utf8/utf8.c

   1 /* Utility functions for UTF-8
   2    Copyright (C) 2001, 2002 Peter Verthez
   3
   4    The UTF8 tools library is free software; you can redistribute it
   5    and/or modify it under the terms of the GNU Lesser General Public
   6    License as published by the Free Software Foundation; either
   7    version 2.1 of the License, or (at your option) any later version.
   8
   9    The Gedcom parser library is distributed in the hope that it will be
  10    useful, but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  12    Lesser General Public License for more details.
  13
  14    You should have received a copy of the GNU Lesser General Public
  15    License along with the Gedcom parser library; if not, write to the
  16    Free Software Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA
  17    02111-1307 USA.
  18 */
  19
  20 /* $Id$ */
  21 /* $Name$ */
  22
  23 #include "utf8tools.h"
  24
  25 int is_utf8_string(const char* str)
  26 {
  27   int expect_bytes = 0;
  28
  29   if (!str) return 0;
  30
  31   while (*str) {
  32     if ((*str & 0x80) == 0) {
  33       /* Looks like an ASCII character */
  34       if (expect_bytes)
  35         /* byte of UTF-8 character expected */
  36         return 0;
  37       else {
  38         /* OK, ASCII character expected */
  39         str++;
  40       }
  41     }
  42     else {
  43       /* Looks like byte of an UTF-8 character */
  44       if (expect_bytes) {
  45         /* expect_bytes already set: first byte of UTF-8 char already seen */
  46         if ((*str & 0xC0) == 0x80) {
  47           /* OK, next byte of UTF-8 character */
  48           /* Decrement number of expected bytes */
  49           expect_bytes--;
  50           str++;
  51         }
  52         else {
  53           /* again first byte ?!?! */
  54           return 0;
  55         }
  56       }
  57       else {
  58         /* First byte of the UTF-8 character */
  59         /* count initial one bits and set expect_bytes to 1 less */
  60         char ch = *str;
  61         while (ch & 0x80) {
  62           expect_bytes++;
  63           ch = (ch & 0x7f) << 1;
  64         }
  65         expect_bytes--;
  66         str++;
  67       }
  68     }
  69   }
  70
  71   return (expect_bytes == 0);
  72 }
  73
  74 int utf8_strlen(const char* str)
  75 {
  76   int num_char = 0;
  77
  78   if (!str) return 0;
  79
  80   while (*str) {
  81     if ((*str & 0x80) == 0 || (*str & 0xC0) == 0xC0)
  82       num_char++;
  83     str++;
  84   }
  85
  86   return num_char;
  87 }
  88