pintos-os.org Git - pspp/blob - src/libpspp/u8-istream.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2010, 2011, 2012 Free Software Foundation, Inc.
   3
   4    This program is free software: you can redistribute it and/or modify
   5    it under the terms of the GNU General Public License as published by
   6    the Free Software Foundation, either version 3 of the License, or
   7    (at your option) any later version.
   8
   9    This program is distributed in the hope that it will be useful,
  10    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12    GNU General Public License for more details.
  13
  14    You should have received a copy of the GNU General Public License
  15    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
  16
  17 #include <config.h>
  18
  19 #include "u8-istream.h"
  20
  21 #include <assert.h>
  22 #include <errno.h>
  23 #include <fcntl.h>
  24 #include <iconv.h>
  25 #include <limits.h>
  26 #include <stdint.h>
  27 #include <stdio.h>
  28 #include <stdlib.h>
  29 #include <string.h>
  30 #include <unistd.h>
  31 #include <unistr.h>
  32
  33 #include "libpspp/assertion.h"
  34 #include "libpspp/cast.h"
  35 #include "libpspp/compiler.h"
  36 #include "libpspp/encoding-guesser.h"
  37 #include "libpspp/i18n.h"
  38
  39 #include "gl/c-strcase.h"
  40 #include "gl/localcharset.h"
  41 #include "gl/minmax.h"
  42
  43 enum u8_istream_state
  44   {
  45     S_AUTO,                     /* Stream encoding not yet known. */
  46     S_UTF8,                     /* Stream encoding is known to be UTF-8. */
  47     S_CONVERT                   /* Stream encoding is known but not UTF-8. */
  48   };
  49
  50 struct u8_istream
  51   {
  52     int fd;
  53     iconv_t converter;
  54     enum u8_istream_state state;
  55
  56     char *buffer;
  57     char *head;
  58     size_t length;
  59
  60     char outbuf[4];
  61     size_t outlen;
  62   };
  63
  64 static ssize_t fill_buffer (struct u8_istream *);
  65
  66 /* Opens FILENAME, which is encoded in FROMCODE, for reading as an UTF-8
  67    stream, passing FLAGS to the open() function.  Returns a new u8_istream if
  68    successful, otherwise returns NULL and sets errno to an appropriate value.
  69
  70    The accepted forms for FROMCODE are listed at the top of
  71    encoding-guesser.h. */
  72 struct u8_istream *
  73 u8_istream_for_file (const char *fromcode, const char *filename, int flags)
  74 {
  75   struct u8_istream *is;
  76   int fd;
  77
  78   assert (!(flags & O_CREAT));
  79
  80   fd = open (filename, flags);
  81   if (fd < 0)
  82     return NULL;
  83
  84   is = u8_istream_for_fd (fromcode, fd);
  85   if (is == NULL)
  86     {
  87       int save_errno = errno;
  88       close (fd);
  89       errno = save_errno;
  90     }
  91
  92   return is;
  93 }
  94
  95 /* Creates and returns a new u8_istream that reads its input from FD.  Returns
  96    a new u8_istream if successful, otherwise returns NULL and sets errno to an
  97    appropriate value.
  98
  99    The accepted forms for FROMCODE are listed at the top of
 100    encoding-guesser.h. */
 101 struct u8_istream *
 102 u8_istream_for_fd (const char *fromcode, int fd)
 103 {
 104   struct u8_istream *is;
 105   const char *encoding;
 106
 107   is = malloc (sizeof *is);
 108   if (is == NULL)
 109     return NULL;
 110
 111   is->fd = fd;
 112   is->converter = (iconv_t) -1;
 113   is->buffer = malloc (U8_ISTREAM_BUFFER_SIZE);
 114   if (is->buffer == NULL)
 115     goto error;
 116   is->head = is->buffer;
 117   is->length = 0;
 118   is->outlen = 0;
 119
 120   if (fill_buffer (is) < 0)
 121     goto error;
 122
 123   encoding = encoding_guess_head_encoding (fromcode, is->buffer, is->length);
 124   if (is_encoding_utf8 (encoding))
 125     is->state = S_UTF8;
 126   else
 127     {
 128       if (encoding_guess_encoding_is_auto (fromcode)
 129           && !strcmp (encoding, "ASCII"))
 130         is->state = S_AUTO;
 131       else
 132         is->state = S_CONVERT;
 133
 134       is->converter = iconv_open ("UTF-8",
 135                                   encoding_guess_parse_encoding (fromcode));
 136       if (is->converter == (iconv_t) -1)
 137         goto error;
 138     }
 139
 140   return is;
 141
 142 error:
 143   u8_istream_free (is);
 144   return NULL;
 145 }
 146
 147 /* Closes IS and its underlying file descriptor and frees all associated
 148    resources.  Returns the return value from close(). */
 149 int
 150 u8_istream_close (struct u8_istream *is)
 151 {
 152   if (is != NULL)
 153     {
 154       int fd = is->fd;
 155       u8_istream_free (is);
 156       return close (fd);
 157     }
 158   return 0;
 159 }
 160
 161 /* Frees IS and associated resources, but does not close the underlying file
 162    descriptor.  (Thus, the client must close the file descriptor when it is no
 163    longer needed.) */
 164 void
 165 u8_istream_free (struct u8_istream *is)
 166 {
 167   if (is != NULL)
 168     {
 169       if (is->converter != (iconv_t) -1)
 170         iconv_close (is->converter);
 171       free (is->buffer);
 172       free (is);
 173     }
 174 }
 175
 176 static void
 177 substitute_invalid_input_byte (struct u8_istream *is)
 178 {
 179   assert (is->outlen == 0);
 180   is->head++;
 181   is->length--;
 182   is->outlen = u8_uctomb (CHAR_CAST (uint8_t *, is->outbuf),
 183                           0xfffd, sizeof is->outbuf);
 184 }
 185
 186 static ssize_t
 187 fill_buffer (struct u8_istream *is)
 188 {
 189   ssize_t n;
 190
 191   /* Move any unused bytes to the beginning of the input buffer. */
 192   if (is->length > 0 && is->buffer != is->head)
 193     memmove (is->buffer, is->head, is->length);
 194   is->head = is->buffer;
 195
 196   /* Read more input. */
 197   n = read (is->fd, is->buffer + is->length,
 198             U8_ISTREAM_BUFFER_SIZE - is->length);
 199   if (n > 0)
 200     is->length += n;
 201   return n;
 202 }
 203
 204 static ssize_t
 205 read_auto (struct u8_istream *is, char *buffer, size_t size)
 206 {
 207   size_t original_size = size;
 208   int retval = 0;
 209
 210   while (size > 0)
 211     {
 212       if (is->length > 0)
 213         {
 214           size_t n_ascii;
 215
 216           n_ascii = encoding_guess_count_ascii (is->head,
 217                                                 MIN (is->length, size));
 218
 219           memcpy (buffer, is->head, n_ascii);
 220           buffer += n_ascii;
 221           size -= n_ascii;
 222
 223           is->head += n_ascii;
 224           is->length -= n_ascii;
 225
 226           if (size == 0)
 227             break;
 228         }
 229
 230       if (is->length == 0)
 231         {
 232           retval = fill_buffer (is);
 233           if (retval > 0)
 234             continue;
 235           else
 236             break;
 237         }
 238
 239       /* is->head points to a byte that isn't a printable ASCII character.
 240          Fill up the buffer and check for UTF-8. */
 241       fill_buffer (is);
 242       is->state = (encoding_guess_tail_is_utf8 (is->head, is->length)
 243                    ? S_UTF8 : S_CONVERT);
 244       if (size == original_size)
 245         return u8_istream_read (is, buffer, size);
 246       break;
 247     }
 248
 249   return original_size - size;
 250 }
 251
 252 static int
 253 convert_iconv (iconv_t converter,
 254                char **inbufp, size_t *inbytesleft,
 255                char **outbufp, size_t *outbytesleft)
 256 {
 257   size_t n = iconv (converter, (ICONV_CONST char **) inbufp, inbytesleft,
 258                     outbufp, outbytesleft);
 259   return n == SIZE_MAX ? errno : 0;
 260 }
 261
 262 static int
 263 convert_utf8 (iconv_t converter UNUSED,
 264               char **inbufp, size_t *inbytesleft,
 265               char **outbufp, size_t *outbytesleft)
 266 {
 267   const uint8_t *in = CHAR_CAST (const uint8_t *, *inbufp);
 268   size_t n = MIN (*inbytesleft, *outbytesleft);
 269   size_t ofs = 0;
 270   int error;
 271
 272   for (;;)
 273     {
 274       ucs4_t uc;
 275       int mblen;
 276
 277       if (ofs >= n)
 278         {
 279           error = ofs < *inbytesleft ? E2BIG : 0;
 280           break;
 281         }
 282
 283       mblen = u8_mbtouc (&uc, in + ofs, n - ofs);
 284       if (uc == 0xfffd)
 285         {
 286           int retval = u8_mbtoucr (&uc, in + ofs, *inbytesleft - ofs);
 287           if (retval == mblen)
 288             {
 289               /* There's an actual U+FFFD in the input stream.  Carry on. */
 290             }
 291           else
 292             {
 293               error = (retval == -1 ? EILSEQ
 294                        : retval == -2 ? EINVAL
 295                        : E2BIG);
 296               break;
 297             }
 298         }
 299
 300       ofs += mblen;
 301     }
 302
 303   if (ofs > 0)
 304     {
 305       memcpy (*outbufp, *inbufp, ofs);
 306       *inbufp += ofs;
 307       *inbytesleft -= ofs;
 308       *outbufp += ofs;
 309       *outbytesleft -= ofs;
 310     }
 311
 312   return error;
 313 }
 314
 315 static ssize_t
 316 read_convert (struct u8_istream *is,
 317               int (*convert) (iconv_t converter,
 318                               char **inbufp, size_t *inbytesleft,
 319                               char **outbufp, size_t *outbytesleft),
 320               char *buffer, size_t size)
 321 {
 322   size_t original_size = size;
 323
 324   while (size > 0)
 325     {
 326       ssize_t n_read;
 327
 328       if (is->outlen > 0)
 329         {
 330           size_t n = MIN (size, is->outlen);
 331
 332           memcpy (buffer, is->outbuf, n);
 333           is->outlen -= n;
 334           if (is->outlen > 0)
 335             memmove (is->outbuf, is->outbuf + n, is->outlen);
 336
 337           buffer += n;
 338           size -= n;
 339
 340           if (size == 0)
 341             break;
 342         }
 343
 344       if (is->length)
 345         {
 346           int error = convert (is->converter,
 347                                &is->head, &is->length,
 348                                &buffer, &size);
 349           if (size == 0)
 350             break;
 351
 352           switch (error)
 353             {
 354             case 0:
 355               /* Converted all of the input into output, possibly with space
 356                  for output left over.
 357
 358                  Read more input. */
 359               break;
 360
 361             case EILSEQ:
 362               substitute_invalid_input_byte (is);
 363               continue;
 364
 365             case EINVAL:
 366               /* Incomplete byte sequence at end of input.  Read more
 367                  input. */
 368               break;
 369
 370             default:
 371               /* A real error of some kind (ENOMEM?). */
 372               return -1;
 373
 374             case E2BIG:
 375               /* Ran out of room for output.
 376                  Convert into outbuf and copy from there instead. */
 377               {
 378                 char *outptr = is->outbuf;
 379                 size_t outleft = sizeof is->outbuf;
 380
 381                 error = convert (is->converter,
 382                                  &is->head, &is->length,
 383                                  &outptr, &outleft);
 384                 is->outlen = outptr - is->outbuf;
 385                 if (is->outlen > 0)
 386                   continue;
 387
 388                 switch (error)
 389                   {
 390                   case EILSEQ:
 391                     substitute_invalid_input_byte (is);
 392                     continue;
 393
 394                   case E2BIG:
 395                   case EINVAL:
 396                     continue;
 397
 398                   default:
 399                     /* A real error of some kind (ENOMEM?). */
 400                     return -1;
 401                   }
 402               }
 403             }
 404         }
 405
 406       assert (is->length <= MB_LEN_MAX);
 407       n_read = fill_buffer (is);
 408       if (n_read <= 0)
 409         {
 410           if (original_size != size)
 411             {
 412               /* We produced some output so don't report EOF or error yet. */
 413               break;
 414             }
 415           else if (n_read == 0 && is->length != 0)
 416             {
 417               /* Incomplete byte sequence at end of file. */
 418               substitute_invalid_input_byte (is);
 419             }
 420           else
 421             {
 422               /* Propagate end-of-file or error to caller. */
 423               return n_read;
 424             }
 425         }
 426     }
 427
 428   return original_size - size;
 429 }
 430
 431 /* Reads up to SIZE bytes of UTF-8 text from IS into BUFFER.  Returns the
 432    number of bytes read if successful, 0 at end of file, or -1 if an error
 433    occurred before any data could be read.  Upon error, sets errno to an
 434    appropriate value. */
 435 ssize_t
 436 u8_istream_read (struct u8_istream *is, char *buffer, size_t size)
 437 {
 438   switch (is->state)
 439     {
 440     case S_CONVERT:
 441       return read_convert (is, convert_iconv, buffer, size);
 442
 443     case S_AUTO:
 444       return read_auto (is, buffer, size);
 445
 446     case S_UTF8:
 447       return read_convert (is, convert_utf8, buffer, size);
 448     }
 449
 450   NOT_REACHED ();
 451 }
 452
 453 /* Returns the file descriptor underlying IS. */
 454 int
 455 u8_istream_fileno (const struct u8_istream *is)
 456 {
 457   return is->fd;
 458 }
 459 \f
 460 /* Test functions.
 461
 462    These functions are probably useful only for white-box testing. */
 463
 464 /* Returns true if the encoding of the file being read by IS is not yet
 465    known. */
 466 bool
 467 u8_istream_is_auto (const struct u8_istream *is)
 468 {
 469   return is->state == S_AUTO;
 470 }
 471
 472 /* Returns true if the encoding of the file being read by IS has been
 473    determined to be UTF-8. */
 474 bool
 475 u8_istream_is_utf8 (const struct u8_istream *is)
 476 {
 477   return is->state == S_UTF8;
 478 }