Cope with completely empty lines within the Changes file.
[p5sagit/p5-mst-13.2.git] / utf8.c
1 /*    utf8.c
2  *
3  *    Copyright (C) 2000, 2001, 2002, 2003, 2004, 2005 by Larry Wall and
4  *    others
5  *
6  *    You may distribute under the terms of either the GNU General Public
7  *    License or the Artistic License, as specified in the README file.
8  *
9  */
10
11 /*
12  * 'What a fix!' said Sam. 'That's the one place in all the lands we've ever
13  * heard of that we don't want to see any closer; and that's the one place
14  * we're trying to get to!  And that's just where we can't get, nohow.'
15  *
16  * 'Well do I understand your speech,' he answered in the same language;
17  * 'yet few strangers do so.  Why then do you not speak in the Common Tongue,
18  * as is the custom in the West, if you wish to be answered?'
19  *
20  * ...the travellers perceived that the floor was paved with stones of many
21  * hues; branching runes and strange devices intertwined beneath their feet.
22  */
23
24 #include "EXTERN.h"
25 #define PERL_IN_UTF8_C
26 #include "perl.h"
27
28 static const char unees[] =
29     "Malformed UTF-8 character (unexpected end of string)";
30
31 /* 
32 =head1 Unicode Support
33
34 This file contains various utility functions for manipulating UTF8-encoded
35 strings. For the uninitiated, this is a method of representing arbitrary
36 Unicode characters as a variable number of bytes, in such a way that
37 characters in the ASCII range are unmodified, and a zero byte never appears
38 within non-zero characters.
39
40 =for apidoc A|U8 *|uvuni_to_utf8_flags|U8 *d|UV uv|UV flags
41
42 Adds the UTF-8 representation of the Unicode codepoint C<uv> to the end
43 of the string C<d>; C<d> should be have at least C<UTF8_MAXBYTES+1> free
44 bytes available. The return value is the pointer to the byte after the
45 end of the new character. In other words,
46
47     d = uvuni_to_utf8_flags(d, uv, flags);
48
49 or, in most cases,
50
51     d = uvuni_to_utf8(d, uv);
52
53 (which is equivalent to)
54
55     d = uvuni_to_utf8_flags(d, uv, 0);
56
57 is the recommended Unicode-aware way of saying
58
59     *(d++) = uv;
60
61 =cut
62 */
63
64 U8 *
65 Perl_uvuni_to_utf8_flags(pTHX_ U8 *d, UV uv, UV flags)
66 {
67     if (ckWARN(WARN_UTF8)) {
68          if (UNICODE_IS_SURROGATE(uv) &&
69              !(flags & UNICODE_ALLOW_SURROGATE))
70               Perl_warner(aTHX_ packWARN(WARN_UTF8), "UTF-16 surrogate 0x%04"UVxf, uv);
71          else if (
72                   ((uv >= 0xFDD0 && uv <= 0xFDEF &&
73                     !(flags & UNICODE_ALLOW_FDD0))
74                    ||
75                    ((uv & 0xFFFE) == 0xFFFE && /* Either FFFE or FFFF. */
76                     !(flags & UNICODE_ALLOW_FFFF))) &&
77                   /* UNICODE_ALLOW_SUPER includes
78                    * FFFEs and FFFFs beyond 0x10FFFF. */
79                   ((uv <= PERL_UNICODE_MAX) ||
80                    !(flags & UNICODE_ALLOW_SUPER))
81                   )
82               Perl_warner(aTHX_ packWARN(WARN_UTF8),
83                          "Unicode character 0x%04"UVxf" is illegal", uv);
84     }
85     if (UNI_IS_INVARIANT(uv)) {
86         *d++ = (U8)UTF_TO_NATIVE(uv);
87         return d;
88     }
89 #if defined(EBCDIC)
90     else {
91         STRLEN len  = UNISKIP(uv);
92         U8 *p = d+len-1;
93         while (p > d) {
94             *p-- = (U8)UTF_TO_NATIVE((uv & UTF_CONTINUATION_MASK) | UTF_CONTINUATION_MARK);
95             uv >>= UTF_ACCUMULATION_SHIFT;
96         }
97         *p = (U8)UTF_TO_NATIVE((uv & UTF_START_MASK(len)) | UTF_START_MARK(len));
98         return d+len;
99     }
100 #else /* Non loop style */
101     if (uv < 0x800) {
102         *d++ = (U8)(( uv >>  6)         | 0xc0);
103         *d++ = (U8)(( uv        & 0x3f) | 0x80);
104         return d;
105     }
106     if (uv < 0x10000) {
107         *d++ = (U8)(( uv >> 12)         | 0xe0);
108         *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
109         *d++ = (U8)(( uv        & 0x3f) | 0x80);
110         return d;
111     }
112     if (uv < 0x200000) {
113         *d++ = (U8)(( uv >> 18)         | 0xf0);
114         *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
115         *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
116         *d++ = (U8)(( uv        & 0x3f) | 0x80);
117         return d;
118     }
119     if (uv < 0x4000000) {
120         *d++ = (U8)(( uv >> 24)         | 0xf8);
121         *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
122         *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
123         *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
124         *d++ = (U8)(( uv        & 0x3f) | 0x80);
125         return d;
126     }
127     if (uv < 0x80000000) {
128         *d++ = (U8)(( uv >> 30)         | 0xfc);
129         *d++ = (U8)(((uv >> 24) & 0x3f) | 0x80);
130         *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
131         *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
132         *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
133         *d++ = (U8)(( uv        & 0x3f) | 0x80);
134         return d;
135     }
136 #ifdef HAS_QUAD
137     if (uv < UTF8_QUAD_MAX)
138 #endif
139     {
140         *d++ =                            0xfe; /* Can't match U+FEFF! */
141         *d++ = (U8)(((uv >> 30) & 0x3f) | 0x80);
142         *d++ = (U8)(((uv >> 24) & 0x3f) | 0x80);
143         *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
144         *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
145         *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
146         *d++ = (U8)(( uv        & 0x3f) | 0x80);
147         return d;
148     }
149 #ifdef HAS_QUAD
150     {
151         *d++ =                            0xff;         /* Can't match U+FFFE! */
152         *d++ =                            0x80;         /* 6 Reserved bits */
153         *d++ = (U8)(((uv >> 60) & 0x0f) | 0x80);        /* 2 Reserved bits */
154         *d++ = (U8)(((uv >> 54) & 0x3f) | 0x80);
155         *d++ = (U8)(((uv >> 48) & 0x3f) | 0x80);
156         *d++ = (U8)(((uv >> 42) & 0x3f) | 0x80);
157         *d++ = (U8)(((uv >> 36) & 0x3f) | 0x80);
158         *d++ = (U8)(((uv >> 30) & 0x3f) | 0x80);
159         *d++ = (U8)(((uv >> 24) & 0x3f) | 0x80);
160         *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
161         *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
162         *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
163         *d++ = (U8)(( uv        & 0x3f) | 0x80);
164         return d;
165     }
166 #endif
167 #endif /* Loop style */
168 }
169  
170 U8 *
171 Perl_uvuni_to_utf8(pTHX_ U8 *d, UV uv)
172 {
173     return Perl_uvuni_to_utf8_flags(aTHX_ d, uv, 0);
174 }
175
176 /*
177
178 Tests if some arbitrary number of bytes begins in a valid UTF-8
179 character.  Note that an INVARIANT (i.e. ASCII) character is a valid
180 UTF-8 character.  The actual number of bytes in the UTF-8 character
181 will be returned if it is valid, otherwise 0.
182
183 This is the "slow" version as opposed to the "fast" version which is
184 the "unrolled" IS_UTF8_CHAR().  E.g. for t/uni/class.t the speed
185 difference is a factor of 2 to 3.  For lengths (UTF8SKIP(s)) of four
186 or less you should use the IS_UTF8_CHAR(), for lengths of five or more
187 you should use the _slow().  In practice this means that the _slow()
188 will be used very rarely, since the maximum Unicode code point (as of
189 Unicode 4.1) is U+10FFFF, which encodes in UTF-8 to four bytes.  Only
190 the "Perl extended UTF-8" (the infamous 'v-strings') will encode into
191 five bytes or more.
192
193 =cut */
194 STATIC STRLEN
195 S_is_utf8_char_slow(pTHX_ const U8 *s, const STRLEN len)
196 {
197     U8 u = *s;
198     STRLEN slen;
199     UV uv, ouv;
200
201     if (UTF8_IS_INVARIANT(u))
202         return 1;
203
204     if (!UTF8_IS_START(u))
205         return 0;
206
207     if (len < 2 || !UTF8_IS_CONTINUATION(s[1]))
208         return 0;
209
210     slen = len - 1;
211     s++;
212     u &= UTF_START_MASK(len);
213     uv  = u;
214     ouv = uv;
215     while (slen--) {
216         if (!UTF8_IS_CONTINUATION(*s))
217             return 0;
218         uv = UTF8_ACCUMULATE(uv, *s);
219         if (uv < ouv) 
220             return 0;
221         ouv = uv;
222         s++;
223     }
224
225     if ((STRLEN)UNISKIP(uv) < len)
226         return 0;
227
228     return len;
229 }
230
231 /*
232 =for apidoc A|STRLEN|is_utf8_char|const U8 *s
233
234 Tests if some arbitrary number of bytes begins in a valid UTF-8
235 character.  Note that an INVARIANT (i.e. ASCII) character is a valid
236 UTF-8 character.  The actual number of bytes in the UTF-8 character
237 will be returned if it is valid, otherwise 0.
238
239 =cut */
240 STRLEN
241 Perl_is_utf8_char(pTHX_ const U8 *s)
242 {
243     STRLEN len = UTF8SKIP(s);
244 #ifdef IS_UTF8_CHAR
245     if (IS_UTF8_CHAR_FAST(len))
246         return IS_UTF8_CHAR(s, len) ? len : 0;
247 #endif /* #ifdef IS_UTF8_CHAR */
248     return is_utf8_char_slow(s, len);
249 }
250
251 /*
252 =for apidoc A|bool|is_utf8_string|const U8 *s|STRLEN len
253
254 Returns true if first C<len> bytes of the given string form a valid
255 UTF-8 string, false otherwise.  Note that 'a valid UTF-8 string' does
256 not mean 'a string that contains code points above 0x7F encoded in UTF-8'
257 because a valid ASCII string is a valid UTF-8 string.
258
259 See also is_utf8_string_loclen() and is_utf8_string_loc().
260
261 =cut
262 */
263
264 bool
265 Perl_is_utf8_string(pTHX_ const U8 *s, STRLEN len)
266 {
267     const U8* x = s;
268     const U8* send;
269
270     if (!len && s)
271         len = strlen((const char *)s);
272     send = s + len;
273
274     while (x < send) {
275         STRLEN c;
276          /* Inline the easy bits of is_utf8_char() here for speed... */
277          if (UTF8_IS_INVARIANT(*x))
278               c = 1;
279          else if (!UTF8_IS_START(*x))
280              goto out;
281          else {
282               /* ... and call is_utf8_char() only if really needed. */
283 #ifdef IS_UTF8_CHAR
284              c = UTF8SKIP(x);
285              if (IS_UTF8_CHAR_FAST(c)) {
286                  if (!IS_UTF8_CHAR(x, c))
287                      goto out;
288              } else if (!is_utf8_char_slow(x, c))
289                  goto out;
290 #else
291              c = is_utf8_char(x);
292 #endif /* #ifdef IS_UTF8_CHAR */
293               if (!c)
294                   goto out;
295          }
296         x += c;
297     }
298
299  out:
300     if (x != send)
301         return FALSE;
302
303     return TRUE;
304 }
305
306 /*
307 =for apidoc A|bool|is_utf8_string_loclen|const U8 *s|STRLEN len|const U8 **ep|const STRLEN *el
308
309 Like is_ut8_string() but stores the location of the failure (in the
310 case of "utf8ness failure") or the location s+len (in the case of
311 "utf8ness success") in the C<ep>, and the number of UTF-8
312 encoded characters in the C<el>.
313
314 See also is_utf8_string_loc() and is_utf8_string().
315
316 =cut
317 */
318
319 bool
320 Perl_is_utf8_string_loclen(pTHX_ const U8 *s, STRLEN len, const U8 **ep, STRLEN *el)
321 {
322     const U8* x = s;
323     const U8* send;
324     STRLEN c;
325
326     if (!len && s)
327         len = strlen((const char *)s);
328     send = s + len;
329     if (el)
330         *el = 0;
331
332     while (x < send) {
333          /* Inline the easy bits of is_utf8_char() here for speed... */
334          if (UTF8_IS_INVARIANT(*x))
335              c = 1;
336          else if (!UTF8_IS_START(*x))
337              goto out;
338          else {
339              /* ... and call is_utf8_char() only if really needed. */
340 #ifdef IS_UTF8_CHAR
341              c = UTF8SKIP(x);
342              if (IS_UTF8_CHAR_FAST(c)) {
343                  if (!IS_UTF8_CHAR(x, c))
344                      c = 0;
345              } else
346                  c = is_utf8_char_slow(x, c);
347 #else
348              c = is_utf8_char(x);
349 #endif /* #ifdef IS_UTF8_CHAR */
350              if (!c)
351                  goto out;
352          }
353          x += c;
354          if (el)
355              (*el)++;
356     }
357
358  out:
359     if (ep)
360         *ep = x;
361     if (x != send)
362         return FALSE;
363
364     return TRUE;
365 }
366
367 /*
368 =for apidoc A|bool|is_utf8_string_loc|const U8 *s|STRLEN len|const U8 **ep|const STRLEN *el
369
370 Like is_ut8_string() but stores the location of the failure (in the
371 case of "utf8ness failure") or the location s+len (in the case of
372 "utf8ness success") in the C<ep>.
373
374 See also is_utf8_string_loclen() and is_utf8_string().
375
376 =cut
377 */
378
379 bool
380 Perl_is_utf8_string_loc(pTHX_ const U8 *s, STRLEN len, const U8 **ep)
381 {
382     return is_utf8_string_loclen(s, len, ep, 0);
383 }
384
385 /*
386 =for apidoc A|UV|utf8n_to_uvuni|const U8 *s|STRLEN curlen|STRLEN *retlen|U32 flags
387
388 Bottom level UTF-8 decode routine.
389 Returns the unicode code point value of the first character in the string C<s>
390 which is assumed to be in UTF-8 encoding and no longer than C<curlen>;
391 C<retlen> will be set to the length, in bytes, of that character.
392
393 If C<s> does not point to a well-formed UTF-8 character, the behaviour
394 is dependent on the value of C<flags>: if it contains UTF8_CHECK_ONLY,
395 it is assumed that the caller will raise a warning, and this function
396 will silently just set C<retlen> to C<-1> and return zero.  If the
397 C<flags> does not contain UTF8_CHECK_ONLY, warnings about
398 malformations will be given, C<retlen> will be set to the expected
399 length of the UTF-8 character in bytes, and zero will be returned.
400
401 The C<flags> can also contain various flags to allow deviations from
402 the strict UTF-8 encoding (see F<utf8.h>).
403
404 Most code should use utf8_to_uvchr() rather than call this directly.
405
406 =cut
407 */
408
409 UV
410 Perl_utf8n_to_uvuni(pTHX_ const U8 *s, STRLEN curlen, STRLEN *retlen, U32 flags)
411 {
412     const U8 *s0 = s;
413     UV uv = *s, ouv = 0;
414     STRLEN len = 1;
415     const bool dowarn = ckWARN_d(WARN_UTF8);
416     const UV startbyte = *s;
417     STRLEN expectlen = 0;
418     U32 warning = 0;
419
420 /* This list is a superset of the UTF8_ALLOW_XXX. */
421
422 #define UTF8_WARN_EMPTY                          1
423 #define UTF8_WARN_CONTINUATION                   2
424 #define UTF8_WARN_NON_CONTINUATION               3
425 #define UTF8_WARN_FE_FF                          4
426 #define UTF8_WARN_SHORT                          5
427 #define UTF8_WARN_OVERFLOW                       6
428 #define UTF8_WARN_SURROGATE                      7
429 #define UTF8_WARN_LONG                           8
430 #define UTF8_WARN_FFFF                           9 /* Also FFFE. */
431
432     if (curlen == 0 &&
433         !(flags & UTF8_ALLOW_EMPTY)) {
434         warning = UTF8_WARN_EMPTY;
435         goto malformed;
436     }
437
438     if (UTF8_IS_INVARIANT(uv)) {
439         if (retlen)
440             *retlen = 1;
441         return (UV) (NATIVE_TO_UTF(*s));
442     }
443
444     if (UTF8_IS_CONTINUATION(uv) &&
445         !(flags & UTF8_ALLOW_CONTINUATION)) {
446         warning = UTF8_WARN_CONTINUATION;
447         goto malformed;
448     }
449
450     if (UTF8_IS_START(uv) && curlen > 1 && !UTF8_IS_CONTINUATION(s[1]) &&
451         !(flags & UTF8_ALLOW_NON_CONTINUATION)) {
452         warning = UTF8_WARN_NON_CONTINUATION;
453         goto malformed;
454     }
455
456 #ifdef EBCDIC
457     uv = NATIVE_TO_UTF(uv);
458 #else
459     if ((uv == 0xfe || uv == 0xff) &&
460         !(flags & UTF8_ALLOW_FE_FF)) {
461         warning = UTF8_WARN_FE_FF;
462         goto malformed;
463     }
464 #endif
465
466     if      (!(uv & 0x20))      { len =  2; uv &= 0x1f; }
467     else if (!(uv & 0x10))      { len =  3; uv &= 0x0f; }
468     else if (!(uv & 0x08))      { len =  4; uv &= 0x07; }
469     else if (!(uv & 0x04))      { len =  5; uv &= 0x03; }
470 #ifdef EBCDIC
471     else if (!(uv & 0x02))      { len =  6; uv &= 0x01; }
472     else                        { len =  7; uv &= 0x01; }
473 #else
474     else if (!(uv & 0x02))      { len =  6; uv &= 0x01; }
475     else if (!(uv & 0x01))      { len =  7; uv = 0; }
476     else                        { len = 13; uv = 0; } /* whoa! */
477 #endif
478
479     if (retlen)
480         *retlen = len;
481
482     expectlen = len;
483
484     if ((curlen < expectlen) &&
485         !(flags & UTF8_ALLOW_SHORT)) {
486         warning = UTF8_WARN_SHORT;
487         goto malformed;
488     }
489
490     len--;
491     s++;
492     ouv = uv;
493
494     while (len--) {
495         if (!UTF8_IS_CONTINUATION(*s) &&
496             !(flags & UTF8_ALLOW_NON_CONTINUATION)) {
497             s--;
498             warning = UTF8_WARN_NON_CONTINUATION;
499             goto malformed;
500         }
501         else
502             uv = UTF8_ACCUMULATE(uv, *s);
503         if (!(uv > ouv)) {
504             /* These cannot be allowed. */
505             if (uv == ouv) {
506                 if (expectlen != 13 && !(flags & UTF8_ALLOW_LONG)) {
507                     warning = UTF8_WARN_LONG;
508                     goto malformed;
509                 }
510             }
511             else { /* uv < ouv */
512                 /* This cannot be allowed. */
513                 warning = UTF8_WARN_OVERFLOW;
514                 goto malformed;
515             }
516         }
517         s++;
518         ouv = uv;
519     }
520
521     if (UNICODE_IS_SURROGATE(uv) &&
522         !(flags & UTF8_ALLOW_SURROGATE)) {
523         warning = UTF8_WARN_SURROGATE;
524         goto malformed;
525     } else if ((expectlen > (STRLEN)UNISKIP(uv)) &&
526                !(flags & UTF8_ALLOW_LONG)) {
527         warning = UTF8_WARN_LONG;
528         goto malformed;
529     } else if (UNICODE_IS_ILLEGAL(uv) &&
530                !(flags & UTF8_ALLOW_FFFF)) {
531         warning = UTF8_WARN_FFFF;
532         goto malformed;
533     }
534
535     return uv;
536
537 malformed:
538
539     if (flags & UTF8_CHECK_ONLY) {
540         if (retlen)
541             *retlen = -1;
542         return 0;
543     }
544
545     if (dowarn) {
546         SV* sv = sv_2mortal(newSVpv("Malformed UTF-8 character ", 0));
547
548         switch (warning) {
549         case 0: /* Intentionally empty. */ break;
550         case UTF8_WARN_EMPTY:
551             Perl_sv_catpv(aTHX_ sv, "(empty string)");
552             break;
553         case UTF8_WARN_CONTINUATION:
554             Perl_sv_catpvf(aTHX_ sv, "(unexpected continuation byte 0x%02"UVxf", with no preceding start byte)", uv);
555             break;
556         case UTF8_WARN_NON_CONTINUATION:
557             if (s == s0)
558                 Perl_sv_catpvf(aTHX_ sv, "(unexpected non-continuation byte 0x%02"UVxf", immediately after start byte 0x%02"UVxf")",
559                            (UV)s[1], startbyte);
560             else
561                 Perl_sv_catpvf(aTHX_ sv, "(unexpected non-continuation byte 0x%02"UVxf", %d byte%s after start byte 0x%02"UVxf", expected %d bytes)",
562                            (UV)s[1], s - s0, s - s0 > 1 ? "s" : "", startbyte, (int)expectlen);
563               
564             break;
565         case UTF8_WARN_FE_FF:
566             Perl_sv_catpvf(aTHX_ sv, "(byte 0x%02"UVxf")", uv);
567             break;
568         case UTF8_WARN_SHORT:
569             Perl_sv_catpvf(aTHX_ sv, "(%d byte%s, need %d, after start byte 0x%02"UVxf")",
570                            (int)curlen, curlen == 1 ? "" : "s", (int)expectlen, startbyte);
571             expectlen = curlen;         /* distance for caller to skip */
572             break;
573         case UTF8_WARN_OVERFLOW:
574             Perl_sv_catpvf(aTHX_ sv, "(overflow at 0x%"UVxf", byte 0x%02x, after start byte 0x%02"UVxf")",
575                            ouv, *s, startbyte);
576             break;
577         case UTF8_WARN_SURROGATE:
578             Perl_sv_catpvf(aTHX_ sv, "(UTF-16 surrogate 0x%04"UVxf")", uv);
579             break;
580         case UTF8_WARN_LONG:
581             Perl_sv_catpvf(aTHX_ sv, "(%d byte%s, need %d, after start byte 0x%02"UVxf")",
582                            (int)expectlen, expectlen == 1 ? "": "s", UNISKIP(uv), startbyte);
583             break;
584         case UTF8_WARN_FFFF:
585             Perl_sv_catpvf(aTHX_ sv, "(character 0x%04"UVxf")", uv);
586             break;
587         default:
588             Perl_sv_catpv(aTHX_ sv, "(unknown reason)");
589             break;
590         }
591         
592         if (warning) {
593             const char *s = SvPVX_const(sv);
594
595             if (PL_op)
596                 Perl_warner(aTHX_ packWARN(WARN_UTF8),
597                             "%s in %s", s,  OP_DESC(PL_op));
598             else
599                 Perl_warner(aTHX_ packWARN(WARN_UTF8), "%s", s);
600         }
601     }
602
603     if (retlen)
604         *retlen = expectlen ? expectlen : len;
605
606     return 0;
607 }
608
609 /*
610 =for apidoc A|UV|utf8_to_uvchr|const U8 *s|STRLEN *retlen
611
612 Returns the native character value of the first character in the string C<s>
613 which is assumed to be in UTF-8 encoding; C<retlen> will be set to the
614 length, in bytes, of that character.
615
616 If C<s> does not point to a well-formed UTF-8 character, zero is
617 returned and retlen is set, if possible, to -1.
618
619 =cut
620 */
621
622 UV
623 Perl_utf8_to_uvchr(pTHX_ const U8 *s, STRLEN *retlen)
624 {
625     return Perl_utf8n_to_uvchr(aTHX_ s, UTF8_MAXBYTES, retlen,
626                                ckWARN(WARN_UTF8) ? 0 : UTF8_ALLOW_ANY);
627 }
628
629 /*
630 =for apidoc A|UV|utf8_to_uvuni|const U8 *s|STRLEN *retlen
631
632 Returns the Unicode code point of the first character in the string C<s>
633 which is assumed to be in UTF-8 encoding; C<retlen> will be set to the
634 length, in bytes, of that character.
635
636 This function should only be used when returned UV is considered
637 an index into the Unicode semantic tables (e.g. swashes).
638
639 If C<s> does not point to a well-formed UTF-8 character, zero is
640 returned and retlen is set, if possible, to -1.
641
642 =cut
643 */
644
645 UV
646 Perl_utf8_to_uvuni(pTHX_ const U8 *s, STRLEN *retlen)
647 {
648     /* Call the low level routine asking for checks */
649     return Perl_utf8n_to_uvuni(aTHX_ s, UTF8_MAXBYTES, retlen,
650                                ckWARN(WARN_UTF8) ? 0 : UTF8_ALLOW_ANY);
651 }
652
653 /*
654 =for apidoc A|STRLEN|utf8_length|const U8 *s|const U8 *e
655
656 Return the length of the UTF-8 char encoded string C<s> in characters.
657 Stops at C<e> (inclusive).  If C<e E<lt> s> or if the scan would end
658 up past C<e>, croaks.
659
660 =cut
661 */
662
663 STRLEN
664 Perl_utf8_length(pTHX_ const U8 *s, const U8 *e)
665 {
666     STRLEN len = 0;
667
668     /* Note: cannot use UTF8_IS_...() too eagerly here since e.g.
669      * the bitops (especially ~) can create illegal UTF-8.
670      * In other words: in Perl UTF-8 is not just for Unicode. */
671
672     if (e < s)
673         goto warn_and_return;
674     while (s < e) {
675         const U8 t = UTF8SKIP(s);
676         if (e - s < t) {
677             warn_and_return:
678             if (ckWARN_d(WARN_UTF8)) {
679                 if (PL_op)
680                     Perl_warner(aTHX_ packWARN(WARN_UTF8),
681                             "%s in %s", unees, OP_DESC(PL_op));
682                 else
683                     Perl_warner(aTHX_ packWARN(WARN_UTF8), unees);
684             }
685             return len;
686         }
687         s += t;
688         len++;
689     }
690
691     return len;
692 }
693
694 /*
695 =for apidoc A|IV|utf8_distance|const U8 *a|const U8 *b
696
697 Returns the number of UTF-8 characters between the UTF-8 pointers C<a>
698 and C<b>.
699
700 WARNING: use only if you *know* that the pointers point inside the
701 same UTF-8 buffer.
702
703 =cut
704 */
705
706 IV
707 Perl_utf8_distance(pTHX_ const U8 *a, const U8 *b)
708 {
709     IV off = 0;
710
711     /* Note: cannot use UTF8_IS_...() too eagerly here since  e.g.
712      * the bitops (especially ~) can create illegal UTF-8.
713      * In other words: in Perl UTF-8 is not just for Unicode. */
714
715     if (a < b) {
716         while (a < b) {
717             const U8 c = UTF8SKIP(a);
718             if (b - a < c)
719                 goto warn_and_return;
720             a += c;
721             off--;
722         }
723     }
724     else {
725         while (b < a) {
726             const U8 c = UTF8SKIP(b);
727
728             if (a - b < c) {
729                 warn_and_return:
730                 if (ckWARN_d(WARN_UTF8)) {
731                     if (PL_op)
732                         Perl_warner(aTHX_ packWARN(WARN_UTF8),
733                                     "%s in %s", unees, OP_DESC(PL_op));
734                     else
735                         Perl_warner(aTHX_ packWARN(WARN_UTF8), unees);
736                 }
737                 return off;
738             }
739             b += c;
740             off++;
741         }
742     }
743
744     return off;
745 }
746
747 /*
748 =for apidoc A|U8 *|utf8_hop|U8 *s|I32 off
749
750 Return the UTF-8 pointer C<s> displaced by C<off> characters, either
751 forward or backward.
752
753 WARNING: do not use the following unless you *know* C<off> is within
754 the UTF-8 data pointed to by C<s> *and* that on entry C<s> is aligned
755 on the first byte of character or just after the last byte of a character.
756
757 =cut
758 */
759
760 U8 *
761 Perl_utf8_hop(pTHX_ const U8 *s, I32 off)
762 {
763     /* Note: cannot use UTF8_IS_...() too eagerly here since e.g
764      * the bitops (especially ~) can create illegal UTF-8.
765      * In other words: in Perl UTF-8 is not just for Unicode. */
766
767     if (off >= 0) {
768         while (off--)
769             s += UTF8SKIP(s);
770     }
771     else {
772         while (off++) {
773             s--;
774             while (UTF8_IS_CONTINUATION(*s))
775                 s--;
776         }
777     }
778     return (U8 *)s;
779 }
780
781 /*
782 =for apidoc A|U8 *|utf8_to_bytes|U8 *s|STRLEN *len
783
784 Converts a string C<s> of length C<len> from UTF-8 into byte encoding.
785 Unlike C<bytes_to_utf8>, this over-writes the original string, and
786 updates len to contain the new length.
787 Returns zero on failure, setting C<len> to -1.
788
789 =cut
790 */
791
792 U8 *
793 Perl_utf8_to_bytes(pTHX_ U8 *s, STRLEN *len)
794 {
795     U8 *send;
796     U8 *d;
797     U8 *save = s;
798
799     /* ensure valid UTF-8 and chars < 256 before updating string */
800     for (send = s + *len; s < send; ) {
801         U8 c = *s++;
802
803         if (!UTF8_IS_INVARIANT(c) &&
804             (!UTF8_IS_DOWNGRADEABLE_START(c) || (s >= send)
805              || !(c = *s++) || !UTF8_IS_CONTINUATION(c))) {
806             *len = -1;
807             return 0;
808         }
809     }
810
811     d = s = save;
812     while (s < send) {
813         STRLEN ulen;
814         *d++ = (U8)utf8_to_uvchr(s, &ulen);
815         s += ulen;
816     }
817     *d = '\0';
818     *len = d - save;
819     return save;
820 }
821
822 /*
823 =for apidoc A|U8 *|bytes_from_utf8|const U8 *s|STRLEN *len|bool *is_utf8
824
825 Converts a string C<s> of length C<len> from UTF-8 into byte encoding.
826 Unlike C<utf8_to_bytes> but like C<bytes_to_utf8>, returns a pointer to
827 the newly-created string, and updates C<len> to contain the new
828 length.  Returns the original string if no conversion occurs, C<len>
829 is unchanged. Do nothing if C<is_utf8> points to 0. Sets C<is_utf8> to
830 0 if C<s> is converted or contains all 7bit characters.
831
832 =cut
833 */
834
835 U8 *
836 Perl_bytes_from_utf8(pTHX_ const U8 *s, STRLEN *len, bool *is_utf8)
837 {
838     U8 *d;
839     const U8 *start = s;
840     const U8 *send;
841     I32 count = 0;
842
843     if (!*is_utf8)
844         return (U8 *)start;
845
846     /* ensure valid UTF-8 and chars < 256 before converting string */
847     for (send = s + *len; s < send;) {
848         U8 c = *s++;
849         if (!UTF8_IS_INVARIANT(c)) {
850             if (UTF8_IS_DOWNGRADEABLE_START(c) && s < send &&
851                 (c = *s++) && UTF8_IS_CONTINUATION(c))
852                 count++;
853             else
854                 return (U8 *)start;
855         }
856     }
857
858     *is_utf8 = 0;               
859
860     Newxz(d, (*len) - count + 1, U8);
861     s = start; start = d;
862     while (s < send) {
863         U8 c = *s++;
864         if (!UTF8_IS_INVARIANT(c)) {
865             /* Then it is two-byte encoded */
866             c = UTF8_ACCUMULATE(NATIVE_TO_UTF(c), *s++);
867             c = ASCII_TO_NATIVE(c);
868         }
869         *d++ = c;
870     }
871     *d = '\0';
872     *len = d - start;
873     return (U8 *)start;
874 }
875
876 /*
877 =for apidoc A|U8 *|bytes_to_utf8|const U8 *s|STRLEN *len
878
879 Converts a string C<s> of length C<len> from ASCII into UTF-8 encoding.
880 Returns a pointer to the newly-created string, and sets C<len> to
881 reflect the new length.
882
883 If you want to convert to UTF-8 from other encodings than ASCII,
884 see sv_recode_to_utf8().
885
886 =cut
887 */
888
889 U8*
890 Perl_bytes_to_utf8(pTHX_ const U8 *s, STRLEN *len)
891 {
892     const U8 * const send = s + (*len);
893     U8 *d;
894     U8 *dst;
895
896     Newxz(d, (*len) * 2 + 1, U8);
897     dst = d;
898
899     while (s < send) {
900         const UV uv = NATIVE_TO_ASCII(*s++);
901         if (UNI_IS_INVARIANT(uv))
902             *d++ = (U8)UTF_TO_NATIVE(uv);
903         else {
904             *d++ = (U8)UTF8_EIGHT_BIT_HI(uv);
905             *d++ = (U8)UTF8_EIGHT_BIT_LO(uv);
906         }
907     }
908     *d = '\0';
909     *len = d-dst;
910     return dst;
911 }
912
913 /*
914  * Convert native (big-endian) or reversed (little-endian) UTF-16 to UTF-8.
915  *
916  * Destination must be pre-extended to 3/2 source.  Do not use in-place.
917  * We optimize for native, for obvious reasons. */
918
919 U8*
920 Perl_utf16_to_utf8(pTHX_ U8* p, U8* d, I32 bytelen, I32 *newlen)
921 {
922     U8* pend;
923     U8* dstart = d;
924
925     if (bytelen == 1 && p[0] == 0) { /* Be understanding. */
926          d[0] = 0;
927          *newlen = 1;
928          return d;
929     }
930
931     if (bytelen & 1)
932         Perl_croak(aTHX_ "panic: utf16_to_utf8: odd bytelen %"UVf, (UV)bytelen);
933
934     pend = p + bytelen;
935
936     while (p < pend) {
937         UV uv = (p[0] << 8) + p[1]; /* UTF-16BE */
938         p += 2;
939         if (uv < 0x80) {
940             *d++ = (U8)uv;
941             continue;
942         }
943         if (uv < 0x800) {
944             *d++ = (U8)(( uv >>  6)         | 0xc0);
945             *d++ = (U8)(( uv        & 0x3f) | 0x80);
946             continue;
947         }
948         if (uv >= 0xd800 && uv < 0xdbff) {      /* surrogates */
949             UV low = (p[0] << 8) + p[1];
950             p += 2;
951             if (low < 0xdc00 || low >= 0xdfff)
952                 Perl_croak(aTHX_ "Malformed UTF-16 surrogate");
953             uv = ((uv - 0xd800) << 10) + (low - 0xdc00) + 0x10000;
954         }
955         if (uv < 0x10000) {
956             *d++ = (U8)(( uv >> 12)         | 0xe0);
957             *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
958             *d++ = (U8)(( uv        & 0x3f) | 0x80);
959             continue;
960         }
961         else {
962             *d++ = (U8)(( uv >> 18)         | 0xf0);
963             *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
964             *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
965             *d++ = (U8)(( uv        & 0x3f) | 0x80);
966             continue;
967         }
968     }
969     *newlen = d - dstart;
970     return d;
971 }
972
973 /* Note: this one is slightly destructive of the source. */
974
975 U8*
976 Perl_utf16_to_utf8_reversed(pTHX_ U8* p, U8* d, I32 bytelen, I32 *newlen)
977 {
978     U8* s = (U8*)p;
979     U8* send = s + bytelen;
980     while (s < send) {
981         U8 tmp = s[0];
982         s[0] = s[1];
983         s[1] = tmp;
984         s += 2;
985     }
986     return utf16_to_utf8(p, d, bytelen, newlen);
987 }
988
989 /* for now these are all defined (inefficiently) in terms of the utf8 versions */
990
991 bool
992 Perl_is_uni_alnum(pTHX_ UV c)
993 {
994     U8 tmpbuf[UTF8_MAXBYTES+1];
995     uvchr_to_utf8(tmpbuf, c);
996     return is_utf8_alnum(tmpbuf);
997 }
998
999 bool
1000 Perl_is_uni_alnumc(pTHX_ UV c)
1001 {
1002     U8 tmpbuf[UTF8_MAXBYTES+1];
1003     uvchr_to_utf8(tmpbuf, c);
1004     return is_utf8_alnumc(tmpbuf);
1005 }
1006
1007 bool
1008 Perl_is_uni_idfirst(pTHX_ UV c)
1009 {
1010     U8 tmpbuf[UTF8_MAXBYTES+1];
1011     uvchr_to_utf8(tmpbuf, c);
1012     return is_utf8_idfirst(tmpbuf);
1013 }
1014
1015 bool
1016 Perl_is_uni_alpha(pTHX_ UV c)
1017 {
1018     U8 tmpbuf[UTF8_MAXBYTES+1];
1019     uvchr_to_utf8(tmpbuf, c);
1020     return is_utf8_alpha(tmpbuf);
1021 }
1022
1023 bool
1024 Perl_is_uni_ascii(pTHX_ UV c)
1025 {
1026     U8 tmpbuf[UTF8_MAXBYTES+1];
1027     uvchr_to_utf8(tmpbuf, c);
1028     return is_utf8_ascii(tmpbuf);
1029 }
1030
1031 bool
1032 Perl_is_uni_space(pTHX_ UV c)
1033 {
1034     U8 tmpbuf[UTF8_MAXBYTES+1];
1035     uvchr_to_utf8(tmpbuf, c);
1036     return is_utf8_space(tmpbuf);
1037 }
1038
1039 bool
1040 Perl_is_uni_digit(pTHX_ UV c)
1041 {
1042     U8 tmpbuf[UTF8_MAXBYTES+1];
1043     uvchr_to_utf8(tmpbuf, c);
1044     return is_utf8_digit(tmpbuf);
1045 }
1046
1047 bool
1048 Perl_is_uni_upper(pTHX_ UV c)
1049 {
1050     U8 tmpbuf[UTF8_MAXBYTES+1];
1051     uvchr_to_utf8(tmpbuf, c);
1052     return is_utf8_upper(tmpbuf);
1053 }
1054
1055 bool
1056 Perl_is_uni_lower(pTHX_ UV c)
1057 {
1058     U8 tmpbuf[UTF8_MAXBYTES+1];
1059     uvchr_to_utf8(tmpbuf, c);
1060     return is_utf8_lower(tmpbuf);
1061 }
1062
1063 bool
1064 Perl_is_uni_cntrl(pTHX_ UV c)
1065 {
1066     U8 tmpbuf[UTF8_MAXBYTES+1];
1067     uvchr_to_utf8(tmpbuf, c);
1068     return is_utf8_cntrl(tmpbuf);
1069 }
1070
1071 bool
1072 Perl_is_uni_graph(pTHX_ UV c)
1073 {
1074     U8 tmpbuf[UTF8_MAXBYTES+1];
1075     uvchr_to_utf8(tmpbuf, c);
1076     return is_utf8_graph(tmpbuf);
1077 }
1078
1079 bool
1080 Perl_is_uni_print(pTHX_ UV c)
1081 {
1082     U8 tmpbuf[UTF8_MAXBYTES+1];
1083     uvchr_to_utf8(tmpbuf, c);
1084     return is_utf8_print(tmpbuf);
1085 }
1086
1087 bool
1088 Perl_is_uni_punct(pTHX_ UV c)
1089 {
1090     U8 tmpbuf[UTF8_MAXBYTES+1];
1091     uvchr_to_utf8(tmpbuf, c);
1092     return is_utf8_punct(tmpbuf);
1093 }
1094
1095 bool
1096 Perl_is_uni_xdigit(pTHX_ UV c)
1097 {
1098     U8 tmpbuf[UTF8_MAXBYTES_CASE+1];
1099     uvchr_to_utf8(tmpbuf, c);
1100     return is_utf8_xdigit(tmpbuf);
1101 }
1102
1103 UV
1104 Perl_to_uni_upper(pTHX_ UV c, U8* p, STRLEN *lenp)
1105 {
1106     uvchr_to_utf8(p, c);
1107     return to_utf8_upper(p, p, lenp);
1108 }
1109
1110 UV
1111 Perl_to_uni_title(pTHX_ UV c, U8* p, STRLEN *lenp)
1112 {
1113     uvchr_to_utf8(p, c);
1114     return to_utf8_title(p, p, lenp);
1115 }
1116
1117 UV
1118 Perl_to_uni_lower(pTHX_ UV c, U8* p, STRLEN *lenp)
1119 {
1120     uvchr_to_utf8(p, c);
1121     return to_utf8_lower(p, p, lenp);
1122 }
1123
1124 UV
1125 Perl_to_uni_fold(pTHX_ UV c, U8* p, STRLEN *lenp)
1126 {
1127     uvchr_to_utf8(p, c);
1128     return to_utf8_fold(p, p, lenp);
1129 }
1130
1131 /* for now these all assume no locale info available for Unicode > 255 */
1132
1133 bool
1134 Perl_is_uni_alnum_lc(pTHX_ UV c)
1135 {
1136     return is_uni_alnum(c);     /* XXX no locale support yet */
1137 }
1138
1139 bool
1140 Perl_is_uni_alnumc_lc(pTHX_ UV c)
1141 {
1142     return is_uni_alnumc(c);    /* XXX no locale support yet */
1143 }
1144
1145 bool
1146 Perl_is_uni_idfirst_lc(pTHX_ UV c)
1147 {
1148     return is_uni_idfirst(c);   /* XXX no locale support yet */
1149 }
1150
1151 bool
1152 Perl_is_uni_alpha_lc(pTHX_ UV c)
1153 {
1154     return is_uni_alpha(c);     /* XXX no locale support yet */
1155 }
1156
1157 bool
1158 Perl_is_uni_ascii_lc(pTHX_ UV c)
1159 {
1160     return is_uni_ascii(c);     /* XXX no locale support yet */
1161 }
1162
1163 bool
1164 Perl_is_uni_space_lc(pTHX_ UV c)
1165 {
1166     return is_uni_space(c);     /* XXX no locale support yet */
1167 }
1168
1169 bool
1170 Perl_is_uni_digit_lc(pTHX_ UV c)
1171 {
1172     return is_uni_digit(c);     /* XXX no locale support yet */
1173 }
1174
1175 bool
1176 Perl_is_uni_upper_lc(pTHX_ UV c)
1177 {
1178     return is_uni_upper(c);     /* XXX no locale support yet */
1179 }
1180
1181 bool
1182 Perl_is_uni_lower_lc(pTHX_ UV c)
1183 {
1184     return is_uni_lower(c);     /* XXX no locale support yet */
1185 }
1186
1187 bool
1188 Perl_is_uni_cntrl_lc(pTHX_ UV c)
1189 {
1190     return is_uni_cntrl(c);     /* XXX no locale support yet */
1191 }
1192
1193 bool
1194 Perl_is_uni_graph_lc(pTHX_ UV c)
1195 {
1196     return is_uni_graph(c);     /* XXX no locale support yet */
1197 }
1198
1199 bool
1200 Perl_is_uni_print_lc(pTHX_ UV c)
1201 {
1202     return is_uni_print(c);     /* XXX no locale support yet */
1203 }
1204
1205 bool
1206 Perl_is_uni_punct_lc(pTHX_ UV c)
1207 {
1208     return is_uni_punct(c);     /* XXX no locale support yet */
1209 }
1210
1211 bool
1212 Perl_is_uni_xdigit_lc(pTHX_ UV c)
1213 {
1214     return is_uni_xdigit(c);    /* XXX no locale support yet */
1215 }
1216
1217 U32
1218 Perl_to_uni_upper_lc(pTHX_ U32 c)
1219 {
1220     /* XXX returns only the first character -- do not use XXX */
1221     /* XXX no locale support yet */
1222     STRLEN len;
1223     U8 tmpbuf[UTF8_MAXBYTES_CASE+1];
1224     return (U32)to_uni_upper(c, tmpbuf, &len);
1225 }
1226
1227 U32
1228 Perl_to_uni_title_lc(pTHX_ U32 c)
1229 {
1230     /* XXX returns only the first character XXX -- do not use XXX */
1231     /* XXX no locale support yet */
1232     STRLEN len;
1233     U8 tmpbuf[UTF8_MAXBYTES_CASE+1];
1234     return (U32)to_uni_title(c, tmpbuf, &len);
1235 }
1236
1237 U32
1238 Perl_to_uni_lower_lc(pTHX_ U32 c)
1239 {
1240     /* XXX returns only the first character -- do not use XXX */
1241     /* XXX no locale support yet */
1242     STRLEN len;
1243     U8 tmpbuf[UTF8_MAXBYTES_CASE+1];
1244     return (U32)to_uni_lower(c, tmpbuf, &len);
1245 }
1246
1247 bool
1248 Perl_is_utf8_alnum(pTHX_ const U8 *p)
1249 {
1250     if (!is_utf8_char(p))
1251         return FALSE;
1252     if (!PL_utf8_alnum)
1253         /* NOTE: "IsWord", not "IsAlnum", since Alnum is a true
1254          * descendant of isalnum(3), in other words, it doesn't
1255          * contain the '_'. --jhi */
1256         PL_utf8_alnum = swash_init("utf8", "IsWord", &PL_sv_undef, 0, 0);
1257     return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
1258 /*    return *p == '_' || is_utf8_alpha(p) || is_utf8_digit(p); */
1259 #ifdef SURPRISINGLY_SLOWER  /* probably because alpha is usually true */
1260     if (!PL_utf8_alnum)
1261         PL_utf8_alnum = swash_init("utf8", "",
1262             sv_2mortal(newSVpv("+utf8::IsAlpha\n+utf8::IsDigit\n005F\n",0)), 0, 0);
1263     return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
1264 #endif
1265 }
1266
1267 bool
1268 Perl_is_utf8_alnumc(pTHX_ const U8 *p)
1269 {
1270     if (!is_utf8_char(p))
1271         return FALSE;
1272     if (!PL_utf8_alnum)
1273         PL_utf8_alnum = swash_init("utf8", "IsAlnumC", &PL_sv_undef, 0, 0);
1274     return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
1275 /*    return is_utf8_alpha(p) || is_utf8_digit(p); */
1276 #ifdef SURPRISINGLY_SLOWER  /* probably because alpha is usually true */
1277     if (!PL_utf8_alnum)
1278         PL_utf8_alnum = swash_init("utf8", "",
1279             sv_2mortal(newSVpv("+utf8::IsAlpha\n+utf8::IsDigit\n005F\n",0)), 0, 0);
1280     return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
1281 #endif
1282 }
1283
1284 bool
1285 Perl_is_utf8_idfirst(pTHX_ const U8 *p) /* The naming is historical. */
1286 {
1287     if (*p == '_')
1288         return TRUE;
1289     if (!is_utf8_char(p))
1290         return FALSE;
1291     if (!PL_utf8_idstart) /* is_utf8_idstart would be more logical. */
1292         PL_utf8_idstart = swash_init("utf8", "IdStart", &PL_sv_undef, 0, 0);
1293     return swash_fetch(PL_utf8_idstart, p, TRUE) != 0;
1294 }
1295
1296 bool
1297 Perl_is_utf8_idcont(pTHX_ const U8 *p)
1298 {
1299     if (*p == '_')
1300         return TRUE;
1301     if (!is_utf8_char(p))
1302         return FALSE;
1303     if (!PL_utf8_idcont)
1304         PL_utf8_idcont = swash_init("utf8", "IdContinue", &PL_sv_undef, 0, 0);
1305     return swash_fetch(PL_utf8_idcont, p, TRUE) != 0;
1306 }
1307
1308 bool
1309 Perl_is_utf8_alpha(pTHX_ const U8 *p)
1310 {
1311     if (!is_utf8_char(p))
1312         return FALSE;
1313     if (!PL_utf8_alpha)
1314         PL_utf8_alpha = swash_init("utf8", "IsAlpha", &PL_sv_undef, 0, 0);
1315     return swash_fetch(PL_utf8_alpha, p, TRUE) != 0;
1316 }
1317
1318 bool
1319 Perl_is_utf8_ascii(pTHX_ const U8 *p)
1320 {
1321     if (!is_utf8_char(p))
1322         return FALSE;
1323     if (!PL_utf8_ascii)
1324         PL_utf8_ascii = swash_init("utf8", "IsAscii", &PL_sv_undef, 0, 0);
1325     return swash_fetch(PL_utf8_ascii, p, TRUE) != 0;
1326 }
1327
1328 bool
1329 Perl_is_utf8_space(pTHX_ const U8 *p)
1330 {
1331     if (!is_utf8_char(p))
1332         return FALSE;
1333     if (!PL_utf8_space)
1334         PL_utf8_space = swash_init("utf8", "IsSpacePerl", &PL_sv_undef, 0, 0);
1335     return swash_fetch(PL_utf8_space, p, TRUE) != 0;
1336 }
1337
1338 bool
1339 Perl_is_utf8_digit(pTHX_ const U8 *p)
1340 {
1341     if (!is_utf8_char(p))
1342         return FALSE;
1343     if (!PL_utf8_digit)
1344         PL_utf8_digit = swash_init("utf8", "IsDigit", &PL_sv_undef, 0, 0);
1345     return swash_fetch(PL_utf8_digit, p, TRUE) != 0;
1346 }
1347
1348 bool
1349 Perl_is_utf8_upper(pTHX_ const U8 *p)
1350 {
1351     if (!is_utf8_char(p))
1352         return FALSE;
1353     if (!PL_utf8_upper)
1354         PL_utf8_upper = swash_init("utf8", "IsUppercase", &PL_sv_undef, 0, 0);
1355     return swash_fetch(PL_utf8_upper, p, TRUE) != 0;
1356 }
1357
1358 bool
1359 Perl_is_utf8_lower(pTHX_ const U8 *p)
1360 {
1361     if (!is_utf8_char(p))
1362         return FALSE;
1363     if (!PL_utf8_lower)
1364         PL_utf8_lower = swash_init("utf8", "IsLowercase", &PL_sv_undef, 0, 0);
1365     return swash_fetch(PL_utf8_lower, p, TRUE) != 0;
1366 }
1367
1368 bool
1369 Perl_is_utf8_cntrl(pTHX_ const U8 *p)
1370 {
1371     if (!is_utf8_char(p))
1372         return FALSE;
1373     if (!PL_utf8_cntrl)
1374         PL_utf8_cntrl = swash_init("utf8", "IsCntrl", &PL_sv_undef, 0, 0);
1375     return swash_fetch(PL_utf8_cntrl, p, TRUE) != 0;
1376 }
1377
1378 bool
1379 Perl_is_utf8_graph(pTHX_ const U8 *p)
1380 {
1381     if (!is_utf8_char(p))
1382         return FALSE;
1383     if (!PL_utf8_graph)
1384         PL_utf8_graph = swash_init("utf8", "IsGraph", &PL_sv_undef, 0, 0);
1385     return swash_fetch(PL_utf8_graph, p, TRUE) != 0;
1386 }
1387
1388 bool
1389 Perl_is_utf8_print(pTHX_ const U8 *p)
1390 {
1391     if (!is_utf8_char(p))
1392         return FALSE;
1393     if (!PL_utf8_print)
1394         PL_utf8_print = swash_init("utf8", "IsPrint", &PL_sv_undef, 0, 0);
1395     return swash_fetch(PL_utf8_print, p, TRUE) != 0;
1396 }
1397
1398 bool
1399 Perl_is_utf8_punct(pTHX_ const U8 *p)
1400 {
1401     if (!is_utf8_char(p))
1402         return FALSE;
1403     if (!PL_utf8_punct)
1404         PL_utf8_punct = swash_init("utf8", "IsPunct", &PL_sv_undef, 0, 0);
1405     return swash_fetch(PL_utf8_punct, p, TRUE) != 0;
1406 }
1407
1408 bool
1409 Perl_is_utf8_xdigit(pTHX_ const U8 *p)
1410 {
1411     if (!is_utf8_char(p))
1412         return FALSE;
1413     if (!PL_utf8_xdigit)
1414         PL_utf8_xdigit = swash_init("utf8", "IsXDigit", &PL_sv_undef, 0, 0);
1415     return swash_fetch(PL_utf8_xdigit, p, TRUE) != 0;
1416 }
1417
1418 bool
1419 Perl_is_utf8_mark(pTHX_ const U8 *p)
1420 {
1421     if (!is_utf8_char(p))
1422         return FALSE;
1423     if (!PL_utf8_mark)
1424         PL_utf8_mark = swash_init("utf8", "IsM", &PL_sv_undef, 0, 0);
1425     return swash_fetch(PL_utf8_mark, p, TRUE) != 0;
1426 }
1427
1428 /*
1429 =for apidoc A|UV|to_utf8_case|U8 *p|U8* ustrp|STRLEN *lenp|SV **swash|char *normal|char *special
1430
1431 The "p" contains the pointer to the UTF-8 string encoding
1432 the character that is being converted.
1433
1434 The "ustrp" is a pointer to the character buffer to put the
1435 conversion result to.  The "lenp" is a pointer to the length
1436 of the result.
1437
1438 The "swashp" is a pointer to the swash to use.
1439
1440 Both the special and normal mappings are stored lib/unicore/To/Foo.pl,
1441 and loaded by SWASHGET, using lib/utf8_heavy.pl.  The special (usually,
1442 but not always, a multicharacter mapping), is tried first.
1443
1444 The "special" is a string like "utf8::ToSpecLower", which means the
1445 hash %utf8::ToSpecLower.  The access to the hash is through
1446 Perl_to_utf8_case().
1447
1448 The "normal" is a string like "ToLower" which means the swash
1449 %utf8::ToLower.
1450
1451 =cut */
1452
1453 UV
1454 Perl_to_utf8_case(pTHX_ const U8 *p, U8* ustrp, STRLEN *lenp,
1455                         SV **swashp, const char *normal, const char *special)
1456 {
1457     U8 tmpbuf[UTF8_MAXBYTES_CASE+1];
1458     STRLEN len = 0;
1459
1460     const UV uv0 = utf8_to_uvchr(p, NULL);
1461     /* The NATIVE_TO_UNI() and UNI_TO_NATIVE() mappings
1462      * are necessary in EBCDIC, they are redundant no-ops
1463      * in ASCII-ish platforms, and hopefully optimized away. */
1464     const UV uv1 = NATIVE_TO_UNI(uv0);
1465     uvuni_to_utf8(tmpbuf, uv1);
1466
1467     if (!*swashp) /* load on-demand */
1468          *swashp = swash_init("utf8", normal, &PL_sv_undef, 4, 0);
1469
1470     /* The 0xDF is the only special casing Unicode code point below 0x100. */
1471     if (special && (uv1 == 0xDF || uv1 > 0xFF)) {
1472          /* It might be "special" (sometimes, but not always,
1473           * a multicharacter mapping) */
1474          HV *hv;
1475          SV **svp;
1476
1477          if ((hv  = get_hv(special, FALSE)) &&
1478              (svp = hv_fetch(hv, (const char*)tmpbuf, UNISKIP(uv1), FALSE)) &&
1479              (*svp)) {
1480              const char *s;
1481
1482               s = SvPV_const(*svp, len);
1483               if (len == 1)
1484                    len = uvuni_to_utf8(ustrp, NATIVE_TO_UNI(*(U8*)s)) - ustrp;
1485               else {
1486 #ifdef EBCDIC
1487                    /* If we have EBCDIC we need to remap the characters
1488                     * since any characters in the low 256 are Unicode
1489                     * code points, not EBCDIC. */
1490                    U8 *t = (U8*)s, *tend = t + len, *d;
1491                 
1492                    d = tmpbuf;
1493                    if (SvUTF8(*svp)) {
1494                         STRLEN tlen = 0;
1495                         
1496                         while (t < tend) {
1497                              UV c = utf8_to_uvchr(t, &tlen);
1498                              if (tlen > 0) {
1499                                   d = uvchr_to_utf8(d, UNI_TO_NATIVE(c));
1500                                   t += tlen;
1501                              }
1502                              else
1503                                   break;
1504                         }
1505                    }
1506                    else {
1507                         while (t < tend) {
1508                              d = uvchr_to_utf8(d, UNI_TO_NATIVE(*t));
1509                              t++;
1510                         }
1511                    }
1512                    len = d - tmpbuf;
1513                    Copy(tmpbuf, ustrp, len, U8);
1514 #else
1515                    Copy(s, ustrp, len, U8);
1516 #endif
1517               }
1518          }
1519     }
1520
1521     if (!len && *swashp) {
1522          UV uv2 = swash_fetch(*swashp, tmpbuf, TRUE);
1523          
1524          if (uv2) {
1525               /* It was "normal" (a single character mapping). */
1526               UV uv3 = UNI_TO_NATIVE(uv2);
1527               
1528               len = uvchr_to_utf8(ustrp, uv3) - ustrp;
1529          }
1530     }
1531
1532     if (!len) /* Neither: just copy. */
1533          len = uvchr_to_utf8(ustrp, uv0) - ustrp;
1534
1535     if (lenp)
1536          *lenp = len;
1537
1538     return len ? utf8_to_uvchr(ustrp, 0) : 0;
1539 }
1540
1541 /*
1542 =for apidoc A|UV|to_utf8_upper|const U8 *p|U8 *ustrp|STRLEN *lenp
1543
1544 Convert the UTF-8 encoded character at p to its uppercase version and
1545 store that in UTF-8 in ustrp and its length in bytes in lenp.  Note
1546 that the ustrp needs to be at least UTF8_MAXBYTES_CASE+1 bytes since
1547 the uppercase version may be longer than the original character.
1548
1549 The first character of the uppercased version is returned
1550 (but note, as explained above, that there may be more.)
1551
1552 =cut */
1553
1554 UV
1555 Perl_to_utf8_upper(pTHX_ const U8 *p, U8* ustrp, STRLEN *lenp)
1556 {
1557     return Perl_to_utf8_case(aTHX_ p, ustrp, lenp,
1558                              &PL_utf8_toupper, "ToUpper", "utf8::ToSpecUpper");
1559 }
1560
1561 /*
1562 =for apidoc A|UV|to_utf8_title|const U8 *p|U8 *ustrp|STRLEN *lenp
1563
1564 Convert the UTF-8 encoded character at p to its titlecase version and
1565 store that in UTF-8 in ustrp and its length in bytes in lenp.  Note
1566 that the ustrp needs to be at least UTF8_MAXBYTES_CASE+1 bytes since the
1567 titlecase version may be longer than the original character.
1568
1569 The first character of the titlecased version is returned
1570 (but note, as explained above, that there may be more.)
1571
1572 =cut */
1573
1574 UV
1575 Perl_to_utf8_title(pTHX_ const U8 *p, U8* ustrp, STRLEN *lenp)
1576 {
1577     return Perl_to_utf8_case(aTHX_ p, ustrp, lenp,
1578                              &PL_utf8_totitle, "ToTitle", "utf8::ToSpecTitle");
1579 }
1580
1581 /*
1582 =for apidoc A|UV|to_utf8_lower|const U8 *p|U8 *ustrp|STRLEN *lenp
1583
1584 Convert the UTF-8 encoded character at p to its lowercase version and
1585 store that in UTF-8 in ustrp and its length in bytes in lenp.  Note
1586 that the ustrp needs to be at least UTF8_MAXBYTES_CASE+1 bytes since the
1587 lowercase version may be longer than the original character.
1588
1589 The first character of the lowercased version is returned
1590 (but note, as explained above, that there may be more.)
1591
1592 =cut */
1593
1594 UV
1595 Perl_to_utf8_lower(pTHX_ const U8 *p, U8* ustrp, STRLEN *lenp)
1596 {
1597     return Perl_to_utf8_case(aTHX_ p, ustrp, lenp,
1598                              &PL_utf8_tolower, "ToLower", "utf8::ToSpecLower");
1599 }
1600
1601 /*
1602 =for apidoc A|UV|to_utf8_fold|const U8 *p|U8 *ustrp|STRLEN *lenp
1603
1604 Convert the UTF-8 encoded character at p to its foldcase version and
1605 store that in UTF-8 in ustrp and its length in bytes in lenp.  Note
1606 that the ustrp needs to be at least UTF8_MAXBYTES_CASE+1 bytes since the
1607 foldcase version may be longer than the original character (up to
1608 three characters).
1609
1610 The first character of the foldcased version is returned
1611 (but note, as explained above, that there may be more.)
1612
1613 =cut */
1614
1615 UV
1616 Perl_to_utf8_fold(pTHX_ const U8 *p, U8* ustrp, STRLEN *lenp)
1617 {
1618     return Perl_to_utf8_case(aTHX_ p, ustrp, lenp,
1619                              &PL_utf8_tofold, "ToFold", "utf8::ToSpecFold");
1620 }
1621
1622 /* a "swash" is a swatch hash */
1623
1624 SV*
1625 Perl_swash_init(pTHX_ const char* pkg, const char* name, SV *listsv, I32 minbits, I32 none)
1626 {
1627     dVAR;
1628     SV* retval;
1629     SV* const tokenbufsv = sv_newmortal();
1630     dSP;
1631     const size_t pkg_len = strlen(pkg);
1632     const size_t name_len = strlen(name);
1633     HV * const stash = gv_stashpvn(pkg, pkg_len, FALSE);
1634     SV* errsv_save;
1635
1636     PUSHSTACKi(PERLSI_MAGIC);
1637     ENTER;
1638     SAVEI32(PL_hints);
1639     PL_hints = 0;
1640     save_re_context();
1641     if (!gv_fetchmeth(stash, "SWASHNEW", 8, -1)) {      /* demand load utf8 */
1642         ENTER;
1643         errsv_save = newSVsv(ERRSV);
1644         Perl_load_module(aTHX_ PERL_LOADMOD_NOIMPORT, newSVpvn(pkg,pkg_len),
1645                          Nullsv);
1646         if (!SvTRUE(ERRSV))
1647             sv_setsv(ERRSV, errsv_save);
1648         SvREFCNT_dec(errsv_save);
1649         LEAVE;
1650     }
1651     SPAGAIN;
1652     PUSHMARK(SP);
1653     EXTEND(SP,5);
1654     PUSHs(sv_2mortal(newSVpvn(pkg, pkg_len)));
1655     PUSHs(sv_2mortal(newSVpvn(name, name_len)));
1656     PUSHs(listsv);
1657     PUSHs(sv_2mortal(newSViv(minbits)));
1658     PUSHs(sv_2mortal(newSViv(none)));
1659     PUTBACK;
1660     if (IN_PERL_COMPILETIME) {
1661         /* XXX ought to be handled by lex_start */
1662         SAVEI32(PL_in_my);
1663         PL_in_my = 0;
1664         sv_setpv(tokenbufsv, PL_tokenbuf);
1665     }
1666     errsv_save = newSVsv(ERRSV);
1667     if (call_method("SWASHNEW", G_SCALAR))
1668         retval = newSVsv(*PL_stack_sp--);
1669     else
1670         retval = &PL_sv_undef;
1671     if (!SvTRUE(ERRSV))
1672         sv_setsv(ERRSV, errsv_save);
1673     SvREFCNT_dec(errsv_save);
1674     LEAVE;
1675     POPSTACK;
1676     if (IN_PERL_COMPILETIME) {
1677         STRLEN len;
1678         const char* const pv = SvPV_const(tokenbufsv, len);
1679
1680         Copy(pv, PL_tokenbuf, len+1, char);
1681         PL_curcop->op_private = (U8)(PL_hints & HINT_PRIVATE_MASK);
1682     }
1683     if (!SvROK(retval) || SvTYPE(SvRV(retval)) != SVt_PVHV) {
1684         if (SvPOK(retval))
1685             Perl_croak(aTHX_ "Can't find Unicode property definition \"%"SVf"\"",
1686                        retval);
1687         Perl_croak(aTHX_ "SWASHNEW didn't return an HV ref");
1688     }
1689     return retval;
1690 }
1691
1692
1693 /* This API is wrong for special case conversions since we may need to
1694  * return several Unicode characters for a single Unicode character
1695  * (see lib/unicore/SpecCase.txt) The SWASHGET in lib/utf8_heavy.pl is
1696  * the lower-level routine, and it is similarly broken for returning
1697  * multiple values.  --jhi */
1698 UV
1699 Perl_swash_fetch(pTHX_ SV *sv, const U8 *ptr, bool do_utf8)
1700 {
1701     dVAR;
1702     HV* const hv = (HV*)SvRV(sv);
1703     U32 klen;
1704     U32 off;
1705     STRLEN slen;
1706     STRLEN needents;
1707     const U8 *tmps = NULL;
1708     U32 bit;
1709     SV *retval;
1710     U8 tmputf8[2];
1711     UV c = NATIVE_TO_ASCII(*ptr);
1712
1713     if (!do_utf8 && !UNI_IS_INVARIANT(c)) {
1714         tmputf8[0] = (U8)UTF8_EIGHT_BIT_HI(c);
1715         tmputf8[1] = (U8)UTF8_EIGHT_BIT_LO(c);
1716         ptr = tmputf8;
1717     }
1718     /* Given a UTF-X encoded char 0xAA..0xYY,0xZZ
1719      * then the "swatch" is a vec() for al the chars which start
1720      * with 0xAA..0xYY
1721      * So the key in the hash (klen) is length of encoded char -1
1722      */
1723     klen = UTF8SKIP(ptr) - 1;
1724     off  = ptr[klen];
1725
1726     if (klen == 0)
1727      {
1728       /* If char in invariant then swatch is for all the invariant chars
1729        * In both UTF-8 and UTF-8-MOD that happens to be UTF_CONTINUATION_MARK
1730        */
1731       needents = UTF_CONTINUATION_MARK;
1732       off      = NATIVE_TO_UTF(ptr[klen]);
1733      }
1734     else
1735      {
1736       /* If char is encoded then swatch is for the prefix */
1737       needents = (1 << UTF_ACCUMULATION_SHIFT);
1738       off      = NATIVE_TO_UTF(ptr[klen]) & UTF_CONTINUATION_MASK;
1739      }
1740
1741     /*
1742      * This single-entry cache saves about 1/3 of the utf8 overhead in test
1743      * suite.  (That is, only 7-8% overall over just a hash cache.  Still,
1744      * it's nothing to sniff at.)  Pity we usually come through at least
1745      * two function calls to get here...
1746      *
1747      * NB: this code assumes that swatches are never modified, once generated!
1748      */
1749
1750     if (hv   == PL_last_swash_hv &&
1751         klen == PL_last_swash_klen &&
1752         (!klen || memEQ((char *)ptr, (char *)PL_last_swash_key, klen)) )
1753     {
1754         tmps = PL_last_swash_tmps;
1755         slen = PL_last_swash_slen;
1756     }
1757     else {
1758         /* Try our second-level swatch cache, kept in a hash. */
1759         SV** svp = hv_fetch(hv, (const char*)ptr, klen, FALSE);
1760
1761         /* If not cached, generate it via utf8::SWASHGET */
1762         if (!svp || !SvPOK(*svp) || !(tmps = (const U8*)SvPV_const(*svp, slen))) {
1763             dSP;
1764             /* We use utf8n_to_uvuni() as we want an index into
1765                Unicode tables, not a native character number.
1766              */
1767             const UV code_point = utf8n_to_uvuni(ptr, UTF8_MAXBYTES, 0,
1768                                            ckWARN(WARN_UTF8) ?
1769                                            0 : UTF8_ALLOW_ANY);
1770             SV *errsv_save;
1771             ENTER;
1772             SAVETMPS;
1773             save_re_context();
1774             PUSHSTACKi(PERLSI_MAGIC);
1775             PUSHMARK(SP);
1776             EXTEND(SP,3);
1777             PUSHs((SV*)sv);
1778             /* On EBCDIC & ~(0xA0-1) isn't a useful thing to do */
1779             PUSHs(sv_2mortal(newSViv((klen) ?
1780                                      (code_point & ~(needents - 1)) : 0)));
1781             PUSHs(sv_2mortal(newSViv(needents)));
1782             PUTBACK;
1783             errsv_save = newSVsv(ERRSV);
1784             if (call_method("SWASHGET", G_SCALAR))
1785                 retval = newSVsv(*PL_stack_sp--);
1786             else
1787                 retval = &PL_sv_undef;
1788             if (!SvTRUE(ERRSV))
1789                 sv_setsv(ERRSV, errsv_save);
1790             SvREFCNT_dec(errsv_save);
1791             POPSTACK;
1792             FREETMPS;
1793             LEAVE;
1794             if (IN_PERL_COMPILETIME)
1795                 PL_curcop->op_private = (U8)(PL_hints & HINT_PRIVATE_MASK);
1796
1797             svp = hv_store(hv, (const char *)ptr, klen, retval, 0);
1798
1799             if (!svp || !(tmps = (U8*)SvPV(*svp, slen)) || (slen << 3) < needents)
1800                 Perl_croak(aTHX_ "SWASHGET didn't return result of proper length");
1801         }
1802
1803         PL_last_swash_hv = hv;
1804         PL_last_swash_klen = klen;
1805         /* FIXME change interpvar.h?  */
1806         PL_last_swash_tmps = (U8 *) tmps;
1807         PL_last_swash_slen = slen;
1808         if (klen)
1809             Copy(ptr, PL_last_swash_key, klen, U8);
1810     }
1811
1812     switch ((int)((slen << 3) / needents)) {
1813     case 1:
1814         bit = 1 << (off & 7);
1815         off >>= 3;
1816         return (tmps[off] & bit) != 0;
1817     case 8:
1818         return tmps[off];
1819     case 16:
1820         off <<= 1;
1821         return (tmps[off] << 8) + tmps[off + 1] ;
1822     case 32:
1823         off <<= 2;
1824         return (tmps[off] << 24) + (tmps[off+1] << 16) + (tmps[off+2] << 8) + tmps[off + 3] ;
1825     }
1826     Perl_croak(aTHX_ "panic: swash_fetch");
1827     return 0;
1828 }
1829
1830
1831 /*
1832 =for apidoc A|U8 *|uvchr_to_utf8|U8 *d|UV uv
1833
1834 Adds the UTF-8 representation of the Native codepoint C<uv> to the end
1835 of the string C<d>; C<d> should be have at least C<UTF8_MAXBYTES+1> free
1836 bytes available. The return value is the pointer to the byte after the
1837 end of the new character. In other words,
1838
1839     d = uvchr_to_utf8(d, uv);
1840
1841 is the recommended wide native character-aware way of saying
1842
1843     *(d++) = uv;
1844
1845 =cut
1846 */
1847
1848 /* On ASCII machines this is normally a macro but we want a
1849    real function in case XS code wants it
1850 */
1851 #undef Perl_uvchr_to_utf8
1852 U8 *
1853 Perl_uvchr_to_utf8(pTHX_ U8 *d, UV uv)
1854 {
1855     return Perl_uvuni_to_utf8_flags(aTHX_ d, NATIVE_TO_UNI(uv), 0);
1856 }
1857
1858 U8 *
1859 Perl_uvchr_to_utf8_flags(pTHX_ U8 *d, UV uv, UV flags)
1860 {
1861     return Perl_uvuni_to_utf8_flags(aTHX_ d, NATIVE_TO_UNI(uv), flags);
1862 }
1863
1864 /*
1865 =for apidoc A|UV|utf8n_to_uvchr|U8 *s|STRLEN curlen|STRLEN *retlen|U32 flags
1866
1867 Returns the native character value of the first character in the string C<s>
1868 which is assumed to be in UTF-8 encoding; C<retlen> will be set to the
1869 length, in bytes, of that character.
1870
1871 Allows length and flags to be passed to low level routine.
1872
1873 =cut
1874 */
1875 /* On ASCII machines this is normally a macro but we want
1876    a real function in case XS code wants it
1877 */
1878 #undef Perl_utf8n_to_uvchr
1879 UV
1880 Perl_utf8n_to_uvchr(pTHX_ const U8 *s, STRLEN curlen, STRLEN *retlen, U32 flags)
1881 {
1882     const UV uv = Perl_utf8n_to_uvuni(aTHX_ s, curlen, retlen, flags);
1883     return UNI_TO_NATIVE(uv);
1884 }
1885
1886 /*
1887 =for apidoc A|char *|pv_uni_display|SV *dsv|U8 *spv|STRLEN len|STRLEN pvlim|UV flags
1888
1889 Build to the scalar dsv a displayable version of the string spv,
1890 length len, the displayable version being at most pvlim bytes long
1891 (if longer, the rest is truncated and "..." will be appended).
1892
1893 The flags argument can have UNI_DISPLAY_ISPRINT set to display
1894 isPRINT()able characters as themselves, UNI_DISPLAY_BACKSLASH
1895 to display the \\[nrfta\\] as the backslashed versions (like '\n')
1896 (UNI_DISPLAY_BACKSLASH is preferred over UNI_DISPLAY_ISPRINT for \\).
1897 UNI_DISPLAY_QQ (and its alias UNI_DISPLAY_REGEX) have both
1898 UNI_DISPLAY_BACKSLASH and UNI_DISPLAY_ISPRINT turned on.
1899
1900 The pointer to the PV of the dsv is returned.
1901
1902 =cut */
1903 char *
1904 Perl_pv_uni_display(pTHX_ SV *dsv, const U8 *spv, STRLEN len, STRLEN pvlim, UV flags)
1905 {
1906     int truncated = 0;
1907     const char *s, *e;
1908
1909     sv_setpvn(dsv, "", 0);
1910     for (s = (const char *)spv, e = s + len; s < e; s += UTF8SKIP(s)) {
1911          UV u;
1912           /* This serves double duty as a flag and a character to print after
1913              a \ when flags & UNI_DISPLAY_BACKSLASH is true.
1914           */
1915          char ok = 0;
1916
1917          if (pvlim && SvCUR(dsv) >= pvlim) {
1918               truncated++;
1919               break;
1920          }
1921          u = utf8_to_uvchr((U8*)s, 0);
1922          if (u < 256) {
1923              const unsigned char c = (unsigned char)u & 0xFF;
1924              if (!ok && (flags & UNI_DISPLAY_BACKSLASH)) {
1925                  switch (c) {
1926                  case '\n':
1927                      ok = 'n'; break;
1928                  case '\r':
1929                      ok = 'r'; break;
1930                  case '\t':
1931                      ok = 't'; break;
1932                  case '\f':
1933                      ok = 'f'; break;
1934                  case '\a':
1935                      ok = 'a'; break;
1936                  case '\\':
1937                      ok = '\\'; break;
1938                  default: break;
1939                  }
1940                  if (ok) {
1941                      Perl_sv_catpvf(aTHX_ dsv, "\\%c", ok);
1942                  }
1943              }
1944              /* isPRINT() is the locale-blind version. */
1945              if (!ok && (flags & UNI_DISPLAY_ISPRINT) && isPRINT(c)) {
1946                  Perl_sv_catpvf(aTHX_ dsv, "%c", c);
1947                  ok = 1;
1948              }
1949          }
1950          if (!ok)
1951              Perl_sv_catpvf(aTHX_ dsv, "\\x{%"UVxf"}", u);
1952     }
1953     if (truncated)
1954          sv_catpvn(dsv, "...", 3);
1955     
1956     return SvPVX(dsv);
1957 }
1958
1959 /*
1960 =for apidoc A|char *|sv_uni_display|SV *dsv|SV *ssv|STRLEN pvlim|UV flags
1961
1962 Build to the scalar dsv a displayable version of the scalar sv,
1963 the displayable version being at most pvlim bytes long
1964 (if longer, the rest is truncated and "..." will be appended).
1965
1966 The flags argument is as in pv_uni_display().
1967
1968 The pointer to the PV of the dsv is returned.
1969
1970 =cut */
1971 char *
1972 Perl_sv_uni_display(pTHX_ SV *dsv, SV *ssv, STRLEN pvlim, UV flags)
1973 {
1974      return Perl_pv_uni_display(aTHX_ dsv, (const U8*)SvPVX_const(ssv),
1975                                 SvCUR(ssv), pvlim, flags);
1976 }
1977
1978 /*
1979 =for apidoc A|I32|ibcmp_utf8|const char *s1|char **pe1|register UV l1|bool u1|const char *s2|char **pe2|register UV l2|bool u2
1980
1981 Return true if the strings s1 and s2 differ case-insensitively, false
1982 if not (if they are equal case-insensitively).  If u1 is true, the
1983 string s1 is assumed to be in UTF-8-encoded Unicode.  If u2 is true,
1984 the string s2 is assumed to be in UTF-8-encoded Unicode.  If u1 or u2
1985 are false, the respective string is assumed to be in native 8-bit
1986 encoding.
1987
1988 If the pe1 and pe2 are non-NULL, the scanning pointers will be copied
1989 in there (they will point at the beginning of the I<next> character).
1990 If the pointers behind pe1 or pe2 are non-NULL, they are the end
1991 pointers beyond which scanning will not continue under any
1992 circumstances.  If the byte lengths l1 and l2 are non-zero, s1+l1 and
1993 s2+l2 will be used as goal end pointers that will also stop the scan,
1994 and which qualify towards defining a successful match: all the scans
1995 that define an explicit length must reach their goal pointers for
1996 a match to succeed).
1997
1998 For case-insensitiveness, the "casefolding" of Unicode is used
1999 instead of upper/lowercasing both the characters, see
2000 http://www.unicode.org/unicode/reports/tr21/ (Case Mappings).
2001
2002 =cut */
2003 I32
2004 Perl_ibcmp_utf8(pTHX_ const char *s1, char **pe1, register UV l1, bool u1, const char *s2, char **pe2, register UV l2, bool u2)
2005 {
2006      register const U8 *p1  = (const U8*)s1;
2007      register const U8 *p2  = (const U8*)s2;
2008      register const U8 *f1 = 0, *f2 = 0;
2009      register U8 *e1 = 0, *q1 = 0;
2010      register U8 *e2 = 0, *q2 = 0;
2011      STRLEN n1 = 0, n2 = 0;
2012      U8 foldbuf1[UTF8_MAXBYTES_CASE+1];
2013      U8 foldbuf2[UTF8_MAXBYTES_CASE+1];
2014      U8 natbuf[1+1];
2015      STRLEN foldlen1, foldlen2;
2016      bool match;
2017      
2018      if (pe1)
2019           e1 = *(U8**)pe1;
2020      if (e1 == 0 || (l1 && l1 < (UV)(e1 - (const U8*)s1)))
2021           f1 = (const U8*)s1 + l1;
2022      if (pe2)
2023           e2 = *(U8**)pe2;
2024      if (e2 == 0 || (l2 && l2 < (UV)(e2 - (const U8*)s2)))
2025           f2 = (const U8*)s2 + l2;
2026
2027      if ((e1 == 0 && f1 == 0) || (e2 == 0 && f2 == 0) || (f1 == 0 && f2 == 0))
2028           return 1; /* mismatch; possible infinite loop or false positive */
2029
2030      if (!u1 || !u2)
2031           natbuf[1] = 0; /* Need to terminate the buffer. */
2032
2033      while ((e1 == 0 || p1 < e1) &&
2034             (f1 == 0 || p1 < f1) &&
2035             (e2 == 0 || p2 < e2) &&
2036             (f2 == 0 || p2 < f2)) {
2037           if (n1 == 0) {
2038                if (u1)
2039                     to_utf8_fold(p1, foldbuf1, &foldlen1);
2040                else {
2041                     uvuni_to_utf8(natbuf, (UV) NATIVE_TO_UNI(((UV)*p1)));
2042                     to_utf8_fold(natbuf, foldbuf1, &foldlen1);
2043                }
2044                q1 = foldbuf1;
2045                n1 = foldlen1;
2046           }
2047           if (n2 == 0) {
2048                if (u2)
2049                     to_utf8_fold(p2, foldbuf2, &foldlen2);
2050                else {
2051                     uvuni_to_utf8(natbuf, (UV) NATIVE_TO_UNI(((UV)*p2)));
2052                     to_utf8_fold(natbuf, foldbuf2, &foldlen2);
2053                }
2054                q2 = foldbuf2;
2055                n2 = foldlen2;
2056           }
2057           while (n1 && n2) {
2058                if ( UTF8SKIP(q1) != UTF8SKIP(q2) ||
2059                    (UTF8SKIP(q1) == 1 && *q1 != *q2) ||
2060                     memNE((char*)q1, (char*)q2, UTF8SKIP(q1)) )
2061                    return 1; /* mismatch */
2062                n1 -= UTF8SKIP(q1);
2063                q1 += UTF8SKIP(q1);
2064                n2 -= UTF8SKIP(q2);
2065                q2 += UTF8SKIP(q2);
2066           }
2067           if (n1 == 0)
2068                p1 += u1 ? UTF8SKIP(p1) : 1;
2069           if (n2 == 0)
2070                p2 += u2 ? UTF8SKIP(p2) : 1;
2071
2072      }
2073
2074      /* A match is defined by all the scans that specified
2075       * an explicit length reaching their final goals. */
2076      match = (f1 == 0 || p1 == f1) && (f2 == 0 || p2 == f2);
2077
2078      if (match) {
2079           if (pe1)
2080                *pe1 = (char*)p1;
2081           if (pe2)
2082                *pe2 = (char*)p2;
2083      }
2084
2085      return match ? 0 : 1; /* 0 match, 1 mismatch */
2086 }
2087
2088 /*
2089  * Local variables:
2090  * c-indentation-style: bsd
2091  * c-basic-offset: 4
2092  * indent-tabs-mode: t
2093  * End:
2094  *
2095  * ex: set ts=8 sts=4 sw=4 noet:
2096  */