utf8.c

   1 #include "termbox.h"
   2
   3 static const unsigned char utf8_length[256] = {
   4   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,
   5   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,
   6   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,
   7   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,
   8   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,
   9   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,
  10   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,
  11   3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,5,5,5,5,6,6,1,1
  12 };
  13
  14 static const unsigned char utf8_mask[6] = {
  15         0x7F,
  16         0x1F,
  17         0x0F,
  18         0x07,
  19         0x03,
  20         0x01
  21 };
  22
  23 int tb_utf8_char_length(char c)
  24 {
  25         return utf8_length[(unsigned char)c];
  26 }
  27
  28 int tb_utf8_char_to_unicode(uint32_t *out, const char *c)
  29 {
  30         if (*c == 0)
  31                 return TB_EOF;
  32
  33         int i;
  34         unsigned char len = tb_utf8_char_length(*c);
  35         unsigned char mask = utf8_mask[len-1];
  36         uint32_t result = c[0] & mask;
  37         for (i = 1; i < len; ++i) {
  38                 result <<= 6;
  39                 result |= c[i] & 0x3f;
  40         }
  41
  42         *out = result;
  43         return (int)len;
  44 }
  45
  46 int tb_utf8_unicode_to_char(char *out, uint32_t c)
  47 {
  48         int len = 0;
  49         int first;
  50         int i;
  51
  52         if (c < 0x80) {
  53                 first = 0;
  54                 len = 1;
  55         } else if (c < 0x800) {
  56                 first = 0xc0;
  57                 len = 2;
  58         } else if (c < 0x10000) {
  59                 first = 0xe0;
  60                 len = 3;
  61         } else if (c < 0x200000) {
  62                 first = 0xf0;
  63                 len = 4;
  64         } else if (c < 0x4000000) {
  65                 first = 0xf8;
  66                 len = 5;
  67         } else {
  68                 first = 0xfc;
  69                 len = 6;
  70         }
  71
  72         for (i = len - 1; i > 0; --i) {
  73                 out[i] = (c & 0x3f) | 0x80;
  74                 c >>= 6;
  75         }
  76         out[0] = c | first;
  77
  78         return len;
  79 }