pdf2swf/xpdf/CharCodeToUnicode.cc

   1 //========================================================================
   2 //
   3 // CharCodeToUnicode.cc
   4 //
   5 // Copyright 2001-2003 Glyph & Cog, LLC
   6 //
   7 //========================================================================
   8
   9 #include <aconf.h>
  10
  11 #ifdef USE_GCC_PRAGMAS
  12 #pragma implementation
  13 #endif
  14
  15 #include <stdio.h>
  16 #include <string.h>
  17 #include "gmem.h"
  18 #include "gfile.h"
  19 #include "GString.h"
  20 #include "Error.h"
  21 #include "GlobalParams.h"
  22 #include "PSTokenizer.h"
  23 #include "CharCodeToUnicode.h"
  24
  25 //------------------------------------------------------------------------
  26
  27 #define maxUnicodeString 8
  28
  29 struct CharCodeToUnicodeString {
  30   CharCode c;
  31   Unicode u[maxUnicodeString];
  32   int len;
  33 };
  34
  35 //------------------------------------------------------------------------
  36
  37 static int getCharFromString(void *data) {
  38   char *p;
  39   int c;
  40
  41   p = *(char **)data;
  42   if (*p) {
  43     c = *p++;
  44     *(char **)data = p;
  45   } else {
  46     c = EOF;
  47   }
  48   return c;
  49 }
  50
  51 static int getCharFromFile(void *data) {
  52   return fgetc((FILE *)data);
  53 }
  54
  55 //------------------------------------------------------------------------
  56
  57 CharCodeToUnicode *CharCodeToUnicode::parseCIDToUnicode(GString *fileName,
  58                                                         GString *collection) {
  59   FILE *f;
  60   Unicode *mapA;
  61   CharCode size, mapLenA;
  62   char buf[64];
  63   Unicode u;
  64   CharCodeToUnicode *ctu;
  65
  66   if (!(f = fopen(fileName->getCString(), "r"))) {
  67     error(-1, "Couldn't open cidToUnicode file '%s'",
  68           fileName->getCString());
  69     return NULL;
  70   }
  71
  72   size = 32768;
  73   mapA = (Unicode *)gmallocn(size, sizeof(Unicode));
  74   mapLenA = 0;
  75
  76   while (getLine(buf, sizeof(buf), f)) {
  77     if (mapLenA == size) {
  78       size *= 2;
  79       mapA = (Unicode *)greallocn(mapA, size, sizeof(Unicode));
  80     }
  81     if (sscanf(buf, "%x", &u) == 1) {
  82       mapA[mapLenA] = u;
  83     } else {
  84       error(-1, "Bad line (%d) in cidToUnicode file '%s'",
  85             (int)(mapLenA + 1), fileName->getCString());
  86       mapA[mapLenA] = 0;
  87     }
  88     ++mapLenA;
  89   }
  90   fclose(f);
  91
  92   ctu = new CharCodeToUnicode(collection->copy(), mapA, mapLenA, gTrue,
  93                               NULL, 0, 0);
  94   gfree(mapA);
  95   return ctu;
  96 }
  97
  98 CharCodeToUnicode *CharCodeToUnicode::parseUnicodeToUnicode(
  99                                                     GString *fileName) {
 100   FILE *f;
 101   Unicode *mapA;
 102   CharCodeToUnicodeString *sMapA;
 103   CharCode size, oldSize, len, sMapSizeA, sMapLenA;
 104   char buf[256];
 105   char *tok;
 106   Unicode u0;
 107   Unicode uBuf[maxUnicodeString];
 108   CharCodeToUnicode *ctu;
 109   int line, n, i;
 110
 111   if (!(f = fopen(fileName->getCString(), "r"))) {
 112     error(-1, "Couldn't open unicodeToUnicode file '%s'",
 113           fileName->getCString());
 114     return NULL;
 115   }
 116
 117   size = 4096;
 118   mapA = (Unicode *)gmallocn(size, sizeof(Unicode));
 119   memset(mapA, 0, size * sizeof(Unicode));
 120   len = 0;
 121   sMapA = NULL;
 122   sMapSizeA = sMapLenA = 0;
 123
 124   line = 0;
 125   while (getLine(buf, sizeof(buf), f)) {
 126     ++line;
 127     if (!(tok = strtok(buf, " \t\r\n")) ||
 128         sscanf(tok, "%x", &u0) != 1) {
 129       error(-1, "Bad line (%d) in unicodeToUnicode file '%s'",
 130             line, fileName->getCString());
 131       continue;
 132     }
 133     n = 0;
 134     while (n < maxUnicodeString) {
 135       if (!(tok = strtok(NULL, " \t\r\n"))) {
 136         break;
 137       }
 138       if (sscanf(tok, "%x", &uBuf[n]) != 1) {
 139         error(-1, "Bad line (%d) in unicodeToUnicode file '%s'",
 140               line, fileName->getCString());
 141         break;
 142       }
 143       ++n;
 144     }
 145     if (n < 1) {
 146       error(-1, "Bad line (%d) in unicodeToUnicode file '%s'",
 147             line, fileName->getCString());
 148       continue;
 149     }
 150     if (u0 >= size) {
 151       oldSize = size;
 152       while (u0 >= size) {
 153         size *= 2;
 154       }
 155       mapA = (Unicode *)greallocn(mapA, size, sizeof(Unicode));
 156       memset(mapA + oldSize, 0, (size - oldSize) * sizeof(Unicode));
 157     }
 158     if (n == 1) {
 159       mapA[u0] = uBuf[0];
 160     } else {
 161       mapA[u0] = 0;
 162       if (sMapLenA == sMapSizeA) {
 163         sMapSizeA += 16;
 164         sMapA = (CharCodeToUnicodeString *)
 165                   greallocn(sMapA, sMapSizeA, sizeof(CharCodeToUnicodeString));
 166       }
 167       sMapA[sMapLenA].c = u0;
 168       for (i = 0; i < n; ++i) {
 169         sMapA[sMapLenA].u[i] = uBuf[i];
 170       }
 171       sMapA[sMapLenA].len = n;
 172       ++sMapLenA;
 173     }
 174     if (u0 >= len) {
 175       len = u0 + 1;
 176     }
 177   }
 178   fclose(f);
 179
 180   ctu = new CharCodeToUnicode(fileName->copy(), mapA, len, gTrue,
 181                               sMapA, sMapLenA, sMapSizeA);
 182   gfree(mapA);
 183   return ctu;
 184 }
 185
 186 CharCodeToUnicode *CharCodeToUnicode::make8BitToUnicode(Unicode *toUnicode) {
 187   return new CharCodeToUnicode(NULL, toUnicode, 256, gTrue, NULL, 0, 0);
 188 }
 189
 190 CharCodeToUnicode *CharCodeToUnicode::parseCMap(GString *buf, int nBits) {
 191   CharCodeToUnicode *ctu;
 192   char *p;
 193
 194   ctu = new CharCodeToUnicode(NULL);
 195   p = buf->getCString();
 196   ctu->parseCMap1(&getCharFromString, &p, nBits);
 197   return ctu;
 198 }
 199
 200 void CharCodeToUnicode::mergeCMap(GString *buf, int nBits) {
 201   char *p;
 202
 203   p = buf->getCString();
 204   parseCMap1(&getCharFromString, &p, nBits);
 205 }
 206
 207 void CharCodeToUnicode::parseCMap1(int (*getCharFunc)(void *), void *data,
 208                                    int nBits) {
 209   PSTokenizer *pst;
 210   char tok1[256], tok2[256], tok3[256];
 211   int nDigits, n1, n2, n3;
 212   CharCode i;
 213   CharCode code1, code2;
 214   GString *name;
 215   FILE *f;
 216
 217   nDigits = nBits / 4;
 218   pst = new PSTokenizer(getCharFunc, data);
 219   pst->getToken(tok1, sizeof(tok1), &n1);
 220   while (pst->getToken(tok2, sizeof(tok2), &n2)) {
 221     if (!strcmp(tok2, "usecmap")) {
 222       if (tok1[0] == '/') {
 223         name = new GString(tok1 + 1);
 224         if ((f = globalParams->findToUnicodeFile(name))) {
 225           parseCMap1(&getCharFromFile, f, nBits);
 226           fclose(f);
 227         } else {
 228           error(-1, "Couldn't find ToUnicode CMap file for '%s'",
 229                 name->getCString());
 230         }
 231         delete name;
 232       }
 233       pst->getToken(tok1, sizeof(tok1), &n1);
 234     } else if (!strcmp(tok2, "beginbfchar")) {
 235       while (pst->getToken(tok1, sizeof(tok1), &n1)) {
 236         if (!strcmp(tok1, "endbfchar")) {
 237           break;
 238         }
 239         if (!pst->getToken(tok2, sizeof(tok2), &n2) ||
 240             !strcmp(tok2, "endbfchar")) {
 241           error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
 242           break;
 243         }
 244         if (!(n1 == 2 + nDigits && tok1[0] == '<' && tok1[n1 - 1] == '>' &&
 245               tok2[0] == '<' && tok2[n2 - 1] == '>')) {
 246           error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
 247           continue;
 248         }
 249         tok1[n1 - 1] = tok2[n2 - 1] = '\0';
 250         if (sscanf(tok1 + 1, "%x", &code1) != 1) {
 251           error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
 252           continue;
 253         }
 254         addMapping(code1, tok2 + 1, n2 - 2, 0);
 255       }
 256       pst->getToken(tok1, sizeof(tok1), &n1);
 257     } else if (!strcmp(tok2, "beginbfrange")) {
 258       while (pst->getToken(tok1, sizeof(tok1), &n1)) {
 259         if (!strcmp(tok1, "endbfrange")) {
 260           break;
 261         }
 262         if (!pst->getToken(tok2, sizeof(tok2), &n2) ||
 263             !strcmp(tok2, "endbfrange") ||
 264             !pst->getToken(tok3, sizeof(tok3), &n3) ||
 265             !strcmp(tok3, "endbfrange")) {
 266           error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
 267           break;
 268         }
 269         if (!(n1 == 2 + nDigits && tok1[0] == '<' && tok1[n1 - 1] == '>' &&
 270               n2 == 2 + nDigits && tok2[0] == '<' && tok2[n2 - 1] == '>')) {
 271           error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
 272           continue;
 273         }
 274         tok1[n1 - 1] = tok2[n2 - 1] = '\0';
 275         if (sscanf(tok1 + 1, "%x", &code1) != 1 ||
 276             sscanf(tok2 + 1, "%x", &code2) != 1) {
 277           error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
 278           continue;
 279         }
 280         if (!strcmp(tok3, "[")) {
 281           i = 0;
 282           while (pst->getToken(tok1, sizeof(tok1), &n1) &&
 283                  code1 + i <= code2) {
 284             if (!strcmp(tok1, "]")) {
 285               break;
 286             }
 287             if (tok1[0] == '<' && tok1[n1 - 1] == '>') {
 288               tok1[n1 - 1] = '\0';
 289               addMapping(code1 + i, tok1 + 1, n1 - 2, 0);
 290             } else {
 291               error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
 292             }
 293             ++i;
 294           }
 295         } else if (tok3[0] == '<' && tok3[n3 - 1] == '>') {
 296           tok3[n3 - 1] = '\0';
 297           for (i = 0; code1 <= code2; ++code1, ++i) {
 298             addMapping(code1, tok3 + 1, n3 - 2, i);
 299           }
 300
 301         } else {
 302           error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
 303         }
 304       }
 305       pst->getToken(tok1, sizeof(tok1), &n1);
 306     } else {
 307       strcpy(tok1, tok2);
 308     }
 309   }
 310   delete pst;
 311 }
 312
 313 void CharCodeToUnicode::addMapping(CharCode code, char *uStr, int n,
 314                                    int offset) {
 315   CharCode oldLen, i;
 316   Unicode u;
 317   char uHex[5];
 318   int j;
 319
 320   if (code >= mapLen) {
 321     oldLen = mapLen;
 322     mapLen = (code + 256) & ~255;
 323     map = (Unicode *)greallocn(map, mapLen, sizeof(Unicode));
 324     for (i = oldLen; i < mapLen; ++i) {
 325       map[i] = 0;
 326     }
 327   }
 328   if (n <= 4) {
 329     if (sscanf(uStr, "%x", &u) != 1) {
 330       error(-1, "Illegal entry in ToUnicode CMap");
 331       return;
 332     }
 333     map[code] = u + offset;
 334   } else {
 335     if (sMapLen >= sMapSize) {
 336       sMapSize = sMapSize + 16;
 337       sMap = (CharCodeToUnicodeString *)
 338                greallocn(sMap, sMapSize, sizeof(CharCodeToUnicodeString));
 339     }
 340     map[code] = 0;
 341     sMap[sMapLen].c = code;
 342     sMap[sMapLen].len = n / 4;
 343     for (j = 0; j < sMap[sMapLen].len && j < maxUnicodeString; ++j) {
 344       strncpy(uHex, uStr + j*4, 4);
 345       uHex[4] = '\0';
 346       if (sscanf(uHex, "%x", &sMap[sMapLen].u[j]) != 1) {
 347         error(-1, "Illegal entry in ToUnicode CMap");
 348       }
 349     }
 350     sMap[sMapLen].u[sMap[sMapLen].len - 1] += offset;
 351     ++sMapLen;
 352   }
 353 }
 354
 355 CharCodeToUnicode::CharCodeToUnicode(GString *tagA) {
 356   CharCode i;
 357
 358   tag = tagA;
 359   mapLen = 256;
 360   map = (Unicode *)gmallocn(mapLen, sizeof(Unicode));
 361   for (i = 0; i < mapLen; ++i) {
 362     map[i] = 0;
 363   }
 364   sMap = NULL;
 365   sMapLen = sMapSize = 0;
 366   refCnt = 1;
 367 #if MULTITHREADED
 368   gInitMutex(&mutex);
 369 #endif
 370 }
 371
 372 CharCodeToUnicode::CharCodeToUnicode(GString *tagA, Unicode *mapA,
 373                                      CharCode mapLenA, GBool copyMap,
 374                                      CharCodeToUnicodeString *sMapA,
 375                                      int sMapLenA, int sMapSizeA) {
 376   tag = tagA;
 377   mapLen = mapLenA;
 378   if (copyMap) {
 379     map = (Unicode *)gmallocn(mapLen, sizeof(Unicode));
 380     memcpy(map, mapA, mapLen * sizeof(Unicode));
 381   } else {
 382     map = mapA;
 383   }
 384   sMap = sMapA;
 385   sMapLen = sMapLenA;
 386   sMapSize = sMapSizeA;
 387   refCnt = 1;
 388 #if MULTITHREADED
 389   gInitMutex(&mutex);
 390 #endif
 391 }
 392
 393 CharCodeToUnicode::~CharCodeToUnicode() {
 394   if (tag) {
 395     delete tag;
 396   }
 397   gfree(map);
 398   if (sMap) {
 399     gfree(sMap);
 400   }
 401 #if MULTITHREADED
 402   gDestroyMutex(&mutex);
 403 #endif
 404 }
 405
 406 void CharCodeToUnicode::incRefCnt() {
 407 #if MULTITHREADED
 408   gLockMutex(&mutex);
 409 #endif
 410   ++refCnt;
 411 #if MULTITHREADED
 412   gUnlockMutex(&mutex);
 413 #endif
 414 }
 415
 416 void CharCodeToUnicode::decRefCnt() {
 417   GBool done;
 418
 419 #if MULTITHREADED
 420   gLockMutex(&mutex);
 421 #endif
 422   done = --refCnt == 0;
 423 #if MULTITHREADED
 424   gUnlockMutex(&mutex);
 425 #endif
 426   if (done) {
 427     delete this;
 428   }
 429 }
 430
 431 GBool CharCodeToUnicode::match(GString *tagA) {
 432   return tag && !tag->cmp(tagA);
 433 }
 434
 435 void CharCodeToUnicode::setMapping(CharCode c, Unicode *u, int len) {
 436   int i, j;
 437
 438   if (len == 1) {
 439     map[c] = u[0];
 440   } else {
 441     for (i = 0; i < sMapLen; ++i) {
 442       if (sMap[i].c == c) {
 443         break;
 444       }
 445     }
 446     if (i == sMapLen) {
 447       if (sMapLen == sMapSize) {
 448         sMapSize += 8;
 449         sMap = (CharCodeToUnicodeString *)
 450                  greallocn(sMap, sMapSize, sizeof(CharCodeToUnicodeString));
 451       }
 452       ++sMapLen;
 453     }
 454     map[c] = 0;
 455     sMap[i].c = c;
 456     sMap[i].len = len;
 457     for (j = 0; j < len && j < maxUnicodeString; ++j) {
 458       sMap[i].u[j] = u[j];
 459     }
 460   }
 461 }
 462
 463 int CharCodeToUnicode::mapToUnicode(CharCode c, Unicode *u, int size) {
 464   int i, j;
 465
 466   if (c >= mapLen) {
 467     return 0;
 468   }
 469   if (map[c]) {
 470     u[0] = map[c];
 471     return 1;
 472   }
 473   for (i = 0; i < sMapLen; ++i) {
 474     if (sMap[i].c == c) {
 475       for (j = 0; j < sMap[i].len && j < size; ++j) {
 476         u[j] = sMap[i].u[j];
 477       }
 478       return j;
 479     }
 480   }
 481   return 0;
 482 }
 483
 484 //------------------------------------------------------------------------
 485
 486 CharCodeToUnicodeCache::CharCodeToUnicodeCache(int sizeA) {
 487   int i;
 488
 489   size = sizeA;
 490   cache = (CharCodeToUnicode **)gmallocn(size, sizeof(CharCodeToUnicode *));
 491   for (i = 0; i < size; ++i) {
 492     cache[i] = NULL;
 493   }
 494 }
 495
 496 CharCodeToUnicodeCache::~CharCodeToUnicodeCache() {
 497   int i;
 498
 499   for (i = 0; i < size; ++i) {
 500     if (cache[i]) {
 501       cache[i]->decRefCnt();
 502     }
 503   }
 504   gfree(cache);
 505 }
 506
 507 CharCodeToUnicode *CharCodeToUnicodeCache::getCharCodeToUnicode(GString *tag) {
 508   CharCodeToUnicode *ctu;
 509   int i, j;
 510
 511   if (cache[0] && cache[0]->match(tag)) {
 512     cache[0]->incRefCnt();
 513     return cache[0];
 514   }
 515   for (i = 1; i < size; ++i) {
 516     if (cache[i] && cache[i]->match(tag)) {
 517       ctu = cache[i];
 518       for (j = i; j >= 1; --j) {
 519         cache[j] = cache[j - 1];
 520       }
 521       cache[0] = ctu;
 522       ctu->incRefCnt();
 523       return ctu;
 524     }
 525   }
 526   return NULL;
 527 }
 528
 529 void CharCodeToUnicodeCache::add(CharCodeToUnicode *ctu) {
 530   int i;
 531
 532   if (cache[size - 1]) {
 533     cache[size - 1]->decRefCnt();
 534   }
 535   for (i = size - 1; i >= 1; --i) {
 536     cache[i] = cache[i - 1];
 537   }
 538   cache[0] = ctu;
 539   ctu->incRefCnt();
 540 }