lib/libc/locale/euc.c

   1 /*
   2  * Copyright 2013 Garrett D'Amore <garrett@damore.org>
   3  * Copyright 2011 Nexenta Systems, Inc.  All rights reserved.
   4  * Copyright (c) 2002-2004 Tim J. Robbins. All rights reserved.
   5  * Copyright (c) 1993
   6  *      The Regents of the University of California.  All rights reserved.
   7  *
   8  * This code is derived from software contributed to Berkeley by
   9  * Paul Borman at Krystal Technologies.
  10  *
  11  * Copyright (c) 2011 The FreeBSD Foundation
  12  * All rights reserved.
  13  * Portions of this software were developed by David Chisnall
  14  * under sponsorship from the FreeBSD Foundation.
  15  *
  16  * Redistribution and use in source and binary forms, with or without
  17  * modification, are permitted provided that the following conditions
  18  * are met:
  19  * 1. Redistributions of source code must retain the above copyright
  20  *    notice, this list of conditions and the following disclaimer.
  21  * 2. Redistributions in binary form must reproduce the above copyright
  22  *    notice, this list of conditions and the following disclaimer in the
  23  *    documentation and/or other materials provided with the distribution.
  24  * 3. Neither the name of the University nor the names of its contributors
  25  *    may be used to endorse or promote products derived from this software
  26  *    without specific prior written permission.
  27  *
  28  * THIS SOFTWARE IS PROVIDED BY THE REGENTS AND CONTRIBUTORS ``AS IS'' AND
  29  * ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  30  * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
  31  * ARE DISCLAIMED.  IN NO EVENT SHALL THE REGENTS OR CONTRIBUTORS BE LIABLE
  32  * FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
  33  * DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
  34  * OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
  35  * HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
  36  * LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
  37  * OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
  38  * SUCH DAMAGE.
  39  *
  40  * @(#)euc.c    8.1 (Berkeley) 6/4/93
  41  */
  42
  43 #include <sys/param.h>
  44
  45 #include <errno.h>
  46 #include <limits.h>
  47 #include <runetype.h>
  48 #include <stdlib.h>
  49 #include <string.h>
  50 #include <wchar.h>
  51 #include "mblocal.h"
  52
  53 extern int __mb_sb_limit;
  54
  55 static size_t   _EUC_mbrtowc_impl(wchar_t * __restrict, const char * __restrict,
  56     size_t, mbstate_t * __restrict, uint8_t, uint8_t, uint8_t, uint8_t);
  57 static size_t   _EUC_wcrtomb_impl(char * __restrict, wchar_t,
  58     mbstate_t * __restrict, uint8_t, uint8_t, uint8_t, uint8_t);
  59
  60 static size_t   _EUC_CN_mbrtowc(wchar_t * __restrict, const char * __restrict,
  61                     size_t, mbstate_t * __restrict);
  62 static size_t   _EUC_JP_mbrtowc(wchar_t * __restrict, const char * __restrict,
  63                     size_t, mbstate_t * __restrict);
  64 static size_t   _EUC_KR_mbrtowc(wchar_t * __restrict, const char * __restrict,
  65                     size_t, mbstate_t * __restrict);
  66 static size_t   _EUC_TW_mbrtowc(wchar_t * __restrict, const char * __restrict,
  67                     size_t, mbstate_t * __restrict);
  68
  69 static size_t   _EUC_CN_wcrtomb(char * __restrict, wchar_t,
  70                     mbstate_t * __restrict);
  71 static size_t   _EUC_JP_wcrtomb(char * __restrict, wchar_t,
  72                     mbstate_t * __restrict);
  73 static size_t   _EUC_KR_wcrtomb(char * __restrict, wchar_t,
  74                     mbstate_t * __restrict);
  75 static size_t   _EUC_TW_wcrtomb(char * __restrict, wchar_t,
  76                     mbstate_t * __restrict);
  77
  78 static size_t   _EUC_CN_mbsnrtowcs(wchar_t * __restrict,
  79                     const char ** __restrict, size_t, size_t,
  80                     mbstate_t * __restrict);
  81 static size_t   _EUC_JP_mbsnrtowcs(wchar_t * __restrict,
  82                     const char ** __restrict, size_t, size_t,
  83                     mbstate_t * __restrict);
  84 static size_t   _EUC_KR_mbsnrtowcs(wchar_t * __restrict,
  85                     const char ** __restrict, size_t, size_t,
  86                     mbstate_t * __restrict);
  87 static size_t   _EUC_TW_mbsnrtowcs(wchar_t * __restrict,
  88                     const char ** __restrict, size_t, size_t,
  89                     mbstate_t * __restrict);
  90
  91 static size_t   _EUC_CN_wcsnrtombs(char * __restrict,
  92                     const wchar_t ** __restrict, size_t, size_t,
  93                     mbstate_t * __restrict);
  94 static size_t   _EUC_JP_wcsnrtombs(char * __restrict,
  95                     const wchar_t ** __restrict, size_t, size_t,
  96                     mbstate_t * __restrict);
  97 static size_t   _EUC_KR_wcsnrtombs(char * __restrict,
  98                     const wchar_t ** __restrict, size_t, size_t,
  99                     mbstate_t * __restrict);
 100 static size_t   _EUC_TW_wcsnrtombs(char * __restrict,
 101                     const wchar_t ** __restrict, size_t, size_t,
 102                     mbstate_t * __restrict);
 103
 104 static int      _EUC_mbsinit(const mbstate_t *);
 105
 106 typedef struct {
 107         wchar_t ch;
 108         int     set;
 109         int     want;
 110 } _EucState;
 111
 112 static int
 113 _EUC_mbsinit(const mbstate_t *ps)
 114 {
 115
 116         return (ps == NULL || ((const _EucState *)ps)->want == 0);
 117 }
 118
 119 /*
 120  * EUC-CN uses CS0, CS1 and CS2 (4 bytes).
 121  */
 122 int
 123 _EUC_CN_init(struct xlocale_ctype *l, _RuneLocale *rl)
 124 {
 125         l->__mbrtowc = _EUC_CN_mbrtowc;
 126         l->__wcrtomb = _EUC_CN_wcrtomb;
 127         l->__mbsnrtowcs = _EUC_CN_mbsnrtowcs;
 128         l->__wcsnrtombs = _EUC_CN_wcsnrtombs;
 129         l->__mbsinit = _EUC_mbsinit;
 130
 131         l->runes = rl;
 132         l->__mb_cur_max = 4;
 133         l->__mb_sb_limit = 256;
 134         return (0);
 135 }
 136
 137 static size_t
 138 _EUC_CN_mbrtowc(wchar_t * __restrict pwc, const char * __restrict s,
 139     size_t n, mbstate_t * __restrict ps)
 140 {
 141         return (_EUC_mbrtowc_impl(pwc, s, n, ps, SS2, 4, 0, 0));
 142 }
 143
 144 static size_t
 145 _EUC_CN_mbsnrtowcs(wchar_t * __restrict dst,
 146     const char ** __restrict src,
 147     size_t nms, size_t len, mbstate_t * __restrict ps)
 148 {
 149         return (__mbsnrtowcs_std(dst, src, nms, len, ps, _EUC_CN_mbrtowc));
 150 }
 151
 152 static size_t
 153 _EUC_CN_wcrtomb(char * __restrict s, wchar_t wc,
 154     mbstate_t * __restrict ps)
 155 {
 156         return (_EUC_wcrtomb_impl(s, wc, ps, SS2, 4, 0, 0));
 157 }
 158
 159 static size_t
 160 _EUC_CN_wcsnrtombs(char * __restrict dst, const wchar_t ** __restrict src,
 161         size_t nwc, size_t len, mbstate_t * __restrict ps)
 162 {
 163         return (__wcsnrtombs_std(dst, src, nwc, len, ps, _EUC_CN_wcrtomb));
 164 }
 165
 166 /*
 167  * EUC-KR uses only CS0 and CS1.
 168  */
 169 int
 170 _EUC_KR_init(struct xlocale_ctype *l, _RuneLocale *rl)
 171 {
 172         l->__mbrtowc = _EUC_KR_mbrtowc;
 173         l->__wcrtomb = _EUC_KR_wcrtomb;
 174         l->__mbsnrtowcs = _EUC_KR_mbsnrtowcs;
 175         l->__wcsnrtombs = _EUC_KR_wcsnrtombs;
 176         l->__mbsinit = _EUC_mbsinit;
 177
 178         l->runes = rl;
 179         l->__mb_cur_max = 2;
 180         l->__mb_sb_limit = 128;
 181         return (0);
 182 }
 183
 184 static size_t
 185 _EUC_KR_mbrtowc(wchar_t * __restrict pwc, const char * __restrict s,
 186     size_t n, mbstate_t * __restrict ps)
 187 {
 188         return (_EUC_mbrtowc_impl(pwc, s, n, ps, 0, 0, 0, 0));
 189 }
 190
 191 static size_t
 192 _EUC_KR_mbsnrtowcs(wchar_t * __restrict dst,
 193     const char ** __restrict src,
 194     size_t nms, size_t len, mbstate_t * __restrict ps)
 195 {
 196         return (__mbsnrtowcs_std(dst, src, nms, len, ps, _EUC_KR_mbrtowc));
 197 }
 198
 199 static size_t
 200 _EUC_KR_wcrtomb(char * __restrict s, wchar_t wc,
 201         mbstate_t * __restrict ps)
 202 {
 203         return (_EUC_wcrtomb_impl(s, wc, ps, 0, 0, 0, 0));
 204 }
 205
 206 static size_t
 207 _EUC_KR_wcsnrtombs(char * __restrict dst, const wchar_t ** __restrict src,
 208         size_t nwc, size_t len, mbstate_t * __restrict ps)
 209 {
 210         return (__wcsnrtombs_std(dst, src, nwc, len, ps, _EUC_KR_wcrtomb));
 211 }
 212
 213 /*
 214  * EUC-JP uses CS0, CS1, CS2, and CS3.
 215  */
 216 int
 217 _EUC_JP_init(struct xlocale_ctype *l, _RuneLocale *rl)
 218 {
 219         l->__mbrtowc = _EUC_JP_mbrtowc;
 220         l->__wcrtomb = _EUC_JP_wcrtomb;
 221         l->__mbsnrtowcs = _EUC_JP_mbsnrtowcs;
 222         l->__wcsnrtombs = _EUC_JP_wcsnrtombs;
 223         l->__mbsinit = _EUC_mbsinit;
 224
 225         l->runes = rl;
 226         l->__mb_cur_max = 3;
 227         l->__mb_sb_limit = 196;
 228         return (0);
 229 }
 230
 231 static size_t
 232 _EUC_JP_mbrtowc(wchar_t * __restrict pwc, const char * __restrict s,
 233     size_t n, mbstate_t * __restrict ps)
 234 {
 235         return (_EUC_mbrtowc_impl(pwc, s, n, ps, SS2, 2, SS3, 3));
 236 }
 237
 238 static size_t
 239 _EUC_JP_mbsnrtowcs(wchar_t * __restrict dst,
 240     const char ** __restrict src,
 241     size_t nms, size_t len, mbstate_t * __restrict ps)
 242 {
 243         return (__mbsnrtowcs_std(dst, src, nms, len, ps, _EUC_JP_mbrtowc));
 244 }
 245
 246 static size_t
 247 _EUC_JP_wcrtomb(char * __restrict s, wchar_t wc,
 248     mbstate_t * __restrict ps)
 249 {
 250         return (_EUC_wcrtomb_impl(s, wc, ps, SS2, 2, SS3, 3));
 251 }
 252
 253 static size_t
 254 _EUC_JP_wcsnrtombs(char * __restrict dst, const wchar_t ** __restrict src,
 255         size_t nwc, size_t len, mbstate_t * __restrict ps)
 256 {
 257         return (__wcsnrtombs_std(dst, src, nwc, len, ps, _EUC_JP_wcrtomb));
 258 }
 259
 260 /*
 261  * EUC-TW uses CS0, CS1, and CS2.
 262  */
 263 int
 264 _EUC_TW_init(struct xlocale_ctype *l, _RuneLocale *rl)
 265 {
 266         l->__mbrtowc = _EUC_TW_mbrtowc;
 267         l->__wcrtomb = _EUC_TW_wcrtomb;
 268         l->__mbsnrtowcs = _EUC_TW_mbsnrtowcs;
 269         l->__wcsnrtombs = _EUC_TW_wcsnrtombs;
 270         l->__mbsinit = _EUC_mbsinit;
 271
 272         l->runes = rl;
 273         l->__mb_cur_max = 4;
 274         l->__mb_sb_limit = 256;
 275         return (0);
 276 }
 277
 278 static size_t
 279 _EUC_TW_mbrtowc(wchar_t * __restrict pwc, const char * __restrict s,
 280         size_t n, mbstate_t * __restrict ps)
 281 {
 282         return (_EUC_mbrtowc_impl(pwc, s, n, ps, SS2, 4, 0, 0));
 283 }
 284
 285 static size_t
 286 _EUC_TW_mbsnrtowcs(wchar_t * __restrict dst,
 287         const char ** __restrict src,
 288         size_t nms, size_t len, mbstate_t * __restrict ps)
 289 {
 290         return (__mbsnrtowcs_std(dst, src, nms, len, ps, _EUC_TW_mbrtowc));
 291 }
 292
 293 static size_t
 294 _EUC_TW_wcrtomb(char * __restrict s, wchar_t wc,
 295         mbstate_t * __restrict ps)
 296 {
 297         return (_EUC_wcrtomb_impl(s, wc, ps, SS2, 4, 0, 0));
 298 }
 299
 300 static size_t
 301 _EUC_TW_wcsnrtombs(char * __restrict dst, const wchar_t ** __restrict src,
 302         size_t nwc, size_t len, mbstate_t * __restrict ps)
 303 {
 304         return (__wcsnrtombs_std(dst, src, nwc, len, ps, _EUC_TW_wcrtomb));
 305 }
 306
 307 /*
 308  * Common EUC code.
 309  */
 310
 311 static size_t
 312 _EUC_mbrtowc_impl(wchar_t * __restrict pwc, const char * __restrict s,
 313         size_t n, mbstate_t * __restrict ps,
 314         uint8_t cs2, uint8_t cs2width, uint8_t cs3, uint8_t cs3width)
 315 {
 316         _EucState *es;
 317         int i, want;
 318         wchar_t wc;
 319         unsigned char ch;
 320
 321         es = (_EucState *)ps;
 322
 323         if (es->want < 0 || es->want > MB_CUR_MAX) {
 324                 errno = EINVAL;
 325                 return ((size_t)-1);
 326         }
 327
 328         if (s == NULL) {
 329                 s = "";
 330                 n = 1;
 331                 pwc = NULL;
 332         }
 333
 334         if (n == 0)
 335                 /* Incomplete multibyte sequence */
 336                 return ((size_t)-2);
 337
 338         if (es->want == 0) {
 339                 /* Fast path for plain ASCII (CS0) */
 340                 if (((ch = (unsigned char)*s) & 0x80) == 0) {
 341                         if (pwc != NULL)
 342                                 *pwc = ch;
 343                         return (ch != '\0' ? 1 : 0);
 344                 }
 345
 346                 if (ch >= 0xa1) {
 347                         /* CS1 */
 348                         want = 2;
 349                 } else if (ch == cs2) {
 350                         want = cs2width;
 351                 } else if (ch == cs3) {
 352                         want = cs3width;
 353                 } else {
 354                         errno = EILSEQ;
 355                         return ((size_t)-1);
 356                 }
 357
 358
 359                 es->want = want;
 360                 es->ch = 0;
 361         } else {
 362                 want = es->want;
 363                 wc = es->ch;
 364         }
 365
 366         for (i = 0; i < MIN(want, n); i++) {
 367                 wc <<= 8;
 368                 wc |= *s;
 369                 s++;
 370         }
 371         if (i < want) {
 372                 /* Incomplete multibyte sequence */
 373                 es->want = want - i;
 374                 es->ch = wc;
 375                 return ((size_t)-2);
 376         }
 377         if (pwc != NULL)
 378                 *pwc = wc;
 379         es->want = 0;
 380         return (wc == L'\0' ? 0 : want);
 381 }
 382
 383 static size_t
 384 _EUC_wcrtomb_impl(char * __restrict s, wchar_t wc,
 385     mbstate_t * __restrict ps,
 386     uint8_t cs2, uint8_t cs2width, uint8_t cs3, uint8_t cs3width)
 387 {
 388         _EucState *es;
 389         int i, len;
 390         wchar_t nm;
 391
 392         es = (_EucState *)ps;
 393
 394         if (es->want != 0) {
 395                 errno = EINVAL;
 396                 return ((size_t)-1);
 397         }
 398
 399         if (s == NULL)
 400                 /* Reset to initial shift state (no-op) */
 401                 return (1);
 402
 403         if ((wc & ~0x7f) == 0) {
 404                 /* Fast path for plain ASCII (CS0) */
 405                 *s = (char)wc;
 406                 return (1);
 407         }
 408
 409         /* Determine the "length" */
 410         if ((unsigned)wc > 0xffffff) {
 411                 len = 4;
 412         } else if ((unsigned)wc > 0xffff) {
 413                 len = 3;
 414         } else if ((unsigned)wc > 0xff) {
 415                 len = 2;
 416         } else {
 417                 len = 1;
 418         }
 419
 420         if (len > MB_CUR_MAX) {
 421                 errno = EILSEQ;
 422                 return ((size_t)-1);
 423         }
 424
 425         /* This first check excludes CS1, which is implicitly valid. */
 426         if ((wc < 0xa100) || (wc > 0xffff)) {
 427                 /* Check for valid CS2 or CS3 */
 428                 nm = (wc >> ((len - 1) * 8));
 429                 if (nm == cs2) {
 430                         if (len != cs2width) {
 431                                 errno = EILSEQ;
 432                                 return ((size_t)-1);
 433                         }
 434                 } else if (nm == cs3) {
 435                         if (len != cs3width) {
 436                                 errno = EILSEQ;
 437                                 return ((size_t)-1);
 438                         }
 439                 } else {
 440                         errno = EILSEQ;
 441                         return ((size_t)-1);
 442                 }
 443         }
 444
 445         /* Stash the bytes, least significant last */
 446         for (i = len - 1; i >= 0; i--) {
 447                 s[i] = (wc & 0xff);
 448                 wc >>= 8;
 449         }
 450         return (len);
 451 }