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 > 通讯/手机编程 > Windows Mobile > 查看源码
xmltok.c
资源名称：TextViewNG.rar　[点击查看]
上传用户：hmc_gdtv
上传日期：2013-08-04
资源大小：798k
文件大小：42k
源码类别：

Windows Mobile

开发平台：

Visual C++

xmltok.c：源码内容
  1. /* Copyright (c) 1998, 1999 Thai Open Source Software Center Ltd
  2.    See the file COPYING for copying permission.
  3. */
  5. #include "winconfig.h"
  6. #include "expat.h"
  8. #include "internal.h"
  9. #include "xmltok.h"
  10. #include "nametab.h"
  12. #ifdef XML_DTD
  13. #define IGNORE_SECTION_TOK_VTABLE , PREFIX(ignoreSectionTok)
  14. #else
  15. #define IGNORE_SECTION_TOK_VTABLE /* as nothing */
  16. #endif
  18. #define VTABLE1 
  19.   { PREFIX(prologTok), PREFIX(contentTok), 
  20.     PREFIX(cdataSectionTok) IGNORE_SECTION_TOK_VTABLE }, 
  21.   { PREFIX(attributeValueTok), PREFIX(entityValueTok) }, 
  22.   PREFIX(sameName), 
  23.   PREFIX(nameMatchesAscii), 
  24.   PREFIX(nameLength), 
  25.   PREFIX(skipS), 
  26.   PREFIX(getAtts), 
  27.   PREFIX(charRefNumber), 
  28.   PREFIX(predefinedEntityName), 
  29.   PREFIX(updatePosition), 
  30.   PREFIX(isPublicId)
  32. #define VTABLE VTABLE1, PREFIX(toUtf8), PREFIX(toUtf16)
  34. #define UCS2_GET_NAMING(pages, hi, lo) 
  35.    (namingBitmap[(pages[hi] << 3) + ((lo) >> 5)] & (1 << ((lo) & 0x1F)))
  37. /* A 2 byte UTF-8 representation splits the characters 11 bits between
  38.    the bottom 5 and 6 bits of the bytes.  We need 8 bits to index into
  39.    pages, 3 bits to add to that index and 5 bits to generate the mask.
  40. */
  41. #define UTF8_GET_NAMING2(pages, byte) 
  42.     (namingBitmap[((pages)[(((byte)[0]) >> 2) & 7] << 3) 
  43.                       + ((((byte)[0]) & 3) << 1) 
  44.                       + ((((byte)[1]) >> 5) & 1)] 
  45.          & (1 << (((byte)[1]) & 0x1F)))
  47. /* A 3 byte UTF-8 representation splits the characters 16 bits between
  48.    the bottom 4, 6 and 6 bits of the bytes.  We need 8 bits to index
  49.    into pages, 3 bits to add to that index and 5 bits to generate the
  50.    mask.
  51. */
  52. #define UTF8_GET_NAMING3(pages, byte) 
  53.   (namingBitmap[((pages)[((((byte)[0]) & 0xF) << 4) 
  54.                              + ((((byte)[1]) >> 2) & 0xF)] 
  55.                        << 3) 
  56.                       + ((((byte)[1]) & 3) << 1) 
  57.                       + ((((byte)[2]) >> 5) & 1)] 
  58.          & (1 << (((byte)[2]) & 0x1F)))
  60. #define UTF8_GET_NAMING(pages, p, n) 
  61.   ((n) == 2 
  62.   ? UTF8_GET_NAMING2(pages, (const unsigned char *)(p)) 
  63.   : ((n) == 3 
  64.      ? UTF8_GET_NAMING3(pages, (const unsigned char *)(p)) 
  65.      : 0))
  67. /* Detection of invalid UTF-8 sequences is based on Table 3.1B
  68.    of Unicode 3.2: http://www.unicode.org/unicode/reports/tr28/
  69.    with the additional restriction of not allowing the Unicode
  70.    code points 0xFFFF and 0xFFFE (sequences EF,BF,BF and EF,BF,BE).
  71.    Implementation details:
  72.      (A & 0x80) == 0     means A < 0x80
  73.    and
  74.      (A & 0xC0) == 0xC0  means A > 0xBF
  75. */
  77. #define UTF8_INVALID2(p) 
  78.   ((*p) < 0xC2 || ((p)[1] & 0x80) == 0 || ((p)[1] & 0xC0) == 0xC0)
  80. #define UTF8_INVALID3(p) 
  81.   (((p)[2] & 0x80) == 0 
  82.   || 
  83.   ((*p) == 0xEF && (p)[1] == 0xBF 
  84.     ? 
  85.     (p)[2] > 0xBD 
  86.     : 
  87.     ((p)[2] & 0xC0) == 0xC0) 
  88.   || 
  89.   ((*p) == 0xE0 
  90.     ? 
  91.     (p)[1] < 0xA0 || ((p)[1] & 0xC0) == 0xC0 
  92.     : 
  93.     ((p)[1] & 0x80) == 0 
  94.     || 
  95.     ((*p) == 0xED ? (p)[1] > 0x9F : ((p)[1] & 0xC0) == 0xC0)))
  97. #define UTF8_INVALID4(p) 
  98.   (((p)[3] & 0x80) == 0 || ((p)[3] & 0xC0) == 0xC0 
  99.   || 
  100.   ((p)[2] & 0x80) == 0 || ((p)[2] & 0xC0) == 0xC0 
  101.   || 
  102.   ((*p) == 0xF0 
  103.     ? 
  104.     (p)[1] < 0x90 || ((p)[1] & 0xC0) == 0xC0 
  105.     : 
  106.     ((p)[1] & 0x80) == 0 
  107.     || 
  108.     ((*p) == 0xF4 ? (p)[1] > 0x8F : ((p)[1] & 0xC0) == 0xC0)))
  110. static int PTRFASTCALL
  111. isNever(const ENCODING *enc, const char *p)
  112. {
  113.   return 0;
  114. }
  116. static int PTRFASTCALL
  117. utf8_isName2(const ENCODING *enc, const char *p)
  118. {
  119.   return UTF8_GET_NAMING2(namePages, (const unsigned char *)p);
  120. }
  122. static int PTRFASTCALL
  123. utf8_isName3(const ENCODING *enc, const char *p)
  124. {
  125.   return UTF8_GET_NAMING3(namePages, (const unsigned char *)p);
  126. }
  128. #define utf8_isName4 isNever
  130. static int PTRFASTCALL
  131. utf8_isNmstrt2(const ENCODING *enc, const char *p)
  132. {
  133.   return UTF8_GET_NAMING2(nmstrtPages, (const unsigned char *)p);
  134. }
  136. static int PTRFASTCALL
  137. utf8_isNmstrt3(const ENCODING *enc, const char *p)
  138. {
  139.   return UTF8_GET_NAMING3(nmstrtPages, (const unsigned char *)p);
  140. }
  142. #define utf8_isNmstrt4 isNever
  144. static int PTRFASTCALL
  145. utf8_isInvalid2(const ENCODING *enc, const char *p)
  146. {
  147.   return UTF8_INVALID2((const unsigned char *)p);
  148. }
  150. static int PTRFASTCALL
  151. utf8_isInvalid3(const ENCODING *enc, const char *p)
  152. {
  153.   return UTF8_INVALID3((const unsigned char *)p);
  154. }
  156. static int PTRFASTCALL
  157. utf8_isInvalid4(const ENCODING *enc, const char *p)
  158. {
  159.   return UTF8_INVALID4((const unsigned char *)p);
  160. }
  162. struct normal_encoding {
  163.   ENCODING enc;
  164.   unsigned char type[256];
  165. #ifdef XML_MIN_SIZE
  166.   int (PTRFASTCALL *byteType)(const ENCODING *, const char *);
  167.   int (PTRFASTCALL *isNameMin)(const ENCODING *, const char *);
  168.   int (PTRFASTCALL *isNmstrtMin)(const ENCODING *, const char *);
  169.   int (PTRFASTCALL *byteToAscii)(const ENCODING *, const char *);
  170.   int (PTRCALL *charMatches)(const ENCODING *, const char *, int);
  171. #endif /* XML_MIN_SIZE */
  172.   int (PTRFASTCALL *isName2)(const ENCODING *, const char *);
  173.   int (PTRFASTCALL *isName3)(const ENCODING *, const char *);
  174.   int (PTRFASTCALL *isName4)(const ENCODING *, const char *);
  175.   int (PTRFASTCALL *isNmstrt2)(const ENCODING *, const char *);
  176.   int (PTRFASTCALL *isNmstrt3)(const ENCODING *, const char *);
  177.   int (PTRFASTCALL *isNmstrt4)(const ENCODING *, const char *);
  178.   int (PTRFASTCALL *isInvalid2)(const ENCODING *, const char *);
  179.   int (PTRFASTCALL *isInvalid3)(const ENCODING *, const char *);
  180.   int (PTRFASTCALL *isInvalid4)(const ENCODING *, const char *);
  181. };
  183. #define AS_NORMAL_ENCODING(enc)   ((const struct normal_encoding *) (enc))
  185. #ifdef XML_MIN_SIZE
  187. #define STANDARD_VTABLE(E) 
  188.  E ## byteType, 
  189.  E ## isNameMin, 
  190.  E ## isNmstrtMin, 
  191.  E ## byteToAscii, 
  192.  E ## charMatches,
  194. #else
  196. #define STANDARD_VTABLE(E) /* as nothing */
  198. #endif
  200. #define NORMAL_VTABLE(E) 
  201.  E ## isName2, 
  202.  E ## isName3, 
  203.  E ## isName4, 
  204.  E ## isNmstrt2, 
  205.  E ## isNmstrt3, 
  206.  E ## isNmstrt4, 
  207.  E ## isInvalid2, 
  208.  E ## isInvalid3, 
  209.  E ## isInvalid4
  211. static int FASTCALL checkCharRefNumber(int);
  213. #include "xmltok_impl.h"
  214. #include "ascii.h"
  216. #ifdef XML_MIN_SIZE
  217. #define sb_isNameMin isNever
  218. #define sb_isNmstrtMin isNever
  219. #endif
  221. #ifdef XML_MIN_SIZE
  222. #define MINBPC(enc) ((enc)->minBytesPerChar)
  223. #else
  224. /* minimum bytes per character */
  225. #define MINBPC(enc) 1
  226. #endif
  228. #define SB_BYTE_TYPE(enc, p) 
  229.   (((struct normal_encoding *)(enc))->type[(unsigned char)*(p)])
  231. #ifdef XML_MIN_SIZE
  232. static int PTRFASTCALL
  233. sb_byteType(const ENCODING *enc, const char *p)
  234. {
  235.   return SB_BYTE_TYPE(enc, p);
  236. }
  237. #define BYTE_TYPE(enc, p) 
  238.  (AS_NORMAL_ENCODING(enc)->byteType(enc, p))
  239. #else
  240. #define BYTE_TYPE(enc, p) SB_BYTE_TYPE(enc, p)
  241. #endif
  243. #ifdef XML_MIN_SIZE
  244. #define BYTE_TO_ASCII(enc, p) 
  245.  (AS_NORMAL_ENCODING(enc)->byteToAscii(enc, p))
  246. static int PTRFASTCALL
  247. sb_byteToAscii(const ENCODING *enc, const char *p)
  248. {
  249.   return *p;
  250. }
  251. #else
  252. #define BYTE_TO_ASCII(enc, p) (*(p))
  253. #endif
  255. #define IS_NAME_CHAR(enc, p, n) 
  256.  (AS_NORMAL_ENCODING(enc)->isName ## n(enc, p))
  257. #define IS_NMSTRT_CHAR(enc, p, n) 
  258.  (AS_NORMAL_ENCODING(enc)->isNmstrt ## n(enc, p))
  259. #define IS_INVALID_CHAR(enc, p, n) 
  260.  (AS_NORMAL_ENCODING(enc)->isInvalid ## n(enc, p))
  262. #ifdef XML_MIN_SIZE
  263. #define IS_NAME_CHAR_MINBPC(enc, p) 
  264.  (AS_NORMAL_ENCODING(enc)->isNameMin(enc, p))
  265. #define IS_NMSTRT_CHAR_MINBPC(enc, p) 
  266.  (AS_NORMAL_ENCODING(enc)->isNmstrtMin(enc, p))
  267. #else
  268. #define IS_NAME_CHAR_MINBPC(enc, p) (0)
  269. #define IS_NMSTRT_CHAR_MINBPC(enc, p) (0)
  270. #endif
  272. #ifdef XML_MIN_SIZE
  273. #define CHAR_MATCHES(enc, p, c) 
  274.  (AS_NORMAL_ENCODING(enc)->charMatches(enc, p, c))
  275. static int PTRCALL
  276. sb_charMatches(const ENCODING *enc, const char *p, int c)
  277. {
  278.   return *p == c;
  279. }
  280. #else
  281. /* c is an ASCII character */
  282. #define CHAR_MATCHES(enc, p, c) (*(p) == c)
  283. #endif
  285. #define PREFIX(ident) normal_ ## ident
  286. #include "xmltok_impl.c"
  288. #undef MINBPC
  289. #undef BYTE_TYPE
  290. #undef BYTE_TO_ASCII
  291. #undef CHAR_MATCHES
  292. #undef IS_NAME_CHAR
  293. #undef IS_NAME_CHAR_MINBPC
  294. #undef IS_NMSTRT_CHAR
  295. #undef IS_NMSTRT_CHAR_MINBPC
  296. #undef IS_INVALID_CHAR
  298. enum {  /* UTF8_cvalN is value of masked first byte of N byte sequence */
  299.   UTF8_cval1 = 0x00,
  300.   UTF8_cval2 = 0xc0,
  301.   UTF8_cval3 = 0xe0,
  302.   UTF8_cval4 = 0xf0
  303. };
  305. static void PTRCALL
  306. utf8_toUtf8(const ENCODING *enc,
  307.             const char **fromP, const char *fromLim,
  308.             char **toP, const char *toLim)
  309. {
  310.   char *to;
  311.   const char *from;
  312.   if (fromLim - *fromP > toLim - *toP) {
  313.     /* Avoid copying partial characters. */
  314.     for (fromLim = *fromP + (toLim - *toP); fromLim > *fromP; fromLim--)
  315.       if (((unsigned char)fromLim[-1] & 0xc0) != 0x80)
  316.         break;
  317.   }
  318.   for (to = *toP, from = *fromP; from != fromLim; from++, to++)
  319.     *to = *from;
  320.   *fromP = from;
  321.   *toP = to;
  322. }
  324. static void PTRCALL
  325. utf8_toUtf16(const ENCODING *enc,
  326.              const char **fromP, const char *fromLim,
  327.              unsigned short **toP, const unsigned short *toLim)
  328. {
  329.   unsigned short *to = *toP;
  330.   const char *from = *fromP;
  331.   while (from != fromLim && to != toLim) {
  332.     switch (((struct normal_encoding *)enc)->type[(unsigned char)*from]) {
  333.     case BT_LEAD2:
  334.       *to++ = (unsigned short)(((from[0] & 0x1f) << 6) | (from[1] & 0x3f));
  335.       from += 2;
  336.       break;
  337.     case BT_LEAD3:
  338.       *to++ = (unsigned short)(((from[0] & 0xf) << 12)
  339.                                | ((from[1] & 0x3f) << 6) | (from[2] & 0x3f));
  340.       from += 3;
  341.       break;
  342.     case BT_LEAD4:
  343.       {
  344.         unsigned long n;
  345.         if (to + 1 == toLim)
  346.           goto after;
  347.         n = ((from[0] & 0x7) << 18) | ((from[1] & 0x3f) << 12)
  348.             | ((from[2] & 0x3f) << 6) | (from[3] & 0x3f);
  349.         n -= 0x10000;
  350.         to[0] = (unsigned short)((n >> 10) | 0xD800);
  351.         to[1] = (unsigned short)((n & 0x3FF) | 0xDC00);
  352.         to += 2;
  353.         from += 4;
  354.       }
  355.       break;
  356.     default:
  357.       *to++ = *from++;
  358.       break;
  359.     }
  360.   }
  361. after:
  362.   *fromP = from;
  363.   *toP = to;
  364. }
  366. #ifdef XML_NS
  367. static const struct normal_encoding utf8_encoding_ns = {
  368.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  369.   {
  370. #include "asciitab.h"
  371. #include "utf8tab.h"
  372.   },
  373.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  374. };
  375. #endif
  377. static const struct normal_encoding utf8_encoding = {
  378.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  379.   {
  380. #define BT_COLON BT_NMSTRT
  381. #include "asciitab.h"
  382. #undef BT_COLON
  383. #include "utf8tab.h"
  384.   },
  385.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  386. };
  388. #ifdef XML_NS
  390. static const struct normal_encoding internal_utf8_encoding_ns = {
  391.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  392.   {
  393. #include "iasciitab.h"
  394. #include "utf8tab.h"
  395.   },
  396.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  397. };
  399. #endif
  401. static const struct normal_encoding internal_utf8_encoding = {
  402.   { VTABLE1, utf8_toUtf8, utf8_toUtf16, 1, 1, 0 },
  403.   {
  404. #define BT_COLON BT_NMSTRT
  405. #include "iasciitab.h"
  406. #undef BT_COLON
  407. #include "utf8tab.h"
  408.   },
  409.   STANDARD_VTABLE(sb_) NORMAL_VTABLE(utf8_)
  410. };
  412. static void PTRCALL
  413. latin1_toUtf8(const ENCODING *enc,
  414.               const char **fromP, const char *fromLim,
  415.               char **toP, const char *toLim)
  416. {
  417.   for (;;) {
  418.     unsigned char c;
  419.     if (*fromP == fromLim)
  420.       break;
  421.     c = (unsigned char)**fromP;
  422.     if (c & 0x80) {
  423.       if (toLim - *toP < 2)
  424.         break;
  425.       *(*toP)++ = (char)((c >> 6) | UTF8_cval2);
  426.       *(*toP)++ = (char)((c & 0x3f) | 0x80);
  427.       (*fromP)++;
  428.     }
  429.     else {
  430.       if (*toP == toLim)
  431.         break;
  432.       *(*toP)++ = *(*fromP)++;
  433.     }
  434.   }
  435. }
  437. static void PTRCALL
  438. latin1_toUtf16(const ENCODING *enc,
  439.                const char **fromP, const char *fromLim,
  440.                unsigned short **toP, const unsigned short *toLim)
  441. {
  442.   while (*fromP != fromLim && *toP != toLim)
  443.     *(*toP)++ = (unsigned char)*(*fromP)++;
  444. }
  446. #ifdef XML_NS
  448. static const struct normal_encoding latin1_encoding_ns = {
  449.   { VTABLE1, latin1_toUtf8, latin1_toUtf16, 1, 0, 0 },
  450.   {
  451. #include "asciitab.h"
  452. #include "latin1tab.h"
  453.   },
  454.   STANDARD_VTABLE(sb_)
  455. };
  457. #endif
  459. static const struct normal_encoding latin1_encoding = {
  460.   { VTABLE1, latin1_toUtf8, latin1_toUtf16, 1, 0, 0 },
  461.   {
  462. #define BT_COLON BT_NMSTRT
  463. #include "asciitab.h"
  464. #undef BT_COLON
  465. #include "latin1tab.h"
  466.   },
  467.   STANDARD_VTABLE(sb_)
  468. };
  470. static void PTRCALL
  471. ascii_toUtf8(const ENCODING *enc,
  472.              const char **fromP, const char *fromLim,
  473.              char **toP, const char *toLim)
  474. {
  475.   while (*fromP != fromLim && *toP != toLim)
  476.     *(*toP)++ = *(*fromP)++;
  477. }
  479. #ifdef XML_NS
  481. static const struct normal_encoding ascii_encoding_ns = {
  482.   { VTABLE1, ascii_toUtf8, latin1_toUtf16, 1, 1, 0 },
  483.   {
  484. #include "asciitab.h"
  485. /* BT_NONXML == 0 */
  486.   },
  487.   STANDARD_VTABLE(sb_)
  488. };
  490. #endif
  492. static const struct normal_encoding ascii_encoding = {
  493.   { VTABLE1, ascii_toUtf8, latin1_toUtf16, 1, 1, 0 },
  494.   {
  495. #define BT_COLON BT_NMSTRT
  496. #include "asciitab.h"
  497. #undef BT_COLON
  498. /* BT_NONXML == 0 */
  499.   },
  500.   STANDARD_VTABLE(sb_)
  501. };
  503. static int PTRFASTCALL
  504. unicode_byte_type(char hi, char lo)
  505. {
  506.   switch ((unsigned char)hi) {
  507.   case 0xD8: case 0xD9: case 0xDA: case 0xDB:
  508.     return BT_LEAD4;
  509.   case 0xDC: case 0xDD: case 0xDE: case 0xDF:
  510.     return BT_TRAIL;
  511.   case 0xFF:
  512.     switch ((unsigned char)lo) {
  513.     case 0xFF:
  514.     case 0xFE:
  515.       return BT_NONXML;
  516.     }
  517.     break;
  518.   }
  519.   return BT_NONASCII;
  520. }
  522. #define DEFINE_UTF16_TO_UTF8(E) 
  523. static void  PTRCALL 
  524. E ## toUtf8(const ENCODING *enc, 
  525.             const char **fromP, const char *fromLim, 
  526.             char **toP, const char *toLim) 
  527. { 
  528.   const char *from; 
  529.   for (from = *fromP; from != fromLim; from += 2) { 
  530.     int plane; 
  531.     unsigned char lo2; 
  532.     unsigned char lo = GET_LO(from); 
  533.     unsigned char hi = GET_HI(from); 
  534.     switch (hi) { 
  535.     case 0: 
  536.       if (lo < 0x80) { 
  537.         if (*toP == toLim) { 
  538.           *fromP = from; 
  539.           return; 
  540.         } 
  541.         *(*toP)++ = lo; 
  542.         break; 
  543.       } 
  544.       /* fall through */ 
  545.     case 0x1: case 0x2: case 0x3: 
  546.     case 0x4: case 0x5: case 0x6: case 0x7: 
  547.       if (toLim -  *toP < 2) { 
  548.         *fromP = from; 
  549.         return; 
  550.       } 
  551.       *(*toP)++ = ((lo >> 6) | (hi << 2) |  UTF8_cval2); 
  552.       *(*toP)++ = ((lo & 0x3f) | 0x80); 
  553.       break; 
  554.     default: 
  555.       if (toLim -  *toP < 3)  { 
  556.         *fromP = from; 
  557.         return; 
  558.       } 
  559.       /* 16 bits divided 4, 6, 6 amongst 3 bytes */ 
  560.       *(*toP)++ = ((hi >> 4) | UTF8_cval3); 
  561.       *(*toP)++ = (((hi & 0xf) << 2) | (lo >> 6) | 0x80); 
  562.       *(*toP)++ = ((lo & 0x3f) | 0x80); 
  563.       break; 
  564.     case 0xD8: case 0xD9: case 0xDA: case 0xDB: 
  565.       if (toLim -  *toP < 4) { 
  566.         *fromP = from; 
  567.         return; 
  568.       } 
  569.       plane = (((hi & 0x3) << 2) | ((lo >> 6) & 0x3)) + 1; 
  570.       *(*toP)++ = ((plane >> 2) | UTF8_cval4); 
  571.       *(*toP)++ = (((lo >> 2) & 0xF) | ((plane & 0x3) << 4) | 0x80); 
  572.       from += 2; 
  573.       lo2 = GET_LO(from); 
  574.       *(*toP)++ = (((lo & 0x3) << 4) 
  575.                    | ((GET_HI(from) & 0x3) << 2) 
  576.                    | (lo2 >> 6) 
  577.                    | 0x80); 
  578.       *(*toP)++ = ((lo2 & 0x3f) | 0x80); 
  579.       break; 
  580.     } 
  581.   } 
  582.   *fromP = from; 
  583. }
  585. #define DEFINE_UTF16_TO_UTF16(E) 
  586. static void  PTRCALL 
  587. E ## toUtf16(const ENCODING *enc, 
  588.              const char **fromP, const char *fromLim, 
  589.              unsigned short **toP, const unsigned short *toLim) 
  590. { 
  591.   /* Avoid copying first half only of surrogate */ 
  592.   if (fromLim - *fromP > ((toLim - *toP) << 1) 
  593.       && (GET_HI(fromLim - 2) & 0xF8) == 0xD8) 
  594.     fromLim -= 2; 
  595.   for (; *fromP != fromLim && *toP != toLim; *fromP += 2) 
  596.     *(*toP)++ = (GET_HI(*fromP) << 8) | GET_LO(*fromP); 
  597. }
  599. #define SET2(ptr, ch) 
  600.   (((ptr)[0] = ((ch) & 0xff)), ((ptr)[1] = ((ch) >> 8)))
  601. #define GET_LO(ptr) ((unsigned char)(ptr)[0])
  602. #define GET_HI(ptr) ((unsigned char)(ptr)[1])
  604. DEFINE_UTF16_TO_UTF8(little2_)
  605. DEFINE_UTF16_TO_UTF16(little2_)
  607. #undef SET2
  608. #undef GET_LO
  609. #undef GET_HI
  611. #define SET2(ptr, ch) 
  612.   (((ptr)[0] = ((ch) >> 8)), ((ptr)[1] = ((ch) & 0xFF)))
  613. #define GET_LO(ptr) ((unsigned char)(ptr)[1])
  614. #define GET_HI(ptr) ((unsigned char)(ptr)[0])
  616. DEFINE_UTF16_TO_UTF8(big2_)
  617. DEFINE_UTF16_TO_UTF16(big2_)
  619. #undef SET2
  620. #undef GET_LO
  621. #undef GET_HI
  623. #define LITTLE2_BYTE_TYPE(enc, p) 
  624.  ((p)[1] == 0 
  625.   ? ((struct normal_encoding *)(enc))->type[(unsigned char)*(p)] 
  626.   : unicode_byte_type((p)[1], (p)[0]))
  627. #define LITTLE2_BYTE_TO_ASCII(enc, p) ((p)[1] == 0 ? (p)[0] : -1)
  628. #define LITTLE2_CHAR_MATCHES(enc, p, c) ((p)[1] == 0 && (p)[0] == c)
  629. #define LITTLE2_IS_NAME_CHAR_MINBPC(enc, p) 
  630.   UCS2_GET_NAMING(namePages, (unsigned char)p[1], (unsigned char)p[0])
  631. #define LITTLE2_IS_NMSTRT_CHAR_MINBPC(enc, p) 
  632.   UCS2_GET_NAMING(nmstrtPages, (unsigned char)p[1], (unsigned char)p[0])
  634. #ifdef XML_MIN_SIZE
  636. static int PTRFASTCALL
  637. little2_byteType(const ENCODING *enc, const char *p)
  638. {
  639.   return LITTLE2_BYTE_TYPE(enc, p);
  640. }
  642. static int PTRFASTCALL
  643. little2_byteToAscii(const ENCODING *enc, const char *p)
  644. {
  645.   return LITTLE2_BYTE_TO_ASCII(enc, p);
  646. }
  648. static int PTRCALL
  649. little2_charMatches(const ENCODING *enc, const char *p, int c)
  650. {
  651.   return LITTLE2_CHAR_MATCHES(enc, p, c);
  652. }
  654. static int PTRFASTCALL
  655. little2_isNameMin(const ENCODING *enc, const char *p)
  656. {
  657.   return LITTLE2_IS_NAME_CHAR_MINBPC(enc, p);
  658. }
  660. static int PTRFASTCALL
  661. little2_isNmstrtMin(const ENCODING *enc, const char *p)
  662. {
  663.   return LITTLE2_IS_NMSTRT_CHAR_MINBPC(enc, p);
  664. }
  666. #undef VTABLE
  667. #define VTABLE VTABLE1, little2_toUtf8, little2_toUtf16
  669. #else /* not XML_MIN_SIZE */
  671. #undef PREFIX
  672. #define PREFIX(ident) little2_ ## ident
  673. #define MINBPC(enc) 2
  674. /* CHAR_MATCHES is guaranteed to have MINBPC bytes available. */
  675. #define BYTE_TYPE(enc, p) LITTLE2_BYTE_TYPE(enc, p)
  676. #define BYTE_TO_ASCII(enc, p) LITTLE2_BYTE_TO_ASCII(enc, p)
  677. #define CHAR_MATCHES(enc, p, c) LITTLE2_CHAR_MATCHES(enc, p, c)
  678. #define IS_NAME_CHAR(enc, p, n) 0
  679. #define IS_NAME_CHAR_MINBPC(enc, p) LITTLE2_IS_NAME_CHAR_MINBPC(enc, p)
  680. #define IS_NMSTRT_CHAR(enc, p, n) (0)
  681. #define IS_NMSTRT_CHAR_MINBPC(enc, p) LITTLE2_IS_NMSTRT_CHAR_MINBPC(enc, p)
  683. #include "xmltok_impl.c"
  685. #undef MINBPC
  686. #undef BYTE_TYPE
  687. #undef BYTE_TO_ASCII
  688. #undef CHAR_MATCHES
  689. #undef IS_NAME_CHAR
  690. #undef IS_NAME_CHAR_MINBPC
  691. #undef IS_NMSTRT_CHAR
  692. #undef IS_NMSTRT_CHAR_MINBPC
  693. #undef IS_INVALID_CHAR
  695. #endif /* not XML_MIN_SIZE */
  697. #ifdef XML_NS
  699. static const struct normal_encoding little2_encoding_ns = {
  700.   { VTABLE, 2, 0,
  701. #if BYTEORDER == 1234
  702.     1
  703. #else
  704.     0
  705. #endif
  706.   },
  707.   {
  708. #include "asciitab.h"
  709. #include "latin1tab.h"
  710.   },
  711.   STANDARD_VTABLE(little2_)
  712. };
  714. #endif
  716. static const struct normal_encoding little2_encoding = {
  717.   { VTABLE, 2, 0,
  718. #if BYTEORDER == 1234
  719.     1
  720. #else
  721.     0
  722. #endif
  723.   },
  724.   {
  725. #define BT_COLON BT_NMSTRT
  726. #include "asciitab.h"
  727. #undef BT_COLON
  728. #include "latin1tab.h"
  729.   },
  730.   STANDARD_VTABLE(little2_)
  731. };
  733. #if BYTEORDER != 4321
  735. #ifdef XML_NS
  737. static const struct normal_encoding internal_little2_encoding_ns = {
  738.   { VTABLE, 2, 0, 1 },
  739.   {
  740. #include "iasciitab.h"
  741. #include "latin1tab.h"
  742.   },
  743.   STANDARD_VTABLE(little2_)
  744. };
  746. #endif
  748. static const struct normal_encoding internal_little2_encoding = {
  749.   { VTABLE, 2, 0, 1 },
  750.   {
  751. #define BT_COLON BT_NMSTRT
  752. #include "iasciitab.h"
  753. #undef BT_COLON
  754. #include "latin1tab.h"
  755.   },
  756.   STANDARD_VTABLE(little2_)
  757. };
  759. #endif
  762. #define BIG2_BYTE_TYPE(enc, p) 
  763.  ((p)[0] == 0 
  764.   ? ((struct normal_encoding *)(enc))->type[(unsigned char)(p)[1]] 
  765.   : unicode_byte_type((p)[0], (p)[1]))
  766. #define BIG2_BYTE_TO_ASCII(enc, p) ((p)[0] == 0 ? (p)[1] : -1)
  767. #define BIG2_CHAR_MATCHES(enc, p, c) ((p)[0] == 0 && (p)[1] == c)
  768. #define BIG2_IS_NAME_CHAR_MINBPC(enc, p) 
  769.   UCS2_GET_NAMING(namePages, (unsigned char)p[0], (unsigned char)p[1])
  770. #define BIG2_IS_NMSTRT_CHAR_MINBPC(enc, p) 
  771.   UCS2_GET_NAMING(nmstrtPages, (unsigned char)p[0], (unsigned char)p[1])
  773. #ifdef XML_MIN_SIZE
  775. static int PTRFASTCALL
  776. big2_byteType(const ENCODING *enc, const char *p)
  777. {
  778.   return BIG2_BYTE_TYPE(enc, p);
  779. }
  781. static int PTRFASTCALL
  782. big2_byteToAscii(const ENCODING *enc, const char *p)
  783. {
  784.   return BIG2_BYTE_TO_ASCII(enc, p);
  785. }
  787. static int PTRCALL
  788. big2_charMatches(const ENCODING *enc, const char *p, int c)
  789. {
  790.   return BIG2_CHAR_MATCHES(enc, p, c);
  791. }
  793. static int PTRFASTCALL
  794. big2_isNameMin(const ENCODING *enc, const char *p)
  795. {
  796.   return BIG2_IS_NAME_CHAR_MINBPC(enc, p);
  797. }
  799. static int PTRFASTCALL
  800. big2_isNmstrtMin(const ENCODING *enc, const char *p)
  801. {
  802.   return BIG2_IS_NMSTRT_CHAR_MINBPC(enc, p);
  803. }
  805. #undef VTABLE
  806. #define VTABLE VTABLE1, big2_toUtf8, big2_toUtf16
  808. #else /* not XML_MIN_SIZE */
  810. #undef PREFIX
  811. #define PREFIX(ident) big2_ ## ident
  812. #define MINBPC(enc) 2
  813. /* CHAR_MATCHES is guaranteed to have MINBPC bytes available. */
  814. #define BYTE_TYPE(enc, p) BIG2_BYTE_TYPE(enc, p)
  815. #define BYTE_TO_ASCII(enc, p) BIG2_BYTE_TO_ASCII(enc, p)
  816. #define CHAR_MATCHES(enc, p, c) BIG2_CHAR_MATCHES(enc, p, c)
  817. #define IS_NAME_CHAR(enc, p, n) 0
  818. #define IS_NAME_CHAR_MINBPC(enc, p) BIG2_IS_NAME_CHAR_MINBPC(enc, p)
  819. #define IS_NMSTRT_CHAR(enc, p, n) (0)
  820. #define IS_NMSTRT_CHAR_MINBPC(enc, p) BIG2_IS_NMSTRT_CHAR_MINBPC(enc, p)
  822. #include "xmltok_impl.c"
  824. #undef MINBPC
  825. #undef BYTE_TYPE
  826. #undef BYTE_TO_ASCII
  827. #undef CHAR_MATCHES
  828. #undef IS_NAME_CHAR
  829. #undef IS_NAME_CHAR_MINBPC
  830. #undef IS_NMSTRT_CHAR
  831. #undef IS_NMSTRT_CHAR_MINBPC
  832. #undef IS_INVALID_CHAR
  834. #endif /* not XML_MIN_SIZE */
  836. #ifdef XML_NS
  838. static const struct normal_encoding big2_encoding_ns = {
  839.   { VTABLE, 2, 0,
  840. #if BYTEORDER == 4321
  841.   1
  842. #else
  843.   0
  844. #endif
  845.   },
  846.   {
  847. #include "asciitab.h"
  848. #include "latin1tab.h"
  849.   },
  850.   STANDARD_VTABLE(big2_)
  851. };
  853. #endif
  855. static const struct normal_encoding big2_encoding = {
  856.   { VTABLE, 2, 0,
  857. #if BYTEORDER == 4321
  858.   1
  859. #else
  860.   0
  861. #endif
  862.   },
  863.   {
  864. #define BT_COLON BT_NMSTRT
  865. #include "asciitab.h"
  866. #undef BT_COLON
  867. #include "latin1tab.h"
  868.   },
  869.   STANDARD_VTABLE(big2_)
  870. };
  872. #if BYTEORDER != 1234
  874. #ifdef XML_NS
  876. static const struct normal_encoding internal_big2_encoding_ns = {
  877.   { VTABLE, 2, 0, 1 },
  878.   {
  879. #include "iasciitab.h"
  880. #include "latin1tab.h"
  881.   },
  882.   STANDARD_VTABLE(big2_)
  883. };
  885. #endif
  887. static const struct normal_encoding internal_big2_encoding = {
  888.   { VTABLE, 2, 0, 1 },
  889.   {
  890. #define BT_COLON BT_NMSTRT
  891. #include "iasciitab.h"
  892. #undef BT_COLON
  893. #include "latin1tab.h"
  894.   },
  895.   STANDARD_VTABLE(big2_)
  896. };
  898. #endif
  900. #undef PREFIX
  902. static int FASTCALL
  903. streqci(const char *s1, const char *s2)
  904. {
  905.   for (;;) {
  906.     char c1 = *s1++;
  907.     char c2 = *s2++;
  908.     if (ASCII_a <= c1 && c1 <= ASCII_z)
  909.       c1 += ASCII_A - ASCII_a;
  910.     if (ASCII_a <= c2 && c2 <= ASCII_z)
  911.       c2 += ASCII_A - ASCII_a;
  912.     if (c1 != c2)
  913.       return 0;
  914.     if (!c1)
  915.       break;
  916.   }
  917.   return 1;
  918. }
  920. static void PTRCALL
  921. initUpdatePosition(const ENCODING *enc, const char *ptr,
  922.                    const char *end, POSITION *pos)
  923. {
  924.   normal_updatePosition(&utf8_encoding.enc, ptr, end, pos);
  925. }
  927. static int
  928. toAscii(const ENCODING *enc, const char *ptr, const char *end)
  929. {
  930.   char buf[1];
  931.   char *p = buf;
  932.   XmlUtf8Convert(enc, &ptr, end, &p, p + 1);
  933.   if (p == buf)
  934.     return -1;
  935.   else
  936.     return buf[0];
  937. }
  939. static int FASTCALL
  940. isSpace(int c)
  941. {
  942.   switch (c) {
  943.   case 0x20:
  944.   case 0xD:
  945.   case 0xA:
  946.   case 0x9:
  947.     return 1;
  948.   }
  949.   return 0;
  950. }
  952. /* Return 1 if there's just optional white space or there's an S
  953.    followed by name=val.
  954. */
  955. static int
  956. parsePseudoAttribute(const ENCODING *enc,
  957.                      const char *ptr,
  958.                      const char *end,
  959.                      const char **namePtr,
  960.                      const char **nameEndPtr,
  961.                      const char **valPtr,
  962.                      const char **nextTokPtr)
  963. {
  964.   int c;
  965.   char open;
  966.   if (ptr == end) {
  967.     *namePtr = NULL;
  968.     return 1;
  969.   }
  970.   if (!isSpace(toAscii(enc, ptr, end))) {
  971.     *nextTokPtr = ptr;
  972.     return 0;
  973.   }
  974.   do {
  975.     ptr += enc->minBytesPerChar;
  976.   } while (isSpace(toAscii(enc, ptr, end)));
  977.   if (ptr == end) {
  978.     *namePtr = NULL;
  979.     return 1;
  980.   }
  981.   *namePtr = ptr;
  982.   for (;;) {
  983.     c = toAscii(enc, ptr, end);
  984.     if (c == -1) {
  985.       *nextTokPtr = ptr;
  986.       return 0;
  987.     }
  988.     if (c == ASCII_EQUALS) {
  989.       *nameEndPtr = ptr;
  990.       break;
  991.     }
  992.     if (isSpace(c)) {
  993.       *nameEndPtr = ptr;
  994.       do {
  995.         ptr += enc->minBytesPerChar;
  996.       } while (isSpace(c = toAscii(enc, ptr, end)));
  997.       if (c != ASCII_EQUALS) {
  998.         *nextTokPtr = ptr;
  999.         return 0;
  1000.       }
  1001.       break;
  1002.     }
  1003.     ptr += enc->minBytesPerChar;
  1004.   }
  1005.   if (ptr == *namePtr) {
  1006.     *nextTokPtr = ptr;
  1007.     return 0;
  1008.   }
  1009.   ptr += enc->minBytesPerChar;
  1010.   c = toAscii(enc, ptr, end);
  1011.   while (isSpace(c)) {
  1012.     ptr += enc->minBytesPerChar;
  1013.     c = toAscii(enc, ptr, end);
  1014.   }
  1015.   if (c != ASCII_QUOT && c != ASCII_APOS) {
  1016.     *nextTokPtr = ptr;
  1017.     return 0;
  1018.   }
  1019.   open = (char)c;
  1020.   ptr += enc->minBytesPerChar;
  1021.   *valPtr = ptr;
  1022.   for (;; ptr += enc->minBytesPerChar) {
  1023.     c = toAscii(enc, ptr, end);
  1024.     if (c == open)
  1025.       break;
  1026.     if (!(ASCII_a <= c && c <= ASCII_z)
  1027.         && !(ASCII_A <= c && c <= ASCII_Z)
  1028.         && !(ASCII_0 <= c && c <= ASCII_9)
  1029.         && c != ASCII_PERIOD
  1030.         && c != ASCII_MINUS
  1031.         && c != ASCII_UNDERSCORE) {
  1032.       *nextTokPtr = ptr;
  1033.       return 0;
  1034.     }
  1035.   }
  1036.   *nextTokPtr = ptr + enc->minBytesPerChar;
  1037.   return 1;
  1038. }
  1040. static const char KW_version[] = {
  1041.   ASCII_v, ASCII_e, ASCII_r, ASCII_s, ASCII_i, ASCII_o, ASCII_n, ''
  1042. };
  1044. static const char KW_encoding[] = {
  1045.   ASCII_e, ASCII_n, ASCII_c, ASCII_o, ASCII_d, ASCII_i, ASCII_n, ASCII_g, ''
  1046. };
  1048. static const char KW_standalone[] = {
  1049.   ASCII_s, ASCII_t, ASCII_a, ASCII_n, ASCII_d, ASCII_a, ASCII_l, ASCII_o,
  1050.   ASCII_n, ASCII_e, ''
  1051. };
  1053. static const char KW_yes[] = {
  1054.   ASCII_y, ASCII_e, ASCII_s,  ''
  1055. };
  1057. static const char KW_no[] = {
  1058.   ASCII_n, ASCII_o,  ''
  1059. };
  1061. static int
  1062. doParseXmlDecl(const ENCODING *(*encodingFinder)(const ENCODING *,
  1063.                                                  const char *,
  1064.                                                  const char *),
  1065.                int isGeneralTextEntity,
  1066.                const ENCODING *enc,
  1067.                const char *ptr,
  1068.                const char *end,
  1069.                const char **badPtr,
  1070.                const char **versionPtr,
  1071.                const char **versionEndPtr,
  1072.                const char **encodingName,
  1073.                const ENCODING **encoding,
  1074.                int *standalone)
  1075. {
  1076.   const char *val = NULL;
  1077.   const char *name = NULL;
  1078.   const char *nameEnd = NULL;
  1079.   ptr += 5 * enc->minBytesPerChar;
  1080.   end -= 2 * enc->minBytesPerChar;
  1081.   if (!parsePseudoAttribute(enc, ptr, end, &name, &nameEnd, &val, &ptr)
  1082.       || !name) {
  1083.     *badPtr = ptr;
  1084.     return 0;
  1085.   }
  1086.   if (!XmlNameMatchesAscii(enc, name, nameEnd, KW_version)) {
  1087.     if (!isGeneralTextEntity) {
  1088.       *badPtr = name;
  1089.       return 0;
  1090.     }
  1091.   }
  1092.   else {
  1093.     if (versionPtr)
  1094.       *versionPtr = val;
  1095.     if (versionEndPtr)
  1096.       *versionEndPtr = ptr;
  1097.     if (!parsePseudoAttribute(enc, ptr, end, &name, &nameEnd, &val, &ptr)) {
  1098.       *badPtr = ptr;
  1099.       return 0;
  1100.     }
  1101.     if (!name) {
  1102.       if (isGeneralTextEntity) {
  1103.         /* a TextDecl must have an EncodingDecl */
  1104.         *badPtr = ptr;
  1105.         return 0;
  1106.       }
  1107.       return 1;
  1108.     }
  1109.   }
  1110.   if (XmlNameMatchesAscii(enc, name, nameEnd, KW_encoding)) {
  1111.     int c = toAscii(enc, val, end);
  1112.     if (!(ASCII_a <= c && c <= ASCII_z) && !(ASCII_A <= c && c <= ASCII_Z)) {
  1113.       *badPtr = val;
  1114.       return 0;
  1115.     }
  1116.     if (encodingName)
  1117.       *encodingName = val;
  1118.     if (encoding)
  1119.       *encoding = encodingFinder(enc, val, ptr - enc->minBytesPerChar);
  1120.     if (!parsePseudoAttribute(enc, ptr, end, &name, &nameEnd, &val, &ptr)) {
  1121.       *badPtr = ptr;
  1122.       return 0;
  1123.     }
  1124.     if (!name)
  1125.       return 1;
  1126.   }
  1127.   if (!XmlNameMatchesAscii(enc, name, nameEnd, KW_standalone)
  1128.       || isGeneralTextEntity) {
  1129.     *badPtr = name;
  1130.     return 0;
  1131.   }
  1132.   if (XmlNameMatchesAscii(enc, val, ptr - enc->minBytesPerChar, KW_yes)) {
  1133.     if (standalone)
  1134.       *standalone = 1;
  1135.   }
  1136.   else if (XmlNameMatchesAscii(enc, val, ptr - enc->minBytesPerChar, KW_no)) {
  1137.     if (standalone)
  1138.       *standalone = 0;
  1139.   }
  1140.   else {
  1141.     *badPtr = val;
  1142.     return 0;
  1143.   }
  1144.   while (isSpace(toAscii(enc, ptr, end)))
  1145.     ptr += enc->minBytesPerChar;
  1146.   if (ptr != end) {
  1147.     *badPtr = ptr;
  1148.     return 0;
  1149.   }
  1150.   return 1;
  1151. }
  1153. static int FASTCALL
  1154. checkCharRefNumber(int result)
  1155. {
  1156.   switch (result >> 8) {
  1157.   case 0xD8: case 0xD9: case 0xDA: case 0xDB:
  1158.   case 0xDC: case 0xDD: case 0xDE: case 0xDF:
  1159.     return -1;
  1160.   case 0:
  1161.     if (latin1_encoding.type[result] == BT_NONXML)
  1162.       return -1;
  1163.     break;
  1164.   case 0xFF:
  1165.     if (result == 0xFFFE || result == 0xFFFF)
  1166.       return -1;
  1167.     break;
  1168.   }
  1169.   return result;
  1170. }
  1172. int FASTCALL
  1173. XmlUtf8Encode(int c, char *buf)
  1174. {
  1175.   enum {
  1176.     /* minN is minimum legal resulting value for N byte sequence */
  1177.     min2 = 0x80,
  1178.     min3 = 0x800,
  1179.     min4 = 0x10000
  1180.   };
  1182.   if (c < 0)
  1183.     return 0;
  1184.   if (c < min2) {
  1185.     buf[0] = (char)(c | UTF8_cval1);
  1186.     return 1;
  1187.   }
  1188.   if (c < min3) {
  1189.     buf[0] = (char)((c >> 6) | UTF8_cval2);
  1190.     buf[1] = (char)((c & 0x3f) | 0x80);
  1191.     return 2;
  1192.   }
  1193.   if (c < min4) {
  1194.     buf[0] = (char)((c >> 12) | UTF8_cval3);
  1195.     buf[1] = (char)(((c >> 6) & 0x3f) | 0x80);
  1196.     buf[2] = (char)((c & 0x3f) | 0x80);
  1197.     return 3;
  1198.   }
  1199.   if (c < 0x110000) {
  1200.     buf[0] = (char)((c >> 18) | UTF8_cval4);
  1201.     buf[1] = (char)(((c >> 12) & 0x3f) | 0x80);
  1202.     buf[2] = (char)(((c >> 6) & 0x3f) | 0x80);
  1203.     buf[3] = (char)((c & 0x3f) | 0x80);
  1204.     return 4;
  1205.   }
  1206.   return 0;
  1207. }
  1209. int FASTCALL
  1210. XmlUtf16Encode(int charNum, unsigned short *buf)
  1211. {
  1212.   if (charNum < 0)
  1213.     return 0;
  1214.   if (charNum < 0x10000) {
  1215.     buf[0] = (unsigned short)charNum;
  1216.     return 1;
  1217.   }
  1218.   if (charNum < 0x110000) {
  1219.     charNum -= 0x10000;
  1220.     buf[0] = (unsigned short)((charNum >> 10) + 0xD800);
  1221.     buf[1] = (unsigned short)((charNum & 0x3FF) + 0xDC00);
  1222.     return 2;
  1223.   }
  1224.   return 0;
  1225. }
  1227. struct unknown_encoding {
  1228.   struct normal_encoding normal;
  1229.   int (*convert)(void *userData, const char *p);
  1230.   void *userData;
  1231.   unsigned short utf16[256];
  1232.   char utf8[256][4];
  1233. };
  1235. #define AS_UNKNOWN_ENCODING(enc)  ((const struct unknown_encoding *) (enc))
  1237. int
  1238. XmlSizeOfUnknownEncoding(void)
  1239. {
  1240.   return sizeof(struct unknown_encoding);
  1241. }
  1243. static int PTRFASTCALL
  1244. unknown_isName(const ENCODING *enc, const char *p)
  1245. {
  1246.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1247.   int c = uenc->convert(uenc->userData, p);
  1248.   if (c & ~0xFFFF)
  1249.     return 0;
  1250.   return UCS2_GET_NAMING(namePages, c >> 8, c & 0xFF);
  1251. }
  1253. static int PTRFASTCALL
  1254. unknown_isNmstrt(const ENCODING *enc, const char *p)
  1255. {
  1256.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1257.   int c = uenc->convert(uenc->userData, p);
  1258.   if (c & ~0xFFFF)
  1259.     return 0;
  1260.   return UCS2_GET_NAMING(nmstrtPages, c >> 8, c & 0xFF);
  1261. }
  1263. static int PTRFASTCALL
  1264. unknown_isInvalid(const ENCODING *enc, const char *p)
  1265. {
  1266.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1267.   int c = uenc->convert(uenc->userData, p);
  1268.   return (c & ~0xFFFF) || checkCharRefNumber(c) < 0;
  1269. }
  1271. static void PTRCALL
  1272. unknown_toUtf8(const ENCODING *enc,
  1273.                const char **fromP, const char *fromLim,
  1274.                char **toP, const char *toLim)
  1275. {
  1276.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1277.   char buf[XML_UTF8_ENCODE_MAX];
  1278.   for (;;) {
  1279.     const char *utf8;
  1280.     int n;
  1281.     if (*fromP == fromLim)
  1282.       break;
  1283.     utf8 = uenc->utf8[(unsigned char)**fromP];
  1284.     n = *utf8++;
  1285.     if (n == 0) {
  1286.       int c = uenc->convert(uenc->userData, *fromP);
  1287.       n = XmlUtf8Encode(c, buf);
  1288.       if (n > toLim - *toP)
  1289.         break;
  1290.       utf8 = buf;
  1291.       *fromP += (AS_NORMAL_ENCODING(enc)->type[(unsigned char)**fromP]
  1292.                  - (BT_LEAD2 - 2));
  1293.     }
  1294.     else {
  1295.       if (n > toLim - *toP)
  1296.         break;
  1297.       (*fromP)++;
  1298.     }
  1299.     do {
  1300.       *(*toP)++ = *utf8++;
  1301.     } while (--n != 0);
  1302.   }
  1303. }
  1305. static void PTRCALL
  1306. unknown_toUtf16(const ENCODING *enc,
  1307.                 const char **fromP, const char *fromLim,
  1308.                 unsigned short **toP, const unsigned short *toLim)
  1309. {
  1310.   const struct unknown_encoding *uenc = AS_UNKNOWN_ENCODING(enc);
  1311.   while (*fromP != fromLim && *toP != toLim) {
  1312.     unsigned short c = uenc->utf16[(unsigned char)**fromP];
  1313.     if (c == 0) {
  1314.       c = (unsigned short)
  1315.           uenc->convert(uenc->userData, *fromP);
  1316.       *fromP += (AS_NORMAL_ENCODING(enc)->type[(unsigned char)**fromP]
  1317.                  - (BT_LEAD2 - 2));
  1318.     }
  1319.     else
  1320.       (*fromP)++;
  1321.     *(*toP)++ = c;
  1322.   }
  1323. }
  1325. ENCODING *
  1326. XmlInitUnknownEncoding(void *mem,
  1327.                        int *table,
  1328.                        CONVERTER convert, 
  1329.                        void *userData)
  1330. {
  1331.   int i;
  1332.   struct unknown_encoding *e = (struct unknown_encoding *)mem;
  1333.   for (i = 0; i < (int)sizeof(struct normal_encoding); i++)
  1334.     ((char *)mem)[i] = ((char *)&latin1_encoding)[i];
  1335.   for (i = 0; i < 128; i++)
  1336.     if (latin1_encoding.type[i] != BT_OTHER
  1337.         && latin1_encoding.type[i] != BT_NONXML
  1338.         && table[i] != i)
  1339.       return 0;
  1340.   for (i = 0; i < 256; i++) {
  1341.     int c = table[i];
  1342.     if (c == -1) {
  1343.       e->normal.type[i] = BT_MALFORM;
  1344.       /* This shouldn't really get used. */
  1345.       e->utf16[i] = 0xFFFF;
  1346.       e->utf8[i][0] = 1;
  1347.       e->utf8[i][1] = 0;
  1348.     }
  1349.     else if (c < 0) {
  1350.       if (c < -4)
  1351.         return 0;
  1352.       e->normal.type[i] = (unsigned char)(BT_LEAD2 - (c + 2));
  1353.       e->utf8[i][0] = 0;
  1354.       e->utf16[i] = 0;
  1355.     }
  1356.     else if (c < 0x80) {
  1357.       if (latin1_encoding.type[c] != BT_OTHER
  1358.           && latin1_encoding.type[c] != BT_NONXML
  1359.           && c != i)
  1360.         return 0;
  1361.       e->normal.type[i] = latin1_encoding.type[c];
  1362.       e->utf8[i][0] = 1;
  1363.       e->utf8[i][1] = (char)c;
  1364.       e->utf16[i] = (unsigned short)(c == 0 ? 0xFFFF : c);
  1365.     }
  1366.     else if (checkCharRefNumber(c) < 0) {
  1367.       e->normal.type[i] = BT_NONXML;
  1368.       /* This shouldn't really get used. */
  1369.       e->utf16[i] = 0xFFFF;
  1370.       e->utf8[i][0] = 1;
  1371.       e->utf8[i][1] = 0;
  1372.     }
  1373.     else {
  1374.       if (c > 0xFFFF)
  1375.         return 0;
  1376.       if (UCS2_GET_NAMING(nmstrtPages, c >> 8, c & 0xff))
  1377.         e->normal.type[i] = BT_NMSTRT;
  1378.       else if (UCS2_GET_NAMING(namePages, c >> 8, c & 0xff))
  1379.         e->normal.type[i] = BT_NAME;
  1380.       else
  1381.         e->normal.type[i] = BT_OTHER;
  1382.       e->utf8[i][0] = (char)XmlUtf8Encode(c, e->utf8[i] + 1);
  1383.       e->utf16[i] = (unsigned short)c;
  1384.     }
  1385.   }
  1386.   e->userData = userData;
  1387.   e->convert = convert;
  1388.   if (convert) {
  1389.     e->normal.isName2 = unknown_isName;
  1390.     e->normal.isName3 = unknown_isName;
  1391.     e->normal.isName4 = unknown_isName;
  1392.     e->normal.isNmstrt2 = unknown_isNmstrt;
  1393.     e->normal.isNmstrt3 = unknown_isNmstrt;
  1394.     e->normal.isNmstrt4 = unknown_isNmstrt;
  1395.     e->normal.isInvalid2 = unknown_isInvalid;
  1396.     e->normal.isInvalid3 = unknown_isInvalid;
  1397.     e->normal.isInvalid4 = unknown_isInvalid;
  1398.   }
  1399.   e->normal.enc.utf8Convert = unknown_toUtf8;
  1400.   e->normal.enc.utf16Convert = unknown_toUtf16;
  1401.   return &(e->normal.enc);
  1402. }
  1404. /* If this enumeration is changed, getEncodingIndex and encodings
  1405. must also be changed. */
  1406. enum {
  1407.   UNKNOWN_ENC = -1,
  1408.   ISO_8859_1_ENC = 0,
  1409.   US_ASCII_ENC,
  1410.   UTF_8_ENC,
  1411.   UTF_16_ENC,
  1412.   UTF_16BE_ENC,
  1413.   UTF_16LE_ENC,
  1414.   /* must match encodingNames up to here */
  1415.   NO_ENC
  1416. };
  1418. static const char KW_ISO_8859_1[] = {
  1419.   ASCII_I, ASCII_S, ASCII_O, ASCII_MINUS, ASCII_8, ASCII_8, ASCII_5, ASCII_9,
  1420.   ASCII_MINUS, ASCII_1, ''
  1421. };
  1422. static const char KW_US_ASCII[] = {
  1423.   ASCII_U, ASCII_S, ASCII_MINUS, ASCII_A, ASCII_S, ASCII_C, ASCII_I, ASCII_I,
  1424.   ''
  1425. };
  1426. static const char KW_UTF_8[] =  {
  1427.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_8, ''
  1428. };
  1429. static const char KW_UTF_16[] = {
  1430.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_1, ASCII_6, ''
  1431. };
  1432. static const char KW_UTF_16BE[] = {
  1433.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_1, ASCII_6, ASCII_B, ASCII_E,
  1434.   ''
  1435. };
  1436. static const char KW_UTF_16LE[] = {
  1437.   ASCII_U, ASCII_T, ASCII_F, ASCII_MINUS, ASCII_1, ASCII_6, ASCII_L, ASCII_E,
  1438.   ''
  1439. };
  1441. static int FASTCALL
  1442. getEncodingIndex(const char *name)
  1443. {
  1444.   static const char *encodingNames[] = {
  1445.     KW_ISO_8859_1,
  1446.     KW_US_ASCII,
  1447.     KW_UTF_8,
  1448.     KW_UTF_16,
  1449.     KW_UTF_16BE,
  1450.     KW_UTF_16LE,
  1451.   };
  1452.   int i;
  1453.   if (name == NULL)
  1454.     return NO_ENC;
  1455.   for (i = 0; i < (int)(sizeof(encodingNames)/sizeof(encodingNames[0])); i++)
  1456.     if (streqci(name, encodingNames[i]))
  1457.       return i;
  1458.   return UNKNOWN_ENC;
  1459. }
  1461. /* For binary compatibility, we store the index of the encoding
  1462.    specified at initialization in the isUtf16 member.
  1463. */
  1465. #define INIT_ENC_INDEX(enc) ((int)(enc)->initEnc.isUtf16)
  1466. #define SET_INIT_ENC_INDEX(enc, i) ((enc)->initEnc.isUtf16 = (char)i)
  1468. /* This is what detects the encoding.  encodingTable maps from
  1469.    encoding indices to encodings; INIT_ENC_INDEX(enc) is the index of
  1470.    the external (protocol) specified encoding; state is
  1471.    XML_CONTENT_STATE if we're parsing an external text entity, and
  1472.    XML_PROLOG_STATE otherwise.
  1473. */
  1476. static int
  1477. initScan(const ENCODING **encodingTable,
  1478.          const INIT_ENCODING *enc,
  1479.          int state,
  1480.          const char *ptr,
  1481.          const char *end,
  1482.          const char **nextTokPtr)
  1483. {
  1484.   const ENCODING **encPtr;
  1486.   if (ptr == end)
  1487.     return XML_TOK_NONE;
  1488.   encPtr = enc->encPtr;
  1489.   if (ptr + 1 == end) {
  1490.     /* only a single byte available for auto-detection */
  1491. #ifndef XML_DTD /* FIXME */
  1492.     /* a well-formed document entity must have more than one byte */
  1493.     if (state != XML_CONTENT_STATE)
  1494.       return XML_TOK_PARTIAL;
  1495. #endif
  1496.     /* so we're parsing an external text entity... */
  1497.     /* if UTF-16 was externally specified, then we need at least 2 bytes */
  1498.     switch (INIT_ENC_INDEX(enc)) {
  1499.     case UTF_16_ENC:
  1500.     case UTF_16LE_ENC:
  1501.     case UTF_16BE_ENC:
  1502.       return XML_TOK_PARTIAL;
  1503.     }
  1504.     switch ((unsigned char)*ptr) {
  1505.     case 0xFE:
  1506.     case 0xFF:
  1507.     case 0xEF: /* possibly first byte of UTF-8 BOM */
  1508.       if (INIT_ENC_INDEX(enc) == ISO_8859_1_ENC
  1509.           && state == XML_CONTENT_STATE)
  1510.         break;
  1511.       /* fall through */
  1512.     case 0x00:
  1513.     case 0x3C:
  1514.       return XML_TOK_PARTIAL;
  1515.     }
  1516.   }
  1517.   else {
  1518.     switch (((unsigned char)ptr[0] << 8) | (unsigned char)ptr[1]) {
  1519.     case 0xFEFF:
  1520.       if (INIT_ENC_INDEX(enc) == ISO_8859_1_ENC
  1521.           && state == XML_CONTENT_STATE)
  1522.         break;
  1523.       *nextTokPtr = ptr + 2;
  1524.       *encPtr = encodingTable[UTF_16BE_ENC];
  1525.       return XML_TOK_BOM;
  1526.     /* 00 3C is handled in the default case */
  1527.     case 0x3C00:
  1528.       if ((INIT_ENC_INDEX(enc) == UTF_16BE_ENC
  1529.            || INIT_ENC_INDEX(enc) == UTF_16_ENC)
  1530.           && state == XML_CONTENT_STATE)
  1531.         break;
  1532.       *encPtr = encodingTable[UTF_16LE_ENC];
  1533.       return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1534.     case 0xFFFE:
  1535.       if (INIT_ENC_INDEX(enc) == ISO_8859_1_ENC
  1536.           && state == XML_CONTENT_STATE)
  1537.         break;
  1538.       *nextTokPtr = ptr + 2;
  1539.       *encPtr = encodingTable[UTF_16LE_ENC];
  1540.       return XML_TOK_BOM;
  1541.     case 0xEFBB:
  1542.       /* Maybe a UTF-8 BOM (EF BB BF) */
  1543.       /* If there's an explicitly specified (external) encoding
  1544.          of ISO-8859-1 or some flavour of UTF-16
  1545.          and this is an external text entity,
  1546.          don't look for the BOM,
  1547.          because it might be a legal data.
  1548.       */
  1549.       if (state == XML_CONTENT_STATE) {
  1550.         int e = INIT_ENC_INDEX(enc);
  1551.         if (e == ISO_8859_1_ENC || e == UTF_16BE_ENC
  1552.             || e == UTF_16LE_ENC || e == UTF_16_ENC)
  1553.           break;
  1554.       }
  1555.       if (ptr + 2 == end)
  1556.         return XML_TOK_PARTIAL;
  1557.       if ((unsigned char)ptr[2] == 0xBF) {
  1558.         *nextTokPtr = ptr + 3;
  1559.         *encPtr = encodingTable[UTF_8_ENC];
  1560.         return XML_TOK_BOM;
  1561.       }
  1562.       break;
  1563.     default:
  1564.       if (ptr[0] == '') {
  1565.         /* 0 isn't a legal data character. Furthermore a document
  1566.            entity can only start with ASCII characters.  So the only
  1567.            way this can fail to be big-endian UTF-16 if it it's an
  1568.            external parsed general entity that's labelled as
  1569.            UTF-16LE.
  1570.         */
  1571.         if (state == XML_CONTENT_STATE && INIT_ENC_INDEX(enc) == UTF_16LE_ENC)
  1572.           break;
  1573.         *encPtr = encodingTable[UTF_16BE_ENC];
  1574.         return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1575.       }
  1576.       else if (ptr[1] == '') {
  1577.         /* We could recover here in the case:
  1578.             - parsing an external entity
  1579.             - second byte is 0
  1580.             - no externally specified encoding
  1581.             - no encoding declaration
  1582.            by assuming UTF-16LE.  But we don't, because this would mean when
  1583.            presented just with a single byte, we couldn't reliably determine
  1584.            whether we needed further bytes.
  1585.         */
  1586.         if (state == XML_CONTENT_STATE)
  1587.           break;
  1588.         *encPtr = encodingTable[UTF_16LE_ENC];
  1589.         return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1590.       }
  1591.       break;
  1592.     }
  1593.   }
  1594.   *encPtr = encodingTable[INIT_ENC_INDEX(enc)];
  1595.   return XmlTok(*encPtr, state, ptr, end, nextTokPtr);
  1596. }
  1599. #define NS(x) x
  1600. #define ns(x) x
  1601. #include "xmltok_ns.c"
  1602. #undef NS
  1603. #undef ns
  1605. #ifdef XML_NS
  1607. #define NS(x) x ## NS
  1608. #define ns(x) x ## _ns
  1610. #include "xmltok_ns.c"
  1612. #undef NS
  1613. #undef ns
  1615. ENCODING *
  1616. XmlInitUnknownEncodingNS(void *mem,
  1617.                          int *table,
  1618.                          CONVERTER convert, 
  1619.                          void *userData)
  1620. {
  1621.   ENCODING *enc = XmlInitUnknownEncoding(mem, table, convert, userData);
  1622.   if (enc)
  1623.     ((struct normal_encoding *)enc)->type[ASCII_COLON] = BT_COLON;
  1624.   return enc;
  1625. }
  1627. #endif /* XML_NS */