 228 { "sqrt", "\\/", 0x221a }, 229 { "lc", "|~", 0x2308 }, 230 { "rc", "~|", 0x2309 }, 231 { "lf", "|_", 0x230a }, 232 { "rf", "_|", 0x230b }, 233 { "if", "oo", 0x221e }, 234 { "Ah", "N", 0x2135 }, 235 { "Im", "I", 0x2111 }, 236 { "Re", "R", 0x211c }, 237 { "pd", "a", 0x2202 }, 238 { "-h", "/h", 0x210f }, 239 { "12", "1/2", 0x00bd }, 240 { "14", "1/4", 0x00bc }, 241 { "34", "3/4", 0x00be }, 242 243 /* Ligatures. */ 244 { "ff", "ff", 0xfb00 }, 245 { "fi", "fi", 0xfb01 }, 246 { "fl", "fl", 0xfb02 }, 247 { "Fi", "ffi", 0xfb03 }, 248 { "Fl", "ffl", 0xfb04 }, 249 { "AE", "AE", 0x00c6 }, 250 { "ae", "ae", 0x00e6 }, 251 { "OE", "OE", 0x0152 }, 252 { "oe", "oe", 0x0153 }, 253 { "ss", "ss", 0x00df }, 254 { "IJ", "IJ", 0x0132 }, 255 { "ij", "ij", 0x0133 }, 256 257 /* Accents. */ 258 { "a\"", "\"", 0x02dd }, 259 { "a-", "-", 0x00af }, 260 { "a.", ".", 0x02d9 }, 261 { "a^", "^", 0x005e }, 262 { "aa", "\'", 0x00b4 }, 263 { "\'", "\'", 0x00b4 }, 264 { "ga", "`", 0x0060 }, 265 { "`", "`", 0x0060 }, 266 { "ab", "'\b`", 0x02d8 }, 267 { "ac", ",", 0x00b8 }, 268 { "ad", "\"", 0x00a8 }, 269 { "ah", "v", 0x02c7 }, 270 { "ao", "o", 0x02da }, 271 { "a~", "~", 0x007e }, 272 { "ho", ",", 0x02db }, 273 { "ha", "^", 0x005e }, 274 { "ti", "~", 0x007e }, 275 276 /* Accented letters. */ 277 { "'A", "'\bA", 0x00c1 }, 278 { "'E", "'\bE", 0x00c9 }, 279 { "'I", "'\bI", 0x00cd }, 280 { "'O", "'\bO", 0x00d3 }, 281 { "'U", "'\bU", 0x00da }, 282 { "'a", "'\ba", 0x00e1 }, 283 { "'e", "'\be", 0x00e9 }, 284 { "'i", "'\bi", 0x00ed }, 285 { "'o", "'\bo", 0x00f3 }, 286 { "'u", "'\bu", 0x00fa }, 287 { "`A", "`\bA", 0x00c0 }, 288 { "`E", "`\bE", 0x00c8 }, 289 { "`I", "`\bI", 0x00cc }, 290 { "`O", "`\bO", 0x00d2 }, 291 { "`U", "`\bU", 0x00d9 }, 292 { "`a", "`\ba", 0x00e0 }, 293 { "`e", "`\be", 0x00e8 }, 294 { "`i", "`\bi", 0x00ec }, 295 { "`o", "`\bo", 0x00f2 }, 296 { "`u", "`\bu", 0x00f9 }, 297 { "~A", "~\bA", 0x00c3 }, 298 { "~N", "~\bN", 0x00d1 }, 299 { "~O", "~\bO", 0x00d5 }, 300 { "~a", "~\ba", 0x00e3 }, 301 { "~n", "~\bn", 0x00f1 }, 302 { "~o", "~\bo", 0x00f5 }, 303 { ":A", "\"\bA", 0x00c4 }, 304 { ":E", "\"\bE", 0x00cb }, 305 { ":I", "\"\bI", 0x00cf }, 306 { ":O", "\"\bO", 0x00d6 }, 307 { ":U", "\"\bU", 0x00dc }, 308 { ":a", "\"\ba", 0x00e4 }, 309 { ":e", "\"\be", 0x00eb }, 310 { ":i", "\"\bi", 0x00ef }, 311 { ":o", "\"\bo", 0x00f6 }, 312 { ":u", "\"\bu", 0x00fc }, 313 { ":y", "\"\by", 0x00ff }, 314 { "^A", "^\bA", 0x00c2 }, 315 { "^E", "^\bE", 0x00ca }, 316 { "^I", "^\bI", 0x00ce }, 317 { "^O", "^\bO", 0x00d4 }, 318 { "^U", "^\bU", 0x00db }, 319 { "^a", "^\ba", 0x00e2 }, 320 { "^e", "^\be", 0x00ea }, 321 { "^i", "^\bi", 0x00ee }, 322 { "^o", "^\bo", 0x00f4 }, 323 { "^u", "^\bu", 0x00fb }, 324 { ",C", ",\bC", 0x00c7 }, 325 { ",c", ",\bc", 0x00e7 }, 326 { "/L", "/\bL", 0x0141 }, 327 { "/l", "/\bl", 0x0142 }, 328 { "/O", "/\bO", 0x00d8 }, 329 { "/o", "/\bo", 0x00f8 }, 330 { "oA", "o\bA", 0x00c5 }, 331 { "oa", "o\ba", 0x00e5 }, 332 333 /* Special letters. */ 334 { "-D", "-\bD", 0x00d0 }, 335 { "Sd", "d", 0x00f0 }, 336 { "TP", "Th", 0x00de }, 337 { "Tp", "th", 0x00fe }, 338 { ".i", "i", 0x0131 }, 339 { ".j", "j", 0x0237 }, 340 341 /* Currency. */ 342 { "Do", "$", 0x0024 }, 343 { "ct", "/\bc", 0x00a2 }, 344 { "Eu", "EUR", 0x20ac }, 345 { "eu", "EUR", 0x20ac }, 346 { "Ye", "=\bY", 0x00a5 }, 347 { "Po", "GBP", 0x00a3 }, 348 { "Cs", "o\bx", 0x00a4 }, 349 { "Fn", ",\bf", 0x0192 }, 350 351 /* Units. */ 352 { "de", "<deg>", 0x00b0 }, 353 { "%0", "%o", 0x2030 }, 354 { "fm", "\'", 0x2032 }, 355 { "sd", "''", 0x2033 }, 356 { "mc", ",\bu", 0x00b5 }, 357 358 /* Greek characters. */ 359 { "*A", "A", 0x0391 }, 360 { "*B", "B", 0x0392 }, 361 { "*G", "G", 0x0393 }, 362 { "*D", "_\b/_\b\\", 0x0394 }, 363 { "*E", "E", 0x0395 }, 364 { "*Z", "Z", 0x0396 }, 365 { "*Y", "H", 0x0397 }, 366 { "*H", "-\bO", 0x0398 }, 367 { "*I", "I", 0x0399 }, 368 { "*K", "K", 0x039a }, 369 { "*L", "/\\", 0x039b }, 370 { "*M", "M", 0x039c }, 371 { "*N", "N", 0x039d }, 372 { "*C", "_\bH", 0x039e }, 373 { "*O", "O", 0x039f }, 374 { "*P", "TT", 0x03a0 }, 375 { "*R", "P", 0x03a1 }, 376 { "*S", "S", 0x03a3 }, 377 { "*T", "T", 0x03a4 }, 378 { "*U", "Y", 0x03a5 }, 379 { "*F", "I\bO", 0x03a6 }, 380 { "*X", "X", 0x03a7 }, 381 { "*Q", "I\bY", 0x03a8 }, 382 { "*W", "_\bO", 0x03a9 }, 383 { "*a", "a", 0x03b1 }, 384 { "*b", "B", 0x03b2 }, 385 { "*g", "y", 0x03b3 }, 386 { "*d", "d", 0x03b4 }, 387 { "*e", "e", 0x03b5 }, 388 { "*z", ",\bC", 0x03b6 }, 389 { "*y", "n", 0x03b7 }, 390 { "*h", "-\b0", 0x03b8 }, 391 { "*i", "i", 0x03b9 }, 392 { "*k", "k", 0x03ba }, 393 { "*l", ">\b\\", 0x03bb }, 394 { "*m", ",\bu", 0x03bc }, 395 { "*n", "v", 0x03bd }, 396 { "*c", ",\bE", 0x03be }, 397 { "*o", "o", 0x03bf }, 398 { "*p", "-\bn", 0x03c0 }, 399 { "*r", "p", 0x03c1 }, 400 { "*s", "-\bo", 0x03c3 }, 401 { "*t", "~\bt", 0x03c4 }, 402 { "*u", "u", 0x03c5 }, 403 { "*f", "|\bo", 0x03d5 }, 404 { "*x", "x", 0x03c7 }, 405 { "*q", "|\bu", 0x03c8 }, 406 { "*w", "w", 0x03c9 }, 407 { "+h", "-\b0", 0x03d1 }, 408 { "+f", "|\bo", 0x03c6 }, 409 { "+p", "-\bw", 0x03d6 }, 410 { "+e", "e", 0x03f5 }, 411 { "ts", "s", 0x03c2 }, 412 }; 413 414 static struct ohash mchars; 415 416 417 void 418 mchars_free(void) 419 { 420 421 ohash_delete(&mchars); 422 } 423 424 void 425 mchars_alloc(void) 426 { 427 size_t i; 428 unsigned int slot; 429 430 mandoc_ohash_init(&mchars, 9, offsetof(struct ln, roffcode)); 431 for (i = 0; i < sizeof(lines)/sizeof(lines[0]); i++) { 432 slot = ohash_qlookup(&mchars, lines[i].roffcode); 433 assert(ohash_find(&mchars, slot) == NULL); 434 ohash_insert(&mchars, slot, lines + i); 435 } 436 } 437 438 int 439 mchars_spec2cp(const char *p, size_t sz) 440 { 441 const struct ln *ln; 442 const char *end; 443 444 end = p + sz; 445 ln = ohash_find(&mchars, ohash_qlookupi(&mchars, p, &end)); 446 return ln != NULL ? ln->unicode : sz == 1 ? (unsigned char)*p : -1; 447 } 448 449 int 450 mchars_num2char(const char *p, size_t sz) 451 { 452 int i; 453 454 i = mandoc_strntoi(p, sz, 10); 455 return i >= 0 && i < 256 ? i : -1; 456 } 457 458 int 459 mchars_num2uc(const char *p, size_t sz) 460 { 461 int i; 462 463 i = mandoc_strntoi(p, sz, 16); 464 assert(i >= 0 && i <= 0x10FFFF); 465 return i; 466 } 467 468 const char * 469 mchars_spec2str(const char *p, size_t sz, size_t *rsz) 470 { 471 const struct ln *ln; 472 const char *end; 473 474 end = p + sz; 475 ln = ohash_find(&mchars, ohash_qlookupi(&mchars, p, &end)); 476 if (ln == NULL) { 477 *rsz = 1; 478 return sz == 1 ? p : NULL; 479 } 480 481 *rsz = strlen(ln->ascii); 482 return ln->ascii; 483 } 484 485 const char * 486 mchars_uc2str(int uc) 487 { 488 size_t i; 489 490 for (i = 0; i < sizeof(lines)/sizeof(lines[0]); i++) 491 if (uc == lines[i].unicode) 492 return lines[i].ascii; 493 return "<?>"; 494 } 495