912981e99e96f6562ad9a53c77aef56e043457a5
[swftools.git] / pdf2swf / xpdf / CharCodeToUnicode.cc
1 //========================================================================
2 //
3 // CharCodeToUnicode.cc
4 //
5 // Copyright 2001-2002 Glyph & Cog, LLC
6 //
7 //========================================================================
8
9 #ifdef __GNUC__
10 #pragma implementation
11 #endif
12
13 #include <aconf.h>
14 #include <stdio.h>
15 #include <string.h>
16 #include "gmem.h"
17 #include "gfile.h"
18 #include "GString.h"
19 #include "Error.h"
20 #include "GlobalParams.h"
21 #include "PSTokenizer.h"
22 #include "CharCodeToUnicode.h"
23
24 //------------------------------------------------------------------------
25
26 #define maxUnicodeString 8
27
28 struct CharCodeToUnicodeString {
29   CharCode c;
30   Unicode u[maxUnicodeString];
31   int len;
32 };
33
34 //------------------------------------------------------------------------
35
36 static int getCharFromString(void *data) {
37   char *p;
38   int c;
39
40   p = *(char **)data;
41   if (*p) {
42     c = *p++;
43     *(char **)data = p;
44   } else {
45     c = EOF;
46   }
47   return c;
48 }
49
50 static int getCharFromFile(void *data) {
51   return fgetc((FILE *)data);
52 }
53
54 //------------------------------------------------------------------------
55
56 CharCodeToUnicode *CharCodeToUnicode::parseCIDToUnicode(GString *collectionA) {
57   FILE *f;
58   Unicode *mapA;
59   CharCode size, mapLenA;
60   char buf[64];
61   Unicode u;
62   CharCodeToUnicode *ctu;
63
64   if (!(f = globalParams->getCIDToUnicodeFile(collectionA))) {
65     error(-1, "Couldn't find cidToUnicode file for the '%s' collection",
66           collectionA->getCString());
67     return NULL;
68   }
69
70   size = 32768;
71   mapA = (Unicode *)gmalloc(size * sizeof(Unicode));
72   mapLenA = 0;
73
74   while (getLine(buf, sizeof(buf), f)) {
75     if (mapLenA == size) {
76       size *= 2;
77       mapA = (Unicode *)grealloc(mapA, size * sizeof(Unicode));
78     }
79     if (sscanf(buf, "%x", &u) == 1) {
80       mapA[mapLenA] = u;
81     } else {
82       error(-1, "Bad line (%d) in cidToUnicode file for the '%s' collection",
83             (int)(mapLenA + 1), collectionA->getCString());
84       mapA[mapLenA] = 0;
85     }
86     ++mapLenA;
87   }
88
89   ctu = new CharCodeToUnicode(collectionA->copy(), mapA, mapLenA, gTrue,
90                               NULL, 0);
91   gfree(mapA);
92   return ctu;
93 }
94
95 CharCodeToUnicode *CharCodeToUnicode::make8BitToUnicode(Unicode *toUnicode) {
96   return new CharCodeToUnicode(NULL, toUnicode, 256, gTrue, NULL, 0);
97 }
98
99 CharCodeToUnicode *CharCodeToUnicode::parseCMap(GString *buf, int nBits) {
100   CharCodeToUnicode *ctu;
101   char *p;
102
103   ctu = new CharCodeToUnicode(NULL);
104   p = buf->getCString();
105   ctu->parseCMap1(&getCharFromString, &p, nBits);
106   return ctu;
107 }
108
109 void CharCodeToUnicode::parseCMap1(int (*getCharFunc)(void *), void *data,
110                                    int nBits) {
111   PSTokenizer *pst;
112   char tok1[256], tok2[256], tok3[256];
113   int nDigits, n1, n2, n3;
114   CharCode oldLen, i;
115   CharCode code1, code2;
116   Unicode u;
117   char uHex[5];
118   int j;
119   GString *name;
120   FILE *f;
121
122   nDigits = nBits / 4;
123   pst = new PSTokenizer(getCharFunc, data);
124   pst->getToken(tok1, sizeof(tok1), &n1);
125   while (pst->getToken(tok2, sizeof(tok2), &n2)) {
126     if (!strcmp(tok2, "usecmap")) {
127       if (tok1[0] == '/') {
128         name = new GString(tok1 + 1);
129         if ((f = globalParams->findToUnicodeFile(name))) {
130           parseCMap1(&getCharFromFile, f, nBits);
131           fclose(f);
132         } else {
133           error(-1, "Couldn't find ToUnicode CMap file for '%s'",
134                 name->getCString());
135         }
136         delete name;
137       }
138       pst->getToken(tok1, sizeof(tok1), &n1);
139     } else if (!strcmp(tok2, "beginbfchar")) {
140       while (pst->getToken(tok1, sizeof(tok1), &n1)) {
141         if (!strcmp(tok1, "endbfchar")) {
142           break;
143         }
144         if (!pst->getToken(tok2, sizeof(tok2), &n2) ||
145             !strcmp(tok2, "endbfchar")) {
146           error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
147           break;
148         }
149         if (!(n1 == 2 + nDigits && tok1[0] == '<' && tok1[n1 - 1] == '>' &&
150               tok2[0] == '<' && tok2[n2 - 1] == '>')) {
151           error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
152           continue;
153         }
154         tok1[n1 - 1] = tok2[n2 - 1] = '\0';
155         if (sscanf(tok1 + 1, "%x", &code1) != 1) {
156           error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
157           continue;
158         }
159         if (code1 >= mapLen) {
160           oldLen = mapLen;
161           mapLen = (code1 + 256) & ~255;
162           map = (Unicode *)grealloc(map, mapLen * sizeof(Unicode));
163           for (i = oldLen; i < mapLen; ++i) {
164             map[i] = 0;
165           }
166         }
167         if (n2 == 6) {
168           if (sscanf(tok2 + 1, "%x", &u) != 1) {
169             error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
170             continue;
171           }
172           map[code1] = u;
173         } else {
174           map[code1] = 0;
175           if (sMapLen == sMapSize) {
176             sMapSize += 8;
177             sMap = (CharCodeToUnicodeString *)
178                 grealloc(sMap, sMapSize * sizeof(CharCodeToUnicodeString));
179           }
180           sMap[sMapLen].c = code1;
181           sMap[sMapLen].len = (n2 - 2) / 4;
182           for (j = 0; j < sMap[sMapLen].len && j < maxUnicodeString; ++j) {
183             strncpy(uHex, tok2 + 1 + j*4, 4);
184             uHex[4] = '\0';
185             if (sscanf(uHex, "%x", &sMap[sMapLen].u[j]) != 1) {
186               error(-1, "Illegal entry in bfchar block in ToUnicode CMap");
187             }
188           }
189           ++sMapLen;
190         }
191       }
192       pst->getToken(tok1, sizeof(tok1), &n1);
193     } else if (!strcmp(tok2, "beginbfrange")) {
194       while (pst->getToken(tok1, sizeof(tok1), &n1)) {
195         if (!strcmp(tok1, "endbfrange")) {
196           break;
197         }
198         if (!pst->getToken(tok2, sizeof(tok2), &n2) ||
199             !strcmp(tok2, "endbfrange") ||
200             !pst->getToken(tok3, sizeof(tok3), &n3) ||
201             !strcmp(tok3, "endbfrange")) {
202           error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
203           break;
204         }
205         if (!(n1 == 2 + nDigits && tok1[0] == '<' && tok1[n1 - 1] == '>' &&
206               n2 == 2 + nDigits && tok2[0] == '<' && tok2[n2 - 1] == '>' &&
207               tok3[0] == '<' && tok3[n3 - 1] == '>')) {
208           error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
209           continue;
210         }
211         tok1[n1 - 1] = tok2[n2 - 1] = tok3[n3 - 1] = '\0';
212         if (sscanf(tok1 + 1, "%x", &code1) != 1 ||
213             sscanf(tok2 + 1, "%x", &code2) != 1) {
214           error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
215           continue;
216         }
217         if (code2 >= mapLen) {
218           oldLen = mapLen;
219           mapLen = (code2 + 256) & ~255;
220           map = (Unicode *)grealloc(map, mapLen * sizeof(Unicode));
221           for (i = oldLen; i < mapLen; ++i) {
222             map[i] = 0;
223           }
224         }
225         if (n3 == 6) {
226           if (sscanf(tok3 + 1, "%x", &u) != 1) {
227             error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
228             continue;
229           }
230           for (; code1 <= code2; ++code1) {
231             map[code1] = u++;
232           }
233         } else {
234           if (sMapLen + (int)(code2 - code1 + 1) > sMapSize) {
235             sMapSize = (sMapSize + (code2 - code1 + 1) + 7) & ~7;
236             sMap = (CharCodeToUnicodeString *)
237                 grealloc(sMap, sMapSize * sizeof(CharCodeToUnicodeString));
238           }
239           for (i = 0; code1 <= code2; ++code1, ++i) {
240             map[code1] = 0;
241             sMap[sMapLen].c = code1;
242             sMap[sMapLen].len = (n3 - 2) / 4;
243             for (j = 0; j < sMap[sMapLen].len && j < maxUnicodeString; ++j) {
244               strncpy(uHex, tok3 + 1 + j*4, 4);
245               uHex[4] = '\0';
246               if (sscanf(uHex, "%x", &sMap[sMapLen].u[j]) != 1) {
247                 error(-1, "Illegal entry in bfrange block in ToUnicode CMap");
248               }
249             }
250             sMap[sMapLen].u[sMap[sMapLen].len - 1] += i;
251             ++sMapLen;
252           }
253         }
254       }
255       pst->getToken(tok1, sizeof(tok1), &n1);
256     } else {
257       strcpy(tok1, tok2);
258     }
259   }
260   delete pst;
261 }
262
263 CharCodeToUnicode::CharCodeToUnicode(GString *collectionA) {
264   CharCode i;
265
266   collection = collectionA;
267   mapLen = 256;
268   map = (Unicode *)gmalloc(mapLen * sizeof(Unicode));
269   for (i = 0; i < mapLen; ++i) {
270     map[i] = 0;
271   }
272   sMap = NULL;
273   sMapLen = sMapSize = 0;
274   refCnt = 1;
275 }
276
277 CharCodeToUnicode::CharCodeToUnicode(GString *collectionA, Unicode *mapA,
278                                      CharCode mapLenA, GBool copyMap,
279                                      CharCodeToUnicodeString *sMapA,
280                                      int sMapLenA) {
281   collection = collectionA;
282   mapLen = mapLenA;
283   if (copyMap) {
284     map = (Unicode *)gmalloc(mapLen * sizeof(Unicode));
285     memcpy(map, mapA, mapLen * sizeof(Unicode));
286   } else {
287     map = mapA;
288   }
289   sMap = sMapA;
290   sMapLen = sMapSize = sMapLenA;
291   refCnt = 1;
292 }
293
294 CharCodeToUnicode::~CharCodeToUnicode() {
295   if (collection) {
296     delete collection;
297   }
298   gfree(map);
299   if (sMap) {
300     gfree(sMap);
301   }
302 }
303
304 void CharCodeToUnicode::incRefCnt() {
305   ++refCnt;
306 }
307
308 void CharCodeToUnicode::decRefCnt() {
309   if (--refCnt == 0) {
310     delete this;
311   }
312 }
313
314 GBool CharCodeToUnicode::match(GString *collectionA) {
315   return collection && !collection->cmp(collectionA);
316 }
317
318 int CharCodeToUnicode::mapToUnicode(CharCode c, Unicode *u, int size) {
319   int i, j;
320
321   if (c >= mapLen) {
322     return 0;
323   }
324   if (map[c]) {
325     u[0] = map[c];
326     return 1;
327   }
328   for (i = 0; i < sMapLen; ++i) {
329     if (sMap[i].c == c) {
330       for (j = 0; j < sMap[i].len && j < size; ++j) {
331         u[j] = sMap[i].u[j];
332       }
333       return j;
334     }
335   }
336   return 0;
337 }
338
339 //------------------------------------------------------------------------
340
341 CIDToUnicodeCache::CIDToUnicodeCache() {
342   int i;
343
344   for (i = 0; i < cidToUnicodeCacheSize; ++i) {
345     cache[i] = NULL;
346   }
347 }
348
349 CIDToUnicodeCache::~CIDToUnicodeCache() {
350   int i;
351
352   for (i = 0; i < cidToUnicodeCacheSize; ++i) {
353     if (cache[i]) {
354       cache[i]->decRefCnt();
355     }
356   }
357 }
358
359 CharCodeToUnicode *CIDToUnicodeCache::getCIDToUnicode(GString *collection) {
360   CharCodeToUnicode *ctu;
361   int i, j;
362
363   if (cache[0] && cache[0]->match(collection)) {
364     cache[0]->incRefCnt();
365     return cache[0];
366   }
367   for (i = 1; i < cidToUnicodeCacheSize; ++i) {
368     if (cache[i] && cache[i]->match(collection)) {
369       ctu = cache[i];
370       for (j = i; j >= 1; --j) {
371         cache[j] = cache[j - 1];
372       }
373       cache[0] = ctu;
374       ctu->incRefCnt();
375       return ctu;
376     }
377   }
378   if ((ctu = CharCodeToUnicode::parseCIDToUnicode(collection))) {
379     if (cache[cidToUnicodeCacheSize - 1]) {
380       cache[cidToUnicodeCacheSize - 1]->decRefCnt();
381     }
382     for (j = cidToUnicodeCacheSize - 1; j >= 1; --j) {
383       cache[j] = cache[j - 1];
384     }
385     cache[0] = ctu;
386     ctu->incRefCnt();
387     return ctu;
388   }
389   return NULL;
390 }