ref: bf645afaac246967b9590ae7463f243c11d97480
dir: /sys/src/cmd/dict/world.c/
#include <u.h>
#include <libc.h>
#include <bio.h>
#include "dict.h"
#include "kuten.h"
/*
* Routines for handling dictionaries in the "Languages of the World"
* format. worldnextoff *must* be called with <address of valid entry>+1.
*/
#define GSHORT(p) (((p)[0]<<8)|(p)[1])
static void putchar(int, int*);
#define NONE 0xffff
/* adapted from jhelling@cs.ruu.nl (Jeroen Hellingman) */
static Rune chartab[] = {
/*00*/ NONE, NONE, NONE, NONE, NONE, NONE, NONE, NONE,
NONE, NONE, L'\n', L'æ', L'ø', L'å', L'ä', L'ö',
/*10*/ NONE, NONE, NONE, NONE, NONE, NONE, NONE, NONE,
NONE, NONE, NONE, L'Æ', L'Ø', L'Å', L'Ä', L'Ö',
/*20*/ L' ', L'!', L'"', L'#', L'$', L'%', L'&', L'\'',
L'(', L')', L'*', L'+', L',', L'-', L'.', L'/',
/*30*/ L'0', L'1', L'2', L'3', L'4', L'5', L'6', L'7',
L'8', L'9', L':', L';', L'<', L'=', L'>', L'?',
/*40*/ L'@', L'A', L'B', L'C', L'D', L'E', L'F', L'G',
L'H', L'I', L'J', L'K', L'L', L'M', L'N', L'O',
/*50*/ L'P', L'Q', L'R', L'S', L'T', L'U', L'V', L'W',
L'X', L'Y', L'Z', L'[', L'\\', L']', L'^', L'_',
/*60*/ L'`', L'a', L'b', L'c', L'd', L'e', L'f', L'g',
L'h', L'i', L'j', L'k', L'l', L'm', L'n', L'o',
/*70*/ L'p', L'q', L'r', L's', L't', L'u', L'v', L'w',
L'x', L'y', L'z', L'{', L'|', L'}', L'~', NONE,
/*80*/ L'Ç', L'ü', L'é', L'â', L'ä', L'à', L'å', L'ç',
L'ê', L'ë', L'è', L'ï', L'î', L'ì', L'Ä', L'Å',
/*90*/ L'É', L'æ', L'Æ', L'ô', L'ö', L'ò', L'û', L'ù',
L'ÿ', L'Ö', L'Ü', L'¢', L'£', L'¥', L'₧', L'ʃ',
/*a0*/ L'á', L'í', L'ó', L'ú', L'ñ', L'Ñ', L'ª', L'º',
L'¿', L'⌐', L'¬', L'½', L'¼', L'¡', L'«', L'»',
/*b0*/ L'ɔ', L'ə', L'ð', L'ʃ', L'ʒ', L'ŋ', L'ɑ', L'z',
L'ɪ', L'ð', L'ʒ', L'ã', L'œ', L'ũ', L'ʌ', L'ɥ',
/*c0*/ L'ʀ', L'ë', L'l', L'ʌ', L'õ', L'ñ', L'Œ', NONE,
NONE, L'S', L's', L'Z', L'z', NONE, NONE, NONE,
/*d0*/ L'ß', NONE, NONE, L'ā', L'ī', L'ū', L'ē', L'ō',
NONE, NONE, NONE, L' ', NONE, NONE, NONE, NONE,
/*e0*/ L'α', L'β', L'γ', L'π', L'Σ', L'σ', L'µ', L'τ',
L'Φ', L'Θ', L'Ω', L'δ', L'∞', L'Ø', L'ε', L'∩',
/*f0*/ L'≡', L'±', L'≥', L'≤', L'⌠', L'⌡', L'÷', L'≈',
L'°', L'∙', L'·', NONE, NONE, NONE, NONE, NONE,
};
enum{ Utf, Kanahi, Kanalo=Kanahi+1, GBhi, GBlo=GBhi+1, };
void
worldprintentry(Entry e, int cmd)
{
int nh, state[3];
uchar *p, *pe;
p = (uchar *)e.start;
pe = (uchar *)e.end;
nh = GSHORT(p);
p += 6;
if(cmd == 'h')
pe = p+nh;
state[0] = Utf;
state[1] = 0;
state[2] = 0;
while(p < pe){
if(cmd == 'r')
outchar(*p++);
else
putchar(*p++, state);
}
outnl(0);
}
long
worldnextoff(long fromoff)
{
int nh, np, nd;
uchar buf[6];
if(Bseek(bdict, fromoff-1, 0) < 0)
return -1;
if(Bread(bdict, buf, 6) != 6)
return -1;
nh = GSHORT(buf);
np = GSHORT(buf+2);
nd = GSHORT(buf+4);
return fromoff-1 + 6 + nh + np + nd;
}
static void
putchar(int c, int *state)
{
int xflag = 0;
Rune r;
int hi, lo;
switch(state[0]){
case Kanahi:
case GBhi:
if(CANS2JH(c) || c == 0xff){
state[0]++;
state[1] = c;
break;
}
/* fall through */
case Utf:
if(c == 0xfe){
state[0] = Kanahi;
break;
}else if(c == 0xff){
state[0] = GBhi;
break;
}
r = chartab[c];
if(r < 0x80 && state[2] == 0)
outchar(r);
else if(r == NONE){
switch(c){
case 0xfb:
if(!xflag){
state[2] = 1;
break;
}
case 0xfc:
if(!xflag){
state[2] = 0;
break;
}
case 0x10:
case 0xc7: case 0xc8:
case 0xd8: case 0xd9: case 0xda:
case 0xdc: case 0xdd: case 0xde: case 0xdf:
case 0xfd:
if(!xflag)
break;
/* fall through */
default:
outprint("\\%.2ux", c);
}
}else if(state[2] == 0)
outrune(r);
break;
case Kanalo:
case GBlo:
if(state[1] == 0xff && c == 0xff){
state[0] = Utf;
break;
}
state[0]--;
hi = state[1];
lo = c;
S2J(hi, lo); /* convert to JIS */
r = hi*100 + lo - 3232; /* convert to jis208 */
if(state[0] == Kanahi && r < JIS208MAX)
r = tabjis208[r];
else if(state[0] == GBhi && r < GB2312MAX)
r = tabgb2312[r];
else
r = NONE;
if(r == NONE)
outprint("\\%.2ux\\%.2ux", state[1], c);
else
outrune(r);
break;
}
}
void
worldprintkey(void)
{
Bprint(bout, "No pronunciation key.\n");
}