src/src/pcre/pcre_tables.c

   1 /* $Cambridge: exim/src/src/pcre/pcre_tables.c,v 1.6 2007/11/12 13:02:20 nm4 Exp $ */
   2
   3 /*************************************************
   4 *      Perl-Compatible Regular Expressions       *
   5 *************************************************/
   6
   7 /* PCRE is a library of functions to support regular expressions whose syntax
   8 and semantics are as close as possible to those of the Perl 5 language.
   9
  10                        Written by Philip Hazel
  11            Copyright (c) 1997-2007 University of Cambridge
  12
  13 -----------------------------------------------------------------------------
  14 Redistribution and use in source and binary forms, with or without
  15 modification, are permitted provided that the following conditions are met:
  16
  17     * Redistributions of source code must retain the above copyright notice,
  18       this list of conditions and the following disclaimer.
  19
  20     * Redistributions in binary form must reproduce the above copyright
  21       notice, this list of conditions and the following disclaimer in the
  22       documentation and/or other materials provided with the distribution.
  23
  24     * Neither the name of the University of Cambridge nor the names of its
  25       contributors may be used to endorse or promote products derived from
  26       this software without specific prior written permission.
  27
  28 THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
  29 AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  30 IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
  31 ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE
  32 LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR
  33 CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF
  34 SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS
  35 INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN
  36 CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE)
  37 ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE
  38 POSSIBILITY OF SUCH DAMAGE.
  39 -----------------------------------------------------------------------------
  40 */
  41
  42
  43 /* This module contains some fixed tables that are used by more than one of the
  44 PCRE code modules. The tables are also #included by the pcretest program, which
  45 uses macros to change their names from _pcre_xxx to xxxx, thereby avoiding name
  46 clashes with the library. */
  47
  48
  49 #ifdef HAVE_CONFIG_H
  50 #include "config.h"
  51 #endif
  52
  53 #include "pcre_internal.h"
  54
  55
  56 /* Table of sizes for the fixed-length opcodes. It's defined in a macro so that
  57 the definition is next to the definition of the opcodes in pcre_internal.h. */
  58
  59 const uschar _pcre_OP_lengths[] = { OP_LENGTHS };
  60
  61
  62
  63 /*************************************************
  64 *           Tables for UTF-8 support             *
  65 *************************************************/
  66
  67 /* These are the breakpoints for different numbers of bytes in a UTF-8
  68 character. */
  69
  70 #ifdef SUPPORT_UTF8
  71
  72 const int _pcre_utf8_table1[] =
  73   { 0x7f, 0x7ff, 0xffff, 0x1fffff, 0x3ffffff, 0x7fffffff};
  74
  75 const int _pcre_utf8_table1_size = sizeof(_pcre_utf8_table1)/sizeof(int);
  76
  77 /* These are the indicator bits and the mask for the data bits to set in the
  78 first byte of a character, indexed by the number of additional bytes. */
  79
  80 const int _pcre_utf8_table2[] = { 0,    0xc0, 0xe0, 0xf0, 0xf8, 0xfc};
  81 const int _pcre_utf8_table3[] = { 0xff, 0x1f, 0x0f, 0x07, 0x03, 0x01};
  82
  83 /* Table of the number of extra bytes, indexed by the first byte masked with
  84 0x3f. The highest number for a valid UTF-8 first byte is in fact 0x3d. */
  85
  86 const uschar _pcre_utf8_table4[] = {
  87   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
  88   1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
  89   2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,
  90   3,3,3,3,3,3,3,3,4,4,4,4,5,5,5,5 };
  91
  92 /* The pcre_utt[] table below translates Unicode property names into type and
  93 code values. It is searched by binary chop, so must be in collating sequence of
  94 name. Originally, the table contained pointers to the name strings in the first
  95 field of each entry. However, that leads to a large number of relocations when
  96 a shared library is dynamically loaded. A significant reduction is made by
  97 putting all the names into a single, large string and then using offsets in the
  98 table itself. Maintenance is more error-prone, but frequent changes to this
  99 data is unlikely. */
 100
 101 const char _pcre_utt_names[] =
 102   "Any\0"
 103   "Arabic\0"
 104   "Armenian\0"
 105   "Balinese\0"
 106   "Bengali\0"
 107   "Bopomofo\0"
 108   "Braille\0"
 109   "Buginese\0"
 110   "Buhid\0"
 111   "C\0"
 112   "Canadian_Aboriginal\0"
 113   "Cc\0"
 114   "Cf\0"
 115   "Cherokee\0"
 116   "Cn\0"
 117   "Co\0"
 118   "Common\0"
 119   "Coptic\0"
 120   "Cs\0"
 121   "Cuneiform\0"
 122   "Cypriot\0"
 123   "Cyrillic\0"
 124   "Deseret\0"
 125   "Devanagari\0"
 126   "Ethiopic\0"
 127   "Georgian\0"
 128   "Glagolitic\0"
 129   "Gothic\0"
 130   "Greek\0"
 131   "Gujarati\0"
 132   "Gurmukhi\0"
 133   "Han\0"
 134   "Hangul\0"
 135   "Hanunoo\0"
 136   "Hebrew\0"
 137   "Hiragana\0"
 138   "Inherited\0"
 139   "Kannada\0"
 140   "Katakana\0"
 141   "Kharoshthi\0"
 142   "Khmer\0"
 143   "L\0"
 144   "L&\0"
 145   "Lao\0"
 146   "Latin\0"
 147   "Limbu\0"
 148   "Linear_B\0"
 149   "Ll\0"
 150   "Lm\0"
 151   "Lo\0"
 152   "Lt\0"
 153   "Lu\0"
 154   "M\0"
 155   "Malayalam\0"
 156   "Mc\0"
 157   "Me\0"
 158   "Mn\0"
 159   "Mongolian\0"
 160   "Myanmar\0"
 161   "N\0"
 162   "Nd\0"
 163   "New_Tai_Lue\0"
 164   "Nko\0"
 165   "Nl\0"
 166   "No\0"
 167   "Ogham\0"
 168   "Old_Italic\0"
 169   "Old_Persian\0"
 170   "Oriya\0"
 171   "Osmanya\0"
 172   "P\0"
 173   "Pc\0"
 174   "Pd\0"
 175   "Pe\0"
 176   "Pf\0"
 177   "Phags_Pa\0"
 178   "Phoenician\0"
 179   "Pi\0"
 180   "Po\0"
 181   "Ps\0"
 182   "Runic\0"
 183   "S\0"
 184   "Sc\0"
 185   "Shavian\0"
 186   "Sinhala\0"
 187   "Sk\0"
 188   "Sm\0"
 189   "So\0"
 190   "Syloti_Nagri\0"
 191   "Syriac\0"
 192   "Tagalog\0"
 193   "Tagbanwa\0"
 194   "Tai_Le\0"
 195   "Tamil\0"
 196   "Telugu\0"
 197   "Thaana\0"
 198   "Thai\0"
 199   "Tibetan\0"
 200   "Tifinagh\0"
 201   "Ugaritic\0"
 202   "Yi\0"
 203   "Z\0"
 204   "Zl\0"
 205   "Zp\0"
 206   "Zs\0";
 207
 208 const ucp_type_table _pcre_utt[] = {
 209   { 0,   PT_ANY, 0 },
 210   { 4,   PT_SC, ucp_Arabic },
 211   { 11,  PT_SC, ucp_Armenian },
 212   { 20,  PT_SC, ucp_Balinese },
 213   { 29,  PT_SC, ucp_Bengali },
 214   { 37,  PT_SC, ucp_Bopomofo },
 215   { 46,  PT_SC, ucp_Braille },
 216   { 54,  PT_SC, ucp_Buginese },
 217   { 63,  PT_SC, ucp_Buhid },
 218   { 69,  PT_GC, ucp_C },
 219   { 71,  PT_SC, ucp_Canadian_Aboriginal },
 220   { 91,  PT_PC, ucp_Cc },
 221   { 94,  PT_PC, ucp_Cf },
 222   { 97,  PT_SC, ucp_Cherokee },
 223   { 106, PT_PC, ucp_Cn },
 224   { 109, PT_PC, ucp_Co },
 225   { 112, PT_SC, ucp_Common },
 226   { 119, PT_SC, ucp_Coptic },
 227   { 126, PT_PC, ucp_Cs },
 228   { 129, PT_SC, ucp_Cuneiform },
 229   { 139, PT_SC, ucp_Cypriot },
 230   { 147, PT_SC, ucp_Cyrillic },
 231   { 156, PT_SC, ucp_Deseret },
 232   { 164, PT_SC, ucp_Devanagari },
 233   { 175, PT_SC, ucp_Ethiopic },
 234   { 184, PT_SC, ucp_Georgian },
 235   { 193, PT_SC, ucp_Glagolitic },
 236   { 204, PT_SC, ucp_Gothic },
 237   { 211, PT_SC, ucp_Greek },
 238   { 217, PT_SC, ucp_Gujarati },
 239   { 226, PT_SC, ucp_Gurmukhi },
 240   { 235, PT_SC, ucp_Han },
 241   { 239, PT_SC, ucp_Hangul },
 242   { 246, PT_SC, ucp_Hanunoo },
 243   { 254, PT_SC, ucp_Hebrew },
 244   { 261, PT_SC, ucp_Hiragana },
 245   { 270, PT_SC, ucp_Inherited },
 246   { 280, PT_SC, ucp_Kannada },
 247   { 288, PT_SC, ucp_Katakana },
 248   { 297, PT_SC, ucp_Kharoshthi },
 249   { 308, PT_SC, ucp_Khmer },
 250   { 314, PT_GC, ucp_L },
 251   { 316, PT_LAMP, 0 },
 252   { 319, PT_SC, ucp_Lao },
 253   { 323, PT_SC, ucp_Latin },
 254   { 329, PT_SC, ucp_Limbu },
 255   { 335, PT_SC, ucp_Linear_B },
 256   { 344, PT_PC, ucp_Ll },
 257   { 347, PT_PC, ucp_Lm },
 258   { 350, PT_PC, ucp_Lo },
 259   { 353, PT_PC, ucp_Lt },
 260   { 356, PT_PC, ucp_Lu },
 261   { 359, PT_GC, ucp_M },
 262   { 361, PT_SC, ucp_Malayalam },
 263   { 371, PT_PC, ucp_Mc },
 264   { 374, PT_PC, ucp_Me },
 265   { 377, PT_PC, ucp_Mn },
 266   { 380, PT_SC, ucp_Mongolian },
 267   { 390, PT_SC, ucp_Myanmar },
 268   { 398, PT_GC, ucp_N },
 269   { 400, PT_PC, ucp_Nd },
 270   { 403, PT_SC, ucp_New_Tai_Lue },
 271   { 415, PT_SC, ucp_Nko },
 272   { 419, PT_PC, ucp_Nl },
 273   { 422, PT_PC, ucp_No },
 274   { 425, PT_SC, ucp_Ogham },
 275   { 431, PT_SC, ucp_Old_Italic },
 276   { 442, PT_SC, ucp_Old_Persian },
 277   { 454, PT_SC, ucp_Oriya },
 278   { 460, PT_SC, ucp_Osmanya },
 279   { 468, PT_GC, ucp_P },
 280   { 470, PT_PC, ucp_Pc },
 281   { 473, PT_PC, ucp_Pd },
 282   { 476, PT_PC, ucp_Pe },
 283   { 479, PT_PC, ucp_Pf },
 284   { 482, PT_SC, ucp_Phags_Pa },
 285   { 491, PT_SC, ucp_Phoenician },
 286   { 502, PT_PC, ucp_Pi },
 287   { 505, PT_PC, ucp_Po },
 288   { 508, PT_PC, ucp_Ps },
 289   { 511, PT_SC, ucp_Runic },
 290   { 517, PT_GC, ucp_S },
 291   { 519, PT_PC, ucp_Sc },
 292   { 522, PT_SC, ucp_Shavian },
 293   { 530, PT_SC, ucp_Sinhala },
 294   { 538, PT_PC, ucp_Sk },
 295   { 541, PT_PC, ucp_Sm },
 296   { 544, PT_PC, ucp_So },
 297   { 547, PT_SC, ucp_Syloti_Nagri },
 298   { 560, PT_SC, ucp_Syriac },
 299   { 567, PT_SC, ucp_Tagalog },
 300   { 575, PT_SC, ucp_Tagbanwa },
 301   { 584, PT_SC, ucp_Tai_Le },
 302   { 591, PT_SC, ucp_Tamil },
 303   { 597, PT_SC, ucp_Telugu },
 304   { 604, PT_SC, ucp_Thaana },
 305   { 611, PT_SC, ucp_Thai },
 306   { 616, PT_SC, ucp_Tibetan },
 307   { 624, PT_SC, ucp_Tifinagh },
 308   { 633, PT_SC, ucp_Ugaritic },
 309   { 642, PT_SC, ucp_Yi },
 310   { 645, PT_GC, ucp_Z },
 311   { 647, PT_PC, ucp_Zl },
 312   { 650, PT_PC, ucp_Zp },
 313   { 653, PT_PC, ucp_Zs }
 314 };
 315
 316 const int _pcre_utt_size = sizeof(_pcre_utt)/sizeof(ucp_type_table);
 317
 318 #endif  /* SUPPORT_UTF8 */
 319
 320 /* End of pcre_tables.c */