Add *version* variable
[jscl.git] / src / char.lisp
1 (/debug "loading char.lisp!")
2
3 ;; These comparison functions heavily borrowed from SBCL/CMUCL (public domain).
4
5 (defun char= (character &rest more-characters)
6   (dolist (c more-characters t)
7     (unless (eql c character) (return nil))))
8
9 (defun char/= (character &rest more-characters)
10   (do* ((head character (car list))
11         (list more-characters (cdr list)))
12        ((null list) t)
13        (dolist (c list)
14          (when (eql head c) (return-from char/= nil)))))
15
16 (defun char< (character &rest more-characters)
17   (do* ((c character (car list))
18         (list more-characters (cdr list)))
19        ((null list) t)
20        (unless (< (char-int c)
21                   (char-int (car list)))
22          (return nil))))
23
24 (defun char> (character &rest more-characters)
25   (do* ((c character (car list))
26         (list more-characters (cdr list)))
27        ((null list) t)
28        (unless (> (char-int c)
29                   (char-int (car list)))
30          (return nil))))
31
32 (defun char<= (character &rest more-characters)
33   (do* ((c character (car list))
34         (list more-characters (cdr list)))
35        ((null list) t)
36        (unless (<= (char-int c)
37                    (char-int (car list)))
38          (return nil))))
39
40 (defun char>= (character &rest more-characters)
41   (do* ((c character (car list))
42         (list more-characters (cdr list)))
43        ((null list) t)
44        (unless (>= (char-int c)
45                    (char-int (car list)))
46          (return nil))))
47
48 (defun equal-char-code (character)
49   (char-code (char-upcase character)))
50
51 (defun two-arg-char-equal (c1 c2)
52   (= (equal-char-code c1) (equal-char-code c2)))
53
54 (defun char-equal (character &rest more-characters)
55   (do ((clist more-characters (cdr clist)))
56       ((null clist) t)
57       (unless (two-arg-char-equal (car clist) character)
58         (return nil))))
59
60 (defun char-not-equal (character &rest more-characters)
61   (do* ((head character (car list))
62         (list more-characters (cdr list)))
63        ((null list) t)
64        (unless (do* ((l list (cdr l)))
65                     ((null l) t)
66                     (when (two-arg-char-equal head (car l))
67                         (return nil)))
68          (return nil))))
69
70 (defun two-arg-char-lessp (c1 c2)
71   (< (equal-char-code c1) (equal-char-code c2)))
72
73 (defun char-lessp (character &rest more-characters)
74   (do* ((c character (car list))
75         (list more-characters (cdr list)))
76        ((null list) t)
77        (unless (two-arg-char-lessp c (car list))
78          (return nil))))
79
80 (defun two-arg-char-greaterp (c1 c2)
81   (> (equal-char-code c1) (equal-char-code c2)))
82
83 (defun char-greaterp (character &rest more-characters)
84   (do* ((c character (car list))
85         (list more-characters (cdr list)))
86        ((null list) t)
87        (unless (two-arg-char-greaterp c (car list))
88          (return nil))))
89
90 (defun two-arg-char-not-greaterp (c1 c2)
91   (<= (equal-char-code c1) (equal-char-code c2)))
92
93 (defun char-not-greaterp (character &rest more-characters)
94   (do* ((c character (car list))
95         (list more-characters (cdr list)))
96        ((null list) t)
97        (unless (two-arg-char-not-greaterp c (car list))
98          (return nil))))
99
100 (defun two-arg-char-not-lessp (c1 c2)
101   (>= (equal-char-code c1) (equal-char-code c2)))
102
103 (defun char-not-lessp (character &rest more-characters)
104   (do* ((c character (car list))
105         (list more-characters (cdr list)))
106        ((null list) t)
107        (unless (two-arg-char-not-lessp c (car list))
108          (return nil))))
109
110 (defun character (character)
111   (cond ((characterp character)
112          character)
113         ((and (stringp character)
114               (= 1 (length character)))
115          (char character 0))
116         ((and (symbolp character)
117               (= 1 (length (symbol-name character))))
118          (symbol-name character))
119         (t
120          (error "not a valid character designator"))))
121
122 ;; This list comes from SBCL: everything that's ALPHA-CHAR-P, but
123 ;; not SB-IMPL::UCD-DECIMAL-DIGIT (to work around <https://bugs.launchpad.net/sbcl/+bug/1177986>),
124 ;; then combined into a much smaller set of ranges.  Yes, this can be compressed better.
125 (defconstant +unicode-alphas+
126   '((65 . 90) (97 . 122) (170 . 170) (181 . 181) (186 . 186) (192 . 214)
127     (216 . 246) (248 . 705) (710 . 721) (736 . 740) (748 . 748) (750 . 750)
128     (880 . 884) (886 . 887) (890 . 893) (902 . 902) (904 . 906) (908 . 908)
129     (910 . 929) (931 . 1013) (1015 . 1153) (1162 . 1317) (1329 . 1366)
130     (1369 . 1369) (1377 . 1415) (1488 . 1514) (1520 . 1522) (1569 . 1610)
131     (1646 . 1647) (1649 . 1747) (1749 . 1749) (1765 . 1766) (1774 . 1775)
132     (1786 . 1788) (1791 . 1791) (1808 . 1808) (1810 . 1839) (1869 . 1957)
133     (1969 . 1969) (1994 . 2026) (2036 . 2037) (2042 . 2042) (2048 . 2069)
134     (2074 . 2074) (2084 . 2084) (2088 . 2088) (2308 . 2361) (2365 . 2365)
135     (2384 . 2384) (2392 . 2401) (2417 . 2418) (2425 . 2431) (2437 . 2444)
136     (2447 . 2448) (2451 . 2472) (2474 . 2480) (2482 . 2482) (2486 . 2489)
137     (2493 . 2493) (2510 . 2510) (2524 . 2525) (2527 . 2529) (2544 . 2545)
138     (2565 . 2570) (2575 . 2576) (2579 . 2600) (2602 . 2608) (2610 . 2611)
139     (2613 . 2614) (2616 . 2617) (2649 . 2652) (2654 . 2654) (2674 . 2676)
140     (2693 . 2701) (2703 . 2705) (2707 . 2728) (2730 . 2736) (2738 . 2739)
141     (2741 . 2745) (2749 . 2749) (2768 . 2768) (2784 . 2785) (2821 . 2828)
142     (2831 . 2832) (2835 . 2856) (2858 . 2864) (2866 . 2867) (2869 . 2873)
143     (2877 . 2877) (2908 . 2909) (2911 . 2913) (2929 . 2929) (2947 . 2947)
144     (2949 . 2954) (2958 . 2960) (2962 . 2965) (2969 . 2970) (2972 . 2972)
145     (2974 . 2975) (2979 . 2980) (2984 . 2986) (2990 . 3001) (3024 . 3024)
146     (3077 . 3084) (3086 . 3088) (3090 . 3112) (3114 . 3123) (3125 . 3129)
147     (3133 . 3133) (3160 . 3161) (3168 . 3169) (3205 . 3212) (3214 . 3216)
148     (3218 . 3240) (3242 . 3251) (3253 . 3257) (3261 . 3261) (3294 . 3294)
149     (3296 . 3297) (3333 . 3340) (3342 . 3344) (3346 . 3368) (3370 . 3385)
150     (3389 . 3389) (3424 . 3425) (3450 . 3455) (3461 . 3478) (3482 . 3505)
151     (3507 . 3515) (3517 . 3517) (3520 . 3526) (3585 . 3632) (3634 . 3635)
152     (3648 . 3654) (3713 . 3714) (3716 . 3716) (3719 . 3720) (3722 . 3722)
153     (3725 . 3725) (3732 . 3735) (3737 . 3743) (3745 . 3747) (3749 . 3749)
154     (3751 . 3751) (3754 . 3755) (3757 . 3760) (3762 . 3763) (3773 . 3773)
155     (3776 . 3780) (3782 . 3782) (3804 . 3805) (3840 . 3840) (3904 . 3911)
156     (3913 . 3948) (3976 . 3979) (4096 . 4138) (4159 . 4159) (4176 . 4181)
157     (4186 . 4189) (4193 . 4193) (4197 . 4198) (4206 . 4208) (4213 . 4225)
158     (4238 . 4238) (4256 . 4293) (4304 . 4346) (4348 . 4348) (4352 . 4680)
159     (4682 . 4685) (4688 . 4694) (4696 . 4696) (4698 . 4701) (4704 . 4744)
160     (4746 . 4749) (4752 . 4784) (4786 . 4789) (4792 . 4798) (4800 . 4800)
161     (4802 . 4805) (4808 . 4822) (4824 . 4880) (4882 . 4885) (4888 . 4954)
162     (4992 . 5007) (5024 . 5108) (5121 . 5740) (5743 . 5759) (5761 . 5786)
163     (5792 . 5866) (5888 . 5900) (5902 . 5905) (5920 . 5937) (5952 . 5969)
164     (5984 . 5996) (5998 . 6000) (6016 . 6067) (6103 . 6103) (6108 . 6108)
165     (6176 . 6263) (6272 . 6312) (6314 . 6314) (6320 . 6389) (6400 . 6428)
166     (6480 . 6509) (6512 . 6516) (6528 . 6571) (6593 . 6599) (6656 . 6678)
167     (6688 . 6740) (6823 . 6823) (6917 . 6963) (6981 . 6987) (7043 . 7072)
168     (7086 . 7087) (7168 . 7203) (7245 . 7247) (7258 . 7293) (7401 . 7404)
169     (7406 . 7409) (7424 . 7615) (7680 . 7957) (7960 . 7965) (7968 . 8005)
170     (8008 . 8013) (8016 . 8023) (8025 . 8025) (8027 . 8027) (8029 . 8029)
171     (8031 . 8061) (8064 . 8116) (8118 . 8124) (8126 . 8126) (8130 . 8132)
172     (8134 . 8140) (8144 . 8147) (8150 . 8155) (8160 . 8172) (8178 . 8180)
173     (8182 . 8188) (8305 . 8305) (8319 . 8319) (8336 . 8340) (8450 . 8450)
174     (8455 . 8455) (8458 . 8467) (8469 . 8469) (8473 . 8477) (8484 . 8484)
175     (8486 . 8486) (8488 . 8488) (8490 . 8493) (8495 . 8505) (8508 . 8511)
176     (8517 . 8521) (8526 . 8526) (8579 . 8580) (11264 . 11310) (11312 . 11358)
177     (11360 . 11492) (11499 . 11502) (11520 . 11557) (11568 . 11621)
178     (11631 . 11631) (11648 . 11670) (11680 . 11686) (11688 . 11694)
179     (11696 . 11702) (11704 . 11710) (11712 . 11718) (11720 . 11726)
180     (11728 . 11734) (11736 . 11742) (11823 . 11823) (12293 . 12294)
181     (12337 . 12341) (12347 . 12348) (12353 . 12438) (12445 . 12447)
182     (12449 . 12538) (12540 . 12543) (12549 . 12589) (12593 . 12686)
183     (12704 . 12727) (12784 . 12799) (13312 . 19893) (19968 . 40907)
184     (40960 . 42124) (42192 . 42237) (42240 . 42508) (42512 . 42527)
185     (42538 . 42539) (42560 . 42591) (42594 . 42606) (42623 . 42647)
186     (42656 . 42725) (42775 . 42783) (42786 . 42888) (42891 . 42892)
187     (43003 . 43009) (43011 . 43013) (43015 . 43018) (43020 . 43042)
188     (43072 . 43123) (43138 . 43187) (43250 . 43255) (43259 . 43259)
189     (43274 . 43301) (43312 . 43334) (43360 . 43388) (43396 . 43442)
190     (43471 . 43471) (43520 . 43560) (43584 . 43586) (43588 . 43595)
191     (43616 . 43638) (43642 . 43642) (43648 . 43695) (43697 . 43697)
192     (43701 . 43702) (43705 . 43709) (43712 . 43712) (43714 . 43714)
193     (43739 . 43741) (43968 . 44002) (44032 . 55203) (55216 . 55238)
194     (55243 . 55291) (63744 . 64045) (64048 . 64109) (64112 . 64217)
195     (64256 . 64262) (64275 . 64279) (64285 . 64285) (64287 . 64296)
196     (64298 . 64310) (64312 . 64316) (64318 . 64318) (64320 . 64321)
197     (64323 . 64324) (64326 . 64433) (64467 . 64829) (64848 . 64911)
198     (64914 . 64967) (65008 . 65019) (65136 . 65140) (65142 . 65276)
199     (65313 . 65338) (65345 . 65370) (65382 . 65470) (65474 . 65479)
200     (65482 . 65487) (65490 . 65495) (65498 . 65500) (65536 . 65547)
201     (65549 . 65574) (65576 . 65594) (65596 . 65597) (65599 . 65613)
202     (65616 . 65629) (65664 . 65786) (66176 . 66204) (66208 . 66256)
203     (66304 . 66334) (66352 . 66368) (66370 . 66377) (66432 . 66461)
204     (66464 . 66499) (66504 . 66511) (66560 . 66717) (67584 . 67589)
205     (67592 . 67592) (67594 . 67637) (67639 . 67640) (67644 . 67644)
206     (67647 . 67669) (67840 . 67861) (67872 . 67897) (68096 . 68096)
207     (68112 . 68115) (68117 . 68119) (68121 . 68147) (68192 . 68220)
208     (68352 . 68405) (68416 . 68437) (68448 . 68466) (68608 . 68680)
209     (69763 . 69807) (73728 . 74606) (77824 . 78894) (119808 . 119892)
210     (119894 . 119964) (119966 . 119967) (119970 . 119970) (119973 . 119974)
211     (119977 . 119980) (119982 . 119993) (119995 . 119995) (119997 . 120003)
212     (120005 . 120069) (120071 . 120074) (120077 . 120084) (120086 . 120092)
213     (120094 . 120121) (120123 . 120126) (120128 . 120132) (120134 . 120134)
214     (120138 . 120144) (120146 . 120485) (120488 . 120512) (120514 . 120538)
215     (120540 . 120570) (120572 . 120596) (120598 . 120628) (120630 . 120654)
216     (120656 . 120686) (120688 . 120712) (120714 . 120744) (120746 . 120770)
217     (120772 . 120779) (131072 . 173782) (173824 . 177972) (194560 . 195101))
218   "(Start . End) ranges of codepoints for alphabetic characters, as of Unicode 6.2.")
219
220 (defun alpha-char-p (char)
221   (let ((code (char-code char)))
222     (dolist (alpha-pair +unicode-alphas+)
223       (when (<= (car alpha-pair) code (cdr alpha-pair))
224         (return-from alpha-char-p t)))
225     nil))
226
227 (defun alphanumericp (char)
228   ;; from the hyperspec:
229   (or (alpha-char-p char)
230       (not (null (digit-char-p char)))))
231
232 ;; I made this list by running DIGIT-CHAR-P in SBCL on every codepoint up to CHAR-CODE-LIMIT,
233 ;; filtering on only those with SB-IMPL::UCD-GENERAL-CATEGORY 12 (Nd), and then grouping
234 ;; consecutive sets.  There's 37 spans of 10, plus 1 extra digit (6618).
235 (defconstant +unicode-zeroes+
236   '(48 1632 1776 1984 2406 2534 2662 2790 2918 3046 3174 3302 3430 3664
237        3792 3872 4160 4240 6112 6160 6470 6608 6784 6800 6992 7088 7232 7248
238        42528 43216 43264 43472 43600 44016 65296 66720 120782)
239   "Unicode codepoints which have Digit value 0, followed by 1, 2, ..., 9, as of Unicode 6.2")
240
241 ;; The "Digit value" of a (Unicode) character, or NIL, if it doesn't have one.
242 (defun unicode-digit-value (char)
243   (let ((code (char-code char)))
244     (if (= code 6618)
245         1  ;; it's special!
246       (dolist (z +unicode-zeroes+)
247         (when (<= z code (+ z 9))
248           (return-from unicode-digit-value (- code z)))))))
249
250 ;; from SBCL/CMUCL:
251 (defun digit-char (weight &optional (radix 10))
252   "All arguments must be integers. Returns a character object that represents
253 a digit of the given weight in the specified radix. Returns NIL if no such
254 character exists."
255   (and ;; (typep weight 'fixnum)
256        (>= weight 0) (< weight radix) (< weight 36)
257        (code-char (if (< weight 10) (+ 48 weight) (+ 55 weight)))))
258
259 ;; From comment #4 on <https://bugs.launchpad.net/sbcl/+bug/1177986>:
260 (defun digit-char-p (char &optional (radix 10))
261   "Includes ASCII 0-9 a-z A-Z, plus Unicode HexDigit characters (fullwidth variants of 0-9 and A-F)."
262   (let* ((number (unicode-digit-value char))
263          (code (char-code char))
264          (upper (char-upcase char))
265          (code-upper (char-code upper))
266          (potential (cond (number number)
267                           ((char<= #\0 char #\9)
268                            (- code (char-code #\0)))
269                           ((<= 65296 code 65305)  ;; FULLWIDTH_DIGIT_ZERO, FULLWIDTH_DIGIT_NINE
270                            (- code 65296))
271                           ((char<= #\A upper #\Z)
272                            (+ 10 (- code-upper (char-code #\A))))
273                           ((<= 65313 (char-code upper) 65318)  ;; FULLWIDTH_LATIN_CAPITAL_LETTER_A, FULLWIDTH_LATIN_CAPITAL_LETTER_F
274                            (+ 10 (- code-upper 65313)))
275                           (t nil))))
276     (if (and potential (< potential radix))
277         potential
278       nil)))
279
280 (defun graphic-char-p (char)
281   ;; from SBCL/CMUCL:
282   (let ((n (char-code char)))
283     (or (< 31 n 127)
284         (< 159 n))))
285
286 (defun standard-char-p (char)
287   ;; from SBCL/CMUCL:
288   (and (let ((n (char-code char)))
289          (or (< 31 n 127)
290              (= n 10)))))
291
292 (defun upper-case-p (character)
293   (char/= character (char-downcase character)))
294
295 (defun lower-case-p (character)
296   (char/= character (char-upcase character)))
297
298 (defun both-case-p (character)
299   (or (upper-case-p character) (lower-case-p character)))
300
301 (defun char-int (character)
302   ;; no implementation-defined character attributes
303   (char-code character))
304
305 (defconstant char-code-limit 1114111)  ;; 0x10FFFF
306
307 (defconstant +ascii-names+
308   #("NULL" "START_OF_HEADING" "START_OF_TEXT" "END_OF_TEXT" "END_OF_TRANSMISSION" "ENQUIRY" "ACKNOWLEDGE"
309     "BELL" "Backspace" "Tab" "Newline" "LINE_TABULATION" "Page" "Return" "SHIFT_OUT" "SHIFT_IN"
310     "DATA_LINK_ESCAPE" "DEVICE_CONTROL_ONE" "DEVICE_CONTROL_TWO" "DEVICE_CONTROL_THREE" "DEVICE_CONTROL_FOUR"
311     "NEGATIVE_ACKNOWLEDGE" "SYNCHRONOUS_IDLE" "END_OF_TRANSMISSION_BLOCK" "CANCEL" "END_OF_MEDIUM" "SUBSTITUTE"
312     "ESCAPE" "INFORMATION_SEPARATOR_FOUR" "INFORMATION_SEPARATOR_THREE" "INFORMATION_SEPARATOR_TWO"
313     "INFORMATION_SEPARATOR_ONE" "Space" "EXCLAMATION_MARK" "QUOTATION_MARK" "NUMBER_SIGN" "DOLLAR_SIGN"
314     "PERCENT_SIGN" "AMPERSAND" "APOSTROPHE" "LEFT_PARENTHESIS" "RIGHT_PARENTHESIS" "ASTERISK" "PLUS_SIGN"
315     "COMMA" "HYPHEN-MINUS" "FULL_STOP" "SOLIDUS" "DIGIT_ZERO" "DIGIT_ONE" "DIGIT_TWO" "DIGIT_THREE" "DIGIT_FOUR"
316     "DIGIT_FIVE" "DIGIT_SIX" "DIGIT_SEVEN" "DIGIT_EIGHT" "DIGIT_NINE" "COLON" "SEMICOLON" "LESS-THAN_SIGN"
317     "EQUALS_SIGN" "GREATER-THAN_SIGN" "QUESTION_MARK" "COMMERCIAL_AT" "LATIN_CAPITAL_LETTER_A"
318     "LATIN_CAPITAL_LETTER_B" "LATIN_CAPITAL_LETTER_C" "LATIN_CAPITAL_LETTER_D" "LATIN_CAPITAL_LETTER_E"
319     "LATIN_CAPITAL_LETTER_F" "LATIN_CAPITAL_LETTER_G" "LATIN_CAPITAL_LETTER_H" "LATIN_CAPITAL_LETTER_I"
320     "LATIN_CAPITAL_LETTER_J" "LATIN_CAPITAL_LETTER_K" "LATIN_CAPITAL_LETTER_L" "LATIN_CAPITAL_LETTER_M"
321     "LATIN_CAPITAL_LETTER_N" "LATIN_CAPITAL_LETTER_O" "LATIN_CAPITAL_LETTER_P" "LATIN_CAPITAL_LETTER_Q"
322     "LATIN_CAPITAL_LETTER_R" "LATIN_CAPITAL_LETTER_S" "LATIN_CAPITAL_LETTER_T" "LATIN_CAPITAL_LETTER_U"
323     "LATIN_CAPITAL_LETTER_V" "LATIN_CAPITAL_LETTER_W" "LATIN_CAPITAL_LETTER_X" "LATIN_CAPITAL_LETTER_Y"
324     "LATIN_CAPITAL_LETTER_Z" "LEFT_SQUARE_BRACKET" "REVERSE_SOLIDUS" "RIGHT_SQUARE_BRACKET" "CIRCUMFLEX_ACCENT"
325     "LOW_LINE" "GRAVE_ACCENT" "LATIN_SMALL_LETTER_A" "LATIN_SMALL_LETTER_B" "LATIN_SMALL_LETTER_C"
326     "LATIN_SMALL_LETTER_D" "LATIN_SMALL_LETTER_E" "LATIN_SMALL_LETTER_F" "LATIN_SMALL_LETTER_G"
327     "LATIN_SMALL_LETTER_H" "LATIN_SMALL_LETTER_I" "LATIN_SMALL_LETTER_J" "LATIN_SMALL_LETTER_K"
328     "LATIN_SMALL_LETTER_L" "LATIN_SMALL_LETTER_M" "LATIN_SMALL_LETTER_N" "LATIN_SMALL_LETTER_O"
329     "LATIN_SMALL_LETTER_P" "LATIN_SMALL_LETTER_Q" "LATIN_SMALL_LETTER_R" "LATIN_SMALL_LETTER_S"
330     "LATIN_SMALL_LETTER_T" "LATIN_SMALL_LETTER_U" "LATIN_SMALL_LETTER_V" "LATIN_SMALL_LETTER_W"
331     "LATIN_SMALL_LETTER_X" "LATIN_SMALL_LETTER_Y" "LATIN_SMALL_LETTER_Z" "LEFT_CURLY_BRACKET" "VERTICAL_LINE"
332     "RIGHT_CURLY_BRACKET" "TILDE" "Rubout")
333   "Names/codepoints of the first 128 characters from Unicode 6.2,
334 except with Common Lisp's suggested changes.
335 For the first 32 characters ('C0 controls'), the first
336 'Commonly used alternative alias' is used -- note that this differs from SBCL, which uses abbreviations.")
337 ;; I hope being slightly different from SBCL doesn't bite me down the road.
338 ;; I'll figure out a good way to add the other 21701 names later.
339
340 (defun char-name (char)
341   ;; For consistency, I'm using the SBCL convention of the Unicode
342   ;; name, with spaces as underscores.  It would be nice to use
343   ;; their "Uxxxx" convention for names I don't know, but there's
344   ;; not much in FORMAT yet.  I'm only implementing ASCII names right
345   ;; now, since Unicode is kind of big.
346   (let ((code (char-code char)))
347     (if (<= code 127)
348         (aref +ascii-names+ code)
349       nil)))  ;; for now, no name
350
351 (defun name-char (name)
352   (let ((name-upcase (string-upcase (string name))))
353     (dotimes (i (length +ascii-names+))
354       (when (string= name-upcase (string-upcase (aref +ascii-names+ i)))  ;; poor man's STRING-EQUAL
355         (return-from name-char (code-char i))))
356     nil))