home *** CD-ROM | disk | FTP | other *** search
/ PC World 2005 December (Special) / PCWorld_2005-12_Special_cd.bin / Bezpecnost / lsti / lsti.exe / framework-2.5.exe / utf8_heavy.pl < prev    next >
Perl Script  |  2005-01-27  |  11KB  |  413 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. our (%PropertyAlias, %PA_reverse, %PropValueAlias, %PVA_reverse, %PVA_abbr_map);
  12.  
  13. sub croak { require Carp; Carp::croak(@_) }
  14.  
  15. ##
  16. ## "SWASH" == "SWATCH HASH". A "swatch" is a swatch of the Unicode landscape.
  17. ## It's a data structure that encodes a set of Unicode characters.
  18. ##
  19.  
  20. sub SWASHNEW {
  21.     my ($class, $type, $list, $minbits, $none) = @_;
  22.     local $^D = 0 if $^D;
  23.  
  24.     print STDERR "SWASHNEW @_\n" if DEBUG;
  25.  
  26.     ##
  27.     ## Get the list of codepoints for the type.
  28.     ## Called from utf8.c
  29.     ##
  30.     ## Given a $type, our goal is to fill $list with the set of codepoint
  31.     ## ranges.
  32.     ##
  33.     ## To make the parsing of $type clear, this code takes the a rather
  34.     ## unorthodox approach of last'ing out of the block once we have the
  35.     ## info we need. Were this to be a subroutine, the 'last' would just
  36.     ## be a 'return'.
  37.     ##
  38.     my $file; ## file to load data from, and also part of the %Cache key.
  39.     my $ListSorted = 0;
  40.  
  41.     if ($type)
  42.     {
  43.         $type =~ s/^\s+//;
  44.         $type =~ s/\s+$//;
  45.  
  46.         print "type = $type\n" if DEBUG;
  47.  
  48.       GETFILE:
  49.         {
  50.         ##
  51.         ## It could be a user-defined property.
  52.         ##
  53.  
  54.         my $caller1 = $type =~ s/(.+)::// ? $1 : caller(1);
  55.  
  56.         if (defined $caller1 && $type =~ /^(?:\w+)$/) {
  57.         my $prop = "${caller1}::$type";
  58.         if (exists &{$prop}) {
  59.             no strict 'refs';
  60.             
  61.             $list = &{$prop};
  62.             last GETFILE;
  63.         }
  64.         }
  65.  
  66.             my $wasIs;
  67.  
  68.             ($wasIs = $type =~ s/^Is(?:\s+|[-_])?//i)
  69.               or
  70.             $type =~ s/^(?:(?:General(?:\s+|_)?)?Category|gc)\s*[:=]\s*//i
  71.               or
  72.             $type =~ s/^(?:Script|sc)\s*[:=]\s*//i
  73.               or
  74.             $type =~ s/^Block\s*[:=]\s*/In/i;
  75.  
  76.  
  77.         ##
  78.         ## See if it's in some enumeration.
  79.         ##
  80.         require "unicore/PVA.pl";
  81.         if ($type =~ /^([\w\s]+)[:=]\s*(.*)/) {
  82.         my ($enum, $val) = (lc $1, lc $2);
  83.         $enum =~ tr/ _-//d;
  84.         $val =~ tr/ _-//d;
  85.  
  86.         my $pa = $PropertyAlias{$enum} ? $enum : $PA_reverse{$enum};
  87.         my $f = $PropValueAlias{$pa}{$val} ? $val : $PVA_reverse{$pa}{lc $val};
  88.  
  89.         if ($pa and $f) {
  90.             $pa = "gc_sc" if $pa eq "gc" or $pa eq "sc";
  91.             $file = "unicore/lib/$pa/$PVA_abbr_map{$pa}{lc $f}.pl";
  92.             last GETFILE;
  93.         }
  94.         }
  95.         else {
  96.         my $t = lc $type;
  97.         $t =~ tr/ _-//d;
  98.  
  99.         if ($PropValueAlias{gc}{$t} or $PropValueAlias{sc}{$t}) {
  100.             $file = "unicore/lib/gc_sc/$PVA_abbr_map{gc_sc}{$t}.pl";
  101.             last GETFILE;
  102.         }
  103.         }
  104.  
  105.             ##
  106.             ## See if it's in the direct mapping table.
  107.             ##
  108.             require "unicore/Exact.pl";
  109.             if (my $base = $utf8::Exact{$type}) {
  110.                 $file = "unicore/lib/gc_sc/$base.pl";
  111.                 last GETFILE;
  112.             }
  113.  
  114.             ##
  115.             ## If not there exactly, try the canonical form. The canonical
  116.             ## form is lowercased, with any separators (\s+|[-_]) removed.
  117.             ##
  118.             my $canonical = lc $type;
  119.             $canonical =~ s/(?<=[a-z\d])(?:\s+|[-_])(?=[a-z\d])//g;
  120.             print "canonical = $canonical\n" if DEBUG;
  121.  
  122.             require "unicore/Canonical.pl";
  123.             if (my $base = ($utf8::Canonical{$canonical} || $utf8::Canonical{ lc $utf8::PropertyAlias{$canonical} })) {
  124.                 $file = "unicore/lib/gc_sc/$base.pl";
  125.                 last GETFILE;
  126.             }
  127.  
  128.         ##
  129.         ## See if it's a user-level "To".
  130.         ##
  131.  
  132.         my $caller0 = caller(0);
  133.  
  134.         if (defined $caller0 && $type =~ /^To(?:\w+)$/) {
  135.         my $map = $caller0 . "::" . $type;
  136.  
  137.         if (exists &{$map}) {
  138.             no strict 'refs';
  139.             
  140.             $list = &{$map};
  141.             last GETFILE;
  142.         }
  143.         }
  144.  
  145.             ##
  146.             ## Last attempt -- see if it's a standard "To" name
  147.         ## (e.g. "ToLower")  ToTitle is used by ucfirst().
  148.         ## The user-level way to access ToDigit() and ToFold()
  149.         ## is to use Unicode::UCD.
  150.             ##
  151.             if ($type =~ /^To(Digit|Fold|Lower|Title|Upper)$/)
  152.             {
  153.                 $file = "unicore/To/$1.pl";
  154.                 ## would like to test to see if $file actually exists....
  155.                 last GETFILE;
  156.             }
  157.  
  158.             ##
  159.             ## If we reach this line, it's because we couldn't figure
  160.             ## out what to do with $type. Ouch.
  161.             ##
  162.  
  163.             return $type;
  164.         }
  165.  
  166.     if (defined $file) {
  167.         print "found it (file='$file')\n" if DEBUG;
  168.  
  169.         ##
  170.         ## If we reach here, it was due to a 'last GETFILE' above
  171.         ## (exception: user-defined properties and mappings), so we
  172.         ## have a filename, so now we load it if we haven't already.
  173.         ## If we have, return the cached results. The cache key is the
  174.         ## file to load.
  175.         ##
  176.         if ($Cache{$file} and ref($Cache{$file}) eq $class)
  177.         {
  178.         print "Returning cached '$file' for \\p{$type}\n" if DEBUG;
  179.         return $Cache{$class, $file};
  180.         }
  181.  
  182.         $list = do $file;
  183.     }
  184.  
  185.         $ListSorted = 1; ## we know that these lists are sorted
  186.     }
  187.  
  188.     my $extras;
  189.     my $bits = 0;
  190.  
  191.     my $ORIG = $list;
  192.     if ($list) {
  193.     my @tmp = split(/^/m, $list);
  194.     my %seen;
  195.     no warnings;
  196.     $extras = join '', grep /^[^0-9a-fA-F]/, @tmp;
  197.     $list = join '',
  198.         map  { $_->[1] }
  199.         sort { $a->[0] <=> $b->[0] }
  200.         map  { /^([0-9a-fA-F]+)/; [ hex($1), $_ ] }
  201.         grep { /^([0-9a-fA-F]+)/ and not $seen{$1}++ } @tmp; # XXX doesn't do ranges right
  202.     }
  203.  
  204.     if ($none) {
  205.     my $hextra = sprintf "%04x", $none + 1;
  206.     $list =~ s/\tXXXX$/\t$hextra/mg;
  207.     }
  208.  
  209.     if ($minbits < 32) {
  210.     my $top = 0;
  211.     while ($list =~ /^([0-9a-fA-F]+)(?:[\t]([0-9a-fA-F]+)?)(?:[ \t]([0-9a-fA-F]+))?/mg) {
  212.         my $min = hex $1;
  213.         my $max = defined $2 ? hex $2 : $min;
  214.         my $val = defined $3 ? hex $3 : 0;
  215.         $val += $max - $min if defined $3;
  216.         $top = $val if $val > $top;
  217.     }
  218.     $bits =
  219.         $top > 0xffff ? 32 :
  220.         $top > 0xff ? 16 :
  221.         $top > 1 ? 8 : 1
  222.     }
  223.     $bits = $minbits if $bits < $minbits;
  224.  
  225.     my @extras;
  226.     for my $x ($extras) {
  227.     pos $x = 0;
  228.     while ($x =~ /^([^0-9a-fA-F\n])(.*)/mg) {
  229.         my $char = $1;
  230.         my $name = $2;
  231.         print STDERR "$1 => $2\n" if DEBUG;
  232.         if ($char =~ /[-+!&]/) {
  233.         my ($c,$t) = split(/::/, $name, 2);    # bogus use of ::, really
  234.         my $subobj;
  235.         if ($c eq 'utf8') {
  236.             $subobj = utf8->SWASHNEW($t, "", 0, 0, 0);
  237.         }
  238.         elsif (exists &$name) {
  239.             $subobj = utf8->SWASHNEW($name, "", 0, 0, 0);
  240.         }
  241.         elsif ($c =~ /^([0-9a-fA-F]+)/) {
  242.             $subobj = utf8->SWASHNEW("", $c, 0, 0, 0);
  243.         }
  244.         return $subobj unless ref $subobj;
  245.         push @extras, $name => $subobj;
  246.         $bits = $subobj->{BITS} if $bits < $subobj->{BITS};
  247.         }
  248.     }
  249.     }
  250.  
  251.     print STDERR "CLASS = $class, TYPE => $type, BITS => $bits, NONE => $none\nEXTRAS =>\n$extras\nLIST =>\n$list\n" if DEBUG;
  252.  
  253.     my $SWASH = bless {
  254.     TYPE => $type,
  255.     BITS => $bits,
  256.     EXTRAS => $extras,
  257.     LIST => $list,
  258.     NONE => $none,
  259.     @extras,
  260.     } => $class;
  261.  
  262.     if ($file) {
  263.         $Cache{$class, $file} = $SWASH;
  264.     }
  265.  
  266.     return $SWASH;
  267. }
  268.  
  269. # NOTE: utf8.c:swash_init() assumes entries are never modified once generated.
  270.  
  271. sub SWASHGET {
  272.     # See utf8.c:Perl_swash_fetch for problems with this interface.
  273.     my ($self, $start, $len) = @_;
  274.     local $^D = 0 if $^D;
  275.     my $type = $self->{TYPE};
  276.     my $bits = $self->{BITS};
  277.     my $none = $self->{NONE};
  278.     print STDERR "SWASHGET @_ [$type/$bits/$none]\n" if DEBUG;
  279.     my $end = $start + $len;
  280.     my $swatch = "";
  281.     my $key;
  282.     vec($swatch, $len - 1, $bits) = 0;    # Extend to correct length.
  283.     if ($none) {
  284.     for $key (0 .. $len - 1) { vec($swatch, $key, $bits) = $none }
  285.     }
  286.  
  287.     for ($self->{LIST}) {
  288.     pos $_ = 0;
  289.     if ($bits > 1) {
  290.       LINE:
  291.         while (/^([0-9a-fA-F]+)(?:[ \t]([0-9a-fA-F]+)?)?(?:[ \t]([0-9a-fA-F]+))?/mg) {
  292.         chomp;
  293.         my ($a, $b, $c) = ($1, $2, $3);
  294.         croak "$type: illegal mapping '$_'"
  295.             if $type =~ /^To/ &&
  296.                !(defined $a && defined $c);
  297.         my $min = hex $a;
  298.         my $max = defined $b ? hex $b : $min;
  299.         my $val = defined $c ? hex $c : 0;
  300.         next if $max < $start;
  301.         print "$min $max $val\n" if DEBUG;
  302.         if ($none) {
  303.             if ($min < $start) {
  304.             $val += $start - $min if $val < $none;
  305.             $min = $start;
  306.             }
  307.             for ($key = $min; $key <= $max; $key++) {
  308.             last LINE if $key >= $end;
  309.             print STDERR "$key => $val\n" if DEBUG;
  310.             vec($swatch, $key - $start, $bits) = $val;
  311.             ++$val if $val < $none;
  312.             }
  313.         }
  314.         else {
  315.             if ($min < $start) {
  316.             $val += $start - $min;
  317.             $min = $start;
  318.             }
  319.             for ($key = $min; $key <= $max; $key++, $val++) {
  320.             last LINE if $key >= $end;
  321.             print STDERR "$key => $val\n" if DEBUG;
  322.             vec($swatch, $key - $start, $bits) = $val;
  323.             }
  324.         }
  325.         }
  326.     }
  327.     else {
  328.       LINE:
  329.         while (/^([0-9a-fA-F]+)(?:[ \t]+([0-9a-fA-F]+))?/mg) {
  330.         chomp;
  331.         my $min = hex $1;
  332.         my $max = defined $2 ? hex $2 : $min;
  333.         next if $max < $start;
  334.         if ($min < $start) {
  335.             $min = $start;
  336.         }
  337.         for ($key = $min; $key <= $max; $key++) {
  338.             last LINE if $key >= $end;
  339.             print STDERR "$key => 1\n" if DEBUG;
  340.             vec($swatch, $key - $start, 1) = 1;
  341.         }
  342.         }
  343.     }
  344.     }
  345.     for my $x ($self->{EXTRAS}) {
  346.     pos $x = 0;
  347.     while ($x =~ /^([-+!&])(.*)/mg) {
  348.         my $char = $1;
  349.         my $name = $2;
  350.         print STDERR "INDIRECT $1 $2\n" if DEBUG;
  351.         my $otherbits = $self->{$name}->{BITS};
  352.         croak("SWASHGET size mismatch") if $bits < $otherbits;
  353.         my $other = $self->{$name}->SWASHGET($start, $len);
  354.         if ($char eq '+') {
  355.         if ($bits == 1 and $otherbits == 1) {
  356.             $swatch |= $other;
  357.         }
  358.         else {
  359.             for ($key = 0; $key < $len; $key++) {
  360.             vec($swatch, $key, $bits) = vec($other, $key, $otherbits);
  361.             }
  362.         }
  363.         }
  364.         elsif ($char eq '!') {
  365.         if ($bits == 1 and $otherbits == 1) {
  366.             $swatch |= ~$other;
  367.         }
  368.         else {
  369.             for ($key = 0; $key < $len; $key++) {
  370.             if (!vec($other, $key, $otherbits)) {
  371.                 vec($swatch, $key, $bits) = 1;
  372.             }
  373.             }
  374.         }
  375.         }
  376.         elsif ($char eq '-') {
  377.         if ($bits == 1 and $otherbits == 1) {
  378.             $swatch &= ~$other;
  379.         }
  380.         else {
  381.             for ($key = 0; $key < $len; $key++) {
  382.             if (vec($other, $key, $otherbits)) {
  383.                 vec($swatch, $key, $bits) = 0;
  384.             }
  385.             }
  386.         }
  387.         }
  388.         elsif ($char eq '&') {
  389.         if ($bits == 1 and $otherbits == 1) {
  390.             $swatch &= $other;
  391.         }
  392.         else {
  393.             for ($key = 0; $key < $len; $key++) {
  394.             if (!vec($other, $key, $otherbits)) {
  395.                 vec($swatch, $key, $bits) = 0;
  396.             }
  397.             }
  398.         }
  399.         }
  400.     }
  401.     }
  402.     if (DEBUG) {
  403.     print STDERR "CELLS ";
  404.     for ($key = 0; $key < $len; $key++) {
  405.         print STDERR vec($swatch, $key, $bits), " ";
  406.     }
  407.     print STDERR "\n";
  408.     }
  409.     $swatch;
  410. }
  411.  
  412. 1;
  413.