/* * (C) Copyright 2008-2009 Jakub Zawadzki * Wojtek Kaniewski * * This program is free software; you can redistribute it and/or modify * it under the terms of the GNU Lesser General Public License Version * 2.1 as published by the Free Software Foundation. * * This program is distributed in the hope that it will be useful, * but WITHOUT ANY WARRANTY; without even the implied warranty of * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the * GNU Lesser General Public License for more details. * * You should have received a copy of the GNU Lesser General Public * License along with this program; if not, write to the Free Software * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307, * USA. */ #ifdef _WIN32 #include "win32.h" #endif /* _WIN32 */ #include #include #include #include "libgadu.h" #include "encoding.h" /** * \file encoding.c * * \brief Funkcje konwersji kodowania tekstu */ /** * \internal Tablica konwersji CP1250 na Unikod. */ static const uint16_t table_cp1250[] = { 0x20ac, '?', 0x201a, '?', 0x201e, 0x2026, 0x2020, 0x2021, '?', 0x2030, 0x0160, 0x2039, 0x015a, 0x0164, 0x017d, 0x0179, '?', 0x2018, 0x2019, 0x201c, 0x201d, 0x2022, 0x2013, 0x2014, '?', 0x2122, 0x0161, 0x203a, 0x015b, 0x0165, 0x017e, 0x017a, 0x00a0, 0x02c7, 0x02d8, 0x0141, 0x00a4, 0x0104, 0x00a6, 0x00a7, 0x00a8, 0x00a9, 0x015e, 0x00ab, 0x00ac, 0x00ad, 0x00ae, 0x017b, 0x00b0, 0x00b1, 0x02db, 0x0142, 0x00b4, 0x00b5, 0x00b6, 0x00b7, 0x00b8, 0x0105, 0x015f, 0x00bb, 0x013d, 0x02dd, 0x013e, 0x017c, 0x0154, 0x00c1, 0x00c2, 0x0102, 0x00c4, 0x0139, 0x0106, 0x00c7, 0x010c, 0x00c9, 0x0118, 0x00cb, 0x011a, 0x00cd, 0x00ce, 0x010e, 0x0110, 0x0143, 0x0147, 0x00d3, 0x00d4, 0x0150, 0x00d6, 0x00d7, 0x0158, 0x016e, 0x00da, 0x0170, 0x00dc, 0x00dd, 0x0162, 0x00df, 0x0155, 0x00e1, 0x00e2, 0x0103, 0x00e4, 0x013a, 0x0107, 0x00e7, 0x010d, 0x00e9, 0x0119, 0x00eb, 0x011b, 0x00ed, 0x00ee, 0x010f, 0x0111, 0x0144, 0x0148, 0x00f3, 0x00f4, 0x0151, 0x00f6, 0x00f7, 0x0159, 0x016f, 0x00fa, 0x0171, 0x00fc, 0x00fd, 0x0163, 0x02d9, }; /** * \internal Zamienia tekst kodowany CP1250 na UTF-8. * * \param src Tekst źródłowy w CP1250. * \param src_length Długość ciągu źródłowego (nigdy ujemna). * \param dst_length Długość ciągu docelowego (jeśli -1, nieograniczona). * * \return Zaalokowany bufor z tekstem w UTF-8. */ static char *gg_encoding_convert_cp1250_utf8(const char *src, int src_length, int dst_length) { int i, j, len; char *result = NULL; for (i = 0, len = 0; (src[i] != 0) && (i < src_length); i++) { uint16_t uc; if ((unsigned char) src[i] < 0x80) uc = (unsigned char) src[i]; else uc = table_cp1250[(unsigned char) src[i] - 128]; if (uc < 0x80) len += 1; else if (uc < 0x800) len += 2; else len += 3; } if ((dst_length != -1) && (len > dst_length)) len = dst_length; result = (char *)malloc(len + 1); if (result == NULL) return NULL; for (i = 0, j = 0; (src[i] != 0) && (i < src_length) && (j < len); i++) { uint16_t uc; if ((unsigned char) src[i] < 0x80) uc = (unsigned char) src[i]; else uc = table_cp1250[(unsigned char) src[i] - 128]; if (uc < 0x80) result[j++] = uc; else if (uc < 0x800) { if (j + 1 > len) break; result[j++] = 0xc0 | ((uc >> 6) & 0x1f); result[j++] = 0x80 | (uc & 0x3f); } else { if (j + 2 > len) break; result[j++] = 0xe0 | ((uc >> 12) & 0x1f); result[j++] = 0x80 | ((uc >> 6) & 0x3f); result[j++] = 0x80 | (uc & 0x3f); } } result[j] = 0; return result; } /** * \internal Zamienia tekst kodowany UTF-8 na CP1250. * * \param src Tekst źródłowy w UTF-8. * \param src_length Długość ciągu źródłowego (nigdy ujemna). * \param dst_length Długość ciągu docelowego (jeśli -1, nieograniczona). * * \return Zaalokowany bufor z tekstem w CP1250. */ static char *gg_encoding_convert_utf8_cp1250(const char *src, int src_length, int dst_length) { char *result; int i, j, len, uc_left = 0; uint32_t uc = 0, uc_min = 0; for (i = 0, len = 0; (src[i] != 0) && (i < src_length); i++) { if ((src[i] & 0xc0) != 0x80) len++; } if ((dst_length != -1) && (len > dst_length)) len = dst_length; result = (char *)malloc(len + 1); if (result == NULL) return NULL; for (i = 0, j = 0; (src[i] != 0) && (i < src_length) && (j < len); i++) { if ((unsigned char) src[i] >= 0xf5) { if (uc_left != 0) result[j++] = '?'; /* Restricted sequences */ result[j++] = '?'; uc_left = 0; } else if ((src[i] & 0xf8) == 0xf0) { if (uc_left != 0) result[j++] = '?'; uc = src[i] & 0x07; uc_left = 3; uc_min = 0x10000; } else if ((src[i] & 0xf0) == 0xe0) { if (uc_left != 0) result[j++] = '?'; uc = src[i] & 0x0f; uc_left = 2; uc_min = 0x800; } else if ((src[i] & 0xe0) == 0xc0) { if (uc_left != 0) result[j++] = '?'; uc = src[i] & 0x1f; uc_left = 1; uc_min = 0x80; } else if ((src[i] & 0xc0) == 0x80) { if (uc_left > 0) { uc <<= 6; uc |= src[i] & 0x3f; uc_left--; if (uc_left == 0) { int valid = 0; int k; if (uc >= uc_min) { for (k = 0; k < 128; k++) { if (uc == table_cp1250[k]) { result[j++] = k + 128; valid = 1; break; } } } if (!valid && uc != 0xfeff) /* Byte Order Mark */ result[j++] = '?'; } } } else { if (uc_left != 0) { result[j++] = '?'; uc_left = 0; } result[j++] = src[i]; } } if ((uc_left != 0) && (src[i] == 0)) result[j++] = '?'; result[j] = 0; return result; } /** * \internal Zamienia kodowanie tekstu. * * \param src Tekst źródłowy. * \param src_encoding Kodowanie tekstu źródłowego. * \param dst_encoding Kodowanie tekstu docelowego. * \param src_length Długość ciągu źródłowego w bajtach (nigdy ujemna). * \param dst_length Długość ciągu docelowego w bajtach (jeśli -1, nieograniczona). * * \return Zaalokowany bufor z tekstem w kodowaniu docelowym. */ char *gg_encoding_convert(const char *src, gg_encoding_t src_encoding, gg_encoding_t dst_encoding, int src_length, int dst_length) { char *result; if (src == NULL) { errno = EINVAL; return NULL; } // specjalny przypadek obsługiwany ekspresowo if ((dst_encoding == src_encoding) && (dst_length == -1) && (src_length == -1)) return strdup(src); if (src_length == -1) src_length = strlen(src); if (dst_encoding == src_encoding) { int len; if (dst_length == -1) len = src_length; else len = (src_length < dst_length) ? src_length : dst_length; result = (char *)malloc(len + 1); if (result == NULL) return NULL; strncpy(result, src, len); result[len] = 0; return result; } if (dst_encoding == GG_ENCODING_CP1250 && src_encoding == GG_ENCODING_UTF8) return gg_encoding_convert_utf8_cp1250(src, src_length, dst_length); if (dst_encoding == GG_ENCODING_UTF8 && src_encoding == GG_ENCODING_CP1250) return gg_encoding_convert_cp1250_utf8(src, src_length, dst_length); errno = EINVAL; return NULL; }