home *** CD-ROM | disk | FTP | other *** search
/ Personal Computer World 2007 September / PCWSEP07.iso / Software / Linux / Linux Mint 3.0 Light / LinuxMint-3.0-Light.iso / casper / filesystem.squashfs / usr / share / gettext / intl / localcharset.c < prev    next >
Encoding:
C/C++ Source or Header  |  2007-03-05  |  12.2 KB  |  462 lines
  1. /* Determine a canonical name for the current locale's character encoding.
  2.  
  3.    Copyright (C) 2000-2006 Free Software Foundation, Inc.
  4.  
  5.    This program is free software; you can redistribute it and/or modify it
  6.    under the terms of the GNU Library General Public License as published
  7.    by the Free Software Foundation; either version 2, or (at your option)
  8.    any later version.
  9.  
  10.    This program is distributed in the hope that it will be useful,
  11.    but WITHOUT ANY WARRANTY; without even the implied warranty of
  12.    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  13.    Library General Public License for more details.
  14.  
  15.    You should have received a copy of the GNU Library General Public
  16.    License along with this program; if not, write to the Free Software
  17.    Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301,
  18.    USA.  */
  19.  
  20. /* Written by Bruno Haible <bruno@clisp.org>.  */
  21.  
  22. #include <config.h>
  23.  
  24. /* Specification.  */
  25. #include "localcharset.h"
  26.  
  27. #include <stddef.h>
  28. #include <stdio.h>
  29. #include <string.h>
  30. #include <stdlib.h>
  31.  
  32. #if defined _WIN32 || defined __WIN32__
  33. # define WIN32_NATIVE
  34. #endif
  35.  
  36. #if defined __EMX__
  37. /* Assume EMX program runs on OS/2, even if compiled under DOS.  */
  38. # define OS2
  39. #endif
  40.  
  41. #if !defined WIN32_NATIVE
  42. # if HAVE_LANGINFO_CODESET
  43. #  include <langinfo.h>
  44. # else
  45. #  if 0 /* see comment below */
  46. #   include <locale.h>
  47. #  endif
  48. # endif
  49. # ifdef __CYGWIN__
  50. #  define WIN32_LEAN_AND_MEAN
  51. #  include <windows.h>
  52. # endif
  53. #elif defined WIN32_NATIVE
  54. # define WIN32_LEAN_AND_MEAN
  55. # include <windows.h>
  56. #endif
  57. #if defined OS2
  58. # define INCL_DOS
  59. # include <os2.h>
  60. #endif
  61.  
  62. #if ENABLE_RELOCATABLE
  63. # include "relocatable.h"
  64. #else
  65. # define relocate(pathname) (pathname)
  66. #endif
  67.  
  68. /* Get LIBDIR.  */
  69. #ifndef LIBDIR
  70. # include "configmake.h"
  71. #endif
  72.  
  73. #if defined _WIN32 || defined __WIN32__ || defined __CYGWIN__ || defined __EMX__ || defined __DJGPP__
  74.   /* Win32, Cygwin, OS/2, DOS */
  75. # define ISSLASH(C) ((C) == '/' || (C) == '\\')
  76. #endif
  77.  
  78. #ifndef DIRECTORY_SEPARATOR
  79. # define DIRECTORY_SEPARATOR '/'
  80. #endif
  81.  
  82. #ifndef ISSLASH
  83. # define ISSLASH(C) ((C) == DIRECTORY_SEPARATOR)
  84. #endif
  85.  
  86. #if HAVE_DECL_GETC_UNLOCKED
  87. # undef getc
  88. # define getc getc_unlocked
  89. #endif
  90.  
  91. /* The following static variable is declared 'volatile' to avoid a
  92.    possible multithread problem in the function get_charset_aliases. If we
  93.    are running in a threaded environment, and if two threads initialize
  94.    'charset_aliases' simultaneously, both will produce the same value,
  95.    and everything will be ok if the two assignments to 'charset_aliases'
  96.    are atomic. But I don't know what will happen if the two assignments mix.  */
  97. #if __STDC__ != 1
  98. # define volatile /* empty */
  99. #endif
  100. /* Pointer to the contents of the charset.alias file, if it has already been
  101.    read, else NULL.  Its format is:
  102.    ALIAS_1 '\0' CANONICAL_1 '\0' ... ALIAS_n '\0' CANONICAL_n '\0' '\0'  */
  103. static const char * volatile charset_aliases;
  104.  
  105. /* Return a pointer to the contents of the charset.alias file.  */
  106. static const char *
  107. get_charset_aliases (void)
  108. {
  109.   const char *cp;
  110.  
  111.   cp = charset_aliases;
  112.   if (cp == NULL)
  113.     {
  114. #if !(defined VMS || defined WIN32_NATIVE || defined __CYGWIN__)
  115.       FILE *fp;
  116.       const char *dir;
  117.       const char *base = "charset.alias";
  118.       char *file_name;
  119.  
  120.       /* Make it possible to override the charset.alias location.  This is
  121.      necessary for running the testsuite before "make install".  */
  122.       dir = getenv ("CHARSETALIASDIR");
  123.       if (dir == NULL || dir[0] == '\0')
  124.     dir = relocate (LIBDIR);
  125.  
  126.       /* Concatenate dir and base into freshly allocated file_name.  */
  127.       {
  128.     size_t dir_len = strlen (dir);
  129.     size_t base_len = strlen (base);
  130.     int add_slash = (dir_len > 0 && !ISSLASH (dir[dir_len - 1]));
  131.     file_name = (char *) malloc (dir_len + add_slash + base_len + 1);
  132.     if (file_name != NULL)
  133.       {
  134.         memcpy (file_name, dir, dir_len);
  135.         if (add_slash)
  136.           file_name[dir_len] = DIRECTORY_SEPARATOR;
  137.         memcpy (file_name + dir_len + add_slash, base, base_len + 1);
  138.       }
  139.       }
  140.  
  141.       if (file_name == NULL || (fp = fopen (file_name, "r")) == NULL)
  142.     /* Out of memory or file not found, treat it as empty.  */
  143.     cp = "";
  144.       else
  145.     {
  146.       /* Parse the file's contents.  */
  147.       char *res_ptr = NULL;
  148.       size_t res_size = 0;
  149.  
  150.       for (;;)
  151.         {
  152.           int c;
  153.           char buf1[50+1];
  154.           char buf2[50+1];
  155.           size_t l1, l2;
  156.           char *old_res_ptr;
  157.  
  158.           c = getc (fp);
  159.           if (c == EOF)
  160.         break;
  161.           if (c == '\n' || c == ' ' || c == '\t')
  162.         continue;
  163.           if (c == '#')
  164.         {
  165.           /* Skip comment, to end of line.  */
  166.           do
  167.             c = getc (fp);
  168.           while (!(c == EOF || c == '\n'));
  169.           if (c == EOF)
  170.             break;
  171.           continue;
  172.         }
  173.           ungetc (c, fp);
  174.           if (fscanf (fp, "%50s %50s", buf1, buf2) < 2)
  175.         break;
  176.           l1 = strlen (buf1);
  177.           l2 = strlen (buf2);
  178.           old_res_ptr = res_ptr;
  179.           if (res_size == 0)
  180.         {
  181.           res_size = l1 + 1 + l2 + 1;
  182.           res_ptr = (char *) malloc (res_size + 1);
  183.         }
  184.           else
  185.         {
  186.           res_size += l1 + 1 + l2 + 1;
  187.           res_ptr = (char *) realloc (res_ptr, res_size + 1);
  188.         }
  189.           if (res_ptr == NULL)
  190.         {
  191.           /* Out of memory. */
  192.           res_size = 0;
  193.           if (old_res_ptr != NULL)
  194.             free (old_res_ptr);
  195.           break;
  196.         }
  197.           strcpy (res_ptr + res_size - (l2 + 1) - (l1 + 1), buf1);
  198.           strcpy (res_ptr + res_size - (l2 + 1), buf2);
  199.         }
  200.       fclose (fp);
  201.       if (res_size == 0)
  202.         cp = "";
  203.       else
  204.         {
  205.           *(res_ptr + res_size) = '\0';
  206.           cp = res_ptr;
  207.         }
  208.     }
  209.  
  210.       if (file_name != NULL)
  211.     free (file_name);
  212.  
  213. #else
  214.  
  215. # if defined VMS
  216.       /* To avoid the troubles of an extra file charset.alias_vms in the
  217.      sources of many GNU packages, simply inline the aliases here.  */
  218.       /* The list of encodings is taken from the OpenVMS 7.3-1 documentation
  219.      "Compaq C Run-Time Library Reference Manual for OpenVMS systems"
  220.      section 10.7 "Handling Different Character Sets".  */
  221.       cp = "ISO8859-1" "\0" "ISO-8859-1" "\0"
  222.        "ISO8859-2" "\0" "ISO-8859-2" "\0"
  223.        "ISO8859-5" "\0" "ISO-8859-5" "\0"
  224.        "ISO8859-7" "\0" "ISO-8859-7" "\0"
  225.        "ISO8859-8" "\0" "ISO-8859-8" "\0"
  226.        "ISO8859-9" "\0" "ISO-8859-9" "\0"
  227.        /* Japanese */
  228.        "eucJP" "\0" "EUC-JP" "\0"
  229.        "SJIS" "\0" "SHIFT_JIS" "\0"
  230.        "DECKANJI" "\0" "DEC-KANJI" "\0"
  231.        "SDECKANJI" "\0" "EUC-JP" "\0"
  232.        /* Chinese */
  233.        "eucTW" "\0" "EUC-TW" "\0"
  234.        "DECHANYU" "\0" "DEC-HANYU" "\0"
  235.        "DECHANZI" "\0" "GB2312" "\0"
  236.        /* Korean */
  237.        "DECKOREAN" "\0" "EUC-KR" "\0";
  238. # endif
  239.  
  240. # if defined WIN32_NATIVE || defined __CYGWIN__
  241.       /* To avoid the troubles of installing a separate file in the same
  242.      directory as the DLL and of retrieving the DLL's directory at
  243.      runtime, simply inline the aliases here.  */
  244.  
  245.       cp = "CP936" "\0" "GBK" "\0"
  246.        "CP1361" "\0" "JOHAB" "\0"
  247.        "CP20127" "\0" "ASCII" "\0"
  248.        "CP20866" "\0" "KOI8-R" "\0"
  249.        "CP20936" "\0" "GB2312" "\0"
  250.        "CP21866" "\0" "KOI8-RU" "\0"
  251.        "CP28591" "\0" "ISO-8859-1" "\0"
  252.        "CP28592" "\0" "ISO-8859-2" "\0"
  253.        "CP28593" "\0" "ISO-8859-3" "\0"
  254.        "CP28594" "\0" "ISO-8859-4" "\0"
  255.        "CP28595" "\0" "ISO-8859-5" "\0"
  256.        "CP28596" "\0" "ISO-8859-6" "\0"
  257.        "CP28597" "\0" "ISO-8859-7" "\0"
  258.        "CP28598" "\0" "ISO-8859-8" "\0"
  259.        "CP28599" "\0" "ISO-8859-9" "\0"
  260.        "CP28605" "\0" "ISO-8859-15" "\0"
  261.        "CP38598" "\0" "ISO-8859-8" "\0"
  262.        "CP51932" "\0" "EUC-JP" "\0"
  263.        "CP51936" "\0" "GB2312" "\0"
  264.        "CP51949" "\0" "EUC-KR" "\0"
  265.        "CP51950" "\0" "EUC-TW" "\0"
  266.        "CP54936" "\0" "GB18030" "\0"
  267.        "CP65001" "\0" "UTF-8" "\0";
  268. # endif
  269. #endif
  270.  
  271.       charset_aliases = cp;
  272.     }
  273.  
  274.   return cp;
  275. }
  276.  
  277. /* Determine the current locale's character encoding, and canonicalize it
  278.    into one of the canonical names listed in config.charset.
  279.    The result must not be freed; it is statically allocated.
  280.    If the canonical name cannot be determined, the result is a non-canonical
  281.    name.  */
  282.  
  283. #ifdef STATIC
  284. STATIC
  285. #endif
  286. const char *
  287. locale_charset (void)
  288. {
  289.   const char *codeset;
  290.   const char *aliases;
  291.  
  292. #if !(defined WIN32_NATIVE || defined OS2)
  293.  
  294. # if HAVE_LANGINFO_CODESET
  295.  
  296.   /* Most systems support nl_langinfo (CODESET) nowadays.  */
  297.   codeset = nl_langinfo (CODESET);
  298.  
  299. #  ifdef __CYGWIN__
  300.   /* Cygwin 2006 does not have locales.  nl_langinfo (CODESET) always
  301.      returns "US-ASCII".  As long as this is not fixed, return the suffix
  302.      of the locale name from the environment variables (if present) or
  303.      the codepage as a number.  */
  304.   if (codeset != NULL && strcmp (codeset, "US-ASCII") == 0)
  305.     {
  306.       const char *locale;
  307.       static char buf[2 + 10 + 1];
  308.  
  309.       locale = getenv ("LC_ALL");
  310.       if (locale == NULL || locale[0] == '\0')
  311.     {
  312.       locale = getenv ("LC_CTYPE");
  313.       if (locale == NULL || locale[0] == '\0')
  314.         locale = getenv ("LANG");
  315.     }
  316.       if (locale != NULL && locale[0] != '\0')
  317.     {
  318.       /* If the locale name contains an encoding after the dot, return
  319.          it.  */
  320.       const char *dot = strchr (locale, '.');
  321.  
  322.       if (dot != NULL)
  323.         {
  324.           const char *modifier;
  325.  
  326.           dot++;
  327.           /* Look for the possible @... trailer and remove it, if any.  */
  328.           modifier = strchr (dot, '@');
  329.           if (modifier == NULL)
  330.         return dot;
  331.           if (modifier - dot < sizeof (buf))
  332.         {
  333.           memcpy (buf, dot, modifier - dot);
  334.           buf [modifier - dot] = '\0';
  335.           return buf;
  336.         }
  337.         }
  338.     }
  339.  
  340.       /* Woe32 has a function returning the locale's codepage as a number.  */
  341.       sprintf (buf, "CP%u", GetACP ());
  342.       codeset = buf;
  343.     }
  344. #  endif
  345.  
  346. # else
  347.  
  348.   /* On old systems which lack it, use setlocale or getenv.  */
  349.   const char *locale = NULL;
  350.  
  351.   /* But most old systems don't have a complete set of locales.  Some
  352.      (like SunOS 4 or DJGPP) have only the C locale.  Therefore we don't
  353.      use setlocale here; it would return "C" when it doesn't support the
  354.      locale name the user has set.  */
  355. #  if 0
  356.   locale = setlocale (LC_CTYPE, NULL);
  357. #  endif
  358.   if (locale == NULL || locale[0] == '\0')
  359.     {
  360.       locale = getenv ("LC_ALL");
  361.       if (locale == NULL || locale[0] == '\0')
  362.     {
  363.       locale = getenv ("LC_CTYPE");
  364.       if (locale == NULL || locale[0] == '\0')
  365.         locale = getenv ("LANG");
  366.     }
  367.     }
  368.  
  369.   /* On some old systems, one used to set locale = "iso8859_1". On others,
  370.      you set it to "language_COUNTRY.charset". In any case, we resolve it
  371.      through the charset.alias file.  */
  372.   codeset = locale;
  373.  
  374. # endif
  375.  
  376. #elif defined WIN32_NATIVE
  377.  
  378.   static char buf[2 + 10 + 1];
  379.  
  380.   /* Woe32 has a function returning the locale's codepage as a number.  */
  381.   sprintf (buf, "CP%u", GetACP ());
  382.   codeset = buf;
  383.  
  384. #elif defined OS2
  385.  
  386.   const char *locale;
  387.   static char buf[2 + 10 + 1];
  388.   ULONG cp[3];
  389.   ULONG cplen;
  390.  
  391.   /* Allow user to override the codeset, as set in the operating system,
  392.      with standard language environment variables.  */
  393.   locale = getenv ("LC_ALL");
  394.   if (locale == NULL || locale[0] == '\0')
  395.     {
  396.       locale = getenv ("LC_CTYPE");
  397.       if (locale == NULL || locale[0] == '\0')
  398.     locale = getenv ("LANG");
  399.     }
  400.   if (locale != NULL && locale[0] != '\0')
  401.     {
  402.       /* If the locale name contains an encoding after the dot, return it.  */
  403.       const char *dot = strchr (locale, '.');
  404.  
  405.       if (dot != NULL)
  406.     {
  407.       const char *modifier;
  408.  
  409.       dot++;
  410.       /* Look for the possible @... trailer and remove it, if any.  */
  411.       modifier = strchr (dot, '@');
  412.       if (modifier == NULL)
  413.         return dot;
  414.       if (modifier - dot < sizeof (buf))
  415.         {
  416.           memcpy (buf, dot, modifier - dot);
  417.           buf [modifier - dot] = '\0';
  418.           return buf;
  419.         }
  420.     }
  421.  
  422.       /* Resolve through the charset.alias file.  */
  423.       codeset = locale;
  424.     }
  425.   else
  426.     {
  427.       /* OS/2 has a function returning the locale's codepage as a number.  */
  428.       if (DosQueryCp (sizeof (cp), cp, &cplen))
  429.     codeset = "";
  430.       else
  431.     {
  432.       sprintf (buf, "CP%u", cp[0]);
  433.       codeset = buf;
  434.     }
  435.     }
  436.  
  437. #endif
  438.  
  439.   if (codeset == NULL)
  440.     /* The canonical name cannot be determined.  */
  441.     codeset = "";
  442.  
  443.   /* Resolve alias. */
  444.   for (aliases = get_charset_aliases ();
  445.        *aliases != '\0';
  446.        aliases += strlen (aliases) + 1, aliases += strlen (aliases) + 1)
  447.     if (strcmp (codeset, aliases) == 0
  448.     || (aliases[0] == '*' && aliases[1] == '\0'))
  449.       {
  450.     codeset = aliases + strlen (aliases) + 1;
  451.     break;
  452.       }
  453.  
  454.   /* Don't return an empty string.  GNU libc and GNU libiconv interpret
  455.      the empty string as denoting "the locale's character encoding",
  456.      thus GNU libiconv would call this function a second time.  */
  457.   if (codeset[0] == '\0')
  458.     codeset = "ASCII";
  459.  
  460.   return codeset;
  461. }
  462.