git.ozlabs.org Git - ccan/blob - ccan/charset/charset.c

   1 /*
   2   Copyright (C) 2010 Joseph A. Adams (joeyadams3.14159@gmail.com)
   3   All rights reserved.
   4
   5   Permission is hereby granted, free of charge, to any person obtaining a copy
   6   of this software and associated documentation files (the "Software"), to deal
   7   in the Software without restriction, including without limitation the rights
   8   to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
   9   copies of the Software, and to permit persons to whom the Software is
  10   furnished to do so, subject to the following conditions:
  11
  12   The above copyright notice and this permission notice shall be included in
  13   all copies or substantial portions of the Software.
  14
  15   THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  16   IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  17   FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  18   AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  19   LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  20   OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
  21   THE SOFTWARE.
  22 */
  23
  24 #include "charset.h"
  25
  26 bool utf8_allow_surrogates = false;
  27
  28 bool utf8_validate(const char *str, size_t length)
  29 {
  30         const unsigned char *s = (const unsigned char*)str;
  31         const unsigned char *e = s + length;
  32
  33         while (s < e) {
  34                 unsigned char c = *s++;
  35                 unsigned int len; /* number of bytes in sequence - 2 */
  36
  37                 /* If character is ASCII, move on. */
  38                 if (c < 0x80)
  39                         continue;
  40
  41                 if (s >= e)
  42                         return false; /* Missing bytes in sequence. */
  43
  44                 if (c < 0xE0) {
  45                         /* 2-byte sequence, U+0080 to U+07FF
  46                            c must be 11000010 or higher
  47                            s[0] must be 10xxxxxx */
  48                         len = 0;
  49                         if (c < 0xC2)
  50                                 return false;
  51                 } else if (c < 0xF0) {
  52                         /* 3-byte sequence, U+0800 to U+FFFF
  53                            Note that the surrogate range is U+D800 to U+DFFF,
  54                                   and that U+FFFE and U+FFFF are illegal characters.
  55                            c must be >= 11100000 (which it is)
  56                            If c is 11100000, then s[0] must be >= 10100000
  57                            If the global parameter utf8_allow_surrogates is false:
  58                               If c is 11101101 and s[0] is >= 10100000,
  59                                  then this is a surrogate and we should fail.
  60                            If c is 11101111, s[0] is 10111111, and s[1] >= 10111110,
  61                                   then this is an illegal character and we should fail.
  62                            s[0] and s[1] must be 10xxxxxx */
  63                         len = 1;
  64                         if (c == 0xE0 && *s < 0xA0)
  65                                 return false;
  66                         if (!utf8_allow_surrogates && c == 0xED && *s >= 0xA0)
  67                                 return false;
  68                         if (c == 0xEF && s[0] == 0xBF && (s+1 >= e || s[1] >= 0xBE))
  69                                 return false;
  70                 } else {
  71                         /* 4-byte sequence, U+010000 to U+10FFFF
  72                            c must be >= 11110000 (which it is) and <= 11110100
  73                            If c is 11110000, then s[0] must be >= 10010000
  74                            If c is 11110100, then s[0] must be < 10010000
  75                            s[0], s[1], and s[2] must be 10xxxxxx */
  76                         len = 2;
  77                         if (c > 0xF4)
  78                                 return false;
  79                         if (c == 0xF0 && *s < 0x90)
  80                                 return false;
  81                         if (c == 0xF4 && *s >= 0x90)
  82                                 return false;
  83                 }
  84
  85                 if (s + len >= e)
  86                         return false; /* Missing bytes in sequence. */
  87
  88                 do {
  89                         if ((*s++ & 0xC0) != 0x80)
  90                                 return false;
  91                 } while (len--);
  92         }
  93
  94         return true;
  95 }
  96
  97 /*
  98   Note to future contributors: These routines are currently all under the
  99     MIT license.  It would be nice to keep it that way :)
 100 */