locale.c

   1 /*    locale.c
   2  *
   3  *    Copyright (C) 1993, 1994, 1995, 1996, 1997, 1998, 1999,
   4  *    2000, 2001, 2002, 2003, 2005, 2006, by Larry Wall and others
   5  *
   6  *    You may distribute under the terms of either the GNU General Public
   7  *    License or the Artistic License, as specified in the README file.
   8  *
   9  */
  10
  11 /*
  12  * A Elbereth Gilthoniel,
  13  * silivren penna míriel
  14  * o menel aglar elenath!
  15  * Na-chaered palan-díriel
  16  * o galadhremmin ennorath,
  17  * Fanuilos, le linnathon
  18  * nef aear, si nef aearon!
  19  */
  20
  21 /* utility functions for handling locale-specific stuff like what
  22  * character represents the decimal point.
  23  */
  24
  25 #include "EXTERN.h"
  26 #define PERL_IN_LOCALE_C
  27 #include "perl.h"
  28
  29 #ifdef I_LOCALE
  30 #  include <locale.h>
  31 #endif
  32
  33 #ifdef I_LANGINFO
  34 #   include <langinfo.h>
  35 #endif
  36
  37 #include "reentr.h"
  38
  39 #if defined(USE_LOCALE_NUMERIC) || defined(USE_LOCALE_COLLATE)
  40 /*
  41  * Standardize the locale name from a string returned by 'setlocale'.
  42  *
  43  * The standard return value of setlocale() is either
  44  * (1) "xx_YY" if the first argument of setlocale() is not LC_ALL
  45  * (2) "xa_YY xb_YY ..." if the first argument of setlocale() is LC_ALL
  46  *     (the space-separated values represent the various sublocales,
  47  *      in some unspecificed order)
  48  *
  49  * In some platforms it has a form like "LC_SOMETHING=Lang_Country.866\n",
  50  * which is harmful for further use of the string in setlocale().
  51  *
  52  */
  53 STATIC char *
  54 S_stdize_locale(pTHX_ char *locs)
  55 {
  56     const char * const s = strchr(locs, '=');
  57     bool okay = TRUE;
  58
  59     if (s) {
  60         const char * const t = strchr(s, '.');
  61         okay = FALSE;
  62         if (t) {
  63             const char * const u = strchr(t, '\n');
  64             if (u && (u[1] == 0)) {
  65                 const STRLEN len = u - s;
  66                 Move(s + 1, locs, len, char);
  67                 locs[len] = 0;
  68                 okay = TRUE;
  69             }
  70         }
  71     }
  72
  73     if (!okay)
  74         Perl_croak(aTHX_ "Can't fix broken locale name \"%s\"", locs);
  75
  76     return locs;
  77 }
  78 #endif
  79
  80 void
  81 Perl_set_numeric_radix(pTHX)
  82 {
  83 #ifdef USE_LOCALE_NUMERIC
  84     dVAR;
  85 # ifdef HAS_LOCALECONV
  86     const struct lconv* const lc = localeconv();
  87
  88     if (lc && lc->decimal_point) {
  89         if (lc->decimal_point[0] == '.' && lc->decimal_point[1] == 0) {
  90             SvREFCNT_dec(PL_numeric_radix_sv);
  91             PL_numeric_radix_sv = Nullsv;
  92         }
  93         else {
  94             if (PL_numeric_radix_sv)
  95                 sv_setpv(PL_numeric_radix_sv, lc->decimal_point);
  96             else
  97                 PL_numeric_radix_sv = newSVpv(lc->decimal_point, 0);
  98         }
  99     }
 100     else
 101         PL_numeric_radix_sv = Nullsv;
 102 # endif /* HAS_LOCALECONV */
 103 #endif /* USE_LOCALE_NUMERIC */
 104 }
 105
 106 /*
 107  * Set up for a new numeric locale.
 108  */
 109 void
 110 Perl_new_numeric(pTHX_ const char *newnum)
 111 {
 112 #ifdef USE_LOCALE_NUMERIC
 113     dVAR;
 114
 115     if (! newnum) {
 116         Safefree(PL_numeric_name);
 117         PL_numeric_name = NULL;
 118         PL_numeric_standard = TRUE;
 119         PL_numeric_local = TRUE;
 120         return;
 121     }
 122
 123     if (! PL_numeric_name || strNE(PL_numeric_name, newnum)) {
 124         Safefree(PL_numeric_name);
 125         PL_numeric_name = stdize_locale(savepv(newnum));
 126         PL_numeric_standard = ((*newnum == 'C' && newnum[1] == '\0')
 127                                || strEQ(newnum, "POSIX"));
 128         PL_numeric_local = TRUE;
 129         set_numeric_radix();
 130     }
 131
 132 #endif /* USE_LOCALE_NUMERIC */
 133 }
 134
 135 void
 136 Perl_set_numeric_standard(pTHX)
 137 {
 138 #ifdef USE_LOCALE_NUMERIC
 139     dVAR;
 140
 141     if (! PL_numeric_standard) {
 142         setlocale(LC_NUMERIC, "C");
 143         PL_numeric_standard = TRUE;
 144         PL_numeric_local = FALSE;
 145         set_numeric_radix();
 146     }
 147
 148 #endif /* USE_LOCALE_NUMERIC */
 149 }
 150
 151 void
 152 Perl_set_numeric_local(pTHX)
 153 {
 154 #ifdef USE_LOCALE_NUMERIC
 155     dVAR;
 156
 157     if (! PL_numeric_local) {
 158         setlocale(LC_NUMERIC, PL_numeric_name);
 159         PL_numeric_standard = FALSE;
 160         PL_numeric_local = TRUE;
 161         set_numeric_radix();
 162     }
 163
 164 #endif /* USE_LOCALE_NUMERIC */
 165 }
 166
 167 /*
 168  * Set up for a new ctype locale.
 169  */
 170 void
 171 Perl_new_ctype(pTHX_ const char *newctype)
 172 {
 173 #ifdef USE_LOCALE_CTYPE
 174     dVAR;
 175     int i;
 176
 177     for (i = 0; i < 256; i++) {
 178         if (isUPPER_LC(i))
 179             PL_fold_locale[i] = toLOWER_LC(i);
 180         else if (isLOWER_LC(i))
 181             PL_fold_locale[i] = toUPPER_LC(i);
 182         else
 183             PL_fold_locale[i] = i;
 184     }
 185
 186 #endif /* USE_LOCALE_CTYPE */
 187     PERL_UNUSED_ARG(newctype);
 188 }
 189
 190 /*
 191  * Set up for a new collation locale.
 192  */
 193 void
 194 Perl_new_collate(pTHX_ const char *newcoll)
 195 {
 196 #ifdef USE_LOCALE_COLLATE
 197     dVAR;
 198
 199     if (! newcoll) {
 200         if (PL_collation_name) {
 201             ++PL_collation_ix;
 202             Safefree(PL_collation_name);
 203             PL_collation_name = NULL;
 204         }
 205         PL_collation_standard = TRUE;
 206         PL_collxfrm_base = 0;
 207         PL_collxfrm_mult = 2;
 208         return;
 209     }
 210
 211     if (! PL_collation_name || strNE(PL_collation_name, newcoll)) {
 212         ++PL_collation_ix;
 213         Safefree(PL_collation_name);
 214         PL_collation_name = stdize_locale(savepv(newcoll));
 215         PL_collation_standard = ((*newcoll == 'C' && newcoll[1] == '\0')
 216                                  || strEQ(newcoll, "POSIX"));
 217
 218         {
 219           /*  2: at most so many chars ('a', 'b'). */
 220           /* 50: surely no system expands a char more. */
 221 #define XFRMBUFSIZE  (2 * 50)
 222           char xbuf[XFRMBUFSIZE];
 223           const Size_t fa = strxfrm(xbuf, "a",  XFRMBUFSIZE);
 224           const Size_t fb = strxfrm(xbuf, "ab", XFRMBUFSIZE);
 225           const SSize_t mult = fb - fa;
 226           if (mult < 1)
 227               Perl_croak(aTHX_ "strxfrm() gets absurd");
 228           PL_collxfrm_base = (fa > (Size_t)mult) ? (fa - mult) : 0;
 229           PL_collxfrm_mult = mult;
 230         }
 231     }
 232
 233 #endif /* USE_LOCALE_COLLATE */
 234 }
 235
 236 /*
 237  * Initialize locale awareness.
 238  */
 239 int
 240 Perl_init_i18nl10n(pTHX_ int printwarn)
 241 {
 242     int ok = 1;
 243     /* returns
 244      *    1 = set ok or not applicable,
 245      *    0 = fallback to C locale,
 246      *   -1 = fallback to C locale failed
 247      */
 248
 249 #if defined(USE_LOCALE)
 250     dVAR;
 251
 252 #ifdef USE_LOCALE_CTYPE
 253     char *curctype   = NULL;
 254 #endif /* USE_LOCALE_CTYPE */
 255 #ifdef USE_LOCALE_COLLATE
 256     char *curcoll    = NULL;
 257 #endif /* USE_LOCALE_COLLATE */
 258 #ifdef USE_LOCALE_NUMERIC
 259     char *curnum     = NULL;
 260 #endif /* USE_LOCALE_NUMERIC */
 261 #ifdef __GLIBC__
 262     char * const language   = PerlEnv_getenv("LANGUAGE");
 263 #endif
 264     char * const lc_all     = PerlEnv_getenv("LC_ALL");
 265     char * const lang       = PerlEnv_getenv("LANG");
 266     bool setlocale_failure = FALSE;
 267
 268 #ifdef LOCALE_ENVIRON_REQUIRED
 269
 270     /*
 271      * Ultrix setlocale(..., "") fails if there are no environment
 272      * variables from which to get a locale name.
 273      */
 274
 275     bool done = FALSE;
 276
 277 #ifdef LC_ALL
 278     if (lang) {
 279         if (setlocale(LC_ALL, ""))
 280             done = TRUE;
 281         else
 282             setlocale_failure = TRUE;
 283     }
 284     if (!setlocale_failure) {
 285 #ifdef USE_LOCALE_CTYPE
 286         if (! (curctype =
 287                setlocale(LC_CTYPE,
 288                          (!done && (lang || PerlEnv_getenv("LC_CTYPE")))
 289                                     ? "" : Nullch)))
 290             setlocale_failure = TRUE;
 291         else
 292             curctype = savepv(curctype);
 293 #endif /* USE_LOCALE_CTYPE */
 294 #ifdef USE_LOCALE_COLLATE
 295         if (! (curcoll =
 296                setlocale(LC_COLLATE,
 297                          (!done && (lang || PerlEnv_getenv("LC_COLLATE")))
 298                                    ? "" : Nullch)))
 299             setlocale_failure = TRUE;
 300         else
 301             curcoll = savepv(curcoll);
 302 #endif /* USE_LOCALE_COLLATE */
 303 #ifdef USE_LOCALE_NUMERIC
 304         if (! (curnum =
 305                setlocale(LC_NUMERIC,
 306                          (!done && (lang || PerlEnv_getenv("LC_NUMERIC")))
 307                                   ? "" : Nullch)))
 308             setlocale_failure = TRUE;
 309         else
 310             curnum = savepv(curnum);
 311 #endif /* USE_LOCALE_NUMERIC */
 312     }
 313
 314 #endif /* LC_ALL */
 315
 316 #endif /* !LOCALE_ENVIRON_REQUIRED */
 317
 318 #ifdef LC_ALL
 319     if (! setlocale(LC_ALL, ""))
 320         setlocale_failure = TRUE;
 321 #endif /* LC_ALL */
 322
 323     if (!setlocale_failure) {
 324 #ifdef USE_LOCALE_CTYPE
 325         if (! (curctype = setlocale(LC_CTYPE, "")))
 326             setlocale_failure = TRUE;
 327         else
 328             curctype = savepv(curctype);
 329 #endif /* USE_LOCALE_CTYPE */
 330 #ifdef USE_LOCALE_COLLATE
 331         if (! (curcoll = setlocale(LC_COLLATE, "")))
 332             setlocale_failure = TRUE;
 333         else
 334             curcoll = savepv(curcoll);
 335 #endif /* USE_LOCALE_COLLATE */
 336 #ifdef USE_LOCALE_NUMERIC
 337         if (! (curnum = setlocale(LC_NUMERIC, "")))
 338             setlocale_failure = TRUE;
 339         else
 340             curnum = savepv(curnum);
 341 #endif /* USE_LOCALE_NUMERIC */
 342     }
 343
 344     if (setlocale_failure) {
 345         char *p;
 346         const bool locwarn = (printwarn > 1 ||
 347                         (printwarn &&
 348                          (!(p = PerlEnv_getenv("PERL_BADLANG")) || atoi(p))));
 349
 350         if (locwarn) {
 351 #ifdef LC_ALL
 352
 353             PerlIO_printf(Perl_error_log,
 354                "perl: warning: Setting locale failed.\n");
 355
 356 #else /* !LC_ALL */
 357
 358             PerlIO_printf(Perl_error_log,
 359                "perl: warning: Setting locale failed for the categories:\n\t");
 360 #ifdef USE_LOCALE_CTYPE
 361             if (! curctype)
 362                 PerlIO_printf(Perl_error_log, "LC_CTYPE ");
 363 #endif /* USE_LOCALE_CTYPE */
 364 #ifdef USE_LOCALE_COLLATE
 365             if (! curcoll)
 366                 PerlIO_printf(Perl_error_log, "LC_COLLATE ");
 367 #endif /* USE_LOCALE_COLLATE */
 368 #ifdef USE_LOCALE_NUMERIC
 369             if (! curnum)
 370                 PerlIO_printf(Perl_error_log, "LC_NUMERIC ");
 371 #endif /* USE_LOCALE_NUMERIC */
 372             PerlIO_printf(Perl_error_log, "\n");
 373
 374 #endif /* LC_ALL */
 375
 376             PerlIO_printf(Perl_error_log,
 377                 "perl: warning: Please check that your locale settings:\n");
 378
 379 #ifdef __GLIBC__
 380             PerlIO_printf(Perl_error_log,
 381                           "\tLANGUAGE = %c%s%c,\n",
 382                           language ? '"' : '(',
 383                           language ? language : "unset",
 384                           language ? '"' : ')');
 385 #endif
 386
 387             PerlIO_printf(Perl_error_log,
 388                           "\tLC_ALL = %c%s%c,\n",
 389                           lc_all ? '"' : '(',
 390                           lc_all ? lc_all : "unset",
 391                           lc_all ? '"' : ')');
 392
 393 #if defined(USE_ENVIRON_ARRAY)
 394             {
 395               char **e;
 396               for (e = environ; *e; e++) {
 397                   if (strnEQ(*e, "LC_", 3)
 398                         && strnNE(*e, "LC_ALL=", 7)
 399                         && (p = strchr(*e, '=')))
 400                       PerlIO_printf(Perl_error_log, "\t%.*s = \"%s\",\n",
 401                                     (int)(p - *e), *e, p + 1);
 402               }
 403             }
 404 #else
 405             PerlIO_printf(Perl_error_log,
 406                           "\t(possibly more locale environment variables)\n");
 407 #endif
 408
 409             PerlIO_printf(Perl_error_log,
 410                           "\tLANG = %c%s%c\n",
 411                           lang ? '"' : '(',
 412                           lang ? lang : "unset",
 413                           lang ? '"' : ')');
 414
 415             PerlIO_printf(Perl_error_log,
 416                           "    are supported and installed on your system.\n");
 417         }
 418
 419 #ifdef LC_ALL
 420
 421         if (setlocale(LC_ALL, "C")) {
 422             if (locwarn)
 423                 PerlIO_printf(Perl_error_log,
 424       "perl: warning: Falling back to the standard locale (\"C\").\n");
 425             ok = 0;
 426         }
 427         else {
 428             if (locwarn)
 429                 PerlIO_printf(Perl_error_log,
 430       "perl: warning: Failed to fall back to the standard locale (\"C\").\n");
 431             ok = -1;
 432         }
 433
 434 #else /* ! LC_ALL */
 435
 436         if (0
 437 #ifdef USE_LOCALE_CTYPE
 438             || !(curctype || setlocale(LC_CTYPE, "C"))
 439 #endif /* USE_LOCALE_CTYPE */
 440 #ifdef USE_LOCALE_COLLATE
 441             || !(curcoll || setlocale(LC_COLLATE, "C"))
 442 #endif /* USE_LOCALE_COLLATE */
 443 #ifdef USE_LOCALE_NUMERIC
 444             || !(curnum || setlocale(LC_NUMERIC, "C"))
 445 #endif /* USE_LOCALE_NUMERIC */
 446             )
 447         {
 448             if (locwarn)
 449                 PerlIO_printf(Perl_error_log,
 450       "perl: warning: Cannot fall back to the standard locale (\"C\").\n");
 451             ok = -1;
 452         }
 453
 454 #endif /* ! LC_ALL */
 455
 456 #ifdef USE_LOCALE_CTYPE
 457         curctype = savepv(setlocale(LC_CTYPE, Nullch));
 458 #endif /* USE_LOCALE_CTYPE */
 459 #ifdef USE_LOCALE_COLLATE
 460         curcoll = savepv(setlocale(LC_COLLATE, Nullch));
 461 #endif /* USE_LOCALE_COLLATE */
 462 #ifdef USE_LOCALE_NUMERIC
 463         curnum = savepv(setlocale(LC_NUMERIC, Nullch));
 464 #endif /* USE_LOCALE_NUMERIC */
 465     }
 466     else {
 467
 468 #ifdef USE_LOCALE_CTYPE
 469     new_ctype(curctype);
 470 #endif /* USE_LOCALE_CTYPE */
 471
 472 #ifdef USE_LOCALE_COLLATE
 473     new_collate(curcoll);
 474 #endif /* USE_LOCALE_COLLATE */
 475
 476 #ifdef USE_LOCALE_NUMERIC
 477     new_numeric(curnum);
 478 #endif /* USE_LOCALE_NUMERIC */
 479
 480     }
 481
 482 #endif /* USE_LOCALE */
 483
 484 #ifdef USE_PERLIO
 485     {
 486       /* Set PL_utf8locale to TRUE if using PerlIO _and_
 487          any of the following are true:
 488          - nl_langinfo(CODESET) contains /^utf-?8/i
 489          - $ENV{LC_ALL}   contains /^utf-?8/i
 490          - $ENV{LC_CTYPE} contains /^utf-?8/i
 491          - $ENV{LANG}     contains /^utf-?8/i
 492          The LC_ALL, LC_CTYPE, LANG obey the usual override
 493          hierarchy of locale environment variables.  (LANGUAGE
 494          affects only LC_MESSAGES only under glibc.) (If present,
 495          it overrides LC_MESSAGES for GNU gettext, and it also
 496          can have more than one locale, separated by spaces,
 497          in case you need to know.)
 498          If PL_utf8locale and PL_unicode (set by -C or by $ENV{PERL_UNICODE})
 499          are true, perl.c:S_parse_body() will turn on the PerlIO :utf8 layer
 500          on STDIN, STDOUT, STDERR, _and_ the default open discipline.
 501       */
 502          bool utf8locale = FALSE;
 503          char *codeset = NULL;
 504 #if defined(HAS_NL_LANGINFO) && defined(CODESET)
 505          codeset = nl_langinfo(CODESET);
 506 #endif
 507          if (codeset)
 508               utf8locale = (Perl_ibcmp(aTHX_ codeset, STR_WITH_LEN("UTF-8")) == 0 ||
 509                             Perl_ibcmp(aTHX_ codeset, STR_WITH_LEN("UTF8") ) == 0);
 510 #if defined(USE_LOCALE)
 511          else { /* nl_langinfo(CODESET) is supposed to correctly
 512                  * interpret the locale environment variables,
 513                  * but just in case it fails, let's do this manually. */
 514               if (lang)
 515                    utf8locale = (Perl_ibcmp(aTHX_ lang, STR_WITH_LEN("UTF-8")) == 0 ||
 516                                  Perl_ibcmp(aTHX_ lang, STR_WITH_LEN("UTF8") ) == 0);
 517 #ifdef USE_LOCALE_CTYPE
 518               if (curctype)
 519                    utf8locale = (Perl_ibcmp(aTHX_ curctype, STR_WITH_LEN("UTF-8")) == 0 ||
 520                                  Perl_ibcmp(aTHX_ curctype, STR_WITH_LEN("UTF8") ) == 0);
 521 #endif
 522               if (lc_all)
 523                    utf8locale = (Perl_ibcmp(aTHX_ lc_all, STR_WITH_LEN("UTF-8")) == 0 ||
 524                                  Perl_ibcmp(aTHX_ lc_all, STR_WITH_LEN("UTF8") ) == 0);
 525          }
 526 #endif /* USE_LOCALE */
 527          if (utf8locale)
 528               PL_utf8locale = TRUE;
 529     }
 530     /* Set PL_unicode to $ENV{PERL_UNICODE} if using PerlIO.
 531        This is an alternative to using the -C command line switch
 532        (the -C if present will override this). */
 533     {
 534          const char *p = PerlEnv_getenv("PERL_UNICODE");
 535          PL_unicode = p ? parse_unicode_opts(&p) : 0;
 536     }
 537 #endif
 538
 539 #ifdef USE_LOCALE_CTYPE
 540     Safefree(curctype);
 541 #endif /* USE_LOCALE_CTYPE */
 542 #ifdef USE_LOCALE_COLLATE
 543     Safefree(curcoll);
 544 #endif /* USE_LOCALE_COLLATE */
 545 #ifdef USE_LOCALE_NUMERIC
 546     Safefree(curnum);
 547 #endif /* USE_LOCALE_NUMERIC */
 548     return ok;
 549 }
 550
 551 #ifdef USE_LOCALE_COLLATE
 552
 553 /*
 554  * mem_collxfrm() is a bit like strxfrm() but with two important
 555  * differences. First, it handles embedded NULs. Second, it allocates
 556  * a bit more memory than needed for the transformed data itself.
 557  * The real transformed data begins at offset sizeof(collationix).
 558  * Please see sv_collxfrm() to see how this is used.
 559  */
 560
 561 char *
 562 Perl_mem_collxfrm(pTHX_ const char *s, STRLEN len, STRLEN *xlen)
 563 {
 564     dVAR;
 565     char *xbuf;
 566     STRLEN xAlloc, xin, xout; /* xalloc is a reserved word in VC */
 567
 568     /* the first sizeof(collationix) bytes are used by sv_collxfrm(). */
 569     /* the +1 is for the terminating NUL. */
 570
 571     xAlloc = sizeof(PL_collation_ix) + PL_collxfrm_base + (PL_collxfrm_mult * len) + 1;
 572     Newx(xbuf, xAlloc, char);
 573     if (! xbuf)
 574         goto bad;
 575
 576     *(U32*)xbuf = PL_collation_ix;
 577     xout = sizeof(PL_collation_ix);
 578     for (xin = 0; xin < len; ) {
 579         SSize_t xused;
 580
 581         for (;;) {
 582             xused = strxfrm(xbuf + xout, s + xin, xAlloc - xout);
 583             if (xused == -1)
 584                 goto bad;
 585             if ((STRLEN)xused < xAlloc - xout)
 586                 break;
 587             xAlloc = (2 * xAlloc) + 1;
 588             Renew(xbuf, xAlloc, char);
 589             if (! xbuf)
 590                 goto bad;
 591         }
 592
 593         xin += strlen(s + xin) + 1;
 594         xout += xused;
 595
 596         /* Embedded NULs are understood but silently skipped
 597          * because they make no sense in locale collation. */
 598     }
 599
 600     xbuf[xout] = '\0';
 601     *xlen = xout - sizeof(PL_collation_ix);
 602     return xbuf;
 603
 604   bad:
 605     Safefree(xbuf);
 606     *xlen = 0;
 607     return NULL;
 608 }
 609
 610 #endif /* USE_LOCALE_COLLATE */
 611
 612 /*
 613  * Local variables:
 614  * c-indentation-style: bsd
 615  * c-basic-offset: 4
 616  * indent-tabs-mode: t
 617  * End:
 618  *
 619  * ex: set ts=8 sts=4 sw=4 noet:
 620  */