runtime/utf-inl.h

   1 /*
   2  * Copyright (C) 2011 The Android Open Source Project
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  *      http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 #ifndef ART_RUNTIME_UTF_INL_H_
  18 #define ART_RUNTIME_UTF_INL_H_
  19
  20 #include "utf.h"
  21
  22 namespace art {
  23
  24 inline uint16_t GetTrailingUtf16Char(uint32_t maybe_pair) {
  25   return static_cast<uint16_t>(maybe_pair >> 16);
  26 }
  27
  28 inline uint16_t GetLeadingUtf16Char(uint32_t maybe_pair) {
  29   return static_cast<uint16_t>(maybe_pair & 0x0000FFFF);
  30 }
  31
  32 inline uint32_t GetUtf16FromUtf8(const char** utf8_data_in) {
  33   const uint8_t one = *(*utf8_data_in)++;
  34   if ((one & 0x80) == 0) {
  35     // one-byte encoding
  36     return one;
  37   }
  38
  39   const uint8_t two = *(*utf8_data_in)++;
  40   if ((one & 0x20) == 0) {
  41     // two-byte encoding
  42     return ((one & 0x1f) << 6) | (two & 0x3f);
  43   }
  44
  45   const uint8_t three = *(*utf8_data_in)++;
  46   if ((one & 0x10) == 0) {
  47     return ((one & 0x0f) << 12) | ((two & 0x3f) << 6) | (three & 0x3f);
  48   }
  49
  50   // Four byte encodings need special handling. We'll have
  51   // to convert them into a surrogate pair.
  52   const uint8_t four = *(*utf8_data_in)++;
  53
  54   // Since this is a 4 byte UTF-8 sequence, it will lie between
  55   // U+10000 and U+1FFFFF.
  56   //
  57   // TODO: What do we do about values in (U+10FFFF, U+1FFFFF) ? The
  58   // spec says they're invalid but nobody appears to check for them.
  59   const uint32_t code_point = ((one & 0x0f) << 18) | ((two & 0x3f) << 12)
  60       | ((three & 0x3f) << 6) | (four & 0x3f);
  61
  62   uint32_t surrogate_pair = 0;
  63   // Step two: Write out the high (leading) surrogate to the bottom 16 bits
  64   // of the of the 32 bit type.
  65   surrogate_pair |= ((code_point >> 10) + 0xd7c0) & 0xffff;
  66   // Step three : Write out the low (trailing) surrogate to the top 16 bits.
  67   surrogate_pair |= ((code_point & 0x03ff) + 0xdc00) << 16;
  68
  69   return surrogate_pair;
  70 }
  71
  72 inline int CompareModifiedUtf8ToModifiedUtf8AsUtf16CodePointValues(const char* utf8_1,
  73                                                                    const char* utf8_2) {
  74   uint32_t c1, c2;
  75   do {
  76     c1 = *utf8_1;
  77     c2 = *utf8_2;
  78     // Did we reach a terminating character?
  79     if (c1 == 0) {
  80       return (c2 == 0) ? 0 : -1;
  81     } else if (c2 == 0) {
  82       return 1;
  83     }
  84
  85     c1 = GetUtf16FromUtf8(&utf8_1);
  86     c2 = GetUtf16FromUtf8(&utf8_2);
  87   } while (c1 == c2);
  88
  89   const uint32_t leading_surrogate_diff = GetLeadingUtf16Char(c1) - GetLeadingUtf16Char(c2);
  90   if (leading_surrogate_diff != 0) {
  91       return static_cast<int>(leading_surrogate_diff);
  92   }
  93
  94   return GetTrailingUtf16Char(c1) - GetTrailingUtf16Char(c2);
  95 }
  96
  97 }  // namespace art
  98
  99 #endif  // ART_RUNTIME_UTF_INL_H_