utf8.h

   1 /*    utf8.h
   2  *
   3  *    Copyright (c) 1998-2000, Larry Wall
   4  *
   5  *    You may distribute under the terms of either the GNU General Public
   6  *    License or the Artistic License, as specified in the README file.
   7  *
   8  */
   9
  10 START_EXTERN_C
  11
  12 #ifdef DOINIT
  13 EXTCONST unsigned char PL_utf8skip[] = {
  14 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* ascii */
  15 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* ascii */
  16 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* ascii */
  17 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* ascii */
  18 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* bogus */
  19 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1, /* bogus */
  20 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2, /* scripts */
  21 3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,5,5,5,5,6,6,     /* cjk etc. */
  22 7,13, /* Perl extended (not UTF-8).  Up to 72bit allowed (64-bit + reserved). */
  23 };
  24 #else
  25 EXTCONST unsigned char PL_utf8skip[];
  26 #endif
  27
  28 END_EXTERN_C
  29
  30 #define UTF8_MAXLEN 13 /* how wide can a single UTF8 encoded character become */
  31
  32 /*#define IN_UTF8 (PL_curcop->op_private & HINT_UTF8)*/
  33 #define IN_BYTE (PL_curcop->op_private & HINT_BYTE)
  34 #define DO_UTF8(sv) (SvUTF8(sv) && !IN_BYTE)
  35
  36 #define UTF8SKIP(s) PL_utf8skip[*(U8*)s]
  37
  38 /*
  39  * Note: we try to be careful never to call the isXXX_utf8() functions
  40  * unless we're pretty sure we've seen the beginning of a UTF-8 character
  41  * (that is, the two high bits are set).  Otherwise we risk loading in the
  42  * heavy-duty SWASHINIT and SWASHGET routines unnecessarily.
  43  */
  44 #define isIDFIRST_lazy_if(p,c) ((!c || (*((U8*)p) < 0xc0)) \
  45                                 ? isIDFIRST(*(p)) \
  46                                 : isIDFIRST_utf8((U8*)p))
  47 #define isALNUM_lazy_if(p,c)   ((!c || (*((U8*)p) < 0xc0)) \
  48                                 ? isALNUM(*(p)) \
  49                                 : isALNUM_utf8((U8*)p))
  50 #define isIDFIRST_lazy(p)       isIDFIRST_lazy_if(p,1)
  51 #define isALNUM_lazy(p)         isALNUM_lazy_if(p,1)