Branch data     Line data    Source code

       1                 :             : /* vim: set sw=8: -*- Mode: C; tab-width: 8; indent-tabs-mode: t; c-basic-offset: 8 -*- */
       2                 :             : /*
       3                 :             :  * utils.c:  Various utility routines that should have been in glib.
       4                 :             :  *
       5                 :             :  * Authors:
       6                 :             :  *    Miguel de Icaza (miguel@gnu.org)
       7                 :             :  *    Jukka-Pekka Iivonen (iivonen@iki.fi)
       8                 :             :  *    Zbigniew Chyla (cyba@gnome.pl)
       9                 :             :  *    Morten Welinder (terra@gnome.org)
      10                 :             :  */
      11                 :             : #include <config.h>
      12                 :             : #include "go-glib-extras.h"
      13                 :             : 
      14                 :             : #include <glib/gi18n-lib.h>
      15                 :             : #include <libxml/encoding.h>
      16                 :             : 
      17                 :             : #include <stdlib.h>
      18                 :             : #include <math.h>
      19                 :             : #include <stdio.h>
      20                 :             : #include <string.h>
      21                 :             : #include <sys/types.h>
      22                 :             : #include <sys/stat.h>
      23                 :             : #ifdef HAVE_UNISTD_H
      24                 :             : #include <unistd.h>
      25                 :             : #endif
      26                 :             : #include <fcntl.h>
      27                 :             : #include <errno.h>
      28                 :             : 
      29                 :           0 : gint go_ascii_strcase_equal(gconstpointer v1, gconstpointer v2)
      30                 :             : {
      31                 :           0 :     return g_ascii_strcasecmp((char const *) v1, (char const *) v2) == 0;
      32                 :             : }
      33                 :             : 
      34                 :             : /* a char* hash function from ASU */
      35                 :           0 : guint go_ascii_strcase_hash(gconstpointer v)
      36                 :             : {
      37                 :           0 :     unsigned const char *s = (unsigned const char *) v;
      38                 :             :     unsigned const char *p;
      39                 :           0 :     guint h = 0, g;
      40                 :             : 
      41                 :           0 :     for (p = s; *p != '\0'; p += 1)
      42                 :             :     {
      43                 :           0 :         h = (h << 4) + g_ascii_tolower(*p);
      44                 :           0 :         if ((g = h & 0xf0000000))
      45                 :             :         {
      46                 :           0 :             h = h ^ (g >> 24);
      47                 :           0 :             h = h ^ g;
      48                 :             :         }
      49                 :             :     }
      50                 :             : 
      51                 :           0 :     return h /* % M */;
      52                 :             : }
      53                 :             : 
      54                 :             : const char *
      55                 :           3 : go_guess_encoding(const char *raw, size_t len, const char *user_guess,
      56                 :             :         char **utf8_str)
      57                 :             : {
      58                 :             :     int try;
      59                 :           3 :     gboolean debug = FALSE;
      60                 :             : 
      61                 :           3 :     g_return_val_if_fail(raw != NULL, NULL);
      62                 :             : 
      63                 :           0 :     for (try = 1; 1; try++)
      64                 :           0 :     {
      65                 :           3 :         char const *guess = NULL;
      66                 :           3 :         GError *error = NULL;
      67                 :             :         char *utf8_data;
      68                 :             : 
      69                 :           3 :         switch (try)
      70                 :             :         {
      71                 :           3 :         case 1:
      72                 :           3 :             guess = user_guess;
      73                 :           3 :             break;
      74                 :           0 :         case 2:
      75                 :           0 :             g_get_charset(&guess);
      76                 :           0 :             break;
      77                 :           0 :         case 3:
      78                 :             :         {
      79                 :           0 :             xmlCharEncoding enc = xmlDetectCharEncoding(
      80                 :             :                     (const unsigned char*) raw, len);
      81                 :           0 :             switch (enc)
      82                 :             :             {
      83                 :           0 :             case XML_CHAR_ENCODING_ERROR:
      84                 :             :             case XML_CHAR_ENCODING_NONE:
      85                 :           0 :                 break;
      86                 :           0 :             case XML_CHAR_ENCODING_UTF16LE:
      87                 :             :                 /* Default would give "UTF-16".  */
      88                 :           0 :                 guess = "UTF-16LE";
      89                 :           0 :                 break;
      90                 :           0 :             case XML_CHAR_ENCODING_UTF16BE:
      91                 :             :                 /* Default would give "UTF-16".  */
      92                 :           0 :                 guess = "UTF-16BE";
      93                 :           0 :                 break;
      94                 :           0 :             default:
      95                 :           0 :                 guess = xmlGetCharEncodingName(enc);
      96                 :             :             }
      97                 :           0 :             break;
      98                 :             :         }
      99                 :           0 :         case 4:
     100                 :           0 :             guess = "ASCII";
     101                 :           0 :             break;
     102                 :           0 :         case 5:
     103                 :           0 :             guess = "ISO-8859-1";
     104                 :           0 :             break;
     105                 :           0 :         case 6:
     106                 :           0 :             guess = "UTF-8";
     107                 :           0 :             break;
     108                 :           0 :         default:
     109                 :           0 :             return NULL;
     110                 :             :         }
     111                 :             : 
     112                 :           3 :         if (!guess)
     113                 :           0 :             continue;
     114                 :             : 
     115                 :           3 :         if (debug)
     116                 :           0 :             g_print("Trying %s as encoding.\n", guess);
     117                 :             : 
     118                 :           3 :         utf8_data = g_convert(raw, len, "UTF-8", guess,
     119                 :             :         NULL, NULL, &error);
     120                 :           3 :         if (!error)
     121                 :             :         {
     122                 :             :             /*
     123                 :             :              * We can actually fail this test when guess is UTF-8,
     124                 :             :              * see #401588.
     125                 :             :              */
     126                 :           3 :             if (!g_utf8_validate(utf8_data, -1, NULL))
     127                 :           0 :                 continue;
     128                 :           3 :             if (debug)
     129                 :           0 :                 g_print("Guessed %s as encoding.\n", guess);
     130                 :           3 :             if (utf8_str)
     131                 :           0 :                 *utf8_str = utf8_data;
     132                 :             :             else
     133                 :           3 :                 g_free(utf8_data);
     134                 :           3 :             return guess;
     135                 :             :         }
     136                 :             : 
     137                 :           0 :         g_error_free(error);
     138                 :             :     }
     139                 :             : }