Make isIDFIRST_uni() return identically as isIDFIRST_utf8()
authorKarl Williamson <public@khwilliamson.com>
Thu, 29 Nov 2012 03:16:06 +0000 (20:16 -0700)
committerKarl Williamson <public@khwilliamson.com>
Thu, 29 Nov 2012 15:59:03 +0000 (08:59 -0700)
These two macros should have the same results for the same input code
points.  Prior to this patch, the _uni() macro returned the official
Unicode ID_Start property, and the _utf8() macro returned Perl's
slightly restricted definition.  Now both return Perl's.

embed.fnc
embed.h
ext/XS-APItest/t/handy.t
handy.h
proto.h
utf8.c

index 3b9767b..a1e1f5e 100644 (file)
--- a/embed.fnc
+++ b/embed.fnc
@@ -626,6 +626,7 @@ Amp |UV     |to_uni_fold    |UV c|NN U8 *p|NN STRLEN *lenp
 AMp    |UV     |_to_uni_fold_flags|UV c|NN U8 *p|NN STRLEN *lenp|const U8 flags
 ApPR   |bool   |is_uni_alnum_lc|UV c
 ApPR   |bool   |is_uni_idfirst_lc|UV c
+AMpR   |bool   |_is_uni_perl_idstart|UV c
 ApPR   |bool   |is_uni_alpha_lc|UV c
 ApPR   |bool   |is_uni_ascii_lc|UV c
 ApPR   |bool   |is_uni_space_lc|UV c
diff --git a/embed.h b/embed.h
index 473ab33..e19a9df 100644 (file)
--- a/embed.h
+++ b/embed.h
@@ -27,6 +27,7 @@
 /* Hide global symbols */
 
 #define Gv_AMupdate(a,b)       Perl_Gv_AMupdate(aTHX_ a,b)
+#define _is_uni_perl_idstart(a)        Perl__is_uni_perl_idstart(aTHX_ a)
 #define _is_utf8_perl_idstart(a)       Perl__is_utf8_perl_idstart(aTHX_ a)
 #define _to_uni_fold_flags(a,b,c,d)    Perl__to_uni_fold_flags(aTHX_ a,b,c,d)
 #define _to_utf8_fold_flags(a,b,c,d,e) Perl__to_utf8_fold_flags(aTHX_ a,b,c,d,e)
index d6c8df6..4c852c5 100644 (file)
@@ -57,6 +57,10 @@ foreach my $name (sort keys %properties) {
         last if $above_latins > 5;
     }
 
+    # This makes sure we are using the Perl definition of idfirst, and not the
+    # Unicode.  There are a few differences.
+    push @code_points, ord "\N{ESTIMATED SYMBOL}" if $name eq 'idfirst';
+
     # And finally one non-Unicode code point.
     push @code_points, 0x110000;    # Above Unicode, no prop should match
     no warnings 'non_unicode';
diff --git a/handy.h b/handy.h
index c03853e..5134c9d 100644 (file)
--- a/handy.h
+++ b/handy.h
@@ -927,7 +927,7 @@ EXTCONST U32 PL_charclass[];
 #define isWORDCHAR_uni(c)       _generic_uni(_CC_WORDCHAR, is_uni_alnum, c)
 #define isALNUM_uni(c)          isWORDCHAR_uni(c)
 #define isBLANK_uni(c)          _generic_uni(_CC_BLANK, is_HORIZWS_cp_high, c)
-#define isIDFIRST_uni(c)        _generic_uni(_CC_IDFIRST, is_uni_idfirst, c)
+#define isIDFIRST_uni(c)        _generic_uni(_CC_IDFIRST, _is_uni_perl_idstart, c)
 #define isALPHA_uni(c)          _generic_uni(_CC_ALPHA, is_uni_alpha, c)
 #define isSPACE_uni(c)          _generic_uni(_CC_SPACE, is_XPERLSPACE_cp_high, c)
 #define isVERTWS_uni(c)         _generic_uni(_CC_VERTSPACE, is_VERTWS_cp_high, c)
@@ -992,10 +992,9 @@ EXTCONST U32 PL_charclass[];
 /* To prevent S_scan_word in toke.c from hanging, we have to make sure that
  * IDFIRST is an alnum.  See
  * http://rt.perl.org/rt3/Ticket/Display.html?id=74022 for more detail than you
- * ever wanted to know about.  XXX It is unclear if this should extend to
- * isIDFIRST_uni() which it hasn't so far.  (In the ASCII range, there isn't a
- * difference.) This used to be not the XID version, but we decided to go with
- * the more modern Unicode definition */
+ * ever wanted to know about.  (In the ASCII range, there isn't a difference.)
+ * This used to be not the XID version, but we decided to go with the more
+ * modern Unicode definition */
 #define isIDFIRST_utf8(p)       _generic_utf8(_CC_IDFIRST,               \
                                               _is_utf8_perl_idstart, p)
 
diff --git a/proto.h b/proto.h
index 560798a..f9d7b9e 100644 (file)
--- a/proto.h
+++ b/proto.h
@@ -32,6 +32,9 @@ PERL_CALLCONV void    Perl_Slab_Free(pTHX_ void *op)
 #define PERL_ARGS_ASSERT_SLAB_FREE     \
        assert(op)
 
+PERL_CALLCONV bool     Perl__is_uni_perl_idstart(pTHX_ UV c)
+                       __attribute__warn_unused_result__;
+
 PERL_CALLCONV bool     Perl__is_utf8_perl_idstart(pTHX_ const U8 *p)
                        __attribute__warn_unused_result__
                        __attribute__nonnull__(pTHX_1);
diff --git a/utf8.c b/utf8.c
index 075f4c3..70620af 100644 (file)
--- a/utf8.c
+++ b/utf8.c
@@ -1498,6 +1498,14 @@ Perl_is_uni_idfirst(pTHX_ UV c)
     return is_utf8_idfirst(tmpbuf);
 }
 
+bool
+Perl__is_uni_perl_idstart(pTHX_ UV c)
+{
+    U8 tmpbuf[UTF8_MAXBYTES+1];
+    uvchr_to_utf8(tmpbuf, c);
+    return _is_utf8_perl_idstart(tmpbuf);
+}
+
 bool
 Perl_is_uni_alpha(pTHX_ UV c)
 {