This is a live mirror of the Perl 5 development currently hosted at https://github.com/perl/perl5
ebcdic_tables.h: Remove alien '#'
[perl5.git] / regen / ebcdic.pl
1 use v5.16.0;
2 use strict;
3 use warnings;
4 use integer;
5
6 BEGIN { unshift @INC, '.' }
7
8 require './regen/regen_lib.pl';
9 require './regen/charset_translations.pl';
10
11 # Generates the EBCDIC translation tables that were formerly hard-coded into
12 # utfebcdic.h
13
14 my $out_fh = open_new('ebcdic_tables.h', '>',
15         {style => '*', by => $0, });
16
17 sub get_column_headers ($$;$) {
18     my ($row_hdr_len, $field_width, $dfa_columns) = @_;
19     my $format;
20     my $final_column_format;
21     my $num_columns;
22
23     if (defined $dfa_columns) {
24         $num_columns = $dfa_columns;
25
26         # Trailing blank to correspond with commas in the rows below
27         $format = "%${field_width}d ";
28     }
29     else {  # Is a regular table
30         $num_columns = 16;
31
32         # Use blanks to separate the fields
33         $format = " " x ( $field_width
34                         - 2);               # For the '_X'
35         $format .= "_%X ";  # Again, trailing blank over the commas below
36     }
37
38     my $header = "/*" . " " x ($row_hdr_len - length "/*");
39
40     # All but the final column
41     $header .= sprintf($format, $_) for 0 .. $num_columns - 2;
42
43      # Get rid of trailing blank, so that the final column takes up one less
44      # space so that the "*/" doesn't extend past the commas in the rows below
45     chop $header;
46     $header .= sprintf $format, $num_columns - 1;
47
48     # Again, remove trailing blank
49     chop $header;
50
51     return $header . "*/\n";
52 }
53
54 sub output_table_start($$$) {
55     my ($out_fh, $TYPE, $name) = @_;
56
57     my $declaration = "EXTCONST $TYPE $name\[\]";
58     print $out_fh <<EOF;
59 #  ifndef DOINIT
60     $declaration;
61 #  else
62     $declaration = {
63 EOF
64 }
65
66 sub output_table_end($) {
67     print $out_fh "};\n#  endif\n\n";
68 }
69
70 sub output_table ($$;$) {
71     my $table_ref = shift;
72     my $name = shift;
73
74     # 0 => print in decimal
75     # 1 => print in hex (translates code point to code point)
76     # >= 2 => is a dfa table, like http://bjoern.hoehrmann.de/utf-8/decoder/dfa/
77     #      The number is how many columns in the part after the code point
78     #      portion.
79     #
80     # code point tables in hex areasier to debug, but don't fit into 80
81     # columns
82     my $type = shift // 1;
83
84     my $print_in_hex = $type == 1;
85     my $is_dfa = ($type >= 2) ? $type : 0;
86     my $columns_after_256 = 16;
87
88     die "Requres 256 entries in table $name, got @$table_ref"
89                                 if ! $is_dfa && @$table_ref != 256;
90     if (! $is_dfa) {
91         die "Requres 256 entries in table $name, got @$table_ref"
92                                                         if @$table_ref != 256;
93     }
94     else {
95         $columns_after_256 = $is_dfa;
96
97         print $out_fh <<'EOF';
98
99 /* The table below is adapted from
100  *      http://bjoern.hoehrmann.de/utf-8/decoder/dfa/
101  * See copyright notice at the beginning of this file.
102  */
103
104 EOF
105     }
106
107     # Highest number in the table
108     my $max_entry = 0;
109     $max_entry = map { $_ > $max_entry ? $_ : $max_entry } @$table_ref;
110
111     # We assume that every table has at least one two digit entry, and none
112     # are more than three digit.
113     my $field_width = ($print_in_hex)
114                       ? 4
115                       : (($max_entry) > 99 ? 3 : 2);
116
117     my $row_hdr_length;
118     my $node_number_field_width;
119     my $node_value_field_width;
120
121     # dfa tables have a special header for the rows in the transitions part of
122     # the table.  It is longer than the regular one.
123     if ($is_dfa) {
124         my $max_node_number = ($max_entry - 256) / $columns_after_256 - 1;
125         $node_number_field_width = ($max_node_number > 9) ? 2 : 1;
126         $node_value_field_width = ($max_node_number * $columns_after_256 > 99)
127                                   ? 3 : 2;
128         # The header starts with this template, and adds in the number of
129         # digits needed to represent the maximum node number and its value
130         $row_hdr_length = length("/*N=*/")
131                         + $node_number_field_width
132                         + $node_value_field_width;
133     }
134     else {
135         $row_hdr_length = length "/*_X*/";  # Template for what the header
136                                             # looks like
137     }
138
139     # The table may not be representable in 8 bits.
140     my $TYPE = 'U8';
141     $TYPE = 'U16' if grep { $_ > 255 } @$table_ref;
142
143     output_table_start $out_fh, $TYPE, $name;
144
145     # First the headers for the columns
146     print $out_fh get_column_headers($row_hdr_length, $field_width);
147
148     # Now the table body
149     my $count = @$table_ref;
150     my $last_was_nl = 1;
151
152     # Print each element individually, arranged in rows of columns
153     for my $i (0 .. $count - 1) {
154
155         # Node number for here is -1 until get into the dfa state transitions
156         my $node = ($i < 256) ? -1 : ($i - 256) / $columns_after_256;
157
158         # Print row header at beginning of each row
159         if ($last_was_nl) {
160             if ($node >= 0) {
161                 printf $out_fh "/*N%-*d=%*d*/", $node_number_field_width, $node,
162                                                $node_value_field_width, $i - 256;
163             }
164             else {  # Otherwise is regular row; print its number
165                 printf $out_fh "/*%X_", $i / 16;
166
167                 # These rows in a dfa table require extra space so columns
168                 # will align vertically (because the Ndd=ddd requires extra
169                 # space)
170                 if ($is_dfa) {
171                     print  $out_fh " " x (  $node_number_field_width
172                                           + $node_value_field_width);
173                 }
174                 print  $out_fh "*/";
175             }
176         }
177
178         if ($print_in_hex) {
179             printf $out_fh "0x%02X", $table_ref->[$i];
180         }
181         else {
182             printf $out_fh "%${field_width}d", $table_ref->[$i];
183         }
184
185         print $out_fh ",", if $i < $count -1;   # No comma on final entry
186
187         # Add \n if at end of row, which is 16 columns until we get to the
188         # transitions part
189         if (   ($node < 0 && $i % 16 == 15)
190             || ($node >= 0 && ($i -256) % $columns_after_256
191                                                     == $columns_after_256 - 1))
192         {
193             print $out_fh "\n";
194             $last_was_nl = 1;
195         }
196         else {
197             $last_was_nl = 0;
198         }
199     }
200
201     # Print column footer
202     print $out_fh get_column_headers($row_hdr_length, $field_width,
203                                      ($is_dfa) ? $columns_after_256 : undef);
204
205     output_table_end($out_fh);
206 }
207
208 print $out_fh <<'END';
209
210 #ifndef PERL_EBCDIC_TABLES_H_   /* Guard against nested #includes */
211 #define PERL_EBCDIC_TABLES_H_   1
212
213 /* This file contains definitions for various tables used in EBCDIC handling.
214  * More info is in utfebcdic.h
215  *
216  * Some of the tables are adapted from
217  *      http://bjoern.hoehrmann.de/utf-8/decoder/dfa/
218  * which requires this copyright notice:
219
220 Copyright (c) 2008-2009 Bjoern Hoehrmann <bjoern@hoehrmann.de>
221
222 Permission is hereby granted, free of charge, to any person obtaining a copy of
223 this software and associated documentation files (the "Software"), to deal in
224 the Software without restriction, including without limitation the rights to
225 use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies
226 of the Software, and to permit persons to whom the Software is furnished to do
227 so, subject to the following conditions:
228
229 The above copyright notice and this permission notice shall be included in all
230 copies or substantial portions of the Software.
231
232 THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
233 IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
234 FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
235 AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
236 LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
237 OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
238 SOFTWARE.
239
240 */
241 END
242
243 my @charsets = get_supported_code_pages();
244 shift @charsets;    # ASCII is the 0th, and we don't deal with that here.
245 foreach my $charset (@charsets) {
246     # we process the whole array several times, make a copy
247     my @a2e = @{get_a2n($charset)};
248
249     print $out_fh "\n" . get_conditional_compile_line_start($charset);
250     print $out_fh "\n";
251
252     print $out_fh "/* Index is ASCII platform code point; value is $charset equivalent */\n";
253     output_table(\@a2e, "PL_a2e");
254
255     { # Construct the inverse
256         my @e2a;
257         for my $i (0 .. 255) {
258             $e2a[$a2e[$i]] = $i;
259         }
260         print $out_fh "/* Index is $charset code point; value is ASCII platform equivalent */\n";
261         output_table(\@e2a, "PL_e2a");
262     }
263
264     my @i82utf = @{get_I8_2_utf($charset)};
265     print $out_fh <<END;
266 /* (Confusingly named) Index is $charset I8 byte; value is
267  * $charset UTF-EBCDIC equivalent */
268 END
269     output_table(\@i82utf, "PL_utf2e");
270
271     { #Construct the inverse
272         my @utf2i8;
273         for my $i (0 .. 255) {
274             $utf2i8[$i82utf[$i]] = $i;
275         }
276         print $out_fh <<END;
277 /* (Confusingly named) Index is $charset UTF-EBCDIC byte; value is
278  * $charset I8 equivalent */
279 END
280         output_table(\@utf2i8, "PL_e2utf");
281     }
282
283     {
284         my @utf8skip;
285
286         # These are invariants or continuation bytes.
287         for my $i (0 .. 0xBF) {
288             $utf8skip[$i82utf[$i]] = 1;
289         }
290
291         # These are start bytes;  The skip is the number of consecutive highest
292         # order 1-bits (up to 7)
293         for my $i (0xC0 .. 255) {
294             my $count;
295             if ($i == 0b11111111) {
296                 no warnings 'once';
297                 $count = $CHARSET_TRANSLATIONS::UTF_EBCDIC_MAXBYTES;
298             }
299             elsif (($i & 0b11111110) == 0b11111110) {
300                 $count= 7;
301             }
302             elsif (($i & 0b11111100) == 0b11111100) {
303                 $count= 6;
304             }
305             elsif (($i & 0b11111000) == 0b11111000) {
306                 $count= 5;
307             }
308             elsif (($i & 0b11110000) == 0b11110000) {
309                 $count= 4;
310             }
311             elsif (($i & 0b11100000) == 0b11100000) {
312                 $count= 3;
313             }
314             elsif (($i & 0b11000000) == 0b11000000) {
315                 $count= 2;
316             }
317             else {
318                 die "Something wrong for UTF8SKIP calculation for $i";
319             }
320             $utf8skip[$i82utf[$i]] = $count;
321         }
322
323         print $out_fh <<END;
324 /* Index is $charset UTF-EBCDIC byte; value is UTF8SKIP for start bytes
325  * (including for overlongs); 1 for continuation.  Adapted from the shadow
326  * flags table in tr16.  The entries marked 9 in tr16 are continuation bytes
327  * and are marked as length 1 here so that we can recover. */
328 END
329         output_table(\@utf8skip, "PL_utf8skip", 0);  # The 0 means don't print
330                                                      # in hex
331     }
332
333     use feature 'unicode_strings';
334
335     {
336         my @lc;
337         for my $i (0 .. 255) {
338             $lc[$a2e[$i]] = $a2e[ord lc chr $i];
339         }
340         print $out_fh
341         "/* Index is $charset code point; value is its lowercase equivalent */\n";
342         output_table(\@lc, "PL_latin1_lc");
343     }
344
345     {
346         my @uc;
347         for my $i (0 .. 255) {
348             my $uc = uc chr $i;
349             if (length $uc > 1 || ord $uc > 255) {
350                 $uc = "\N{LATIN SMALL LETTER Y WITH DIAERESIS}";
351             }
352             $uc[$a2e[$i]] = $a2e[ord $uc];
353         }
354         print $out_fh <<END;
355 /* Index is $charset code point; value is its uppercase equivalent.
356  * The 'mod' in the name means that codepoints whose uppercase is above 255 or
357  * longer than 1 character map to LATIN SMALL LETTER Y WITH DIARESIS */
358 END
359         output_table(\@uc, "PL_mod_latin1_uc");
360     }
361
362     { # PL_fold
363         my @ascii_fold;
364         for my $i (0 .. 255) {  # Initialise to identity map
365             $ascii_fold[$i] = $i;
366         }
367
368         # Overwrite the entries that aren't identity
369         for my $chr ('A' .. 'Z') {
370             $ascii_fold[$a2e[ord $chr]] = $a2e[ord lc $chr];
371         }
372         for my $chr ('a' .. 'z') {
373             $ascii_fold[$a2e[ord $chr]] = $a2e[ord uc $chr];
374         }
375         print $out_fh <<END;
376 /* Index is $charset code point; For A-Z, value is a-z; for a-z, value
377  * is A-Z; all other code points map to themselves */
378 END
379         output_table(\@ascii_fold, "PL_fold");
380     }
381
382     {
383         my @latin1_fold;
384         for my $i (0 .. 255) {
385             my $char = chr $i;
386             my $lc = lc $char;
387
388             # lc and uc adequately proxy for fold-case pairs in this 0-255
389             # range
390             my $uc = uc $char;
391             $uc = $char if length $uc > 1 || ord $uc > 255;
392             if ($lc ne $char) {
393                 $latin1_fold[$a2e[$i]] = $a2e[ord $lc];
394             }
395             elsif ($uc ne $char) {
396                 $latin1_fold[$a2e[$i]] = $a2e[ord $uc];
397             }
398             else {
399                 $latin1_fold[$a2e[$i]] = $a2e[$i];
400             }
401         }
402         print $out_fh <<END;
403 /* Index is $charset code point; value is its other fold-pair equivalent
404  * (A => a; a => A, etc) in the 0-255 range.  If no such equivalent, value is
405  * the code point itself */
406 END
407         output_table(\@latin1_fold, "PL_fold_latin1");
408     }
409
410     {
411       # This generates the dfa table for perl extended UTF-8, which accepts
412       # surrogates, non-characters, and accepts start bytes up through FE
413       # (start byte FF has to be handled outside this dfa).  The class numbers
414       # for start bytes are constrained so that they can be used as a shift
415       # count for masking off the leading one bits
416       #
417       # The classes are
418       #   00-9F           0
419       #   A0-A1           7   Not legal immediately after start bytes F0 F8 FC
420       #                       FE
421       #   A2-A3           8   Not legal immediately after start bytes F0 F8 FC
422       #   A4-A7           9   Not legal immediately after start bytes F0 F8
423       #   A8-AF          10   Not legal immediately after start bytes F0
424       #   B0-BF          11
425       #   C0-C4           1
426       #   C5-DF           2
427       #   E0              1
428       #   E1-EF           3
429       #   F0             12
430       #   F1-F7           4
431       #   F8             13
432       #   F9-FB           5
433       #   FC             14
434       #   FD              6
435       #   FE             15
436       #   FF              1
437       #
438       # Here's the I8 for the code points before which overlongs occur:
439       # U+4000:     \xF0\xB0\xA0\xA0
440       # U+40000:    \xF8\xA8\xA0\xA0\xA0
441       # U+400000:   \xFC\xA4\xA0\xA0\xA0\xA0
442       # U+4000000:  \xFE\xA2\xA0\xA0\xA0\xA0\xA0
443       #
444       # The first part of the table maps bytes to character classes to reduce
445       # the size of the transition table and create bitmasks.
446       #
447       # The second part is a transition table that maps a combination of a
448       # state of the automaton and a character class to a new state.  The
449       # numbering of the original nodes is retained, but some have been split
450       # so that there are new nodes.  They mean:
451       # N0     The initial state, and final accepting one.
452       # N1     One continuation byte (A0-BF) left.  This is transitioned to
453       #        immediately when the start byte indicates a two-byte sequence
454       # N2     Two continuation bytes left.
455       # N3     Three continuation bytes left.
456       # N4     Four continuation bytes left.
457       # N5     Five continuation bytes left.
458       # N6     Start byte is F0.  Continuation bytes A[0-F] are illegal
459       #        (overlong); the other continuations transition to N2
460       # N7     Start byte is F8.  Continuation bytes A[0-7] are illegal
461       #        (overlong); the other continuations transition to N3
462       # N8     Start byte is FC.  Continuation bytes A[0-3] are illegal
463       #        (overlong); the other continuations transition to N4
464       # N9     Start byte is FE.  Continuation bytes A[01] are illegal
465       #        (overlong); the other continuations transition to N5
466       # 1      Reject.  All transitions not mentioned above (except the single
467       #        byte ones (as they are always legal) are to this state.
468
469         my $NUM_CLASSES = 16;
470         my $N0 = 0;
471         my $N1 =  $N0 + $NUM_CLASSES;
472         my $N2 =  $N1 + $NUM_CLASSES;
473         my $N3 =  $N2 + $NUM_CLASSES;
474         my $N4 =  $N3 + $NUM_CLASSES;
475         my $N5 =  $N4 + $NUM_CLASSES;
476         my $N6 =  $N5 + $NUM_CLASSES;
477         my $N7 =  $N6 + $NUM_CLASSES;
478         my $N8 =  $N7 + $NUM_CLASSES;
479         my $N9 =  $N8 + $NUM_CLASSES;
480         my $N10 = $N9 + $NUM_CLASSES;
481
482         my @perl_extended_utf8_dfa;
483         my @i8 = (
484                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 00-0F
485                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 10-1F
486                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 20-2F
487                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 30-3F
488                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 40-4F
489                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 50-5F
490                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 60-6F
491                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 70-7F
492                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 80-8F
493                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 90-9F
494                   7, 7, 8, 8, 9, 9, 9, 9,10,10,10,10,10,10,10,10, # A0-AF
495                  11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11, # B0-BF
496                   1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, # C0-CF
497                   2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, # D0-DF
498                   1, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, # E0-EF
499                  12, 4, 4, 4, 4, 4, 4, 4,13, 5, 5, 5,14, 6,15, 1, # F0-FF
500                 );
501         $perl_extended_utf8_dfa[$i82utf[$_]] = $i8[$_] for (0 .. 255);
502         push @perl_extended_utf8_dfa, (
503           # Class:
504           # 0   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15
505             0,  1,$N1,$N2,$N3,$N4,$N5,  1,  1,  1,  1,  1,$N6,$N7,$N8,$N9, # N0
506             1,  1,  1,  1,  1,  1,  1,  0,  0,  0,  0,  0,  1,  1,  1,  1, # N1
507             1,  1,  1,  1,  1,  1,  1,$N1,$N1,$N1,$N1,$N1,  1,  1,  1,  1, # N2
508             1,  1,  1,  1,  1,  1,  1,$N2,$N2,$N2,$N2,$N2,  1,  1,  1,  1, # N3
509             1,  1,  1,  1,  1,  1,  1,$N3,$N3,$N3,$N3,$N3,  1,  1,  1,  1, # N4
510             1,  1,  1,  1,  1,  1,  1,$N4,$N4,$N4,$N4,$N4,  1,  1,  1,  1, # N5
511
512             1,  1,  1,  1,  1,  1,  1,  1,  1,  1,  1,$N2,  1,  1,  1,  1, # N6
513             1,  1,  1,  1,  1,  1,  1,  1,  1,  1,$N3,$N3,  1,  1,  1,  1, # N7
514             1,  1,  1,  1,  1,  1,  1,  1,  1,$N4,$N4,$N4,  1,  1,  1,  1, # N8
515             1,  1,  1,  1,  1,  1,  1,  1,$N5,$N5,$N5,$N5,  1,  1,  1,  1, # N9
516         );
517         output_table(\@perl_extended_utf8_dfa, "PL_extended_utf8_dfa_tab",
518                                                                    $NUM_CLASSES);
519     }
520
521     {
522       # This generates the dfa table for strict UTF-8, which rejects
523       # surrogates, non-characters, and above Unicode.
524       #
525       # The classes are
526       #   00-9F           0   Always legal at start
527       #   A0             10   Not legal immediately after start bytes F0 F8
528       #   A1             11   Not legal immediately after start bytes F0 F8,
529       #   A2-A7          12   Not legal immediately after start bytes F0 F8 F9
530       #   A8,AA,AC       13   Not legal immediately after start bytes F0 F9
531       #   A9,AB,AD       14   Not legal immediately after start byte F0
532       #   AE             15   Not legal immediately after start byte F0
533       #   AF             16   Not legal immediately after start bytes F0
534       #   B[0248AC]      17   Not legal immediately after start byte F9
535       #   B[1359D]       18   Not legal immediately after start byte F9
536       #   B6             19   Not legal immediately after start byte F9
537       #   B7             20   Not legal immediately after start byte F9
538       #   BE             21   Not legal immediately after start byte F9
539       #   BF             22   Not legal immediately after start byte F9
540       #   C0-C4           1   (reject, all are overlong)
541       #   C5-DF           2   Accepts any legal continuation
542       #   E0              1   (reject, all are overlong)
543       #   E1-EF           3   Accepts any legal continuation
544       #   F0              8   (has overlongs)
545       #   F1              6   (has surrogates, non-chars)
546       #   F2,F4,F6        4   Accepts any legal continuation
547       #   F3,F5,F7        5   (has non-chars)
548       #   F8              9   (has overlongs, non-chars)
549       #   F9              7   (has non-chars, non-Unicode)
550       #   FA-FF           1   (reject, all are non-Unicode)
551       #
552       # Here's the I8 for enough code points so that you can figure out what's
553       # going on:
554       #
555       # U+D800: \xF1\xB6\xA0\xA0
556       # U+DFFF: \xF1\xB7\xBF\xBF
557       # U+FDD0: \xF1\xBF\xAE\xB0
558       # U+FDEF: \xF1\xBF\xAF\xAF
559       # U+FFFE: \xF1\xBF\xBF\xBE
560       # U+1FFFE: \xF3\xBF\xBF\xBE
561       # U+2FFFE: \xF5\xBF\xBF\xBE
562       # U+3FFFE: \xF7\xBF\xBF\xBE
563       # U+4FFFE: \xF8\xA9\xBF\xBF\xBE
564       # U+5FFFE: \xF8\xAB\xBF\xBF\xBE
565       # U+6FFFE: \xF8\xAD\xBF\xBF\xBE
566       # U+7FFFE: \xF8\xAF\xBF\xBF\xBE
567       # U+8FFFE: \xF8\xB1\xBF\xBF\xBE
568       # U+9FFFE: \xF8\xB3\xBF\xBF\xBE
569       # U+AFFFE: \xF8\xB5\xBF\xBF\xBE
570       # U+BFFFE: \xF8\xB7\xBF\xBF\xBE
571       # U+CFFFE: \xF8\xB9\xBF\xBF\xBE
572       # U+DFFFE: \xF8\xBB\xBF\xBF\xBE
573       # U+EFFFE: \xF8\xBD\xBF\xBF\xBE
574       # U+FFFFE: \xF8\xBF\xBF\xBF\xBE
575       # U+10FFFE: \xF9\xA1\xBF\xBF\xBE
576       #
577       # The first part of the table maps bytes to character classes to reduce
578       # the size of the transition table and create bitmasks.
579       #
580       # The second part is a transition table that maps a combination of a
581       # state of the automaton and a character class to a new state.  The
582       # numbering of the original nodes is retained, but some have been split
583       # so that there are new nodes.  They mean:
584       # N0     The initial state, and final accepting one.
585       # N1     One continuation byte (A0-BF) left.  This is transitioned to
586       #        immediately when the start byte indicates a two-byte sequence
587       # N2     Two continuation bytes left.
588       # N3     Three continuation bytes left.
589       # N4     Start byte is F0.  Continuation bytes A[0-F] are illegal
590       #        (overlong); the other continuations transition to N2
591       # N5     Start byte is F1.  Continuation bytes B6 and B7 are illegal
592       #        (surrogates); BF transitions to N9; the other continuations to
593       #        N2
594       # N6     Start byte is F[357].  Continuation byte BF transitions to N12;
595       #        other continuations to N2
596       # N5     Start byte is F8.  Continuation bytes A[0-7] are illegal
597       #        (overlong); continuations A[9BDF] and B[13579BDF] transition to
598       #        N14; the other continuations to N3
599       # N8     Start byte is F9.  Continuation byte A0 transitions to N3; A1
600       #        to N14; the other continuation bytes are illegal.
601       # N9     Initial sequence is F1 BF.  Continuation byte AE transitions to
602       #        state N10; AF to N11; BF to N13; the other continuations to N1.
603       # N10    Initial sequence is F1 BF AE.  Continuation bytes B0-BF are
604       #        illegal (non-chars); the other continuations are legal
605       # N11    Initial sequence is F1 BF AF.  Continuation bytes A0-AF are
606       #        illegal (non-chars); the other continuations are legal
607       # N12    Initial sequence is F[357] BF.  Continuation bytes BF
608       #        transitions to N13; the other continuations to N1
609       # N13    Initial sequence is F[1357] BF BF or F8 x BF (where x is
610       #        something that can lead to a non-char.  Continuation bytes BE
611       #        and BF are illegal (non-chars); the other continuations are
612       #        legal
613       # N14    Initial sequence is F8 A[9BDF]; or F8 B[13579BDF]; or F9 A1.
614       #        Continuation byte BF transitions to N13; the other
615       #        continuations to N2
616       # 1      Reject.  All transitions not mentioned above (except the single
617       #        byte ones (as they are always legal) are to this state.
618
619         my $NUM_CLASSES = 23;
620         my $N0 = 0;
621         my $N1 =  $N0 + $NUM_CLASSES;
622         my $N2 =  $N1 + $NUM_CLASSES;
623         my $N3 =  $N2 + $NUM_CLASSES;
624         my $N4 =  $N3 + $NUM_CLASSES;
625         my $N5 =  $N4 + $NUM_CLASSES;
626         my $N6 =  $N5 + $NUM_CLASSES;
627         my $N7 =  $N6 + $NUM_CLASSES;
628         my $N8 =  $N7 + $NUM_CLASSES;
629         my $N9 =  $N8 + $NUM_CLASSES;
630         my $N10 = $N9 + $NUM_CLASSES;
631         my $N11 = $N10 + $NUM_CLASSES;
632         my $N12 = $N11 + $NUM_CLASSES;
633         my $N13 = $N12 + $NUM_CLASSES;
634         my $N14 = $N13 + $NUM_CLASSES;
635
636         my @strict_utf8_dfa;
637         my @i8 = (
638                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 00-0F
639                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 10-1F
640                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 20-2F
641                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 30-3F
642                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 40-4F
643                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 50-5F
644                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 60-6F
645                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 70-7F
646                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 80-8F
647                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 90-9F
648                  10,11,12,12,12,12,12,12,13,14,13,14,13,14,15,16, # A0-AF
649                  17,18,17,18,17,18,19,20,17,18,17,18,17,18,21,22, # B0-BF
650                   1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, # C0-CF
651                   2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, # D0-DF
652                   1, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, # E0-EF
653                   8, 6, 4, 5, 4, 5, 4, 5, 9, 7, 1, 1, 1, 1, 1, 1, # F0-FF
654                 );
655         $strict_utf8_dfa[$i82utf[$_]] = $i8[$_] for (0 .. 255);
656         push @strict_utf8_dfa, (
657           # Class:
658           # 0 1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   20   21   22
659             0,1,$N1,$N2,$N3,$N6,$N5,$N8,$N4,$N7,   1,   1,   1,   1,   1,   1,   1,   1,   1,   1,   1,   1,   1, # N0
660             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0, # N1
661             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, # N2
662             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, # N3
663
664             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   1,   1,   1,   1,   1,   1,   1, $N2, $N2, $N2, $N2, $N2, $N2, # N4
665             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2,   1,   1, $N2, $N9, # N5
666             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2,$N12, # N6
667             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   1,   1,   1, $N3,$N14, $N3,$N14, $N3,$N14, $N3,$N14, $N3,$N14, # N7
668             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N3,$N14,   1,   1,   1,   1,   1,   1,   1,   1,   1,   1,   1, # N8
669             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N1, $N1, $N1, $N1, $N1,$N10,$N11, $N1, $N1, $N1, $N1, $N1,$N13, # N9
670             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   0,   0,   0,   0,   0,   0,   0,   1,   1,   1,   1,   1,   1, # N10
671             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   1,   1,   1,   1,   1,   1,   1,   0,   0,   0,   0,   0,   0, # N11
672             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1, $N1,$N13, # N12
673             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   1,   1, # N13
674             1,1,  1,  1,  1,  1,  1,  1,  1,  1, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2, $N2,$N13, # N14
675         );
676         output_table(\@strict_utf8_dfa, "PL_strict_utf8_dfa_tab", $NUM_CLASSES);
677     }
678
679     {
680       # This generates the dfa table for C9 strict UTF-8, which rejects
681       # surrogates and above Unicode, but allows non-characters,.
682       #
683       # The classes are
684       #   00-9F           0   Always legal at start
685       #   A0-A1           9   Not legal immediately after start bytes F0 F8
686       #   A2-A7          10   Not legal immediately after start bytes F0 F8 F9
687       #   A8-AF          11   Not legal immediately after start bytes F0 F9
688       #   B0-B5,B8-BF    12   Not legal immediately after start byte F9
689       #   B6,B7          13
690       #   C0-C4           1   (reject, all are overlong)
691       #   C5-DF           2   Accepts any legal continuation
692       #   E0              1   (reject, all are overlong)
693       #   E1-EF           3   Accepts any legal continuation
694       #   F0              6   (has overlongs)
695       #   F1              5   (has surrogates)
696       #   F2-F7           4   Accepts any legal continuation
697       #   F8              8   (has overlongs)
698       #   F9              7   (has non-Unicode)
699       #   FA-FF           1   (reject, all are non-Unicode)
700       #
701       # The first part of the table maps bytes to character classes to reduce
702       # the size of the transition table and create bitmasks.
703       #
704       # The second part is a transition table that maps a combination of a
705       # state of the automaton and a character class to a new state.  The
706       # numbering of the original nodes is retained, but some have been split
707       # so that there are new nodes.  They mean:
708       # N0     The initial state, and final accepting one.
709       # N1     One continuation byte (A0-BF) left.  This is transitioned to
710       #        immediately when the start byte indicates a two-byte sequence
711       # N2     Two continuation bytes left.
712       # N3     Three continuation bytes left.
713       # N4     Start byte is F0.  Continuation bytes A[0-F] are illegal
714       #        (overlong); the other continuations transition to N2
715       # N5     Start byte is F1.  B6 and B7 are illegal (surrogates); the
716       #        other continuations transition to N2
717       # N6     Start byte is F8.  Continuation bytes A[0-7] are illegal
718       #        (overlong); the other continuations transition to N3
719       # N7     Start byte is F9.  Continuation bytes A0 and A1 transition to
720       #        N3; the other continuation bytes are illegal (non-Unicode)
721       # 1      Reject.  All transitions not mentioned above (except the single
722       #        byte ones (as they are always legal) are to this state.
723
724         my $NUM_CLASSES = 14;
725         my $N0 = 0;
726         my $N1 =  $N0 + $NUM_CLASSES;
727         my $N2 =  $N1 + $NUM_CLASSES;
728         my $N3 =  $N2 + $NUM_CLASSES;
729         my $N4 =  $N3 + $NUM_CLASSES;
730         my $N5 =  $N4 + $NUM_CLASSES;
731         my $N6 =  $N5 + $NUM_CLASSES;
732         my $N7 =  $N6 + $NUM_CLASSES;
733
734         my @C9_utf8_dfa;
735         my @i8 = (
736                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 00-0F
737                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 10-1F
738                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 20-2F
739                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 30-3F
740                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 40-4F
741                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 50-5F
742                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 60-6F
743                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 70-7F
744                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 80-8F
745                   0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, # 90-9F
746                   9, 9,10,10,10,10,10,10,11,11,11,11,11,11,11,11, # A0-AF
747                  12,12,12,12,12,12,13,13,12,12,12,12,12,12,12,12, # B0-BF
748                   1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, # C0-CF
749                   2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, # D0-DF
750                   1, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, # E0-EF
751                   6, 5, 4, 4, 4, 4, 4, 4, 8, 7, 1, 1, 1, 1, 1, 1, # F0-FF
752                 );
753         $C9_utf8_dfa[$i82utf[$_]] = $i8[$_] for (0 .. 255);
754         push @C9_utf8_dfa, (
755           # Class:
756           # 0 1   2   3   4   5   6   7   8   9   10   11   12   13
757             0,1,$N1,$N2,$N3,$N5,$N4,$N7,$N6,  1,   1,   1,   1,   1, # N0
758             1,1,  1,  1,  1,  1,  1,  1,  1,  0,   0,   0,   0,   0, # N1
759             1,1,  1,  1,  1,  1,  1,  1,  1,$N1, $N1, $N1, $N1, $N1, # N2
760             1,1,  1,  1,  1,  1,  1,  1,  1,$N2, $N2, $N2, $N2, $N2, # N3
761
762             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   1,   1, $N2, $N2, # N4
763             1,1,  1,  1,  1,  1,  1,  1,  1,$N2, $N2, $N2, $N2,   1, # N5
764             1,1,  1,  1,  1,  1,  1,  1,  1,  1,   1, $N3, $N3, $N3, # N6
765             1,1,  1,  1,  1,  1,  1,  1,  1,$N3,   1,   1,   1,   1, # N7
766         );
767         output_table(\@C9_utf8_dfa, "PL_c9_utf8_dfa_tab", $NUM_CLASSES);
768     }
769
770     print $out_fh get_conditional_compile_line_end();
771 }
772
773 print $out_fh "\n#endif /* PERL_EBCDIC_TABLES_H_ */\n";
774
775 read_only_bottom_close_and_rename($out_fh);