gcc/ada/s-utf_32.ads

   1 ------------------------------------------------------------------------------
   2 --                                                                          --
   3 --                         GNAT RUN-TIME COMPONENTS                         --
   4 --                                                                          --
   5 --                        S Y S T E M . U T F _ 3 2                         --
   6 --                                                                          --
   7 --                                 S p e c                                  --
   8 --                                                                          --
   9 --          Copyright (C) 2005-2009, Free Software Foundation, Inc.         --
  10 --                                                                          --
  11 -- GNAT is free software;  you can  redistribute it  and/or modify it under --
  12 -- terms of the  GNU General Public License as published  by the Free Soft- --
  13 -- ware  Foundation;  either version 3,  or (at your option) any later ver- --
  14 -- sion.  GNAT is distributed in the hope that it will be useful, but WITH- --
  15 -- OUT ANY WARRANTY;  without even the  implied warranty of MERCHANTABILITY --
  16 -- or FITNESS FOR A PARTICULAR PURPOSE.                                     --
  17 --                                                                          --
  18 -- As a special exception under Section 7 of GPL version 3, you are granted --
  19 -- additional permissions described in the GCC Runtime Library Exception,   --
  20 -- version 3.1, as published by the Free Software Foundation.               --
  21 --                                                                          --
  22 -- You should have received a copy of the GNU General Public License and    --
  23 -- a copy of the GCC Runtime Library Exception along with this program;     --
  24 -- see the files COPYING3 and COPYING.RUNTIME respectively.  If not, see    --
  25 -- <http://www.gnu.org/licenses/>.                                          --
  26 --                                                                          --
  27 -- GNAT was originally developed  by the GNAT team at  New York University. --
  28 -- Extensive contributions were provided by Ada Core Technologies Inc.      --
  29 --                                                                          --
  30 ------------------------------------------------------------------------------
  31
  32 --  This package is an internal package that provides basic character
  33 --  classification capabilities needed by the compiler for handling full
  34 --  32-bit wide wide characters. We avoid the use of the actual type
  35 --  Wide_Wide_Character, since we want to use these routines in the compiler
  36 --  itself, and we want to be able to compile the compiler with old versions
  37 --  of GNAT that did not implement Wide_Wide_Character.
  38
  39 --  System.UTF_32 should not be directly used from an application program, but
  40 --  an equivalent package GNAT.UTF_32 can be used directly and provides exactly
  41 --  the same services. The reason this package is in System is so that it can
  42 --  with'ed by other packages in the Ada and System hierarchies.
  43
  44 pragma Warnings (Off);
  45 pragma Compiler_Unit;
  46 pragma Warnings (On);
  47
  48 package System.UTF_32 is
  49
  50    type UTF_32 is range 0 .. 16#7FFF_FFFF#;
  51    --  So far, the only defined character codes are in 0 .. 16#01_FFFF#
  52
  53    --  The following type defines the categories from the unicode definitions.
  54    --  The one addition we make is Fe, which represents the characters FFFE
  55    --  and FFFF in any of the planes.
  56
  57    type Category is (
  58      Cc,   --  Other, Control
  59      Cf,   --  Other, Format
  60      Cn,   --  Other, Not Assigned
  61      Co,   --  Other, Private Use
  62      Cs,   --  Other, Surrogate
  63      Ll,   --  Letter, Lowercase
  64      Lm,   --  Letter, Modifier
  65      Lo,   --  Letter, Other
  66      Lt,   --  Letter, Titlecase
  67      Lu,   --  Letter, Uppercase
  68      Mc,   --  Mark, Spacing Combining
  69      Me,   --  Mark, Enclosing
  70      Mn,   --  Mark, Nonspacing
  71      Nd,   --  Number, Decimal Digit
  72      Nl,   --  Number, Letter
  73      No,   --  Number, Other
  74      Pc,   --  Punctuation, Connector
  75      Pd,   --  Punctuation, Dash
  76      Pe,   --  Punctuation, Close
  77      Pf,   --  Punctuation, Final quote
  78      Pi,   --  Punctuation, Initial quote
  79      Po,   --  Punctuation, Other
  80      Ps,   --  Punctuation, Open
  81      Sc,   --  Symbol, Currency
  82      Sk,   --  Symbol, Modifier
  83      Sm,   --  Symbol, Math
  84      So,   --  Symbol, Other
  85      Zl,   --  Separator, Line
  86      Zp,   --  Separator, Paragraph
  87      Zs,   --  Separator, Space
  88      Fe);  --  relative position FFFE/FFFF in any plane
  89
  90    function Get_Category (U : UTF_32) return Category;
  91    --  Given a UTF32 code, returns corresponding Category, or Cn if
  92    --  the code does not have an assigned unicode category.
  93
  94    --  The following functions perform category tests corresponding to lexical
  95    --  classes defined in the Ada standard. There are two interfaces for each
  96    --  function. The second takes a Category (e.g. returned by Get_Category).
  97    --  The first takes a UTF_32 code. The form taking the UTF_32 code is
  98    --  typically more efficient than calling Get_Category, but if several
  99    --  different tests are to be performed on the same code, it is more
 100    --  efficient to use Get_Category to get the category, then test the
 101    --  resulting category.
 102
 103    function Is_UTF_32_Letter (U : UTF_32)   return Boolean;
 104    function Is_UTF_32_Letter (C : Category) return Boolean;
 105    pragma Inline (Is_UTF_32_Letter);
 106    --  Returns true iff U is a letter that can be used to start an identifier,
 107    --  or if C is one of the corresponding categories, which are the following:
 108    --    Letter, Uppercase (Lu)
 109    --    Letter, Lowercase (Ll)
 110    --    Letter, Titlecase (Lt)
 111    --    Letter, Modifier  (Lm)
 112    --    Letter, Other     (Lo)
 113    --    Number, Letter    (Nl)
 114
 115    function Is_UTF_32_Digit (U : UTF_32)   return Boolean;
 116    function Is_UTF_32_Digit (C : Category) return Boolean;
 117    pragma Inline (Is_UTF_32_Digit);
 118    --  Returns true iff U is a digit that can be used to extend an identifier,
 119    --  or if C is one of the corresponding categories, which are the following:
 120    --    Number, Decimal_Digit (Nd)
 121
 122    function Is_UTF_32_Line_Terminator (U : UTF_32) return Boolean;
 123    pragma Inline (Is_UTF_32_Line_Terminator);
 124    --  Returns true iff U is an allowed line terminator for source programs,
 125    --  if U is in the category Zp (Separator, Paragraph), or Zs (Separator,
 126    --  Line), or if U is a conventional line terminator (CR, LF, VT, FF).
 127    --  There is no category version for this function, since the set of
 128    --  characters does not correspond to a set of Unicode categories.
 129
 130    function Is_UTF_32_Mark (U : UTF_32)   return Boolean;
 131    function Is_UTF_32_Mark (C : Category) return Boolean;
 132    pragma Inline (Is_UTF_32_Mark);
 133    --  Returns true iff U is a mark character which can be used to extend an
 134    --  identifier, or if C is one of the corresponding categories, which are
 135    --  the following:
 136    --    Mark, Non-Spacing (Mn)
 137    --    Mark, Spacing Combining (Mc)
 138
 139    function Is_UTF_32_Other (U : UTF_32)   return Boolean;
 140    function Is_UTF_32_Other (C : Category) return Boolean;
 141    pragma Inline (Is_UTF_32_Other);
 142    --  Returns true iff U is an other format character, which means that it
 143    --  can be used to extend an identifier, but is ignored for the purposes of
 144    --  matching of identifiers, or if C is one of the corresponding categories,
 145    --  which are the following:
 146    --    Other, Format (Cf)
 147
 148    function Is_UTF_32_Punctuation (U : UTF_32)   return Boolean;
 149    function Is_UTF_32_Punctuation (C : Category) return Boolean;
 150    pragma Inline (Is_UTF_32_Punctuation);
 151    --  Returns true iff U is a punctuation character that can be used to
 152    --  separate pieces of an identifier, or if C is one of the corresponding
 153    --  categories, which are the following:
 154    --    Punctuation, Connector (Pc)
 155
 156    function Is_UTF_32_Space (U : UTF_32)   return Boolean;
 157    function Is_UTF_32_Space (C : Category) return Boolean;
 158    pragma Inline (Is_UTF_32_Space);
 159    --  Returns true iff U is considered a space to be ignored, or if C is one
 160    --  of the corresponding categories, which are the following:
 161    --    Separator, Space (Zs)
 162
 163    function Is_UTF_32_Non_Graphic (U : UTF_32)   return Boolean;
 164    function Is_UTF_32_Non_Graphic (C : Category) return Boolean;
 165    pragma Inline (Is_UTF_32_Non_Graphic);
 166    --  Returns true iff U is considered to be a non-graphic character, or if C
 167    --  is one of the corresponding categories, which are the following:
 168    --    Other, Control (Cc)
 169    --    Other, Private Use (Co)
 170    --    Other, Surrogate (Cs)
 171    --    Separator, Line (Zl)
 172    --    Separator, Paragraph (Zp)
 173    --    FFFE or FFFF positions in any plane (Fe)
 174    --
 175    --  Note that the Ada category format effector is subsumed by the above
 176    --  list of Unicode categories.
 177    --
 178    --  Note that Other, Unassigned (Cn) is quite deliberately not included
 179    --  in the list of categories above. This means that should any of these
 180    --  code positions be defined in future with graphic characters they will
 181    --  be allowed without a need to change implementations or the standard.
 182    --
 183    --  Note that Other, Format (Cf) is also quite deliberately not included
 184    --  in the list of categories above. This means that these characters can
 185    --  be included in character and string literals.
 186
 187    --  The following function is used to fold to upper case, as required by
 188    --  the Ada 2005 standard rules for identifier case folding. Two
 189    --  identifiers are equivalent if they are identical after folding all
 190    --  letters to upper case using this routine.
 191
 192    function UTF_32_To_Upper_Case (U : UTF_32) return UTF_32;
 193    pragma Inline (UTF_32_To_Upper_Case);
 194    --  If U represents a lower case letter, returns the corresponding upper
 195    --  case letter, otherwise U is returned unchanged. The folding is locale
 196    --  independent as defined by documents referenced in the note in section
 197    --  1 of ISO/IEC 10646:2003
 198
 199 end System.UTF_32;