开通博客赚积分
发布资源赚积分
分类

源码开发语言/平台
当前位置：首页 > 源码/资料 > 游戏 > 其他游戏 > 查看源码
xmltok.c
资源名称：wow-313-source.rar　[点击查看]
上传用户：yisoukefu
上传日期：2020-08-09
资源大小：39506k
文件大小：40k
源码类别：

其他游戏

开发平台：

Visual C++

xmltok.c：源码内容
  2. /* Copyright (c) 1998, 1999 Thai Open Source Software Center Ltd
  3.    See the file COPYING for copying permission.
  4. */
  6. #include <stddef.h>
  8. #ifdef COMPILED_FROM_DSP
  9. #include "winconfig.h"
  10. #elif defined(MACOS_CLASSIC)
  11. #include "macconfig.h"
  12. #elif defined(__amigaos4__)
  13. #include "amigaconfig.h"
  14. #elif defined(__WATCOMC__)
  15. #include "watcomconfig.h"
  16. #else
  17. #ifdef HAVE_EXPAT_CONFIG_H
  18. #include <expat_config.h>
  19. #endif
  20. #endif /* ndef COMPILED_FROM_DSP */
  22. #include "expat_external.h"
  23. #include "internal.h"
  24. #include "xmltok.h"
  25. #include "nametab.h"
  27. #ifdef XML_DTD
  28. #define IGNORE_SECTION_TOK_VTABLE , PREFIX(ignoreSectionTok)
  29. #else
  30. #define IGNORE_SECTION_TOK_VTABLE /* as nothing */
  31. #endif
  33. #define VTABLE1 
  34.   { PREFIX(prologTok), PREFIX(contentTok), 
  35.     PREFIX(cdataSectionTok) IGNORE_SECTION_TOK_VTABLE }, 
  36.   { PREFIX(attributeValueTok), PREFIX(entityValueTok) }, 
  37.   PREFIX(sameName), 
  38.   PREFIX(nameMatchesAscii), 
  39.   PREFIX(nameLength), 
  40.   PREFIX(skipS), 
  41.   PREFIX(getAtts), 
  42.   PREFIX(charRefNumber), 
  43.   PREFIX(predefinedEntityName), 
  44.   PREFIX(updatePosition), 
  45.   PREFIX(isPublicId)
  47. #define VTABLE VTABLE1, PREFIX(toUtf8), PREFIX(toUtf16)
  49. #define UCS2_GET_NAMING(pages, hi, lo) 
  50.    (namingBitmap[(pages[hi] << 3) + ((lo) >> 5)] & (1 << ((lo) & 0x1F)))
  52. /* A 2 byte UTF-8 representation splits the characters 11 bits between
  53.    the bottom 5 and 6 bits of the bytes.  We need 8 bits to index into
  54.    pages, 3 bits to add to that index and 5 bits to generate the mask.
  55. */
  56. #define UTF8_GET_NAMING2(pages, byte) 
  57.     (namingBitmap[((pages)[(((byte)[0]) >> 2) & 7] << 3) 
  58.                       + ((((byte)[0]) & 3) << 1) 
  59.                       + ((((byte)[1]) >> 5) & 1)] 
  60.          & (1 << (((byte)[1]) & 0x1F)))
  62. /* A 3 byte UTF-8 representation splits the characters 16 bits between
  63.    the bottom 4, 6 and 6 bits of the bytes.  We need 8 bits to index
  64.    into pages, 3 bits to add to that index and 5 bits to generate the
  65.    mask.
  66. */
  67. #define UTF8_GET_NAMING3(pages, byte) 
  68.   (namingBitmap[((pages)[((((byte)[0]) & 0xF) << 4) 
  69.                              + ((((byte)[1]) >> 2) & 0xF)] 
  70.                        << 3) 
  71.                       + ((((byte)[1]) & 3) << 1) 
  72.                       + ((((byte)[2]) >> 5) & 1)] 
  73.          & (1 << (((byte)[2]) & 0x1F)))
  75. #define UTF8_GET_NAMING(pages, p, n) 
  76.   ((n) == 2 
  77.   ? UTF8_GET_NAMING2(pages, (const unsigned char *)(p)) 
  78.   : ((n) == 3 
  79.      ? UTF8_GET_NAMING3(pages, (const unsigned char *)(p)) 
  80.      : 0))
  82. /* Detection of invalid UTF-8 sequences is based on Table 3.1B
  83.    of Unicode 3.2: http://www.unicode.org/unicode/reports/tr28/
  84.    with the additional restriction of not allowing the Unicode
  85.    code points 0xFFFF and 0xFFFE (sequences EF,BF,BF and EF,BF,BE).
  86.    Implementation details:
  87.      (A & 0x80) == 0     means A < 0x80
  88.    and
  89.      (A & 0xC0) == 0xC0  means A > 0xBF
  90. */
  92. #define UTF8_INVALID2(p) 
  93.   ((*p) < 0xC2 || ((p)[1] & 0x80) == 0 || ((p)[1] & 0xC0) == 0xC0)
  95. #define UTF8_INVALID3(p) 
  96.   (((p)[2] & 0x80) == 0 
  97.   || 
  98.   ((*p) == 0xEF && (p)[1] == 0xBF 
  99.     ? 
  100.     (p)[2] > 0xBD 
  101.     : 
  102.     ((p)[2] & 0xC0) == 0xC0) 
  103.   || 
  104.   ((*p) == 0xE0 
  105.     ? 
  106.     (p)[1] < 0xA0 || ((p)[1] & 0xC0) == 0xC0 
  107.     : 
  108.     ((p)[1] & 0x80) == 0 
  109.     || 
  110.     ((*p) == 0xED ? (p)[1] > 0x9F : ((p)[1] & 0xC0) == 0xC0)))
  112. #define UTF8_INVALID4(p) 
  113.   (((p)[3] & 0x80) == 0 || ((p)[3] & 0xC0) == 0xC0 
  114.   || 
  115.   ((p)[2] & 0x80) == 0 || ((p)[2] & 0xC0) == 0xC0 
  116.   || 
  117.   ((*p) == 0xF0 
  118.     ? 
  119.     (p)[1] < 0x90 || ((p)[1] & 0xC0) == 0xC0 
  120.     : 
  121.     ((p)[1] & 0x80) == 0 
  122.     || 
  123.     ((*p) == 0xF4 ? (p)[1] > 0x8F : ((p)[1] & 0xC0) == 0xC0)))
  125. static int PTRFASTCALL
  126. isNever(const ENCODING *enc, const char *p)
  127. {
  128.   return 0;
  129. }
  131. static int PTRFASTCALL
  132. utf8_isName2(const ENCODING *enc, const char *p)
  133. {
  134.   return UTF8_GET_NAMING2(namePages, (const unsigned char *)p);
  135. }
  137. static int PTRFASTCALL
  138. utf8_isName3(const ENCODING *enc, const char *p)
  139. {
  140.   return UTF8_GET_NAMING3(namePages, (const unsigned char *)p);
  141. }
  143. #define utf8_isName4 isNever
  145. static int PTRFASTCALL
  146. utf8_isNmstrt2(const ENCODING *enc, const char *p)
  147. {
  148.   return UTF8_GET_NAMING2(nmstrtPages, (const unsigned char *)p);
  149. }
  151. static int PTRFASTCALL
  152. utf8_isNmstrt3(const ENCODING *enc, const char *p)
  153. {
  154.   return UTF8_GET_NAMING3(nmstrtPages, (const unsigned char *)p);
  155. }
  157. #define utf8_isNmstrt4 isNever
  159. static int PTRFASTCALL
  160. utf8_isInvalid2(const ENCODING *enc, const char *p)
  161. {
  162.   return UTF8_INVALID2((const unsigned char *)p);
  163. }
  165. static int PTRFASTCALL
  166. utf8_isInvalid3(const ENCODING *enc, const char *p)
  167. {
  168.   return UTF8_INVALID3((const unsigned char *)p);
  169. }
  171. static int PTRFASTCALL
  172. utf8_isInvalid4(const ENCODING *enc, const char *p)
  173. {
  174.   return UTF8_INVALID4((const unsigned char *)p);
  175. }
  177. struct normal_encoding {
  178.   ENCODING enc;
  179.   unsigned char type[256];
  180. #ifdef XML_MIN_SIZE
  181.   int (PTRFASTCALL *byteType)(const ENCODING *, const char *);
  182.   int (PTRFASTCALL *isNameMin)(const ENCODING *, const char *);
  183.   int (PTRFASTCALL *isNmstrtMin)(const ENCODING *, const char *);
  184.   int (PTRFASTCALL *byteToAscii)(const ENCODING *, const char *);
  185.   int (PTRCALL *charMatches)(const ENCODING *, const char *, int);
  186. #endif /* XML_MIN_SIZE */
  187.   int (PTRFASTCALL *isName2)(const ENCODING *, const char *);
  188.   int (PTRFASTCALL *isName3)(const ENCODING *, const char *);
  189.   int (PTRFASTCALL *isName4)(const ENCODING *, const char *);
  190.   int (PTRFASTCALL *isNmstrt2)(const ENCODING *, const char *);
  191.   int (PTRFASTCALL *isNmstrt3)(const ENCODING *, const char *);
  192.   int (PTRFASTCALL *isNmstrt4)(const ENCODING *, const char *);
  193.   int (PTRFASTCALL *isInvalid2)(const ENCODING *, const char *);
  194.   int (PTRFASTCALL *isInvalid3)(const ENCODING *, const char *);
  195.   int (PTRFASTCALL *isInvalid4)(const ENCODING *, const char *);
  196. };
  198. #define AS_NORMAL_ENCODING(enc)   ((const struct normal_encoding *) (enc))
  200. #ifdef XML_MIN_SIZE
  202. #define STANDARD_VTABLE(E) 
  203.  E ## byteType, 
  204.  E ## isNameMin, 
  205.  E ## isNmstrtMin, 
  206.  E ## byteToAscii, 
  207.  E ## charMatches,
  209. #else
  211. #define STANDARD_VTABLE(E) /* as nothing */
  213. #endif
  215. #define NORMAL_VTABLE(E) 
  216.  E ## isName2, 
  217.  E ## isName3, 
  218.  E ## isName4, 
  219.  E ## isNmstrt2, 
  220.  E ## isNmstrt3, 
  221.  E ## isNmstrt4, 
  222.  E ## isInvalid2, 
  223.  E ## isInvalid3, 
  224.  E ## isInvalid4
  226. static int FASTCALL checkCharRefNumber(int);
  228. #include "xmltok_impl.h"
  229. #include "ascii.h"
  231. #ifdef XML_MIN_SIZE
  232. #define sb_isNameMin isNever
  233. #define sb_isNmstrtMin isNever
  234. #endif
  236. #ifdef XML_MIN_SIZE
  237. #define MINBPC(enc) ((enc)->minBytesPerChar)
  238. #else
  239. /* minimum bytes per character */
  240. #define MINBPC(enc) 1
  241. #endif
  243. #define SB_BYTE_TYPE(enc, p) 
  244.   (((struct normal_encoding *)(enc))->type[(unsigned char)*(p)])
  246. #ifdef XML_MIN_SIZE
  247. static int PTRFASTCALL
  248. sb_byteType(const ENCODING *enc, const char *p)
  249. {
  250.   return SB_BYTE_TYPE(enc, p);
  251. }
  252. #define BYTE_TYPE(enc, p) 
  253.  (AS_NORMAL_ENCODING(enc)->byteType(enc, p))
  254. #else
  255. #define BYTE_TYPE(enc, p) SB_BYTE_TYPE(enc, p)
  256. #endif
  258. #ifdef XML_MIN_SIZE
  259. #define BYTE_TO_ASCII(enc, p) 
  260.  (AS_NORMAL_ENCODING(enc)->byteToAscii(enc, p))
  261. static int PTRFASTCALL
  262. sb_byteToAscii(const ENCODING *enc, const char *p)
  263. {
  264.   return *p;
  265. }
  266. #else
  267. #define BYTE_TO_ASCII(enc, p) (*(p))
  268. #endif
  270. #define IS_NAME_CHAR(enc, p, n) 
  271.  (AS_NORMAL_ENCODING(enc)->isName ## n(enc, p))
  272. #define IS_NMSTRT_CHAR(enc, p, n) 
  273.  (AS_NORMAL_ENCODING(enc)->isNmstrt ## n(enc, p))
  274. #define IS_INVALID_CHAR(enc, p, n) 
  275.  (AS_NORMAL_ENCODING(enc)->isInvalid ## n(enc, p))
  277. #ifdef XML_MIN_SIZE
  278. #define IS_NAME_CHAR_MINBPC(enc, p) 
  279.  (AS_NORMAL_ENCODING(enc)->isNameMin(enc, p))
  280. #define IS_NMSTRT_CHAR_MINBPC(enc, p) 
  281.  (AS_NORMAL_ENCODING(enc)->isNmstrtMin(enc, p))
  282. #else
  283. #define IS_NAME_CHAR_MINBPC(enc, p) (0)
  284. #define IS_NMSTRT_CHAR_MINBPC(enc, p) (0)
  285. #endif
  287. #ifdef XML_MIN_SIZE
  288. #define CHAR_MATCHES(enc, p, c) 
  289.  (AS_NORMAL_ENCODING(enc)->charMatches(enc, p, c))
  290. static int PTRCALL
  291. sb_charMatches(const ENCODING *enc, const char *p, int c)
  292. {
  293.   return *p == c;
  294. }
  295. #else
  296. /* c is an ASCII character */
  297. #define CHAR_MATCHES(enc, p, c) (*(p) == c)
  298. #endif
  300. #define PREFIX(ident) normal_ ## ident
  301. #define XML_TOK_IMPL_C
  302. #include "xmltok_impl.c"
  303. #undef XML_TOK_IMPL_C
  305. #undef MINBPC
  306. #undef BYTE_TYPE
  307. #undef BYTE_TO_ASCII
  308. #undef CHAR_MATCHES
  309. #undef IS_NAME_CHAR
  310. #undef IS_NAME_CHAR_MINBPC
  311. #undef IS_NMSTRT_CHAR
  312. #undef IS_NMSTRT_CHAR_MINBPC
  313. #undef IS_INVALID_CHAR
  315. enum {  /* UTF8_cvalN is value of masked first byte of N byte sequence */
  316.   UTF8_cval1 = 0x00,
  317.   UTF8_cval2 = 0xc0,
  318.   UTF8_cval3 = 0xe0,
  319.   UTF8_cval4 = 0xf0
  320. };
  322. static void PTRCALL
  323. utf8_toUtf8(const ENCODING *enc,
  324.             const char **fromP, const char *fromLim,
  325.             char **toP, const char *toLim)
  326. {
  327.   char *to;
  328.   const char *from;
  329.   if (fromLim - *fromP > toLim - *toP) {
  330.     /* Avoid copying partial characters. */
  331.     for (fromLim = *fromP + (toLim - *toP); fromLim > *fromP; fromLim--)
  332.       if (((unsigned char)fromLim[-1] & 0xc0) != 0x80)
  333.         break;
  334.   }
  335.   for (to = *toP, from = *fromP; from != fromLim; from++, to++)
  336.     *to = *from;
  337.   *fromP = from;
  338.   *toP = to;
  339. }
  341. static void PTRCALL
  342. utf8_toUtf16(const ENCODING *enc,
  343.              const char **fromP, const char *fromLim,
  344.              unsigned short **toP, const unsigned short *toLim)
  345. {
  346.   unsigned short *to = *toP;
  347.   const char *from = *fromP;
  348.   while (from != fromLim && to != toLim) {
  349.     switch (((struct normal_encoding *)enc)->type[(unsigned char)*from]) {
  350.     case BT_LEAD2:
  351.       *to++ = (unsigned short)(((from[0] & 0x1f) << 6) | (from[1] & 0x3f));
  352.       from += 2;
  353.       break;
  354.     case BT_LEAD3:
  355.       *to++ = (unsigned short)(((from[0] & 0xf) << 12)
  356.                                | ((from[1] & 0x3f) << 6) | (from[2] & 0x3f));
  357.       from += 3;
  358.       break;
  359.     case BT_LEAD4:
  360.       {
  361.         unsigned long n;
  362.         if (to + 1 == toLim)
  363.           goto after;
  364.         n = ((from[0] & 0x7) << 18) | ((from[1] & 0x3f) << 12)
  365.             | ((from[2] & 0x3f) << 6) | (from[3] & 0x3f);
  366.         n -= 0x10000;
  367.         to[0] = (unsigned short)((n >> 10) | 0xD800);
  368.         to[1] = (unsigned short)((n & 0x3FF) | 0xDC00);
  369.         to += 2;
  370.         from += 4;
  371.       }
  372.       break;
  373.     default:
  374.       *to++ = *from++;
  375.       break;
  376.     }
  377.   }
  378. after:
  379.   *fromP = from;
  380.   *toP = to;
  381. }
  383. #ifdef XML_NS
  384. static const struct normal_encoding utf8_encoding_ns = {
  385.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  386.   {
  387. #include "asciitab.h"
  388. #include "utf8tab.h"
  389.   },
  390.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  391. };
  392. #endif
  394. static const struct normal_encoding utf8_encoding = {
  395.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  396.   {
  397. #define BT_COLON BT_NMSTRT
  398. #include "asciitab.h"
  399. #undef BT_COLON
  400. #include "utf8tab.h"
  401.   },
  402.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  403. };
  405. #ifdef XML_NS
  407. static const struct normal_encoding internal_utf8_encoding_ns = {
  408.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  409.   {
  410. #include "iasciitab.h"
  411. #include "utf8tab.h"
  412.   },
  413.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  414. };
  416. #endif
  418. static const struct normal_encoding internal_utf8_encoding = {
  419.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  420.   {
  421. #define BT_COLON BT_NMSTRT
  422. #include "iasciitab.h"
  423. #undef BT_COLON
  424. #include "utf8tab.h"
  425.   },
  426.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  427. };
  429. static void PTRCALL
  430. latin1_toUtf8(const ENCODING *enc,
  431.               const char **fromP, const char *fromLim,
  432.               char **toP, const char *toLim)
  433. {
  434.   for (;;) {
  435.     unsigned char c;
  436.     if (*fromP == fromLim)
  437.       break;
  438.     c = (unsigned char)**fromP;
  439.     if (c & 0x80) {
  440.       if (toLim - *toP < 2)
  441.         break;
  442.       *(*toP)++ = (char)((c >> 6) | UTF8_cval2);
  443.       *(*toP)++ = (char)((c & 0x3f) | 0x80);
  444.       (*fromP)++;
  445.     }
  446.     else {
  447.       if (*toP == toLim)
  448.         break;
  449.       *(*toP)++ = *(*fromP)++;
  450.     }
  451.   }
  452. }
  454. static void PTRCALL
  455. latin1_toUtf16(const ENCODING *enc,
  456.                const char **fromP, const char *fromLim,
  457.                unsigned short **toP, const unsigned short *toLim)
  458. {
  459.   while (*fromP != fromLim && *toP != toLim)
  460.     *(*toP)++ = (unsigned char)*(*fromP)++;
  461. }
  463. #ifdef XML_NS
  465. static const struct normal_encoding latin1_encoding_ns = {
  466.   { VTABLE1, latin1_toUtf8, latin1_toUtf16, 1, 0, 0 },
  467.   {
  468. #include "asciitab.h"
  469. #include "latin1tab.h"
  470.   },
  471.   STANDARD_VTABLE(sb_)
  472. };
  474. #endif
  476. static const struct normal_encoding latin1_encoding = {
  477.   { VTABLE1, latin1_toUtf8, latin1_toUtf16, 1, 0, 0 },
  478.   {
  479. #define BT_COLON BT_NMSTRT
  480. #include "asciitab.h"
  481. #undef BT_COLON
  482. #include "latin1tab.h"
  483.   },
  484.   STANDARD_VTABLE(sb_)
  485. };
  487. static void PTRCALL
  488. ascii_toUtf8(const ENCODING *enc,
  489.              const char **fromP, const char *fromLim,
  490.              char **toP, const char *toLim)
  491. {
  492.   while (*fromP != fromLim && *toP != toLim)
  493.     *(*toP)++ = *(*fromP)++;
  494. }
  496. #ifdef XML_NS
  498. static const struct normal_encoding ascii_encoding_ns = {
  499.   { VTABLE1, ascii_toUtf8, latin1_toUtf16, 1, 1, 0 },
  500.   {
  501. #include "asciitab.h"
  502. /* BT_NONXML == 0 */
  503.   },
  504.   STANDARD_VTABLE(sb_)
  505. };
  507. #endif
  509. static const struct normal_encoding ascii_encoding = {
  510.   { VTABLE1, ascii_toUtf8, latin1_toUtf16, 1, 1, 0 },
  511.   {
  512. #define BT_COLON BT_NMSTRT
  513. #include "asciitab.h"
  514. #undef BT_COLON
  515. /* BT_NONXML == 0 */
  516.   },
  517.   STANDARD_VTABLE(sb_)
  518. };
  520. static int PTRFASTCALL
  521. unicode_byte_type(char hi, char lo)
  522. {
  523.   switch ((unsigned char)hi) {
  524.   case 0xD8: case 0xD9: case 0xDA: case 0xDB:
  525.     return BT_LEAD4;
  526.   case 0xDC: case 0xDD: case 0xDE: case 0xDF:
  527.     return BT_TRAIL;
  528.   case 0xFF:
  529.     switch ((unsigned char)lo) {
  530.     case 0xFF:
  531.     case 0xFE:
  532.       return BT_NONXML;
  533.     }
  534.     break;
  535.   }
  536.   return BT_NONASCII;
  537. }
  539. #define DEFINE_UTF16_TO_UTF8(E) 
  540. static void  PTRCALL 
  541. E ## toUtf8(const ENCODING *enc, 
  542.             const char **fromP, const char *fromLim, 
  543.             char **toP, const char *toLim) 
  544. { 
  545.   const char *from; 
  546.   for (from = *fromP; from != fromLim; from += 2) { 
  547.     int plane; 
  548.     unsigned char lo2; 
  549.     unsigned char lo = GET_LO(from); 
  550.     unsigned char hi = GET_HI(from); 
  551.     switch (hi) { 
  552.     case 0: 
  553.       if (lo < 0x80) { 
  554.         if (*toP == toLim) { 
  555.           *fromP = from; 
  556.           return; 
  557.         } 
  558.         *(*toP)++ = lo; 
  559.         break; 
  560.       } 
  561.       /* fall through */ 
  562.     case 0x1: case 0x2: case 0x3: 
  563.     case 0x4: case 0x5: case 0x6: case 0x7: 
  564.       if (toLim -  *toP < 2) { 
  565.         *fromP = from; 
  566.         return; 
  567.       } 
  568.       *(*toP)++ = ((lo >> 6) | (hi << 2) |  UTF8_cval2); 
  569.       *(*toP)++ = ((lo & 0x3f) | 0x80); 
  570.       break; 
  571.     default: 
  572.       if (toLim -  *toP < 3)  { 
  573.         *fromP = from; 
  574.         return; 
  575.       } 
  576.       /* 16 bits divided 4, 6, 6 amongst 3 bytes */ 
  577.       *(*toP)++ = ((hi >> 4) | UTF8_cval3); 
  578.       *(*toP)++ = (((hi & 0xf) << 2) | (lo >> 6) | 0x80); 
  579.       *(*toP)++ = ((lo & 0x3f) | 0x80); 
  580.       break; 
  581.     case 0xD8: case 0xD9: case 0xDA: case 0xDB: 
  582.       if (toLim -  *toP < 4) { 
  583.         *fromP = from; 
  584.         return; 
  585.       } 
  586.       plane = (((hi & 0x3) << 2) | ((lo >> 6) & 0x3)) + 1; 
  587.       *(*toP)++ = ((plane >> 2) | UTF8_cval4); 
  588.       *(*toP)++ = (((lo >> 2) & 0xF) | ((plane & 0x3) << 4) | 0x80); 
  589.       from += 2; 
  590.       lo2 = GET_LO(from); 
  591.       *(*toP)++ = (((lo & 0x3) << 4) 
  592.                    | ((GET_HI(from) & 0x3) << 2) 
  593.                    | (lo2 >> 6) 
  594.                    | 0x80); 
  595.       *(*toP)++ = ((lo2 & 0x3f) | 0x80); 
  596.       break; 
  597.     } 
  598.   } 
  599.   *fromP = from; 
  600. }
  602. #define DEFINE_UTF16_TO_UTF16(E) 
  603. static void  PTRCALL 
  604. E ## toUtf16(const ENCODING *enc, 
  605.              const char **fromP, const char *fromLim, 
  606.              unsigned short **toP, const unsigned short *toLim) 
  607. { 
  608.   /* Avoid copying first half only of surrogate */ 
  609.   if (fromLim - *fromP > ((toLim - *toP) << 1) 
  610.       && (GET_HI(fromLim - 2) & 0xF8) == 0xD8) 
  611.     fromLim -= 2; 
  612.   for (; *fromP != fromLim && *toP != toLim; *fromP += 2) 
  613.     *(*toP)++ = (GET_HI(*fromP) << 8) | GET_LO(*fromP); 
  614. }
  616. #define SET2(ptr, ch) 
  617.   (((ptr)[0] = ((ch) & 0xff)), ((ptr)[1] = ((ch) >> 8)))
  618. #define GET_LO(ptr) ((unsigned char)(ptr)[0])
  619. #define GET_HI(ptr) ((unsigned char)(ptr)[1])
  621. DEFINE_UTF16_TO_UTF8(little2_)
  622. DEFINE_UTF16_TO_UTF16(little2_)
  624. #undef SET2
  625. #undef GET_LO
  626. #undef GET_HI
  628. #define SET2(ptr, ch) 
  629.   (((ptr)[0] = ((ch) >> 8)), ((ptr)[1] = ((ch) & 0xFF)))
  630. #define GET_LO(ptr) ((unsigned char)(ptr)[1])
  631. #define GET_HI(ptr) ((unsigned char)(ptr)[0])
  633. DEFINE_UTF16_TO_UTF8(big2_)
  634. DEFINE_UTF16_TO_UTF16(big2_)
  636. #undef SET2
  637. #undef GET_LO
  638. #undef GET_HI
  640. #define LITTLE2_BYTE_TYPE(enc, p) 
  641.  ((p)[1] == 0 
  642.   ? ((struct normal_encoding *)(enc))->type[(unsigned char)*(p)] 
  643.   : unicode_byte_type((p)[1], (p)[0]))
  644. #define LITTLE2_BYTE_TO_ASCII(enc, p) ((p)[1] == 0 ? (p)[0] : -1)
  645. #define LITTLE2_CHAR_MATCHES(enc, p, c) ((p)[1] == 0 && (p)[0] == c)
  646. #define LITTLE2_IS_NAME_CHAR_MINBPC(enc, p) 
  647.   UCS2_GET_NAMING(namePages, (unsigned char)p[1], (unsigned char)p[0])
  648. #define LITTLE2_IS_NMSTRT_CHAR_MINBPC(enc, p) 
  649.   UCS2_GET_NAMING(nmstrtPages, (unsigned char)p[1], (unsigned char)p[0])
  651. #ifdef XML_MIN_SIZE
  653. static int PTRFASTCALL
  654. little2_byteType(const ENCODING *enc, const char *p)
  655. {
  656.   return LITTLE2_BYTE_TYPE(enc, p);
  657. }
  659. static int PTRFASTCALL
  660. little2_byteToAscii(const ENCODING *enc, const char *p)
  661. {
  662.   return LITTLE2_BYTE_TO_ASCII(enc, p);
  663. }
  665. static int PTRCALL
  666. little2_charMatches(const ENCODING *enc, const char *p, int c)
  667. {
  668.   return LITTLE2_CHAR_MATCHES(enc, p, c);
  669. }
  671. static int PTRFASTCALL
  672. little2_isNameMin(const ENCODING *enc, const char *p)
  673. {
  674.   return LITTLE2_IS_NAME_CHAR_MINBPC(enc, p);
  675. }
  677. static int PTRFASTCALL
  678. little2_isNmstrtMin(const ENCODING *enc, const char *p)
  679. {
  680.   return LITTLE2_IS_NMSTRT_CHAR_MINBPC(enc, p);
  681. }
  683. #undef VTABLE
  684. #define VTABLE VTABLE1, little2_toUtf8, little2_toUtf16
  686. #else /* not XML_MIN_SIZE */
  688. #undef PREFIX
  689. #define PREFIX(ident) little2_ ## ident
  690. #define MINBPC(enc) 2
  691. /* CHAR_MATCHES is guaranteed to have MINBPC bytes available. */
  692. #define BYTE_TYPE(enc, p) LITTLE2_BYTE_TYPE(enc, p)
  693. #define BYTE_TO_ASCII(enc, p) LITTLE2_BYTE_TO_ASCII(enc, p)
  694. #define CHAR_MATCHES(enc, p, c) LITTLE2_CHAR_MATCHES(enc, p, c)
  695. #define IS_NAME_CHAR(enc, p, n) 0
  696. #define IS_NAME_CHAR_MINBPC(enc, p) LITTLE2_IS_NAME_CHAR_MINBPC(enc, p)
  697. #define IS_NMSTRT_CHAR(enc, p, n) (0)
  698. #define IS_NMSTRT_CHAR_MINBPC(enc, p) LITTLE2_IS_NMSTRT_CHAR_MINBPC(enc, p)
  700. #define XML_TOK_IMPL_C
  701. #include "xmltok_impl.c"
  702. #undef XML_TOK_IMPL_C
  704. #undef MINBPC
  705. #undef BYTE_TYPE
  706. #undef BYTE_TO_ASCII
  707. #undef CHAR_MATCHES
  708. #undef IS_NAME_CHAR
  709. #undef IS_NAME_CHAR_MINBPC
  710. #undef IS_NMSTRT_CHAR
  711. #undef IS_NMSTRT_CHAR_MINBPC
  712. #undef IS_INVALID_CHAR
  714. #endif /* not XML_MIN_SIZE */
  716. #ifdef XML_NS
  718. static const struct normal_encoding little2_encoding_ns = {
  719.   { VTABLE, 2, 0,
  720. #if BYTEORDER == 1234
  721.     1
  722. #else
  723.     0
  724. #endif
  725.   },
  726.   {
  727. #include "asciitab.h"
  728. #include "latin1tab.h"
  729.   },
  730.   STANDARD_VTABLE(little2_)
  731. };
  733. #endif
  735. static const struct normal_encoding little2_encoding = {
  736.   { VTABLE, 2, 0,
  737. #if BYTEORDER == 1234
  738.     1
  739. #else
  740.     0
  741. #endif
  742.   },
  743.   {
  744. #define BT_COLON BT_NMSTRT
  745. #include "asciitab.h"
  746. #undef BT_COLON
  747. #include "latin1tab.h"
  748.   },
  749.   STANDARD_VTABLE(little2_)
  750. };
  752. #if BYTEORDER != 4321
  754. #ifdef XML_NS
  756. static const struct normal_encoding internal_little2_encoding_ns = {
  757.   { VTABLE, 2, 0, 1 },
  758.   {
  759. #include "iasciitab.h"
  760. #include "latin1tab.h"
  761.   },
  762.   STANDARD_VTABLE(little2_)
  763. };
  765. #endif
  767. static const struct normal_encoding internal_little2_encoding = {
  768.   { VTABLE, 2, 0, 1 },
  769.   {
  770. #define BT_COLON BT_NMSTRT
  771. #include "iasciitab.h"
  772. #undef BT_COLON
  773. #include "latin1tab.h"
  774.   },
  775.   STANDARD_VTABLE(little2_)
  776. };
  778. #endif
  781. #define BIG2_BYTE_TYPE(enc, p) 
  782.  ((p)[0] == 0 
  783.   ? ((struct normal_encoding *)(enc))->type[(unsigned char)(p)[1]] 
  784.   : unicode_byte_type((p)[0], (p)[1]))
  785. #define BIG2_BYTE_TO_ASCII(enc, p) ((p)[0] == 0 ? (p)[1] : -1)
  786. #define BIG2_CHAR_MATCHES(enc, p, c) ((p)[0] == 0 && (p)[1] == c)
  787. #define BIG2_IS_NAME_CHAR_MINBPC(enc, p) 
  788.   UCS2_GET_NAMING(namePages, (unsigned char)p[0], (unsigned char)p[1])
  789. #define BIG2_IS_NMSTRT_CHAR_MINBPC(enc, p) 
  790.   UCS2_GET_NAMING(nmstrtPages, (unsigned char)p[0], (unsigned char)p[1])
  792. #ifdef XML_MIN_SIZE
  794. static int PTRFASTCALL
  795. big2_byteType(const ENCODING *enc, const char *p)
  796. {
  797.   return BIG2_BYTE_TYPE(enc, p);
  798. }
  800. static int PTRFASTCALL
  801. big2_byteToAscii(const ENCODING *enc, const char *p)
  802. {
  803.   return BIG2_BYTE_TO_ASCII(enc, p);
  804. }
  806. static int PTRCALL
  807. big2_charMatches(const ENCODING *enc, const char *p, int c)
  808. {
  809.   return BIG2_CHAR_MATCHES(enc, p, c);
  810. }
  812. static int PTRFASTCALL
  813. big2_isNameMin(const ENCODING *enc, const char *p)
  814. {
  815.   return BIG2_IS_NAME_CHAR_MINBPC(enc, p);
  816. }
  818. static int PTRFASTCALL
  819. big2_isNmstrtMin(const ENCODING *enc, const char *p)
  820. {
  821.   return BIG2_IS_NMSTRT_CHAR_MINBPC(enc, p);
  822. }
  824. #undef VTABLE
  825. #define VTABLE VTABLE1, big2_toUtf8, big2_toUtf16
  827. #else /* not XML_MIN_SIZE */
  829. #undef PREFIX
  830. #define PREFIX(ident) big2_ ## ident
  831. #define MINBPC(enc) 2
  832. /* CHAR_MATCHES is guaranteed to have MINBPC bytes available. */
  833. #define BYTE_TYPE(enc, p) BIG2_BYTE_TYPE(enc, p)
  834. #define BYTE_TO_ASCII(enc, p) BIG2_BYTE_TO_ASCII(enc, p)
  835. #define CHAR_MATCHES(enc, p, c) BIG2_CHAR_MATCHES(enc, p, c)
  836. #define IS_NAME_CHAR(enc, p, n) 0
  837. #define IS_NAME_CHAR_MINBPC(enc, p) BIG2_IS_NAME_CHAR_MINBPC(enc, p)
  838. #define IS_NMSTRT_CHAR(enc, p, n) (0)
  839. #define IS_NMSTRT_CHAR_MINBPC(enc, p) BIG2_IS_NMSTRT_CHAR_MINBPC(enc, p)
  841. #define XML_TOK_IMPL_C
  842. #include "xmltok_impl.c"
  843. #undef XML_TOK_IMPL_C
  845. #undef MINBPC
  846. #undef BYTE_TYPE
  847. #undef BYTE_TO_ASCII
  848. #undef CHAR_MATCHES
  849. #undef IS_NAME_CHAR
  850. #undef IS_NAME_CHAR_MINBPC
  851. #undef IS_NMSTRT_CHAR
  852. #undef IS_NMSTRT_CHAR_MINBPC
  853. #undef IS_INVALID_CHAR
  855. #endif /* not XML_MIN_SIZE */
  857. #ifdef XML_NS
  859. static const struct normal_encoding big2_encoding_ns = {
  860.   { VTABLE, 2, 0,
  861. #if BYTEORDER == 4321
  862.   1
  863. #else
  864.   0
  865. #endif
  866.   },
  867.   {
  868. #include "asciitab.h"
  869. #include "latin1tab.h"
  870.   },
  871.   STANDARD_VTABLE(big2_)
  872. };
  874. #endif
  876. static const struct normal_encoding big2_encoding = {
  877.   { VTABLE, 2, 0,
  878. #if BYTEORDER == 4321
  879.   1
  880. #else
  881.   0
  882. #endif
  883.   },
  884.   {
  885. #define BT_COLON BT_NMSTRT
  886. #include "asciitab.h"
  887. #undef BT_COLON
  888. #include "latin1tab.h"
  889.   },
  890.   STANDARD_VTABLE(big2_)
  891. };
  893. #if BYTEORDER != 1234
  895. #ifdef XML_NS
  897. static const struct normal_encoding internal_big2_encoding_ns = {
  898.   { VTABLE, 2, 0, 1 },
  899.   {
  900. #include "iasciitab.h"
  901. #include "latin1tab.h"
  902.   },
  903.   STANDARD_VTABLE(big2_)
  904. };
  906. #endif
  908. static const struct normal_encoding internal_big2_encoding = {
  909.   { VTABLE, 2, 0, 1 },
  910.   {
  911. #define BT_COLON BT_NMSTRT
  912. #include "iasciitab.h"
  913. #undef BT_COLON
  914. #include "latin1tab.h"
  915.   },
  916.   STANDARD_VTABLE(big2_)
  917. };
  919. #endif
  921. #undef PREFIX
  923. static int FASTCALL
  924. streqci(const char *s1, const char *s2)
  925. {
  926.   for (;;) {
  927.     char c1 = *s1++;
  928.     char c2 = *s2++;
  929.     if (ASCII_a <= c1 && c1 <= ASCII_z)
  930.       c1 += ASCII_A - ASCII_a;
  931.     if (ASCII_a <= c2 && c2 <= ASCII_z)
  932.       c2 += ASCII_A - ASCII_a;
  933.     if (c1 != c2)
  934.       return 0;
  935.     if (!c1)
  936.       break;
  937.   }
  938.   return 1;
  939. }
  941. static void PTRCALL
  942. initUpdatePosition(const ENCODING *enc, const char *ptr,
  943.                    const char *end, POSITION *pos)
  944. {
  945.   normal_updatePosition(&utf8_encoding.enc, ptr, end, pos);
  946. }
  948. static int
  949. toAscii(const ENCODING *enc, const char *ptr, const char *end)
  950. {
  951.   char buf[1];
  952.   char *p = buf;
  953.   XmlUtf8Convert(enc, &ptr, end, &p, p + 1);
  954.   if (p == buf)
  955.     return -1;
  956.   else
  957.     return buf[0];
  958. }
  960. static int FASTCALL
  961. isSpace(int c)
  962. {
  963.   switch (c) {
  964.   case 0x20:
  965.   case 0xD:
  966.   case 0xA:
  967.   case 0x9:
  968.     return 1;
  969.   }
  970.   return 0;
  971. }
  973. /* Return 1 if there's just optional white space or there's an S
  974.    followed by name=val.
  975. */
  976. static int
  977. parsePseudoAttribute(const ENCODING *enc,
  978.                      const char *ptr,
  979.                      const char *end,
  980.                      const char **namePtr,
  981.                      const char **nameEndPtr,
  982.                      const char **valPtr,
  983.                      const char **nextTokPtr)
  984. {
  985.   int c;
  986.   char open;
  987.   if (ptr == end) {
  988.     *namePtr = NULL;
  989.     return 1;
  990.   }
  991.   if (!isSpace(toAscii(enc, ptr, end))) {
  992.     *nextTokPtr = ptr;
  993.     return 0;
  994.   }
  995.   do {
  996.     ptr += enc->minBytesPerChar;
  997.   } while (isSpace(toAscii(enc, ptr, end)));
  998.   if (ptr == end) {
  999.     *namePtr = NULL;
  1000.     return 1;
  1001.   }
  1002.   *namePtr = ptr;
  1003.   for (;;) {
  1004.     c = toAscii(enc, ptr, end);
  1005.     if (c == -1) {
  1006.       *nextTokPtr = ptr;
  1007.       return 0;
  1008.     }
  1009.     if (c == ASCII_EQUALS) {
  1010.       *nameEndPtr = ptr;
  1011.       break;
  1012.     }
  1013.     if (isSpace(c)) {
  1014.       *nameEndPtr = ptr;
  1015.       do {
  1016.         ptr += enc->minBytesPerChar;
  1017.       } while (isSpace(c = toAscii(enc, ptr, end)));
  1018.       if (c != ASCII_EQUALS) {
  1019.         *nextTokPtr = ptr;
  1020.         return 0;
  1021.       }
  1022.       break;
  1023.     }
  1024.     ptr += enc->minBytesPerChar;
  1025.   }
  1026.   if (ptr == *namePtr) {
  1027.     *nextTokPtr = ptr;
  1028.     return 0;
  1029.   }
  1030.   ptr += enc->minBytesPerChar;
  1031.   c = toAscii(enc, ptr, end);
  1032.   while (isSpace(c)) {
  1033.     ptr += enc->minBytesPerChar;
  1034.     c = toAscii(enc, ptr, end);
  1035.   }
  1036.   if (c != ASCII_QUOT && c != ASCII_APOS) {
  1037.     *nextTokPtr = ptr;
  1038.     return 0;
  1039.   }
  1040.   open = (char)c;
  1041.   ptr += enc->minBytesPerChar;
  1042.   *valPtr = ptr;
  1043.   for (;; ptr += enc->minBytesPerChar) {
  1044.     c = toAscii(enc, ptr, end);
  1045.     if (c == open)
  1046.       break;
  1047.     if (!(ASCII_a <= c && c <= ASCII_z)
  1048.         && !(ASCII_A <= c && c <= ASCII_Z)
  1049.         && !(ASCII_0 <= c && c <= ASCII_9)
  1050.         && c != ASCII_PERIOD
  1051.         && c != ASCII_MINUS
  1052.         && c != ASCII_UNDERSCORE) {
  1053.       *nextTokPtr = ptr;
  1054.       return 0;
  1055.     }
  1056.   }
  1057.   *nextTokPtr = ptr + enc->minBytesPerChar;
  1058.   return 1;
  1059. }
  1061. static const char KW_version[] = {
  1062.   ASCII_v, ASCII_e, ASCII_r, ASCII_s, ASCII_i, ASCII_o, ASCII_n, ''
  1063. };
  1065. static const char KW_encoding[] = {
  1066.   ASCII_e, ASCII_n, ASCII_c, ASCII_o, ASCII_d, ASCII_i, ASCII_n, ASCII_g, ''
  1067. };
  1069. static const char KW_standalone[] = {
  1070.   ASCII_s, ASCII_t, ASCII_a, ASCII_n, ASCII_d, ASCII_a, ASCII_l, ASCII_o,
  1071.   ASCII_n, ASCII_e, ''
  1072. };
  1074. static const char KW_yes[] = {
  1075.   ASCII_y, ASCII_e, ASCII_s,  ''
  1076. };
  1078. static const char KW_no[] = {
  1079.   ASCII_n, ASCII_o,  ''
  1080. };
  1082. static int
  1083. doParseXmlDecl(const ENCODING *(*encodingFinder)(const ENCODING *,
  1084.                                                  const char *,
  1085.                                                  const char *),
  1086.                int isGeneralTextEntity,
  1087.                const ENCODING *enc,
  1088.                const char *ptr,
  1089.                const char *end,
  1090.                const char **badPtr,
  1091.                const char **versionPtr,
  1092.                const char **versionEndPtr,
  1093.                const char **encodingName,
  1094.                const ENCODING **encoding,
  1095.                int *standalone)
  1096. {
  1097.   const char *val = NULL;
  1098.   const char *name = NULL;
  1099.   const char *nameEnd = NULL;
  1100.   ptr += 5 * enc->minBytesPerChar;
  1101.   end -= 2 * enc->minBytesPerChar;
  1102.   if (!parsePseudoAttribute(enc, ptr, end, &name, &nameEnd, &val, &ptr)
  1103.       || !name) {
  1104.     *badPtr = ptr;
  1105.     return 0;
  1106.   }
  1107.   if (!XmlNameMatchesAscii(enc, name, nameEnd, KW_version)) {
  1108.     if (!isGeneralTextEntity) {
  1109.       *badPtr = name;
  1110.       return 0;
  1111.     }
  1112.   }
  1113.   else {
  1114.     if (versionPtr)
  1115.       *versionPtr = val;
  1116.     if (versionEndPtr)
  1117.       *versionEndPtr = ptr;
  1118.     if (!parsePseudoAttribute(enc, ptr, end, &name, &nameEnd, &val, &ptr)) {
  1119.       *badPtr = ptr;
  1120.       return 0;
  1121.     }
  1122.     if (!name) {
  1123.       if (isGeneralTextEntity) {
  1124.         /* a TextDecl must have an EncodingDecl */
  1125.         *badPtr = ptr;
  1126.         return 0;
  1127.       }
  1128.       return 1;
  1129.     }
  1130.   }
  1131.   if (XmlNameMatchesAscii(enc, name, nameEnd, KW_encoding)) {
  1132.     int c = toAscii(enc, val, end);
  1133.     if (!(ASCII_a <= c && c <= ASCII_z) && !(ASCII_A <= c && c <= ASCII_Z)) {
  1134.       *badPtr = val;
  1135.       return 0;
  1136.     }
  1137.     if (encodingName)
  1138.       *encodingName = val;
  1139.     if (encoding)
  1140.       *encoding = encodingFinder(enc, val, ptr - enc->minBytesPerChar);
  1141.     if (!parsePseudoAttribute(enc, ptr, end, &name, &nameEnd, &val, &ptr)) {
  1142.       *badPtr = ptr;
  1143.       return 0;
  1144.     }
  1145.     if (!name)
  1146.       return 1;
  1147.   }
  1148.   if (!XmlNameMatchesAscii(enc, name, nameEnd, KW_standalone)
  1149.       || isGeneralTextEntity) {
  1150.     *badPtr = name;
  1151.     return 0;
  1152.   }
  1153.   if (XmlNameMatchesAscii(enc, val, ptr - enc->minBytesPerChar, KW_yes)) {
  1154.     if (standalone)
  1155.       *standalone = 1;
  1156.   }
  1157.   else if (XmlNameMatchesAscii(enc, val, ptr - enc->minBytesPerChar, KW_no)) {
  1158.     if (standalone)
  1159.       *standalone = 0;
  1160.   }
  1161.   else {
  1162.     *badPtr = val;
  1163.     return 0;
  1164.   }
  1165.   while (isSpace(toAscii(enc, ptr, end)))
  1166.     ptr += enc->minBytesPerChar;
  1167.   if (ptr != end) {
  1168.     *badPtr = ptr;
  1169.     return 0;
  1170.   }
  1171.   return 1;
  1172. }
  1174. static int FASTCALL
  1175. checkCharRefNumber(int result)
  1176. {
  1177.   switch (result >> 8) {
  1178.   case 0xD8: case 0xD9: case 0xDA: case 0xDB:
  1179.   case 0xDC: case 0xDD: case 0xDE: case 0xDF:
  1180.     return -1;
  1181.   case 0:
  1182.     if (latin1_encoding.type[result] == BT_NONXML)
  1183.       return -1;
  1184.     break;
  1185.   case 0xFF:
  1186.     if (result == 0xFFFE || result == 0xFFFF)
  1187.       return -1;
  1188.     break;
  1189.   }
  1190.   return result;
  1191. }
  1193. int FASTCALL
  1194. XmlUtf8Encode(int c, char *buf)
  1195. {
  1196.   enum {
  1197.     /* minN is minimum legal resulting value for N byte sequence */
  1198.     min2 = 0x80,
  1199.     min3 = 0x800,
  1200.     min4 = 0x10000
  1201.   };
  1203.   if (c < 0)
  1204.     return 0;
  1205.   if (c < min2) {
  1206.     buf[0] = (char)(c | UTF8_cval1);
  1207.     return 1;
  1208.   }
  1209.   if (c < min3) {
  1210.     buf[0] = (char)((c >> 6) | UTF8_cval2);
  1211.     buf[1] = (char)((c & 0x3f) | 0x80);
  1212.     return 2;
  1213.   }
  1214.   if (c < min4) {
  1215.     buf[0] = (char)((c >> 12) | UTF8_cval3);
  1216.     buf[1] = (char)(((c >> 6) & 0x3f) | 0x80);
  1217.     buf[2] = (char)((c & 0x3f) | 0x80);
  1218.     return 3;
  1219.   }
  1220.   if (c < 0x110000) {
  1221.     buf[0] = (char)((c >> 18) | UTF8_cval4);
  1222.     buf[1] = (char)(((c >> 12) & 0x3f) | 0x80);
  1223.     buf[2] = (char)(((c >> 6) & 0x3f) | 0x80);
  1224.     buf[3] = (char)((c & 0x3f) | 0x80);
  1225.     return 4;
  1226.   }
  1227.   return 0;
  1228. }
  1230. int FASTCALL
  1231. XmlUtf16Encode(int charNum, unsigned short *buf)
  1232. {
  1233.   if (charNum < 0)
  1234.     return 0;
  1235.   if (charNum < 0x10000) {
  1236.     buf[0] = (unsigned short)charNum;
  1237.     return 1;
  1238.   }
  1239.   if (charNum < 0x110000) {
  1240.     charNum -= 0x10000;
  1241.     buf[0] = (unsigned short)((charNum >> 10) + 0xD800);
  1242.     buf[1] = (unsigned short)((charNum & 0x3FF) + 0xDC00);
  1243.     return 2;
  1244.   }
  1245.   return 0;
  1246. }
  1248. struct unknown_encoding {
  1249.   struct normal_encoding normal;
  1250.   CONVERTER convert;
  1251.   void *userData;
  1252.   unsigned short utf16[256];
  1253.   char utf8[256][4];
  1254. };
  1256. #define AS_UNKNOWN_ENCODING(enc)  ((const struct unknown_encoding *) (enc))
  1258. int
  1259. XmlSizeOfUnknownEncoding(void)
  1260. {
  1261.   return sizeof(struct unknown_encoding);
  1262. }
  1264. static int PTRFASTCALL
  1265. unknown_isName(const ENCODING *enc, const char *p)
  1266. {
  1267.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1268.   int c = uenc->convert(uenc->userData, p);
  1269.   if (c & ~0xFFFF)
  1270.     return 0;
  1271.   return UCS2_GET_NAMING(namePages, c >> 8, c & 0xFF);
  1272. }
  1274. static int PTRFASTCALL
  1275. unknown_isNmstrt(const ENCODING *enc, const char *p)
  1276. {
  1277.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1278.   int c = uenc->convert(uenc->userData, p);
  1279.   if (c & ~0xFFFF)
  1280.     return 0;
  1281.   return UCS2_GET_NAMING(nmstrtPages, c >> 8, c & 0xFF);
  1282. }
  1284. static int PTRFASTCALL
  1285. unknown_isInvalid(const ENCODING *enc, const char *p)
  1286. {
  1287.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1288.   int c = uenc->convert(uenc->userData, p);
  1289.   return (c & ~0xFFFF) || checkCharRefNumber(c) < 0;
  1290. }
  1292. static void PTRCALL
  1293. unknown_toUtf8(const ENCODING *enc,
  1294.                const char **fromP, const char *fromLim,
  1295.                char **toP, const char *toLim)
  1296. {
  1297.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1298.   char buf[XML_UTF8_ENCODE_MAX];
  1299.   for (;;) {
  1300.     const char *utf8;
  1301.     int n;
  1302.     if (*fromP == fromLim)
  1303.       break;
  1304.     utf8 = uenc->utf8[(unsigned char)**fromP];
  1305.     n = *utf8++;
  1306.     if (n == 0) {
  1307.       int c = uenc->convert(uenc->userData, *fromP);
  1308.       n = XmlUtf8Encode(c, buf);
  1309.       if (n > toLim - *toP)
  1310.         break;
  1311.       utf8 = buf;
  1312.       *fromP += (AS_NORMAL_ENCODING(enc)->type[(unsigned char)**fromP]
  1313.                  - (BT_LEAD2 - 2));
  1314.     }
  1315.     else {
  1316.       if (n > toLim - *toP)
  1317.         break;
  1318.       (*fromP)++;
  1319.     }
  1320.     do {
  1321.       *(*toP)++ = *utf8++;
  1322.     } while (--n != 0);
  1323.   }
  1324. }
  1326. static void PTRCALL
  1327. unknown_toUtf16(const ENCODING *enc,
  1328.                 const char **fromP, const char *fromLim,
  1329.                 unsigned short **toP, const unsigned short *toLim)
  1330. {
  1331.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1332.   while (*fromP != fromLim && *toP != toLim) {
  1333.     unsigned short c = uenc->utf16[(unsigned char)**fromP];
  1334.     if (c == 0) {
  1335.       c = (unsigned short)
  1336.           uenc->convert(uenc->userData, *fromP);
  1337.       *fromP += (AS_NORMAL_ENCODING(enc)->type[(unsigned char)**fromP]
  1338.                  - (BT_LEAD2 - 2));
  1339.     }
  1340.     else
  1341.       (*fromP)++;
  1342.     *(*toP)++ = c;
  1343.   }
  1344. }
  1346. ENCODING *
  1347. XmlInitUnknownEncoding(void *mem,
  1348.                        int *table,
  1349.                        CONVERTER convert, 
  1350.                        void *userData)
  1351. {
  1352.   int i;
  1353.   struct unknown_encoding *e = (struct unknown_encoding *)mem;
  1354.   for (i = 0; i < (int)sizeof(struct normal_encoding); i++)
  1355.     ((char *)mem)[i] = ((char *)&latin1_encoding)[i];
  1356.   for (i = 0; i < 128; i++)
  1357.     if (latin1_encoding.type[i] != BT_OTHER
  1358.         && latin1_encoding.type[i] != BT_NONXML
  1359.         && table[i] != i)
  1360.       return 0;
  1361.   for (i = 0; i < 256; i++) {
  1362.     int c = table[i];
  1363.     if (c == -1) {
  1364.       e->normal.type[i] = BT_MALFORM;
  1365.       /* This shouldn't really get used. */
  1366.       e->utf16[i] = 0xFFFF;
  1367.       e->utf8[i][0] = 1;
  1368.       e->utf8[i][1] = 0;
  1369.     }
  1370.     else if (c < 0) {
  1371.       if (c < -4)
  1372.         return 0;
  1373.       e->normal.type[i] = (unsigned char)(BT_LEAD2 - (c + 2));
  1374.       e->utf8[i][0] = 0;
  1375.       e->utf16[i] = 0;
  1376.     }
  1377.     else if (c < 0x80) {
  1378.       if (latin1_encoding.type[c] != BT_OTHER
  1379.           && latin1_encoding.type[c] != BT_NONXML
  1380.           && c != i)
  1381.         return 0;
  1382.       e->normal.type[i] = latin1_encoding.type[c];
  1383.       e->utf8[i][0] = 1;
  1384.       e->utf8[i][1] = (char)c;
  1385.       e->utf16[i] = (unsigned short)(c == 0 ? 0xFFFF : c);
  1386.     }
  1387.     else if (checkCharRefNumber(c) < 0) {
  1388.       e->normal.type[i] = BT_NONXML;
  1389.       /* This shouldn't really get used. */
  1390.       e->utf16[i] = 0xFFFF;
  1391.       e->utf8[i][0] = 1;
  1392.       e->utf8[i][1] = 0;
  1393.     }
  1394.     else {
  1395.       if (c > 0xFFFF)
  1396.         return 0;
  1397.       if (UCS2_GET_NAMING(nmstrtPages, c >> 8, c & 0xff))
  1398.         e->normal.type[i] = BT_NMSTRT;
  1399.       else if (UCS2_GET_NAMING(namePages, c >> 8, c & 0xff))
  1400.         e->normal.type[i] = BT_NAME;
  1401.       else
  1402.         e->normal.type[i] = BT_OTHER;
  1403.       e->utf8[i][0] = (char)XmlUtf8Encode(c, e->utf8[i] + 1);
  1404.       e->utf16[i] = (unsigned short)c;
  1405.     }
  1406.   }
  1407.   e->userData = userData;
  1408.   e->convert = convert;
  1409.   if (convert) {
  1410.     e->normal.isName2 = unknown_isName;
  1411.     e->normal.isName3 = unknown_isName;
  1412.     e->normal.isName4 = unknown_isName;
  1413.     e->normal.isNmstrt2 = unknown_isNmstrt;
  1414.     e->normal.isNmstrt3 = unknown_isNmstrt;
  1415.     e->normal.isNmstrt4 = unknown_isNmstrt;
  1416.     e->normal.isInvalid2 = unknown_isInvalid;
  1417.     e->normal.isInvalid3 = unknown_isInvalid;
  1418.     e->normal.isInvalid4 = unknown_isInvalid;
  1419.   }
  1420.   e->normal.enc.utf8Convert = unknown_toUtf8;
  1421.   e->normal.enc.utf16Convert = unknown_toUtf16;
  1422.   return &(e->normal.enc);
  1423. }
  1425. /* If this enumeration is changed, getEncodingIndex and encodings
  1426. must also be changed. */
  1427. enum {
  1428.   UNKNOWN_ENC = -1,
  1429.   ISO_8859_1_ENC = 0,
  1430.   US_ASCII_ENC,
  1431.   UTF_8_ENC,
  1432.   UTF_16_ENC,
  1433.   UTF_16BE_ENC,
  1434.   UTF_16LE_ENC,
  1435.   /* must match encodingNames up to here */
  1436.   NO_ENC
  1437. };
  1439. static const char KW_ISO_8859_1[] = {
  1440.   ASCII_I, ASCII_S, ASCII_O, ASCII_MINUS, ASCII_8, ASCII_8, ASCII_5, ASCII_9,
  1441.   ASCII_MINUS, ASCII_1, ''
  1442. };
  1443. static const char KW_US_ASCII[] = {
  1444.   ASCII_U, ASCII_S, ASCII_MINUS, ASCII_A, ASCII_S, ASCII_C, ASCII_I, ASCII_I,
  1445.   ''
  1446. };
  1447. static const char KW_UTF_8[] =  {
  1448.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_8, ''
  1449. };
  1450. static const char KW_UTF_16[] = {
  1451.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_1, ASCII_6, ''
  1452. };
  1453. static const char KW_UTF_16BE[] = {
  1454.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_1, ASCII_6, ASCII_B, ASCII_E,
  1455.   ''
  1456. };
  1457. static const char KW_UTF_16LE[] = {
  1458.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_1, ASCII_6, ASCII_L, ASCII_E,
  1459.   ''
  1460. };
  1462. static int FASTCALL
  1463. getEncodingIndex(const char *name)
  1464. {
  1465.   static const char * const encodingNames[] = {
  1466.     KW_ISO_8859_1,
  1467.     KW_US_ASCII,
  1468.     KW_UTF_8,
  1469.     KW_UTF_16,
  1470.     KW_UTF_16BE,
  1471.     KW_UTF_16LE,
  1472.   };
  1473.   int i;
  1474.   if (name == NULL)
  1475.     return NO_ENC;
  1476.   for (i = 0; i < (int)(sizeof(encodingNames)/sizeof(encodingNames[0])); i++)
  1477.     if (streqci(name, encodingNames[i]))
  1478.       return i;
  1479.   return UNKNOWN_ENC;
  1480. }
  1482. /* For binary compatibility, we store the index of the encoding
  1483.    specified at initialization in the isUtf16 member.
  1484. */
  1486. #define INIT_ENC_INDEX(enc) ((int)(enc)->initEnc.isUtf16)
  1487. #define SET_INIT_ENC_INDEX(enc, i) ((enc)->initEnc.isUtf16 = (char)i)
  1489. /* This is what detects the encoding.  encodingTable maps from
  1490.    encoding indices to encodings; INIT_ENC_INDEX(enc) is the index of
  1491.    the external (protocol) specified encoding; state is
  1492.    XML_CONTENT_STATE if we're parsing an external text entity, and
  1493.    XML_PROLOG_STATE otherwise.
  1494. */
  1497. static int
  1498. initScan(const ENCODING * const *encodingTable,
  1499.          const INIT_ENCODING *enc,
  1500.          int state,
  1501.          const char *ptr,
  1502.          const char *end,
  1503.          const char **nextTokPtr)
  1504. {
  1505.   const ENCODING **encPtr;
  1507.   if (ptr == end)
  1508.     return XML_TOK_NONE;
  1509.   encPtr = enc->encPtr;
  1510.   if (ptr + 1 == end) {
  1511.     /* only a single byte available for auto-detection */
  1512. #ifndef XML_DTD /* FIXME */
  1513.     /* a well-formed document entity must have more than one byte */
  1514.     if (state != XML_CONTENT_STATE)
  1515.       return XML_TOK_PARTIAL;
  1516. #endif
  1517.     /* so we're parsing an external text entity... */
  1518.     /* if UTF-16 was externally specified, then we need at least 2 bytes */
  1519.     switch (INIT_ENC_INDEX(enc)) {
  1520.     case UTF_16_ENC:
  1521.     case UTF_16LE_ENC:
  1522.     case UTF_16BE_ENC:
  1523.       return XML_TOK_PARTIAL;
  1524.     }
  1525.     switch ((unsigned char)*ptr) {
  1526.     case 0xFE:
  1527.     case 0xFF:
  1528.     case 0xEF: /* possibly first byte of UTF-8 BOM */
  1529.       if (INIT_ENC_INDEX(enc) == ISO_8859_1_ENC
  1530.           && state == XML_CONTENT_STATE)
  1531.         break;
  1532.       /* fall through */
  1533.     case 0x00:
  1534.     case 0x3C:
  1535.       return XML_TOK_PARTIAL;
  1536.     }
  1537.   }
  1538.   else {
  1539.     switch (((unsigned char)ptr[0] << 8) | (unsigned char)ptr[1]) {
  1540.     case 0xFEFF:
  1541.       if (INIT_ENC_INDEX(enc) == ISO_8859_1_ENC
  1542.           && state == XML_CONTENT_STATE)
  1543.         break;
  1544.       *nextTokPtr = ptr + 2;
  1545.       *encPtr = encodingTable[UTF_16BE_ENC];
  1546.       return XML_TOK_BOM;
  1547.     /* 00 3C is handled in the default case */
  1548.     case 0x3C00:
  1549.       if ((INIT_ENC_INDEX(enc) == UTF_16BE_ENC
  1550.            || INIT_ENC_INDEX(enc) == UTF_16_ENC)
  1551.           && state == XML_CONTENT_STATE)
  1552.         break;
  1553.       *encPtr = encodingTable[UTF_16LE_ENC];
  1554.       return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1555.     case 0xFFFE:
  1556.       if (INIT_ENC_INDEX(enc) == ISO_8859_1_ENC
  1557.           && state == XML_CONTENT_STATE)
  1558.         break;
  1559.       *nextTokPtr = ptr + 2;
  1560.       *encPtr = encodingTable[UTF_16LE_ENC];
  1561.       return XML_TOK_BOM;
  1562.     case 0xEFBB:
  1563.       /* Maybe a UTF-8 BOM (EF BB BF) */
  1564.       /* If there's an explicitly specified (external) encoding
  1565.          of ISO-8859-1 or some flavour of UTF-16
  1566.          and this is an external text entity,
  1567.          don't look for the BOM,
  1568.          because it might be a legal data.
  1569.       */
  1570.       if (state == XML_CONTENT_STATE) {
  1571.         int e = INIT_ENC_INDEX(enc);
  1572.         if (e == ISO_8859_1_ENC || e == UTF_16BE_ENC
  1573.             || e == UTF_16LE_ENC || e == UTF_16_ENC)
  1574.           break;
  1575.       }
  1576.       if (ptr + 2 == end)
  1577.         return XML_TOK_PARTIAL;
  1578.       if ((unsigned char)ptr[2] == 0xBF) {
  1579.         *nextTokPtr = ptr + 3;
  1580.         *encPtr = encodingTable[UTF_8_ENC];
  1581.         return XML_TOK_BOM;
  1582.       }
  1583.       break;
  1584.     default:
  1585.       if (ptr[0] == '') {
  1586.         /* 0 isn't a legal data character. Furthermore a document
  1587.            entity can only start with ASCII characters.  So the only
  1588.            way this can fail to be big-endian UTF-16 if it it's an
  1589.            external parsed general entity that's labelled as
  1590.            UTF-16LE.
  1591.         */
  1592.         if (state == XML_CONTENT_STATE && INIT_ENC_INDEX(enc) == UTF_16LE_ENC)
  1593.           break;
  1594.         *encPtr = encodingTable[UTF_16BE_ENC];
  1595.         return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1596.       }
  1597.       else if (ptr[1] == '') {
  1598.         /* We could recover here in the case:
  1599.             - parsing an external entity
  1600.             - second byte is 0
  1601.             - no externally specified encoding
  1602.             - no encoding declaration
  1603.            by assuming UTF-16LE.  But we don't, because this would mean when
  1604.            presented just with a single byte, we couldn't reliably determine
  1605.            whether we needed further bytes.
  1606.         */
  1607.         if (state == XML_CONTENT_STATE)
  1608.           break;
  1609.         *encPtr = encodingTable[UTF_16LE_ENC];
  1610.         return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1611.       }
  1612.       break;
  1613.     }
  1614.   }
  1615.   *encPtr = encodingTable[INIT_ENC_INDEX(enc)];
  1616.   return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1617. }
  1620. #define NS(x) x
  1621. #define ns(x) x
  1622. #define XML_TOK_NS_C
  1623. #include "xmltok_ns.c"
  1624. #undef XML_TOK_NS_C
  1625. #undef NS
  1626. #undef ns
  1628. #ifdef XML_NS
  1630. #define NS(x) x ## NS
  1631. #define ns(x) x ## _ns
  1633. #define XML_TOK_NS_C
  1634. #include "xmltok_ns.c"
  1635. #undef XML_TOK_NS_C
  1637. #undef NS
  1638. #undef ns
  1640. ENCODING *
  1641. XmlInitUnknownEncodingNS(void *mem,
  1642.                          int *table,
  1643.                          CONVERTER convert, 
  1644.                          void *userData)
  1645. {
  1646.   ENCODING *enc = XmlInitUnknownEncoding(mem, table, convert, userData);
  1647.   if (enc)
  1648.     ((struct normal_encoding *)enc)->type[ASCII_COLON] = BT_COLON;
  1649.   return enc;
  1650. }
  1652. #endif /* XML_NS */