local-lib5/lib/perl5/XML/SAX/PurePerl/EncodingDetect.pm

   1 # $Id: EncodingDetect.pm,v 1.6 2007-02-07 09:33:50 grant Exp $
   2
   3 package XML::SAX::PurePerl; # NB, not ::EncodingDetect!
   4
   5 use strict;
   6
   7 sub encoding_detect {
   8     my ($parser, $reader) = @_;
   9
  10     my $error = "Invalid byte sequence at start of file";
  11
  12     my $data = $reader->data;
  13     if ($data =~ /^\x00\x00\xFE\xFF/) {
  14         # BO-UCS4-be
  15         $reader->move_along(4);
  16         $reader->set_encoding('UCS-4BE');
  17         return;
  18     }
  19     elsif ($data =~ /^\x00\x00\xFF\xFE/) {
  20         # BO-UCS-4-2143
  21         $reader->move_along(4);
  22         $reader->set_encoding('UCS-4-2143');
  23         return;
  24     }
  25     elsif ($data =~ /^\x00\x00\x00\x3C/) {
  26         $reader->set_encoding('UCS-4BE');
  27         return;
  28     }
  29     elsif ($data =~ /^\x00\x00\x3C\x00/) {
  30         $reader->set_encoding('UCS-4-2143');
  31         return;
  32     }
  33     elsif ($data =~ /^\x00\x3C\x00\x00/) {
  34         $reader->set_encoding('UCS-4-3412');
  35         return;
  36     }
  37     elsif ($data =~ /^\x00\x3C\x00\x3F/) {
  38         $reader->set_encoding('UTF-16BE');
  39         return;
  40     }
  41     elsif ($data =~ /^\xFF\xFE\x00\x00/) {
  42         # BO-UCS-4LE
  43         $reader->move_along(4);
  44         $reader->set_encoding('UCS-4LE');
  45         return;
  46     }
  47     elsif ($data =~ /^\xFF\xFE/) {
  48         $reader->move_along(2);
  49         $reader->set_encoding('UTF-16LE');
  50         return;
  51     }
  52     elsif ($data =~ /^\xFE\xFF\x00\x00/) {
  53         $reader->move_along(4);
  54         $reader->set_encoding('UCS-4-3412');
  55         return;
  56     }
  57     elsif ($data =~ /^\xFE\xFF/) {
  58         $reader->move_along(2);
  59         $reader->set_encoding('UTF-16BE');
  60         return;
  61     }
  62     elsif ($data =~ /^\xEF\xBB\xBF/) { # UTF-8 BOM
  63         $reader->move_along(3);
  64         $reader->set_encoding('UTF-8');
  65         return;
  66     }
  67     elsif ($data =~ /^\x3C\x00\x00\x00/) {
  68         $reader->set_encoding('UCS-4LE');
  69         return;
  70     }
  71     elsif ($data =~ /^\x3C\x00\x3F\x00/) {
  72         $reader->set_encoding('UTF-16LE');
  73         return;
  74     }
  75     elsif ($data =~ /^\x3C\x3F\x78\x6D/) {
  76         # $reader->set_encoding('UTF-8');
  77         return;
  78     }
  79     elsif ($data =~ /^\x3C\x3F\x78/) {
  80         # $reader->set_encoding('UTF-8');
  81         return;
  82     }
  83     elsif ($data =~ /^\x3C\x3F/) {
  84         # $reader->set_encoding('UTF-8');
  85         return;
  86     }
  87     elsif ($data =~ /^\x3C/) {
  88         # $reader->set_encoding('UTF-8');
  89         return;
  90     }
  91     elsif ($data =~ /^[\x20\x09\x0A\x0D]+\x3C[^\x3F]/) {
  92         # $reader->set_encoding('UTF-8');
  93         return;
  94     }
  95     elsif ($data =~ /^\x4C\x6F\xA7\x94/) {
  96         $reader->set_encoding('EBCDIC');
  97         return;
  98     }
  99
 100     warn("Unable to recognise encoding of this document");
 101     return;
 102 }
 103
 104 1;
 105