git.marmaro.de Git - mmh/blob - sbr/norm_charmap.c

   1 /*
   2 ** The Single Unix Specification function nl_langinfo(CODESET)
   3 ** returns the name of the encoding used by the currently selected
   4 ** locale:
   5 **
   6 **   http://www.opengroup.org/onlinepubs/7908799/xsh/langinfo.h.html
   7 **
   8 ** Unfortunately the encoding names are not yet standardized.
   9 ** This function knows about the encoding names used on many
  10 ** different systems and converts them where possible into
  11 ** the corresponding MIME charset name registered in
  12 **
  13 **   http://www.iana.org/assignments/character-sets
  14 **
  15 ** Please extend it as needed and suggest improvements to the author.
  16 **
  17 ** Markus.Kuhn@cl.cam.ac.uk -- 2002-03-11
  18 ** Permission to use, copy, modify, and distribute this software
  19 ** for any purpose and without fee is hereby granted. The author
  20 ** disclaims all warranties with regard to this software.
  21 **
  22 ** Latest version:
  23 **
  24 **   http://www.cl.cam.ac.uk/~mgk25/ucs/norm_charmap.c
  25 */
  26
  27 #include <string.h>
  28
  29 #define digit(x) ((x) >= '0' && (x) <= '9')
  30
  31 static char buf[16];
  32
  33 char *
  34 norm_charmap(char *name)
  35 {
  36         char *p;
  37
  38         if (!name)
  39                 return name;
  40
  41         /*
  42         ** Many need no remapping, but they are listed here so you
  43         ** can see what output to expect, and modify for your needs
  44         ** as necessary.
  45         */
  46         if (!strcmp(name, "UTF-8"))
  47                 return "UTF-8";
  48         if (!strcmp(name, "EUC-JP"))
  49                 return "EUC-JP";
  50         if (!strcmp(name, "EUC-KR"))
  51                 return "EUC-KR";
  52         if (!strcmp(name, "EUC-TW"))
  53                 return "EUC-TW";
  54         if (!strcmp(name, "KOI8-R"))
  55                 return "KOI8-R";
  56         if (!strcmp(name, "KOI8-U"))
  57                 return "KOI8-U";
  58         if (!strcmp(name, "GBK"))
  59                 return "GBK";
  60         if (!strcmp(name, "GB2312"))
  61                 return "GB2312";
  62         if (!strcmp(name, "GB18030"))
  63                 return "GB18030";
  64         if (!strcmp(name, "VSCII"))
  65                 return "VSCII";
  66
  67         /* ASCII comes in many names */
  68         if (!strcmp(name, "ASCII") ||
  69                 !strcmp(name, "US-ASCII") ||
  70                 !strcmp(name, "ANSI_X3.4-1968") ||
  71                 !strcmp(name, "646") ||
  72                 !strcmp(name, "ISO646") ||
  73                 !strcmp(name, "ISO_646.IRV"))
  74                 return "US-ASCII";
  75
  76         /* ISO 8859 will be converted to "ISO-8859-x" */
  77         if ((p = strstr(name, "8859-"))) {
  78                 memcpy(buf, "ISO-8859-\0\0", 12);
  79                 p += 5;
  80                 if (digit(*p)) {
  81                         buf[9] = *p++;
  82                         if (digit(*p))
  83                                 buf[10] = *p++;
  84                         return buf;
  85                 }
  86         }
  87
  88         /* Windows code pages will be converted to "WINDOWS-12xx" */
  89         if ((p = strstr(name, "CP12"))) {
  90                 memcpy(buf, "WINDOWS-12\0\0", 13);
  91                 p += 4;
  92                 if (digit(*p)) {
  93                         buf[10] = *p++;
  94                         if (digit(*p))
  95                                 buf[11] = *p++;
  96                         return buf;
  97                 }
  98         }
  99
 100         /* TIS-620 comes in at least the following two forms */
 101         if (!strcmp(name, "TIS-620") ||
 102                 !strcmp(name, "TIS620.2533"))
 103                 return "ISO-8859-11";
 104
 105         /* For some, uppercase/lowercase might differ */
 106         if (!strcmp(name, "Big5") || !strcmp(name, "BIG5"))
 107                 return "Big5";
 108         if (!strcmp(name, "Big5HKSCS") || !strcmp(name, "BIG5HKSCS"))
 109                 return "Big5HKSCS";
 110
 111         /*
 112         ** I don't know of any implementation of nl_langinfo(CODESET) out
 113         ** there that returns anything else (and I'm not even certain all of
 114         ** the above occur in the wild), but just in case, as a fallback,
 115         ** return the unmodified name.
 116         */
 117         return name;
 118 }