multilex.c

   1 /*  This program is free software; you can redistribute it and/or modify  *
   2  *  it under the terms of the GNU General Public License as published by  *
   3  *  the Free Software Foundation; either version 2 of the License, or     *
   4  *  (at your option) any later version.                                   *
   5
   6  (C) 2001 by The Genes Development Team
   7  Original author: Peter Verthez (Peter.Verthez@advalvas.be)
   8 */
   9
  10 /* $Id$ */
  11 /* $Name$ */
  12
  13 #include "gedcom.h"
  14 #include "multilex.h"
  15 #include "encoding.h"
  16
  17 int line_no;
  18
  19 typedef int (*lex_func)(void);
  20 lex_func lf;
  21
  22 int lexer_init(ENCODING enc, FILE* f)
  23 {
  24   if (enc == ONE_BYTE) {
  25     gedcom_1byte_in = f;
  26     lf = &gedcom_1byte_lex;
  27     set_encoding_width(enc);
  28     return open_conv_to_internal("ASCII");
  29   }
  30   else if (enc == TWO_BYTE_HILO) {
  31     gedcom_hilo_in = f;
  32     lf = &gedcom_hilo_lex;
  33     set_encoding_width(enc);
  34     return open_conv_to_internal("UNICODE");
  35   }
  36   else if (enc == TWO_BYTE_LOHI) {
  37     gedcom_lohi_in = f;
  38     lf = &gedcom_lohi_lex;
  39     set_encoding_width(enc);
  40     return open_conv_to_internal("UNICODE");
  41   }
  42   else {
  43     return 0;
  44   }
  45 }
  46
  47 void lexer_close()
  48 {
  49   close_conv_to_internal();
  50 }
  51
  52 int gedcom_lex()
  53 {
  54   return (*lf)();
  55 }
  56
  57 int determine_encoding(FILE* f)
  58 {
  59   char first[2];
  60
  61   fread(first, 1, 2, f);
  62   if ((first[0] == '0') && (first[1] == ' ')) {
  63     gedcom_message("One-byte encoding");
  64     fseek(f, 0, 0);
  65     return ONE_BYTE;
  66   }
  67   else if ((first[0] == '\0') && (first[1] == '0'))
  68   {
  69     gedcom_message("Two-byte encoding, high-low");
  70     fseek(f, 0, 0);
  71     return TWO_BYTE_HILO;
  72   }
  73   else if ((first[0] == '\xFE') && (first[1] == '\xFF'))
  74   {
  75     gedcom_message("Two-byte encoding, high-low, with BOM");
  76     return TWO_BYTE_HILO;
  77   }
  78   else if ((first[0] == '0') && (first[1] == '\0'))
  79   {
  80     gedcom_message("Two-byte encoding, low-high");
  81     fseek(f, 0, 0);
  82     return TWO_BYTE_LOHI;
  83   }
  84   else if ((first[0] == '\xFF') && (first[1] == '\xFE'))
  85   {
  86     gedcom_message("Two-byte encoding, low-high, with BOM");
  87     return TWO_BYTE_LOHI;
  88   }
  89   else {
  90     gedcom_message("Unknown encoding, falling back to one-byte");
  91     fseek(f, 0, 0);
  92     return ONE_BYTE;
  93   }
  94 }
  95
  96 int gedcom_parse_file(char* file_name)
  97 {
  98   ENCODING enc;
  99   int result = 1;
 100   FILE* file = fopen (file_name, "r");
 101   line_no = 1;
 102   if (!file) {
 103     gedcom_error("Could not open file '%s'\n", file_name);
 104     return 1;
 105   }
 106
 107   init_encodings();
 108   enc = determine_encoding(file);
 109
 110   if (lexer_init(enc, file)) {
 111     result = gedcom_parse();
 112   }
 113   lexer_close();
 114   fclose(file);
 115
 116   return result;
 117 }
 118