home *** CD-ROM | disk | FTP | other *** search
/ Ian & Stuart's Australian Mac: Not for Sale / Another.not.for.sale (Australia).iso / hold me in your arms / PGP 2.6 / pgp2.6 Source / src / charset.c < prev    next >
C/C++ Source or Header  |  1994-05-24  |  7KB  |  209 lines
  1. /*
  2.  * charset.c
  3.  *
  4.  * Conversion tables and routines to support different character sets.
  5.  * The PGP internal format is latin-1.
  6.  *
  7.  * (c) Copyright 1990-1994 by Philip Zimmermann.  All rights reserved.
  8.  * The author assumes no liability for damages resulting from the use
  9.  * of this software, even if the damage results from defects in this
  10.  * software.  No warranty is expressed or implied.
  11.  *
  12.  * Code that has been incorporated into PGP from other sources was
  13.  * either originally published in the public domain or is used with
  14.  * permission from the various authors.
  15.  *
  16.  * PGP is available for free to the public under certain restrictions.
  17.  * See the PGP User's Guide (included in the release package) for
  18.  * important information about licensing, patent restrictions on
  19.  * certain algorithms, trademarks, copyrights, and export controls.
  20.  */
  21.  
  22. #include <stdio.h>
  23. #include <string.h>
  24. #include "usuals.h"
  25. #include "language.h"
  26. #include "charset.h"
  27. #include "system.h"
  28.  
  29. #ifndef NULL
  30. #define    NULL    0
  31. #endif
  32.  
  33. #define UNK    '?'
  34.  
  35. static unsigned char
  36. intern2ascii[] = {  /* ISO 8859-1 Latin Alphabet 1 to US ASCII */
  37. UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK,
  38. UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK, UNK,
  39.  32,  33,  99,  35,  36,  89, 124,  80,  34,  67,  97,  34, 126,  45,  82,  95,
  40. 111, UNK,  50,  51,  39, 117,  45,  45,  44,  49, 111,  34, UNK, UNK, UNK,  63,
  41.  65,  65,  65,  65,  65,  65,  65,  67,  69,  69,  69,  69,  73,  73,  73,  73,
  42.  68,  78,  79,  79,  79,  79,  79, 120,  79,  85,  85,  85,  85,  89,  84, 115,
  43.  97,  97,  97,  97,  97,  97,  97,  99, 101, 101, 101, 101, 105, 105, 105, 105,
  44. 100, 110, 111, 111, 111, 111, 111,  47, 111, 117, 117, 117, 117, 121, 116, 121
  45. };
  46.  
  47. static unsigned char
  48. intern2cp850[] = {  /* ISO 8859-1 Latin Alphabet 1 (Latin-1) to IBM Code Page 850 */
  49. 186, 205, 201, 187, 200, 188, 204, 185, 203, 202, 206, 223, 220, 219, 254, 242,
  50. 179, 196, 218, 191, 192, 217, 195, 180, 194, 193, 197, 176, 177, 178, 213, 159,
  51. 255, 173, 189, 156, 207, 190, 221, 245, 249, 184, 166, 174, 170, 240, 169, 238,
  52. 248, 241, 253, 252, 239, 230, 244, 250, 247, 251, 167, 175, 172, 171, 243, 168,
  53. 183, 181, 182, 199, 142, 143, 146, 128, 212, 144, 210, 211, 222, 214, 215, 216,
  54. 209, 165, 227, 224, 226, 229, 153, 158, 157, 235, 233, 234, 154, 237, 232, 225,
  55. 133, 160, 131, 198, 132, 134, 145, 135, 138, 130, 136, 137, 141, 161, 140, 139,
  56. 208, 164, 149, 162, 147, 228, 148, 246, 155, 151, 163, 150, 129, 236, 231, 152
  57. };
  58.  
  59. static unsigned char
  60. cp8502intern[] = {  /* IBM Code Page 850 to Latin-1 */
  61. 199, 252, 233, 226, 228, 224, 229, 231, 234, 235, 232, 239, 238, 236, 196, 197,
  62. 201, 230, 198, 244, 246, 242, 251, 249, 255, 214, 220, 248, 163, 216, 215, 159,
  63. 225, 237, 243, 250, 241, 209, 170, 186, 191, 174, 172, 189, 188, 161, 171, 187,
  64. 155, 156, 157, 144, 151, 193, 194, 192, 169, 135, 128, 131, 133, 162, 165, 147,
  65. 148, 153, 152, 150, 145, 154, 227, 195, 132, 130, 137, 136, 134, 129, 138, 164,
  66. 240, 208, 202, 203, 200, 158, 205, 206, 207, 149, 146, 141, 140, 166, 204, 139,
  67. 211, 223, 212, 210, 245, 213, 181, 254, 222, 218, 219, 217, 253, 221, 175, 180,
  68. 173, 177, 143, 190, 182, 167, 247, 184, 176, 168, 183, 185, 179, 178, 142, 160
  69. };
  70.  
  71. /* Russian language specific conversation section */
  72. /* Two point-to-point charset decode tables       */
  73. /* produced by Andrew A. Chernov                  */
  74.  
  75. /* Decode single char from KOI8-R to ALT-CODES, if present */
  76. static unsigned char intern2alt[] = {
  77.     0xc4, 0xb3, 0xda, 0xbf, 0xc0, 0xd9, 0xc3, 0xb4,
  78.     0xc2, 0xc1, 0xc5, 0xdf, 0xdc, 0xdb, 0xdd, 0xde,
  79.     0xb0, 0xb1, 0xb2, 0xf4, 0xfe, 0xf9, 0xfb, 0xf7,
  80.     0xf3, 0xf2, 0xff, 0xf5, 0xf8, 0xfd, 0xfa, 0xf6,
  81.     0xcd, 0xba, 0xd5, 0xf1, 0xd6, 0xc9, 0xb8, 0xb7,
  82.     0xbb, 0xd4, 0xd3, 0xc8, 0xbe, 0xbd, 0xbc, 0xc6,
  83.     0xc7, 0xcc, 0xb5, 0xf0, 0xb6, 0xb9, 0xd1, 0xd2,
  84.     0xcb, 0xcf, 0xd0, 0xca, 0xd8, 0xd7, 0xce, 0xfc,
  85.     0xee, 0xa0, 0xa1, 0xe6, 0xa4, 0xa5, 0xe4, 0xa3,
  86.     0xe5, 0xa8, 0xa9, 0xaa, 0xab, 0xac, 0xad, 0xae,
  87.     0xaf, 0xef, 0xe0, 0xe1, 0xe2, 0xe3, 0xa6, 0xa2,
  88.     0xec, 0xeb, 0xa7, 0xe8, 0xed, 0xe9, 0xe7, 0xea,
  89.     0x9e, 0x80, 0x81, 0x96, 0x84, 0x85, 0x94, 0x83,
  90.     0x95, 0x88, 0x89, 0x8a, 0x8b, 0x8c, 0x8d, 0x8e,
  91.     0x8f, 0x9f, 0x90, 0x91, 0x92, 0x93, 0x86, 0x82,
  92.     0x9c, 0x9b, 0x87, 0x98, 0x9d, 0x99, 0x97, 0x9a
  93. };
  94.  
  95. /* Decode single char from ALT-CODES, if present, to KOI8-R */
  96. static unsigned char alt2intern[] = {
  97.     0xe1, 0xe2, 0xf7, 0xe7, 0xe4, 0xe5, 0xf6, 0xfa,
  98.     0xe9, 0xea, 0xeb, 0xec, 0xed, 0xee, 0xef, 0xf0,
  99.     0xf2, 0xf3, 0xf4, 0xf5, 0xe6, 0xe8, 0xe3, 0xfe,
  100.     0xfb, 0xfd, 0xff, 0xf9, 0xf8, 0xfc, 0xe0, 0xf1,
  101.     0xc1, 0xc2, 0xd7, 0xc7, 0xc4, 0xc5, 0xd6, 0xda,
  102.     0xc9, 0xca, 0xcb, 0xcc, 0xcd, 0xce, 0xcf, 0xd0,
  103.     0x90, 0x91, 0x92, 0x81, 0x87, 0xb2, 0xb4, 0xa7,
  104.     0xa6, 0xb5, 0xa1, 0xa8, 0xae, 0xad, 0xac, 0x83,
  105.     0x84, 0x89, 0x88, 0x86, 0x80, 0x8a, 0xaf, 0xb0,
  106.     0xab, 0xa5, 0xbb, 0xb8, 0xb1, 0xa0, 0xbe, 0xb9,
  107.     0xba, 0xb6, 0xb7, 0xaa, 0xa9, 0xa2, 0xa4, 0xbd,
  108.     0xbc, 0x85, 0x82, 0x8d, 0x8c, 0x8e, 0x8f, 0x8b,
  109.     0xd2, 0xd3, 0xd4, 0xd5, 0xc6, 0xc8, 0xc3, 0xde,
  110.     0xdb, 0xdd, 0xdf, 0xd9, 0xd8, 0xdc, 0xc0, 0xd1,
  111.     0xb3, 0xa3, 0x99, 0x98, 0x93, 0x9b, 0x9f, 0x97,
  112.     0x9c, 0x95, 0x9e, 0x96, 0xbf, 0x9d, 0x94, 0x9a
  113. };
  114.  
  115. /*
  116.  * Most Unixes has KOI8, and DOS has ALT_CODE
  117.  * If your Unix is non-standard, set CHARSET to "alt_codes"
  118.  * in config.txt
  119.  */
  120.  
  121. #ifndef    DEFAULT_CSET
  122. #define    DEFAULT_CSET    "noconv"
  123. #endif
  124. #ifndef    DEFAULT_RU_CSET
  125. #define    DEFAULT_RU_CSET    "noconv"
  126. #endif
  127.  
  128. /* End of Russian section */
  129.  
  130. int CONVERSION = NO_CONV;      /* None text file conversion at start time */
  131.  
  132. unsigned char *ext_c_ptr;
  133. static unsigned char *int_c_ptr;
  134.  
  135. #ifdef MSDOS
  136. char charset[64] = "cp850";
  137. #else
  138. char charset[64] = "";
  139. #endif
  140.  
  141. void
  142. init_charset(void)
  143. {
  144.     ext_c_ptr = NULL;    /* NULL means latin1 or KOI8 (internal format) */
  145.     int_c_ptr = NULL;
  146.  
  147.     if (charset[0] == '\0') {
  148.         /* use default character set for this system */
  149.         if (strcmp(language, "ru") == 0)
  150.             strcpy(charset, DEFAULT_RU_CSET);
  151.         else
  152.             strcpy(charset, DEFAULT_CSET);
  153.     } else {
  154.         strlwr(charset);
  155.     }
  156.  
  157.     /* latin-1 and KOI8 are in internal format: no conversion needed */
  158.     if (!strcmp(charset, "latin1") || !strcmp(charset, "koi8") ||
  159.         !strcmp(charset, "noconv"))
  160.         return;
  161.  
  162.     if (!strcmp(charset, "alt_codes")) {
  163.         ext_c_ptr = intern2alt;
  164.         int_c_ptr = alt2intern;
  165.     } else if (!strcmp(charset, "cp850")) {
  166.         ext_c_ptr = intern2cp850;
  167.         int_c_ptr = cp8502intern;
  168.     } else if (!strcmp(charset, "ascii")) {
  169.         ext_c_ptr = intern2ascii;
  170.     } else {
  171.         fprintf(stderr, LANG("Unsupported character set: '%s'\n"), charset);
  172.     }
  173. }
  174.  
  175. char
  176. EXT_C(char c)
  177. {
  178.     if (c > '\0' || !ext_c_ptr)
  179.         return c;
  180.     return ext_c_ptr[c & 0x7f];
  181. }
  182.  
  183. char
  184. INT_C(char c)
  185. {
  186.     if (c > '\0' || !int_c_ptr)
  187.         return c;
  188.     return int_c_ptr[c & 0x7f];
  189. }
  190.  
  191. /*
  192.  * to_upper() and to_lower(), replacement for toupper() and tolower(),
  193.  * calling to_upper() on uppercase or to_lower on lowercase characters
  194.  * is handled correctly.
  195.  * 
  196.  * XXX: should handle local characterset when 8-bit userID's are allowed
  197.  */
  198. int
  199. to_upper(int c)
  200. {
  201.     return (c >= 'a' && c <= 'z' ? c - ('a' - 'A') : c);
  202. }
  203.  
  204. int
  205. to_lower(int c)
  206. {
  207.     return (c >= 'A' && c <= 'Z' ? c + ('a' - 'A') : c);
  208. }
  209.