wsutil/unicode-utils.c

   1 /* unicode-utils.c
   2  * Unicode utility routines
   3  *
   4  * Wireshark - Network traffic analyzer
   5  * By Gerald Combs <gerald@wireshark.org>
   6  * Copyright 2006 Gerald Combs
   7  *
   8  * SPDX-License-Identifier: GPL-2.0-or-later
   9  */
  10
  11 #include "unicode-utils.h"
  12
  13 int
  14 ws_utf8_char_len(guint8 ch)
  15 {
  16   if (ch >= 0xfe) return -1;
  17   if (ch >= 0xfc) return  6;
  18   if (ch >= 0xf8) return  5;
  19   if (ch >= 0xf0) return  4;
  20   if (ch >= 0xe0) return  3;
  21   if (ch >= 0xc0) return  2;
  22   else            return  1;
  23 }
  24
  25
  26 #ifdef _WIN32
  27
  28 #include <shellapi.h>
  29 #include <strsafe.h>
  30
  31 /** @file
  32  * Unicode utilities (internal interface)
  33  *
  34  * We define UNICODE and _UNICODE under Windows.  This means that
  35  * Windows SDK routines expect UTF-16 strings, in contrast to newer
  36  * versions of Glib and GTK+ which expect UTF-8.  This module provides
  37  * convenience routines for converting between UTF-8 and UTF-16.
  38  */
  39
  40 #define INITIAL_UTFBUF_SIZE 128
  41
  42 /*
  43  * XXX - Should we use g_utf8_to_utf16() and g_utf16_to_utf8()
  44  * instead?  The goal of the functions below was to provide simple
  45  * wrappers for UTF-8 <-> UTF-16 conversion without making the
  46  * caller worry about freeing up memory afterward.
  47  */
  48
  49 /* Convert from UTF-8 to UTF-16. */
  50 const wchar_t *
  51 utf_8to16(const char *utf8str)
  52 {
  53   static wchar_t *utf16buf[3];
  54   static int utf16buf_len[3];
  55   static int idx;
  56
  57   if (utf8str == NULL)
  58     return NULL;
  59
  60   idx = (idx + 1) % 3;
  61
  62   /*
  63    * Allocate the buffer if it's not already allocated.
  64    */
  65   if (utf16buf[idx] == NULL) {
  66     utf16buf_len[idx] = INITIAL_UTFBUF_SIZE;
  67     utf16buf[idx] = g_malloc(utf16buf_len[idx] * sizeof(wchar_t));
  68   }
  69
  70   while (MultiByteToWideChar(CP_UTF8, 0, utf8str,
  71       -1, NULL, 0) >= utf16buf_len[idx]) {
  72     /*
  73      * Double the buffer's size if it's not big enough.
  74      * The size of the buffer starts at 128, so doubling its size
  75      * adds at least another 128 bytes, which is more than enough
  76      * for one more character plus a terminating '\0'.
  77      */
  78     utf16buf_len[idx] *= 2;
  79     utf16buf[idx] = g_realloc(utf16buf[idx], utf16buf_len[idx] * sizeof(wchar_t));
  80   }
  81
  82   if (MultiByteToWideChar(CP_UTF8, 0, utf8str,
  83       -1, utf16buf[idx], utf16buf_len[idx]) == 0)
  84     return NULL;
  85
  86   return utf16buf[idx];
  87 }
  88
  89 void
  90 utf_8to16_snprintf(TCHAR *utf16buf, gint utf16buf_len, const gchar* fmt, ...)
  91 {
  92   va_list ap;
  93   gchar* dst;
  94
  95   va_start(ap,fmt);
  96   dst = g_strdup_vprintf(fmt, ap);
  97   va_end(ap);
  98
  99   StringCchPrintf(utf16buf, utf16buf_len, _T("%s"), utf_8to16(dst));
 100
 101   g_free(dst);
 102 }
 103
 104 /* Convert from UTF-16 to UTF-8. */
 105 gchar *
 106 utf_16to8(const wchar_t *utf16str)
 107 {
 108   static gchar *utf8buf[3];
 109   static int utf8buf_len[3];
 110   static int idx;
 111
 112   if (utf16str == NULL)
 113     return NULL;
 114
 115   idx = (idx + 1) % 3;
 116
 117   /*
 118    * Allocate the buffer if it's not already allocated.
 119    */
 120   if (utf8buf[idx] == NULL) {
 121     utf8buf_len[idx] = INITIAL_UTFBUF_SIZE;
 122     utf8buf[idx] = g_malloc(utf8buf_len[idx]);
 123   }
 124
 125   while (WideCharToMultiByte(CP_UTF8, 0, utf16str, -1,
 126       NULL, 0, NULL, NULL) >= utf8buf_len[idx]) {
 127     /*
 128      * Double the buffer's size if it's not big enough.
 129      * The size of the buffer starts at 128, so doubling its size
 130      * adds at least another 128 bytes, which is more than enough
 131      * for one more character plus a terminating '\0'.
 132      */
 133     utf8buf_len[idx] *= 2;
 134     utf8buf[idx] = g_realloc(utf8buf[idx], utf8buf_len[idx]);
 135   }
 136
 137   if (WideCharToMultiByte(CP_UTF8, 0, utf16str, -1,
 138       utf8buf[idx], utf8buf_len[idx], NULL, NULL) == 0)
 139     return NULL;
 140
 141   return utf8buf[idx];
 142 }
 143
 144 /* Convert our argument list from UTF-16 to UTF-8. */
 145 void
 146 arg_list_utf_16to8(int argc, char *argv[]) {
 147   LPWSTR              *wc_argv;
 148   int                  wc_argc, i;
 149
 150   /* Convert our arg list to UTF-8. */
 151   wc_argv = CommandLineToArgvW(GetCommandLineW(), &wc_argc);
 152   if (wc_argv && wc_argc == argc) {
 153     for (i = 0; i < argc; i++) {
 154       argv[i] = g_utf16_to_utf8(wc_argv[i], -1, NULL, NULL, NULL);
 155     }
 156   } /* XXX else bail because something is horribly, horribly wrong? */
 157   LocalFree(wc_argv);
 158 }
 159
 160 #endif
 161
 162 /*
 163  * Editor modelines  -  http://www.wireshark.org/tools/modelines.html
 164  *
 165  * Local Variables:
 166  * c-basic-offset: 2
 167  * tab-width: 8
 168  * indent-tabs-mode: nil
 169  * End:
 170  *
 171  * ex: set shiftwidth=2 tabstop=8 expandtab:
 172  * :indentSize=2:tabSize=8:noTabs=true:
 173  */