home *** CD-ROM | disk | FTP | other *** search
/ PC World 2005 June / PCWorld_2005-06_cd.bin / software / vyzkuste / firewally / firewally.exe / framework-2.3.exe / utf8_heavy.pl < prev    next >
Perl Script  |  2003-11-07  |  9KB  |  372 lines
  1. package utf8;
  2. use strict;
  3. use warnings;
  4.  
  5. sub DEBUG () { 0 }
  6.  
  7. sub DESTROY {}
  8.  
  9. my %Cache;
  10.  
  11. sub croak { require Carp; Carp::croak(@_) }
  12.  
  13. ##
  14. ## "SWASH" == "SWATCH HASH". A "swatch" is a swatch of the Unicode landscape.
  15. ## It's a data structure that encodes a set of Unicode characters.
  16. ##
  17.  
  18. sub SWASHNEW {
  19.     my ($class, $type, $list, $minbits, $none) = @_;
  20.     local $^D = 0 if $^D;
  21.  
  22.     print STDERR "SWASHNEW @_\n" if DEBUG;
  23.  
  24.     ##
  25.     ## Get the list of codepoints for the type.
  26.     ## Called from utf8.c
  27.     ##
  28.     ## Given a $type, our goal is to fill $list with the set of codepoint
  29.     ## ranges.
  30.     ##
  31.     ## To make the parsing of $type clear, this code takes the a rather
  32.     ## unorthodox approach of last'ing out of the block once we have the
  33.     ## info we need. Were this to be a subroutine, the 'last' would just
  34.     ## be a 'return'.
  35.     ##
  36.     my $file; ## file to load data from, and also part of the %Cache key.
  37.     my $ListSorted = 0;
  38.  
  39.     if ($type)
  40.     {
  41.         $type =~ s/^\s+//;
  42.         $type =~ s/\s+$//;
  43.  
  44.         print "type = $type\n" if DEBUG;
  45.  
  46.       GETFILE:
  47.         {
  48.             ##
  49.             ## 'Is' is always optional, so if it's there, remove it.
  50.             ## Same with 'Category=' and 'Script='.
  51.             ##
  52.             ## 'Block=' is replaced by 'In'.
  53.             ##
  54.             my $wasIs;
  55.  
  56.             ($wasIs = $type =~ s/^Is(?:\s+|[-_])?//i)
  57.               or
  58.             $type =~ s/^Category\s*=\s*//i
  59.               or
  60.             $type =~ s/^Script\s*=\s*//i
  61.               or
  62.             $type =~ s/^Block\s*=\s*/In/i;
  63.  
  64.             ##
  65.             ## See if it's in the direct mapping table.
  66.             ##
  67.             require "unicore/Exact.pl";
  68.             if (my $base = $utf8::Exact{$type}) {
  69.                 $file = "unicore/lib/$base.pl";
  70.                 last GETFILE;
  71.             }
  72.  
  73.             ##
  74.             ## If not there exactly, try the canonical form. The canonical
  75.             ## form is lowercased, with any separators (\s+|[-_]) removed.
  76.             ##
  77.             my $canonical = lc $type;
  78.             $canonical =~ s/(?<=[a-z\d])(?:\s+|[-_])(?=[a-z\d])//g;
  79.             print "canonical = $canonical\n" if DEBUG;
  80.  
  81.             require "unicore/Canonical.pl";
  82.             if (my $base = $utf8::Canonical{$canonical}) {
  83.                 $file = "unicore/lib/$base.pl";
  84.                 last GETFILE;
  85.             }
  86.  
  87.         ##
  88.         ## It could be a user-defined property.
  89.         ##
  90.  
  91.         my $caller1 = caller(1);
  92.  
  93.         if (defined $caller1 && $type =~ /^(?:\w+)$/) {
  94.         my $prop = $caller1 . "::" . ( $wasIs ? "Is" : "" ) . $type;
  95.         if (exists &{$prop}) {
  96.             no strict 'refs';
  97.             
  98.             $list = &{$prop};
  99.             last GETFILE;
  100.         }
  101.         }
  102.  
  103.         ##
  104.         ## See if it's a user-level "To".
  105.         ##
  106.  
  107.         my $caller0 = caller(0);
  108.  
  109.         if (defined $caller0 && $type =~ /^To(?:\w+)$/) {
  110.         my $map = $caller0 . "::" . $type;
  111.         if (exists &{$map}) {
  112.             no strict 'refs';
  113.             
  114.             $list = &{$map};
  115.             last GETFILE;
  116.         }
  117.         }
  118.  
  119.             ##
  120.             ## Last attempt -- see if it's a standard "To" name
  121.         ## (e.g. "ToLower")  ToTitle is used by ucfirst().
  122.         ## The user-level way to access ToDigit() and ToFold()
  123.         ## is to use Unicode::UCD.
  124.             ##
  125.             if ($type =~ /^To(Digit|Fold|Lower|Title|Upper)$/)
  126.             {
  127.                 $file = "unicore/To/$1.pl";
  128.                 ## would like to test to see if $file actually exists....
  129.                 last GETFILE;
  130.             }
  131.  
  132.             ##
  133.             ## If we reach this line, it's because we couldn't figure
  134.             ## out what to do with $type. Ouch.
  135.             ##
  136.  
  137.             return $type;
  138.         }
  139.  
  140.     if (defined $file) {
  141.         print "found it (file='$file')\n" if DEBUG;
  142.  
  143.         ##
  144.         ## If we reach here, it was due to a 'last GETFILE' above
  145.         ## (exception: user-defined properties and mappings), so we
  146.         ## have a filename, so now we load it if we haven't already.
  147.         ## If we have, return the cached results. The cache key is the
  148.         ## file to load.
  149.         ##
  150.         if ($Cache{$file} and ref($Cache{$file}) eq $class)
  151.         {
  152.         print "Returning cached '$file' for \\p{$type}\n" if DEBUG;
  153.         return $Cache{$class, $file};
  154.         }
  155.  
  156.         $list = do $file;
  157.     }
  158.  
  159.         $ListSorted = 1; ## we know that these lists are sorted
  160.     }
  161.  
  162.     my $extras;
  163.     my $bits = 0;
  164.  
  165.     my $ORIG = $list;
  166.     if ($list) {
  167.     my @tmp = split(/^/m, $list);
  168.     my %seen;
  169.     no warnings;
  170.     $extras = join '', grep /^[^0-9a-fA-F]/, @tmp;
  171.     $list = join '',
  172.         map  { $_->[1] }
  173.         sort { $a->[0] <=> $b->[0] }
  174.         map  { /^([0-9a-fA-F]+)/; [ hex($1), $_ ] }
  175.         grep { /^([0-9a-fA-F]+)/ and not $seen{$1}++ } @tmp; # XXX doesn't do ranges right
  176.     }
  177.  
  178.     if ($none) {
  179.     my $hextra = sprintf "%04x", $none + 1;
  180.     $list =~ s/\tXXXX$/\t$hextra/mg;
  181.     }
  182.  
  183.     if ($minbits < 32) {
  184.     my $top = 0;
  185.     while ($list =~ /^([0-9a-fA-F]+)(?:[\t]([0-9a-fA-F]+)?)(?:[ \t]([0-9a-fA-F]+))?/mg) {
  186.         my $min = hex $1;
  187.         my $max = defined $2 ? hex $2 : $min;
  188.         my $val = defined $3 ? hex $3 : 0;
  189.         $val += $max - $min if defined $3;
  190.         $top = $val if $val > $top;
  191.     }
  192.     $bits =
  193.         $top > 0xffff ? 32 :
  194.         $top > 0xff ? 16 :
  195.         $top > 1 ? 8 : 1
  196.     }
  197.     $bits = $minbits if $bits < $minbits;
  198.  
  199.     my @extras;
  200.     for my $x ($extras) {
  201.     pos $x = 0;
  202.     while ($x =~ /^([^0-9a-fA-F\n])(.*)/mg) {
  203.         my $char = $1;
  204.         my $name = $2;
  205.         print STDERR "$1 => $2\n" if DEBUG;
  206.         if ($char =~ /[-+!]/) {
  207.         my ($c,$t) = split(/::/, $name, 2);    # bogus use of ::, really
  208.         my $subobj;
  209.         if ($c eq 'utf8') {
  210.             $subobj = $c->SWASHNEW($t, "", 0, 0, 0);
  211.         }
  212.         elsif ($c =~ /^([0-9a-fA-F]+)/) {
  213.             $subobj = utf8->SWASHNEW("", $c, 0, 0, 0);
  214.         }
  215.         return $subobj unless ref $subobj;
  216.         push @extras, $name => $subobj;
  217.         $bits = $subobj->{BITS} if $bits < $subobj->{BITS};
  218.         }
  219.     }
  220.     }
  221.  
  222.     print STDERR "CLASS = $class, TYPE => $type, BITS => $bits, NONE => $none\nEXTRAS =>\n$extras\nLIST =>\n$list\n" if DEBUG;
  223.  
  224.     my $SWASH = bless {
  225.     TYPE => $type,
  226.     BITS => $bits,
  227.     EXTRAS => $extras,
  228.     LIST => $list,
  229.     NONE => $none,
  230.     @extras,
  231.     } => $class;
  232.  
  233.     if ($file) {
  234.         $Cache{$class, $file} = $SWASH;
  235.     }
  236.  
  237.     return $SWASH;
  238. }
  239.  
  240. # NOTE: utf8.c:swash_init() assumes entries are never modified once generated.
  241.  
  242. sub SWASHGET {
  243.     # See utf8.c:Perl_swash_fetch for problems with this interface.
  244.     my ($self, $start, $len) = @_;
  245.     local $^D = 0 if $^D;
  246.     my $type = $self->{TYPE};
  247.     my $bits = $self->{BITS};
  248.     my $none = $self->{NONE};
  249.     print STDERR "SWASHGET @_ [$type/$bits/$none]\n" if DEBUG;
  250.     my $end = $start + $len;
  251.     my $swatch = "";
  252.     my $key;
  253.     vec($swatch, $len - 1, $bits) = 0;    # Extend to correct length.
  254.     if ($none) {
  255.     for $key (0 .. $len - 1) { vec($swatch, $key, $bits) = $none }
  256.     }
  257.  
  258.     for ($self->{LIST}) {
  259.     pos $_ = 0;
  260.     if ($bits > 1) {
  261.       LINE:
  262.         while (/^([0-9a-fA-F]+)(?:[ \t]([0-9a-fA-F]+)?)?(?:[ \t]([0-9a-fA-F]+))?/mg) {
  263.         chomp;
  264.         my ($a, $b, $c) = ($1, $2, $3);
  265.         croak "$type: illegal mapping '$_'"
  266.             if $type =~ /^To/ &&
  267.                !(defined $a && defined $c);
  268.         my $min = hex $a;
  269.         my $max = defined $b ? hex $b : $min;
  270.         my $val = defined $c ? hex $c : 0;
  271.         next if $max < $start;
  272.         print "$min $max $val\n" if DEBUG;
  273.         if ($none) {
  274.             if ($min < $start) {
  275.             $val += $start - $min if $val < $none;
  276.             $min = $start;
  277.             }
  278.             for ($key = $min; $key <= $max; $key++) {
  279.             last LINE if $key >= $end;
  280.             print STDERR "$key => $val\n" if DEBUG;
  281.             vec($swatch, $key - $start, $bits) = $val;
  282.             ++$val if $val < $none;
  283.             }
  284.         }
  285.         else {
  286.             if ($min < $start) {
  287.             $val += $start - $min;
  288.             $min = $start;
  289.             }
  290.             for ($key = $min; $key <= $max; $key++, $val++) {
  291.             last LINE if $key >= $end;
  292.             print STDERR "$key => $val\n" if DEBUG;
  293.             vec($swatch, $key - $start, $bits) = $val;
  294.             }
  295.         }
  296.         }
  297.     }
  298.     else {
  299.       LINE:
  300.         while (/^([0-9a-fA-F]+)(?:[ \t]+([0-9a-fA-F]+))?/mg) {
  301.         chomp;
  302.         my $min = hex $1;
  303.         my $max = defined $2 ? hex $2 : $min;
  304.         next if $max < $start;
  305.         if ($min < $start) {
  306.             $min = $start;
  307.         }
  308.         for ($key = $min; $key <= $max; $key++) {
  309.             last LINE if $key >= $end;
  310.             print STDERR "$key => 1\n" if DEBUG;
  311.             vec($swatch, $key - $start, 1) = 1;
  312.         }
  313.         }
  314.     }
  315.     }
  316.     for my $x ($self->{EXTRAS}) {
  317.     pos $x = 0;
  318.     while ($x =~ /^([-+!])(.*)/mg) {
  319.         my $char = $1;
  320.         my $name = $2;
  321.         print STDERR "INDIRECT $1 $2\n" if DEBUG;
  322.         my $otherbits = $self->{$name}->{BITS};
  323.         croak("SWASHGET size mismatch") if $bits < $otherbits;
  324.         my $other = $self->{$name}->SWASHGET($start, $len);
  325.         if ($char eq '+') {
  326.         if ($bits == 1 and $otherbits == 1) {
  327.             $swatch |= $other;
  328.         }
  329.         else {
  330.             for ($key = 0; $key < $len; $key++) {
  331.             vec($swatch, $key, $bits) = vec($other, $key, $otherbits);
  332.             }
  333.         }
  334.         }
  335.         elsif ($char eq '!') {
  336.         if ($bits == 1 and $otherbits == 1) {
  337.             $swatch |= ~$other;
  338.         }
  339.         else {
  340.             for ($key = 0; $key < $len; $key++) {
  341.             if (!vec($other, $key, $otherbits)) {
  342.                 vec($swatch, $key, $bits) = 1;
  343.             }
  344.             }
  345.         }
  346.         }
  347.         elsif ($char eq '-') {
  348.         if ($bits == 1 and $otherbits == 1) {
  349.             $swatch &= ~$other;
  350.         }
  351.         else {
  352.             for ($key = 0; $key < $len; $key++) {
  353.             if (vec($other, $key, $otherbits)) {
  354.                 vec($swatch, $key, $bits) = 0;
  355.             }
  356.             }
  357.         }
  358.         }
  359.     }
  360.     }
  361.     if (DEBUG) {
  362.     print STDERR "CELLS ";
  363.     for ($key = 0; $key < $len; $key++) {
  364.         print STDERR vec($swatch, $key, $bits), " ";
  365.     }
  366.     print STDERR "\n";
  367.     }
  368.     $swatch;
  369. }
  370.  
  371. 1;
  372.