Diff for /gforth/utf-8.fs between versions 1.6 and 1.14

version 1.6, 2004/12/28 17:27:24 version 1.14, 2005/01/10 10:30:55
Line 20 Line 20
   
 \ short: u8 means utf-8 encoded address  \ short: u8 means utf-8 encoded address
   
   s" malformed UTF-8 character" exception Constant UTF-8-err
   
   $80 Value max-single-byte
   
 : u8len ( u8 -- n )  : u8len ( u8 -- n )
     dup      $80 u< IF  drop 1  EXIT  THEN \ special case ASCII      dup      max-single-byte u< IF  drop 1  EXIT  THEN \ special case ASCII
     $800  2 >r      $800  2 >r
     BEGIN  2dup u>=  WHILE  5 lshift r> 1+ >r  REPEAT      BEGIN  2dup u>=  WHILE  5 lshift r> 1+ >r  REPEAT
     2drop r> ;      2drop r> ;
   
 : u8@+ ( u8addr -- u8addr' u )  : u8@+ ( u8addr -- u8addr' u )
     count  dup $80 and 0= ?EXIT  \ special case ASCII      count  dup max-single-byte u< ?EXIT  \ special case ASCII
     $7F and  $40 >r      $7F and  $40 >r
     BEGIN  dup r@ and  WHILE  r@ xor      BEGIN  dup r@ and  WHILE  r@ xor
             6 lshift r> 5 lshift >r >r count              6 lshift r> 5 lshift >r >r count
 \           dup $C0 and $80 <> abort" malformed character"              dup $C0 and $80 <> IF   UTF-8-err throw  THEN
             $3F and r> or              $3F and r> or
     REPEAT  rdrop ;      REPEAT  rdrop ;
   
 : u8!+ ( u u8addr -- u8addr' )  : u8!+ ( u u8addr -- u8addr' )
     over $80 < IF  tuck c! 1+  EXIT  THEN \ special case ASCII      over max-single-byte u< IF  tuck c! 1+  EXIT  THEN \ special case ASCII
     >r 0 swap  $3F      >r 0 swap  $3F
     BEGIN  2dup u>  WHILE      BEGIN  2dup u>  WHILE
             2/ >r  dup $3F and $80 or swap 6 rshift r>              2/ >r  dup $3F and $80 or swap 6 rshift r>
     REPEAT  $7F xor 2* or  r>      REPEAT  $7F xor 2* or  r>
     BEGIN   over $80 u>= WHILE  tuck c! 1+  REPEAT  nip ;      BEGIN   over $80 u>= WHILE  tuck c! 1+  REPEAT  nip ;
   
   \ plug-in so that char and '<char> work for UTF-8
   
   [ifundef] char@ \ !! bootstrapping help
       Defer char@ ( addr u -- char addr' u' )
       :noname  over c@ -rot 1 /string ; IS char@
   [then]
   
   :noname  ( addr u -- char addr' u' )
       \ !! the if here seems to work around some breakage, but not
       \ entirely; e.g., try '' with LANG=C.
       dup 1 u<= IF defers char@ EXIT THEN
       over + >r u8@+ swap r> over - ; IS char@
   
 \ scan to next/previous character  \ scan to next/previous character
   
 : u8>> ( u8addr -- u8addr' )  \ alternative names: u8char+ u8char-
     BEGIN  count $C0 and $80 <>  UNTIL ;  
   : u8>> ( u8addr -- u8addr' )  u8@+ drop ;
 : u8<< ( u8addr -- u8addr' )  : u8<< ( u8addr -- u8addr' )
     BEGIN  1- dup c@ $C0 and $80 <>  UNTIL ;      BEGIN  1- dup c@ $C0 and max-single-byte <>  UNTIL ;
   
 \ utf key and emit  \ utf key and emit
   
 : u8key ( -- u )  : u8key ( -- u )
     defers key dup $80 and 0= ?EXIT  \ special case ASCII      defers key dup max-single-byte u< ?EXIT  \ special case ASCII
     $7F and  $40 >r      $7F and  $40 >r
     BEGIN  dup r@ and  WHILE  r@ xor      BEGIN  dup r@ and  WHILE  r@ xor
             6 lshift r> 5 lshift >r >r defers key              6 lshift r> 5 lshift >r >r defers key
 \           dup $C0 and $80 <> abort" malformed character"              dup $C0 and $80 <> IF  UTF-8-err throw  THEN
             $3F and r> or              $3F and r> or
     REPEAT  rdrop ;      REPEAT  rdrop ;
   
 : u8emit ( u -- )  : u8emit ( u -- )
     dup $80 < IF  defers emit  EXIT  THEN \ special case ASCII      dup max-single-byte u< IF  defers emit  EXIT  THEN \ special case ASCII
     0 swap  $3F      0 swap  $3F
     BEGIN  2dup u>  WHILE      BEGIN  2dup u>  WHILE
             2/ >r  dup $3F and $80 or swap 6 rshift r>              2/ >r  dup $3F and $80 or swap 6 rshift r>
     REPEAT  $7F xor 2* or      REPEAT  $7F xor 2* or
     BEGIN   dup $80 u>= WHILE  defers emit  REPEAT  drop ;      BEGIN   dup $80 u>= WHILE  defers emit  REPEAT  drop ;
   
 \ input editor  \ utf-8 stuff for xchars
   
   : +u8/string ( c-addr1 u1 -- c-addr2 u2 )
       over dup u8>> swap - /string ;
   
   : -u8/string ( c-addr1 u1 -- c-addr2 u2 )
       over dup u8<< swap - /string ;
   
 : save-cursor ( -- )  27 emit '7 emit ;  : u8@ ( c-addr -- u )
 : restore-cursor ( -- )  27 emit '8 emit ;      u8@+ nip ;
 : .rest ( addr pos1 -- addr pos1 )  
     restore-cursor 2dup type ;  : u8!+? ( xc xc-addr1 u1 -- xc-addr2 u2 f )
 : .all ( span addr pos1 -- span addr pos1 )      >r over u8len r@ over u< if ( xc xc-addr1 len r: u1 )
     restore-cursor >r 2dup swap type r> ;          \ not enough space
           drop nip r> false
 : <u8ins>  ( max span addr pos1 u8char -- max span addr pos2 )      else
     >r  2over r@ u8len + u< IF  rdrop bell  EXIT  THEN          >r u8!+ r> r> swap - true
     >string over r@ u8len + swap move 2dup chars + r@ swap u8!+ drop      then ;
     r> u8len >r  rot r@ chars + -rot r> chars + ;  
 : (u8ins)  ( max span addr pos1 u8char -- max span addr pos2 )  : u8addrlen ( u8-addr -- u )
     <u8ins> .all .rest ;      \ length of UTF-8 char starting at u8-addr (accesses only u8-addr)
 : u8back  ( max span addr pos1 -- max span addr pos2 f )      c@
     dup  IF  over + u8<< over -  0 max .all .rest      dup $80 u< if drop 1 exit endif
     ELSE  bell  THEN 0 ;      dup $c0 u< if UTF-8-err throw endif
 : u8forw  ( max span addr pos1 -- max span addr pos2 f )      dup $e0 u< if drop 2 exit endif
     2 pick over <> IF  over + u8@+ u8emit over -  ELSE  bell  THEN 0 ;      dup $f0 u< if drop 3 exit endif
 : (u8del)  ( max span addr pos1 -- max span addr pos2 )      dup $f8 u< if drop 4 exit endif
     over + dup u8<< tuck - >r over -      dup $fc u< if drop 5 exit endif
     >string over r@ + -rot move      dup $fe u< if drop 6 exit endif
     rot r> - -rot ;      UTF-8-err throw ;
 : ?u8del ( max span addr pos1 -- max span addr pos2 0 )  
   dup  IF  (u8del) .all 2 spaces .rest  THEN  0 ;  : -u8trailing-garbage ( addr u1 -- addr u2 )
 : <u8del> ( max span addr pos1 -- max span addr pos2 0 )      2dup + dup u8<< ( addr u1 end1 end2 )
   2 pick over <>      2dup dup u8addrlen + = if \ last character ok
     IF  u8forw drop (u8del) .all 2 spaces .rest          2drop
     ELSE  bell  THEN  0 ;      else
 : u8eof  2 pick over or 0=  IF  bye  ELSE  <u8del>  THEN ;          nip nip over -
       then ;
 : u8first-pos  ( max span addr pos1 -- max span addr 0 0 )  
   drop 0 .all .rest 0 ;  : set-encoding-utf-8 ( -- )
 : u8end-pos  ( max span addr pos1 -- max span addr span 0 )      ['] u8emit is xemit
   drop over .all 0 ;      ['] u8key is xkey
       ['] u8>> is xchar+
       ['] u8<< is xchar-
 : u8clear-line ( max span addr pos1 -- max addr )      ['] +u8/string is +x/string
     drop restore-cursor swap spaces restore-cursor ;      ['] -u8/string is -x/string
 : u8clear-tib ( max span addr pos -- max 0 addr 0 false )      ['] u8@ is xc@
     u8clear-line 0 tuck dup ;      ['] u8!+? is xc!+?
       ['] u8@+ is xc@+
 : (u8enter)  ( max span addr pos1 -- max span addr pos2 true )      ['] u8len is xc-size
     >r end^ 2@ hist-setpos      ['] -u8trailing-garbage is -trailing-garbage
     2dup swap history write-line drop ( throw ) \ don't worry about errors  ;
     hist-pos 2dup backward^ 2! end^ 2!  
     r> .all space true ;  
   
 : u8kill-expand ( max span addr pos1 -- max span addr pos2 )  
     prefix-found cell+ @ ?dup IF  >r  
         r@ - >string over r@ + -rot move  
         rot r@ - -rot .all r> spaces .rest THEN ;  
   
 : insert   ( string length buffer size -- )  
     rot over min >r  r@ - ( left over )  
     over dup r@ +  rot move   r> move  ;  
   
 : u8tab-expand ( max span addr pos1 -- max span addr pos2 0 )  
     key? IF  #tab (u8ins) 0  EXIT  THEN  
     u8kill-expand 2dup extract-word dup 0= IF  nip EXIT  THEN  
     search-prefix tib-full?  
     IF    7 emit  2drop  prefix-off  
     ELSE  dup >r  
         2>r >string r@ + 2r> 2swap insert  
         r@ + rot r> + -rot  
     THEN  
     prefix-found @ IF  bl (u8ins)  ELSE  .all .rest  THEN  0 ;  
   
 : utf-8-io ( -- )  
     ['] u8forw       ctrl F bindkey  
     ['] u8back       ctrl B bindkey  
     ['] ?u8del       ctrl H bindkey  
     ['] u8eof        ctrl D bindkey  
     ['] <u8del>      ctrl X bindkey  
     ['] u8clear-tib  ctrl K bindkey  
     ['] u8first-pos  ctrl A bindkey  
     ['] u8end-pos    ctrl E bindkey  
     ['] (u8enter)    #lf    bindkey  
     ['] (u8enter)    #cr    bindkey  
     ['] u8tab-expand #tab   bindkey  
     ['] (u8ins)      IS insert-char  
     ['] kill-prefix  IS everychar  
     ['] save-cursor  IS everyline  
     ['] u8key        IS key  
     ['] u8emit       IS emit ;  
   

Removed from v.1.6  
changed lines
  Added in v.1.14


FreeBSD-CVSweb <freebsd-cvsweb@FreeBSD.org>