Factor iconv conversions to separate C files.
authorAdam Dickmeiss <adam@indexdata.dk>
Mon, 17 Mar 2008 23:14:11 +0000 (00:14 +0100)
committerAdam Dickmeiss <adam@indexdata.dk>
Mon, 17 Mar 2008 23:14:11 +0000 (00:14 +0100)
src/Makefile.am
src/advancegreek.c [new file with mode: 0644]
src/iconv-p.h [new file with mode: 0644]
src/iso5428.c [new file with mode: 0644]
src/siconv.c
src/ucs4.c [new file with mode: 0644]
src/unix.c
src/utf8.c [new file with mode: 0644]

index 47d405f..15ae8f5 100644 (file)
@@ -72,7 +72,7 @@ libyaz_la_SOURCES=version.c options.c log.c \
   marcdisp.c marc_read_xml.c marc_read_iso2709.c marc_read_line.c \
   wrbuf.c oid_db.c \
   nmemsdup.c xmalloc.c readconf.c tpath.c nmem.c matchstr.c atoin.c \
-  siconv.c \
+  siconv.c utf8.c ucs4.c iso5428.c advancegreek.c \
   odr_bool.c ber_bool.c ber_len.c ber_tag.c odr_util.c \
   odr_null.c ber_null.c odr_int.c ber_int.c odr_tag.c odr_cons.c \
   odr_seq.c odr_oct.c ber_oct.c odr_bit.c ber_bit.c odr_oid.c \
diff --git a/src/advancegreek.c b/src/advancegreek.c
new file mode 100644 (file)
index 0000000..6530f2d
--- /dev/null
@@ -0,0 +1,383 @@
+/*
+ * Copyright (C) 1995-2008, Index Data ApS
+ * See the file LICENSE for details.
+ *
+ * $Id: siconv.c,v 1.50 2008-03-12 08:53:28 adam Exp $
+ */
+/**
+ * \file
+ * \brief ISO-5428 character mapping (iconv)
+ */
+
+#if HAVE_CONFIG_H
+#include <config.h>
+#endif
+
+#include <assert.h>
+#include <errno.h>
+#include <string.h>
+#include <ctype.h>
+
+#include "iconv-p.h"
+
+unsigned long yaz_read_advancegreek(yaz_iconv_t cd, unsigned char *inp,
+                                    size_t inbytesleft, size_t *no_read)
+{
+    unsigned long x = 0;
+    int shift = 0;
+    int tonos = 0;
+    int dialitika = 0;
+
+    *no_read = 0;
+    while (inbytesleft > 0)
+    {
+        if (*inp == 0x9d)
+        {
+            tonos = 1;
+        }
+        else if (*inp == 0x9e)
+        {
+            dialitika = 1;
+        }
+        else if (*inp == 0x9f)
+        {
+            shift = 1;
+        }
+        else
+            break;
+        inp++;
+        --inbytesleft;
+        (*no_read)++;
+    }    
+    if (inbytesleft == 0)
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_EINVAL); /* incomplete input */
+        *no_read = 0;
+        return 0;
+    }
+    switch (*inp) {
+    case 0x81:
+        if (shift) 
+            if (tonos) 
+                x = 0x0386;
+            else 
+                x = 0x0391;
+        else 
+            if (tonos) 
+                x = 0x03ac;
+            else 
+                x = 0x03b1;
+        break;
+    case 0x82:
+        if (shift) 
+            x = 0x0392;
+        else 
+            x = 0x03b2;
+        
+        break;
+    case 0x83:
+        if (shift) 
+            x = 0x0393;
+        else 
+            x = 0x03b3;
+        break;
+    case 0x84:
+        if (shift) 
+            x = 0x0394;
+        else 
+            x = 0x03b4;
+        break;
+    case 0x85:
+        if (shift) 
+            if (tonos) 
+                x = 0x0388;
+            else 
+                x = 0x0395;
+        else 
+            if (tonos) 
+                x = 0x03ad;
+            else 
+                x = 0x03b5;
+        break;
+    case 0x86:
+        if (shift) 
+            x = 0x0396;
+        else 
+            x = 0x03b6;
+        break;
+    case 0x87:
+        if (shift) 
+            if (tonos) 
+                x = 0x0389;
+            else 
+                x = 0x0397;
+        else 
+            if (tonos) 
+                x = 0x03ae;
+            else 
+                x = 0x03b7;
+        break;
+    case 0x88:
+        if (shift) 
+            x = 0x0398;
+        else 
+            x = 0x03b8;
+        break;
+    case 0x89:
+        if (shift) 
+            if (tonos) 
+                x = 0x038a;
+            else 
+                if (dialitika) 
+                    x = 0x03aa;
+                else 
+                    x = 0x0399;
+        else 
+            if (tonos) 
+                if (dialitika) 
+                    x = 0x0390;
+                else 
+                    x = 0x03af;
+        
+            else 
+                if (dialitika) 
+                    x = 0x03ca;
+                else 
+                    x = 0x03b9;
+        break;
+    case 0x8a:
+        if (shift) 
+            x = 0x039a;
+        else 
+            x = 0x03ba;
+        
+        break;
+    case 0x8b:
+        if (shift) 
+            x = 0x039b;
+        else 
+            x = 0x03bb;
+        break;
+    case 0x8c:
+        if (shift) 
+            x = 0x039c;
+        else 
+            x = 0x03bc;
+        
+        break;
+    case 0x8d:
+        if (shift) 
+            x = 0x039d;
+        else 
+            x = 0x03bd;
+        break;
+    case 0x8e:
+        if (shift) 
+            x = 0x039e;
+        else 
+            x = 0x03be;
+        break;
+    case 0x8f:
+        if (shift) 
+            if (tonos) 
+                x = 0x038c;
+            else 
+                x = 0x039f;
+        else 
+            if (tonos) 
+                x = 0x03cc;
+            else 
+                x = 0x03bf;
+        break;
+    case 0x90:
+        if (shift) 
+            x = 0x03a0;
+        else 
+            x = 0x03c0;
+        break;
+    case 0x91:
+        if (shift) 
+            x = 0x03a1;
+        else 
+            x = 0x03c1;
+        break;
+    case 0x92:
+        x = 0x03c2;
+        break;
+    case 0x93:
+        if (shift) 
+            x = 0x03a3;
+        else 
+            x = 0x03c3;
+        break;
+    case 0x94:
+        if (shift) 
+            x = 0x03a4;
+        else 
+            x = 0x03c4;
+        break;
+    case 0x95:
+        if (shift) 
+            if (tonos) 
+                x = 0x038e;
+            else 
+                if (dialitika) 
+                    x = 0x03ab;
+                else 
+                    x = 0x03a5;
+        else 
+            if (tonos) 
+                if (dialitika) 
+                    x = 0x03b0;
+                else 
+                    x = 0x03cd;
+        
+            else 
+                if (dialitika) 
+                    x = 0x03cb;
+                else 
+                    x = 0x03c5;
+        break;
+    case 0x96:
+        if (shift) 
+            x = 0x03a6;
+        else 
+            x = 0x03c6;
+        break;
+    case 0x97:
+        if (shift) 
+            x = 0x03a7;
+        else 
+            x = 0x03c7;
+        break;
+    case 0x98:
+        if (shift) 
+            x = 0x03a8;
+        else 
+            x = 0x03c8;
+        
+        break;
+        
+    case 0x99:
+        if (shift) 
+            if (tonos) 
+                x = 0x038f;
+            else 
+                x = 0x03a9;
+        else 
+            if (tonos) 
+                x = 0x03ce;
+            else 
+                x = 0x03c9;
+        break;
+    default:
+        x = *inp;
+        break;
+    }
+    (*no_read)++;
+    
+    return x;
+}
+
+size_t yaz_write_advancegreek(yaz_iconv_t cd, unsigned long x,
+                              char **outbuf, size_t *outbytesleft)
+{
+    size_t k = 0;
+    unsigned char *out = (unsigned char*) *outbuf;
+    if (*outbytesleft < 3)
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_E2BIG);  /* not room for output */
+        return (size_t)(-1);
+    }
+    switch (x)
+    {
+    case 0x03ac : out[k++]=0x9d; out[k++]=0x81; break;
+    case 0x03ad : out[k++]=0x9d; out[k++]=0x85; break;
+    case 0x03ae : out[k++]=0x9d; out[k++]=0x87; break;
+    case 0x03af : out[k++]=0x9d; out[k++]=0x89; break;
+    case 0x03cc : out[k++]=0x9d; out[k++]=0x8f; break;
+    case 0x03cd : out[k++]=0x9d; out[k++]=0x95; break;
+    case 0x03ce : out[k++]=0x9d; out[k++]=0x99; break;
+    case 0x0390 : out[k++]=0x9d; out[k++]=0x9e; out[k++]=0x89; break;
+    case 0x03b0 : out[k++]=0x9d; out[k++]=0x9e; out[k++]=0x95; break;
+    case 0x0386 : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x81; break;
+    case 0x0388 : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x85; break;
+    case 0x0389 : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x87; break;
+    case 0x038a : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x89; break;
+    case 0x038c : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x8f; break;
+    case 0x038e : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x95; break;
+    case 0x038f : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x99; break;
+    case 0x03ca : out[k++]=0x9e; out[k++]=0x89; break;
+    case 0x03cb : out[k++]=0x9e; out[k++]=0x95; break;
+    case 0x03aa : out[k++]=0x9e; out[k++]=0x9f; out[k++]=0x89; break;
+    case 0x03ab : out[k++]=0x9e; out[k++]=0x9f; out[k++]=0x95; break;
+    case 0x0391 : out[k++]=0x9f; out[k++]=0x81; break;
+    case 0x0392 : out[k++]=0x9f; out[k++]=0x82; break;
+    case 0x0393 : out[k++]=0x9f; out[k++]=0x83; break;
+    case 0x0394 : out[k++]=0x9f; out[k++]=0x84; break;
+    case 0x0395 : out[k++]=0x9f; out[k++]=0x85; break;
+    case 0x0396 : out[k++]=0x9f; out[k++]=0x86; break;
+    case 0x0397 : out[k++]=0x9f; out[k++]=0x87; break;
+    case 0x0398 : out[k++]=0x9f; out[k++]=0x88; break;
+    case 0x0399 : out[k++]=0x9f; out[k++]=0x89; break;
+    case 0x039a : out[k++]=0x9f; out[k++]=0x8a; break;
+    case 0x039b : out[k++]=0x9f; out[k++]=0x8b; break;
+    case 0x039c : out[k++]=0x9f; out[k++]=0x8c; break;
+    case 0x039d : out[k++]=0x9f; out[k++]=0x8d; break;
+    case 0x039e : out[k++]=0x9f; out[k++]=0x8e; break;
+    case 0x039f : out[k++]=0x9f; out[k++]=0x8f; break;
+    case 0x03a0 : out[k++]=0x9f; out[k++]=0x90; break;
+    case 0x03a1 : out[k++]=0x9f; out[k++]=0x91; break;
+    case 0x03a3 : out[k++]=0x9f; out[k++]=0x93; break;
+    case 0x03a4 : out[k++]=0x9f; out[k++]=0x94; break;
+    case 0x03a5 : out[k++]=0x9f; out[k++]=0x95; break;
+    case 0x03a6 : out[k++]=0x9f; out[k++]=0x96; break;
+    case 0x03a7 : out[k++]=0x9f; out[k++]=0x97; break;
+    case 0x03a8 : out[k++]=0x9f; out[k++]=0x98; break;
+    case 0x03a9 : out[k++]=0x9f; out[k++]=0x99; break;
+    case 0x03b1 : out[k++]=0x81; break;
+    case 0x03b2 : out[k++]=0x82; break;
+    case 0x03b3 : out[k++]=0x83; break;
+    case 0x03b4 : out[k++]=0x84; break;
+    case 0x03b5 : out[k++]=0x85; break;
+    case 0x03b6 : out[k++]=0x86; break;
+    case 0x03b7 : out[k++]=0x87; break;
+    case 0x03b8 : out[k++]=0x88; break;
+    case 0x03b9 : out[k++]=0x89; break;
+    case 0x03ba : out[k++]=0x8a; break;
+    case 0x03bb : out[k++]=0x8b; break;
+    case 0x03bc : out[k++]=0x8c; break;
+    case 0x03bd : out[k++]=0x8d; break;
+    case 0x03be : out[k++]=0x8e; break;
+    case 0x03bf : out[k++]=0x8f; break;
+    case 0x03c0 : out[k++]=0x90; break;
+    case 0x03c1 : out[k++]=0x91; break;
+    case 0x03c2 : out[k++]=0x92; break;
+    case 0x03c3 : out[k++]=0x93; break;
+    case 0x03c4 : out[k++]=0x94; break;
+    case 0x03c5 : out[k++]=0x95; break;
+    case 0x03c6 : out[k++]=0x96; break;
+    case 0x03c7 : out[k++]=0x96; break;
+    case 0x03c8 : out[k++]=0x98; break;
+    case 0x03c9 : out[k++]=0x99; break;
+    default:
+        if (x > 255)
+        {
+            yaz_iconv_set_errno(cd, YAZ_ICONV_EILSEQ);
+            return (size_t) -1;
+        }
+        out[k++] = x;
+        break;
+    }
+    *outbytesleft -= k;
+    (*outbuf) += k;
+    return 0;
+}
+
+/*
+ * Local variables:
+ * c-basic-offset: 4
+ * indent-tabs-mode: nil
+ * End:
+ * vim: shiftwidth=4 tabstop=8 expandtab
+ */
diff --git a/src/iconv-p.h b/src/iconv-p.h
new file mode 100644 (file)
index 0000000..04a51b0
--- /dev/null
@@ -0,0 +1,57 @@
+/*
+ * Copyright (C) 2005-2008, Index Data ApS
+ * See the file LICENSE for details.
+ *
+ * $Id: zoom-p.h,v 1.25 2007-09-11 08:40:28 adam Exp $
+ */
+/**
+ * \file
+ * \brief Internal header for conv
+ */
+
+#ifndef ICONV_P_H
+#define ICONV_P_H
+
+#include <yaz/yconfig.h>
+
+#include <yaz/yaz-iconv.h>
+
+void yaz_iconv_set_errno(yaz_iconv_t cd, int no);
+
+unsigned long yaz_read_iso5428_1984(yaz_iconv_t cd, unsigned char *inp,
+                                    size_t inbytesleft, size_t *no_read);
+
+size_t yaz_write_iso5428_1984(yaz_iconv_t cd, unsigned long x,
+                              char **outbuf, size_t *outbytesleft);
+
+size_t yaz_init_UTF8(yaz_iconv_t cd, unsigned char *inp,
+                     size_t inbytesleft, size_t *no_read);
+unsigned long yaz_read_UTF8(yaz_iconv_t cd, unsigned char *inp,
+                            size_t inbytesleft, size_t *no_read);
+
+
+size_t yaz_write_UTF8(yaz_iconv_t cd, unsigned long x,
+                      char **outbuf, size_t *outbytesleft);
+
+unsigned long yaz_read_UCS4(yaz_iconv_t cd, unsigned char *inp,
+                            size_t inbytesleft, size_t *no_read);
+unsigned long yaz_read_UCS4LE(yaz_iconv_t cd, unsigned char *inp,
+                              size_t inbytesleft, size_t *no_read);
+size_t yaz_write_UCS4(yaz_iconv_t cd, unsigned long x,
+                      char **outbuf, size_t *outbytesleft);
+size_t yaz_write_UCS4LE(yaz_iconv_t cd, unsigned long x,
+                        char **outbuf, size_t *outbytesleft);
+unsigned long yaz_read_advancegreek(yaz_iconv_t cd, unsigned char *inp,
+                                    size_t inbytesleft, size_t *no_read);
+size_t yaz_write_advancegreek(yaz_iconv_t cd, unsigned long x,
+                              char **outbuf, size_t *outbytesleft);
+
+#endif
+/*
+ * Local variables:
+ * c-basic-offset: 4
+ * indent-tabs-mode: nil
+ * End:
+ * vim: shiftwidth=4 tabstop=8 expandtab
+ */
+
diff --git a/src/iso5428.c b/src/iso5428.c
new file mode 100644 (file)
index 0000000..a78b00d
--- /dev/null
@@ -0,0 +1,375 @@
+/*
+ * Copyright (C) 1995-2008, Index Data ApS
+ * See the file LICENSE for details.
+ *
+ * $Id: siconv.c,v 1.50 2008-03-12 08:53:28 adam Exp $
+ */
+/**
+ * \file
+ * \brief ISO-5428 character mapping (iconv)
+ */
+
+#if HAVE_CONFIG_H
+#include <config.h>
+#endif
+
+#include <assert.h>
+#include <errno.h>
+#include <string.h>
+#include <ctype.h>
+
+#include "iconv-p.h"
+
+unsigned long yaz_read_iso5428_1984(yaz_iconv_t cd, unsigned char *inp,
+                                    size_t inbytesleft, size_t *no_read)
+{
+    unsigned long x = 0;
+    int tonos = 0;
+    int dialitika = 0;
+
+    *no_read = 0;
+    while (inbytesleft > 0)
+    {
+        if (*inp == 0xa2)
+        {
+            tonos = 1;
+        }
+        else if (*inp == 0xa3)
+        {
+            dialitika = 1;
+        }
+        else
+            break;
+        inp++;
+        --inbytesleft;
+        (*no_read)++;
+    }    
+    if (inbytesleft == 0)
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_EINVAL); /* incomplete input */
+        *no_read = 0;
+        return 0;
+    }
+    switch (*inp) {
+    case 0xe1: /*  alpha small */
+            if (tonos) 
+                x = 0x03ac;
+            else 
+                x = 0x03b1;
+            break;
+    case 0xc1: /*  alpha capital */
+            if (tonos) 
+                x = 0x0386;
+            else 
+                x = 0x0391;
+            break;
+
+    case 0xe2: /*  Beta small */
+            x = 0x03b2;
+            break;
+    case 0xc2: /*  Beta capital */
+            x = 0x0392;
+            break;
+
+    case 0xe4: /*  Gamma small */
+            x = 0x03b3;
+            break;
+    case 0xc4: /*  Gamma capital */
+            x = 0x0393;
+            break;
+
+    case 0xe5: /*  Delta small */
+            x = 0x03b4;
+            break;
+    case 0xc5: /*  Delta capital */
+            x = 0x0394;
+            break;
+    case 0xe6: /*  epsilon small */
+            if (tonos) 
+                x = 0x03ad;
+            else 
+                x = 0x03b5;
+            break;
+    case 0xc6: /*  epsilon capital */
+            if (tonos) 
+                x = 0x0388;
+            else 
+                x = 0x0395;
+            break;
+    case 0xe9: /*  Zeta small */
+            x = 0x03b6;
+            break;
+    case 0xc9: /*  Zeta capital */
+            x = 0x0396;
+            break;
+    case 0xea: /*  Eta small */
+            if (tonos) 
+                x = 0x03ae;
+            else 
+                x = 0x03b7;
+            break;
+    case 0xca: /*  Eta capital */
+            if (tonos) 
+                x = 0x0389;
+            else 
+                x = 0x0397;
+            break;
+    case 0xeb: /*  Theta small */
+            x = 0x03b8;
+            break;
+    case 0xcb: /*  Theta capital */
+            x = 0x0398;
+            break;
+    case 0xec: /*  Iota small */
+            if (tonos) 
+                if (dialitika) 
+                    x = 0x0390;
+                else 
+                    x = 0x03af;
+            else 
+                if (dialitika) 
+                    x = 0x03ca;
+                else 
+                    x = 0x03b9;
+            break;
+    case 0xcc: /*  Iota capital */
+            if (tonos) 
+                x = 0x038a;
+            else 
+                if (dialitika) 
+                    x = 0x03aa;
+                else 
+                    x = 0x0399;
+            break;
+    case 0xed: /*  Kappa small */
+            x = 0x03ba;
+            break;
+    case 0xcd: /*  Kappa capital */
+            x = 0x039a;
+            break;
+    case 0xee: /*  Lambda small */
+            x = 0x03bb;
+            break;
+    case 0xce: /*  Lambda capital */
+            x = 0x039b;
+            break;
+    case 0xef: /*  Mu small */
+            x = 0x03bc;
+            break;
+    case 0xcf: /*  Mu capital */
+            x = 0x039c;
+            break;
+    case 0xf0: /*  Nu small */
+            x = 0x03bd;
+            break;
+    case 0xd0: /*  Nu capital */
+            x = 0x039d;
+            break;
+    case 0xf1: /*  Xi small */
+            x = 0x03be;
+            break;
+    case 0xd1: /*  Xi capital */
+            x = 0x039e;
+            break;
+    case 0xf2: /*  Omicron small */
+            if (tonos) 
+                x = 0x03cc;
+            else 
+                x = 0x03bf;
+            break;
+    case 0xd2: /*  Omicron capital */
+            if (tonos) 
+                x = 0x038c;
+            else 
+                x = 0x039f;
+            break;
+    case 0xf3: /*  Pi small */
+            x = 0x03c0;
+            break;
+    case 0xd3: /*  Pi capital */
+            x = 0x03a0;
+            break;
+    case 0xf5: /*  Rho small */
+            x = 0x03c1;
+            break;
+    case 0xd5: /*  Rho capital */
+            x = 0x03a1;
+            break;
+    case 0xf7: /*  Sigma small (end of words) */
+            x = 0x03c2;
+            break;
+    case 0xf6: /*  Sigma small */
+            x = 0x03c3;
+            break;
+    case 0xd6: /*  Sigma capital */
+            x = 0x03a3;
+            break;
+    case 0xf8: /*  Tau small */
+            x = 0x03c4;
+            break;
+    case 0xd8: /*  Tau capital */
+            x = 0x03a4;
+            break;
+    case 0xf9: /*  Upsilon small */
+            if (tonos) 
+                if (dialitika) 
+                    x = 0x03b0;
+                else 
+                    x = 0x03cd;
+            else 
+                if (dialitika) 
+                    x = 0x03cb;
+                else 
+                    x = 0x03c5;
+            break;
+    case 0xd9: /*  Upsilon capital */
+            if (tonos) 
+                x = 0x038e;
+            else 
+                if (dialitika) 
+                    x = 0x03ab;
+                else 
+                    x = 0x03a5;
+            break;
+    case 0xfa: /*  Phi small */
+            x = 0x03c6;
+            break;
+    case 0xda: /*  Phi capital */
+            x = 0x03a6;
+            break;
+    case 0xfb: /*  Chi small */
+            x = 0x03c7;
+            break;
+    case 0xdb: /*  Chi capital */
+            x = 0x03a7;
+            break;
+    case 0xfc: /*  Psi small */
+            x = 0x03c8;
+            break;
+    case 0xdc: /*  Psi capital */
+            x = 0x03a8;
+            break;
+    case 0xfd: /*  Omega small */
+            if (tonos) 
+                x = 0x03ce;
+            else 
+                x = 0x03c9;
+            break;
+    case 0xdd: /*  Omega capital */
+            if (tonos) 
+                x = 0x038f;
+            else 
+                x = 0x03a9;
+            break;
+    default:
+        x = *inp;
+        break;
+    }
+    (*no_read)++;
+    
+    return x;
+}
+
+size_t yaz_write_iso5428_1984(yaz_iconv_t cd, unsigned long x,
+                              char **outbuf, size_t *outbytesleft)
+{
+    size_t k = 0;
+    unsigned char *out = (unsigned char*) *outbuf;
+    if (*outbytesleft < 3)
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_E2BIG);  /* not room for output */
+        return (size_t)(-1);
+    }
+    switch (x)
+    {
+    case 0x03ac : out[k++]=0xa2; out[k++]=0xe1; break;
+    case 0x03b1 : out[k++]=0xe1; break;
+    case 0x0386 : out[k++]=0xa2; out[k++]=0xc1; break;
+    case 0x0391 : out[k++]=0xc1; break;
+    case 0x03b2 : out[k++]=0xe2; break;
+    case 0x0392 : out[k++]=0xc2; break;
+    case 0x03b3 : out[k++]=0xe4; break;
+    case 0x0393 : out[k++]=0xc4; break;
+    case 0x03b4 : out[k++]=0xe5; break;
+    case 0x0394 : out[k++]=0xc5; break;
+    case 0x03ad : out[k++]=0xa2; out[k++]=0xe6; break;
+    case 0x03b5 : out[k++]=0xe6; break;
+    case 0x0388 : out[k++]=0xa2; out[k++]=0xc6; break;
+    case 0x0395 : out[k++]=0xc6; break;
+    case 0x03b6 : out[k++]=0xe9; break;
+    case 0x0396 : out[k++]=0xc9; break;
+    case 0x03ae : out[k++]=0xa2; out[k++]=0xea; break;
+    case 0x03b7 : out[k++]=0xea; break;
+    case 0x0389 : out[k++]=0xa2; out[k++]=0xca; break;
+    case 0x0397 : out[k++]=0xca; break;
+    case 0x03b8 : out[k++]=0xeb; break;
+    case 0x0398 : out[k++]=0xcb; break;
+    case 0x0390 : out[k++]=0xa2; out[k++]=0xa3; out[k++]=0xec; break;
+    case 0x03af : out[k++]=0xa2; out[k++]=0xec; break;
+    case 0x03ca : out[k++]=0xa3; out[k++]=0xec; break;
+    case 0x03b9 : out[k++]=0xec; break;
+    case 0x038a : out[k++]=0xa2; out[k++]=0xcc; break;
+    case 0x03aa : out[k++]=0xa3; out[k++]=0xcc; break;
+    case 0x0399 : out[k++]=0xcc; break;
+    case 0x03ba : out[k++]=0xed; break;
+    case 0x039a : out[k++]=0xcd; break;
+    case 0x03bb : out[k++]=0xee; break;
+    case 0x039b : out[k++]=0xce; break;
+    case 0x03bc : out[k++]=0xef; break;
+    case 0x039c : out[k++]=0xcf; break;
+    case 0x03bd : out[k++]=0xf0; break;
+    case 0x039d : out[k++]=0xd0; break;
+    case 0x03be : out[k++]=0xf1; break;
+    case 0x039e : out[k++]=0xd1; break;
+    case 0x03cc : out[k++]=0xa2; out[k++]=0xf2; break;
+    case 0x03bf : out[k++]=0xf2; break;
+    case 0x038c : out[k++]=0xa2; out[k++]=0xd2; break;
+    case 0x039f : out[k++]=0xd2; break;
+    case 0x03c0 : out[k++]=0xf3; break;
+    case 0x03a0 : out[k++]=0xd3; break;
+    case 0x03c1 : out[k++]=0xf5; break;
+    case 0x03a1 : out[k++]=0xd5; break;
+    case 0x03c2 : out[k++]=0xf7; break;
+    case 0x03c3 : out[k++]=0xf6; break;
+    case 0x03a3 : out[k++]=0xd6; break;
+    case 0x03c4 : out[k++]=0xf8; break;
+    case 0x03a4 : out[k++]=0xd8; break;
+    case 0x03b0 : out[k++]=0xa2; out[k++]=0xa3; out[k++]=0xf9; break;
+    case 0x03cd : out[k++]=0xa2; out[k++]=0xf9; break;
+    case 0x03cb : out[k++]=0xa3; out[k++]=0xf9; break;
+    case 0x03c5 : out[k++]=0xf9; break;
+    case 0x038e : out[k++]=0xa2; out[k++]=0xd9; break;
+    case 0x03ab : out[k++]=0xa3; out[k++]=0xd9; break;
+    case 0x03a5 : out[k++]=0xd9; break;
+    case 0x03c6 : out[k++]=0xfa; break;
+    case 0x03a6 : out[k++]=0xda; break;
+    case 0x03c7 : out[k++]=0xfb; break;
+    case 0x03a7 : out[k++]=0xdb; break;
+    case 0x03c8 : out[k++]=0xfc; break;
+    case 0x03a8 : out[k++]=0xdc; break;
+    case 0x03ce : out[k++]=0xa2; out[k++]=0xfd; break;
+    case 0x03c9 : out[k++]=0xfd; break;
+    case 0x038f : out[k++]=0xa2; out[k++]=0xdd; break;
+    case 0x03a9 : out[k++]=0xdd; break;
+    default:
+        if (x > 255)
+        {
+            yaz_iconv_set_errno(cd, YAZ_ICONV_EILSEQ);
+            return (size_t) -1;
+        }
+        out[k++] = x;
+        break;
+    }
+    *outbytesleft -= k;
+    (*outbuf) += k;
+    return 0;
+}
+
+
+/*
+ * Local variables:
+ * c-basic-offset: 4
+ * indent-tabs-mode: nil
+ * End:
+ * vim: shiftwidth=4 tabstop=8 expandtab
+ */
index 1639759..8557bbd 100644 (file)
 #include <iconv.h>
 #endif
 
+#include <yaz/xmalloc.h>
+#include <yaz/nmem.h>
+#include "iconv-p.h"
 
-#include <yaz/yaz-util.h>
 
 unsigned long yaz_marc8_42_conv(unsigned char *inp, size_t inbytesleft,
                                size_t *no_read, int *combining);
@@ -87,8 +89,6 @@ unsigned long yaz_marc8r_53_conv(unsigned char *inp, size_t inbytesleft,
 unsigned long yaz_marc8r_31_conv(unsigned char *inp, size_t inbytesleft,
                                  size_t *no_read, int *combining);
 
-#define ESC "\033"
-
 struct yaz_iconv_struct {
     int my_errno;
     int init_flag;
@@ -121,6 +121,7 @@ struct yaz_iconv_struct {
     const char *write_marc8_g1;
 };
 
+
 static struct {
     unsigned long x1, x2;
     unsigned y;
@@ -192,12 +193,14 @@ static struct {
     { 0, 0, 0}
 };
 
+#define ESC "\033"
+
 static size_t yaz_write_marc8_page_chr(yaz_iconv_t cd, 
                                        char **outbuf, size_t *outbytesleft,
                                        const char *page_chr);
 
-static unsigned long yaz_read_ISO8859_1 (yaz_iconv_t cd, unsigned char *inp,
-                                         size_t inbytesleft, size_t *no_read)
+static unsigned long yaz_read_ISO8859_1(yaz_iconv_t cd, unsigned char *inp,
+                                        size_t inbytesleft, size_t *no_read)
 {
     unsigned long x = inp[0];
     *no_read = 1;
@@ -205,164 +208,6 @@ static unsigned long yaz_read_ISO8859_1 (yaz_iconv_t cd, unsigned char *inp,
 }
 
 
-static size_t yaz_init_UTF8 (yaz_iconv_t cd, unsigned char *inp,
-                             size_t inbytesleft, size_t *no_read)
-{
-    if (inp[0] != 0xef)
-    {
-        *no_read = 0;
-        return 0;
-    }
-    if (inbytesleft < 3)
-    {
-        cd->my_errno = YAZ_ICONV_EINVAL;
-        return (size_t) -1;
-    }
-    if (inp[1] != 0xbb && inp[2] == 0xbf)
-        *no_read = 3;
-    else
-        *no_read = 0;
-    return 0;
-}
-
-unsigned long yaz_read_UTF8_char(unsigned char *inp,
-                                 size_t inbytesleft, size_t *no_read,
-                                 int *error)
-{
-    unsigned long x = 0;
-
-    *no_read = 0; /* by default */
-    if (inp[0] <= 0x7f)
-    {
-        x = inp[0];
-        *no_read = 1;
-    }
-    else if (inp[0] <= 0xbf || inp[0] >= 0xfe)
-    {
-        *error = YAZ_ICONV_EILSEQ;
-    }
-    else if (inp[0] <= 0xdf && inbytesleft >= 2)
-    {
-        if ((inp[1] & 0xc0) == 0x80)
-        {
-            x = ((inp[0] & 0x1f) << 6) | (inp[1] & 0x3f);
-            if (x >= 0x80)
-                *no_read = 2;
-            else
-                *error = YAZ_ICONV_EILSEQ;
-        }
-        else
-            *error = YAZ_ICONV_EILSEQ;
-    }
-    else if (inp[0] <= 0xef && inbytesleft >= 3)
-    {
-        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80)
-        {
-            x = ((inp[0] & 0x0f) << 12) | ((inp[1] & 0x3f) << 6) |
-                (inp[2] & 0x3f);
-            if (x >= 0x800)
-                *no_read = 3;
-            else
-                *error = YAZ_ICONV_EILSEQ;
-        }
-        else
-            *error = YAZ_ICONV_EILSEQ;
-    }            
-    else if (inp[0] <= 0xf7 && inbytesleft >= 4)
-    {
-        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80
-            && (inp[3] & 0xc0) == 0x80)
-        {
-            x = ((inp[0] & 0x07) << 18) | ((inp[1] & 0x3f) << 12) |
-                ((inp[2] & 0x3f) << 6) | (inp[3] & 0x3f);
-            if (x >= 0x10000)
-                *no_read = 4;
-            else
-                *error = YAZ_ICONV_EILSEQ;
-        }
-        else
-            *error = YAZ_ICONV_EILSEQ;
-    }
-    else if (inp[0] <= 0xfb && inbytesleft >= 5)
-    {
-        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80
-            && (inp[3] & 0xc0) == 0x80 && (inp[4] & 0xc0) == 0x80)
-        {
-            x = ((inp[0] & 0x03) << 24) | ((inp[1] & 0x3f) << 18) |
-                ((inp[2] & 0x3f) << 12) | ((inp[3] & 0x3f) << 6) |
-                (inp[4] & 0x3f);
-            if (x >= 0x200000)
-                *no_read = 5;
-            else
-                *error = YAZ_ICONV_EILSEQ;
-        }
-        else
-            *error = YAZ_ICONV_EILSEQ;
-    }
-    else if (inp[0] <= 0xfd && inbytesleft >= 6)
-    {
-        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80
-            && (inp[3] & 0xc0) == 0x80 && (inp[4] & 0xc0) == 0x80
-            && (inp[5] & 0xc0) == 0x80)
-        {
-            x = ((inp[0] & 0x01) << 30) | ((inp[1] & 0x3f) << 24) |
-                ((inp[2] & 0x3f) << 18) | ((inp[3] & 0x3f) << 12) |
-                ((inp[4] & 0x3f) << 6) | (inp[5] & 0x3f);
-            if (x >= 0x4000000)
-                *no_read = 6;
-            else
-                *error = YAZ_ICONV_EILSEQ;
-        }
-        else
-            *error = YAZ_ICONV_EILSEQ;
-    }
-    else
-        *error = YAZ_ICONV_EINVAL;  /* incomplete sentence */
-
-    return x;
-}
-
-static unsigned long yaz_read_UTF8 (yaz_iconv_t cd, unsigned char *inp,
-                                    size_t inbytesleft, size_t *no_read)
-{
-    return yaz_read_UTF8_char(inp, inbytesleft, no_read, &cd->my_errno);
-}
-
-static unsigned long yaz_read_UCS4 (yaz_iconv_t cd, unsigned char *inp,
-                                    size_t inbytesleft, size_t *no_read)
-{
-    unsigned long x = 0;
-    
-    if (inbytesleft < 4)
-    {
-        cd->my_errno = YAZ_ICONV_EINVAL; /* incomplete input */
-        *no_read = 0;
-    }
-    else
-    {
-        x = (inp[0]<<24) | (inp[1]<<16) | (inp[2]<<8) | inp[3];
-        *no_read = 4;
-    }
-    return x;
-}
-
-static unsigned long yaz_read_UCS4LE (yaz_iconv_t cd, unsigned char *inp,
-                                      size_t inbytesleft, size_t *no_read)
-{
-    unsigned long x = 0;
-    
-    if (inbytesleft < 4)
-    {
-        cd->my_errno = YAZ_ICONV_EINVAL; /* incomplete input */
-        *no_read = 0;
-    }
-    else
-    {
-        x = (inp[3]<<24) | (inp[2]<<16) | (inp[1]<<8) | inp[0];
-        *no_read = 4;
-    }
-    return x;
-}
 
 #if HAVE_WCHAR_H
 static unsigned long yaz_read_wchar_t (yaz_iconv_t cd, unsigned char *inp,
@@ -386,705 +231,6 @@ static unsigned long yaz_read_wchar_t (yaz_iconv_t cd, unsigned char *inp,
 }
 #endif
 
-static unsigned long yaz_read_iso5428_1984(yaz_iconv_t cd, unsigned char *inp,
-                                           size_t inbytesleft, size_t *no_read)
-{
-    unsigned long x = 0;
-    int tonos = 0;
-    int dialitika = 0;
-
-    *no_read = 0;
-    while (inbytesleft > 0)
-    {
-        if (*inp == 0xa2)
-        {
-            tonos = 1;
-        }
-        else if (*inp == 0xa3)
-        {
-            dialitika = 1;
-        }
-        else
-            break;
-        inp++;
-        --inbytesleft;
-        (*no_read)++;
-    }    
-    if (inbytesleft == 0)
-    {
-        cd->my_errno = YAZ_ICONV_EINVAL; /* incomplete input */
-        *no_read = 0;
-        return 0;
-    }
-    switch (*inp) {
-    case 0xe1: /*  alpha small */
-            if (tonos) 
-                x = 0x03ac;
-            else 
-                x = 0x03b1;
-            break;
-    case 0xc1: /*  alpha capital */
-            if (tonos) 
-                x = 0x0386;
-            else 
-                x = 0x0391;
-            break;
-
-    case 0xe2: /*  Beta small */
-            x = 0x03b2;
-            break;
-    case 0xc2: /*  Beta capital */
-            x = 0x0392;
-            break;
-
-    case 0xe4: /*  Gamma small */
-            x = 0x03b3;
-            break;
-    case 0xc4: /*  Gamma capital */
-            x = 0x0393;
-            break;
-
-    case 0xe5: /*  Delta small */
-            x = 0x03b4;
-            break;
-    case 0xc5: /*  Delta capital */
-            x = 0x0394;
-            break;
-    case 0xe6: /*  epsilon small */
-            if (tonos) 
-                x = 0x03ad;
-            else 
-                x = 0x03b5;
-            break;
-    case 0xc6: /*  epsilon capital */
-            if (tonos) 
-                x = 0x0388;
-            else 
-                x = 0x0395;
-            break;
-    case 0xe9: /*  Zeta small */
-            x = 0x03b6;
-            break;
-    case 0xc9: /*  Zeta capital */
-            x = 0x0396;
-            break;
-    case 0xea: /*  Eta small */
-            if (tonos) 
-                x = 0x03ae;
-            else 
-                x = 0x03b7;
-            break;
-    case 0xca: /*  Eta capital */
-            if (tonos) 
-                x = 0x0389;
-            else 
-                x = 0x0397;
-            break;
-    case 0xeb: /*  Theta small */
-            x = 0x03b8;
-            break;
-    case 0xcb: /*  Theta capital */
-            x = 0x0398;
-            break;
-    case 0xec: /*  Iota small */
-            if (tonos) 
-                if (dialitika) 
-                    x = 0x0390;
-                else 
-                    x = 0x03af;
-            else 
-                if (dialitika) 
-                    x = 0x03ca;
-                else 
-                    x = 0x03b9;
-            break;
-    case 0xcc: /*  Iota capital */
-            if (tonos) 
-                x = 0x038a;
-            else 
-                if (dialitika) 
-                    x = 0x03aa;
-                else 
-                    x = 0x0399;
-            break;
-    case 0xed: /*  Kappa small */
-            x = 0x03ba;
-            break;
-    case 0xcd: /*  Kappa capital */
-            x = 0x039a;
-            break;
-    case 0xee: /*  Lambda small */
-            x = 0x03bb;
-            break;
-    case 0xce: /*  Lambda capital */
-            x = 0x039b;
-            break;
-    case 0xef: /*  Mu small */
-            x = 0x03bc;
-            break;
-    case 0xcf: /*  Mu capital */
-            x = 0x039c;
-            break;
-    case 0xf0: /*  Nu small */
-            x = 0x03bd;
-            break;
-    case 0xd0: /*  Nu capital */
-            x = 0x039d;
-            break;
-    case 0xf1: /*  Xi small */
-            x = 0x03be;
-            break;
-    case 0xd1: /*  Xi capital */
-            x = 0x039e;
-            break;
-    case 0xf2: /*  Omicron small */
-            if (tonos) 
-                x = 0x03cc;
-            else 
-                x = 0x03bf;
-            break;
-    case 0xd2: /*  Omicron capital */
-            if (tonos) 
-                x = 0x038c;
-            else 
-                x = 0x039f;
-            break;
-    case 0xf3: /*  Pi small */
-            x = 0x03c0;
-            break;
-    case 0xd3: /*  Pi capital */
-            x = 0x03a0;
-            break;
-    case 0xf5: /*  Rho small */
-            x = 0x03c1;
-            break;
-    case 0xd5: /*  Rho capital */
-            x = 0x03a1;
-            break;
-    case 0xf7: /*  Sigma small (end of words) */
-            x = 0x03c2;
-            break;
-    case 0xf6: /*  Sigma small */
-            x = 0x03c3;
-            break;
-    case 0xd6: /*  Sigma capital */
-            x = 0x03a3;
-            break;
-    case 0xf8: /*  Tau small */
-            x = 0x03c4;
-            break;
-    case 0xd8: /*  Tau capital */
-            x = 0x03a4;
-            break;
-    case 0xf9: /*  Upsilon small */
-            if (tonos) 
-                if (dialitika) 
-                    x = 0x03b0;
-                else 
-                    x = 0x03cd;
-            else 
-                if (dialitika) 
-                    x = 0x03cb;
-                else 
-                    x = 0x03c5;
-            break;
-    case 0xd9: /*  Upsilon capital */
-            if (tonos) 
-                x = 0x038e;
-            else 
-                if (dialitika) 
-                    x = 0x03ab;
-                else 
-                    x = 0x03a5;
-            break;
-    case 0xfa: /*  Phi small */
-            x = 0x03c6;
-            break;
-    case 0xda: /*  Phi capital */
-            x = 0x03a6;
-            break;
-    case 0xfb: /*  Chi small */
-            x = 0x03c7;
-            break;
-    case 0xdb: /*  Chi capital */
-            x = 0x03a7;
-            break;
-    case 0xfc: /*  Psi small */
-            x = 0x03c8;
-            break;
-    case 0xdc: /*  Psi capital */
-            x = 0x03a8;
-            break;
-    case 0xfd: /*  Omega small */
-            if (tonos) 
-                x = 0x03ce;
-            else 
-                x = 0x03c9;
-            break;
-    case 0xdd: /*  Omega capital */
-            if (tonos) 
-                x = 0x038f;
-            else 
-                x = 0x03a9;
-            break;
-    default:
-        x = *inp;
-        break;
-    }
-    (*no_read)++;
-    
-    return x;
-}
-
-static size_t yaz_write_iso5428_1984(yaz_iconv_t cd, unsigned long x,
-                                     char **outbuf, size_t *outbytesleft)
-{
-    size_t k = 0;
-    unsigned char *out = (unsigned char*) *outbuf;
-    if (*outbytesleft < 3)
-    {
-        cd->my_errno = YAZ_ICONV_E2BIG;  /* not room for output */
-        return (size_t)(-1);
-    }
-    switch (x)
-    {
-    case 0x03ac : out[k++]=0xa2; out[k++]=0xe1; break;
-    case 0x03b1 : out[k++]=0xe1; break;
-    case 0x0386 : out[k++]=0xa2; out[k++]=0xc1; break;
-    case 0x0391 : out[k++]=0xc1; break;
-    case 0x03b2 : out[k++]=0xe2; break;
-    case 0x0392 : out[k++]=0xc2; break;
-    case 0x03b3 : out[k++]=0xe4; break;
-    case 0x0393 : out[k++]=0xc4; break;
-    case 0x03b4 : out[k++]=0xe5; break;
-    case 0x0394 : out[k++]=0xc5; break;
-    case 0x03ad : out[k++]=0xa2; out[k++]=0xe6; break;
-    case 0x03b5 : out[k++]=0xe6; break;
-    case 0x0388 : out[k++]=0xa2; out[k++]=0xc6; break;
-    case 0x0395 : out[k++]=0xc6; break;
-    case 0x03b6 : out[k++]=0xe9; break;
-    case 0x0396 : out[k++]=0xc9; break;
-    case 0x03ae : out[k++]=0xa2; out[k++]=0xea; break;
-    case 0x03b7 : out[k++]=0xea; break;
-    case 0x0389 : out[k++]=0xa2; out[k++]=0xca; break;
-    case 0x0397 : out[k++]=0xca; break;
-    case 0x03b8 : out[k++]=0xeb; break;
-    case 0x0398 : out[k++]=0xcb; break;
-    case 0x0390 : out[k++]=0xa2; out[k++]=0xa3; out[k++]=0xec; break;
-    case 0x03af : out[k++]=0xa2; out[k++]=0xec; break;
-    case 0x03ca : out[k++]=0xa3; out[k++]=0xec; break;
-    case 0x03b9 : out[k++]=0xec; break;
-    case 0x038a : out[k++]=0xa2; out[k++]=0xcc; break;
-    case 0x03aa : out[k++]=0xa3; out[k++]=0xcc; break;
-    case 0x0399 : out[k++]=0xcc; break;
-    case 0x03ba : out[k++]=0xed; break;
-    case 0x039a : out[k++]=0xcd; break;
-    case 0x03bb : out[k++]=0xee; break;
-    case 0x039b : out[k++]=0xce; break;
-    case 0x03bc : out[k++]=0xef; break;
-    case 0x039c : out[k++]=0xcf; break;
-    case 0x03bd : out[k++]=0xf0; break;
-    case 0x039d : out[k++]=0xd0; break;
-    case 0x03be : out[k++]=0xf1; break;
-    case 0x039e : out[k++]=0xd1; break;
-    case 0x03cc : out[k++]=0xa2; out[k++]=0xf2; break;
-    case 0x03bf : out[k++]=0xf2; break;
-    case 0x038c : out[k++]=0xa2; out[k++]=0xd2; break;
-    case 0x039f : out[k++]=0xd2; break;
-    case 0x03c0 : out[k++]=0xf3; break;
-    case 0x03a0 : out[k++]=0xd3; break;
-    case 0x03c1 : out[k++]=0xf5; break;
-    case 0x03a1 : out[k++]=0xd5; break;
-    case 0x03c2 : out[k++]=0xf7; break;
-    case 0x03c3 : out[k++]=0xf6; break;
-    case 0x03a3 : out[k++]=0xd6; break;
-    case 0x03c4 : out[k++]=0xf8; break;
-    case 0x03a4 : out[k++]=0xd8; break;
-    case 0x03b0 : out[k++]=0xa2; out[k++]=0xa3; out[k++]=0xf9; break;
-    case 0x03cd : out[k++]=0xa2; out[k++]=0xf9; break;
-    case 0x03cb : out[k++]=0xa3; out[k++]=0xf9; break;
-    case 0x03c5 : out[k++]=0xf9; break;
-    case 0x038e : out[k++]=0xa2; out[k++]=0xd9; break;
-    case 0x03ab : out[k++]=0xa3; out[k++]=0xd9; break;
-    case 0x03a5 : out[k++]=0xd9; break;
-    case 0x03c6 : out[k++]=0xfa; break;
-    case 0x03a6 : out[k++]=0xda; break;
-    case 0x03c7 : out[k++]=0xfb; break;
-    case 0x03a7 : out[k++]=0xdb; break;
-    case 0x03c8 : out[k++]=0xfc; break;
-    case 0x03a8 : out[k++]=0xdc; break;
-    case 0x03ce : out[k++]=0xa2; out[k++]=0xfd; break;
-    case 0x03c9 : out[k++]=0xfd; break;
-    case 0x038f : out[k++]=0xa2; out[k++]=0xdd; break;
-    case 0x03a9 : out[k++]=0xdd; break;
-    default:
-        if (x > 255)
-        {
-            cd->my_errno = YAZ_ICONV_EILSEQ;
-            return (size_t) -1;
-        }
-        out[k++] = x;
-        break;
-    }
-    *outbytesleft -= k;
-    (*outbuf) += k;
-    return 0;
-}
-
-static unsigned long yaz_read_advancegreek(yaz_iconv_t cd, unsigned char *inp,
-                                           size_t inbytesleft, size_t *no_read)
-{
-    unsigned long x = 0;
-    int shift = 0;
-    int tonos = 0;
-    int dialitika = 0;
-
-    *no_read = 0;
-    while (inbytesleft > 0)
-    {
-        if (*inp == 0x9d)
-        {
-            tonos = 1;
-        }
-        else if (*inp == 0x9e)
-        {
-            dialitika = 1;
-        }
-        else if (*inp == 0x9f)
-        {
-            shift = 1;
-        }
-        else
-            break;
-        inp++;
-        --inbytesleft;
-        (*no_read)++;
-    }    
-    if (inbytesleft == 0)
-    {
-        cd->my_errno = YAZ_ICONV_EINVAL; /* incomplete input */
-        *no_read = 0;
-        return 0;
-    }
-    switch (*inp) {
-    case 0x81:
-        if (shift) 
-            if (tonos) 
-                x = 0x0386;
-            else 
-                x = 0x0391;
-        else 
-            if (tonos) 
-                x = 0x03ac;
-            else 
-                x = 0x03b1;
-        break;
-    case 0x82:
-        if (shift) 
-            x = 0x0392;
-        else 
-            x = 0x03b2;
-        
-        break;
-    case 0x83:
-        if (shift) 
-            x = 0x0393;
-        else 
-            x = 0x03b3;
-        break;
-    case 0x84:
-        if (shift) 
-            x = 0x0394;
-        else 
-            x = 0x03b4;
-        break;
-    case 0x85:
-        if (shift) 
-            if (tonos) 
-                x = 0x0388;
-            else 
-                x = 0x0395;
-        else 
-            if (tonos) 
-                x = 0x03ad;
-            else 
-                x = 0x03b5;
-        break;
-    case 0x86:
-        if (shift) 
-            x = 0x0396;
-        else 
-            x = 0x03b6;
-        break;
-    case 0x87:
-        if (shift) 
-            if (tonos) 
-                x = 0x0389;
-            else 
-                x = 0x0397;
-        else 
-            if (tonos) 
-                x = 0x03ae;
-            else 
-                x = 0x03b7;
-        break;
-    case 0x88:
-        if (shift) 
-            x = 0x0398;
-        else 
-            x = 0x03b8;
-        break;
-    case 0x89:
-        if (shift) 
-            if (tonos) 
-                x = 0x038a;
-            else 
-                if (dialitika) 
-                    x = 0x03aa;
-                else 
-                    x = 0x0399;
-        else 
-            if (tonos) 
-                if (dialitika) 
-                    x = 0x0390;
-                else 
-                    x = 0x03af;
-        
-            else 
-                if (dialitika) 
-                    x = 0x03ca;
-                else 
-                    x = 0x03b9;
-        break;
-    case 0x8a:
-        if (shift) 
-            x = 0x039a;
-        else 
-            x = 0x03ba;
-        
-        break;
-    case 0x8b:
-        if (shift) 
-            x = 0x039b;
-        else 
-            x = 0x03bb;
-        break;
-    case 0x8c:
-        if (shift) 
-            x = 0x039c;
-        else 
-            x = 0x03bc;
-        
-        break;
-    case 0x8d:
-        if (shift) 
-            x = 0x039d;
-        else 
-            x = 0x03bd;
-        break;
-    case 0x8e:
-        if (shift) 
-            x = 0x039e;
-        else 
-            x = 0x03be;
-        break;
-    case 0x8f:
-        if (shift) 
-            if (tonos) 
-                x = 0x038c;
-            else 
-                x = 0x039f;
-        else 
-            if (tonos) 
-                x = 0x03cc;
-            else 
-                x = 0x03bf;
-        break;
-    case 0x90:
-        if (shift) 
-            x = 0x03a0;
-        else 
-            x = 0x03c0;
-        break;
-    case 0x91:
-        if (shift) 
-            x = 0x03a1;
-        else 
-            x = 0x03c1;
-        break;
-    case 0x92:
-        x = 0x03c2;
-        break;
-    case 0x93:
-        if (shift) 
-            x = 0x03a3;
-        else 
-            x = 0x03c3;
-        break;
-    case 0x94:
-        if (shift) 
-            x = 0x03a4;
-        else 
-            x = 0x03c4;
-        break;
-    case 0x95:
-        if (shift) 
-            if (tonos) 
-                x = 0x038e;
-            else 
-                if (dialitika) 
-                    x = 0x03ab;
-                else 
-                    x = 0x03a5;
-        else 
-            if (tonos) 
-                if (dialitika) 
-                    x = 0x03b0;
-                else 
-                    x = 0x03cd;
-        
-            else 
-                if (dialitika) 
-                    x = 0x03cb;
-                else 
-                    x = 0x03c5;
-        break;
-    case 0x96:
-        if (shift) 
-            x = 0x03a6;
-        else 
-            x = 0x03c6;
-        break;
-    case 0x97:
-        if (shift) 
-            x = 0x03a7;
-        else 
-            x = 0x03c7;
-        break;
-    case 0x98:
-        if (shift) 
-            x = 0x03a8;
-        else 
-            x = 0x03c8;
-        
-        break;
-        
-    case 0x99:
-        if (shift) 
-            if (tonos) 
-                x = 0x038f;
-            else 
-                x = 0x03a9;
-        else 
-            if (tonos) 
-                x = 0x03ce;
-            else 
-                x = 0x03c9;
-        break;
-    default:
-        x = *inp;
-        break;
-    }
-    (*no_read)++;
-    
-    return x;
-}
-
-static size_t yaz_write_advancegreek(yaz_iconv_t cd, unsigned long x,
-                                     char **outbuf, size_t *outbytesleft)
-{
-    size_t k = 0;
-    unsigned char *out = (unsigned char*) *outbuf;
-    if (*outbytesleft < 3)
-    {
-        cd->my_errno = YAZ_ICONV_E2BIG;  /* not room for output */
-        return (size_t)(-1);
-    }
-    switch (x)
-    {
-    case 0x03ac : out[k++]=0x9d; out[k++]=0x81; break;
-    case 0x03ad : out[k++]=0x9d; out[k++]=0x85; break;
-    case 0x03ae : out[k++]=0x9d; out[k++]=0x87; break;
-    case 0x03af : out[k++]=0x9d; out[k++]=0x89; break;
-    case 0x03cc : out[k++]=0x9d; out[k++]=0x8f; break;
-    case 0x03cd : out[k++]=0x9d; out[k++]=0x95; break;
-    case 0x03ce : out[k++]=0x9d; out[k++]=0x99; break;
-    case 0x0390 : out[k++]=0x9d; out[k++]=0x9e; out[k++]=0x89; break;
-    case 0x03b0 : out[k++]=0x9d; out[k++]=0x9e; out[k++]=0x95; break;
-    case 0x0386 : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x81; break;
-    case 0x0388 : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x85; break;
-    case 0x0389 : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x87; break;
-    case 0x038a : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x89; break;
-    case 0x038c : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x8f; break;
-    case 0x038e : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x95; break;
-    case 0x038f : out[k++]=0x9d; out[k++]=0x9f; out[k++]=0x99; break;
-    case 0x03ca : out[k++]=0x9e; out[k++]=0x89; break;
-    case 0x03cb : out[k++]=0x9e; out[k++]=0x95; break;
-    case 0x03aa : out[k++]=0x9e; out[k++]=0x9f; out[k++]=0x89; break;
-    case 0x03ab : out[k++]=0x9e; out[k++]=0x9f; out[k++]=0x95; break;
-    case 0x0391 : out[k++]=0x9f; out[k++]=0x81; break;
-    case 0x0392 : out[k++]=0x9f; out[k++]=0x82; break;
-    case 0x0393 : out[k++]=0x9f; out[k++]=0x83; break;
-    case 0x0394 : out[k++]=0x9f; out[k++]=0x84; break;
-    case 0x0395 : out[k++]=0x9f; out[k++]=0x85; break;
-    case 0x0396 : out[k++]=0x9f; out[k++]=0x86; break;
-    case 0x0397 : out[k++]=0x9f; out[k++]=0x87; break;
-    case 0x0398 : out[k++]=0x9f; out[k++]=0x88; break;
-    case 0x0399 : out[k++]=0x9f; out[k++]=0x89; break;
-    case 0x039a : out[k++]=0x9f; out[k++]=0x8a; break;
-    case 0x039b : out[k++]=0x9f; out[k++]=0x8b; break;
-    case 0x039c : out[k++]=0x9f; out[k++]=0x8c; break;
-    case 0x039d : out[k++]=0x9f; out[k++]=0x8d; break;
-    case 0x039e : out[k++]=0x9f; out[k++]=0x8e; break;
-    case 0x039f : out[k++]=0x9f; out[k++]=0x8f; break;
-    case 0x03a0 : out[k++]=0x9f; out[k++]=0x90; break;
-    case 0x03a1 : out[k++]=0x9f; out[k++]=0x91; break;
-    case 0x03a3 : out[k++]=0x9f; out[k++]=0x93; break;
-    case 0x03a4 : out[k++]=0x9f; out[k++]=0x94; break;
-    case 0x03a5 : out[k++]=0x9f; out[k++]=0x95; break;
-    case 0x03a6 : out[k++]=0x9f; out[k++]=0x96; break;
-    case 0x03a7 : out[k++]=0x9f; out[k++]=0x97; break;
-    case 0x03a8 : out[k++]=0x9f; out[k++]=0x98; break;
-    case 0x03a9 : out[k++]=0x9f; out[k++]=0x99; break;
-    case 0x03b1 : out[k++]=0x81; break;
-    case 0x03b2 : out[k++]=0x82; break;
-    case 0x03b3 : out[k++]=0x83; break;
-    case 0x03b4 : out[k++]=0x84; break;
-    case 0x03b5 : out[k++]=0x85; break;
-    case 0x03b6 : out[k++]=0x86; break;
-    case 0x03b7 : out[k++]=0x87; break;
-    case 0x03b8 : out[k++]=0x88; break;
-    case 0x03b9 : out[k++]=0x89; break;
-    case 0x03ba : out[k++]=0x8a; break;
-    case 0x03bb : out[k++]=0x8b; break;
-    case 0x03bc : out[k++]=0x8c; break;
-    case 0x03bd : out[k++]=0x8d; break;
-    case 0x03be : out[k++]=0x8e; break;
-    case 0x03bf : out[k++]=0x8f; break;
-    case 0x03c0 : out[k++]=0x90; break;
-    case 0x03c1 : out[k++]=0x91; break;
-    case 0x03c2 : out[k++]=0x92; break;
-    case 0x03c3 : out[k++]=0x93; break;
-    case 0x03c4 : out[k++]=0x94; break;
-    case 0x03c5 : out[k++]=0x95; break;
-    case 0x03c6 : out[k++]=0x96; break;
-    case 0x03c7 : out[k++]=0x96; break;
-    case 0x03c8 : out[k++]=0x98; break;
-    case 0x03c9 : out[k++]=0x99; break;
-    default:
-        if (x > 255)
-        {
-            cd->my_errno = YAZ_ICONV_EILSEQ;
-            return (size_t) -1;
-        }
-        out[k++] = x;
-        break;
-    }
-    *outbytesleft -= k;
-    (*outbuf) += k;
-    return 0;
-}
-
 
 static unsigned long yaz_read_marc8_comb (yaz_iconv_t cd, unsigned char *inp,
                                           size_t inbytesleft, size_t *no_read,
@@ -1278,74 +424,8 @@ incomplete:
     return 0;
 }
 
-static size_t yaz_write_UTF8(yaz_iconv_t cd, unsigned long x,
-                             char **outbuf, size_t *outbytesleft)
-{
-    return yaz_write_UTF8_char(x, outbuf, outbytesleft, &cd->my_errno);
-}
-
-size_t yaz_write_UTF8_char(unsigned long x,
-                           char **outbuf, size_t *outbytesleft,
-                           int *error)
-{
-    unsigned char *outp = (unsigned char *) *outbuf;
-
-    if (x <= 0x7f && *outbytesleft >= 1)
-    {
-        *outp++ = (unsigned char) x;
-        (*outbytesleft)--;
-    } 
-    else if (x <= 0x7ff && *outbytesleft >= 2)
-    {
-        *outp++ = (unsigned char) ((x >> 6) | 0xc0);
-        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
-        (*outbytesleft) -= 2;
-    }
-    else if (x <= 0xffff && *outbytesleft >= 3)
-    {
-        *outp++ = (unsigned char) ((x >> 12) | 0xe0);
-        *outp++ = (unsigned char) (((x >> 6) & 0x3f) | 0x80);
-        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
-        (*outbytesleft) -= 3;
-    }
-    else if (x <= 0x1fffff && *outbytesleft >= 4)
-    {
-        *outp++ = (unsigned char) ((x >> 18) | 0xf0);
-        *outp++ = (unsigned char) (((x >> 12) & 0x3f) | 0x80);
-        *outp++ = (unsigned char) (((x >> 6)  & 0x3f) | 0x80);
-        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
-        (*outbytesleft) -= 4;
-    }
-    else if (x <= 0x3ffffff && *outbytesleft >= 5)
-    {
-        *outp++ = (unsigned char) ((x >> 24) | 0xf8);
-        *outp++ = (unsigned char) (((x >> 18) & 0x3f) | 0x80);
-        *outp++ = (unsigned char) (((x >> 12) & 0x3f) | 0x80);
-        *outp++ = (unsigned char) (((x >> 6)  & 0x3f) | 0x80);
-        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
-        (*outbytesleft) -= 5;
-    }
-    else if (*outbytesleft >= 6)
-    {
-        *outp++ = (unsigned char) ((x >> 30) | 0xfc);
-        *outp++ = (unsigned char) (((x >> 24) & 0x3f) | 0x80);
-        *outp++ = (unsigned char) (((x >> 18) & 0x3f) | 0x80);
-        *outp++ = (unsigned char) (((x >> 12) & 0x3f) | 0x80);
-        *outp++ = (unsigned char) (((x >> 6)  & 0x3f) | 0x80);
-        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
-        (*outbytesleft) -= 6;
-    }
-    else 
-    {
-        *error = YAZ_ICONV_E2BIG;  /* not room for output */
-        return (size_t)(-1);
-    }
-    *outbuf = (char *) outp;
-    return 0;
-}
-
-static size_t yaz_write_ISO8859_1 (yaz_iconv_t cd, unsigned long x,
-                                   char **outbuf, size_t *outbytesleft)
+static size_t yaz_write_ISO8859_1(yaz_iconv_t cd, unsigned long x,
+                                  char **outbuf, size_t *outbytesleft)
 {
     /* list of two char unicode sequence that, when combined, are
        equivalent to single unicode chars that can be represented in
@@ -1420,48 +500,6 @@ static size_t yaz_flush_ISO8859_1(yaz_iconv_t cd,
     return 0;
 }
 
-static size_t yaz_write_UCS4 (yaz_iconv_t cd, unsigned long x,
-                              char **outbuf, size_t *outbytesleft)
-{
-    unsigned char *outp = (unsigned char *) *outbuf;
-    if (*outbytesleft >= 4)
-    {
-        *outp++ = (unsigned char) (x>>24);
-        *outp++ = (unsigned char) (x>>16);
-        *outp++ = (unsigned char) (x>>8);
-        *outp++ = (unsigned char) x;
-        (*outbytesleft) -= 4;
-    }
-    else
-    {
-        cd->my_errno = YAZ_ICONV_E2BIG;
-        return (size_t)(-1);
-    }
-    *outbuf = (char *) outp;
-    return 0;
-}
-
-static size_t yaz_write_UCS4LE (yaz_iconv_t cd, unsigned long x,
-                                char **outbuf, size_t *outbytesleft)
-{
-    unsigned char *outp = (unsigned char *) *outbuf;
-    if (*outbytesleft >= 4)
-    {
-        *outp++ = (unsigned char) x;
-        *outp++ = (unsigned char) (x>>8);
-        *outp++ = (unsigned char) (x>>16);
-        *outp++ = (unsigned char) (x>>24);
-        (*outbytesleft) -= 4;
-    }
-    else
-    {
-        cd->my_errno = YAZ_ICONV_E2BIG;
-        return (size_t)(-1);
-    }
-    *outbuf = (char *) outp;
-    return 0;
-}
-
 static unsigned long lookup_marc8(yaz_iconv_t cd,
                                   unsigned long x, int *comb,
                                   const char **page_chr)
@@ -2029,6 +1067,11 @@ int yaz_iconv_close (yaz_iconv_t cd)
     return 0;
 }
 
+void yaz_iconv_set_errno(yaz_iconv_t cd, int no)
+{
+    cd->my_errno = no;
+}
+
 /*
  * Local variables:
  * c-basic-offset: 4
diff --git a/src/ucs4.c b/src/ucs4.c
new file mode 100644 (file)
index 0000000..dedf4ec
--- /dev/null
@@ -0,0 +1,109 @@
+/*
+ * Copyright (C) 1995-2008, Index Data ApS
+ * See the file LICENSE for details.
+ *
+ * $Id: siconv.c,v 1.50 2008-03-12 08:53:28 adam Exp $
+ */
+/**
+ * \file
+ * \brief ISO-5428 character mapping (iconv)
+ */
+
+#if HAVE_CONFIG_H
+#include <config.h>
+#endif
+
+#include <assert.h>
+#include <errno.h>
+#include <string.h>
+#include <ctype.h>
+
+#include "iconv-p.h"
+
+unsigned long yaz_read_UCS4(yaz_iconv_t cd, unsigned char *inp,
+                            size_t inbytesleft, size_t *no_read)
+{
+    unsigned long x = 0;
+    
+    if (inbytesleft < 4)
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_EINVAL); /* incomplete input */
+        *no_read = 0;
+    }
+    else
+    {
+        x = (inp[0]<<24) | (inp[1]<<16) | (inp[2]<<8) | inp[3];
+        *no_read = 4;
+    }
+    return x;
+}
+
+unsigned long yaz_read_UCS4LE(yaz_iconv_t cd, unsigned char *inp,
+                              size_t inbytesleft, size_t *no_read)
+{
+    unsigned long x = 0;
+    
+    if (inbytesleft < 4)
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_EINVAL); /* incomplete input */
+        *no_read = 0;
+    }
+    else
+    {
+        x = (inp[3]<<24) | (inp[2]<<16) | (inp[1]<<8) | inp[0];
+        *no_read = 4;
+    }
+    return x;
+}
+
+size_t yaz_write_UCS4(yaz_iconv_t cd, unsigned long x,
+                      char **outbuf, size_t *outbytesleft)
+{
+    unsigned char *outp = (unsigned char *) *outbuf;
+    if (*outbytesleft >= 4)
+    {
+        *outp++ = (unsigned char) (x>>24);
+        *outp++ = (unsigned char) (x>>16);
+        *outp++ = (unsigned char) (x>>8);
+        *outp++ = (unsigned char) x;
+        (*outbytesleft) -= 4;
+    }
+    else
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_E2BIG);
+        return (size_t)(-1);
+    }
+    *outbuf = (char *) outp;
+    return 0;
+}
+
+size_t yaz_write_UCS4LE(yaz_iconv_t cd, unsigned long x,
+                        char **outbuf, size_t *outbytesleft)
+{
+    unsigned char *outp = (unsigned char *) *outbuf;
+    if (*outbytesleft >= 4)
+    {
+        *outp++ = (unsigned char) x;
+        *outp++ = (unsigned char) (x>>8);
+        *outp++ = (unsigned char) (x>>16);
+        *outp++ = (unsigned char) (x>>24);
+        (*outbytesleft) -= 4;
+    }
+    else
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_E2BIG);
+        return (size_t)(-1);
+    }
+    *outbuf = (char *) outp;
+    return 0;
+}
+
+
+
+/*
+ * Local variables:
+ * c-basic-offset: 4
+ * indent-tabs-mode: nil
+ * End:
+ * vim: shiftwidth=4 tabstop=8 expandtab
+ */
index 73bd7c5..41b3bc6 100644 (file)
@@ -3,7 +3,7 @@
  * See the file LICENSE for details.
  *
  * $Id: unix.c,v 1.20 2007-10-09 06:00:56 adam Exp $
- * UNIX socket COMSTACK. By Morten Bøgeskov.
+ * UNIX socket COMSTACK. By Morten Bogeskov.
  */
 /**
  * \file unix.c
diff --git a/src/utf8.c b/src/utf8.c
new file mode 100644 (file)
index 0000000..b893e0d
--- /dev/null
@@ -0,0 +1,226 @@
+/*
+ * Copyright (C) 1995-2008, Index Data ApS
+ * See the file LICENSE for details.
+ *
+ * $Id: siconv.c,v 1.50 2008-03-12 08:53:28 adam Exp $
+ */
+/**
+ * \file
+ * \brief ISO-5428 character mapping (iconv)
+ */
+
+#if HAVE_CONFIG_H
+#include <config.h>
+#endif
+
+#include <assert.h>
+#include <errno.h>
+#include <string.h>
+#include <ctype.h>
+
+#include "iconv-p.h"
+
+size_t yaz_init_UTF8(yaz_iconv_t cd, unsigned char *inp,
+                     size_t inbytesleft, size_t *no_read)
+{
+    if (inp[0] != 0xef)
+    {
+        *no_read = 0;
+        return 0;
+    }
+    if (inbytesleft < 3)
+    {
+        yaz_iconv_set_errno(cd, YAZ_ICONV_EINVAL);
+        return (size_t) -1;
+    }
+    if (inp[1] != 0xbb && inp[2] == 0xbf)
+        *no_read = 3;
+    else
+        *no_read = 0;
+    return 0;
+}
+
+unsigned long yaz_read_UTF8_char(unsigned char *inp,
+                                 size_t inbytesleft, size_t *no_read,
+                                 int *error)
+{
+    unsigned long x = 0;
+
+    *no_read = 0; /* by default */
+    if (inp[0] <= 0x7f)
+    {
+        x = inp[0];
+        *no_read = 1;
+    }
+    else if (inp[0] <= 0xbf || inp[0] >= 0xfe)
+    {
+        *error = YAZ_ICONV_EILSEQ;
+    }
+    else if (inp[0] <= 0xdf && inbytesleft >= 2)
+    {
+        if ((inp[1] & 0xc0) == 0x80)
+        {
+            x = ((inp[0] & 0x1f) << 6) | (inp[1] & 0x3f);
+            if (x >= 0x80)
+                *no_read = 2;
+            else
+                *error = YAZ_ICONV_EILSEQ;
+        }
+        else
+            *error = YAZ_ICONV_EILSEQ;
+    }
+    else if (inp[0] <= 0xef && inbytesleft >= 3)
+    {
+        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80)
+        {
+            x = ((inp[0] & 0x0f) << 12) | ((inp[1] & 0x3f) << 6) |
+                (inp[2] & 0x3f);
+            if (x >= 0x800)
+                *no_read = 3;
+            else
+                *error = YAZ_ICONV_EILSEQ;
+        }
+        else
+            *error = YAZ_ICONV_EILSEQ;
+    }            
+    else if (inp[0] <= 0xf7 && inbytesleft >= 4)
+    {
+        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80
+            && (inp[3] & 0xc0) == 0x80)
+        {
+            x = ((inp[0] & 0x07) << 18) | ((inp[1] & 0x3f) << 12) |
+                ((inp[2] & 0x3f) << 6) | (inp[3] & 0x3f);
+            if (x >= 0x10000)
+                *no_read = 4;
+            else
+                *error = YAZ_ICONV_EILSEQ;
+        }
+        else
+            *error = YAZ_ICONV_EILSEQ;
+    }
+    else if (inp[0] <= 0xfb && inbytesleft >= 5)
+    {
+        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80
+            && (inp[3] & 0xc0) == 0x80 && (inp[4] & 0xc0) == 0x80)
+        {
+            x = ((inp[0] & 0x03) << 24) | ((inp[1] & 0x3f) << 18) |
+                ((inp[2] & 0x3f) << 12) | ((inp[3] & 0x3f) << 6) |
+                (inp[4] & 0x3f);
+            if (x >= 0x200000)
+                *no_read = 5;
+            else
+                *error = YAZ_ICONV_EILSEQ;
+        }
+        else
+            *error = YAZ_ICONV_EILSEQ;
+    }
+    else if (inp[0] <= 0xfd && inbytesleft >= 6)
+    {
+        if ((inp[1] & 0xc0) == 0x80 && (inp[2] & 0xc0) == 0x80
+            && (inp[3] & 0xc0) == 0x80 && (inp[4] & 0xc0) == 0x80
+            && (inp[5] & 0xc0) == 0x80)
+        {
+            x = ((inp[0] & 0x01) << 30) | ((inp[1] & 0x3f) << 24) |
+                ((inp[2] & 0x3f) << 18) | ((inp[3] & 0x3f) << 12) |
+                ((inp[4] & 0x3f) << 6) | (inp[5] & 0x3f);
+            if (x >= 0x4000000)
+                *no_read = 6;
+            else
+                *error = YAZ_ICONV_EILSEQ;
+        }
+        else
+            *error = YAZ_ICONV_EILSEQ;
+    }
+    else
+        *error = YAZ_ICONV_EINVAL;  /* incomplete sentence */
+
+    return x;
+}
+
+unsigned long yaz_read_UTF8(yaz_iconv_t cd, unsigned char *inp,
+                            size_t inbytesleft, size_t *no_read)
+{
+    int err = 0;
+    int r = yaz_read_UTF8_char(inp, inbytesleft, no_read, &err);
+    yaz_iconv_set_errno(cd, err);
+    return r;
+}
+
+
+size_t yaz_write_UTF8(yaz_iconv_t cd, unsigned long x,
+                      char **outbuf, size_t *outbytesleft)
+{
+    int err = 0;
+    int r = yaz_write_UTF8_char(x, outbuf, outbytesleft, &err);
+    yaz_iconv_set_errno(cd, err);
+    return r;
+}
+
+size_t yaz_write_UTF8_char(unsigned long x,
+                           char **outbuf, size_t *outbytesleft,
+                           int *error)
+{
+    unsigned char *outp = (unsigned char *) *outbuf;
+
+    if (x <= 0x7f && *outbytesleft >= 1)
+    {
+        *outp++ = (unsigned char) x;
+        (*outbytesleft)--;
+    } 
+    else if (x <= 0x7ff && *outbytesleft >= 2)
+    {
+        *outp++ = (unsigned char) ((x >> 6) | 0xc0);
+        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
+        (*outbytesleft) -= 2;
+    }
+    else if (x <= 0xffff && *outbytesleft >= 3)
+    {
+        *outp++ = (unsigned char) ((x >> 12) | 0xe0);
+        *outp++ = (unsigned char) (((x >> 6) & 0x3f) | 0x80);
+        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
+        (*outbytesleft) -= 3;
+    }
+    else if (x <= 0x1fffff && *outbytesleft >= 4)
+    {
+        *outp++ = (unsigned char) ((x >> 18) | 0xf0);
+        *outp++ = (unsigned char) (((x >> 12) & 0x3f) | 0x80);
+        *outp++ = (unsigned char) (((x >> 6)  & 0x3f) | 0x80);
+        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
+        (*outbytesleft) -= 4;
+    }
+    else if (x <= 0x3ffffff && *outbytesleft >= 5)
+    {
+        *outp++ = (unsigned char) ((x >> 24) | 0xf8);
+        *outp++ = (unsigned char) (((x >> 18) & 0x3f) | 0x80);
+        *outp++ = (unsigned char) (((x >> 12) & 0x3f) | 0x80);
+        *outp++ = (unsigned char) (((x >> 6)  & 0x3f) | 0x80);
+        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
+        (*outbytesleft) -= 5;
+    }
+    else if (*outbytesleft >= 6)
+    {
+        *outp++ = (unsigned char) ((x >> 30) | 0xfc);
+        *outp++ = (unsigned char) (((x >> 24) & 0x3f) | 0x80);
+        *outp++ = (unsigned char) (((x >> 18) & 0x3f) | 0x80);
+        *outp++ = (unsigned char) (((x >> 12) & 0x3f) | 0x80);
+        *outp++ = (unsigned char) (((x >> 6)  & 0x3f) | 0x80);
+        *outp++ = (unsigned char) ((x & 0x3f) | 0x80);
+        (*outbytesleft) -= 6;
+    }
+    else 
+    {
+        *error = YAZ_ICONV_E2BIG;  /* not room for output */
+        return (size_t)(-1);
+    }
+    *outbuf = (char *) outp;
+    return 0;
+}
+
+
+/*
+ * Local variables:
+ * c-basic-offset: 4
+ * indent-tabs-mode: nil
+ * End:
+ * vim: shiftwidth=4 tabstop=8 expandtab
+ */