src/code/octets.lisp

   1 ;;;; code for string to octet conversion
   2
   3 ;;;; This software is part of the SBCL system. See the README file for
   4 ;;;; more information.
   5 ;;;;
   6 ;;;; This software is derived from the CMU CL system, which was
   7 ;;;; written at Carnegie Mellon University and released into the
   8 ;;;; public domain. The software is in the public domain and is
   9 ;;;; provided with absolutely no warranty. See the COPYING and CREDITS
  10 ;;;; files for more information.
  11
  12 ;;; FIXME: The latin9 stuff is currently #!+sb-unicode, because I
  13 ;;; don't like the idea of trying to do CODE-CHAR #x<big>.  Is that a
  14 ;;; justified fear?  Can we arrange that it's caught and converted to
  15 ;;; a decoding error error?  Or should we just give up on non-Unicode
  16 ;;; builds?
  17
  18 (in-package "SB!IMPL")
  19
  20 ;;; FIXME: don't we have this somewhere else?
  21 (deftype array-range ()
  22   "A number that can represent an index into a vector, including
  23 one-past-the-end"
  24   '(integer 0 #.sb!xc:array-dimension-limit))
  25 \f
  26 ;;;; conditions
  27
  28 ;;; encoding condition
  29
  30 (define-condition octets-encoding-error (character-encoding-error)
  31   ((string :initarg :string :reader octets-encoding-error-string)
  32    (position :initarg :position :reader octets-encoding-error-position)
  33    (external-format :initarg :external-format
  34                     :reader octets-encoding-error-external-format))
  35   (:report (lambda (c s)
  36              (format s "Unable to encode character ~A as ~S."
  37                      (char-code (char (octets-encoding-error-string c)
  38                                       (octets-encoding-error-position c)))
  39                      (octets-encoding-error-external-format c)))))
  40
  41 (defun read-replacement-character ()
  42   (format *query-io*
  43           "Replacement byte, bytes, character, or string (evaluated): ")
  44   (finish-output *query-io*)
  45   (list (eval (read *query-io*))))
  46
  47 (defun encoding-error (external-format string pos)
  48   (restart-case
  49       (error 'octets-encoding-error
  50              :external-format external-format
  51              :string string
  52              :position pos)
  53     (use-value (replacement)
  54       :report "Supply a set of bytes to use in place of the invalid one."
  55       :interactive read-replacement-character
  56       (typecase replacement
  57         ((unsigned-byte 8)
  58          (make-array 1 :element-type '(unsigned-byte 8) :initial-element replacement))
  59         (character
  60          (string-to-octets (string replacement)
  61                            :external-format external-format))
  62         (string
  63          (string-to-octets replacement
  64                            :external-format external-format))
  65         (t
  66          (coerce replacement '(simple-array (unsigned-byte 8) (*))))))))
  67
  68 ;;; decoding condition
  69
  70 ;;; for UTF8, the specific condition signalled will be a generalized
  71 ;;; instance of one of the following:
  72 ;;;
  73 ;;;   end-of-input-in-character
  74 ;;;   character-out-of-range
  75 ;;;   invalid-utf8-starter-byte
  76 ;;;   invalid-utf8-continuation-byte
  77 ;;;   overlong-utf8-sequence
  78 ;;;
  79 ;;; Of these, the only one truly likely to be of interest to calling
  80 ;;; code is end-of-input-in-character (in which case it's likely to
  81 ;;; want to make a note of octet-decoding-error-start, supply "" as a
  82 ;;; replacement string, and then move that last chunk of bytes to the
  83 ;;; beginning of its buffer for the next go round) but they're all
  84 ;;; provided on the off chance they're of interest.  The next most
  85 ;;; likely interesting option is overlong-utf8-sequence -- the
  86 ;;; application, if it cares to, can decode this itself (taking care
  87 ;;; to ensure that the result isn't out of range of CHAR-CODE-LIMIT)
  88 ;;; and return that result.  This library doesn't provide support for
  89 ;;; that as a conforming UTF-8-using program is supposed to treat it
  90 ;;; as an error.
  91
  92 (define-condition octet-decoding-error (character-decoding-error)
  93   ((array :initarg :array :accessor octet-decoding-error-array)
  94    (start :initarg :start :accessor octet-decoding-error-start)
  95    (end :initarg :end :accessor octet-decoding-error-end)
  96    (position :initarg :pos :accessor octet-decoding-bad-byte-position)
  97    (external-format :initarg :external-format
  98                     :accessor octet-decoding-error-external-format))
  99   (:report
 100    (lambda (condition stream)
 101      (format stream "Illegal ~S character starting at byte position ~D."
 102              (octet-decoding-error-external-format condition)
 103              (octet-decoding-error-start condition)))))
 104
 105 (define-condition end-of-input-in-character (octet-decoding-error) ())
 106 (define-condition character-out-of-range (octet-decoding-error) ())
 107 (define-condition invalid-utf8-starter-byte (octet-decoding-error) ())
 108 (define-condition invalid-utf8-continuation-byte (octet-decoding-error) ())
 109 (define-condition overlong-utf8-sequence (octet-decoding-error) ())
 110
 111 (define-condition malformed-ascii (octet-decoding-error) ())
 112
 113 (defun read-replacement-string ()
 114   (format *query-io* "Enter a replacement string designator (evaluated): ")
 115   (finish-output *query-io*)
 116   (list (eval (read *query-io*))))
 117
 118 (defun decoding-error (array start end external-format reason pos)
 119   (restart-case
 120       (error reason
 121              :external-format external-format
 122              :array array
 123              :start start
 124              :end end
 125              :pos pos)
 126     (use-value (s)
 127       :report "Supply a replacement string designator."
 128       :interactive read-replacement-string
 129       (string s))))
 130
 131 ;;; Utilities used in both to-string and to-octet conversions
 132
 133 (defmacro instantiate-octets-definition (definer)
 134   `(progn
 135     (,definer aref (simple-array (unsigned-byte 8) (*)))
 136     (,definer sap-ref-8 system-area-pointer)))
 137
 138 ;;; maps into TO-SEQ from elements of FROM-SEQ via MAPPER.  MAPPER
 139 ;;; returns two values: the number of elments stored in TO-SEQ, and
 140 ;;; the number used up from FROM-SEQ.  MAPPER is responsible for
 141 ;;; getting out if either sequence runs out of room.
 142 (declaim (inline varimap))
 143 (defun varimap (to-seq to-start to-end from-start from-end mapper)
 144   (declare (optimize speed (safety 0))
 145            (type array-range to-start to-end from-start from-end)
 146            (type function mapper))
 147   (loop with from-size of-type array-range = 0
 148         and to-size of-type array-range = 0
 149         for to-pos of-type array-range = to-start then (+ to-pos to-size)
 150         for from-pos of-type array-range = from-start then (+ from-pos from-size)
 151         while (and (< to-pos to-end)
 152                    (< from-pos from-end))
 153         do (multiple-value-bind (ts fs) (funcall mapper to-pos from-pos)
 154              (setf to-size ts
 155                    from-size fs))
 156         finally (return (values to-seq to-pos from-pos))))
 157
 158 ;;; FIXME: find out why the comment about SYMBOLICATE below is true
 159 ;;; and fix it, or else replace with SYMBOLICATE.
 160 ;;;
 161 ;;; FIXME: this is cute, but is going to prevent greps for def.*<name>
 162 ;;; from working for (defun ,(make-od-name ...) ...)
 163 (eval-when (:compile-toplevel :load-toplevel :execute)
 164   (defun make-od-name (sym1 sym2)
 165     ;; "MAKE-NAME" is too generic, but this doesn't do quite what
 166     ;; SYMBOLICATE does; MAKE-OD-NAME ("octets definition") it is
 167     ;; then.
 168     (intern (concatenate 'string (symbol-name sym1) "-" (symbol-name sym2))
 169             (symbol-package sym1))))
 170 \f
 171 ;;;; to-octets conversions
 172
 173 ;;; to latin (including ascii)
 174
 175 (defmacro define-unibyte-mapper (byte-char-name code-byte-name &rest exceptions)
 176   `(progn
 177     (declaim (inline ,byte-char-name ,code-byte-name))
 178     (defun ,byte-char-name (byte)
 179       (declare (optimize speed (safety 0))
 180                (type (unsigned-byte 8) byte))
 181       (aref ,(make-array 256
 182                          :initial-contents (loop for byte below 256
 183                                                  collect
 184                                                   (let ((exception (cadr (assoc byte exceptions))))
 185                                                     (if exception
 186                                                         exception
 187                                                         byte))))
 188             byte))
 189     (defun ,code-byte-name (code)
 190       (declare (optimize speed (safety 0))
 191                (type char-code code))
 192       (case code
 193         ,@(mapcar (lambda (exception)
 194                     (destructuring-bind (byte code) exception
 195                       `(,code ,byte)))
 196                   exceptions)
 197         (,(mapcar #'car exceptions) nil)
 198         (otherwise (if (< code 256) code nil))))))
 199
 200 #!+sb-unicode
 201 (define-unibyte-mapper
 202     latin9->code-mapper
 203     code->latin9-mapper
 204   (#xA4 #x20AC)
 205   (#xA6 #x0160)
 206   (#xA8 #x0161)
 207   (#xB4 #x017D)
 208   (#xB8 #x017E)
 209   (#xBC #x0152)
 210   (#xBD #x0153)
 211   (#xBE #x0178))
 212
 213 (declaim (inline get-latin-bytes))
 214 (defun get-latin-bytes (mapper external-format string pos end)
 215   (declare (ignore end))
 216   (let ((code (funcall mapper (char-code (char string pos)))))
 217     (values (cond
 218               ((and code (< code 256)) code)
 219               (t
 220                (encoding-error external-format string pos)))
 221             1)))
 222
 223 (declaim (inline code->ascii-mapper))
 224 (defun code->ascii-mapper (code)
 225   (declare (optimize speed (safety 0))
 226            (type char-code code))
 227   (if (> code 127)
 228       nil
 229       code))
 230
 231 (declaim (inline get-ascii-bytes))
 232 (defun get-ascii-bytes (string pos end)
 233   (declare (optimize speed (safety 0))
 234            (type simple-string string)
 235            (type array-range pos end))
 236   (get-latin-bytes #'code->ascii-mapper :ascii string pos end))
 237
 238 (declaim (inline get-latin1-bytes))
 239 (defun get-latin1-bytes (string pos end)
 240   (declare (optimize speed (safety 0))
 241            (type simple-string string)
 242            (type array-range pos end))
 243   (get-latin-bytes #'identity :latin-1 string pos end))
 244
 245 #!+sb-unicode
 246 (progn
 247   (declaim (inline get-latin9-bytes))
 248   (defun get-latin9-bytes (string pos end)
 249     (declare (optimize speed (safety 0))
 250              (type simple-string string)
 251              (type array-range pos end))
 252     (get-latin-bytes #'code->latin9-mapper :latin-9 string pos end)))
 253
 254 (declaim (inline string->latin%))
 255 (defun string->latin% (string sstart send get-bytes null-padding)
 256   (declare (optimize speed)
 257            (type simple-string string)
 258            (type array-range sstart send null-padding)
 259            (type function get-bytes))
 260   (let ((octets (make-array 0 :adjustable t :fill-pointer 0 :element-type '(unsigned-byte 8))))
 261     (loop for pos from sstart below send
 262           do (let ((byte-or-bytes (funcall get-bytes string pos send)))
 263                (declare (type (or (unsigned-byte 8) (simple-array (unsigned-byte 8) (*))) byte-or-bytes))
 264                (cond
 265                  ((numberp byte-or-bytes)
 266                   (vector-push-extend byte-or-bytes octets))
 267                  (t
 268                   (dotimes (i (length byte-or-bytes))
 269                     (vector-push-extend (aref byte-or-bytes i) octets))))))
 270     (dotimes (i null-padding)
 271       (vector-push-extend 0 octets))
 272     (coerce octets '(simple-array (unsigned-byte 8) (*)))))
 273
 274 (defun string->ascii (string sstart send null-padding)
 275   (declare (optimize speed (safety 0))
 276            (type simple-string string)
 277            (type array-range sstart send))
 278   (values (string->latin% string sstart send #'get-ascii-bytes null-padding)))
 279
 280 (defun string->latin1 (string sstart send null-padding)
 281   (declare (optimize speed (safety 0))
 282            (type simple-string string)
 283            (type array-range sstart send))
 284   (values (string->latin% string sstart send #'get-latin1-bytes null-padding)))
 285
 286 #!+sb-unicode
 287 (defun string->latin9 (string sstart send null-padding)
 288   (declare (optimize speed (safety 0))
 289            (type simple-string string)
 290            (type array-range sstart send))
 291   (values (string->latin% string sstart send #'get-latin9-bytes null-padding)))
 292
 293 ;;; to utf8
 294
 295 (declaim (inline char-len-as-utf8))
 296 (defun char-len-as-utf8 (code)
 297   (declare (optimize speed (safety 0))
 298            (type (integer 0 (#.sb!xc:char-code-limit)) code))
 299   (cond ((< code 0) (bug "can't happen"))
 300         ((< code #x80) 1)
 301         ((< code #x800) 2)
 302         ((< code #x10000) 3)
 303         ((< code #x110000) 4)
 304         (t (bug "can't happen"))))
 305
 306 (declaim (inline char->utf8))
 307 (defun char->utf8 (char dest)
 308   (declare (optimize speed (safety 0))
 309            (type (array (unsigned-byte 8) (*)) dest))
 310   (let ((code (char-code char)))
 311     (flet ((add-byte (b)
 312              (declare (type (unsigned-byte 8) b))
 313              (vector-push-extend b dest)))
 314       (declare (inline add-byte))
 315       (ecase (char-len-as-utf8 code)
 316         (1
 317          (add-byte code))
 318         (2
 319          (add-byte (logior #b11000000 (ldb (byte 5 6) code)))
 320          (add-byte (logior #b10000000 (ldb (byte 6 0) code))))
 321         (3
 322          (add-byte (logior #b11100000 (ldb (byte 4 12) code)))
 323          (add-byte (logior #b10000000 (ldb (byte 6 6) code)))
 324          (add-byte (logior #b10000000 (ldb (byte 6 0) code))))
 325         (4
 326          (add-byte (logior #b11110000 (ldb (byte 3 18) code)))
 327          (add-byte (logior #b10000000 (ldb (byte 6 12) code)))
 328          (add-byte (logior #b10000000 (ldb (byte 6 6) code)))
 329          (add-byte (logior #b10000000 (ldb (byte 6 0) code))))))))
 330
 331 (defun string->utf8 (string sstart send additional-space)
 332   (declare (optimize speed (safety 0))
 333            (type simple-string string)
 334            (type array-range sstart send additional-space))
 335   (let ((array (make-array (+ additional-space (- send sstart))
 336                            :element-type '(unsigned-byte 8)
 337                            :adjustable t
 338                            :fill-pointer 0)))
 339     (loop for i from sstart below send
 340           do (char->utf8 (char string i) array))
 341     (dotimes (i additional-space)
 342       (vector-push-extend 0 array))
 343     (coerce array '(simple-array (unsigned-byte 8) (*)))))
 344 \f
 345 ;;;; to-string conversions
 346
 347 ;;; from latin (including ascii)
 348
 349 (defmacro define-ascii->string (accessor type)
 350   (let ((name (make-od-name 'ascii->string accessor)))
 351     `(progn
 352       (defun ,name (array astart aend)
 353         (declare (optimize speed)
 354                  (type ,type array)
 355                  (type array-range astart aend))
 356         ;; Since there is such a thing as a malformed ascii byte, a
 357         ;; simple "make the string, fill it in" won't do.
 358         (let ((string (make-array 0 :element-type 'character :fill-pointer 0 :adjustable t)))
 359           (loop for apos from astart below aend
 360                 do (let* ((code (,accessor array apos))
 361                           (string-content
 362                            (if (< code 128)
 363                                (code-char code)
 364                                (decoding-error array apos (1+ apos) :ascii
 365                                                'malformed-ascii apos))))
 366                      (if (characterp string-content)
 367                          (vector-push-extend string-content string)
 368                          (loop for c across string-content
 369                                do (vector-push-extend c string))))
 370                 finally (return (coerce string 'simple-string))))))))
 371 (instantiate-octets-definition define-ascii->string)
 372
 373 (defmacro define-latin->string* (accessor type)
 374   (let ((name (make-od-name 'latin->string* accessor)))
 375     `(progn
 376       (declaim (inline ,name))
 377       (defun ,name (string sstart send array astart aend mapper)
 378         (declare (optimize speed (safety 0))
 379                  (type simple-string string)
 380                  (type ,type array)
 381                  (type array-range sstart send astart aend)
 382                  (function mapper))
 383         (varimap string sstart send
 384                  astart aend
 385                  (lambda (spos apos)
 386                    (setf (char string spos) (code-char (funcall mapper (,accessor array apos))))
 387                    (values 1 1)))))))
 388 (instantiate-octets-definition define-latin->string*)
 389
 390 (defmacro define-latin1->string* (accessor type)
 391   (declare (ignore type))
 392   (let ((name (make-od-name 'latin1->string* accessor)))
 393     `(progn
 394       (defun ,name (string sstart send array astart aend)
 395         (,(make-od-name 'latin->string* accessor) string sstart send array astart aend #'identity)))))
 396 (instantiate-octets-definition define-latin1->string*)
 397
 398 #!+sb-unicode
 399 (progn
 400   (defmacro define-latin9->string* (accessor type)
 401     (declare (ignore type))
 402     (let ((name (make-od-name 'latin9->string* accessor)))
 403       `(progn
 404         (defun ,name (string sstart send array astart aend)
 405           (,(make-od-name 'latin->string* accessor) string sstart send array astart aend #'latin9->code-mapper)))))
 406   (instantiate-octets-definition define-latin9->string*))
 407
 408 (defmacro define-latin->string (accessor type)
 409   (let ((name (make-od-name 'latin->string accessor)))
 410     `(progn
 411       (declaim (inline latin->string))
 412       (defun ,name (array astart aend mapper)
 413         (declare (optimize speed (safety 0))
 414                  (type ,type array)
 415                  (type array-range astart aend)
 416                  (type function mapper))
 417         (let ((length (the array-range (- aend astart))))
 418           (values (,(make-od-name 'latin->string* accessor) (make-string length) 0 length
 419                                                             array astart aend
 420                                                             mapper)))))))
 421 (instantiate-octets-definition define-latin->string)
 422
 423 (defmacro define-latin1->string (accessor type)
 424   (declare (ignore type))
 425   `(defun ,(make-od-name 'latin1->string accessor) (array astart aend)
 426     (,(make-od-name 'latin->string accessor) array astart aend #'identity)))
 427 (instantiate-octets-definition define-latin1->string)
 428
 429 #!+sb-unicode
 430 (progn
 431   (defmacro define-latin9->string (accessor type)
 432     (declare (ignore type))
 433     `(defun ,(make-od-name 'latin9->string accessor) (array astart aend)
 434       (,(make-od-name 'latin->string accessor) array astart aend #'latin9->code-mapper)))
 435   (instantiate-octets-definition define-latin9->string))
 436
 437 ;;; from utf8
 438
 439 (defmacro define-bytes-per-utf8-character (accessor type)
 440   (let ((name (make-od-name 'bytes-per-utf8-character accessor)))
 441     `(progn
 442       ;;(declaim (inline ,name))
 443       (let ((lexically-max
 444              (string->utf8 (string (code-char ,(1- sb!xc:char-code-limit)))
 445                            0 1 0)))
 446         (declare (type (simple-array (unsigned-byte 8) (#!+sb-unicode 4 #!-sb-unicode 2)) lexically-max))
 447         (defun ,name (array pos end)
 448           (declare (optimize speed (safety 0))
 449                    (type ,type array)
 450                    (type array-range pos end))
 451           ;; returns the number of bytes consumed and nil if it's a
 452           ;; valid character or the number of bytes consumed and a
 453           ;; replacement string if it's not.
 454           (let ((initial-byte (,accessor array pos))
 455                 (reject-reason nil)
 456                 (reject-position pos)
 457                 (remaining-bytes (- end pos)))
 458             (declare (type array-range reject-position remaining-bytes))
 459             (labels ((valid-utf8-starter-byte-p (b)
 460                        (declare (type (unsigned-byte 8) b))
 461                        (let ((ok (cond
 462                                    ((zerop (logand b #b10000000)) 1)
 463                                    ((= (logand b #b11100000) #b11000000)
 464                                     2)
 465                                    ((= (logand b #b11110000) #b11100000)
 466                                     3)
 467                                    ((= (logand b #b11111000) #b11110000)
 468                                     4)
 469                                    ((= (logand b #b11111100) #b11111000)
 470                                     5)
 471                                    ((= (logand b #b11111110) #b11111100)
 472                                     6)
 473                                    (t
 474                                     nil))))
 475                          (unless ok
 476                            (setf reject-reason 'invalid-utf8-starter-byte))
 477                          ok))
 478                      (enough-bytes-left-p (x)
 479                        (let ((ok (> end (+ pos (1- x)))))
 480                          (unless ok
 481                            (setf reject-reason 'end-of-input-in-character))
 482                          ok))
 483                      (valid-secondary-p (x)
 484                        (let* ((idx (the array-range (+ pos x)))
 485                               (b (,accessor array idx))
 486                               (ok (= (logand b #b11000000) #b10000000)))
 487                          (unless ok
 488                            (setf reject-reason 'invalid-utf8-continuation-byte)
 489                            (setf reject-position idx))
 490                          ok))
 491                      (preliminary-ok-for-length (maybe-len len)
 492                        (and (eql maybe-len len)
 493                             ;; Has to be done in this order so that
 494                             ;; certain broken sequences (e.g., the
 495                             ;; two-byte sequence `"initial (length 3)"
 496                             ;; "non-continuation"' -- `#xef #x32')
 497                             ;; signal only part of that sequence as
 498                             ;; erronous.
 499                             (loop for i from 1 below (min len remaining-bytes)
 500                                   always (valid-secondary-p i))
 501                             (enough-bytes-left-p len)))
 502                      (overlong-chk (x y)
 503                        (let ((ok (or (/= initial-byte x)
 504                                      (/= (logior (,accessor array (the array-range (+ pos 1)))
 505                                                  y)
 506                                          y))))
 507                          (unless ok
 508                            (setf reject-reason 'overlong-utf8-sequence))
 509                          ok))
 510                      (character-below-char-code-limit-p ()
 511                        ;; This is only called on a four-byte sequence
 512                        ;; (two in non-unicode builds) to ensure we
 513                        ;; don't go over SBCL's character limts.
 514                        (let ((ok (cond ((< (aref lexically-max 0) (,accessor array pos))
 515                                         nil)
 516                                        ((> (aref lexically-max 0) (,accessor array pos))
 517                                         t)
 518                                        ((< (aref lexically-max 1) (,accessor array (+ pos 1)))
 519                                         nil)
 520                                        #!+sb-unicode
 521                                        ((> (aref lexically-max 1) (,accessor array (+ pos 1)))
 522                                         t)
 523                                        #!+sb-unicode
 524                                        ((< (aref lexically-max 2) (,accessor array (+ pos 2)))
 525                                         nil)
 526                                        #!+sb-unicode
 527                                        ((> (aref lexically-max 2) (,accessor array (+ pos 2)))
 528                                         t)
 529                                        #!+sb-unicode
 530                                        ((< (aref lexically-max 3) (,accessor array (+ pos 3)))
 531                                         nil)
 532                                        (t t))))
 533                          (unless ok
 534                            (setf reject-reason 'character-out-of-range))
 535                          ok)))
 536               (declare (inline valid-utf8-starter-byte-p
 537                                enough-bytes-left-p
 538                                valid-secondary-p
 539                                preliminary-ok-for-length
 540                                overlong-chk))
 541               (let ((maybe-len (valid-utf8-starter-byte-p initial-byte)))
 542                 (cond ((eql maybe-len 1)
 543                        (values 1 nil))
 544                       ((and (preliminary-ok-for-length maybe-len 2)
 545                             (overlong-chk #b11000000 #b10111111)
 546                             (overlong-chk #b11000001 #b10111111)
 547                             #!-sb-unicode (character-below-char-code-limit-p))
 548                        (values 2 nil))
 549                       ((and (preliminary-ok-for-length maybe-len 3)
 550                             (overlong-chk #b11100000 #b10011111)
 551                             #!-sb-unicode (not (setf reject-reason 'character-out-of-range)))
 552                        (values 3 nil))
 553                       ((and (preliminary-ok-for-length maybe-len 4)
 554                             (overlong-chk #b11110000 #b10001111)
 555                             #!-sb-unicode (not (setf reject-reason 'character-out-of-range))
 556                             (character-below-char-code-limit-p))
 557                        (values 4 nil))
 558                       ((and (preliminary-ok-for-length maybe-len 5)
 559                             (overlong-chk #b11111000 #b10000111)
 560                             (not (setf reject-reason 'character-out-of-range)))
 561                        (bug "can't happen"))
 562                       ((and (preliminary-ok-for-length maybe-len 6)
 563                             (overlong-chk #b11111100 #b10000011)
 564                             (not (setf reject-reason 'character-out-of-range)))
 565                        (bug "can't happen"))
 566                       (t
 567                        (let* ((bad-end (ecase reject-reason
 568                                          (invalid-utf8-starter-byte
 569                                           (1+ pos))
 570                                          (end-of-input-in-character
 571                                           end)
 572                                          (invalid-utf8-continuation-byte
 573                                           reject-position)
 574                                          ((overlong-utf8-sequence character-out-of-range)
 575                                           (+ pos maybe-len))))
 576                               (bad-len (- bad-end pos)))
 577                          (declare (type array-range bad-end bad-len))
 578                          (let ((replacement (decoding-error array pos bad-end :utf-8 reject-reason reject-position)))
 579                            (values bad-len replacement)))))))))))))
 580 (instantiate-octets-definition define-bytes-per-utf8-character)
 581
 582 (defmacro define-simple-get-utf8-char (accessor type)
 583   (let ((name (make-od-name 'simple-get-utf8-char accessor)))
 584     `(progn
 585       (declaim (inline ,name))
 586       (defun ,name (array pos bytes)
 587         (declare (optimize speed (safety 0))
 588                  (type ,type array)
 589                  (type array-range pos)
 590                  (type (integer 1 4) bytes))
 591         (flet ((cref (x)
 592                  (,accessor array (the array-range (+ pos x)))))
 593           (declare (inline cref))
 594           (code-char (ecase bytes
 595                        (1 (cref 0))
 596                        (2 (logior (ash (ldb (byte 5 0) (cref 0)) 6)
 597                                   (ldb (byte 6 0) (cref 1))))
 598                        (3 (logior (ash (ldb (byte 4 0) (cref 0)) 12)
 599                                   (ash (ldb (byte 6 0) (cref 1)) 6)
 600                                   (ldb (byte 6 0) (cref 2))))
 601                        (4 (logior (ash (ldb (byte 3 0) (cref 0)) 18)
 602                                   (ash (ldb (byte 6 0) (cref 1)) 12)
 603                                   (ash (ldb (byte 6 0) (cref 2)) 6)
 604                                   (ldb (byte 6 0) (cref 3)))))))))))
 605 (instantiate-octets-definition define-simple-get-utf8-char)
 606
 607 (defmacro define-utf8->string (accessor type)
 608   (let ((name (make-od-name 'utf8->string accessor)))
 609     `(progn
 610       (defun ,name (array astart aend)
 611         (declare (optimize speed (safety 0))
 612                  (type ,type array)
 613                  (type array-range astart aend))
 614         (let ((string (make-array 0 :adjustable t :fill-pointer 0 :element-type 'character)))
 615           (loop with pos = astart
 616                 while (< pos aend)
 617                 do (multiple-value-bind (bytes invalid)
 618                        (,(make-od-name 'bytes-per-utf8-character accessor) array pos aend)
 619                      (declare (type (or null string) invalid))
 620                      (cond
 621                        ((null invalid)
 622                         (vector-push-extend (,(make-od-name 'simple-get-utf8-char accessor) array pos bytes) string))
 623                        (t
 624                         (dotimes (i (length invalid))
 625                           (vector-push-extend (char invalid i) string))))
 626                      (incf pos bytes)))
 627           (coerce string 'simple-string))))))
 628 (instantiate-octets-definition define-utf8->string)
 629 \f
 630 ;;;; external formats
 631
 632 (defvar *default-external-format* nil)
 633
 634 (defun default-external-format ()
 635   (or *default-external-format*
 636       (let ((external-format (intern (or (sb!alien:alien-funcall
 637                                           (extern-alien
 638                                            "nl_langinfo"
 639                                            (function c-string int))
 640                                           sb!unix:codeset)
 641                                          "LATIN-1")
 642                                      "KEYWORD")))
 643         (/show0 "cold-printing defaulted external-format:")
 644         #!+sb-show
 645         (cold-print external-format)
 646         (/show0 "matching to known aliases")
 647         (dolist (entry *external-formats*
 648                  (progn
 649                    (warn "Invalid external-format ~A; using LATIN-1"
 650                          external-format)
 651                    (setf external-format :latin-1)))
 652           (/show0 "cold printing known aliases:")
 653           #!+sb-show
 654           (dolist (alias (first entry)) (cold-print alias))
 655           (/show0 "done cold-printing known aliases")
 656           (when (member external-format (first entry))
 657             (/show0 "matched")
 658             (return)))
 659         (/show0 "/default external format ok")
 660         (setf *default-external-format* external-format))))
 661
 662 ;;; FIXME: OAOOM here vrt. DEFINE-EXTERNAL-FORMAT in fd-stream.lisp
 663 (defparameter *external-format-functions*
 664   '(((:ascii :us-ascii :ansi_x3.4-1968 :iso-646 :iso-646-us :|646|)
 665      ascii->string-aref string->ascii)
 666     ((:latin1 :latin-1 :iso-8859-1 :iso8859-1)
 667      latin1->string-aref string->latin1)
 668     #!+sb-unicode
 669     ((:latin9 :latin-9 :iso-8859-15 :iso8859-15)
 670      latin9->string-aref string->latin9)
 671     ((:utf8 :utf-8)
 672      utf8->string-aref string->utf8)))
 673
 674 (defun external-formats-funs (external-format)
 675   (when (eql external-format :default)
 676     (setf external-format (default-external-format)))
 677   (or (cdr (find external-format (the list *external-format-functions*)
 678                  :test #'member
 679                  :key #'car))
 680       (error "Unknown external-format ~S" external-format)))
 681 \f
 682 ;;;; public interface
 683
 684 (defun octets-to-string (vector &key (external-format :default) (start 0) end)
 685   (declare (type (vector (unsigned-byte 8)) vector))
 686   (with-array-data ((vector vector)
 687                     (start start)
 688                     (end (%check-vector-sequence-bounds vector start end)))
 689     (declare (type (simple-array (unsigned-byte 8) (*)) vector))
 690     (funcall (symbol-function (first (external-formats-funs external-format)))
 691              vector start end)))
 692
 693 (defun string-to-octets (string &key (external-format :default)
 694                          (start 0) end null-terminate)
 695   (declare (type string string))
 696   (with-array-data ((string string)
 697                     (start start)
 698                     (end (%check-vector-sequence-bounds string start end)))
 699     (declare (type simple-string string))
 700     (funcall (symbol-function (second (external-formats-funs external-format)))
 701              string start end (if null-terminate 1 0))))
 702
 703 #!+sb-unicode
 704 (defvar +unicode-replacement-character+ (string (code-char #xfffd)))
 705 #!+sb-unicode
 706 (defun use-unicode-replacement-char (condition)
 707   (use-value +unicode-replacement-character+ condition))
 708
 709 ;;; Utilities that maybe should be exported
 710
 711 #!+sb-unicode
 712 (defmacro with-standard-replacement-character (&body body)
 713   `(handler-bind ((octet-encoding-error #'use-unicode-replacement-char))
 714     ,@body))
 715
 716 (defmacro with-default-decoding-replacement ((c) &body body)
 717   (let ((cname (gensym)))
 718   `(let ((,cname ,c))
 719     (handler-bind
 720         ((octet-decoding-error (lambda (c)
 721                                  (use-value ,cname c))))
 722       ,@body))))