xref: /illumos-gate/usr/src/cmd/mandoc/chars.c (revision 8100c83b710504d354eb56493a5767659618f13b)
1 /*	$Id: chars.c,v 1.71 2017/06/14 20:57:07 schwarze Exp $ */
2 /*
3  * Copyright (c) 2009, 2010, 2011 Kristaps Dzonsons <kristaps@bsd.lv>
4  * Copyright (c) 2011, 2014, 2015, 2017 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 	{ "ru",			"_",		0x005f	},
65 	{ "rn",			"-",		0x203e	},
66 	{ "bb",			"|",		0x00a6	},
67 	{ "sl",			"/",		0x002f	},
68 	{ "rs",			"\\",		0x005c	},
69 
70 	/* Text markers. */
71 	{ "ci",			"O",		0x25cb	},
72 	{ "bu",			"+\bo",		0x2022	},
73 	{ "dd",			"|\b=",		0x2021	},
74 	{ "dg",			"|\b-",		0x2020	},
75 	{ "lz",			"<>",		0x25ca	},
76 	{ "sq",			"[]",		0x25a1	},
77 	{ "ps",			"<par>",	0x00b6	},
78 	{ "sc",			"<sec>",	0x00a7	},
79 	{ "lh",			"<=",		0x261c	},
80 	{ "rh",			"=>",		0x261e	},
81 	{ "at",			"@",		0x0040	},
82 	{ "sh",			"#",		0x0023	},
83 	{ "CR",			"_|",		0x21b5	},
84 	{ "OK",			"\\/",		0x2713	},
85 	{ "CL",			"<club>",	0x2663	},
86 	{ "SP",			"<spade>",	0x2660	},
87 	{ "HE",			"<heart>",	0x2665	},
88 	{ "DI",			"<diamond>",	0x2666	},
89 
90 	/* Legal symbols. */
91 	{ "co",			"(C)",		0x00a9	},
92 	{ "rg",			"(R)",		0x00ae	},
93 	{ "tm",			"tm",		0x2122	},
94 
95 	/* Punctuation. */
96 	{ "em",			"--",		0x2014	},
97 	{ "en",			"-",		0x2013	},
98 	{ "hy",			"-",		0x2010	},
99 	{ "e",			"\\",		0x005c	},
100 	{ ".",			".",		0x002e	},
101 	{ "r!",			"!",		0x00a1	},
102 	{ "r?",			"?",		0x00bf	},
103 
104 	/* Quotes. */
105 	{ "Bq",			",,",		0x201e	},
106 	{ "bq",			",",		0x201a	},
107 	{ "lq",			"\"",		0x201c	},
108 	{ "rq",			"\"",		0x201d	},
109 	{ "Lq",			"\"",		0x201c	},
110 	{ "Rq",			"\"",		0x201d	},
111 	{ "oq",			"`",		0x2018	},
112 	{ "cq",			"\'",		0x2019	},
113 	{ "aq",			"\'",		0x0027	},
114 	{ "dq",			"\"",		0x0022	},
115 	{ "Fo",			"<<",		0x00ab	},
116 	{ "Fc",			">>",		0x00bb	},
117 	{ "fo",			"<",		0x2039	},
118 	{ "fc",			">",		0x203a	},
119 
120 	/* Brackets. */
121 	{ "lB",			"[",		0x005b	},
122 	{ "rB",			"]",		0x005d	},
123 	{ "lC",			"{",		0x007b	},
124 	{ "rC",			"}",		0x007d	},
125 	{ "la",			"<",		0x27e8	},
126 	{ "ra",			">",		0x27e9	},
127 	{ "bv",			"|",		0x23aa	},
128 	{ "braceex",		"|",		0x23aa	},
129 	{ "bracketlefttp",	"|",		0x23a1	},
130 	{ "bracketleftbt",	"|",		0x23a3	},
131 	{ "bracketleftex",	"|",		0x23a2	},
132 	{ "bracketrighttp",	"|",		0x23a4	},
133 	{ "bracketrightbt",	"|",		0x23a6	},
134 	{ "bracketrightex",	"|",		0x23a5	},
135 	{ "lt",			",-",		0x23a7	},
136 	{ "bracelefttp",	",-",		0x23a7	},
137 	{ "lk",			"{",		0x23a8	},
138 	{ "braceleftmid",	"{",		0x23a8	},
139 	{ "lb",			"`-",		0x23a9	},
140 	{ "braceleftbt",	"`-",		0x23a9	},
141 	{ "braceleftex",	"|",		0x23aa	},
142 	{ "rt",			"-.",		0x23ab	},
143 	{ "bracerighttp",	"-.",		0x23ab	},
144 	{ "rk",			"}",		0x23ac	},
145 	{ "bracerightmid",	"}",		0x23ac	},
146 	{ "rb",			"-\'",		0x23ad	},
147 	{ "bracerightbt",	"-\'",		0x23ad	},
148 	{ "bracerightex",	"|",		0x23aa	},
149 	{ "parenlefttp",	"/",		0x239b	},
150 	{ "parenleftbt",	"\\",		0x239d	},
151 	{ "parenleftex",	"|",		0x239c	},
152 	{ "parenrighttp",	"\\",		0x239e	},
153 	{ "parenrightbt",	"/",		0x23a0	},
154 	{ "parenrightex",	"|",		0x239f	},
155 
156 	/* Arrows and lines. */
157 	{ "<-",			"<-",		0x2190	},
158 	{ "->",			"->",		0x2192	},
159 	{ "<>",			"<->",		0x2194	},
160 	{ "da",			"|\bv",		0x2193	},
161 	{ "ua",			"|\b^",		0x2191	},
162 	{ "va",			"^v",		0x2195	},
163 	{ "lA",			"<=",		0x21d0	},
164 	{ "rA",			"=>",		0x21d2	},
165 	{ "hA",			"<=>",		0x21d4	},
166 	{ "uA",			"=\b^",		0x21d1	},
167 	{ "dA",			"=\bv",		0x21d3	},
168 	{ "vA",			"^=v",		0x21d5	},
169 	{ "an",			"-",		0x23af	},
170 
171 	/* Logic. */
172 	{ "AN",			"^",		0x2227	},
173 	{ "OR",			"v",		0x2228	},
174 	{ "no",			"~",		0x00ac	},
175 	{ "tno",		"~",		0x00ac	},
176 	{ "te",			"3",		0x2203	},
177 	{ "fa",			"-\bV",		0x2200	},
178 	{ "st",			"-)",		0x220b	},
179 	{ "tf",			".:.",		0x2234	},
180 	{ "3d",			".:.",		0x2234	},
181 	{ "or",			"|",		0x007c	},
182 
183 	/* Mathematicals. */
184 	{ "pl",			"+",		0x002b	},
185 	{ "mi",			"-",		0x2212	},
186 	{ "-",			"-",		0x002d	},
187 	{ "-+",			"-+",		0x2213	},
188 	{ "+-",			"+-",		0x00b1	},
189 	{ "t+-",		"+-",		0x00b1	},
190 	{ "pc",			".",		0x00b7	},
191 	{ "md",			".",		0x22c5	},
192 	{ "mu",			"x",		0x00d7	},
193 	{ "tmu",		"x",		0x00d7	},
194 	{ "c*",			"O\bx",		0x2297	},
195 	{ "c+",			"O\b+",		0x2295	},
196 	{ "di",			"-:-",		0x00f7	},
197 	{ "tdi",		"-:-",		0x00f7	},
198 	{ "f/",			"/",		0x2044	},
199 	{ "**",			"*",		0x2217	},
200 	{ "<=",			"<=",		0x2264	},
201 	{ ">=",			">=",		0x2265	},
202 	{ "<<",			"<<",		0x226a	},
203 	{ ">>",			">>",		0x226b	},
204 	{ "eq",			"=",		0x003d	},
205 	{ "!=",			"!=",		0x2260	},
206 	{ "==",			"==",		0x2261	},
207 	{ "ne",			"!==",		0x2262	},
208 	{ "ap",			"~",		0x223c	},
209 	{ "|=",			"-~",		0x2243	},
210 	{ "=~",			"=~",		0x2245	},
211 	{ "~~",			"~~",		0x2248	},
212 	{ "~=",			"~=",		0x2248	},
213 	{ "pt",			"oc",		0x221d	},
214 	{ "es",			"{}",		0x2205	},
215 	{ "mo",			"E",		0x2208	},
216 	{ "nm",			"!E",		0x2209	},
217 	{ "sb",			"(=",		0x2282	},
218 	{ "nb",			"(!=",		0x2284	},
219 	{ "sp",			"=)",		0x2283	},
220 	{ "nc",			"!=)",		0x2285	},
221 	{ "ib",			"(=\b_",	0x2286	},
222 	{ "ip",			"=\b_)",	0x2287	},
223 	{ "ca",			"(^)",		0x2229	},
224 	{ "cu",			"U",		0x222a	},
225 	{ "/_",			"_\b/",		0x2220	},
226 	{ "pp",			"_\b|",		0x22a5	},
227 	{ "is",			"'\b,\bI",	0x222b	},
228 	{ "integral",		"'\b,\bI",	0x222b	},
229 	{ "sum",		"E",		0x2211	},
230 	{ "product",		"TT",		0x220f	},
231 	{ "coproduct",		"U",		0x2210	},
232 	{ "gr",			"V",		0x2207	},
233 	{ "sr",			"\\/",		0x221a	},
234 	{ "sqrt",		"\\/",		0x221a	},
235 	{ "lc",			"|~",		0x2308	},
236 	{ "rc",			"~|",		0x2309	},
237 	{ "lf",			"|_",		0x230a	},
238 	{ "rf",			"_|",		0x230b	},
239 	{ "if",			"oo",		0x221e	},
240 	{ "Ah",			"N",		0x2135	},
241 	{ "Im",			"I",		0x2111	},
242 	{ "Re",			"R",		0x211c	},
243 	{ "wp",			"P",		0x2118	},
244 	{ "pd",			"a",		0x2202	},
245 	{ "-h",			"/h",		0x210f	},
246 	{ "hbar",		"/h",		0x210f	},
247 	{ "12",			"1/2",		0x00bd	},
248 	{ "14",			"1/4",		0x00bc	},
249 	{ "34",			"3/4",		0x00be	},
250 	{ "18",			"1/8",		0x215B	},
251 	{ "38",			"3/8",		0x215C	},
252 	{ "58",			"5/8",		0x215D	},
253 	{ "78",			"7/8",		0x215E	},
254 	{ "S1",			"1",		0x00B9	},
255 	{ "S2",			"2",		0x00B2	},
256 	{ "S3",			"3",		0x00B3	},
257 
258 	/* Ligatures. */
259 	{ "ff",			"ff",		0xfb00	},
260 	{ "fi",			"fi",		0xfb01	},
261 	{ "fl",			"fl",		0xfb02	},
262 	{ "Fi",			"ffi",		0xfb03	},
263 	{ "Fl",			"ffl",		0xfb04	},
264 	{ "AE",			"AE",		0x00c6	},
265 	{ "ae",			"ae",		0x00e6	},
266 	{ "OE",			"OE",		0x0152	},
267 	{ "oe",			"oe",		0x0153	},
268 	{ "ss",			"ss",		0x00df	},
269 	{ "IJ",			"IJ",		0x0132	},
270 	{ "ij",			"ij",		0x0133	},
271 
272 	/* Accents. */
273 	{ "a\"",		"\"",		0x02dd	},
274 	{ "a-",			"-",		0x00af	},
275 	{ "a.",			".",		0x02d9	},
276 	{ "a^",			"^",		0x005e	},
277 	{ "aa",			"\'",		0x00b4	},
278 	{ "\'",			"\'",		0x00b4	},
279 	{ "ga",			"`",		0x0060	},
280 	{ "`",			"`",		0x0060	},
281 	{ "ab",			"'\b`",		0x02d8	},
282 	{ "ac",			",",		0x00b8	},
283 	{ "ad",			"\"",		0x00a8	},
284 	{ "ah",			"v",		0x02c7	},
285 	{ "ao",			"o",		0x02da	},
286 	{ "a~",			"~",		0x007e	},
287 	{ "ho",			",",		0x02db	},
288 	{ "ha",			"^",		0x005e	},
289 	{ "ti",			"~",		0x007e	},
290 
291 	/* Accented letters. */
292 	{ "'A",			"'\bA",		0x00c1	},
293 	{ "'E",			"'\bE",		0x00c9	},
294 	{ "'I",			"'\bI",		0x00cd	},
295 	{ "'O",			"'\bO",		0x00d3	},
296 	{ "'U",			"'\bU",		0x00da	},
297 	{ "'a",			"'\ba",		0x00e1	},
298 	{ "'e",			"'\be",		0x00e9	},
299 	{ "'i",			"'\bi",		0x00ed	},
300 	{ "'o",			"'\bo",		0x00f3	},
301 	{ "'u",			"'\bu",		0x00fa	},
302 	{ "`A",			"`\bA",		0x00c0	},
303 	{ "`E",			"`\bE",		0x00c8	},
304 	{ "`I",			"`\bI",		0x00cc	},
305 	{ "`O",			"`\bO",		0x00d2	},
306 	{ "`U",			"`\bU",		0x00d9	},
307 	{ "`a",			"`\ba",		0x00e0	},
308 	{ "`e",			"`\be",		0x00e8	},
309 	{ "`i",			"`\bi",		0x00ec	},
310 	{ "`o",			"`\bo",		0x00f2	},
311 	{ "`u",			"`\bu",		0x00f9	},
312 	{ "~A",			"~\bA",		0x00c3	},
313 	{ "~N",			"~\bN",		0x00d1	},
314 	{ "~O",			"~\bO",		0x00d5	},
315 	{ "~a",			"~\ba",		0x00e3	},
316 	{ "~n",			"~\bn",		0x00f1	},
317 	{ "~o",			"~\bo",		0x00f5	},
318 	{ ":A",			"\"\bA",	0x00c4	},
319 	{ ":E",			"\"\bE",	0x00cb	},
320 	{ ":I",			"\"\bI",	0x00cf	},
321 	{ ":O",			"\"\bO",	0x00d6	},
322 	{ ":U",			"\"\bU",	0x00dc	},
323 	{ ":a",			"\"\ba",	0x00e4	},
324 	{ ":e",			"\"\be",	0x00eb	},
325 	{ ":i",			"\"\bi",	0x00ef	},
326 	{ ":o",			"\"\bo",	0x00f6	},
327 	{ ":u",			"\"\bu",	0x00fc	},
328 	{ ":y",			"\"\by",	0x00ff	},
329 	{ "^A",			"^\bA",		0x00c2	},
330 	{ "^E",			"^\bE",		0x00ca	},
331 	{ "^I",			"^\bI",		0x00ce	},
332 	{ "^O",			"^\bO",		0x00d4	},
333 	{ "^U",			"^\bU",		0x00db	},
334 	{ "^a",			"^\ba",		0x00e2	},
335 	{ "^e",			"^\be",		0x00ea	},
336 	{ "^i",			"^\bi",		0x00ee	},
337 	{ "^o",			"^\bo",		0x00f4	},
338 	{ "^u",			"^\bu",		0x00fb	},
339 	{ ",C",			",\bC",		0x00c7	},
340 	{ ",c",			",\bc",		0x00e7	},
341 	{ "/L",			"/\bL",		0x0141	},
342 	{ "/l",			"/\bl",		0x0142	},
343 	{ "/O",			"/\bO",		0x00d8	},
344 	{ "/o",			"/\bo",		0x00f8	},
345 	{ "oA",			"o\bA",		0x00c5	},
346 	{ "oa",			"o\ba",		0x00e5	},
347 
348 	/* Special letters. */
349 	{ "-D",			"-\bD",		0x00d0	},
350 	{ "Sd",			"d",		0x00f0	},
351 	{ "TP",			"Th",		0x00de	},
352 	{ "Tp",			"th",		0x00fe	},
353 	{ ".i",			"i",		0x0131	},
354 	{ ".j",			"j",		0x0237	},
355 
356 	/* Currency. */
357 	{ "Do",			"$",		0x0024	},
358 	{ "ct",			"/\bc",		0x00a2	},
359 	{ "Eu",			"EUR",		0x20ac	},
360 	{ "eu",			"EUR",		0x20ac	},
361 	{ "Ye",			"=\bY",		0x00a5	},
362 	{ "Po",			"GBP",		0x00a3	},
363 	{ "Cs",			"o\bx",		0x00a4	},
364 	{ "Fn",			",\bf",		0x0192	},
365 
366 	/* Units. */
367 	{ "de",			"<deg>",	0x00b0	},
368 	{ "%0",			"%o",		0x2030	},
369 	{ "fm",			"\'",		0x2032	},
370 	{ "sd",			"''",		0x2033	},
371 	{ "mc",			",\bu",		0x00b5	},
372 	{ "Of",			"_\ba",		0x00aa	},
373 	{ "Om",			"_\bo",		0x00ba	},
374 
375 	/* Greek characters. */
376 	{ "*A",			"A",		0x0391	},
377 	{ "*B",			"B",		0x0392	},
378 	{ "*G",			"G",		0x0393	},
379 	{ "*D",			"_\b/_\b\\",	0x0394	},
380 	{ "*E",			"E",		0x0395	},
381 	{ "*Z",			"Z",		0x0396	},
382 	{ "*Y",			"H",		0x0397	},
383 	{ "*H",			"-\bO",		0x0398	},
384 	{ "*I",			"I",		0x0399	},
385 	{ "*K",			"K",		0x039a	},
386 	{ "*L",			"/\\",		0x039b	},
387 	{ "*M",			"M",		0x039c	},
388 	{ "*N",			"N",		0x039d	},
389 	{ "*C",			"_\bH",		0x039e	},
390 	{ "*O",			"O",		0x039f	},
391 	{ "*P",			"TT",		0x03a0	},
392 	{ "*R",			"P",		0x03a1	},
393 	{ "*S",			"S",		0x03a3	},
394 	{ "*T",			"T",		0x03a4	},
395 	{ "*U",			"Y",		0x03a5	},
396 	{ "*F",			"I\bO",		0x03a6	},
397 	{ "*X",			"X",		0x03a7	},
398 	{ "*Q",			"I\bY",		0x03a8	},
399 	{ "*W",			"_\bO",		0x03a9	},
400 	{ "*a",			"a",		0x03b1	},
401 	{ "*b",			"B",		0x03b2	},
402 	{ "*g",			"y",		0x03b3	},
403 	{ "*d",			"d",		0x03b4	},
404 	{ "*e",			"e",		0x03b5	},
405 	{ "*z",			",\bC",		0x03b6	},
406 	{ "*y",			"n",		0x03b7	},
407 	{ "*h",			"-\b0",		0x03b8	},
408 	{ "*i",			"i",		0x03b9	},
409 	{ "*k",			"k",		0x03ba	},
410 	{ "*l",			">\b\\",	0x03bb	},
411 	{ "*m",			",\bu",		0x03bc	},
412 	{ "*n",			"v",		0x03bd	},
413 	{ "*c",			",\bE",		0x03be	},
414 	{ "*o",			"o",		0x03bf	},
415 	{ "*p",			"-\bn",		0x03c0	},
416 	{ "*r",			"p",		0x03c1	},
417 	{ "*s",			"-\bo",		0x03c3	},
418 	{ "*t",			"~\bt",		0x03c4	},
419 	{ "*u",			"u",		0x03c5	},
420 	{ "*f",			"|\bo",		0x03d5	},
421 	{ "*x",			"x",		0x03c7	},
422 	{ "*q",			"|\bu",		0x03c8	},
423 	{ "*w",			"w",		0x03c9	},
424 	{ "+h",			"-\b0",		0x03d1	},
425 	{ "+f",			"|\bo",		0x03c6	},
426 	{ "+p",			"-\bw",		0x03d6	},
427 	{ "+e",			"e",		0x03f5	},
428 	{ "ts",			"s",		0x03c2	},
429 };
430 
431 static	struct ohash	  mchars;
432 
433 
434 void
435 mchars_free(void)
436 {
437 
438 	ohash_delete(&mchars);
439 }
440 
441 void
442 mchars_alloc(void)
443 {
444 	size_t		  i;
445 	unsigned int	  slot;
446 
447 	mandoc_ohash_init(&mchars, 9, offsetof(struct ln, roffcode));
448 	for (i = 0; i < sizeof(lines)/sizeof(lines[0]); i++) {
449 		slot = ohash_qlookup(&mchars, lines[i].roffcode);
450 		assert(ohash_find(&mchars, slot) == NULL);
451 		ohash_insert(&mchars, slot, lines + i);
452 	}
453 }
454 
455 int
456 mchars_spec2cp(const char *p, size_t sz)
457 {
458 	const struct ln	*ln;
459 	const char	*end;
460 
461 	end = p + sz;
462 	ln = ohash_find(&mchars, ohash_qlookupi(&mchars, p, &end));
463 	return ln != NULL ? ln->unicode : sz == 1 ? (unsigned char)*p : -1;
464 }
465 
466 int
467 mchars_num2char(const char *p, size_t sz)
468 {
469 	int	  i;
470 
471 	i = mandoc_strntoi(p, sz, 10);
472 	return i >= 0 && i < 256 ? i : -1;
473 }
474 
475 int
476 mchars_num2uc(const char *p, size_t sz)
477 {
478 	int	 i;
479 
480 	i = mandoc_strntoi(p, sz, 16);
481 	assert(i >= 0 && i <= 0x10FFFF);
482 	return i;
483 }
484 
485 const char *
486 mchars_spec2str(const char *p, size_t sz, size_t *rsz)
487 {
488 	const struct ln	*ln;
489 	const char	*end;
490 
491 	end = p + sz;
492 	ln = ohash_find(&mchars, ohash_qlookupi(&mchars, p, &end));
493 	if (ln == NULL) {
494 		*rsz = 1;
495 		return sz == 1 ? p : NULL;
496 	}
497 
498 	*rsz = strlen(ln->ascii);
499 	return ln->ascii;
500 }
501 
502 const char *
503 mchars_uc2str(int uc)
504 {
505 	size_t	  i;
506 
507 	for (i = 0; i < sizeof(lines)/sizeof(lines[0]); i++)
508 		if (uc == lines[i].unicode)
509 			return lines[i].ascii;
510 	return "<?>";
511 }
512