xref: /titanic_51/usr/src/lib/iconv_modules/common/cnv_ibmutf8.c (revision 91e1e26ac6a73ce959289cf7d3d96c4baedbe0b8)
1*91e1e26aSAlexander Pyhalov /*
2*91e1e26aSAlexander Pyhalov  * CDDL HEADER START
3*91e1e26aSAlexander Pyhalov  *
4*91e1e26aSAlexander Pyhalov  * The contents of this file are subject to the terms of the
5*91e1e26aSAlexander Pyhalov  * Common Development and Distribution License (the "License").
6*91e1e26aSAlexander Pyhalov  * You may not use this file except in compliance with the License.
7*91e1e26aSAlexander Pyhalov  *
8*91e1e26aSAlexander Pyhalov  * You can obtain a copy of the license at src/OPENSOLARIS.LICENSE
9*91e1e26aSAlexander Pyhalov  * or http://www.opensolaris.org/os/licensing.
10*91e1e26aSAlexander Pyhalov  * See the License for the specific language governing permissions
11*91e1e26aSAlexander Pyhalov  * and limitations under the License.
12*91e1e26aSAlexander Pyhalov  *
13*91e1e26aSAlexander Pyhalov  * When distributing Covered Code, include this CDDL HEADER in each
14*91e1e26aSAlexander Pyhalov  * file and include the License file at src/OPENSOLARIS.LICENSE.
15*91e1e26aSAlexander Pyhalov  * If applicable, add the following below this CDDL HEADER, with the
16*91e1e26aSAlexander Pyhalov  * fields enclosed by brackets "[]" replaced with your own identifying
17*91e1e26aSAlexander Pyhalov  * information: Portions Copyright [yyyy] [name of copyright owner]
18*91e1e26aSAlexander Pyhalov  *
19*91e1e26aSAlexander Pyhalov  * CDDL HEADER END
20*91e1e26aSAlexander Pyhalov  */
21*91e1e26aSAlexander Pyhalov 
22*91e1e26aSAlexander Pyhalov /*
23*91e1e26aSAlexander Pyhalov  * Copyright (c) 1997, by Sun Microsystems, Inc.
24*91e1e26aSAlexander Pyhalov  * All rights reserved.
25*91e1e26aSAlexander Pyhalov  */
26*91e1e26aSAlexander Pyhalov 
27*91e1e26aSAlexander Pyhalov #include <stdio.h>
28*91e1e26aSAlexander Pyhalov #include <stdlib.h>
29*91e1e26aSAlexander Pyhalov #include <errno.h>
30*91e1e26aSAlexander Pyhalov #include <sys/types.h>
31*91e1e26aSAlexander Pyhalov 
32*91e1e26aSAlexander Pyhalov #include "tab_lookup.h"   	/* table lookup data types */
33*91e1e26aSAlexander Pyhalov 
34*91e1e26aSAlexander Pyhalov #define MSB     0x80    /* most significant bit */
35*91e1e26aSAlexander Pyhalov #define MBYTE   0x8e    /* multi-byte (4 byte character) */
36*91e1e26aSAlexander Pyhalov #define PMASK   0xa0    /* plane number mask */
37*91e1e26aSAlexander Pyhalov #define ONEBYTE 0xff    /* right most byte */
38*91e1e26aSAlexander Pyhalov 
39*91e1e26aSAlexander Pyhalov /* non-identified character */
40*91e1e26aSAlexander Pyhalov #define UTF8_NON_ID_CHAR1 0xEF
41*91e1e26aSAlexander Pyhalov #define UTF8_NON_ID_CHAR2 0xBF
42*91e1e26aSAlexander Pyhalov #define UTF8_NON_ID_CHAR3 0xBD
43*91e1e26aSAlexander Pyhalov 
44*91e1e26aSAlexander Pyhalov enum _USTATE    { C0, C1 };
45*91e1e26aSAlexander Pyhalov 
46*91e1e26aSAlexander Pyhalov 
47*91e1e26aSAlexander Pyhalov 
48*91e1e26aSAlexander Pyhalov 
49*91e1e26aSAlexander Pyhalov /*
50*91e1e26aSAlexander Pyhalov  * Actual conversion; called from iconv()
51*91e1e26aSAlexander Pyhalov  * Input is UTF-8 data.
52*91e1e26aSAlexander Pyhalov  * first convert to UCS2
53*91e1e26aSAlexander Pyhalov  */
54*91e1e26aSAlexander Pyhalov size_t
55*91e1e26aSAlexander Pyhalov _icv_iconv(_icv_state *st, char **inbuf, size_t *inbytesleft,
56*91e1e26aSAlexander Pyhalov                         char **outbuf, size_t *outbytesleft)
57*91e1e26aSAlexander Pyhalov {
58*91e1e26aSAlexander Pyhalov /*
59*91e1e26aSAlexander Pyhalov  * Actual conversion; called from iconv()
60*91e1e26aSAlexander Pyhalov  */
61*91e1e26aSAlexander Pyhalov 
62*91e1e26aSAlexander Pyhalov         char            c1, c2;
63*91e1e26aSAlexander Pyhalov         int             n, unidx;
64*91e1e26aSAlexander Pyhalov         unsigned long   ibm_code;
65*91e1e26aSAlexander Pyhalov 
66*91e1e26aSAlexander Pyhalov #ifdef DEBUG
67*91e1e26aSAlexander Pyhalov     fprintf(stderr, "==========     iconv(): IBM --> UTF8     ==========\n");
68*91e1e26aSAlexander Pyhalov #endif
69*91e1e26aSAlexander Pyhalov 
70*91e1e26aSAlexander Pyhalov         if (st == NULL) {
71*91e1e26aSAlexander Pyhalov                 errno = EBADF;
72*91e1e26aSAlexander Pyhalov                 return ((size_t) -1);
73*91e1e26aSAlexander Pyhalov         }
74*91e1e26aSAlexander Pyhalov 
75*91e1e26aSAlexander Pyhalov         if (inbuf == NULL || *inbuf == NULL) { /* Reset request. */
76*91e1e26aSAlexander Pyhalov                 st->ustate = C0;
77*91e1e26aSAlexander Pyhalov                 st->_errno = 0;
78*91e1e26aSAlexander Pyhalov                 return ((size_t) 0);
79*91e1e26aSAlexander Pyhalov         }
80*91e1e26aSAlexander Pyhalov 
81*91e1e26aSAlexander Pyhalov         st->_errno = 0;         /* reset internal errno */
82*91e1e26aSAlexander Pyhalov         errno = 0;              /* reset external errno */
83*91e1e26aSAlexander Pyhalov 
84*91e1e26aSAlexander Pyhalov         /* a state machine for interpreting UTF8 code */
85*91e1e26aSAlexander Pyhalov         while (*inbytesleft > 0 && *outbytesleft > 0) {
86*91e1e26aSAlexander Pyhalov                 switch (st->ustate) {
87*91e1e26aSAlexander Pyhalov                 case C0 :
88*91e1e26aSAlexander Pyhalov 		        st->keepc[0] = (**inbuf);
89*91e1e26aSAlexander Pyhalov 			st->ustate = C1;
90*91e1e26aSAlexander Pyhalov 		        break;
91*91e1e26aSAlexander Pyhalov 
92*91e1e26aSAlexander Pyhalov                 case C1 :
93*91e1e26aSAlexander Pyhalov 		        st->keepc[1] = (**inbuf);
94*91e1e26aSAlexander Pyhalov                         n = ibm_to_utf8(st, *outbuf, *outbytesleft);
95*91e1e26aSAlexander Pyhalov                         if (n > 0) {
96*91e1e26aSAlexander Pyhalov                                 (*outbuf) += n;
97*91e1e26aSAlexander Pyhalov                                 (*outbytesleft) -= n;
98*91e1e26aSAlexander Pyhalov                         } else {
99*91e1e26aSAlexander Pyhalov                                 st->_errno = errno;
100*91e1e26aSAlexander Pyhalov                                 return((size_t)-1);
101*91e1e26aSAlexander Pyhalov                         }
102*91e1e26aSAlexander Pyhalov                         st->ustate = C0;
103*91e1e26aSAlexander Pyhalov                         st->_errno = 0;
104*91e1e26aSAlexander Pyhalov                         break;
105*91e1e26aSAlexander Pyhalov 
106*91e1e26aSAlexander Pyhalov                 default:                        /* should never come here */
107*91e1e26aSAlexander Pyhalov                         st->_errno = errno = EILSEQ;
108*91e1e26aSAlexander Pyhalov                         st->ustate = C0;        /* reset state */
109*91e1e26aSAlexander Pyhalov                         break;
110*91e1e26aSAlexander Pyhalov                 }
111*91e1e26aSAlexander Pyhalov 
112*91e1e26aSAlexander Pyhalov 
113*91e1e26aSAlexander Pyhalov                 (*inbuf)++;
114*91e1e26aSAlexander Pyhalov                 (*inbytesleft)--;
115*91e1e26aSAlexander Pyhalov 
116*91e1e26aSAlexander Pyhalov                 if (st->_errno) {
117*91e1e26aSAlexander Pyhalov #ifdef DEBUG
118*91e1e26aSAlexander Pyhalov     fprintf(stderr, "!!!!!\tst->_errno = %d\tst->ustate = %d\n",
119*91e1e26aSAlexander Pyhalov                 st->_errno, st->ustate);
120*91e1e26aSAlexander Pyhalov #endif
121*91e1e26aSAlexander Pyhalov                         break;
122*91e1e26aSAlexander Pyhalov                 }
123*91e1e26aSAlexander Pyhalov 
124*91e1e26aSAlexander Pyhalov                 if (errno)
125*91e1e26aSAlexander Pyhalov                         return((size_t)-1);
126*91e1e26aSAlexander Pyhalov         }
127*91e1e26aSAlexander Pyhalov 
128*91e1e26aSAlexander Pyhalov         if (*outbytesleft == 0) {
129*91e1e26aSAlexander Pyhalov                 errno = E2BIG;
130*91e1e26aSAlexander Pyhalov                 return((size_t)-1);
131*91e1e26aSAlexander Pyhalov         }
132*91e1e26aSAlexander Pyhalov         return (*inbytesleft);
133*91e1e26aSAlexander Pyhalov }
134*91e1e26aSAlexander Pyhalov 
135*91e1e26aSAlexander Pyhalov /*
136*91e1e26aSAlexander Pyhalov  * IBM code --> (Unicode)
137*91e1e26aSAlexander Pyhalov  * Unicode --> UTF8 (FSS-UTF)
138*91e1e26aSAlexander Pyhalov  *             (File System Safe Universal Character Set Transformation Format)
139*91e1e26aSAlexander Pyhalov  * Return: > 0 - converted with enough space in output buffer
140*91e1e26aSAlexander Pyhalov  *         = 0 - no space in outbuf
141*91e1e26aSAlexander Pyhalov  */
142*91e1e26aSAlexander Pyhalov int ibm_to_utf8(st, buf, buflen)
143*91e1e26aSAlexander Pyhalov _icv_state *st;
144*91e1e26aSAlexander Pyhalov char    *buf;
145*91e1e26aSAlexander Pyhalov size_t  buflen;
146*91e1e26aSAlexander Pyhalov {
147*91e1e26aSAlexander Pyhalov         unsigned long   ibm_val;       /* Big-5 value */
148*91e1e26aSAlexander Pyhalov         int             unidx;          /* Unicode index */
149*91e1e26aSAlexander Pyhalov         unsigned long   uni_val;        /* Unicode */
150*91e1e26aSAlexander Pyhalov 
151*91e1e26aSAlexander Pyhalov         ibm_val = ((st->keepc[0]&ONEBYTE) << 8) + (st->keepc[1]&ONEBYTE);
152*91e1e26aSAlexander Pyhalov #ifdef DEBUG
153*91e1e26aSAlexander Pyhalov     fprintf(stderr, "%x\t", ibm_val);
154*91e1e26aSAlexander Pyhalov #endif
155*91e1e26aSAlexander Pyhalov 
156*91e1e26aSAlexander Pyhalov 
157*91e1e26aSAlexander Pyhalov         unidx = bisearch(ibm_val, st, st->table_size);
158*91e1e26aSAlexander Pyhalov 
159*91e1e26aSAlexander Pyhalov         if (unidx >= 0)
160*91e1e26aSAlexander Pyhalov 	{
161*91e1e26aSAlexander Pyhalov             if ( st->left_to_right )
162*91e1e26aSAlexander Pyhalov                 uni_val = st->table[unidx].right_code;
163*91e1e26aSAlexander Pyhalov             else
164*91e1e26aSAlexander Pyhalov                 uni_val = st->table[unidx].left_code;
165*91e1e26aSAlexander Pyhalov         }
166*91e1e26aSAlexander Pyhalov 
167*91e1e26aSAlexander Pyhalov #ifdef DEBUG
168*91e1e26aSAlexander Pyhalov     fprintf(stderr, "unidx = %d, unicode = %x\t", unidx, uni_val);
169*91e1e26aSAlexander Pyhalov #endif
170*91e1e26aSAlexander Pyhalov 
171*91e1e26aSAlexander Pyhalov         if (unidx >= 0) {       /* do Unicode to UTF8 conversion */
172*91e1e26aSAlexander Pyhalov                 if (uni_val > 0x0000 && uni_val <= 0x07ff) {
173*91e1e26aSAlexander Pyhalov                         if (buflen < 2) {
174*91e1e26aSAlexander Pyhalov #ifdef DEBUG
175*91e1e26aSAlexander Pyhalov     fprintf(stderr, "outbuf overflow in ibm_to_utf8()!!\n");
176*91e1e26aSAlexander Pyhalov #endif
177*91e1e26aSAlexander Pyhalov                                 errno = E2BIG;
178*91e1e26aSAlexander Pyhalov                                 return(0);
179*91e1e26aSAlexander Pyhalov                         }
180*91e1e26aSAlexander Pyhalov                         *buf = (char)((uni_val >> 6) & 0x1f) | 0xc0;
181*91e1e26aSAlexander Pyhalov                         *(buf+1) = (char)(uni_val & 0x3f) | 0x80;
182*91e1e26aSAlexander Pyhalov #ifdef DEBUG
183*91e1e26aSAlexander Pyhalov     fprintf(stderr, "%x %x\n", *buf&ONEBYTE, *(buf+1)&ONEBYTE);
184*91e1e26aSAlexander Pyhalov #endif
185*91e1e26aSAlexander Pyhalov                         return(2);
186*91e1e26aSAlexander Pyhalov                 }
187*91e1e26aSAlexander Pyhalov                 if (uni_val > 0x0800 && uni_val <= 0xffff) {
188*91e1e26aSAlexander Pyhalov                         if (buflen < 3) {
189*91e1e26aSAlexander Pyhalov #ifdef DEBUG
190*91e1e26aSAlexander Pyhalov     fprintf(stderr, "outbuf overflow in ibm_to_utf8()!!\n");
191*91e1e26aSAlexander Pyhalov #endif
192*91e1e26aSAlexander Pyhalov                                 errno = E2BIG;
193*91e1e26aSAlexander Pyhalov                                 return(0);
194*91e1e26aSAlexander Pyhalov                         }
195*91e1e26aSAlexander Pyhalov                         *buf = (char)((uni_val >> 12) & 0xf) | 0xe0;
196*91e1e26aSAlexander Pyhalov                         *(buf+1) = (char)((uni_val >>6) & 0x3f) | 0x80;
197*91e1e26aSAlexander Pyhalov                         *(buf+2) = (char)(uni_val & 0x3f) | 0x80;
198*91e1e26aSAlexander Pyhalov #ifdef DEBUG
199*91e1e26aSAlexander Pyhalov     fprintf(stderr, "%x %x %x\n", *buf&ONEBYTE, *(buf+1)&ONEBYTE, *(buf+2)&ONEBYTE);
200*91e1e26aSAlexander Pyhalov #endif
201*91e1e26aSAlexander Pyhalov                         return(3);
202*91e1e26aSAlexander Pyhalov                 }
203*91e1e26aSAlexander Pyhalov         }
204*91e1e26aSAlexander Pyhalov 
205*91e1e26aSAlexander Pyhalov         /* can't find a match in IBM --> UTF8 table or illegal UTF8 code */
206*91e1e26aSAlexander Pyhalov         if (buflen < 3) {
207*91e1e26aSAlexander Pyhalov #ifdef DEBUG
208*91e1e26aSAlexander Pyhalov     fprintf(stderr, "outbuf overflow in ibm_to_utf8()!!\n");
209*91e1e26aSAlexander Pyhalov #endif
210*91e1e26aSAlexander Pyhalov                 errno = E2BIG;
211*91e1e26aSAlexander Pyhalov                 return(0);
212*91e1e26aSAlexander Pyhalov         }
213*91e1e26aSAlexander Pyhalov 
214*91e1e26aSAlexander Pyhalov         *buf     = (char)UTF8_NON_ID_CHAR1;
215*91e1e26aSAlexander Pyhalov         *(buf+1) = (char)UTF8_NON_ID_CHAR2;
216*91e1e26aSAlexander Pyhalov         *(buf+2) = (char)UTF8_NON_ID_CHAR3;
217*91e1e26aSAlexander Pyhalov 
218*91e1e26aSAlexander Pyhalov #ifdef DEBUG
219*91e1e26aSAlexander Pyhalov     fprintf(stderr, "%c %c %c\n", *buf, *(buf+1), *(buf+2));
220*91e1e26aSAlexander Pyhalov #endif
221*91e1e26aSAlexander Pyhalov         return(3);
222*91e1e26aSAlexander Pyhalov }
223