Line data Source code
1 : /*
2 : Unicode character type helpers.
3 :
4 : Written by Marc-Andre Lemburg (mal@lemburg.com).
5 : Modified for Python 2.0 by Fredrik Lundh (fredrik@pythonware.com)
6 :
7 : Copyright (c) Corporation for National Research Initiatives.
8 :
9 : */
10 :
11 : #include "Python.h"
12 : #include "unicodeobject.h"
13 :
14 : #define ALPHA_MASK 0x01
15 : #define DECIMAL_MASK 0x02
16 : #define DIGIT_MASK 0x04
17 : #define LOWER_MASK 0x08
18 : #define LINEBREAK_MASK 0x10
19 : #define SPACE_MASK 0x20
20 : #define TITLE_MASK 0x40
21 : #define UPPER_MASK 0x80
22 : #define NODELTA_MASK 0x100
23 : #define NUMERIC_MASK 0x200
24 :
25 : typedef struct {
26 : const Py_UNICODE upper;
27 : const Py_UNICODE lower;
28 : const Py_UNICODE title;
29 : const unsigned char decimal;
30 : const unsigned char digit;
31 : const unsigned short flags;
32 : } _PyUnicode_TypeRecord;
33 :
34 : #include "unicodetype_db.h"
35 :
36 : static const _PyUnicode_TypeRecord *
37 0 : gettyperecord(Py_UNICODE code)
38 : {
39 : int index;
40 :
41 : #ifdef Py_UNICODE_WIDE
42 : if (code >= 0x110000)
43 : index = 0;
44 : else
45 : #endif
46 : {
47 0 : index = index1[(code>>SHIFT)];
48 0 : index = index2[(index<<SHIFT)+(code&((1<<SHIFT)-1))];
49 : }
50 :
51 0 : return &_PyUnicode_TypeRecords[index];
52 : }
53 :
54 : /* Returns the titlecase Unicode characters corresponding to ch or just
55 : ch if no titlecase mapping is known. */
56 :
57 0 : Py_UNICODE _PyUnicode_ToTitlecase(register Py_UNICODE ch)
58 : {
59 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
60 0 : int delta = ctype->title;
61 :
62 0 : if (ctype->flags & NODELTA_MASK)
63 0 : return delta;
64 :
65 0 : if (delta >= 32768)
66 0 : delta -= 65536;
67 :
68 0 : return ch + delta;
69 : }
70 :
71 : /* Returns 1 for Unicode characters having the category 'Lt', 0
72 : otherwise. */
73 :
74 0 : int _PyUnicode_IsTitlecase(Py_UNICODE ch)
75 : {
76 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
77 :
78 0 : return (ctype->flags & TITLE_MASK) != 0;
79 : }
80 :
81 : /* Returns the integer decimal (0-9) for Unicode characters having
82 : this property, -1 otherwise. */
83 :
84 0 : int _PyUnicode_ToDecimalDigit(Py_UNICODE ch)
85 : {
86 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
87 :
88 0 : return (ctype->flags & DECIMAL_MASK) ? ctype->decimal : -1;
89 : }
90 :
91 0 : int _PyUnicode_IsDecimalDigit(Py_UNICODE ch)
92 : {
93 0 : if (_PyUnicode_ToDecimalDigit(ch) < 0)
94 0 : return 0;
95 0 : return 1;
96 : }
97 :
98 : /* Returns the integer digit (0-9) for Unicode characters having
99 : this property, -1 otherwise. */
100 :
101 0 : int _PyUnicode_ToDigit(Py_UNICODE ch)
102 : {
103 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
104 :
105 0 : return (ctype->flags & DIGIT_MASK) ? ctype->digit : -1;
106 : }
107 :
108 0 : int _PyUnicode_IsDigit(Py_UNICODE ch)
109 : {
110 0 : if (_PyUnicode_ToDigit(ch) < 0)
111 0 : return 0;
112 0 : return 1;
113 : }
114 :
115 : /* Returns the numeric value as double for Unicode characters having
116 : this property, -1.0 otherwise. */
117 :
118 0 : int _PyUnicode_IsNumeric(Py_UNICODE ch)
119 : {
120 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
121 :
122 0 : return (ctype->flags & NUMERIC_MASK) != 0;
123 : }
124 :
125 : #ifndef WANT_WCTYPE_FUNCTIONS
126 :
127 : /* Returns 1 for Unicode characters having the category 'Ll', 0
128 : otherwise. */
129 :
130 0 : int _PyUnicode_IsLowercase(Py_UNICODE ch)
131 : {
132 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
133 :
134 0 : return (ctype->flags & LOWER_MASK) != 0;
135 : }
136 :
137 : /* Returns 1 for Unicode characters having the category 'Lu', 0
138 : otherwise. */
139 :
140 0 : int _PyUnicode_IsUppercase(Py_UNICODE ch)
141 : {
142 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
143 :
144 0 : return (ctype->flags & UPPER_MASK) != 0;
145 : }
146 :
147 : /* Returns the uppercase Unicode characters corresponding to ch or just
148 : ch if no uppercase mapping is known. */
149 :
150 0 : Py_UNICODE _PyUnicode_ToUppercase(Py_UNICODE ch)
151 : {
152 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
153 0 : int delta = ctype->upper;
154 0 : if (ctype->flags & NODELTA_MASK)
155 0 : return delta;
156 0 : if (delta >= 32768)
157 0 : delta -= 65536;
158 0 : return ch + delta;
159 : }
160 :
161 : /* Returns the lowercase Unicode characters corresponding to ch or just
162 : ch if no lowercase mapping is known. */
163 :
164 0 : Py_UNICODE _PyUnicode_ToLowercase(Py_UNICODE ch)
165 : {
166 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
167 0 : int delta = ctype->lower;
168 0 : if (ctype->flags & NODELTA_MASK)
169 0 : return delta;
170 0 : if (delta >= 32768)
171 0 : delta -= 65536;
172 0 : return ch + delta;
173 : }
174 :
175 : /* Returns 1 for Unicode characters having the category 'Ll', 'Lu', 'Lt',
176 : 'Lo' or 'Lm', 0 otherwise. */
177 :
178 0 : int _PyUnicode_IsAlpha(Py_UNICODE ch)
179 : {
180 0 : const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);
181 :
182 0 : return (ctype->flags & ALPHA_MASK) != 0;
183 : }
184 :
185 : #else
186 :
187 : /* Export the interfaces using the wchar_t type for portability
188 : reasons: */
189 :
190 : int _PyUnicode_IsLowercase(Py_UNICODE ch)
191 : {
192 : return iswlower(ch);
193 : }
194 :
195 : int _PyUnicode_IsUppercase(Py_UNICODE ch)
196 : {
197 : return iswupper(ch);
198 : }
199 :
200 : Py_UNICODE _PyUnicode_ToLowercase(Py_UNICODE ch)
201 : {
202 : return towlower(ch);
203 : }
204 :
205 : Py_UNICODE _PyUnicode_ToUppercase(Py_UNICODE ch)
206 : {
207 : return towupper(ch);
208 : }
209 :
210 : int _PyUnicode_IsAlpha(Py_UNICODE ch)
211 : {
212 : return iswalpha(ch);
213 : }
214 :
215 : #endif
|
