This is a live mirror of the Perl 5 development currently hosted at https://github.com/perl/perl5
Documentation added.
[perl5.git] / utf8.c
diff --git a/utf8.c b/utf8.c
index 9f2c4fb..472a89f 100644 (file)
--- a/utf8.c
+++ b/utf8.c
@@ -67,7 +67,7 @@ Perl_uvuni_to_utf8_flags(pTHX_ U8 *d, UV uv, UV flags)
                   ((uv & 0xFFFE) == 0xFFFE && /* Either FFFE or FFFF. */
                    !(flags & UNICODE_ALLOW_FFFF))) &&
                  /* UNICODE_ALLOW_SUPER includes
-                  * FFFFs beyond 0x10FFFF. */
+                  * FFFEs and FFFFs beyond 0x10FFFF. */
                  ((uv <= PERL_UNICODE_MAX) ||
                   !(flags & UNICODE_ALLOW_SUPER))
                  )
@@ -75,7 +75,7 @@ Perl_uvuni_to_utf8_flags(pTHX_ U8 *d, UV uv, UV flags)
                         "Unicode character 0x%04"UVxf" is illegal", uv);
     }
     if (UNI_IS_INVARIANT(uv)) {
-       *d++ = UTF_TO_NATIVE(uv);
+       *d++ = (U8)UTF_TO_NATIVE(uv);
        return d;
     }
 #if defined(EBCDIC)
@@ -83,76 +83,76 @@ Perl_uvuni_to_utf8_flags(pTHX_ U8 *d, UV uv, UV flags)
        STRLEN len  = UNISKIP(uv);
        U8 *p = d+len-1;
        while (p > d) {
-           *p-- = UTF_TO_NATIVE((uv & UTF_CONTINUATION_MASK) | UTF_CONTINUATION_MARK);
+           *p-- = (U8)UTF_TO_NATIVE((uv & UTF_CONTINUATION_MASK) | UTF_CONTINUATION_MARK);
            uv >>= UTF_ACCUMULATION_SHIFT;
        }
-       *p = UTF_TO_NATIVE((uv & UTF_START_MASK(len)) | UTF_START_MARK(len));
+       *p = (U8)UTF_TO_NATIVE((uv & UTF_START_MASK(len)) | UTF_START_MARK(len));
        return d+len;
     }
 #else /* Non loop style */
     if (uv < 0x800) {
-       *d++ = (( uv >>  6)         | 0xc0);
-       *d++ = (( uv        & 0x3f) | 0x80);
+       *d++ = (U8)(( uv >>  6)         | 0xc0);
+       *d++ = (U8)(( uv        & 0x3f) | 0x80);
        return d;
     }
     if (uv < 0x10000) {
-       *d++ = (( uv >> 12)         | 0xe0);
-       *d++ = (((uv >>  6) & 0x3f) | 0x80);
-       *d++ = (( uv        & 0x3f) | 0x80);
+       *d++ = (U8)(( uv >> 12)         | 0xe0);
+       *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+       *d++ = (U8)(( uv        & 0x3f) | 0x80);
        return d;
     }
     if (uv < 0x200000) {
-       *d++ = (( uv >> 18)         | 0xf0);
-       *d++ = (((uv >> 12) & 0x3f) | 0x80);
-       *d++ = (((uv >>  6) & 0x3f) | 0x80);
-       *d++ = (( uv        & 0x3f) | 0x80);
+       *d++ = (U8)(( uv >> 18)         | 0xf0);
+       *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+       *d++ = (U8)(( uv        & 0x3f) | 0x80);
        return d;
     }
     if (uv < 0x4000000) {
-       *d++ = (( uv >> 24)         | 0xf8);
-       *d++ = (((uv >> 18) & 0x3f) | 0x80);
-       *d++ = (((uv >> 12) & 0x3f) | 0x80);
-       *d++ = (((uv >>  6) & 0x3f) | 0x80);
-       *d++ = (( uv        & 0x3f) | 0x80);
+       *d++ = (U8)(( uv >> 24)         | 0xf8);
+       *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+       *d++ = (U8)(( uv        & 0x3f) | 0x80);
        return d;
     }
     if (uv < 0x80000000) {
-       *d++ = (( uv >> 30)         | 0xfc);
-       *d++ = (((uv >> 24) & 0x3f) | 0x80);
-       *d++ = (((uv >> 18) & 0x3f) | 0x80);
-       *d++ = (((uv >> 12) & 0x3f) | 0x80);
-       *d++ = (((uv >>  6) & 0x3f) | 0x80);
-       *d++ = (( uv        & 0x3f) | 0x80);
+       *d++ = (U8)(( uv >> 30)         | 0xfc);
+       *d++ = (U8)(((uv >> 24) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+       *d++ = (U8)(( uv        & 0x3f) | 0x80);
        return d;
     }
 #ifdef HAS_QUAD
     if (uv < UTF8_QUAD_MAX)
 #endif
     {
-       *d++ =                        0xfe;     /* Can't match U+FEFF! */
-       *d++ = (((uv >> 30) & 0x3f) | 0x80);
-       *d++ = (((uv >> 24) & 0x3f) | 0x80);
-       *d++ = (((uv >> 18) & 0x3f) | 0x80);
-       *d++ = (((uv >> 12) & 0x3f) | 0x80);
-       *d++ = (((uv >>  6) & 0x3f) | 0x80);
-       *d++ = (( uv        & 0x3f) | 0x80);
+       *d++ =                            0xfe; /* Can't match U+FEFF! */
+       *d++ = (U8)(((uv >> 30) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 24) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+       *d++ = (U8)(( uv        & 0x3f) | 0x80);
        return d;
     }
 #ifdef HAS_QUAD
     {
-       *d++ =                        0xff;     /* Can't match U+FFFE! */
-       *d++ =                        0x80;     /* 6 Reserved bits */
-       *d++ = (((uv >> 60) & 0x0f) | 0x80);    /* 2 Reserved bits */
-       *d++ = (((uv >> 54) & 0x3f) | 0x80);
-       *d++ = (((uv >> 48) & 0x3f) | 0x80);
-       *d++ = (((uv >> 42) & 0x3f) | 0x80);
-       *d++ = (((uv >> 36) & 0x3f) | 0x80);
-       *d++ = (((uv >> 30) & 0x3f) | 0x80);
-       *d++ = (((uv >> 24) & 0x3f) | 0x80);
-       *d++ = (((uv >> 18) & 0x3f) | 0x80);
-       *d++ = (((uv >> 12) & 0x3f) | 0x80);
-       *d++ = (((uv >>  6) & 0x3f) | 0x80);
-       *d++ = (( uv        & 0x3f) | 0x80);
+       *d++ =                            0xff;         /* Can't match U+FFFE! */
+       *d++ =                            0x80;         /* 6 Reserved bits */
+       *d++ = (U8)(((uv >> 60) & 0x0f) | 0x80);        /* 2 Reserved bits */
+       *d++ = (U8)(((uv >> 54) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 48) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 42) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 36) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 30) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 24) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 18) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
+       *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+       *d++ = (U8)(( uv        & 0x3f) | 0x80);
        return d;
     }
 #endif
@@ -170,12 +170,11 @@ Perl_uvuni_to_utf8(pTHX_ U8 *d, UV uv)
 =for apidoc A|STRLEN|is_utf8_char|U8 *s
 
 Tests if some arbitrary number of bytes begins in a valid UTF-8
-character.  Note that an INVARIANT (i.e. ASCII) character is a valid UTF-8 character.
-The actual number of bytes in the UTF-8 character will be returned if
-it is valid, otherwise 0.
+character.  Note that an INVARIANT (i.e. ASCII) character is a valid
+UTF-8 character.  The actual number of bytes in the UTF-8 character
+will be returned if it is valid, otherwise 0.
 
-=cut
-*/
+=cut */
 STRLEN
 Perl_is_utf8_char(pTHX_ U8 *s)
 {
@@ -209,7 +208,7 @@ Perl_is_utf8_char(pTHX_ U8 *s)
        s++;
     }
 
-    if (UNISKIP(uv) < len)
+    if ((STRLEN)UNISKIP(uv) < len)
        return 0;
 
     return len;
@@ -389,7 +388,7 @@ Perl_utf8n_to_uvuni(pTHX_ U8 *s, STRLEN curlen, STRLEN *retlen, U32 flags)
        !(flags & UTF8_ALLOW_SURROGATE)) {
        warning = UTF8_WARN_SURROGATE;
        goto malformed;
-    } else if ((expectlen > UNISKIP(uv)) &&
+    } else if ((expectlen > (STRLEN)UNISKIP(uv)) &&
               !(flags & UTF8_ALLOW_LONG)) {
        warning = UTF8_WARN_LONG;
        goto malformed;
@@ -780,10 +779,10 @@ Perl_bytes_to_utf8(pTHX_ U8 *s, STRLEN *len)
     while (s < send) {
         UV uv = NATIVE_TO_ASCII(*s++);
         if (UNI_IS_INVARIANT(uv))
-            *d++ = UTF_TO_NATIVE(uv);
+            *d++ = (U8)UTF_TO_NATIVE(uv);
         else {
-            *d++ = UTF8_EIGHT_BIT_HI(uv);
-            *d++ = UTF8_EIGHT_BIT_LO(uv);
+            *d++ = (U8)UTF8_EIGHT_BIT_HI(uv);
+            *d++ = (U8)UTF8_EIGHT_BIT_LO(uv);
         }
     }
     *d = '\0';
@@ -812,12 +811,12 @@ Perl_utf16_to_utf8(pTHX_ U8* p, U8* d, I32 bytelen, I32 *newlen)
        UV uv = (p[0] << 8) + p[1]; /* UTF-16BE */
        p += 2;
        if (uv < 0x80) {
-           *d++ = uv;
+           *d++ = (U8)uv;
            continue;
        }
        if (uv < 0x800) {
-           *d++ = (( uv >>  6)         | 0xc0);
-           *d++ = (( uv        & 0x3f) | 0x80);
+           *d++ = (U8)(( uv >>  6)         | 0xc0);
+           *d++ = (U8)(( uv        & 0x3f) | 0x80);
            continue;
        }
        if (uv >= 0xd800 && uv < 0xdbff) {      /* surrogates */
@@ -827,16 +826,16 @@ Perl_utf16_to_utf8(pTHX_ U8* p, U8* d, I32 bytelen, I32 *newlen)
            uv = ((uv - 0xd800) << 10) + (low - 0xdc00) + 0x10000;
        }
        if (uv < 0x10000) {
-           *d++ = (( uv >> 12)         | 0xe0);
-           *d++ = (((uv >>  6) & 0x3f) | 0x80);
-           *d++ = (( uv        & 0x3f) | 0x80);
+           *d++ = (U8)(( uv >> 12)         | 0xe0);
+           *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+           *d++ = (U8)(( uv        & 0x3f) | 0x80);
            continue;
        }
        else {
-           *d++ = (( uv >> 18)         | 0xf0);
-           *d++ = (((uv >> 12) & 0x3f) | 0x80);
-           *d++ = (((uv >>  6) & 0x3f) | 0x80);
-           *d++ = (( uv        & 0x3f) | 0x80);
+           *d++ = (U8)(( uv >> 18)         | 0xf0);
+           *d++ = (U8)(((uv >> 12) & 0x3f) | 0x80);
+           *d++ = (U8)(((uv >>  6) & 0x3f) | 0x80);
+           *d++ = (U8)(( uv        & 0x3f) | 0x80);
            continue;
        }
     }
@@ -1128,13 +1127,13 @@ Perl_is_utf8_alnum(pTHX_ U8 *p)
         * descendant of isalnum(3), in other words, it doesn't
         * contain the '_'. --jhi */
        PL_utf8_alnum = swash_init("utf8", "IsWord", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_alnum, p, TRUE);
+    return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
 /*    return *p == '_' || is_utf8_alpha(p) || is_utf8_digit(p); */
 #ifdef SURPRISINGLY_SLOWER  /* probably because alpha is usually true */
     if (!PL_utf8_alnum)
        PL_utf8_alnum = swash_init("utf8", "",
            sv_2mortal(newSVpv("+utf8::IsAlpha\n+utf8::IsDigit\n005F\n",0)), 0, 0);
-    return swash_fetch(PL_utf8_alnum, p, TRUE);
+    return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
 #endif
 }
 
@@ -1145,20 +1144,38 @@ Perl_is_utf8_alnumc(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_alnum)
        PL_utf8_alnum = swash_init("utf8", "IsAlnumC", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_alnum, p, TRUE);
+    return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
 /*    return is_utf8_alpha(p) || is_utf8_digit(p); */
 #ifdef SURPRISINGLY_SLOWER  /* probably because alpha is usually true */
     if (!PL_utf8_alnum)
        PL_utf8_alnum = swash_init("utf8", "",
            sv_2mortal(newSVpv("+utf8::IsAlpha\n+utf8::IsDigit\n005F\n",0)), 0, 0);
-    return swash_fetch(PL_utf8_alnum, p, TRUE);
+    return swash_fetch(PL_utf8_alnum, p, TRUE) != 0;
 #endif
 }
 
 bool
-Perl_is_utf8_idfirst(pTHX_ U8 *p)
+Perl_is_utf8_idfirst(pTHX_ U8 *p) /* The naming is historical. */
 {
-    return *p == '_' || is_utf8_alpha(p);
+    if (*p == '_')
+       return TRUE;
+    if (!is_utf8_char(p))
+       return FALSE;
+    if (!PL_utf8_idstart) /* is_utf8_idstart would be more logical. */
+       PL_utf8_idstart = swash_init("utf8", "IdStart", &PL_sv_undef, 0, 0);
+    return swash_fetch(PL_utf8_idstart, p, TRUE) != 0;
+}
+
+bool
+Perl_is_utf8_idcont(pTHX_ U8 *p)
+{
+    if (*p == '_')
+       return TRUE;
+    if (!is_utf8_char(p))
+       return FALSE;
+    if (!PL_utf8_idcont)
+       PL_utf8_idcont = swash_init("utf8", "IdContinue", &PL_sv_undef, 0, 0);
+    return swash_fetch(PL_utf8_idcont, p, TRUE) != 0;
 }
 
 bool
@@ -1168,7 +1185,7 @@ Perl_is_utf8_alpha(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_alpha)
        PL_utf8_alpha = swash_init("utf8", "IsAlpha", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_alpha, p, TRUE);
+    return swash_fetch(PL_utf8_alpha, p, TRUE) != 0;
 }
 
 bool
@@ -1178,7 +1195,7 @@ Perl_is_utf8_ascii(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_ascii)
        PL_utf8_ascii = swash_init("utf8", "IsAscii", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_ascii, p, TRUE);
+    return swash_fetch(PL_utf8_ascii, p, TRUE) != 0;
 }
 
 bool
@@ -1188,7 +1205,7 @@ Perl_is_utf8_space(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_space)
        PL_utf8_space = swash_init("utf8", "IsSpacePerl", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_space, p, TRUE);
+    return swash_fetch(PL_utf8_space, p, TRUE) != 0;
 }
 
 bool
@@ -1198,7 +1215,7 @@ Perl_is_utf8_digit(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_digit)
        PL_utf8_digit = swash_init("utf8", "IsDigit", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_digit, p, TRUE);
+    return swash_fetch(PL_utf8_digit, p, TRUE) != 0;
 }
 
 bool
@@ -1208,7 +1225,7 @@ Perl_is_utf8_upper(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_upper)
        PL_utf8_upper = swash_init("utf8", "IsUpper", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_upper, p, TRUE);
+    return swash_fetch(PL_utf8_upper, p, TRUE) != 0;
 }
 
 bool
@@ -1218,7 +1235,7 @@ Perl_is_utf8_lower(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_lower)
        PL_utf8_lower = swash_init("utf8", "IsLower", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_lower, p, TRUE);
+    return swash_fetch(PL_utf8_lower, p, TRUE) != 0;
 }
 
 bool
@@ -1228,7 +1245,7 @@ Perl_is_utf8_cntrl(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_cntrl)
        PL_utf8_cntrl = swash_init("utf8", "IsCntrl", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_cntrl, p, TRUE);
+    return swash_fetch(PL_utf8_cntrl, p, TRUE) != 0;
 }
 
 bool
@@ -1238,7 +1255,7 @@ Perl_is_utf8_graph(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_graph)
        PL_utf8_graph = swash_init("utf8", "IsGraph", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_graph, p, TRUE);
+    return swash_fetch(PL_utf8_graph, p, TRUE) != 0;
 }
 
 bool
@@ -1248,7 +1265,7 @@ Perl_is_utf8_print(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_print)
        PL_utf8_print = swash_init("utf8", "IsPrint", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_print, p, TRUE);
+    return swash_fetch(PL_utf8_print, p, TRUE) != 0;
 }
 
 bool
@@ -1258,7 +1275,7 @@ Perl_is_utf8_punct(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_punct)
        PL_utf8_punct = swash_init("utf8", "IsPunct", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_punct, p, TRUE);
+    return swash_fetch(PL_utf8_punct, p, TRUE) != 0;
 }
 
 bool
@@ -1268,7 +1285,7 @@ Perl_is_utf8_xdigit(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_xdigit)
        PL_utf8_xdigit = swash_init("utf8", "IsXDigit", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_xdigit, p, TRUE);
+    return swash_fetch(PL_utf8_xdigit, p, TRUE) != 0;
 }
 
 bool
@@ -1278,7 +1295,7 @@ Perl_is_utf8_mark(pTHX_ U8 *p)
        return FALSE;
     if (!PL_utf8_mark)
        PL_utf8_mark = swash_init("utf8", "IsM", &PL_sv_undef, 0, 0);
-    return swash_fetch(PL_utf8_mark, p, TRUE);
+    return swash_fetch(PL_utf8_mark, p, TRUE) != 0;
 }
 
 /*
@@ -1331,6 +1348,15 @@ Perl_to_utf8_case(pTHX_ U8 *p, U8* ustrp, STRLEN *lenp, SV **swashp, char *norma
         HE *he;
         SV *val;
        
+#if defined(UNDER_CE) && defined(MIPS)
+/*strange: compiler complaints that I redefine macro UVXf and points where
+           it was first defined. I copied line from there without any changes.
+           Nothing should change.
+           But when I do not do this, there is an error on a line with
+              Perl_newSVpvf(aTHX_ "%04"UVXf, uv1)
+*/
+#define        UVXf            "lX"            /**/
+#endif
         if ((hv    = get_hv(special, FALSE)) &&
             (keysv = sv_2mortal(Perl_newSVpvf(aTHX_ "%04"UVXf, uv1))) &&
             (he    = hv_fetch_ent(hv, keysv, FALSE, 0)) &&
@@ -1514,9 +1540,11 @@ Perl_swash_init(pTHX_ char* pkg, char* name, SV *listsv, I32 minbits, I32 none)
     SAVEI32(PL_hints);
     PL_hints = 0;
     save_re_context();
-    if (PL_curcop == &PL_compiling)
+    if (PL_curcop == &PL_compiling) {
        /* XXX ought to be handled by lex_start */
+       SAVEI32(PL_in_my);
        sv_setpv(tokenbufsv, PL_tokenbuf);
+    }
     errsv_save = newSVsv(ERRSV);
     if (call_method("SWASHNEW", G_SCALAR))
        retval = newSVsv(*PL_stack_sp--);
@@ -1532,7 +1560,7 @@ Perl_swash_init(pTHX_ char* pkg, char* name, SV *listsv, I32 minbits, I32 none)
        char* pv = SvPV(tokenbufsv, len);
 
        Copy(pv, PL_tokenbuf, len+1, char);
-       PL_curcop->op_private = PL_hints;
+       PL_curcop->op_private = (U8)(PL_hints & HINT_PRIVATE_MASK);
     }
     if (!SvROK(retval) || SvTYPE(SvRV(retval)) != SVt_PVHV) {
         if (SvPOK(retval))
@@ -1564,8 +1592,8 @@ Perl_swash_fetch(pTHX_ SV *sv, U8 *ptr, bool do_utf8)
     UV c = NATIVE_TO_ASCII(*ptr);
 
     if (!do_utf8 && !UNI_IS_INVARIANT(c)) {
-        tmputf8[0] = UTF8_EIGHT_BIT_HI(c);
-        tmputf8[1] = UTF8_EIGHT_BIT_LO(c);
+        tmputf8[0] = (U8)UTF8_EIGHT_BIT_HI(c);
+        tmputf8[1] = (U8)UTF8_EIGHT_BIT_LO(c);
         ptr = tmputf8;
     }
     /* Given a UTF-X encoded char 0xAA..0xYY,0xZZ
@@ -1645,7 +1673,7 @@ Perl_swash_fetch(pTHX_ SV *sv, U8 *ptr, bool do_utf8)
            FREETMPS;
            LEAVE;
            if (PL_curcop == &PL_compiling)
-               PL_curcop->op_private = PL_hints;
+               PL_curcop->op_private = (U8)(PL_hints & HINT_PRIVATE_MASK);
 
            svp = hv_store(hv, (char*)ptr, klen, retval, 0);
 
@@ -1861,11 +1889,11 @@ Perl_ibcmp_utf8(pTHX_ const char *s1, char **pe1, register UV l1, bool u1, const
      
      if (pe1)
          e1 = *(U8**)pe1;
-     if (e1 == 0 || (l1 && l1 < e1 - (U8*)s1))
+     if (e1 == 0 || (l1 && l1 < (UV)(e1 - (U8*)s1)))
          f1 = (U8*)s1 + l1;
      if (pe2)
          e2 = *(U8**)pe2;
-     if (e2 == 0 || (l2 && l2 < e2 - (U8*)s2))
+     if (e2 == 0 || (l2 && l2 < (UV)(e2 - (U8*)s2)))
          f2 = (U8*)s2 + l2;
 
      if ((e1 == 0 && f1 == 0) || (e2 == 0 && f2 == 0) || (f1 == 0 && f2 == 0))