gcc/ada/a-stuten.ads

   1 ------------------------------------------------------------------------------
   2 --                                                                          --
   3 --                         GNAT RUN-TIME COMPONENTS                         --
   4 --                                                                          --
   5 --              A D A . S T R I N G S . U T F _ E N C O D I N G             --
   6 --                                                                          --
   7 --                                 S p e c                                  --
   8 --                                                                          --
   9 -- This specification is derived from the Ada Reference Manual for use with --
  10 -- GNAT. The copyright notice above, and the license provisions that follow --
  11 -- apply solely to the  contents of the part following the private keyword. --
  12 --                                                                          --
  13 -- GNAT is free software;  you can  redistribute it  and/or modify it under --
  14 -- terms of the  GNU General Public License as published  by the Free Soft- --
  15 -- ware  Foundation;  either version 2,  or (at your option) any later ver- --
  16 -- sion.  GNAT is distributed in the hope that it will be useful, but WITH- --
  17 -- OUT ANY WARRANTY;  without even the  implied warranty of MERCHANTABILITY --
  18 -- or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License --
  19 -- for  more details.  You should have  received  a copy of the GNU General --
  20 -- Public License  distributed with GNAT;  see file COPYING.  If not, write --
  21 -- to  the  Free Software Foundation,  51  Franklin  Street,  Fifth  Floor, --
  22 -- Boston, MA 02110-1301, USA.                                              --
  23 --                                                                          --
  24 -- As a special exception,  if other files  instantiate  generics from this --
  25 -- unit, or you link  this unit with other files  to produce an executable, --
  26 -- this  unit  does not  by itself cause  the resulting  executable  to  be --
  27 -- covered  by the  GNU  General  Public  License.  This exception does not --
  28 -- however invalidate  any other reasons why  the executable file  might be --
  29 -- covered by the  GNU Public License.                                      --
  30 --                                                                          --
  31 -- GNAT was originally developed  by the GNAT team at  New York University. --
  32 -- Extensive contributions were provided by Ada Core Technologies Inc.      --
  33 --                                                                          --
  34 ------------------------------------------------------------------------------
  35
  36 --  This is one of the Ada 2012 package defined in AI05-0137-1. It is a parent
  37 --  package that contains declarations used in the child packages for handling
  38 --  UTF encoded strings. Note: this package is consistent with Ada 95, and may
  39 --  be used in Ada 95 or Ada 2005 mode.
  40
  41 with Interfaces;
  42 with Unchecked_Conversion;
  43
  44 package Ada.Strings.UTF_Encoding is
  45    pragma Pure (UTF_Encoding);
  46
  47    subtype UTF_String is String;
  48    --  Used to represent a string of 8-bit values containing a sequence of
  49    --  values encoded in one of three ways (UTF-8, UTF-16BE, or UTF-16LE).
  50    --  Typically used in connection with a Scheme parameter indicating which
  51    --  of the encodings applies. This is not strictly a String value in the
  52    --  sense defined in the Ada RM, but in practice type String accomodates
  53    --  all possible 256 codes, and can be used to hold any sequence of 8-bit
  54    --  codes. We use String directly rather than create a new type so that
  55    --  all existing facilities for manipulating type String (e.g. the child
  56    --  packages of Ada.Strings) are available for manipulation of UTF_Strings.
  57
  58    type Encoding_Scheme is (UTF_8, UTF_16BE, UTF_16LE);
  59    --  Used to specify which of three possible encodings apply to a UTF_String
  60
  61    subtype UTF_8_String is String;
  62    --  Similar to UTF_String but specifically represents a UTF-8 encoded string
  63
  64    subtype UTF_16_Wide_String is Wide_String;
  65    --  This is similar to UTF_8_String but is used to represent a Wide_String
  66    --  value which is a sequence of 16-bit values encoded using UTF-16. Again
  67    --  this is not strictly a Wide_String in the sense of the Ada RM, but the
  68    --  type Wide_String can be used to represent a sequence of arbitrary 16-bit
  69    --  values, and it is more convenient to use Wide_String than a new type.
  70
  71    Encoding_Error : exception;
  72    --  This exception is raised in the following situations:
  73    --    a) A UTF encoded string contains an invalid encoding sequence
  74    --    b) A UTF-16BE or UTF-16LE input string has an odd length
  75    --    c) An incorrect character value is present in the Input string
  76    --    d) The result for a Wide_Character output exceeds 16#FFFF#
  77    --  The exception message has the index value where the error occurred.
  78
  79    --  The BOM (BYTE_ORDER_MARK) values defined here are used at the start of
  80    --  a string to indicate the encoding. The convention in this package is
  81    --  that on input a correct BOM is ignored and an incorrect BOM causes an
  82    --  Encoding_Error exception. On output, the output string may or may not
  83    --  include a BOM depending on the setting of Output_BOM.
  84
  85    BOM_8    : constant UTF_8_String :=
  86                 Character'Val (16#EF#) &
  87                 Character'Val (16#BB#) &
  88                 Character'Val (16#BF#);
  89
  90    BOM_16BE : constant UTF_String :=
  91                 Character'Val (16#FE#) &
  92                 Character'Val (16#FF#);
  93
  94    BOM_16LE : constant UTF_String :=
  95                 Character'Val (16#FF#) &
  96                 Character'Val (16#FE#);
  97
  98    BOM_16   : constant UTF_16_Wide_String :=
  99                 (1 => Wide_Character'Val (16#FEFF#));
 100
 101    function Encoding
 102      (Item    : UTF_String;
 103       Default : Encoding_Scheme := UTF_8) return Encoding_Scheme;
 104    --  This function inspects a UTF_String value to determine whether it
 105    --  starts with a BOM for UTF-8, UTF-16BE, or UTF_16LE. If so, the result
 106    --  is the scheme corresponding to the BOM. If no valid BOM is present
 107    --  then the result is the specified Default value.
 108
 109 private
 110    function To_Unsigned_8 is new
 111      Unchecked_Conversion (Character, Interfaces.Unsigned_8);
 112
 113    function To_Unsigned_16 is new
 114      Unchecked_Conversion (Wide_Character, Interfaces.Unsigned_16);
 115
 116    function To_Unsigned_32 is new
 117      Unchecked_Conversion (Wide_Wide_Character, Interfaces.Unsigned_32);
 118
 119    subtype UTF_XE_Encoding is Encoding_Scheme range UTF_16BE .. UTF_16LE;
 120    --  Subtype containing only UTF_16BE and UTF_16LE entries
 121
 122    --  Utility routines for converting between UTF-16 and UTF-16LE/BE
 123
 124    function From_UTF_16
 125      (Item          : UTF_16_Wide_String;
 126       Output_Scheme : UTF_XE_Encoding;
 127       Output_BOM    : Boolean := False) return UTF_String;
 128    --  The input string Item is encoded in UTF-16. The output is encoded using
 129    --  Output_Scheme (which is either UTF-16LE or UTF-16BE). There are no error
 130    --  cases. The output starts with BOM_16BE/LE if Output_BOM is True.
 131
 132    function To_UTF_16
 133      (Item          : UTF_String;
 134       Input_Scheme  : UTF_XE_Encoding;
 135       Output_BOM    : Boolean := False) return UTF_16_Wide_String;
 136    --  The input string Item is encoded using Input_Scheme which is either
 137    --  UTF-16LE or UTF-16BE. The output is the corresponding UTF_16 wide
 138    --  string. Encoding error is raised if the length of the input is odd.
 139    --  The output starts with BOM_16 if Output_BOM is True.
 140
 141    procedure Raise_Encoding_Error (Index : Natural);
 142    pragma No_Return (Raise_Encoding_Error);
 143    --  Raise Encoding_Error exception for bad encoding in input item. The
 144    --  parameter Index is the index of the location in Item for the error.
 145
 146 end Ada.Strings.UTF_Encoding;