git.oblomov.eu Git - wine/blob - libs/unicode/cpmap.pl

   1 #!/usr/bin/perl
   2 #
   3 # Generate code page .c files from ftp.unicode.org descriptions
   4 #
   5 # Copyright 2000 Alexandre Julliard
   6 #
   7 # This library is free software; you can redistribute it and/or
   8 # modify it under the terms of the GNU Lesser General Public
   9 # License as published by the Free Software Foundation; either
  10 # version 2.1 of the License, or (at your option) any later version.
  11 #
  12 # This library is distributed in the hope that it will be useful,
  13 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  14 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15 # Lesser General Public License for more details.
  16 #
  17 # You should have received a copy of the GNU Lesser General Public
  18 # License along with this library; if not, write to the Free Software
  19 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  20 #
  21
  22 # base directory for ftp.unicode.org files
  23 $BASEDIR = "ftp.unicode.org/Public/";
  24 $MAPPREFIX = $BASEDIR . "MAPPINGS/";
  25
  26 # UnicodeData file
  27 $UNICODEDATA = $BASEDIR . "UNIDATA/UnicodeData.txt";
  28
  29 # Sort keys file
  30 $SORTKEYS = "www.unicode.org/reports/tr10/allkeys.txt";
  31
  32 # Defaults mapping
  33 $DEFAULTS = "./defaults";
  34
  35 # Default char for undefined mappings
  36 $DEF_CHAR = ord '?';
  37
  38 @allfiles =
  39 (
  40     [ 37,    "VENDORS/MICSFT/EBCDIC/CP037.TXT",   "IBM EBCDIC US Canada" ],
  41     [ 424,   "VENDORS/MISC/CP424.TXT",            "IBM EBCDIC Hebrew" ],
  42     [ 437,   "VENDORS/MICSFT/PC/CP437.TXT",       "OEM United States" ],
  43     [ 500,   "VENDORS/MICSFT/EBCDIC/CP500.TXT",   "IBM EBCDIC International" ],
  44     [ 737,   "VENDORS/MICSFT/PC/CP737.TXT",       "OEM Greek 437G" ],
  45     [ 775,   "VENDORS/MICSFT/PC/CP775.TXT",       "OEM Baltic" ],
  46     [ 850,   "VENDORS/MICSFT/PC/CP850.TXT",       "OEM Multilingual Latin 1" ],
  47     [ 852,   "VENDORS/MICSFT/PC/CP852.TXT",       "OEM Slovak Latin 2" ],
  48     [ 855,   "VENDORS/MICSFT/PC/CP855.TXT",       "OEM Cyrillic" ],
  49     [ 856,   "VENDORS/MISC/CP856.TXT",            "Hebrew PC" ],
  50     [ 857,   "VENDORS/MICSFT/PC/CP857.TXT",       "OEM Turkish" ],
  51     [ 860,   "VENDORS/MICSFT/PC/CP860.TXT",       "OEM Portuguese" ],
  52     [ 861,   "VENDORS/MICSFT/PC/CP861.TXT",       "OEM Icelandic" ],
  53     [ 862,   "VENDORS/MICSFT/PC/CP862.TXT",       "OEM Hebrew" ],
  54     [ 863,   "VENDORS/MICSFT/PC/CP863.TXT",       "OEM Canadian French" ],
  55     [ 864,   "VENDORS/MICSFT/PC/CP864.TXT",       "OEM Arabic" ],
  56     [ 865,   "VENDORS/MICSFT/PC/CP865.TXT",       "OEM Nordic" ],
  57     [ 866,   "VENDORS/MICSFT/PC/CP866.TXT",       "OEM Russian" ],
  58     [ 869,   "VENDORS/MICSFT/PC/CP869.TXT",       "OEM Greek" ],
  59     [ 874,   "VENDORS/MICSFT/PC/CP874.TXT",       "ANSI/OEM Thai" ],
  60     [ 875,   "VENDORS/MICSFT/EBCDIC/CP875.TXT",   "IBM EBCDIC Greek" ],
  61     [ 878,   "VENDORS/MISC/KOI8-R.TXT",           "Russian KOI8" ],
  62     [ 932,   "VENDORS/MICSFT/WINDOWS/CP932.TXT",  "ANSI/OEM Japanese Shift-JIS" ],
  63     [ 936,   "VENDORS/MICSFT/WINDOWS/CP936.TXT",  "ANSI/OEM Simplified Chinese GBK" ],
  64     [ 949,   "VENDORS/MICSFT/WINDOWS/CP949.TXT",  "ANSI/OEM Korean Unified Hangul" ],
  65     [ 950,   "VENDORS/MICSFT/WINDOWS/CP950.TXT",  "ANSI/OEM Traditional Chinese Big5" ],
  66     [ 1006,  "VENDORS/MISC/CP1006.TXT",           "IBM Arabic" ],
  67     [ 1026,  "VENDORS/MICSFT/EBCDIC/CP1026.TXT",  "IBM EBCDIC Latin 5 Turkish" ],
  68     [ 1250,  "VENDORS/MICSFT/WINDOWS/CP1250.TXT", "ANSI Eastern Europe" ],
  69     [ 1251,  "VENDORS/MICSFT/WINDOWS/CP1251.TXT", "ANSI Cyrillic" ],
  70     [ 1252,  "VENDORS/MICSFT/WINDOWS/CP1252.TXT", "ANSI Latin 1" ],
  71     [ 1253,  "VENDORS/MICSFT/WINDOWS/CP1253.TXT", "ANSI Greek" ],
  72     [ 1254,  "VENDORS/MICSFT/WINDOWS/CP1254.TXT", "ANSI Turkish" ],
  73     [ 1255,  "VENDORS/MICSFT/WINDOWS/CP1255.TXT", "ANSI Hebrew" ],
  74     [ 1256,  "VENDORS/MICSFT/WINDOWS/CP1256.TXT", "ANSI Arabic" ],
  75     [ 1257,  "VENDORS/MICSFT/WINDOWS/CP1257.TXT", "ANSI Baltic" ],
  76     [ 1258,  "VENDORS/MICSFT/WINDOWS/CP1258.TXT", "ANSI/OEM Viet Nam" ],
  77     [ 10000, "VENDORS/MICSFT/MAC/ROMAN.TXT",      "Mac Roman" ],
  78     [ 10006, "VENDORS/MICSFT/MAC/GREEK.TXT",      "Mac Greek" ],
  79     [ 10007, "VENDORS/MICSFT/MAC/CYRILLIC.TXT",   "Mac Cyrillic" ],
  80     [ 10029, "VENDORS/MICSFT/MAC/LATIN2.TXT",     "Mac Latin 2" ],
  81     [ 10079, "VENDORS/MICSFT/MAC/ICELAND.TXT",    "Mac Icelandic" ],
  82     [ 10081, "VENDORS/MICSFT/MAC/TURKISH.TXT",    "Mac Turkish" ],
  83     [ 20866, "VENDORS/MISC/KOI8-R.TXT",           "Russian KOI8" ],
  84     [ 20932, "OBSOLETE/EASTASIA/JIS/JIS0208.TXT", "EUC-JP" ],
  85     [ 21866, "VENDORS/MISC/KOI8-U.TXT",           "Ukrainian KOI8" ],
  86     [ 28591, "ISO8859/8859-1.TXT",                "ISO 8859-1 Latin 1" ],
  87     [ 28592, "ISO8859/8859-2.TXT",                "ISO 8859-2 Latin 2 (East European)" ],
  88     [ 28593, "ISO8859/8859-3.TXT",                "ISO 8859-3 Latin 3 (South European)" ],
  89     [ 28594, "ISO8859/8859-4.TXT",                "ISO 8859-4 Latin 4 (Baltic old)" ],
  90     [ 28595, "ISO8859/8859-5.TXT",                "ISO 8859-5 Cyrillic" ],
  91     [ 28596, "ISO8859/8859-6.TXT",                "ISO 8859-6 Arabic" ],
  92     [ 28597, "ISO8859/8859-7.TXT",                "ISO 8859-7 Greek" ],
  93     [ 28598, "ISO8859/8859-8.TXT",                "ISO 8859-8 Hebrew" ],
  94     [ 28599, "ISO8859/8859-9.TXT",                "ISO 8859-9 Latin 5 (Turkish)" ],
  95     [ 28600, "ISO8859/8859-10.TXT",               "ISO 8859-10 Latin 6 (Nordic)" ],
  96     [ 28603, "ISO8859/8859-13.TXT",               "ISO 8859-13 Latin 7 (Baltic)" ],
  97     [ 28604, "ISO8859/8859-14.TXT",               "ISO 8859-14 Latin 8 (Celtic)" ],
  98     [ 28605, "ISO8859/8859-15.TXT",               "ISO 8859-15 Latin 9 (Euro)" ],
  99     [ 28606, "ISO8859/8859-16.TXT",               "ISO 8859-16 Latin 10 (Balkan)" ]
 100 );
 101
 102
 103 %ctype =
 104 (
 105     "upper"  => 0x0001,
 106     "lower"  => 0x0002,
 107     "digit"  => 0x0004,
 108     "space"  => 0x0008,
 109     "punct"  => 0x0010,
 110     "cntrl"  => 0x0020,
 111     "blank"  => 0x0040,
 112     "xdigit" => 0x0080,
 113     "alpha"  => 0x0100
 114 );
 115
 116 %categories =
 117 (
 118     "Lu" => $ctype{"alpha"}|$ctype{"upper"}, # Letter, Uppercase
 119     "Ll" => $ctype{"alpha"}|$ctype{"lower"}, # Letter, Lowercase
 120     "Lt" => $ctype{"alpha"},    # Letter, Titlecase
 121     "Mn" => $ctype{"punct"},    # Mark, Non-Spacing
 122     "Mc" => $ctype{"punct"},    # Mark, Spacing Combining
 123     "Me" => $ctype{"punct"},    # Mark, Enclosing
 124     "Nd" => $ctype{"digit"},    # Number, Decimal Digit
 125     "Nl" => $ctype{"punct"},    # Number, Letter
 126     "No" => $ctype{"punct"},    # Number, Other
 127     "Zs" => $ctype{"space"},    # Separator, Space
 128     "Zl" => $ctype{"space"},    # Separator, Line
 129     "Zp" => $ctype{"space"},    # Separator, Paragraph
 130     "Cc" => $ctype{"cntrl"},    # Other, Control
 131     "Cf" => 0,                  # Other, Format
 132     "Cs" => 0,                  # Other, Surrogate
 133     "Co" => 0,                  # Other, Private Use
 134     "Cn" => 0,                  # Other, Not Assigned
 135     "Lm" => $ctype{"punct"},    # Letter, Modifier
 136     "Lo" => $ctype{"alpha"},    # Letter, Other
 137     "Pc" => $ctype{"punct"},    # Punctuation, Connector
 138     "Pd" => $ctype{"punct"},    # Punctuation, Dash
 139     "Ps" => $ctype{"punct"},    # Punctuation, Open
 140     "Pe" => $ctype{"punct"},    # Punctuation, Close
 141     "Pi" => $ctype{"punct"},    # Punctuation, Initial quote
 142     "Pf" => $ctype{"punct"},    # Punctuation, Final quote
 143     "Po" => $ctype{"punct"},    # Punctuation, Other
 144     "Sm" => $ctype{"punct"},    # Symbol, Math
 145     "Sc" => $ctype{"punct"},    # Symbol, Currency
 146     "Sk" => $ctype{"punct"},    # Symbol, Modifier
 147     "So" => $ctype{"punct"}     # Symbol, Other
 148 );
 149
 150 # a few characters need additional categories that cannot be determined automatically
 151 %special_categories =
 152 (
 153     "xdigit" => [ ord('0')..ord('9'),ord('A')..ord('F'),ord('a')..ord('f'),
 154                   0xff10..0xff19, 0xff21..0xff26, 0xff41..0xff46 ],
 155     "space"  => [ 0x09..0x0d, 0x85 ],
 156     "blank"  => [ 0x09, 0x20, 0xa0, 0x3000, 0xfeff ],
 157     "cntrl"  => [ 0x070f, 0x180b, 0x180c, 0x180d, 0x180e, 0x200c, 0x200d,
 158                   0x200e, 0x200f, 0x202a, 0x202b, 0x202c, 0x202d, 0x202e,
 159                   0x206a, 0x206b, 0x206c, 0x206d, 0x206e, 0x206f, 0xfeff,
 160                   0xfff9, 0xfffa, 0xfffb ]
 161 );
 162
 163 %directions =
 164 (
 165     "L"   => 1,    # Left-to-Right
 166     "LRE" => 11,   # Left-to-Right Embedding
 167     "LRO" => 11,   # Left-to-Right Override
 168     "R"   => 2,    # Right-to-Left
 169     "AL"  => 2,    # Right-to-Left Arabic
 170     "RLE" => 11,   # Right-to-Left Embedding
 171     "RLO" => 11,   # Right-to-Left Override
 172     "PDF" => 11,   # Pop Directional Format
 173     "EN"  => 3,    # European Number
 174     "ES"  => 4,    # European Number Separator
 175     "ET"  => 5,    # European Number Terminator
 176     "AN"  => 6,    # Arabic Number
 177     "CS"  => 7,    # Common Number Separator
 178     "NSM" => 0,    # Non-Spacing Mark
 179     "BN"  => 0,    # Boundary Neutral
 180     "B"   => 8,    # Paragraph Separator
 181     "S"   => 9,    # Segment Separator
 182     "WS"  => 10,   # Whitespace
 183     "ON"  => 11    # Other Neutrals
 184 );
 185
 186
 187 ################################################################
 188 # main routine
 189
 190 READ_DEFAULTS();
 191 my @sortkeys = READ_SORTKEYS_FILE();
 192 DUMP_CASE_MAPPINGS();
 193 DUMP_SORTKEYS(@sortkeys);
 194 DUMP_COMPOSE_TABLES();
 195 DUMP_CTYPE_TABLES();
 196
 197 foreach $file (@allfiles) { HANDLE_FILE( @$file ); }
 198
 199 OUTPUT_CPTABLE();
 200
 201 exit(0);
 202
 203
 204 ################################################################
 205 # read in the defaults file
 206 sub READ_DEFAULTS
 207 {
 208     @unicode_defaults = ();
 209     @unicode_aliases = ();
 210     @tolower_table = ();
 211     @toupper_table = ();
 212     @digitmap_table = ();
 213     @compatmap_table = ();
 214     @category_table = ();
 215     @direction_table = ();
 216     @decomp_table = ();
 217     @compose_table = ();
 218
 219     # first setup a few default mappings
 220
 221     open DEFAULTS or die "Cannot open $DEFAULTS";
 222     print "Loading $DEFAULTS\n";
 223     while (<DEFAULTS>)
 224     {
 225         next if /^\#/;  # skip comments
 226         next if /^$/;  # skip empty lines
 227         if (/^(([0-9a-fA-F]+)(,[0-9a-fA-F]+)*)\s+([0-9a-fA-F]+|'.'|none)\s+(\#.*)?/)
 228         {
 229             my @src = map hex, split /,/,$1;
 230             my $dst = $4;
 231             my $comment = $5;
 232             if ($#src > 0) { push @unicode_aliases, \@src; }
 233             next if ($dst eq "none");
 234             $dst = ($dst =~ /\'.\'/) ? ord substr($dst,1,1) : hex $dst;
 235             foreach $src (@src)
 236             {
 237                 die "Duplicate value" if defined($unicode_defaults[$src]);
 238                 $unicode_defaults[$src] = $dst;
 239             }
 240             next;
 241         }
 242         die "Unrecognized line $_\n";
 243     }
 244
 245     # now build mappings from the decomposition field of the Unicode database
 246
 247     open UNICODEDATA or die "Cannot open $UNICODEDATA";
 248     print "Loading $UNICODEDATA\n";
 249     while (<UNICODEDATA>)
 250     {
 251         # Decode the fields ...
 252         ($code, $name, $cat, $comb, $bidi,
 253          $decomp, $dec, $dig, $num, $mirror,
 254          $oldname, $comment, $upper, $lower, $title) = split /;/;
 255
 256         my $src = hex $code;
 257
 258         die "unknown category $cat" unless defined $categories{$cat};
 259         die "unknown directionality $bidi" unless defined $directions{$bidi};
 260
 261         $uniname[$src] = $name;
 262         $category_table[$src] = $categories{$cat};
 263         $direction_table[$src] = $directions{$bidi};
 264
 265         if ($lower ne "")
 266         {
 267             $tolower_table[$src] = hex $lower;
 268             $category_table[$src] |= $ctype{"upper"}|$ctype{"alpha"};
 269         }
 270         if ($upper ne "")
 271         {
 272             $toupper_table[$src] = hex $upper;
 273             $category_table[$src] |= $ctype{"lower"}|$ctype{"alpha"};
 274         }
 275         if ($dec ne "")
 276         {
 277             $category_table[$src] |= $ctype{"digit"};
 278         }
 279         if ($dig ne "")
 280         {
 281             $digitmap_table[$src] = ord $dig;
 282         }
 283
 284         # copy the category and direction for everything between First/Last pairs
 285         if ($name =~ /, First>/) { $start = $src; }
 286         if ($name =~ /, Last>/)
 287         {
 288             while ($start < $src)
 289             {
 290                 $category_table[$start] = $category_table[$src];
 291                 $direction_table[$start] = $direction_table[$src];
 292                 $start++;
 293             }
 294         }
 295
 296         next if $decomp eq "";  # no decomposition, skip it
 297
 298         if ($decomp =~ /^<([a-zA-Z]+)>\s+([0-9a-fA-F]+)$/)
 299         {
 300             # decomposition of the form "<foo> 1234" -> use char if type is known
 301             if (($src >= 0xf900 && $src < 0xfb00) || ($src >= 0xfe30 && $src < 0xfffd))
 302             {
 303                 # Single char decomposition in the compatibility range
 304                 $compatmap_table[$src] = hex $2;
 305             }
 306             next unless ($1 eq "font" ||
 307                          $1 eq "noBreak" ||
 308                          $1 eq "circle" ||
 309                          $1 eq "super" ||
 310                          $1 eq "sub" ||
 311                          $1 eq "wide" ||
 312                          $1 eq "narrow" ||
 313                          $1 eq "compat" ||
 314                          $1 eq "small");
 315             $dst = hex $2;
 316         }
 317         elsif ($decomp =~ /^<compat>\s+0020\s+([0-9a-fA-F]+)/)
 318         {
 319             # decomposition "<compat> 0020 1234" -> combining accent
 320             $dst = hex $1;
 321         }
 322         elsif ($decomp =~ /^([0-9a-fA-F]+)/)
 323         {
 324             # decomposition contains only char values without prefix -> use first char
 325             $dst = hex $1;
 326             $category_table[$src] |= $category_table[$dst];
 327             # store decomposition if it contains two chars
 328             if ($decomp =~ /^([0-9a-fA-F]+)\s+([0-9a-fA-F]+)$/)
 329             {
 330                 $decomp_table[$src] = [ hex $1, hex $2 ];
 331                 push @compose_table, [ hex $1, hex $2, $src ];
 332             }
 333             elsif ($decomp =~ /^(<[a-z]+>\s)*([0-9a-fA-F]+)$/ &&
 334                    (($src >= 0xf900 && $src < 0xfb00) || ($src >= 0xfe30 && $src < 0xfffd)))
 335             {
 336                 # Single char decomposition in the compatibility range
 337                 $compatmap_table[$src] = hex $2;
 338             }
 339         }
 340         else
 341         {
 342             next;
 343         }
 344
 345         next if defined($unicode_defaults[$src]);  # may have been set in the defaults file
 346
 347         # check for loops
 348         for ($i = $dst; ; $i = $unicode_defaults[$i])
 349         {
 350             die sprintf("loop detected for %04x -> %04x",$src,$dst) if $i == $src;
 351             last unless defined($unicode_defaults[$i]);
 352         }
 353         $unicode_defaults[$src] = $dst;
 354     }
 355
 356     # patch the category of some special characters
 357
 358     foreach $cat (keys %special_categories)
 359     {
 360         my $flag = $ctype{$cat};
 361         foreach $i (@{$special_categories{$cat}}) { $category_table[$i] |= $flag; }
 362     }
 363 }
 364
 365
 366 ################################################################
 367 # parse the input file
 368 sub READ_FILE
 369 {
 370     my $name = shift;
 371     open INPUT,$name or die "Cannot open $name";
 372     @cp2uni = ();
 373     @lead_bytes = ();
 374     @uni2cp = ();
 375
 376     while (<INPUT>)
 377     {
 378         next if /^\#/;  # skip comments
 379         next if /^$/;  # skip empty lines
 380         next if /\x1a/;  # skip ^Z
 381         next if (/^0x([0-9a-fA-F]+)\s+\#UNDEFINED/);  # undefined char
 382
 383         if (/^0x([0-9a-fA-F]+)\s+\#DBCS LEAD BYTE/)
 384         {
 385             $cp = hex $1;
 386             push @lead_bytes,$cp;
 387             $cp2uni[$cp] = 0;
 388             next;
 389         }
 390         if (/^0x([0-9a-fA-F]+)\s+0x([0-9a-fA-F]+)\s+(\#.*)?/)
 391         {
 392             $cp = hex $1;
 393             $uni = hex $2;
 394             $cp2uni[$cp] = $uni unless defined($cp2uni[$cp]);
 395             $uni2cp[$uni] = $cp unless defined($uni2cp[$uni]);
 396             next;
 397         }
 398         die "$name: Unrecognized line $_\n";
 399     }
 400 }
 401
 402
 403 ################################################################
 404 # build EUC-JP table from the JIS 0208 file
 405 # FIXME: for proper EUC-JP we should probably read JIS 0212 too
 406 # but this would require 3-byte DBCS characters
 407 sub READ_JIS0208_FILE
 408 {
 409     my $name = shift;
 410     @cp2uni = ();
 411     @lead_bytes = ();
 412     @uni2cp = ();
 413
 414     # ASCII chars
 415     for ($i = 0x00; $i <= 0x7f; $i++)
 416     {
 417         $cp2uni[$i] = $i;
 418         $uni2cp[$i] = $i;
 419     }
 420
 421     # JIS X 0201 right plane
 422     for ($i = 0xa1; $i <= 0xdf; $i++)
 423     {
 424         $cp2uni[0x8e00 + $i] = 0xfec0 + $i;
 425         $uni2cp[0xfec0 + $i] = 0x8e00 + $i;
 426     }
 427
 428     # lead bytes
 429     foreach $i (0x8e, 0x8f, 0xa1 .. 0xfe)
 430     {
 431         push @lead_bytes,$i;
 432         $cp2uni[$i] = 0;
 433     }
 434
 435     # undefined chars
 436     foreach $i (0x80 .. 0x8d, 0x90 .. 0xa0, 0xff)
 437     {
 438         $cp2uni[$i] = $DEF_CHAR;
 439     }
 440
 441     # Shift-JIS compatibility
 442     $uni2cp[0x00a5] = 0x5c;
 443     $uni2cp[0x203e] = 0x7e;
 444
 445     # Fix backslash conversion
 446     $cp2uni[0xa1c0] = 0xff3c;
 447     $uni2cp[0xff3c] = 0xa1c0;
 448
 449     open INPUT, "$name" or die "Cannot open $name";
 450     while (<INPUT>)
 451     {
 452         next if /^\#/;  # skip comments
 453         next if /^$/;  # skip empty lines
 454         next if /\x1a/;  # skip ^Z
 455         if (/^0x[0-9a-fA-F]+\s+0x([0-9a-fA-F]+)\s+0x([0-9a-fA-F]+)\s+(\#.*)?/)
 456         {
 457             $cp = 0x8080 + hex $1;
 458             $uni = hex $2;
 459             $cp2uni[$cp] = $uni unless defined($cp2uni[$cp]);
 460             $uni2cp[$uni] = $cp unless defined($uni2cp[$uni]);
 461             next;
 462         }
 463         die "$name: Unrecognized line $_\n";
 464     }
 465 }
 466
 467
 468 ################################################################
 469 # build the sort keys table
 470 sub READ_SORTKEYS_FILE
 471 {
 472     my @sortkeys = ();
 473     for (my $i = 0; $i < 65536; $i++) { $sortkeys[$i] = [ -1, 0, 0, 0, 0 ] };
 474
 475     open INPUT, "$SORTKEYS" or die "Cannot open $SORTKEYS";
 476     print "Loading $SORTKEYS\n";
 477     while (<INPUT>)
 478     {
 479         next if /^\#/;  # skip comments
 480         next if /^$/;  # skip empty lines
 481         next if /\x1a/;  # skip ^Z
 482         next if /^\@version/;  # skip @version header
 483         if (/^([0-9a-fA-F]+)\s+;\s+\[([*.])([0-9a-fA-F]{4})\.([0-9a-fA-F]{4})\.([0-9a-fA-F]{4})\.([0-9a-fA-F]+)\]/)
 484         {
 485             my ($uni,$variable) = (hex $1, $2);
 486             next if $uni > 65535;
 487             $sortkeys[$uni] = [ $uni, hex $3, hex $4, hex $5, hex $6 ];
 488             next;
 489         }
 490         if (/^([0-9a-fA-F]+\s+)+;\s+\[[*.]([0-9a-fA-F]{4})\.([0-9a-fA-F]{4})\.([0-9a-fA-F]{4})\.([0-9a-fA-F]+)\]/)
 491         {
 492             # multiple character sequence, ignored for now
 493             next;
 494         }
 495         die "$SORTKEYS: Unrecognized line $_\n";
 496     }
 497     close INPUT;
 498
 499     # compress the keys to 32 bit:
 500     # key 1 to 16 bits, key 2 to 8 bits, key 3 to 4 bits, key 4 to 1 bit
 501
 502     @sortkeys = sort { ${$a}[1] <=> ${$b}[1] or
 503                        ${$a}[2] <=> ${$b}[2] or
 504                        ${$a}[3] <=> ${$b}[3] or
 505                        ${$a}[4] <=> ${$b}[4] or
 506                        $a cmp $b; } @sortkeys;
 507
 508     my ($n2, $n3) = (1, 1);
 509     my @keys = (-1, -1, -1, -1, -1 );
 510     my @flatkeys = ();
 511
 512     for (my $i = 0; $i < 65536; $i++)
 513     {
 514         my @current = @{$sortkeys[$i]};
 515         next if $current[0] == -1;
 516         if ($current[1] == $keys[1])
 517         {
 518             if ($current[2] == $keys[2])
 519             {
 520                 if ($current[3] == $keys[3])
 521                 {
 522                     # nothing
 523                 }
 524                 else
 525                 {
 526                     $keys[3] = $current[3];
 527                     $n3++;
 528                     die if ($n3 >= 16);
 529                 }
 530             }
 531             else
 532             {
 533                 $keys[2] = $current[2];
 534                 $keys[3] = $current[3];
 535                 $n2++;
 536                 $n3 = 1;
 537                 die if ($n2 >= 256);
 538             }
 539         }
 540         else
 541         {
 542             $keys[1] = $current[1];
 543             $keys[2] = $current[2];
 544             $keys[3] = $current[3];
 545             $n2 = 1;
 546             $n3 = 1;
 547         }
 548
 549         if ($current[2]) { $current[2] = $n2; }
 550         if ($current[3]) { $current[3] = $n3; }
 551         if ($current[4]) { $current[4] = 1; }
 552
 553         $flatkeys[$current[0]] = ($current[1] << 16) | ($current[2] << 8) | ($current[3] << 4) | $current[4];
 554     }
 555     return @flatkeys;
 556 }
 557
 558
 559 ################################################################
 560 # build the sort keys table
 561 sub DUMP_SORTKEYS
 562 {
 563     my @keys = @_;
 564
 565     # count the number of 256-key ranges that contain something
 566
 567     my @offsets = ();
 568     my $ranges = 2;
 569     for (my $i = 0; $i < 256; $i++) { $offsets[$i] = 256; }
 570     for (my $i = 0; $i < 65536; $i++)
 571     {
 572         next unless defined $keys[$i];
 573         $offsets[$i >> 8] = $ranges * 256;
 574         $ranges++;
 575         $i |= 255;
 576     }
 577
 578     # output the range offsets
 579
 580     open OUTPUT,">collation.c.new" or die "Cannot create collation.c";
 581     printf "Building collation.c\n";
 582     printf OUTPUT "/* Unicode collation element table */\n";
 583     printf OUTPUT "/* generated from %s */\n", $SORTKEYS;
 584     printf OUTPUT "/* DO NOT EDIT!! */\n\n";
 585
 586     printf OUTPUT "const unsigned int collation_table[%d] =\n{\n", $ranges*256;
 587     printf OUTPUT "    /* index */\n";
 588     printf OUTPUT "%s,\n", DUMP_ARRAY( "0x%08x", 0, @offsets );
 589
 590     # output the default values
 591
 592     printf OUTPUT "    /* defaults */\n";
 593     printf OUTPUT "%s", DUMP_ARRAY( "0x%08x", 0, (-1) x 256 );
 594
 595     # output all the key ranges
 596
 597     for (my $i = 0; $i < 256; $i++)
 598     {
 599         next if $offsets[$i] == 256;
 600         printf OUTPUT ",\n    /* 0x%02x00 .. 0x%02xff */\n", $i, $i;
 601         printf OUTPUT "%s", DUMP_ARRAY( "0x%08x", -1, @keys[($i<<8) .. ($i<<8)+255] );
 602     }
 603     printf OUTPUT "\n};\n";
 604     close OUTPUT;
 605     save_file("collation.c");
 606 }
 607
 608
 609 ################################################################
 610 # add default mappings once the file had been read
 611 sub ADD_DEFAULT_MAPPINGS
 612 {
 613     # Apply aliases
 614
 615     foreach $alias (@unicode_aliases)
 616     {
 617         my $target = undef;
 618         foreach $src (@$alias)
 619         {
 620             if (defined($uni2cp[$src]))
 621             {
 622                 $target = $uni2cp[$src];
 623                 last;
 624             }
 625         }
 626         next unless defined($target);
 627
 628         # At least one char of the alias set is defined, set the others to the same value
 629         foreach $src (@$alias)
 630         {
 631             $uni2cp[$src] = $target unless defined($uni2cp[$src]);
 632         }
 633     }
 634
 635     # For every src -> target mapping in the defaults table,
 636     # make uni2cp[src] = uni2cp[target] if uni2cp[target] is defined
 637
 638     for ($src = 0; $src < 65536; $src++)
 639     {
 640         next if defined($uni2cp[$src]);  # source has a definition already
 641         next unless defined($unicode_defaults[$src]);  # no default for this char
 642         my $target = $unicode_defaults[$src];
 643
 644         # do a recursive mapping until we find a target char that is defined
 645         while (!defined($uni2cp[$target]) &&
 646                defined($unicode_defaults[$target])) { $target = $unicode_defaults[$target]; }
 647
 648         if (defined($uni2cp[$target])) { $uni2cp[$src] = $uni2cp[$target]; }
 649     }
 650
 651     # Add an identity mapping for all undefined chars
 652
 653     for ($i = 0; $i < 256; $i++)
 654     {
 655         next if defined($cp2uni[$i]);
 656         next if defined($uni2cp[$i]);
 657         $cp2uni[$i] = $uni2cp[$i] = $i;
 658     }
 659 }
 660
 661 ################################################################
 662 # dump an array of integers
 663 sub DUMP_ARRAY
 664 {
 665     my ($format,$default,@array) = @_;
 666     my $i, $ret = "    ";
 667     for ($i = 0; $i < $#array; $i++)
 668     {
 669         $ret .= sprintf($format, defined $array[$i] ? $array[$i] : $default);
 670         $ret .= (($i % 8) != 7) ? ", " : ",\n    ";
 671     }
 672     $ret .= sprintf($format, defined $array[$i] ? $array[$i] : $default);
 673     return $ret;
 674 }
 675
 676 ################################################################
 677 # dump an SBCS mapping table
 678 sub DUMP_SBCS_TABLE
 679 {
 680     my ($codepage, $name) = @_;
 681     my $i;
 682
 683     # output the ascii->unicode table
 684
 685     printf OUTPUT "static const WCHAR cp2uni[256] =\n";
 686     printf OUTPUT "{\n%s\n};\n\n", DUMP_ARRAY( "0x%04x", $DEF_CHAR, @cp2uni[0 .. 255] );
 687
 688     # count the number of unicode->ascii subtables that contain something
 689
 690     my @filled = ();
 691     my $subtables = 1;
 692     for ($i = 0; $i < 65536; $i++)
 693     {
 694         next unless defined $uni2cp[$i];
 695         $filled[$i >> 8] = 1;
 696         $subtables++;
 697         $i |= 255;
 698     }
 699
 700     # output all the subtables into a single array
 701
 702     printf OUTPUT "static const unsigned char uni2cp_low[%d] =\n{\n", $subtables*256;
 703     for ($i = 0; $i < 256; $i++)
 704     {
 705         next unless $filled[$i];
 706         printf OUTPUT "    /* 0x%02x00 .. 0x%02xff */\n", $i, $i;
 707         printf OUTPUT "%s,\n", DUMP_ARRAY( "0x%02x", $DEF_CHAR, @uni2cp[($i<<8) .. ($i<<8)+255] );
 708     }
 709     printf OUTPUT "    /* defaults */\n";
 710     printf OUTPUT "%s\n};\n\n", DUMP_ARRAY( "0x%02x", 0, ($DEF_CHAR) x 256 );
 711
 712     # output a table of the offsets of the subtables in the previous array
 713
 714     my $pos = 0;
 715     my @offsets = ();
 716     for ($i = 0; $i < 256; $i++)
 717     {
 718         if ($filled[$i]) { push @offsets, $pos; $pos += 256; }
 719         else { push @offsets, ($subtables-1) * 256; }
 720     }
 721     printf OUTPUT "static const unsigned short uni2cp_high[256] =\n";
 722     printf OUTPUT "{\n%s\n};\n\n", DUMP_ARRAY( "0x%04x", 0, @offsets );
 723
 724     # output the code page descriptor
 725
 726     printf OUTPUT "const struct sbcs_table cptable_%03d =\n{\n", $codepage;
 727     printf OUTPUT "    { %d, 1, 0x%04x, 0x%04x, \"%s\" },\n",
 728                   $codepage, $DEF_CHAR, $DEF_CHAR, $name;
 729     printf OUTPUT "    cp2uni,\n";
 730     printf OUTPUT "    uni2cp_low,\n";
 731     printf OUTPUT "    uni2cp_high\n};\n";
 732 }
 733
 734
 735 ################################################################
 736 # dump a DBCS mapping table
 737 sub DUMP_DBCS_TABLE
 738 {
 739     my ($codepage, $name) = @_;
 740     my $i, $x, $y;
 741
 742     # build a list of lead bytes that are actually used
 743
 744     my @lblist = ();
 745     LBLOOP: for ($y = 0; $y <= $#lead_bytes; $y++)
 746     {
 747         my $base = $lead_bytes[$y] << 8;
 748         for ($x = 0; $x < 256; $x++)
 749         {
 750             if (defined $cp2uni[$base+$x])
 751             {
 752                 push @lblist,$lead_bytes[$y];
 753                 next LBLOOP;
 754             }
 755         }
 756     }
 757     my $unused = ($#lead_bytes > $#lblist);
 758
 759     # output the ascii->unicode table for the single byte chars
 760
 761     printf OUTPUT "static const WCHAR cp2uni[%d] =\n", 256 * ($#lblist + 2 + $unused);
 762     printf OUTPUT "{\n%s,\n", DUMP_ARRAY( "0x%04x", $DEF_CHAR, @cp2uni[0 .. 255] );
 763
 764     # output the default table for unused lead bytes
 765
 766     if ($unused)
 767     {
 768         printf OUTPUT "    /* unused lead bytes */\n";
 769         printf OUTPUT "%s,\n", DUMP_ARRAY( "0x%04x", 0, ($DEF_CHAR) x 256 );
 770     }
 771
 772     # output the ascii->unicode table for each DBCS lead byte
 773
 774     for ($y = 0; $y <= $#lblist; $y++)
 775     {
 776         my $base = $lblist[$y] << 8;
 777         printf OUTPUT "    /* lead byte %02x */\n", $lblist[$y];
 778         printf OUTPUT "%s", DUMP_ARRAY( "0x%04x", $DEF_CHAR, @cp2uni[$base .. $base+255] );
 779         printf OUTPUT ($y < $#lblist) ? ",\n" : "\n};\n\n";
 780     }
 781
 782     # output the lead byte subtables offsets
 783
 784     my @offsets = ();
 785     for ($x = 0; $x < 256; $x++) { $offsets[$x] = 0; }
 786     for ($x = 0; $x <= $#lblist; $x++) { $offsets[$lblist[$x]] = $x + 1; }
 787     if ($unused)
 788     {
 789         # increment all lead bytes offset to take into account the unused table
 790         for ($x = 0; $x <= $#lead_bytes; $x++) { $offsets[$lead_bytes[$x]]++; }
 791     }
 792     printf OUTPUT "static const unsigned char cp2uni_leadbytes[256] =\n";
 793     printf OUTPUT "{\n%s\n};\n\n", DUMP_ARRAY( "0x%02x", 0, @offsets );
 794
 795     # count the number of unicode->ascii subtables that contain something
 796
 797     my @filled = ();
 798     my $subtables = 1;
 799     for ($i = 0; $i < 65536; $i++)
 800     {
 801         next unless defined $uni2cp[$i];
 802         $filled[$i >> 8] = 1;
 803         $subtables++;
 804         $i |= 255;
 805     }
 806
 807     # output all the subtables into a single array
 808
 809     printf OUTPUT "static const unsigned short uni2cp_low[%d] =\n{\n", $subtables*256;
 810     for ($y = 0; $y < 256; $y++)
 811     {
 812         next unless $filled[$y];
 813         printf OUTPUT "    /* 0x%02x00 .. 0x%02xff */\n", $y, $y;
 814         printf OUTPUT "%s,\n", DUMP_ARRAY( "0x%04x", $DEF_CHAR, @uni2cp[($y<<8) .. ($y<<8)+255] );
 815     }
 816     printf OUTPUT "    /* defaults */\n";
 817     printf OUTPUT "%s\n};\n\n", DUMP_ARRAY( "0x%04x", 0, ($DEF_CHAR) x 256 );
 818
 819     # output a table of the offsets of the subtables in the previous array
 820
 821     my $pos = 0;
 822     my @offsets = ();
 823     for ($y = 0; $y < 256; $y++)
 824     {
 825         if ($filled[$y]) { push @offsets, $pos; $pos += 256; }
 826         else { push @offsets, ($subtables-1) * 256; }
 827     }
 828     printf OUTPUT "static const unsigned short uni2cp_high[256] =\n";
 829     printf OUTPUT "{\n%s\n};\n\n", DUMP_ARRAY( "0x%04x", 0, @offsets );
 830
 831     # output the code page descriptor
 832
 833     printf OUTPUT "const struct dbcs_table cptable_%03d =\n{\n", $codepage;
 834     printf OUTPUT "    { %d, 2, 0x%04x, 0x%04x, \"%s\" },\n",
 835                   $codepage, $DEF_CHAR, $DEF_CHAR, $name;
 836     printf OUTPUT "    cp2uni,\n";
 837     printf OUTPUT "    cp2uni_leadbytes,\n";
 838     printf OUTPUT "    uni2cp_low,\n";
 839     printf OUTPUT "    uni2cp_high,\n";
 840     DUMP_LB_RANGES();
 841     printf OUTPUT "};\n";
 842 }
 843
 844
 845 ################################################################
 846 # dump the list of defined lead byte ranges
 847 sub DUMP_LB_RANGES
 848 {
 849     my @list = ();
 850     my $i = 0;
 851     foreach $i (@lead_bytes) { $list[$i] = 1; }
 852     my $on = 0;
 853     printf OUTPUT "    { ";
 854     for ($i = 0; $i < 256; $i++)
 855     {
 856         if ($on)
 857         {
 858             if (!defined $list[$i]) { printf OUTPUT "0x%02x, ", $i-1; $on = 0; }
 859         }
 860         else
 861         {
 862             if ($list[$i]) { printf OUTPUT "0x%02x, ", $i; $on = 1; }
 863         }
 864     }
 865     if ($on) { printf OUTPUT "0xff, "; }
 866     printf OUTPUT "0x00, 0x00 }\n";
 867 }
 868
 869
 870 ################################################################
 871 # dump the case mapping tables
 872 sub DUMP_CASE_MAPPINGS
 873 {
 874     open OUTPUT,">casemap.c.new" or die "Cannot create casemap.c";
 875     printf "Building casemap.c\n";
 876     printf OUTPUT "/* Unicode case mappings */\n";
 877     printf OUTPUT "/* Automatically generated; DO NOT EDIT!! */\n\n";
 878     printf OUTPUT "#include \"wine/unicode.h\"\n\n";
 879
 880     DUMP_CASE_TABLE( "wine_casemap_lower", @tolower_table );
 881     DUMP_CASE_TABLE( "wine_casemap_upper", @toupper_table );
 882     DUMP_CASE_TABLE( "wine_digitmap",  @digitmap_table );
 883     DUMP_CASE_TABLE( "wine_compatmap", @compatmap_table );
 884     close OUTPUT;
 885     save_file("casemap.c");
 886 }
 887
 888
 889 ################################################################
 890 # dump a case mapping table
 891 sub DUMP_CASE_TABLE
 892 {
 893     my ($name,@table) = @_;
 894
 895     # count the number of sub tables that contain something
 896     # also compute the low and upper populated bounds
 897
 898     my @lowerbounds = ( 0, 0 );
 899     my @upperbounds = ( 0, 255 );
 900     my $index = 0;
 901     my @filled = ();
 902     for ($i = 0; $i < 65536; $i++)
 903     {
 904         next unless defined $table[$i];
 905         if (!defined $filled[$i >> 8])
 906         {
 907           $lowerbounds[$index] = $i & 0xff;
 908           $upperbounds[$index] = 0xff - $lowerbounds[$index];
 909           $filled[$i >> 8] = $index * 256 + 512;
 910           $index++;
 911         }
 912         else
 913         {
 914           $upperbounds[$index-1] = 0xff - ($i & 0xff);
 915         }
 916         $table[$i] = ($table[$i] - $i) & 0xffff;
 917     }
 918
 919     # Collapse blocks upwards if possible
 920     my $removed = 0;
 921     $index = 0;
 922     for ($i = 0; $i < 256; $i++)
 923     {
 924         next unless defined $filled[$i];
 925         if ($upperbounds[$index - 1] > $lowerbounds[$index])
 926         {
 927            $removed = $removed + $lowerbounds[$index];
 928         }
 929         else
 930         {
 931            $removed = $removed + $upperbounds[$index - 1];
 932            $lowerbounds[$index] = $upperbounds[$index - 1];
 933         }
 934         $filled[$i] = $filled[$i] - $removed;
 935         $index++;
 936     }
 937
 938     # dump the table
 939
 940     printf OUTPUT "const WCHAR %s[%d] =\n", $name, $index * 256 + 512 - $removed;
 941     printf OUTPUT "{\n    /* index */\n";
 942     printf OUTPUT "%s,\n", DUMP_ARRAY( "0x%04x", 256, @filled );
 943     printf OUTPUT "    /* defaults */\n";
 944     printf OUTPUT "%s", DUMP_ARRAY( "0x%04x", 0, (0) x 256 );
 945     $index = 0;
 946     for ($i = 0; $i < 256; $i++)
 947     {
 948         next unless $filled[$i];
 949         printf OUTPUT ",\n    /* 0x%02x%02x .. 0x%02xff */\n", $i, $lowerbounds[$index], $i;
 950         printf OUTPUT "%s", DUMP_ARRAY( "0x%04x", 0,
 951                       @table[($i<<8) + $lowerbounds[$index] .. ($i<<8)+255] );
 952         $index++;
 953     }
 954     printf OUTPUT "\n};\n";
 955 }
 956
 957
 958 ################################################################
 959 # dump the ctype tables
 960 sub DUMP_CTYPE_TABLES
 961 {
 962     open OUTPUT,">wctype.c.new" or die "Cannot create wctype.c";
 963     printf "Building wctype.c\n";
 964     printf OUTPUT "/* Unicode ctype tables */\n";
 965     printf OUTPUT "/* Automatically generated; DO NOT EDIT!! */\n\n";
 966     printf OUTPUT "#include \"wine/unicode.h\"\n\n";
 967
 968     my $i;
 969     my @array = (0) x 256;
 970
 971     # add the direction in the high 4 bits of the category
 972     for ($i = 0; $i < 65536; $i++)
 973     {
 974         $category_table[$i] |= $direction_table[$i] << 12;
 975     }
 976
 977     # try to merge table rows
 978     for ($row = 0; $row < 256; $row++)
 979     {
 980         my $rowtxt = sprintf "%04x" x 256, @category_table[($row<<8)..($row<<8)+255];
 981         if (defined($sequences{$rowtxt}))
 982         {
 983             # reuse an existing row
 984             $array[$row] = $sequences{$rowtxt};
 985         }
 986         else
 987         {
 988             # create a new row
 989             $sequences{$rowtxt} = $array[$row] = $#array + 1;
 990             push @array, @category_table[($row<<8)..($row<<8)+255];
 991         }
 992     }
 993
 994     printf OUTPUT "const unsigned short wine_wctype_table[%d] =\n{\n", $#array+1;
 995     printf OUTPUT "    /* offsets */\n%s,\n", DUMP_ARRAY( "0x%04x", 0, @array[0..255] );
 996     printf OUTPUT "    /* values */\n%s\n};\n", DUMP_ARRAY( "0x%04x", 0, @array[256..$#array] );
 997
 998     close OUTPUT;
 999     save_file("wctype.c");
1000 }
1001
1002
1003 ################################################################
1004 # dump the char composition tables
1005 sub DUMP_COMPOSE_TABLES
1006 {
1007     open OUTPUT,">compose.c.new" or die "Cannot create compose.c";
1008     printf "Building compose.c\n";
1009     printf OUTPUT "/* Unicode char composition */\n";
1010     printf OUTPUT "/* Automatically generated; DO NOT EDIT!! */\n\n";
1011     printf OUTPUT "#include \"wine/unicode.h\"\n\n";
1012
1013     ######### composition table
1014
1015     my @filled = ();
1016     foreach $i (@compose_table)
1017     {
1018         my @comp = @$i;
1019         push @{$filled[$comp[1]]}, [ $comp[0], $comp[2] ];
1020     }
1021
1022     # count how many different second chars we have
1023
1024     for ($i = $count = 0; $i < 65536; $i++)
1025     {
1026         next unless defined $filled[$i];
1027         $count++;
1028     }
1029
1030     # build the table of second chars and offsets
1031
1032     my $pos = $count + 1;
1033     for ($i = 0; $i < 65536; $i++)
1034     {
1035         next unless defined $filled[$i];
1036         push @table, $i, $pos;
1037         $pos += @{$filled[$i]};
1038     }
1039     # terminator with last position
1040     push @table, 0, $pos;
1041     printf OUTPUT "const WCHAR unicode_compose_table[0x%x] =\n{\n", 2*$pos;
1042     printf OUTPUT "    /* second chars + offsets */\n%s", DUMP_ARRAY( "0x%04x", 0, @table );
1043
1044     # build the table of first chars and mappings
1045
1046     for ($i = 0; $i < 65536; $i++)
1047     {
1048         next unless defined $filled[$i];
1049         my @table = ();
1050         my @list = sort { $a->[0] <=> $b->[0] } @{$filled[$i]};
1051         for ($j = 0; $j <= $#list; $j++)
1052         {
1053             push @table, $list[$j][0], $list[$j][1];
1054         }
1055         printf OUTPUT ",\n    /* 0x%04x */\n%s", $i, DUMP_ARRAY( "0x%04x", 0, @table );
1056     }
1057     printf OUTPUT "\n};\n\nconst unsigned int unicode_compose_table_size = %d;\n\n", $count;
1058
1059     ######### decomposition table
1060
1061     # first determine all the 16-char subsets that contain something
1062
1063     my @filled = (0) x 4096;
1064     my $pos = 16*2;  # for the null subset
1065     for ($i = 0; $i < 65536; $i++)
1066     {
1067         next unless defined $decomp_table[$i];
1068         $filled[$i >> 4] = $pos;
1069         $pos += 16*2;
1070         $i |= 15;
1071     }
1072     my $total = $pos;
1073
1074     # now count the 256-char subsets that contain something
1075
1076     my @filled_idx = (256) x 256;
1077     $pos = 256 + 16;
1078     for ($i = 0; $i < 4096; $i++)
1079     {
1080         next unless $filled[$i];
1081         $filled_idx[$i >> 4] = $pos;
1082         $pos += 16;
1083         $i |= 15;
1084     }
1085     my $null_offset = $pos;  # null mapping
1086     $total += $pos;
1087
1088     # add the index offsets to the subsets positions
1089
1090     for ($i = 0; $i < 4096; $i++)
1091     {
1092         next unless $filled[$i];
1093         $filled[$i] += $null_offset;
1094     }
1095
1096     # dump the main index
1097
1098     printf OUTPUT "const WCHAR unicode_decompose_table[%d] =\n", $total;
1099     printf OUTPUT "{\n    /* index */\n";
1100     printf OUTPUT "%s", DUMP_ARRAY( "0x%04x", 0, @filled_idx );
1101     printf OUTPUT ",\n    /* null sub-index */\n%s", DUMP_ARRAY( "0x%04x", 0, ($null_offset) x 16 );
1102
1103     # dump the second-level indexes
1104
1105     for ($i = 0; $i < 256; $i++)
1106     {
1107         next unless ($filled_idx[$i] > 256);
1108         my @table = @filled[($i<<4)..($i<<4)+15];
1109         for ($j = 0; $j < 16; $j++) { $table[$j] ||= $null_offset; }
1110         printf OUTPUT ",\n    /* sub-index %02x */\n", $i;
1111         printf OUTPUT "%s", DUMP_ARRAY( "0x%04x", 0, @table );
1112     }
1113
1114     # dump the 16-char subsets
1115
1116     printf OUTPUT ",\n    /* null mapping */\n";
1117     printf OUTPUT "%s", DUMP_ARRAY( "0x%04x", 0, (0) x 32 );
1118
1119     for ($i = 0; $i < 4096; $i++)
1120     {
1121         next unless $filled[$i];
1122         my @table = (0) x 32;
1123         for ($j = 0; $j < 16; $j++)
1124         {
1125             if (defined $decomp_table[($i<<4) + $j])
1126             {
1127                 $table[2 * $j] = ${$decomp_table[($i << 4) + $j]}[0];
1128                 $table[2 * $j + 1] = ${$decomp_table[($i << 4) + $j]}[1];
1129             }
1130         }
1131         printf OUTPUT ",\n    /* 0x%03x0 .. 0x%03xf */\n", $i, $i;
1132         printf OUTPUT "%s", DUMP_ARRAY( "0x%04x", 0, @table );
1133     }
1134
1135     printf OUTPUT "\n};\n";
1136     close OUTPUT;
1137     save_file("compose.c");
1138 }
1139
1140
1141 ################################################################
1142 # read an input file and generate the corresponding .c file
1143 sub HANDLE_FILE
1144 {
1145     my ($codepage,$filename,$comment) = @_;
1146
1147     # symbol codepage file is special
1148     if ($codepage == 20932) { READ_JIS0208_FILE($MAPPREFIX . $filename); }
1149     else { READ_FILE($MAPPREFIX . $filename); }
1150
1151     # hack: 0x00a5 must map to backslash in Shift-JIS
1152     if ($codepage == 932) { $uni2cp[0x00a5] = 0x5c; }
1153
1154     ADD_DEFAULT_MAPPINGS();
1155
1156     my $output = sprintf "c_%03d.c", $codepage;
1157     open OUTPUT,">$output.new" or die "Cannot create $output";
1158
1159     printf "Building %s from %s (%s)\n", $output, $filename, $comment;
1160
1161     # dump all tables
1162
1163     printf OUTPUT "/* code page %03d (%s) */\n", $codepage, $comment;
1164     printf OUTPUT "/* generated from %s */\n", $MAPPREFIX . $filename;
1165     printf OUTPUT "/* DO NOT EDIT!! */\n\n";
1166     printf OUTPUT "#include \"wine/unicode.h\"\n\n";
1167
1168     if ($#lead_bytes == -1) { DUMP_SBCS_TABLE( $codepage, $comment ); }
1169     else { DUMP_DBCS_TABLE( $codepage, $comment ); }
1170     close OUTPUT;
1171     save_file($output);
1172 }
1173
1174
1175 ################################################################
1176 # save a file if modified
1177 sub save_file($)
1178 {
1179     my $file = shift;
1180     if (!system "cmp $file $file.new >/dev/null")
1181     {
1182         unlink "$file.new";
1183     }
1184     else
1185     {
1186         rename "$file.new", "$file";
1187     }
1188 }
1189
1190
1191 ################################################################
1192 # output the list of codepage tables into the cptable.c file
1193 sub OUTPUT_CPTABLE
1194 {
1195     @tables_decl = ();
1196
1197     foreach $file (@allfiles)
1198     {
1199         my ($codepage,$filename,$comment) = @$file;
1200         push @tables_decl, sprintf("extern union cptable cptable_%03d;\n",$codepage);
1201     }
1202
1203     push @tables_decl, sprintf("\nstatic const union cptable * const cptables[%d] =\n{\n",$#allfiles+1);
1204     foreach $file (@allfiles)
1205     {
1206         my ($codepage,$filename,$comment) = @$file;
1207         push @tables_decl, sprintf("    &cptable_%03d,\n", $codepage);
1208     }
1209     push @tables_decl, "};";
1210     REPLACE_IN_FILE( "cptable.c", @tables_decl );
1211 }
1212
1213 ################################################################
1214 # replace the contents of a file between ### cpmap ### marks
1215
1216 sub REPLACE_IN_FILE
1217 {
1218     my $name = shift;
1219     my @data = @_;
1220     my @lines = ();
1221     open(FILE,$name) or die "Can't open $name";
1222     while (<FILE>)
1223     {
1224         push @lines, $_;
1225         last if /\#\#\# cpmap begin \#\#\#/;
1226     }
1227     push @lines, @data;
1228     while (<FILE>)
1229     {
1230         if (/\#\#\# cpmap end \#\#\#/) { push @lines, "\n", $_; last; }
1231     }
1232     push @lines, <FILE>;
1233     open(FILE,">$name.new") or die "Can't modify $name";
1234     print FILE @lines;
1235     close(FILE);
1236     save_file($name);
1237 }