wcwidth.c

   1 /*
   2  * This is an implementation of wcwidth() and wcswidth() (defined in
   3  * IEEE Std 1002.1-2001) for Unicode.
   4  *
   5  * http://www.opengroup.org/onlinepubs/007904975/functions/wcwidth.html
   6  * http://www.opengroup.org/onlinepubs/007904975/functions/wcswidth.html
   7  *
   8  * Markus Kuhn -- 2007-05-26 (Unicode 5.0)
   9  *
  10  * Permission to use, copy, modify, and distribute this software
  11  * for any purpose and without fee is hereby granted. The author
  12  * disclaims all warranties with regard to this software.
  13  *
  14  * Latest version: http://www.cl.cam.ac.uk/~mgk25/ucs/wcwidth.c
  15  */
  16
  17 /* Changes made for mutt:
  18  * - Adapted for Mutt by Edmund Grimley Evans.
  19  * - Changed 'first'/'last' members of combined[] to wchar_t from
  20  *   unsigned short to fix compiler warnings, 2007-11-13, Rocco Rutte
  21  */
  22
  23 #if HAVE_CONFIG_H
  24 # include "config.h"
  25 #endif
  26
  27 #ifndef HAVE_WC_FUNCS
  28
  29 #include "mutt.h"
  30 #include "mbyte.h"
  31
  32 #include <ctype.h>
  33
  34 /* The following two functions define the column width of an ISO 10646
  35  * character as follows:
  36  *
  37  *    - The null character (U+0000) has a column width of 0.
  38  *
  39  *    - Other C0/C1 control characters and DEL will lead to a return
  40  *      value of -1.
  41  *
  42  *    - Non-spacing and enclosing combining characters (general
  43  *      category code Mn or Me in the Unicode database) have a
  44  *      column width of 0.
  45  *
  46  *    - SOFT HYPHEN (U+00AD) has a column width of 1.
  47  *
  48  *    - Other format characters (general category code Cf in the Unicode
  49  *      database) and ZERO WIDTH SPACE (U+200B) have a column width of 0.
  50  *
  51  *    - Hangul Jamo medial vowels and final consonants (U+1160-U+11FF)
  52  *      have a column width of 0.
  53  *
  54  *    - Spacing characters in the East Asian Wide (W) or East Asian
  55  *      Full-width (F) category as defined in Unicode Technical
  56  *      Report #11 have a column width of 2.
  57  *
  58  *    - All remaining characters (including all printable
  59  *      ISO 8859-1 and WGL4 characters, Unicode control characters,
  60  *      etc.) have a column width of 1.
  61  *
  62  * This implementation assumes that wchar_t characters are encoded
  63  * in ISO 10646.
  64  */
  65
  66 int wcwidth_ucs(wchar_t ucs)
  67 {
  68   /* sorted list of non-overlapping intervals of non-spacing characters */
  69   /* generated by "uniset +cat=Me +cat=Mn +cat=Cf -00AD +1160-11FF +200B c" */
  70   static const struct interval {
  71     wchar_t first;
  72     wchar_t last;
  73   } combining[] = {
  74     { 0x0300, 0x036f }, { 0x0483, 0x0486 }, { 0x0488, 0x0489 },
  75     { 0x0591, 0x05bd }, { 0x05bf, 0x05bf }, { 0x05c1, 0x05c2 },
  76     { 0x05c4, 0x05c5 }, { 0x05c7, 0x05c7 }, { 0x0600, 0x0603 },
  77     { 0x0610, 0x0615 }, { 0x064b, 0x065e }, { 0x0670, 0x0670 },
  78     { 0x06d6, 0x06e4 }, { 0x06e7, 0x06e8 }, { 0x06ea, 0x06ed },
  79     { 0x070f, 0x070f }, { 0x0711, 0x0711 }, { 0x0730, 0x074a },
  80     { 0x07a6, 0x07b0 }, { 0x07eb, 0x07f3 }, { 0x0901, 0x0902 },
  81     { 0x093c, 0x093c }, { 0x0941, 0x0948 }, { 0x094d, 0x094d },
  82     { 0x0951, 0x0954 }, { 0x0962, 0x0963 }, { 0x0981, 0x0981 },
  83     { 0x09bc, 0x09bc }, { 0x09c1, 0x09c4 }, { 0x09cd, 0x09cd },
  84     { 0x09e2, 0x09e3 }, { 0x0a01, 0x0a02 }, { 0x0a3c, 0x0a3c },
  85     { 0x0a41, 0x0a42 }, { 0x0a47, 0x0a48 }, { 0x0a4b, 0x0a4d },
  86     { 0x0a70, 0x0a71 }, { 0x0a81, 0x0a82 }, { 0x0abc, 0x0abc },
  87     { 0x0ac1, 0x0ac5 }, { 0x0ac7, 0x0ac8 }, { 0x0acd, 0x0acd },
  88     { 0x0ae2, 0x0ae3 }, { 0x0b01, 0x0b01 }, { 0x0b3c, 0x0b3c },
  89     { 0x0b3f, 0x0b3f }, { 0x0b41, 0x0b43 }, { 0x0b4d, 0x0b4d },
  90     { 0x0b56, 0x0b56 }, { 0x0b82, 0x0b82 }, { 0x0bc0, 0x0bc0 },
  91     { 0x0bcd, 0x0bcd }, { 0x0c3e, 0x0c40 }, { 0x0c46, 0x0c48 },
  92     { 0x0c4a, 0x0c4d }, { 0x0c55, 0x0c56 }, { 0x0cbc, 0x0cbc },
  93     { 0x0cbf, 0x0cbf }, { 0x0cc6, 0x0cc6 }, { 0x0ccc, 0x0ccd },
  94     { 0x0ce2, 0x0ce3 }, { 0x0d41, 0x0d43 }, { 0x0d4d, 0x0d4d },
  95     { 0x0dca, 0x0dca }, { 0x0dd2, 0x0dd4 }, { 0x0dd6, 0x0dd6 },
  96     { 0x0e31, 0x0e31 }, { 0x0e34, 0x0e3a }, { 0x0e47, 0x0e4e },
  97     { 0x0eb1, 0x0eb1 }, { 0x0eb4, 0x0eb9 }, { 0x0ebb, 0x0ebc },
  98     { 0x0ec8, 0x0ecd }, { 0x0f18, 0x0f19 }, { 0x0f35, 0x0f35 },
  99     { 0x0f37, 0x0f37 }, { 0x0f39, 0x0f39 }, { 0x0f71, 0x0f7e },
 100     { 0x0f80, 0x0f84 }, { 0x0f86, 0x0f87 }, { 0x0f90, 0x0f97 },
 101     { 0x0f99, 0x0fbc }, { 0x0fc6, 0x0fc6 }, { 0x102d, 0x1030 },
 102     { 0x1032, 0x1032 }, { 0x1036, 0x1037 }, { 0x1039, 0x1039 },
 103     { 0x1058, 0x1059 }, { 0x1160, 0x11ff }, { 0x135f, 0x135f },
 104     { 0x1712, 0x1714 }, { 0x1732, 0x1734 }, { 0x1752, 0x1753 },
 105     { 0x1772, 0x1773 }, { 0x17b4, 0x17b5 }, { 0x17b7, 0x17bd },
 106     { 0x17c6, 0x17c6 }, { 0x17c9, 0x17d3 }, { 0x17dd, 0x17dd },
 107     { 0x180b, 0x180d }, { 0x18a9, 0x18a9 }, { 0x1920, 0x1922 },
 108     { 0x1927, 0x1928 }, { 0x1932, 0x1932 }, { 0x1939, 0x193b },
 109     { 0x1a17, 0x1a18 }, { 0x1b00, 0x1b03 }, { 0x1b34, 0x1b34 },
 110     { 0x1b36, 0x1b3a }, { 0x1b3c, 0x1b3c }, { 0x1b42, 0x1b42 },
 111     { 0x1b6b, 0x1b73 }, { 0x1dc0, 0x1dca }, { 0x1dfe, 0x1dff },
 112     { 0x200b, 0x200f }, { 0x202a, 0x202e }, { 0x2060, 0x2063 },
 113     { 0x206a, 0x206f }, { 0x20d0, 0x20ef }, { 0x302a, 0x302f },
 114     { 0x3099, 0x309a }, { 0xa806, 0xa806 }, { 0xa80b, 0xa80b },
 115     { 0xa825, 0xa826 }, { 0xfb1e, 0xfb1e }, { 0xfe00, 0xfe0f },
 116     { 0xfe20, 0xfe23 }, { 0xfeff, 0xfeff }, { 0xfff9, 0xfffb },
 117     { 0x10a01, 0x10a03 }, { 0x10a05, 0x10a06 }, { 0x10a0c, 0x10a0f },
 118     { 0x10a38, 0x10a3a }, { 0x10a3f, 0x10a3f }, { 0x1d167, 0x1d169 },
 119     { 0x1d173, 0x1d182 }, { 0x1d185, 0x1d18b }, { 0x1d1aa, 0x1d1ad },
 120     { 0x1d242, 0x1d244 }, { 0xe0001, 0xe0001 }, { 0xe0020, 0xe007f },
 121     { 0xe0100, 0xe01ef }
 122   };
 123   int min = 0;
 124   int max = sizeof(combining) / sizeof(struct interval) - 1;
 125   int mid;
 126
 127   /* test for 8-bit control characters */
 128   if (ucs == 0)
 129     return 0;
 130   if (ucs < 32 || (ucs >= 0x7f && ucs < 0xa0))
 131     return -1;
 132
 133   /* first quick check for Latin-1 etc. characters */
 134   if (ucs < combining[0].first)
 135     return 1;
 136
 137   /* binary search in table of non-spacing characters */
 138   while (max >= min) {
 139     mid = (min + max) / 2;
 140     if (combining[mid].last < ucs)
 141       min = mid + 1;
 142     else if (combining[mid].first > ucs)
 143       max = mid - 1;
 144     else if (combining[mid].first <= ucs && combining[mid].last >= ucs)
 145       return 0;
 146   }
 147
 148   /* if we arrive here, ucs is not a combining or C0/C1 control character */
 149
 150   /* fast test for majority of non-wide scripts */
 151   if (ucs < 0x1100)
 152     return 1;
 153
 154   return 1 +
 155     (ucs >= 0x1100 &&
 156      (ucs <= 0x115f ||                    /* Hangul Jamo init. consonants */
 157       ucs == 0x2329 || ucs == 0x232a ||
 158       (ucs >= 0x2e80 && ucs <= 0xa4cf &&
 159        ucs != 0x303f) ||                  /* CJK ... Yi */
 160       (ucs >= 0xac00 && ucs <= 0xd7a3) || /* Hangul Syllables */
 161       (ucs >= 0xf900 && ucs <= 0xfaff) || /* CJK Compatibility Ideographs */
 162       (ucs >= 0xfe10 && ucs <= 0xfe19) || /* Vertical forms */
 163       (ucs >= 0xfe30 && ucs <= 0xfe6f) || /* CJK Compatibility Forms */
 164       (ucs >= 0xff00 && ucs <= 0xff60) || /* Fullwidth Forms */
 165       (ucs >= 0xffe0 && ucs <= 0xffe6) ||
 166       (ucs >= 0x20000 && ucs <= 0x2fffd) ||
 167       (ucs >= 0x30000 && ucs <= 0x3fffd)));
 168 }
 169
 170 #endif /* !HAVE_WC_FUNCS */
 171
 172 #if 0 /* original */
 173 int wcswidth(const wchar_t *pwcs, size_t n)
 174 {
 175   int w, width = 0;
 176
 177   for (;*pwcs && n-- > 0; pwcs++)
 178     if ((w = wcwidth(*pwcs)) < 0)
 179       return -1;
 180     else
 181       width += w;
 182
 183   return width;
 184 }
 185 #endif