nsz Git - cparser/blob - string_rep.h

   1 /*
   2  * This file is part of cparser.
   3  * Copyright (C) 2007-2009 Matthias Braun <matze@braunis.de>
   4  *
   5  * This program is free software; you can redistribute it and/or
   6  * modify it under the terms of the GNU General Public License
   7  * as published by the Free Software Foundation; either version 2
   8  * of the License, or (at your option) any later version.
   9  *
  10  * This program is distributed in the hope that it will be useful,
  11  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  12  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13  * GNU General Public License for more details.
  14  *
  15  * You should have received a copy of the GNU General Public License
  16  * along with this program; if not, write to the Free Software
  17  * Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA
  18  * 02111-1307, USA.
  19  */
  20 #ifndef STRING_REP_H
  21 #define STRING_REP_H
  22
  23 #include <assert.h>
  24 #include <stdlib.h>
  25
  26 typedef struct string_t {
  27         const char *begin; /**< UTF-8 encoded string, the last character is
  28                                                 * guaranteed to be 0 */
  29         size_t      size;  /**< size of string in bytes (not characters) */
  30 } string_t;
  31
  32 typedef unsigned int utf32;
  33 #define UTF32_PRINTF_FORMAT "%u"
  34
  35 /**
  36  * "parse" an utf8 character from a string.
  37  * Warning: This function only works for valid utf-8 inputs. The behaviour
  38  * is undefined for invalid utf-8 input.
  39  *
  40  * @param p    A pointer to a pointer into the string. The pointer
  41  *             is incremented for each consumed char
  42  */
  43 static inline utf32 read_utf8_char(const char **p)
  44 {
  45         const unsigned char *c      = (const unsigned char *) *p;
  46         utf32                result;
  47
  48         if ((*c & 0x80) == 0) {
  49                 /* 1 character encoding: 0b0??????? */
  50                 result = *c++;
  51         } else if ((*c & 0xE0) == 0xC0) {
  52                 /* 2 character encoding: 0b110?????, 0b10?????? */
  53                 result = *c++ & 0x1F;
  54                 result = (result << 6) | (*c++ & 0x3F);
  55         } else if ((*c & 0xF0) == 0xE0) {
  56                 /* 3 character encoding: 0b1110????, 0b10??????, 0b10?????? */
  57                 result = *c++ & 0x0F;
  58                 result = (result << 6) | (*c++ & 0x3F);
  59                 result = (result << 6) | (*c++ & 0x3F);
  60         } else {
  61                 /* 4 character enc.: 0b11110???, 0b10??????, 0b10??????, 0b10?????? */
  62                 assert((*c & 0xF8) == 0xF0);
  63                 result = *c++ & 0x07;
  64                 result = (result << 6) | (*c++ & 0x3F);
  65                 result = (result << 6) | (*c++ & 0x3F);
  66                 result = (result << 6) | (*c++ & 0x3F);
  67         }
  68
  69         *p = (const char*) c;
  70         return result;
  71 }
  72
  73 static inline size_t wstrlen(const string_t *string)
  74 {
  75         size_t      result = 0;
  76         const char *p      = string->begin;
  77         const char *end    = p + string->size;
  78         while (p < end) {
  79                 read_utf8_char(&p);
  80                 ++result;
  81         }
  82         return result;
  83 }
  84
  85 #endif