cpan/Encode/Unicode/Unicode.xs

   1 /*
   2  $Id: Unicode.xs,v 2.9 2012/08/05 23:08:49 dankogai Exp $
   3  */
   4
   5 #define PERL_NO_GET_CONTEXT
   6 #include "EXTERN.h"
   7 #include "perl.h"
   8 #include "XSUB.h"
   9 #define U8 U8
  10 #include "../Encode/encode.h"
  11
  12 #define FBCHAR                  0xFFFd
  13 #define BOM_BE                  0xFeFF
  14 #define BOM16LE                 0xFFFe
  15 #define BOM32LE                 0xFFFe0000
  16 #define issurrogate(x)          (0xD800 <= (x)  && (x) <= 0xDFFF )
  17 #define isHiSurrogate(x)        (0xD800 <= (x)  && (x) <  0xDC00 )
  18 #define isLoSurrogate(x)        (0xDC00 <= (x)  && (x) <= 0xDFFF )
  19 #define invalid_ucs2(x)         ( issurrogate(x) || 0xFFFF < (x) )
  20
  21 /* For pre-5.14 source compatibility */
  22 #ifndef UNICODE_WARN_ILLEGAL_INTERCHANGE
  23 #   define UNICODE_WARN_ILLEGAL_INTERCHANGE 0
  24 #   define UTF8_DISALLOW_SURROGATE 0
  25 #   define UTF8_WARN_SURROGATE 0
  26 #   define UTF8_DISALLOW_FE_FF 0
  27 #   define UTF8_WARN_FE_FF 0
  28 #   define UTF8_WARN_NONCHAR 0
  29 #endif
  30
  31 #define PERLIO_BUFSIZ 1024 /* XXX value comes from PerlIOEncode_get_base */
  32
  33 /* Avoid wasting too much space in the result buffer */
  34 /* static void */
  35 /* shrink_buffer(SV *result) */
  36 /* { */
  37 /*     if (SvLEN(result) > 42 + SvCUR(result)) { */
  38 /*      char *buf; */
  39 /*      STRLEN len = 1 + SvCUR(result); /\* include the NUL byte *\/ */
  40 /*      New(0, buf, len, char); */
  41 /*      Copy(SvPVX(result), buf, len, char); */
  42 /*      Safefree(SvPVX(result)); */
  43 /*      SvPV_set(result, buf); */
  44 /*      SvLEN_set(result, len); */
  45 /*     } */
  46 /* } */
  47
  48 #define shrink_buffer(result) { \
  49     if (SvLEN(result) > 42 + SvCUR(result)) { \
  50         char *newpv; \
  51         STRLEN newlen = 1 + SvCUR(result); /* include the NUL byte */ \
  52         New(0, newpv, newlen, char); \
  53         Copy(SvPVX(result), newpv, newlen, char); \
  54         Safefree(SvPVX(result)); \
  55         SvPV_set(result, newpv); \
  56         SvLEN_set(result, newlen); \
  57     } \
  58 }
  59
  60 static UV
  61 enc_unpack(pTHX_ U8 **sp, U8 *e, STRLEN size, U8 endian)
  62 {
  63     U8 *s = *sp;
  64     UV v = 0;
  65     if (s+size > e) {
  66         croak("Partial character %c",(char) endian);
  67     }
  68     switch(endian) {
  69     case 'N':
  70         v = *s++;
  71         v = (v << 8) | *s++;
  72     case 'n':
  73         v = (v << 8) | *s++;
  74         v = (v << 8) | *s++;
  75         break;
  76     case 'V':
  77     case 'v':
  78         v |= *s++;
  79         v |= (*s++ << 8);
  80         if (endian == 'v')
  81             break;
  82         v |= (*s++ << 16);
  83         v |= (*s++ << 24);
  84         break;
  85     default:
  86         croak("Unknown endian %c",(char) endian);
  87         break;
  88     }
  89     *sp = s;
  90     return v;
  91 }
  92
  93 void
  94 enc_pack(pTHX_ SV *result, STRLEN size, U8 endian, UV value)
  95 {
  96     U8 *d = (U8 *) SvPV_nolen(result);
  97
  98     switch(endian) {
  99     case 'v':
 100     case 'V':
 101         d += SvCUR(result);
 102         SvCUR_set(result,SvCUR(result)+size);
 103         while (size--) {
 104             *d++ = (U8)(value & 0xFF);
 105             value >>= 8;
 106         }
 107         break;
 108     case 'n':
 109     case 'N':
 110         SvCUR_set(result,SvCUR(result)+size);
 111         d += SvCUR(result);
 112         while (size--) {
 113             *--d = (U8)(value & 0xFF);
 114             value >>= 8;
 115         }
 116         break;
 117     default:
 118         croak("Unknown endian %c",(char) endian);
 119         break;
 120     }
 121 }
 122
 123 MODULE = Encode::Unicode PACKAGE = Encode::Unicode
 124
 125 PROTOTYPES: DISABLE
 126
 127 #define attr(k, l)  (hv_exists((HV *)SvRV(obj),k,l) ? \
 128     *hv_fetch((HV *)SvRV(obj),k,l,0) : &PL_sv_undef)
 129
 130 void
 131 decode_xs(obj, str, check = 0)
 132 SV *    obj
 133 SV *    str
 134 IV      check
 135 CODE:
 136 {
 137     U8 endian    = *((U8 *)SvPV_nolen(attr("endian", 6)));
 138     int size     = SvIV(attr("size", 4));
 139     int ucs2     = -1; /* only needed in the event of surrogate pairs */
 140     SV *result   = newSVpvn("",0);
 141     STRLEN usize = (size > 0 ? size : 1); /* protect against rogue size<=0 */
 142     STRLEN ulen;
 143     STRLEN resultbuflen;
 144     U8 *resultbuf;
 145     U8 *s = (U8 *)SvPVbyte(str,ulen);
 146     U8 *e = (U8 *)SvEND(str);
 147     /* Optimise for the common case of being called from PerlIOEncode_fill()
 148        with a standard length buffer. In this case the result SV's buffer is
 149        only used temporarily, so we can afford to allocate the maximum needed
 150        and not care about unused space. */
 151     const bool temp_result = (ulen == PERLIO_BUFSIZ);
 152
 153     ST(0) = sv_2mortal(result);
 154     SvUTF8_on(result);
 155
 156     if (!endian && s+size <= e) {
 157         UV bom;
 158         endian = (size == 4) ? 'N' : 'n';
 159         bom = enc_unpack(aTHX_ &s,e,size,endian);
 160         if (bom != BOM_BE) {
 161             if (bom == BOM16LE) {
 162                 endian = 'v';
 163             }
 164             else if (bom == BOM32LE) {
 165                 endian = 'V';
 166             }
 167             else {
 168                 croak("%"SVf":Unrecognised BOM %"UVxf,
 169                       *hv_fetch((HV *)SvRV(obj),"Name",4,0),
 170                       bom);
 171             }
 172         }
 173 #if 1
 174         /* Update endian for next sequence */
 175         if (SvTRUE(attr("renewed", 7))) {
 176             hv_store((HV *)SvRV(obj),"endian",6,newSVpv((char *)&endian,1),0);
 177         }
 178 #endif
 179     }
 180
 181     if (temp_result) {
 182         resultbuflen = 1 + ulen/usize * UTF8_MAXLEN;
 183     } else {
 184         /* Preallocate the buffer to the minimum possible space required. */
 185         resultbuflen = ulen/usize + UTF8_MAXLEN + 1;
 186     }
 187     resultbuf = (U8 *) SvGROW(result, resultbuflen);
 188
 189     while (s < e && s+size <= e) {
 190         UV ord = enc_unpack(aTHX_ &s,e,size,endian);
 191         U8 *d;
 192         if (issurrogate(ord)) {
 193             if (ucs2 == -1) {
 194                 ucs2 = SvTRUE(attr("ucs2", 4));
 195             }
 196             if (ucs2 || size == 4) {
 197                 if (check) {
 198                     croak("%"SVf":no surrogates allowed %"UVxf,
 199                           *hv_fetch((HV *)SvRV(obj),"Name",4,0),
 200                           ord);
 201                 }
 202                 ord = FBCHAR;
 203             }
 204             else {
 205                 UV lo;
 206                 if (!isHiSurrogate(ord)) {
 207                     if (check) {
 208                         croak("%"SVf":Malformed HI surrogate %"UVxf,
 209                               *hv_fetch((HV *)SvRV(obj),"Name",4,0),
 210                               ord);
 211                     }
 212                     else {
 213                         ord = FBCHAR;
 214                     }
 215                 }
 216                 else if (s+size > e) {
 217                     if (check) {
 218                         if (check & ENCODE_STOP_AT_PARTIAL) {
 219                              s -= size;
 220                              break;
 221                         }
 222                         else {
 223                              croak("%"SVf":Malformed HI surrogate %"UVxf,
 224                                    *hv_fetch((HV *)SvRV(obj),"Name",4,0),
 225                                    ord);
 226                         }
 227                     }
 228                     else {
 229                         ord = FBCHAR;
 230                     }
 231                 }
 232                 else {
 233                     lo = enc_unpack(aTHX_ &s,e,size,endian);
 234                     if (!isLoSurrogate(lo)) {
 235                         if (check) {
 236                             croak("%"SVf":Malformed LO surrogate %"UVxf,
 237                                   *hv_fetch((HV *)SvRV(obj),"Name",4,0),
 238                                   ord);
 239                         }
 240                         else {
 241                             s -= size;
 242                             ord = FBCHAR;
 243                         }
 244                     }
 245                     else {
 246                         ord = 0x10000 + ((ord - 0xD800) << 10) + (lo - 0xDC00);
 247                     }
 248                 }
 249             }
 250         }
 251
 252         if ((ord & 0xFFFE) == 0xFFFE || (ord >= 0xFDD0 && ord <= 0xFDEF)) {
 253             if (check) {
 254                 croak("%"SVf":Unicode character %"UVxf" is illegal",
 255                       *hv_fetch((HV *)SvRV(obj),"Name",4,0),
 256                       ord);
 257             } else {
 258                 ord = FBCHAR;
 259             }
 260         }
 261
 262         if (resultbuflen < SvCUR(result) + UTF8_MAXLEN + 1) {
 263             /* Do not allocate >8Mb more than the minimum needed.
 264                This prevents allocating too much in the rogue case of a large
 265                input consisting initially of long sequence uft8-byte unicode
 266                chars followed by single utf8-byte chars. */
 267             /* +1
 268                fixes  Unicode.xs!decode_xs n-byte heap-overflow
 269               */
 270             STRLEN remaining = (e - s)/usize + 1; /* +1 to avoid the leak */
 271             STRLEN max_alloc = remaining + (8*1024*1024);
 272             STRLEN est_alloc = remaining * UTF8_MAXLEN;
 273             STRLEN newlen = SvLEN(result) + /* min(max_alloc, est_alloc) */
 274                 (est_alloc > max_alloc ? max_alloc : est_alloc);
 275             resultbuf = (U8 *) SvGROW(result, newlen);
 276             resultbuflen = SvLEN(result);
 277         }
 278
 279         d = uvuni_to_utf8_flags(resultbuf+SvCUR(result), ord,
 280                                             UNICODE_WARN_ILLEGAL_INTERCHANGE);
 281         SvCUR_set(result, d - (U8 *)SvPVX(result));
 282     }
 283
 284     if (s < e) {
 285         /* unlikely to happen because it's fixed-length -- dankogai */
 286         if (check & ENCODE_WARN_ON_ERR) {
 287             Perl_warner(aTHX_ packWARN(WARN_UTF8),"%"SVf":Partial character",
 288                         *hv_fetch((HV *)SvRV(obj),"Name",4,0));
 289         }
 290     }
 291     if (check && !(check & ENCODE_LEAVE_SRC)) {
 292         if (s < e) {
 293             Move(s,SvPVX(str),e-s,U8);
 294             SvCUR_set(str,(e-s));
 295         }
 296         else {
 297             SvCUR_set(str,0);
 298         }
 299         *SvEND(str) = '\0';
 300     }
 301
 302     if (!temp_result)
 303         shrink_buffer(result);
 304
 305     XSRETURN(1);
 306 }
 307
 308 void
 309 encode_xs(obj, utf8, check = 0)
 310 SV *    obj
 311 SV *    utf8
 312 IV      check
 313 CODE:
 314 {
 315     U8 endian = *((U8 *)SvPV_nolen(attr("endian", 6)));
 316     const int size = SvIV(attr("size", 4));
 317     int ucs2 = -1; /* only needed if there is invalid_ucs2 input */
 318     const STRLEN usize = (size > 0 ? size : 1);
 319     SV *result = newSVpvn("", 0);
 320     STRLEN ulen;
 321     U8 *s = (U8 *) SvPVutf8(utf8, ulen);
 322     const U8 *e = (U8 *) SvEND(utf8);
 323     /* Optimise for the common case of being called from PerlIOEncode_flush()
 324        with a standard length buffer. In this case the result SV's buffer is
 325        only used temporarily, so we can afford to allocate the maximum needed
 326        and not care about unused space. */
 327     const bool temp_result = (ulen == PERLIO_BUFSIZ);
 328
 329     ST(0) = sv_2mortal(result);
 330
 331     /* Preallocate the result buffer to the maximum possible size.
 332        ie. assume each UTF8 byte is 1 character.
 333        Then shrink the result's buffer if necesary at the end. */
 334     SvGROW(result, ((ulen+1) * usize));
 335
 336     if (!endian) {
 337         endian = (size == 4) ? 'N' : 'n';
 338         enc_pack(aTHX_ result,size,endian,BOM_BE);
 339 #if 1
 340         /* Update endian for next sequence */
 341         if (SvTRUE(attr("renewed", 7))) {
 342             hv_store((HV *)SvRV(obj),"endian",6,newSVpv((char *)&endian,1),0);
 343         }
 344 #endif
 345     }
 346     while (s < e && s+UTF8SKIP(s) <= e) {
 347         STRLEN len;
 348         UV ord = utf8n_to_uvuni(s, e-s, &len, (UTF8_DISALLOW_SURROGATE
 349                                                |UTF8_WARN_SURROGATE
 350                                                |UTF8_DISALLOW_FE_FF
 351                                                |UTF8_WARN_FE_FF
 352                                                |UTF8_WARN_NONCHAR));
 353         s += len;
 354         if (size != 4 && invalid_ucs2(ord)) {
 355             if (!issurrogate(ord)) {
 356                 if (ucs2 == -1) {
 357                     ucs2 = SvTRUE(attr("ucs2", 4));
 358                 }
 359                 if (ucs2 || ord > 0x10FFFF) {
 360                     if (check) {
 361                         croak("%"SVf":code point \"\\x{%"UVxf"}\" too high",
 362                                   *hv_fetch((HV *)SvRV(obj),"Name",4,0),ord);
 363                     }
 364                     enc_pack(aTHX_ result,size,endian,FBCHAR);
 365                 } else {
 366                     UV hi = ((ord - 0x10000) >> 10)   + 0xD800;
 367                     UV lo = ((ord - 0x10000) & 0x3FF) + 0xDC00;
 368                     enc_pack(aTHX_ result,size,endian,hi);
 369                     enc_pack(aTHX_ result,size,endian,lo);
 370                 }
 371             }
 372             else {
 373                 /* not supposed to happen */
 374                 enc_pack(aTHX_ result,size,endian,FBCHAR);
 375             }
 376         }
 377         else {
 378             enc_pack(aTHX_ result,size,endian,ord);
 379         }
 380     }
 381     if (s < e) {
 382         /* UTF-8 partial char happens often on PerlIO.
 383            Since this is okay and normal, we do not warn.
 384            But this is critical when you choose to LEAVE_SRC
 385            in which case we die */
 386         if (check & (ENCODE_DIE_ON_ERR|ENCODE_LEAVE_SRC)) {
 387             Perl_croak(aTHX_ "%"SVf":partial character is not allowed "
 388                        "when CHECK = 0x%" UVuf,
 389                        *hv_fetch((HV *)SvRV(obj),"Name",4,0), check);
 390         }
 391     }
 392     if (check && !(check & ENCODE_LEAVE_SRC)) {
 393         if (s < e) {
 394             Move(s,SvPVX(utf8),e-s,U8);
 395             SvCUR_set(utf8,(e-s));
 396         }
 397         else {
 398             SvCUR_set(utf8,0);
 399         }
 400         *SvEND(utf8) = '\0';
 401     }
 402
 403     if (!temp_result)
 404         shrink_buffer(result);
 405
 406     SvSETMAGIC(utf8);
 407
 408     XSRETURN(1);
 409 }