home *** CD-ROM | disk | FTP | other *** search
/ OS/2 Shareware BBS: 10 Tools / 10-Tools.zip / perl502b.zip / lib / I18N / Collate.pm
Text File  |  1996-01-05  |  4KB  |  146 lines
  1. package I18N::Collate;
  2.  
  3. =head1 NAME
  4.  
  5. I18N::Collate - compare 8-bit scalar data according to the current locale
  6.  
  7. =head1 SYNOPSIS
  8.  
  9.     use I18N::Collate;
  10.     setlocale(LC_COLLATE, 'locale-of-your-choice'); 
  11.     $s1 = new I18N::Collate "scalar_data_1";
  12.     $s2 = new I18N::Collate "scalar_data_2";
  13.  
  14. =head1 DESCRIPTION
  15.  
  16. This module provides you with objects that will collate 
  17. according to your national character set, provided that the 
  18. POSIX setlocale() function is supported on your system.
  19.  
  20. You can compare $s1 and $s2 above with
  21.  
  22.     $s1 le $s2
  23.  
  24. to extract the data itself, you'll need a dereference: $$s1
  25.  
  26. This uses POSIX::setlocale(). The basic collation conversion is done by
  27. strxfrm() which terminates at NUL characters being a decent C routine.
  28. collate_xfrm() handles embedded NUL characters gracefully.  Due to C<cmp>
  29. and overload magic, C<lt>, C<le>, C<eq>, C<ge>, and C<gt> work also.  The
  30. available locales depend on your operating system; try whether C<locale
  31. -a> shows them or man pages for "locale" or "nlsinfo" or
  32. the direct approach C<ls /usr/lib/nls/loc> or C<ls
  33. /usr/lib/nls>.  Not all the locales that your vendor supports
  34. are necessarily installed: please consult your operating system's
  35. documentation and possibly your local system administration.
  36.  
  37. The locale names are probably something like
  38. C<"xx_XX.(ISO)?8859-N"> or C<"xx_XX.(ISO)?8859N">, for example
  39. C<"fr_CH.ISO8859-1"> is the Swiss (CH) variant of French (fr),
  40. ISO Latin (8859) 1 (-1) which is the Western European character set.
  41.  
  42. =cut
  43.  
  44. # I18N::Collate.pm
  45. #
  46. # Author:    Jarkko Hietaniemi <Jarkko.Hietaniemi@hut.fi>
  47. #        Helsinki University of Technology, Finland
  48. #
  49. # Acks:        Guy Decoux <decoux@moulon.inra.fr> understood
  50. #        overloading magic much deeper than I and told
  51. #        how to cut the size of this code by more than half.
  52. #        (my first version did overload all of lt gt eq le ge cmp)
  53. #
  54. # Purpose:      compare 8-bit scalar data according to the current locale
  55. #
  56. # Requirements:    Perl5 POSIX::setlocale() and POSIX::strxfrm()
  57. #
  58. # Exports:    setlocale 1)
  59. #        collate_xfrm 2)
  60. #
  61. # Overloads:    cmp # 3)
  62. #
  63. # Usage:    use I18N::Collate;
  64. #            setlocale(LC_COLLATE, 'locale-of-your-choice'); # 4)
  65. #        $s1 = new I18N::Collate "scalar_data_1";
  66. #        $s2 = new I18N::Collate "scalar_data_2";
  67. #        
  68. #        now you can compare $s1 and $s2: $s1 le $s2
  69. #        to extract the data itself, you need to deref: $$s1
  70. #        
  71. # Notes:    
  72. #        1) this uses POSIX::setlocale
  73. #        2) the basic collation conversion is done by strxfrm() which
  74. #           terminates at NUL characters being a decent C routine.
  75. #           collate_xfrm handles embedded NUL characters gracefully.
  76. #        3) due to cmp and overload magic, lt le eq ge gt work also
  77. #        4) the available locales depend on your operating system;
  78. #           try whether "locale -a" shows them or man pages for
  79. #           "locale" or "nlsinfo" work or the more direct
  80. #           approach "ls /usr/lib/nls/loc" or "ls /usr/lib/nls".
  81. #           Not all the locales that your vendor supports
  82. #           are necessarily installed: please consult your
  83. #           operating system's documentation.
  84. #           The locale names are probably something like
  85. #           'xx_XX.(ISO)?8859-N' or 'xx_XX.(ISO)?8859N',
  86. #           for example 'fr_CH.ISO8859-1' is the Swiss (CH)
  87. #           variant of French (fr), ISO Latin (8859) 1 (-1)
  88. #           which is the Western European character set.
  89. #
  90. # Updated:    19960104 1946 GMT
  91. #
  92. # ---
  93.  
  94. use POSIX qw(strxfrm LC_COLLATE);
  95.  
  96. require Exporter;
  97.  
  98. @ISA = qw(Exporter);
  99. @EXPORT = qw(collate_xfrm setlocale LC_COLLATE);
  100. @EXPORT_OK = qw();
  101.  
  102. %OVERLOAD = qw(
  103. fallback    1
  104. cmp        collate_cmp
  105. );
  106.  
  107. sub new { my $new = $_[1]; bless \$new }
  108.  
  109. sub setlocale {
  110.  my ($category, $locale) = @_[0,1];
  111.  
  112.  POSIX::setlocale($category, $locale) if (defined $category);
  113.  # the current $LOCALE 
  114.  $LOCALE = $locale || $ENV{'LC_COLLATE'} || $ENV{'LC_ALL'} || '';
  115. }
  116.  
  117. sub C {
  118.   my $s = ${$_[0]};
  119.  
  120.   $C->{$LOCALE}->{$s} = collate_xfrm($s)
  121.     unless (defined $C->{$LOCALE}->{$s}); # cache when met
  122.  
  123.   $C->{$LOCALE}->{$s};
  124. }
  125.  
  126. sub collate_xfrm {
  127.   my $s = $_[0];
  128.   my $x = '';
  129.   
  130.   for (split(/(\000+)/, $s)) {
  131.     $x .= (/^\000/) ? $_ : strxfrm("$_\000");
  132.   }
  133.  
  134.   $x;
  135. }
  136.  
  137. sub collate_cmp {
  138.   &C($_[0]) cmp &C($_[1]);
  139. }
  140.  
  141. # init $LOCALE
  142.  
  143. &I18N::Collate::setlocale();
  144.  
  145. 1; # keep require happy
  146.