locale.c

   1 /*    locale.c
   2  *
   3  *    Copyright (C) 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001,
   4  *    2002, 2003, 2005, 2006, 2007, 2008 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  *     [p.238 of _The Lord of the Rings_, II/i: "Many Meetings"]
  21  */
  22
  23 /* utility functions for handling locale-specific stuff like what
  24  * character represents the decimal point.
  25  */
  26
  27 #include "EXTERN.h"
  28 #define PERL_IN_LOCALE_C
  29 #include "perl.h"
  30
  31 #ifdef I_LOCALE
  32 #  include <locale.h>
  33 #endif
  34
  35 #ifdef I_LANGINFO
  36 #   include <langinfo.h>
  37 #endif
  38
  39 #include "reentr.h"
  40
  41 #if defined(USE_LOCALE_NUMERIC) || defined(USE_LOCALE_COLLATE)
  42 /*
  43  * Standardize the locale name from a string returned by 'setlocale'.
  44  *
  45  * The standard return value of setlocale() is either
  46  * (1) "xx_YY" if the first argument of setlocale() is not LC_ALL
  47  * (2) "xa_YY xb_YY ..." if the first argument of setlocale() is LC_ALL
  48  *     (the space-separated values represent the various sublocales,
  49  *      in some unspecified order)
  50  *
  51  * In some platforms it has a form like "LC_SOMETHING=Lang_Country.866\n",
  52  * which is harmful for further use of the string in setlocale().
  53  *
  54  */
  55 STATIC char *
  56 S_stdize_locale(pTHX_ char *locs)
  57 {
  58     const char * const s = strchr(locs, '=');
  59     bool okay = TRUE;
  60
  61     PERL_ARGS_ASSERT_STDIZE_LOCALE;
  62
  63     if (s) {
  64         const char * const t = strchr(s, '.');
  65         okay = FALSE;
  66         if (t) {
  67             const char * const u = strchr(t, '\n');
  68             if (u && (u[1] == 0)) {
  69                 const STRLEN len = u - s;
  70                 Move(s + 1, locs, len, char);
  71                 locs[len] = 0;
  72                 okay = TRUE;
  73             }
  74         }
  75     }
  76
  77     if (!okay)
  78         Perl_croak(aTHX_ "Can't fix broken locale name \"%s\"", locs);
  79
  80     return locs;
  81 }
  82 #endif
  83
  84 void
  85 Perl_set_numeric_radix(pTHX)
  86 {
  87 #ifdef USE_LOCALE_NUMERIC
  88     dVAR;
  89 # ifdef HAS_LOCALECONV
  90     const struct lconv* const lc = localeconv();
  91
  92     if (lc && lc->decimal_point) {
  93         if (lc->decimal_point[0] == '.' && lc->decimal_point[1] == 0) {
  94             SvREFCNT_dec(PL_numeric_radix_sv);
  95             PL_numeric_radix_sv = NULL;
  96         }
  97         else {
  98             if (PL_numeric_radix_sv)
  99                 sv_setpv(PL_numeric_radix_sv, lc->decimal_point);
 100             else
 101                 PL_numeric_radix_sv = newSVpv(lc->decimal_point, 0);
 102         }
 103     }
 104     else
 105         PL_numeric_radix_sv = NULL;
 106 # endif /* HAS_LOCALECONV */
 107 #endif /* USE_LOCALE_NUMERIC */
 108 }
 109
 110 /*
 111  * Set up for a new numeric locale.
 112  */
 113 void
 114 Perl_new_numeric(pTHX_ const char *newnum)
 115 {
 116 #ifdef USE_LOCALE_NUMERIC
 117     dVAR;
 118
 119     if (! newnum) {
 120         Safefree(PL_numeric_name);
 121         PL_numeric_name = NULL;
 122         PL_numeric_standard = TRUE;
 123         PL_numeric_local = TRUE;
 124         return;
 125     }
 126
 127     if (! PL_numeric_name || strNE(PL_numeric_name, newnum)) {
 128         Safefree(PL_numeric_name);
 129         PL_numeric_name = stdize_locale(savepv(newnum));
 130         PL_numeric_standard = ((*newnum == 'C' && newnum[1] == '\0')
 131                                || strEQ(newnum, "POSIX"));
 132         PL_numeric_local = TRUE;
 133         set_numeric_radix();
 134     }
 135
 136 #endif /* USE_LOCALE_NUMERIC */
 137 }
 138
 139 void
 140 Perl_set_numeric_standard(pTHX)
 141 {
 142 #ifdef USE_LOCALE_NUMERIC
 143     dVAR;
 144
 145     if (! PL_numeric_standard) {
 146         setlocale(LC_NUMERIC, "C");
 147         PL_numeric_standard = TRUE;
 148         PL_numeric_local = FALSE;
 149         set_numeric_radix();
 150     }
 151
 152 #endif /* USE_LOCALE_NUMERIC */
 153 }
 154
 155 void
 156 Perl_set_numeric_local(pTHX)
 157 {
 158 #ifdef USE_LOCALE_NUMERIC
 159     dVAR;
 160
 161     if (! PL_numeric_local) {
 162         setlocale(LC_NUMERIC, PL_numeric_name);
 163         PL_numeric_standard = FALSE;
 164         PL_numeric_local = TRUE;
 165         set_numeric_radix();
 166     }
 167
 168 #endif /* USE_LOCALE_NUMERIC */
 169 }
 170
 171 /*
 172  * Set up for a new ctype locale.
 173  */
 174 void
 175 Perl_new_ctype(pTHX_ const char *newctype)
 176 {
 177 #ifdef USE_LOCALE_CTYPE
 178     dVAR;
 179     int i;
 180
 181     PERL_ARGS_ASSERT_NEW_CTYPE;
 182
 183     for (i = 0; i < 256; i++) {
 184         if (isUPPER_LC(i))
 185             PL_fold_locale[i] = toLOWER_LC(i);
 186         else if (isLOWER_LC(i))
 187             PL_fold_locale[i] = toUPPER_LC(i);
 188         else
 189             PL_fold_locale[i] = i;
 190     }
 191
 192 #endif /* USE_LOCALE_CTYPE */
 193     PERL_ARGS_ASSERT_NEW_CTYPE;
 194     PERL_UNUSED_ARG(newctype);
 195     PERL_UNUSED_CONTEXT;
 196 }
 197
 198 /*
 199  * Set up for a new collation locale.
 200  */
 201 void
 202 Perl_new_collate(pTHX_ const char *newcoll)
 203 {
 204 #ifdef USE_LOCALE_COLLATE
 205     dVAR;
 206
 207     if (! newcoll) {
 208         if (PL_collation_name) {
 209             ++PL_collation_ix;
 210             Safefree(PL_collation_name);
 211             PL_collation_name = NULL;
 212         }
 213         PL_collation_standard = TRUE;
 214         PL_collxfrm_base = 0;
 215         PL_collxfrm_mult = 2;
 216         return;
 217     }
 218
 219     if (! PL_collation_name || strNE(PL_collation_name, newcoll)) {
 220         ++PL_collation_ix;
 221         Safefree(PL_collation_name);
 222         PL_collation_name = stdize_locale(savepv(newcoll));
 223         PL_collation_standard = ((*newcoll == 'C' && newcoll[1] == '\0')
 224                                  || strEQ(newcoll, "POSIX"));
 225
 226         {
 227           /*  2: at most so many chars ('a', 'b'). */
 228           /* 50: surely no system expands a char more. */
 229 #define XFRMBUFSIZE  (2 * 50)
 230           char xbuf[XFRMBUFSIZE];
 231           const Size_t fa = strxfrm(xbuf, "a",  XFRMBUFSIZE);
 232           const Size_t fb = strxfrm(xbuf, "ab", XFRMBUFSIZE);
 233           const SSize_t mult = fb - fa;
 234           if (mult < 1)
 235               Perl_croak(aTHX_ "strxfrm() gets absurd");
 236           PL_collxfrm_base = (fa > (Size_t)mult) ? (fa - mult) : 0;
 237           PL_collxfrm_mult = mult;
 238         }
 239     }
 240
 241 #endif /* USE_LOCALE_COLLATE */
 242 }
 243
 244 /*
 245  * Initialize locale awareness.
 246  */
 247 int
 248 Perl_init_i18nl10n(pTHX_ int printwarn)
 249 {
 250     int ok = 1;
 251     /* returns
 252      *    1 = set ok or not applicable,
 253      *    0 = fallback to C locale,
 254      *   -1 = fallback to C locale failed
 255      */
 256
 257 #if defined(USE_LOCALE)
 258     dVAR;
 259
 260 #ifdef USE_LOCALE_CTYPE
 261     char *curctype   = NULL;
 262 #endif /* USE_LOCALE_CTYPE */
 263 #ifdef USE_LOCALE_COLLATE
 264     char *curcoll    = NULL;
 265 #endif /* USE_LOCALE_COLLATE */
 266 #ifdef USE_LOCALE_NUMERIC
 267     char *curnum     = NULL;
 268 #endif /* USE_LOCALE_NUMERIC */
 269 #ifdef __GLIBC__
 270     char * const language   = PerlEnv_getenv("LANGUAGE");
 271 #endif
 272     char * const lc_all     = PerlEnv_getenv("LC_ALL");
 273     char * const lang       = PerlEnv_getenv("LANG");
 274     bool setlocale_failure = FALSE;
 275
 276 #ifdef LOCALE_ENVIRON_REQUIRED
 277
 278     /*
 279      * Ultrix setlocale(..., "") fails if there are no environment
 280      * variables from which to get a locale name.
 281      */
 282
 283     bool done = FALSE;
 284
 285 #ifdef LC_ALL
 286     if (lang) {
 287         if (setlocale(LC_ALL, ""))
 288             done = TRUE;
 289         else
 290             setlocale_failure = TRUE;
 291     }
 292     if (!setlocale_failure) {
 293 #ifdef USE_LOCALE_CTYPE
 294         Safefree(curctype);
 295         if (! (curctype =
 296                setlocale(LC_CTYPE,
 297                          (!done && (lang || PerlEnv_getenv("LC_CTYPE")))
 298                                     ? "" : NULL)))
 299             setlocale_failure = TRUE;
 300         else
 301             curctype = savepv(curctype);
 302 #endif /* USE_LOCALE_CTYPE */
 303 #ifdef USE_LOCALE_COLLATE
 304         Safefree(curcoll);
 305         if (! (curcoll =
 306                setlocale(LC_COLLATE,
 307                          (!done && (lang || PerlEnv_getenv("LC_COLLATE")))
 308                                    ? "" : NULL)))
 309             setlocale_failure = TRUE;
 310         else
 311             curcoll = savepv(curcoll);
 312 #endif /* USE_LOCALE_COLLATE */
 313 #ifdef USE_LOCALE_NUMERIC
 314         Safefree(curnum);
 315         if (! (curnum =
 316                setlocale(LC_NUMERIC,
 317                          (!done && (lang || PerlEnv_getenv("LC_NUMERIC")))
 318                                   ? "" : NULL)))
 319             setlocale_failure = TRUE;
 320         else
 321             curnum = savepv(curnum);
 322 #endif /* USE_LOCALE_NUMERIC */
 323     }
 324
 325 #endif /* LC_ALL */
 326
 327 #endif /* !LOCALE_ENVIRON_REQUIRED */
 328
 329 #ifdef LC_ALL
 330     if (! setlocale(LC_ALL, ""))
 331         setlocale_failure = TRUE;
 332 #endif /* LC_ALL */
 333
 334     if (!setlocale_failure) {
 335 #ifdef USE_LOCALE_CTYPE
 336         Safefree(curctype);
 337         if (! (curctype = setlocale(LC_CTYPE, "")))
 338             setlocale_failure = TRUE;
 339         else
 340             curctype = savepv(curctype);
 341 #endif /* USE_LOCALE_CTYPE */
 342 #ifdef USE_LOCALE_COLLATE
 343         Safefree(curcoll);
 344         if (! (curcoll = setlocale(LC_COLLATE, "")))
 345             setlocale_failure = TRUE;
 346         else
 347             curcoll = savepv(curcoll);
 348 #endif /* USE_LOCALE_COLLATE */
 349 #ifdef USE_LOCALE_NUMERIC
 350         Safefree(curnum);
 351         if (! (curnum = setlocale(LC_NUMERIC, "")))
 352             setlocale_failure = TRUE;
 353         else
 354             curnum = savepv(curnum);
 355 #endif /* USE_LOCALE_NUMERIC */
 356     }
 357
 358     if (setlocale_failure) {
 359         char *p;
 360         const bool locwarn = (printwarn > 1 ||
 361                         (printwarn &&
 362                          (!(p = PerlEnv_getenv("PERL_BADLANG")) || atoi(p))));
 363
 364         if (locwarn) {
 365 #ifdef LC_ALL
 366
 367             PerlIO_printf(Perl_error_log,
 368                "perl: warning: Setting locale failed.\n");
 369
 370 #else /* !LC_ALL */
 371
 372             PerlIO_printf(Perl_error_log,
 373                "perl: warning: Setting locale failed for the categories:\n\t");
 374 #ifdef USE_LOCALE_CTYPE
 375             if (! curctype)
 376                 PerlIO_printf(Perl_error_log, "LC_CTYPE ");
 377 #endif /* USE_LOCALE_CTYPE */
 378 #ifdef USE_LOCALE_COLLATE
 379             if (! curcoll)
 380                 PerlIO_printf(Perl_error_log, "LC_COLLATE ");
 381 #endif /* USE_LOCALE_COLLATE */
 382 #ifdef USE_LOCALE_NUMERIC
 383             if (! curnum)
 384                 PerlIO_printf(Perl_error_log, "LC_NUMERIC ");
 385 #endif /* USE_LOCALE_NUMERIC */
 386             PerlIO_printf(Perl_error_log, "\n");
 387
 388 #endif /* LC_ALL */
 389
 390             PerlIO_printf(Perl_error_log,
 391                 "perl: warning: Please check that your locale settings:\n");
 392
 393 #ifdef __GLIBC__
 394             PerlIO_printf(Perl_error_log,
 395                           "\tLANGUAGE = %c%s%c,\n",
 396                           language ? '"' : '(',
 397                           language ? language : "unset",
 398                           language ? '"' : ')');
 399 #endif
 400
 401             PerlIO_printf(Perl_error_log,
 402                           "\tLC_ALL = %c%s%c,\n",
 403                           lc_all ? '"' : '(',
 404                           lc_all ? lc_all : "unset",
 405                           lc_all ? '"' : ')');
 406
 407 #if defined(USE_ENVIRON_ARRAY)
 408             {
 409               char **e;
 410               for (e = environ; *e; e++) {
 411                   if (strnEQ(*e, "LC_", 3)
 412                         && strnNE(*e, "LC_ALL=", 7)
 413                         && (p = strchr(*e, '=')))
 414                       PerlIO_printf(Perl_error_log, "\t%.*s = \"%s\",\n",
 415                                     (int)(p - *e), *e, p + 1);
 416               }
 417             }
 418 #else
 419             PerlIO_printf(Perl_error_log,
 420                           "\t(possibly more locale environment variables)\n");
 421 #endif
 422
 423             PerlIO_printf(Perl_error_log,
 424                           "\tLANG = %c%s%c\n",
 425                           lang ? '"' : '(',
 426                           lang ? lang : "unset",
 427                           lang ? '"' : ')');
 428
 429             PerlIO_printf(Perl_error_log,
 430                           "    are supported and installed on your system.\n");
 431         }
 432
 433 #ifdef LC_ALL
 434
 435         if (setlocale(LC_ALL, "C")) {
 436             if (locwarn)
 437                 PerlIO_printf(Perl_error_log,
 438       "perl: warning: Falling back to the standard locale (\"C\").\n");
 439             ok = 0;
 440         }
 441         else {
 442             if (locwarn)
 443                 PerlIO_printf(Perl_error_log,
 444       "perl: warning: Failed to fall back to the standard locale (\"C\").\n");
 445             ok = -1;
 446         }
 447
 448 #else /* ! LC_ALL */
 449
 450         if (0
 451 #ifdef USE_LOCALE_CTYPE
 452             || !(curctype || setlocale(LC_CTYPE, "C"))
 453 #endif /* USE_LOCALE_CTYPE */
 454 #ifdef USE_LOCALE_COLLATE
 455             || !(curcoll || setlocale(LC_COLLATE, "C"))
 456 #endif /* USE_LOCALE_COLLATE */
 457 #ifdef USE_LOCALE_NUMERIC
 458             || !(curnum || setlocale(LC_NUMERIC, "C"))
 459 #endif /* USE_LOCALE_NUMERIC */
 460             )
 461         {
 462             if (locwarn)
 463                 PerlIO_printf(Perl_error_log,
 464       "perl: warning: Cannot fall back to the standard locale (\"C\").\n");
 465             ok = -1;
 466         }
 467
 468 #endif /* ! LC_ALL */
 469
 470 #ifdef USE_LOCALE_CTYPE
 471         Safefree(curctype);
 472         curctype = savepv(setlocale(LC_CTYPE, NULL));
 473 #endif /* USE_LOCALE_CTYPE */
 474 #ifdef USE_LOCALE_COLLATE
 475         Safefree(curcoll);
 476         curcoll = savepv(setlocale(LC_COLLATE, NULL));
 477 #endif /* USE_LOCALE_COLLATE */
 478 #ifdef USE_LOCALE_NUMERIC
 479         Safefree(curnum);
 480         curnum = savepv(setlocale(LC_NUMERIC, NULL));
 481 #endif /* USE_LOCALE_NUMERIC */
 482     }
 483     else {
 484
 485 #ifdef USE_LOCALE_CTYPE
 486     new_ctype(curctype);
 487 #endif /* USE_LOCALE_CTYPE */
 488
 489 #ifdef USE_LOCALE_COLLATE
 490     new_collate(curcoll);
 491 #endif /* USE_LOCALE_COLLATE */
 492
 493 #ifdef USE_LOCALE_NUMERIC
 494     new_numeric(curnum);
 495 #endif /* USE_LOCALE_NUMERIC */
 496
 497     }
 498
 499 #endif /* USE_LOCALE */
 500
 501 #ifdef USE_PERLIO
 502     {
 503       /* Set PL_utf8locale to TRUE if using PerlIO _and_
 504          any of the following are true:
 505          - nl_langinfo(CODESET) contains /^utf-?8/i
 506          - $ENV{LC_ALL}   contains /^utf-?8/i
 507          - $ENV{LC_CTYPE} contains /^utf-?8/i
 508          - $ENV{LANG}     contains /^utf-?8/i
 509          The LC_ALL, LC_CTYPE, LANG obey the usual override
 510          hierarchy of locale environment variables.  (LANGUAGE
 511          affects only LC_MESSAGES only under glibc.) (If present,
 512          it overrides LC_MESSAGES for GNU gettext, and it also
 513          can have more than one locale, separated by spaces,
 514          in case you need to know.)
 515          If PL_utf8locale and PL_unicode (set by -C or by $ENV{PERL_UNICODE})
 516          are true, perl.c:S_parse_body() will turn on the PerlIO :utf8 layer
 517          on STDIN, STDOUT, STDERR, _and_ the default open discipline.
 518       */
 519          bool utf8locale = FALSE;
 520          char *codeset = NULL;
 521 #if defined(HAS_NL_LANGINFO) && defined(CODESET)
 522          codeset = nl_langinfo(CODESET);
 523 #endif
 524          if (codeset)
 525               utf8locale = (foldEQ(codeset, STR_WITH_LEN("UTF-8"))
 526                             || foldEQ(codeset, STR_WITH_LEN("UTF8") ));
 527 #if defined(USE_LOCALE)
 528          else { /* nl_langinfo(CODESET) is supposed to correctly
 529                  * interpret the locale environment variables,
 530                  * but just in case it fails, let's do this manually. */
 531               if (lang)
 532                    utf8locale = (foldEQ(lang, STR_WITH_LEN("UTF-8"))
 533                                  || foldEQ(lang, STR_WITH_LEN("UTF8") ));
 534 #ifdef USE_LOCALE_CTYPE
 535               if (curctype)
 536                    utf8locale = (foldEQ(curctype, STR_WITH_LEN("UTF-8"))
 537                                  || foldEQ(curctype, STR_WITH_LEN("UTF8") ));
 538 #endif
 539               if (lc_all)
 540                    utf8locale = (foldEQ(lc_all, STR_WITH_LEN("UTF-8"))
 541                                  || foldEQ(lc_all, STR_WITH_LEN("UTF8") ));
 542          }
 543 #endif /* USE_LOCALE */
 544          if (utf8locale)
 545               PL_utf8locale = TRUE;
 546     }
 547     /* Set PL_unicode to $ENV{PERL_UNICODE} if using PerlIO.
 548        This is an alternative to using the -C command line switch
 549        (the -C if present will override this). */
 550     {
 551          const char *p = PerlEnv_getenv("PERL_UNICODE");
 552          PL_unicode = p ? parse_unicode_opts(&p) : 0;
 553          if (PL_unicode & PERL_UNICODE_UTF8CACHEASSERT_FLAG)
 554              PL_utf8cache = -1;
 555     }
 556 #endif
 557
 558 #ifdef USE_LOCALE_CTYPE
 559     Safefree(curctype);
 560 #endif /* USE_LOCALE_CTYPE */
 561 #ifdef USE_LOCALE_COLLATE
 562     Safefree(curcoll);
 563 #endif /* USE_LOCALE_COLLATE */
 564 #ifdef USE_LOCALE_NUMERIC
 565     Safefree(curnum);
 566 #endif /* USE_LOCALE_NUMERIC */
 567     return ok;
 568 }
 569
 570 #ifdef USE_LOCALE_COLLATE
 571
 572 /*
 573  * mem_collxfrm() is a bit like strxfrm() but with two important
 574  * differences. First, it handles embedded NULs. Second, it allocates
 575  * a bit more memory than needed for the transformed data itself.
 576  * The real transformed data begins at offset sizeof(collationix).
 577  * Please see sv_collxfrm() to see how this is used.
 578  */
 579
 580 char *
 581 Perl_mem_collxfrm(pTHX_ const char *s, STRLEN len, STRLEN *xlen)
 582 {
 583     dVAR;
 584     char *xbuf;
 585     STRLEN xAlloc, xin, xout; /* xalloc is a reserved word in VC */
 586
 587     PERL_ARGS_ASSERT_MEM_COLLXFRM;
 588
 589     /* the first sizeof(collationix) bytes are used by sv_collxfrm(). */
 590     /* the +1 is for the terminating NUL. */
 591
 592     xAlloc = sizeof(PL_collation_ix) + PL_collxfrm_base + (PL_collxfrm_mult * len) + 1;
 593     Newx(xbuf, xAlloc, char);
 594     if (! xbuf)
 595         goto bad;
 596
 597     *(U32*)xbuf = PL_collation_ix;
 598     xout = sizeof(PL_collation_ix);
 599     for (xin = 0; xin < len; ) {
 600         Size_t xused;
 601
 602         for (;;) {
 603             xused = strxfrm(xbuf + xout, s + xin, xAlloc - xout);
 604             if (xused >= PERL_INT_MAX)
 605                 goto bad;
 606             if ((STRLEN)xused < xAlloc - xout)
 607                 break;
 608             xAlloc = (2 * xAlloc) + 1;
 609             Renew(xbuf, xAlloc, char);
 610             if (! xbuf)
 611                 goto bad;
 612         }
 613
 614         xin += strlen(s + xin) + 1;
 615         xout += xused;
 616
 617         /* Embedded NULs are understood but silently skipped
 618          * because they make no sense in locale collation. */
 619     }
 620
 621     xbuf[xout] = '\0';
 622     *xlen = xout - sizeof(PL_collation_ix);
 623     return xbuf;
 624
 625   bad:
 626     Safefree(xbuf);
 627     *xlen = 0;
 628     return NULL;
 629 }
 630
 631 #endif /* USE_LOCALE_COLLATE */
 632
 633 /*
 634  * Local variables:
 635  * c-indentation-style: bsd
 636  * c-basic-offset: 4
 637  * indent-tabs-mode: t
 638  * End:
 639  *
 640  * ex: set ts=8 sts=4 sw=4 noet:
 641  */