Annotation of parser3/src/include/pa_charset.h, revision 1.37

1.1       paf         1: /** @file
                      2:        Parser: Charset connection decl.
                      3: 
1.31      paf         4:        Copyright (c) 2001-2005 ArtLebedev Group (http://www.artlebedev.com)
1.14      paf         5:        Author: Alexandr Petrosian <paf@design.ru> (http://paf.design.ru)
1.1       paf         6: */
                      7: 
                      8: #ifndef PA_CHARSET_H
                      9: #define PA_CHARSET_H
1.17      paf        10: 
1.37    ! misha      11: static const char * const IDENT_CHARSET_H="$Date: 2008-07-15 12:52:01 $";
1.23      paf        12: 
1.1       paf        13: 
                     14: #include "pa_exception.h"
                     15: #include "pa_common.h"
1.23      paf        16: #include "pa_hash.h"
                     17: #include "pa_array.h"
1.1       paf        18: 
                     19: // hiding into namespace so to avoid stupid conflict
                     20: namespace PCRE {
                     21: #include "pcre.h"
                     22: #      include "internal.h"
                     23: };
                     24: 
1.3       paf        25: #ifdef XML
                     26: #include "libxml/encoding.h"
                     27: #endif
                     28: 
1.1       paf        29: // defines
                     30: 
1.23      paf        31: #define MAX_CHARSETS 10
                     32: 
                     33: #define MAX_CHARSET_UNI_CODES 500
                     34: 
1.3       paf        35: #      ifndef XMLCh 
1.10      paf        36:                typedef unsigned int XMLCh;
1.3       paf        37: #      endif
                     38: #      ifndef XMLByte
1.11      paf        39:                typedef unsigned char XMLByte;
1.3       paf        40: #      endif
                     41: 
1.23      paf        42: // helpers
                     43: 
1.24      paf        44: typedef Hash<const String::Body, String::Body> HashStringString;
1.23      paf        45: 
1.1       paf        46: /**    charset holds name & transcode tables 
1.23      paf        47:        registers libxml transcoders
1.1       paf        48: */
1.23      paf        49: class Charset: public PA_Object {
1.1       paf        50: public:
                     51: 
1.24      paf        52:        Charset(Request_charsets* charsets, const String::Body ANAME, const String* afile_spec);
1.1       paf        53:        
1.24      paf        54:        const String::Body NAME() const { return FNAME; }
1.30      paf        55:        const char* NAME_CSTR() const { return FNAME_CSTR; }
1.1       paf        56: 
                     57:        bool isUTF8() const { return fisUTF8; }
                     58: 
1.23      paf        59:        static String::C transcode(const String::C src,
1.36      misha      60:                const Charset& source_charset, 
                     61:                const Charset& dest_charset
1.1       paf        62:        );
1.21      paf        63: 
1.23      paf        64:        static String& transcode(const String& src,
1.21      paf        65:                const Charset& source_transcoder, 
1.23      paf        66:                const Charset& dest_transcoder);
1.21      paf        67: 
1.24      paf        68:        static String::Body transcode(const String::Body src,
1.21      paf        69:                const Charset& source_transcoder, 
1.23      paf        70:                const Charset& dest_transcoder);
1.21      paf        71: 
1.23      paf        72:        static void transcode(ArrayString& src,
1.21      paf        73:                const Charset& source_transcoder, 
1.23      paf        74:                const Charset& dest_transcoder);
                     75: 
                     76:        static void transcode(HashStringString& src,
                     77:                const Charset& source_transcoder, 
                     78:                const Charset& dest_transcoder);
1.1       paf        79: 
1.36      misha      80:        static String::C escape(const String::C src,
1.37    ! misha      81:                const Charset& source_charset);
1.36      misha      82: 
1.35      misha      83:        void store_Char(XMLByte*& outPtr, XMLCh src, XMLByte not_found);
1.33      misha      84: 
1.9       paf        85: #ifdef XML
1.24      paf        86:        xmlCharEncodingHandler& transcoder(const String::Body NAME);
1.9       paf        87: #endif
                     88: 
1.1       paf        89: public:
                     90: 
                     91:        unsigned char pcre_tables[tables_length];
                     92: 
                     93: private:
                     94: 
1.23      paf        95:        void load_definition(Request_charsets& charsets, const String& afile_spec);
1.1       paf        96:        void sort_ToTable();
                     97: 
1.23      paf        98:        const String::C transcodeToUTF8(const String::C src) const;
                     99:        const String::C transcodeFromUTF8(const String::C src) const;
                    100:        
                    101:        const String::C transcodeToCharset(const String::C src,
                    102:                const Charset& dest_transcoder) const;
1.1       paf       103: 
1.4       paf       104: public:
                    105: 
                    106:        struct Tables {
1.25      paf       107:                struct Rec {
                    108:                        XMLCh intCh;
                    109:                        XMLByte extCh;
                    110:                };
                    111: 
1.4       paf       112:                XMLCh fromTable[0x100];
1.25      paf       113:                Rec toTable[MAX_CHARSET_UNI_CODES];
1.4       paf       114:                uint toTableSize;
                    115:        };
                    116: 
1.25      paf       117:        struct UTF8CaseTable {
                    118:                struct Rec {
                    119:                        XMLCh from, to;
                    120:                };
                    121: 
                    122:                uint size;
                    123:                Rec* records;
                    124:        };
                    125: 
1.1       paf       126: private:
                    127: 
1.24      paf       128:        const String::Body FNAME;
1.23      paf       129:        char* FNAME_CSTR;
1.1       paf       130:        bool fisUTF8;
1.4       paf       131:        Tables tables;
1.1       paf       132: 
                    133: #ifdef XML
                    134: 
                    135: private:
1.23      paf       136:        void addEncoding(char* name_cstr);
1.24      paf       137:        void initTranscoder(const String::Body name, const char* name_cstr);
1.9       paf       138:        
1.1       paf       139: public:
1.23      paf       140:        /// converts xmlChar* null-terminated string to char* 
1.32      paf       141:        String::C transcode_cstr(const xmlChar* s);
1.8       paf       142:        /// converts xmlChar* null-terminated string to parser String
1.32      paf       143:        const String& transcode(const xmlChar* s);
1.23      paf       144: 
                    145:        /** converts sized char*  to xmlChar*
                    146:                @returns xmlChar*  WHICH CALLER SHOULD FREE
1.16      paf       147:        */
1.23      paf       148:        xmlChar* transcode_buf2xchar(const char* buf, size_t buf_size);
1.32      paf       149:        /// converts parser String to xmlChar*
                    150:        xmlChar* transcode(const String& s);
                    151:        /// converts parser String::Body to xmlChar*
                    152:        xmlChar* transcode(const String::Body s);
1.1       paf       153: 
                    154: private:
                    155: 
1.23      paf       156:        xmlCharEncodingHandler* ftranscoder;
1.1       paf       157: 
                    158: #endif
                    159: 
1.5       paf       160: };
1.25      paf       161: 
                    162: 
                    163: // externs
                    164: 
                    165: extern Charset::UTF8CaseTable UTF8CaseToUpper;
                    166: extern Charset::UTF8CaseTable UTF8CaseToLower;
1.28      paf       167: void change_case_UTF8(const XMLByte* srcData, size_t srcLen,
                    168:                                          XMLByte* toFill, size_t toFillLen,
1.25      paf       169:                                          const Charset::UTF8CaseTable& table);
1.37    ! misha     170: size_t getUTF8BytePos(const XMLByte* srcBegin, const XMLByte* srcEnd, size_t charPos/*position in characters*/);
        !           171: size_t getUTF8CharPos(const XMLByte* srcBegin, const XMLByte* srcEnd, size_t bytePos/*position in bytes*/);
        !           172: size_t lengthUTF8(const XMLByte* srcBegin, const XMLByte* srcEnd);
1.25      paf       173: 
1.1       paf       174: #endif

E-mail: