| 1 | // © 2016 and later: Unicode, Inc. and others. | 
|---|
| 2 | // License & terms of use: http://www.unicode.org/copyright.html | 
|---|
| 3 | /* | 
|---|
| 4 | ******************************************************************************** | 
|---|
| 5 | *   Copyright (C) 1996-2015, International Business Machines | 
|---|
| 6 | *   Corporation and others.  All Rights Reserved. | 
|---|
| 7 | ******************************************************************************** | 
|---|
| 8 | */ | 
|---|
| 9 |  | 
|---|
| 10 | #include "unicode/utypes.h" | 
|---|
| 11 |  | 
|---|
| 12 | #if !UCONFIG_NO_BREAK_ITERATION | 
|---|
| 13 |  | 
|---|
| 14 | #include "unicode/ubrk.h" | 
|---|
| 15 |  | 
|---|
| 16 | #include "unicode/brkiter.h" | 
|---|
| 17 | #include "unicode/uloc.h" | 
|---|
| 18 | #include "unicode/ustring.h" | 
|---|
| 19 | #include "unicode/uchriter.h" | 
|---|
| 20 | #include "unicode/rbbi.h" | 
|---|
| 21 | #include "rbbirb.h" | 
|---|
| 22 | #include "uassert.h" | 
|---|
| 23 | #include "cmemory.h" | 
|---|
| 24 |  | 
|---|
| 25 | U_NAMESPACE_USE | 
|---|
| 26 |  | 
|---|
| 27 | //------------------------------------------------------------------------------ | 
|---|
| 28 | // | 
|---|
| 29 | //    ubrk_open      Create a canned type of break iterator based on type (word, line, etc.) | 
|---|
| 30 | //                   and locale. | 
|---|
| 31 | // | 
|---|
| 32 | //------------------------------------------------------------------------------ | 
|---|
| 33 | U_CAPI UBreakIterator* U_EXPORT2 | 
|---|
| 34 | ubrk_open(UBreakIteratorType type, | 
|---|
| 35 | const char *locale, | 
|---|
| 36 | const char16_t *text, | 
|---|
| 37 | int32_t textLength, | 
|---|
| 38 | UErrorCode *status) | 
|---|
| 39 | { | 
|---|
| 40 |  | 
|---|
| 41 | if(U_FAILURE(*status)) return 0; | 
|---|
| 42 |  | 
|---|
| 43 | BreakIterator *result = 0; | 
|---|
| 44 |  | 
|---|
| 45 | switch(type) { | 
|---|
| 46 |  | 
|---|
| 47 | case UBRK_CHARACTER: | 
|---|
| 48 | result = BreakIterator::createCharacterInstance(Locale(locale), *status); | 
|---|
| 49 | break; | 
|---|
| 50 |  | 
|---|
| 51 | case UBRK_WORD: | 
|---|
| 52 | result = BreakIterator::createWordInstance(Locale(locale), *status); | 
|---|
| 53 | break; | 
|---|
| 54 |  | 
|---|
| 55 | case UBRK_LINE: | 
|---|
| 56 | result = BreakIterator::createLineInstance(Locale(locale), *status); | 
|---|
| 57 | break; | 
|---|
| 58 |  | 
|---|
| 59 | case UBRK_SENTENCE: | 
|---|
| 60 | result = BreakIterator::createSentenceInstance(Locale(locale), *status); | 
|---|
| 61 | break; | 
|---|
| 62 |  | 
|---|
| 63 | case UBRK_TITLE: | 
|---|
| 64 | result = BreakIterator::createTitleInstance(Locale(locale), *status); | 
|---|
| 65 | break; | 
|---|
| 66 |  | 
|---|
| 67 | default: | 
|---|
| 68 | *status = U_ILLEGAL_ARGUMENT_ERROR; | 
|---|
| 69 | } | 
|---|
| 70 |  | 
|---|
| 71 | // check for allocation error | 
|---|
| 72 | if (U_FAILURE(*status)) { | 
|---|
| 73 | return 0; | 
|---|
| 74 | } | 
|---|
| 75 | if(result == 0) { | 
|---|
| 76 | *status = U_MEMORY_ALLOCATION_ERROR; | 
|---|
| 77 | return 0; | 
|---|
| 78 | } | 
|---|
| 79 |  | 
|---|
| 80 |  | 
|---|
| 81 | UBreakIterator *uBI = (UBreakIterator *)result; | 
|---|
| 82 | if (text != nullptr) { | 
|---|
| 83 | ubrk_setText(uBI, text, textLength, status); | 
|---|
| 84 | } | 
|---|
| 85 | return uBI; | 
|---|
| 86 | } | 
|---|
| 87 |  | 
|---|
| 88 |  | 
|---|
| 89 |  | 
|---|
| 90 | //------------------------------------------------------------------------------ | 
|---|
| 91 | // | 
|---|
| 92 | //   ubrk_openRules      open a break iterator from a set of break rules. | 
|---|
| 93 | //                       Invokes the rule builder. | 
|---|
| 94 | // | 
|---|
| 95 | //------------------------------------------------------------------------------ | 
|---|
| 96 | U_CAPI UBreakIterator* U_EXPORT2 | 
|---|
| 97 | ubrk_openRules(  const char16_t     *rules, | 
|---|
| 98 | int32_t       rulesLength, | 
|---|
| 99 | const char16_t     *text, | 
|---|
| 100 | int32_t       textLength, | 
|---|
| 101 | UParseError  *parseErr, | 
|---|
| 102 | UErrorCode   *status)  { | 
|---|
| 103 |  | 
|---|
| 104 | if (status == nullptr || U_FAILURE(*status)){ | 
|---|
| 105 | return 0; | 
|---|
| 106 | } | 
|---|
| 107 |  | 
|---|
| 108 | BreakIterator *result = 0; | 
|---|
| 109 | UnicodeString ruleString(rules, rulesLength); | 
|---|
| 110 | result = RBBIRuleBuilder::createRuleBasedBreakIterator(ruleString, parseErr, *status); | 
|---|
| 111 | if(U_FAILURE(*status)) { | 
|---|
| 112 | return 0; | 
|---|
| 113 | } | 
|---|
| 114 |  | 
|---|
| 115 | UBreakIterator *uBI = (UBreakIterator *)result; | 
|---|
| 116 | if (text != nullptr) { | 
|---|
| 117 | ubrk_setText(uBI, text, textLength, status); | 
|---|
| 118 | } | 
|---|
| 119 | return uBI; | 
|---|
| 120 | } | 
|---|
| 121 |  | 
|---|
| 122 |  | 
|---|
| 123 | U_CAPI UBreakIterator* U_EXPORT2 | 
|---|
| 124 | ubrk_openBinaryRules(const uint8_t *binaryRules, int32_t rulesLength, | 
|---|
| 125 | const char16_t *  text, int32_t textLength, | 
|---|
| 126 | UErrorCode *   status) | 
|---|
| 127 | { | 
|---|
| 128 | if (U_FAILURE(*status)) { | 
|---|
| 129 | return nullptr; | 
|---|
| 130 | } | 
|---|
| 131 | if (rulesLength < 0) { | 
|---|
| 132 | *status = U_ILLEGAL_ARGUMENT_ERROR; | 
|---|
| 133 | return nullptr; | 
|---|
| 134 | } | 
|---|
| 135 | LocalPointer<RuleBasedBreakIterator> lpRBBI(new RuleBasedBreakIterator(binaryRules, rulesLength, *status), *status); | 
|---|
| 136 | if (U_FAILURE(*status)) { | 
|---|
| 137 | return nullptr; | 
|---|
| 138 | } | 
|---|
| 139 | UBreakIterator *uBI = reinterpret_cast<UBreakIterator *>(lpRBBI.orphan()); | 
|---|
| 140 | if (text != nullptr) { | 
|---|
| 141 | ubrk_setText(uBI, text, textLength, status); | 
|---|
| 142 | } | 
|---|
| 143 | return uBI; | 
|---|
| 144 | } | 
|---|
| 145 |  | 
|---|
| 146 |  | 
|---|
| 147 | U_CAPI UBreakIterator * U_EXPORT2 | 
|---|
| 148 | ubrk_safeClone( | 
|---|
| 149 | const UBreakIterator *bi, | 
|---|
| 150 | void * /*stackBuffer*/, | 
|---|
| 151 | int32_t *pBufferSize, | 
|---|
| 152 | UErrorCode *status) | 
|---|
| 153 | { | 
|---|
| 154 | if (status == nullptr || U_FAILURE(*status)){ | 
|---|
| 155 | return nullptr; | 
|---|
| 156 | } | 
|---|
| 157 | if (bi == nullptr) { | 
|---|
| 158 | *status = U_ILLEGAL_ARGUMENT_ERROR; | 
|---|
| 159 | return nullptr; | 
|---|
| 160 | } | 
|---|
| 161 | if (pBufferSize != nullptr) { | 
|---|
| 162 | int32_t inputSize = *pBufferSize; | 
|---|
| 163 | *pBufferSize = 1; | 
|---|
| 164 | if (inputSize == 0) { | 
|---|
| 165 | return nullptr;  // preflighting for deprecated functionality | 
|---|
| 166 | } | 
|---|
| 167 | } | 
|---|
| 168 | BreakIterator *newBI = ((BreakIterator *)bi)->clone(); | 
|---|
| 169 | if (newBI == nullptr) { | 
|---|
| 170 | *status = U_MEMORY_ALLOCATION_ERROR; | 
|---|
| 171 | } else if (pBufferSize != nullptr) { | 
|---|
| 172 | *status = U_SAFECLONE_ALLOCATED_WARNING; | 
|---|
| 173 | } | 
|---|
| 174 | return (UBreakIterator *)newBI; | 
|---|
| 175 | } | 
|---|
| 176 |  | 
|---|
| 177 | U_CAPI UBreakIterator * U_EXPORT2 | 
|---|
| 178 | ubrk_clone(const UBreakIterator *bi, UErrorCode *status) { | 
|---|
| 179 | return ubrk_safeClone(bi, nullptr, nullptr, status); | 
|---|
| 180 | } | 
|---|
| 181 |  | 
|---|
| 182 |  | 
|---|
| 183 | U_CAPI void U_EXPORT2 | 
|---|
| 184 | ubrk_close(UBreakIterator *bi) | 
|---|
| 185 | { | 
|---|
| 186 | delete (BreakIterator *)bi; | 
|---|
| 187 | } | 
|---|
| 188 |  | 
|---|
| 189 | U_CAPI void U_EXPORT2 | 
|---|
| 190 | ubrk_setText(UBreakIterator* bi, | 
|---|
| 191 | const char16_t*    text, | 
|---|
| 192 | int32_t         textLength, | 
|---|
| 193 | UErrorCode*     status) | 
|---|
| 194 | { | 
|---|
| 195 | UText  ut = UTEXT_INITIALIZER; | 
|---|
| 196 | utext_openUChars(&ut, text, textLength, status); | 
|---|
| 197 | ((BreakIterator*)bi)->setText(&ut, *status); | 
|---|
| 198 | // A stack allocated UText wrapping a char16_t * string | 
|---|
| 199 | //   can be dumped without explicitly closing it. | 
|---|
| 200 | } | 
|---|
| 201 |  | 
|---|
| 202 |  | 
|---|
| 203 |  | 
|---|
| 204 | U_CAPI void U_EXPORT2 | 
|---|
| 205 | ubrk_setUText(UBreakIterator *bi, | 
|---|
| 206 | UText          *text, | 
|---|
| 207 | UErrorCode     *status) | 
|---|
| 208 | { | 
|---|
| 209 | ((BreakIterator*)bi)->setText(text, *status); | 
|---|
| 210 | } | 
|---|
| 211 |  | 
|---|
| 212 |  | 
|---|
| 213 |  | 
|---|
| 214 |  | 
|---|
| 215 |  | 
|---|
| 216 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 217 | ubrk_current(const UBreakIterator *bi) | 
|---|
| 218 | { | 
|---|
| 219 |  | 
|---|
| 220 | return ((BreakIterator*)bi)->current(); | 
|---|
| 221 | } | 
|---|
| 222 |  | 
|---|
| 223 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 224 | ubrk_next(UBreakIterator *bi) | 
|---|
| 225 | { | 
|---|
| 226 |  | 
|---|
| 227 | return ((BreakIterator*)bi)->next(); | 
|---|
| 228 | } | 
|---|
| 229 |  | 
|---|
| 230 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 231 | ubrk_previous(UBreakIterator *bi) | 
|---|
| 232 | { | 
|---|
| 233 |  | 
|---|
| 234 | return ((BreakIterator*)bi)->previous(); | 
|---|
| 235 | } | 
|---|
| 236 |  | 
|---|
| 237 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 238 | ubrk_first(UBreakIterator *bi) | 
|---|
| 239 | { | 
|---|
| 240 |  | 
|---|
| 241 | return ((BreakIterator*)bi)->first(); | 
|---|
| 242 | } | 
|---|
| 243 |  | 
|---|
| 244 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 245 | ubrk_last(UBreakIterator *bi) | 
|---|
| 246 | { | 
|---|
| 247 |  | 
|---|
| 248 | return ((BreakIterator*)bi)->last(); | 
|---|
| 249 | } | 
|---|
| 250 |  | 
|---|
| 251 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 252 | ubrk_preceding(UBreakIterator *bi, | 
|---|
| 253 | int32_t offset) | 
|---|
| 254 | { | 
|---|
| 255 |  | 
|---|
| 256 | return ((BreakIterator*)bi)->preceding(offset); | 
|---|
| 257 | } | 
|---|
| 258 |  | 
|---|
| 259 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 260 | ubrk_following(UBreakIterator *bi, | 
|---|
| 261 | int32_t offset) | 
|---|
| 262 | { | 
|---|
| 263 |  | 
|---|
| 264 | return ((BreakIterator*)bi)->following(offset); | 
|---|
| 265 | } | 
|---|
| 266 |  | 
|---|
| 267 | U_CAPI const char* U_EXPORT2 | 
|---|
| 268 | ubrk_getAvailable(int32_t index) | 
|---|
| 269 | { | 
|---|
| 270 |  | 
|---|
| 271 | return uloc_getAvailable(index); | 
|---|
| 272 | } | 
|---|
| 273 |  | 
|---|
| 274 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 275 | ubrk_countAvailable() | 
|---|
| 276 | { | 
|---|
| 277 |  | 
|---|
| 278 | return uloc_countAvailable(); | 
|---|
| 279 | } | 
|---|
| 280 |  | 
|---|
| 281 |  | 
|---|
| 282 | U_CAPI  UBool U_EXPORT2 | 
|---|
| 283 | ubrk_isBoundary(UBreakIterator *bi, int32_t offset) | 
|---|
| 284 | { | 
|---|
| 285 | return ((BreakIterator*)bi)->isBoundary(offset); | 
|---|
| 286 | } | 
|---|
| 287 |  | 
|---|
| 288 |  | 
|---|
| 289 | U_CAPI  int32_t U_EXPORT2 | 
|---|
| 290 | ubrk_getRuleStatus(UBreakIterator *bi) | 
|---|
| 291 | { | 
|---|
| 292 | return ((BreakIterator*)bi)->getRuleStatus(); | 
|---|
| 293 | } | 
|---|
| 294 |  | 
|---|
| 295 | U_CAPI  int32_t U_EXPORT2 | 
|---|
| 296 | ubrk_getRuleStatusVec(UBreakIterator *bi, int32_t *fillInVec, int32_t capacity, UErrorCode *status) | 
|---|
| 297 | { | 
|---|
| 298 | return ((BreakIterator*)bi)->getRuleStatusVec(fillInVec, capacity, *status); | 
|---|
| 299 | } | 
|---|
| 300 |  | 
|---|
| 301 |  | 
|---|
| 302 | U_CAPI const char* U_EXPORT2 | 
|---|
| 303 | ubrk_getLocaleByType(const UBreakIterator *bi, | 
|---|
| 304 | ULocDataLocaleType type, | 
|---|
| 305 | UErrorCode* status) | 
|---|
| 306 | { | 
|---|
| 307 | if (bi == nullptr) { | 
|---|
| 308 | if (U_SUCCESS(*status)) { | 
|---|
| 309 | *status = U_ILLEGAL_ARGUMENT_ERROR; | 
|---|
| 310 | } | 
|---|
| 311 | return nullptr; | 
|---|
| 312 | } | 
|---|
| 313 | return ((BreakIterator*)bi)->getLocaleID(type, *status); | 
|---|
| 314 | } | 
|---|
| 315 |  | 
|---|
| 316 |  | 
|---|
| 317 | U_CAPI void U_EXPORT2 | 
|---|
| 318 | ubrk_refreshUText(UBreakIterator *bi, | 
|---|
| 319 | UText          *text, | 
|---|
| 320 | UErrorCode     *status) | 
|---|
| 321 | { | 
|---|
| 322 | BreakIterator *bii = reinterpret_cast<BreakIterator *>(bi); | 
|---|
| 323 | bii->refreshInputText(text, *status); | 
|---|
| 324 | } | 
|---|
| 325 |  | 
|---|
| 326 | U_CAPI int32_t U_EXPORT2 | 
|---|
| 327 | ubrk_getBinaryRules(UBreakIterator *bi, | 
|---|
| 328 | uint8_t *       binaryRules, int32_t rulesCapacity, | 
|---|
| 329 | UErrorCode *    status) | 
|---|
| 330 | { | 
|---|
| 331 | if (U_FAILURE(*status)) { | 
|---|
| 332 | return 0; | 
|---|
| 333 | } | 
|---|
| 334 | if ((binaryRules == nullptr && rulesCapacity > 0) || rulesCapacity < 0) { | 
|---|
| 335 | *status = U_ILLEGAL_ARGUMENT_ERROR; | 
|---|
| 336 | return 0; | 
|---|
| 337 | } | 
|---|
| 338 | RuleBasedBreakIterator* rbbi; | 
|---|
| 339 | if ((rbbi = dynamic_cast<RuleBasedBreakIterator*>(reinterpret_cast<BreakIterator*>(bi))) == nullptr) { | 
|---|
| 340 | *status = U_ILLEGAL_ARGUMENT_ERROR; | 
|---|
| 341 | return 0; | 
|---|
| 342 | } | 
|---|
| 343 | uint32_t rulesLength; | 
|---|
| 344 | const uint8_t * returnedRules = rbbi->getBinaryRules(rulesLength); | 
|---|
| 345 | if (rulesLength > INT32_MAX) { | 
|---|
| 346 | *status = U_INDEX_OUTOFBOUNDS_ERROR; | 
|---|
| 347 | return 0; | 
|---|
| 348 | } | 
|---|
| 349 | if (binaryRules != nullptr) { // if not preflighting | 
|---|
| 350 | // Here we know rulesLength <= INT32_MAX and rulesCapacity >= 0, can cast safely | 
|---|
| 351 | if ((int32_t)rulesLength > rulesCapacity) { | 
|---|
| 352 | *status = U_BUFFER_OVERFLOW_ERROR; | 
|---|
| 353 | } else { | 
|---|
| 354 | uprv_memcpy(binaryRules, returnedRules, rulesLength); | 
|---|
| 355 | } | 
|---|
| 356 | } | 
|---|
| 357 | return (int32_t)rulesLength; | 
|---|
| 358 | } | 
|---|
| 359 |  | 
|---|
| 360 |  | 
|---|
| 361 | #endif /* #if !UCONFIG_NO_BREAK_ITERATION */ | 
|---|
| 362 |  | 
|---|