unicode_constants.h

   1 /* -*- buffer-read-only: t -*-
   2  * !!!!!!!   DO NOT EDIT THIS FILE   !!!!!!!
   3  * This file is built by regen/unicode_constants.pl from Unicode data.
   4  * Any changes made here will be lost!
   5  */
   6
   7
   8 #ifndef PERL_UNICODE_CONSTANTS_H_   /* Guard against nested #includes */
   9 #define PERL_UNICODE_CONSTANTS_H_   1
  10
  11 /* This file contains #defines for the version of Unicode being used and
  12  * various Unicode code points.  The values the code point macros expand to
  13  * are the native Unicode code point, or all or portions of the UTF-8 encoding
  14  * for the code point.  In the former case, the macro name has the suffix
  15  * "_NATIVE"; otherwise, the suffix "_UTF8".
  16  *
  17  * The macros that have the suffix "_UTF8" may have further suffixes, as
  18  * follows:
  19  *  "_FIRST_BYTE" if the value is just the first byte of the UTF-8
  20  *                representation; the value will be a numeric constant.
  21  *  "_TAIL"       if instead it represents all but the first byte.  This, and
  22  *                with no additional suffix are both string constants */
  23
  24 /*
  25 =head1 Unicode Support
  26
  27 =for apidoc AmU|placeholder|BOM_UTF8
  28
  29 This is a macro that evaluates to a string constant of the  UTF-8 bytes that
  30 define the Unicode BYTE ORDER MARK (U+FEFF) for the platform that perl
  31 is compiled on.  This allows code to use a mnemonic for this character that
  32 works on both ASCII and EBCDIC platforms.
  33 S<C<sizeof(BOM_UTF8) - 1>> can be used to get its length in
  34 bytes.
  35
  36 =for apidoc AmU|placeholder|REPLACEMENT_CHARACTER_UTF8
  37
  38 This is a macro that evaluates to a string constant of the  UTF-8 bytes that
  39 define the Unicode REPLACEMENT CHARACTER (U+FFFD) for the platform that perl
  40 is compiled on.  This allows code to use a mnemonic for this character that
  41 works on both ASCII and EBCDIC platforms.
  42 S<C<sizeof(REPLACEMENT_CHARACTER_UTF8) - 1>> can be used to get its length in
  43 bytes.
  44
  45 =cut
  46 */
  47
  48 #define UNICODE_MAJOR_VERSION   9
  49 #define UNICODE_DOT_VERSION     0
  50 #define UNICODE_DOT_DOT_VERSION 0
  51
  52
  53 #if 'A' == 65 /* ASCII/Latin1 */
  54 #   define LATIN_SMALL_LETTER_LONG_S_UTF8  "\xC5\xBF"    /* U+017F */
  55
  56 #   define COMBINING_GRAVE_ACCENT_UTF8  "\xCC\x80"    /* U+0300 */
  57
  58 #   define GREEK_CAPITAL_LETTER_IOTA_UTF8  "\xCE\x99"    /* U+0399 */
  59 #   define GREEK_SMALL_LETTER_MU_UTF8  "\xCE\xBC"    /* U+03BC */
  60
  61 #   define LATIN_CAPITAL_LETTER_SHARP_S_UTF8  "\xE1\xBA\x9E"    /* U+1E9E */
  62
  63 #   define LATIN_SMALL_LIGATURE_LONG_S_T_UTF8  "\xEF\xAC\x85"    /* U+FB05 */
  64 #   define LATIN_SMALL_LIGATURE_ST_UTF8  "\xEF\xAC\x86"    /* U+FB06 */
  65 #   define LATIN_CAPITAL_LETTER_I_WITH_DOT_ABOVE_UTF8  "\xC4\xB0"    /* U+0130 */
  66 #   define LATIN_SMALL_LETTER_DOTLESS_I_UTF8  "\xC4\xB1"    /* U+0131 */
  67
  68 #   define HYPHEN_UTF8  "\xE2\x80\x90"    /* U+2010 */
  69 #   define BOM_UTF8_FIRST_BYTE  0xEF    /* U+FEFF */
  70 #   define BOM_UTF8_TAIL  "\xBB\xBF"    /* U+FEFF */
  71
  72 #   define BOM_UTF8  "\xEF\xBB\xBF"    /* U+FEFF */
  73
  74 #   define REPLACEMENT_CHARACTER_UTF8  "\xEF\xBF\xBD"    /* U+FFFD */
  75
  76 #   define NBSP_NATIVE  0xA0    /* U+00A0 */
  77 #   define NBSP_UTF8  "\xC2\xA0"    /* U+00A0 */
  78
  79 #   define DEL_NATIVE  0x7F    /* U+007F */
  80 #   define CR_NATIVE  0x0D    /* U+000D */
  81 #   define LF_NATIVE  0x0A    /* U+000A */
  82 #   define VT_NATIVE  0x0B    /* U+000B */
  83 #   define ESC_NATIVE  0x1B    /* U+001B */
  84 #   define LATIN_SMALL_LETTER_SHARP_S_NATIVE  0xDF    /* U+00DF */
  85 #   define LATIN_SMALL_LETTER_A_WITH_RING_ABOVE_NATIVE  0xE5    /* U+00E5 */
  86 #   define LATIN_CAPITAL_LETTER_A_WITH_RING_ABOVE_NATIVE  0xC5    /* U+00C5 */
  87 #   define LATIN_SMALL_LETTER_Y_WITH_DIAERESIS_NATIVE  0xFF    /* U+00FF */
  88 #   define MICRO_SIGN_NATIVE  0xB5    /* U+00B5 */
  89 #   define MAX_PRINT_A_FOR_USE_ONLY_BY_REGCOMP_DOT_C   0x7E   /* The max code point that isPRINT_A */
  90
  91 #endif  /* ASCII/Latin1 */
  92
  93 #if 'A' == 193 /* EBCDIC 1047 */ \
  94      && '\\' == 224 && '[' == 173 && ']' == 189 && '{' == 192 && '}' == 208 \
  95      && '^' == 95 && '~' == 161 && '!' == 90 && '#' == 123 && '|' == 79 \
  96      && '$' == 91 && '@' == 124 && '`' == 121
  97 #   define LATIN_SMALL_LETTER_LONG_S_UTF8  "\x8F\x73"    /* U+017F */
  98
  99 #   define COMBINING_GRAVE_ACCENT_UTF8  "\xAF\x41"    /* U+0300 */
 100
 101 #   define GREEK_CAPITAL_LETTER_IOTA_UTF8  "\xB3\x68"    /* U+0399 */
 102 #   define GREEK_SMALL_LETTER_MU_UTF8  "\xB4\x70"    /* U+03BC */
 103
 104 #   define LATIN_CAPITAL_LETTER_SHARP_S_UTF8  "\xBF\x63\x72"    /* U+1E9E */
 105
 106 #   define LATIN_SMALL_LIGATURE_LONG_S_T_UTF8  "\xDD\x72\x67\x46"    /* U+FB05 */
 107 #   define LATIN_SMALL_LIGATURE_ST_UTF8  "\xDD\x72\x67\x47"    /* U+FB06 */
 108 #   define LATIN_CAPITAL_LETTER_I_WITH_DOT_ABOVE_UTF8  "\x8D\x57"    /* U+0130 */
 109 #   define LATIN_SMALL_LETTER_DOTLESS_I_UTF8  "\x8D\x58"    /* U+0131 */
 110
 111 #   define HYPHEN_UTF8  "\xCA\x41\x57"    /* U+2010 */
 112 #   define BOM_UTF8_FIRST_BYTE  0xDD    /* U+FEFF */
 113 #   define BOM_UTF8_TAIL  "\x73\x66\x73"    /* U+FEFF */
 114
 115 #   define BOM_UTF8  "\xDD\x73\x66\x73"    /* U+FEFF */
 116
 117 #   define REPLACEMENT_CHARACTER_UTF8  "\xDD\x73\x73\x71"    /* U+FFFD */
 118
 119 #   define NBSP_NATIVE  0x41    /* U+00A0 */
 120 #   define NBSP_UTF8  "\x80\x41"    /* U+00A0 */
 121
 122 #   define DEL_NATIVE  0x07    /* U+007F */
 123 #   define CR_NATIVE  0x0D    /* U+000D */
 124 #   define LF_NATIVE  0x15    /* U+000A */
 125 #   define VT_NATIVE  0x0B    /* U+000B */
 126 #   define ESC_NATIVE  0x27    /* U+001B */
 127 #   define LATIN_SMALL_LETTER_SHARP_S_NATIVE  0x59    /* U+00DF */
 128 #   define LATIN_SMALL_LETTER_A_WITH_RING_ABOVE_NATIVE  0x47    /* U+00E5 */
 129 #   define LATIN_CAPITAL_LETTER_A_WITH_RING_ABOVE_NATIVE  0x67    /* U+00C5 */
 130 #   define LATIN_SMALL_LETTER_Y_WITH_DIAERESIS_NATIVE  0xDF    /* U+00FF */
 131 #   define MICRO_SIGN_NATIVE  0xA0    /* U+00B5 */
 132 #   define MAX_PRINT_A_FOR_USE_ONLY_BY_REGCOMP_DOT_C   0xF9   /* The max code point that isPRINT_A */
 133
 134 #endif  /* EBCDIC 1047 */
 135
 136 #if 'A' == 193 /* EBCDIC 037 */ \
 137      && '\\' == 224 && '[' == 186 && ']' == 187 && '{' == 192 && '}' == 208 \
 138      && '^' == 176 && '~' == 161 && '!' == 90 && '#' == 123 && '|' == 79 \
 139      && '$' == 91 && '@' == 124 && '`' == 121
 140 #   define LATIN_SMALL_LETTER_LONG_S_UTF8  "\x8E\x72"    /* U+017F */
 141
 142 #   define COMBINING_GRAVE_ACCENT_UTF8  "\xAD\x41"    /* U+0300 */
 143
 144 #   define GREEK_CAPITAL_LETTER_IOTA_UTF8  "\xB2\x67"    /* U+0399 */
 145 #   define GREEK_SMALL_LETTER_MU_UTF8  "\xB3\x6A"    /* U+03BC */
 146
 147 #   define LATIN_CAPITAL_LETTER_SHARP_S_UTF8  "\xBF\x62\x71"    /* U+1E9E */
 148
 149 #   define LATIN_SMALL_LIGATURE_LONG_S_T_UTF8  "\xDD\x71\x66\x46"    /* U+FB05 */
 150 #   define LATIN_SMALL_LIGATURE_ST_UTF8  "\xDD\x71\x66\x47"    /* U+FB06 */
 151 #   define LATIN_CAPITAL_LETTER_I_WITH_DOT_ABOVE_UTF8  "\x8C\x57"    /* U+0130 */
 152 #   define LATIN_SMALL_LETTER_DOTLESS_I_UTF8  "\x8C\x58"    /* U+0131 */
 153
 154 #   define HYPHEN_UTF8  "\xCA\x41\x57"    /* U+2010 */
 155 #   define BOM_UTF8_FIRST_BYTE  0xDD    /* U+FEFF */
 156 #   define BOM_UTF8_TAIL  "\x72\x65\x72"    /* U+FEFF */
 157
 158 #   define BOM_UTF8  "\xDD\x72\x65\x72"    /* U+FEFF */
 159
 160 #   define REPLACEMENT_CHARACTER_UTF8  "\xDD\x72\x72\x70"    /* U+FFFD */
 161
 162 #   define NBSP_NATIVE  0x41    /* U+00A0 */
 163 #   define NBSP_UTF8  "\x78\x41"    /* U+00A0 */
 164
 165 #   define DEL_NATIVE  0x07    /* U+007F */
 166 #   define CR_NATIVE  0x0D    /* U+000D */
 167 #   define LF_NATIVE  0x25    /* U+000A */
 168 #   define VT_NATIVE  0x0B    /* U+000B */
 169 #   define ESC_NATIVE  0x27    /* U+001B */
 170 #   define LATIN_SMALL_LETTER_SHARP_S_NATIVE  0x59    /* U+00DF */
 171 #   define LATIN_SMALL_LETTER_A_WITH_RING_ABOVE_NATIVE  0x47    /* U+00E5 */
 172 #   define LATIN_CAPITAL_LETTER_A_WITH_RING_ABOVE_NATIVE  0x67    /* U+00C5 */
 173 #   define LATIN_SMALL_LETTER_Y_WITH_DIAERESIS_NATIVE  0xDF    /* U+00FF */
 174 #   define MICRO_SIGN_NATIVE  0xA0    /* U+00B5 */
 175 #   define MAX_PRINT_A_FOR_USE_ONLY_BY_REGCOMP_DOT_C   0xF9   /* The max code point that isPRINT_A */
 176
 177 #endif  /* EBCDIC 037 */
 178
 179 /* The number of code points not matching \pC */
 180 #define NON_OTHER_COUNT_FOR_USE_ONLY_BY_REGCOMP_DOT_C  128021
 181
 182 /* The highest code point that has any type of case change */
 183 #define HIGHEST_CASE_CHANGING_CP_FOR_USE_ONLY_BY_UTF8_DOT_C  0x1E943
 184
 185 #endif /* PERL_UNICODE_CONSTANTS_H_ */
 186
 187 /* ex: set ro: */