mirror of
https://github.com/ruby/ruby.git
synced 2022-11-09 12:17:21 -05:00
* encoding.c (rb_enc_codepoint_len): combine rb_enc_codepoint()
and rb_enc_codelen() in one function to reduce calls. * encoding.c (rb_enc_codepoint): compatibility function. * sprintf.c (rb_str_format): use rb_enc_codepoint_len(). * string.c (rb_str_inspect, rb_str_upcase_bang, rb_str_downcase_bang, rb_str_capitalize_bang, rb_str_swapcase_bang, trnext, tr_trans, rb_str_delete_bang, rb_str_squeeze_bang, rb_str_count, rb_str_split_m, rb_str_each_line, rb_str_each_codepoint, rb_str_lstrip_bang, sym_printable): ditto. * transcode.c (make_econv_exception): use rb_enc_mbc_to_codepoint() git-svn-id: svn+ssh://ci.ruby-lang.org/ruby/trunk@23493 b2dd03c8-39d4-4d8f-98ff-823fe69b080e
This commit is contained in:
parent
2510c468ff
commit
91e5ba1cb8
6 changed files with 81 additions and 46 deletions
18
ChangeLog
18
ChangeLog
|
@ -1,3 +1,21 @@
|
|||
Wed May 20 00:13:38 2009 Yukihiro Matsumoto <matz@ruby-lang.org>
|
||||
|
||||
* encoding.c (rb_enc_codepoint_len): combine rb_enc_codepoint()
|
||||
and rb_enc_codelen() in one function to reduce calls.
|
||||
|
||||
* encoding.c (rb_enc_codepoint): compatibility function.
|
||||
|
||||
* sprintf.c (rb_str_format): use rb_enc_codepoint_len().
|
||||
|
||||
* string.c (rb_str_inspect, rb_str_upcase_bang,
|
||||
rb_str_downcase_bang, rb_str_capitalize_bang,
|
||||
rb_str_swapcase_bang, trnext, tr_trans, rb_str_delete_bang,
|
||||
rb_str_squeeze_bang, rb_str_count, rb_str_split_m,
|
||||
rb_str_each_line, rb_str_each_codepoint, rb_str_lstrip_bang,
|
||||
sym_printable): ditto.
|
||||
|
||||
* transcode.c (make_econv_exception): use rb_enc_mbc_to_codepoint()
|
||||
|
||||
Wed May 20 00:05:52 2009 Yukihiro Matsumoto <matz@ruby-lang.org>
|
||||
|
||||
* vm_method.c (rb_attr): should preserve encoding info.
|
||||
|
|
13
encoding.c
13
encoding.c
|
@ -774,18 +774,27 @@ rb_enc_ascget(const char *p, const char *e, int *len, rb_encoding *enc)
|
|||
}
|
||||
|
||||
unsigned int
|
||||
rb_enc_codepoint(const char *p, const char *e, rb_encoding *enc)
|
||||
rb_enc_codepoint_len(const char *p, const char *e, int *len_p, rb_encoding *enc)
|
||||
{
|
||||
int r;
|
||||
if (e <= p)
|
||||
rb_raise(rb_eArgError, "empty string");
|
||||
r = rb_enc_precise_mbclen(p, e, enc);
|
||||
if (MBCLEN_CHARFOUND_P(r))
|
||||
if (MBCLEN_CHARFOUND_P(r)) {
|
||||
if (len_p) *len_p = MBCLEN_CHARFOUND_LEN(r);
|
||||
return rb_enc_mbc_to_codepoint(p, e, enc);
|
||||
}
|
||||
else
|
||||
rb_raise(rb_eArgError, "invalid byte sequence in %s", rb_enc_name(enc));
|
||||
}
|
||||
|
||||
#undef rb_enc_codepoint
|
||||
unsigned int
|
||||
rb_enc_codepoint(const char *p, const char *e, rb_encoding *enc)
|
||||
{
|
||||
return rb_enc_codepoint_len(p, e, 0, enc);
|
||||
}
|
||||
|
||||
int
|
||||
rb_enc_codelen(int c, rb_encoding *enc)
|
||||
{
|
||||
|
|
|
@ -123,8 +123,14 @@ int rb_enc_precise_mbclen(const char *p, const char *e, rb_encoding *enc);
|
|||
/* -> 0x00..0x7f, -1 */
|
||||
int rb_enc_ascget(const char *p, const char *e, int *len, rb_encoding *enc);
|
||||
|
||||
/* -> code or raise exception */
|
||||
|
||||
/* -> code (and len) or raise exception */
|
||||
unsigned int rb_enc_codepoint_len(const char *p, const char *e, int *len, rb_encoding *enc);
|
||||
|
||||
/* prototype for obsolete function */
|
||||
unsigned int rb_enc_codepoint(const char *p, const char *e, rb_encoding *enc);
|
||||
/* overriding macro */
|
||||
#define rb_enc_codepoint(p,e,enc) rb_enc_codepoint_len((p),(e),0,(enc))
|
||||
#define rb_enc_mbc_to_codepoint(p, e, enc) ONIGENC_MBC_TO_CODE(enc,(UChar*)(p),(UChar*)(e))
|
||||
|
||||
/* -> codelen>0 or raise exception */
|
||||
|
|
|
@ -625,12 +625,12 @@ rb_str_format(int argc, const VALUE *argv, VALUE fmt)
|
|||
if (rb_enc_strlen(RSTRING_PTR(tmp),RSTRING_END(tmp),enc) != 1) {
|
||||
rb_raise(rb_eArgError, "%%c requires a character");
|
||||
}
|
||||
c = rb_enc_codepoint(RSTRING_PTR(tmp), RSTRING_END(tmp), enc);
|
||||
c = rb_enc_codepoint_len(RSTRING_PTR(tmp), RSTRING_END(tmp), &n, enc);
|
||||
}
|
||||
else {
|
||||
c = NUM2INT(val);
|
||||
n = rb_enc_codelen(c, enc);
|
||||
}
|
||||
n = rb_enc_codelen(c, enc);
|
||||
if (n <= 0) {
|
||||
rb_raise(rb_eArgError, "invalid character");
|
||||
}
|
||||
|
|
82
string.c
82
string.c
|
@ -4168,9 +4168,7 @@ rb_str_inspect(VALUE str)
|
|||
}
|
||||
n = MBCLEN_CHARFOUND_LEN(n);
|
||||
|
||||
c = rb_enc_codepoint(p, pend, enc);
|
||||
n = rb_enc_codelen(c, enc);
|
||||
|
||||
c = rb_enc_codepoint_len(p, pend, &n, enc);
|
||||
p += n;
|
||||
if (c == '"'|| c == '\\' ||
|
||||
(c == '#' &&
|
||||
|
@ -4273,7 +4271,7 @@ rb_str_dump(VALUE str)
|
|||
char buf[32];
|
||||
int n = rb_enc_precise_mbclen(p-1, pend, enc);
|
||||
if (MBCLEN_CHARFOUND_P(n)) {
|
||||
int cc = rb_enc_codepoint(p-1, pend, enc);
|
||||
int cc = rb_enc_mbc_to_codepoint(p-1, pend, enc);
|
||||
sprintf(buf, "%x", cc);
|
||||
len += strlen(buf)+4;
|
||||
p += MBCLEN_CHARFOUND_LEN(n)-1;
|
||||
|
@ -4346,7 +4344,7 @@ rb_str_dump(VALUE str)
|
|||
if (u8) {
|
||||
int n = rb_enc_precise_mbclen(p-1, pend, enc) - 1;
|
||||
if (MBCLEN_CHARFOUND_P(n)) {
|
||||
int cc = rb_enc_codepoint(p-1, pend, enc);
|
||||
int cc = rb_enc_mbc_to_codepoint(p-1, pend, enc);
|
||||
p += n;
|
||||
snprintf(q, qend-q, "u{%x}", cc);
|
||||
q += strlen(q);
|
||||
|
@ -4395,6 +4393,7 @@ rb_str_upcase_bang(VALUE str)
|
|||
rb_encoding *enc;
|
||||
char *s, *send;
|
||||
int modify = 0;
|
||||
int n;
|
||||
|
||||
str_modify_keep_cr(str);
|
||||
enc = STR_ENC_GET(str);
|
||||
|
@ -4425,13 +4424,13 @@ rb_str_upcase_bang(VALUE str)
|
|||
s++;
|
||||
}
|
||||
else {
|
||||
c = rb_enc_codepoint(s, send, enc);
|
||||
c = rb_enc_codepoint_len(s, send, &n, enc);
|
||||
if (rb_enc_islower(c, enc)) {
|
||||
/* assuming toupper returns codepoint with same size */
|
||||
rb_enc_mbcput(rb_enc_toupper(c, enc), s, enc);
|
||||
modify = 1;
|
||||
}
|
||||
s += rb_enc_codelen(c, enc);
|
||||
s += n;
|
||||
}
|
||||
}
|
||||
}
|
||||
|
@ -4498,6 +4497,7 @@ rb_str_downcase_bang(VALUE str)
|
|||
|
||||
while (s < send) {
|
||||
unsigned int c;
|
||||
int n;
|
||||
|
||||
if (ascompat && (c = *(unsigned char*)s) < 0x80) {
|
||||
if (rb_enc_isascii(c, enc) && 'A' <= c && c <= 'Z') {
|
||||
|
@ -4507,13 +4507,13 @@ rb_str_downcase_bang(VALUE str)
|
|||
s++;
|
||||
}
|
||||
else {
|
||||
c = rb_enc_codepoint(s, send, enc);
|
||||
c = rb_enc_codepoint_len(s, send, &n, enc);
|
||||
if (rb_enc_isupper(c, enc)) {
|
||||
/* assuming toupper returns codepoint with same size */
|
||||
rb_enc_mbcput(rb_enc_tolower(c, enc), s, enc);
|
||||
modify = 1;
|
||||
}
|
||||
s += rb_enc_codelen(c, enc);
|
||||
s += n;
|
||||
}
|
||||
}
|
||||
}
|
||||
|
@ -4565,6 +4565,7 @@ rb_str_capitalize_bang(VALUE str)
|
|||
char *s, *send;
|
||||
int modify = 0;
|
||||
unsigned int c;
|
||||
int n;
|
||||
|
||||
str_modify_keep_cr(str);
|
||||
enc = STR_ENC_GET(str);
|
||||
|
@ -4572,19 +4573,19 @@ rb_str_capitalize_bang(VALUE str)
|
|||
if (RSTRING_LEN(str) == 0 || !RSTRING_PTR(str)) return Qnil;
|
||||
s = RSTRING_PTR(str); send = RSTRING_END(str);
|
||||
|
||||
c = rb_enc_codepoint(s, send, enc);
|
||||
c = rb_enc_codepoint_len(s, send, &n, enc);
|
||||
if (rb_enc_islower(c, enc)) {
|
||||
rb_enc_mbcput(rb_enc_toupper(c, enc), s, enc);
|
||||
modify = 1;
|
||||
}
|
||||
s += rb_enc_codelen(c, enc);
|
||||
s += n;
|
||||
while (s < send) {
|
||||
c = rb_enc_codepoint(s, send, enc);
|
||||
c = rb_enc_codepoint_len(s, send, &n, enc);
|
||||
if (rb_enc_isupper(c, enc)) {
|
||||
rb_enc_mbcput(rb_enc_tolower(c, enc), s, enc);
|
||||
modify = 1;
|
||||
}
|
||||
s += rb_enc_codelen(c, enc);
|
||||
s += n;
|
||||
}
|
||||
|
||||
if (modify) return str;
|
||||
|
@ -4629,13 +4630,14 @@ rb_str_swapcase_bang(VALUE str)
|
|||
rb_encoding *enc;
|
||||
char *s, *send;
|
||||
int modify = 0;
|
||||
int n;
|
||||
|
||||
str_modify_keep_cr(str);
|
||||
enc = STR_ENC_GET(str);
|
||||
rb_str_check_dummy_enc(enc);
|
||||
s = RSTRING_PTR(str); send = RSTRING_END(str);
|
||||
while (s < send) {
|
||||
unsigned int c = rb_enc_codepoint(s, send, enc);
|
||||
unsigned int c = rb_enc_codepoint_len(s, send, &n, enc);
|
||||
|
||||
if (rb_enc_isupper(c, enc)) {
|
||||
/* assuming toupper returns codepoint with same size */
|
||||
|
@ -4647,7 +4649,7 @@ rb_str_swapcase_bang(VALUE str)
|
|||
rb_enc_mbcput(rb_enc_toupper(c, enc), s, enc);
|
||||
modify = 1;
|
||||
}
|
||||
s += rb_enc_mbclen(s, send, enc);
|
||||
s += n;
|
||||
}
|
||||
|
||||
if (modify) return str;
|
||||
|
@ -4686,19 +4688,21 @@ struct tr {
|
|||
static unsigned int
|
||||
trnext(struct tr *t, rb_encoding *enc)
|
||||
{
|
||||
int n;
|
||||
|
||||
for (;;) {
|
||||
if (!t->gen) {
|
||||
if (t->p == t->pend) return -1;
|
||||
if (t->p < t->pend - 1 && *t->p == '\\') {
|
||||
t->p++;
|
||||
}
|
||||
t->now = rb_enc_codepoint(t->p, t->pend, enc);
|
||||
t->p += rb_enc_codelen(t->now, enc);
|
||||
t->now = rb_enc_codepoint_len(t->p, t->pend, &n, enc);
|
||||
t->p += n;
|
||||
if (t->p < t->pend - 1 && *t->p == '-') {
|
||||
t->p++;
|
||||
if (t->p < t->pend) {
|
||||
unsigned int c = rb_enc_codepoint(t->p, t->pend, enc);
|
||||
t->p += rb_enc_codelen(c, enc);
|
||||
unsigned int c = rb_enc_codepoint_len(t->p, t->pend, &n, enc);
|
||||
t->p += n;
|
||||
if (t->now > c) continue;
|
||||
t->gen = 1;
|
||||
t->max = c;
|
||||
|
@ -4819,8 +4823,8 @@ tr_trans(VALUE str, VALUE src, VALUE repl, int sflag)
|
|||
|
||||
while (s < send) {
|
||||
int may_modify = 0;
|
||||
c0 = c = rb_enc_codepoint(s, send, e1);
|
||||
clen = rb_enc_codelen(c, e1);
|
||||
|
||||
c0 = c = rb_enc_codepoint_len(s, send, &clen, e1);
|
||||
tlen = enc == e1 ? clen : rb_enc_codelen(c, enc);
|
||||
|
||||
s += clen;
|
||||
|
@ -4897,8 +4901,7 @@ tr_trans(VALUE str, VALUE src, VALUE repl, int sflag)
|
|||
|
||||
while (s < send) {
|
||||
int may_modify = 0;
|
||||
c0 = c = rb_enc_codepoint(s, send, e1);
|
||||
clen = rb_enc_codelen(c, e1);
|
||||
c0 = c = rb_enc_codepoint_len(s, send, &clen, e1);
|
||||
tlen = enc == e1 ? clen : rb_enc_codelen(c, enc);
|
||||
|
||||
if (c < 256) {
|
||||
|
@ -5125,8 +5128,7 @@ rb_str_delete_bang(int argc, VALUE *argv, VALUE str)
|
|||
s++;
|
||||
}
|
||||
else {
|
||||
c = rb_enc_codepoint(s, send, enc);
|
||||
clen = rb_enc_codelen(c, enc);
|
||||
c = rb_enc_codepoint_len(s, send, &clen, enc);
|
||||
|
||||
if (tr_find(c, squeez, del, nodel)) {
|
||||
modify = 1;
|
||||
|
@ -5231,8 +5233,7 @@ rb_str_squeeze_bang(int argc, VALUE *argv, VALUE str)
|
|||
s++;
|
||||
}
|
||||
else {
|
||||
c = rb_enc_codepoint(s, send, enc);
|
||||
clen = rb_enc_codelen(c, enc);
|
||||
c = rb_enc_codepoint_len(s, send, &clen, enc);
|
||||
|
||||
if (c != save || (argc > 0 && !tr_find(c, squeez, del, nodel))) {
|
||||
if (t != s) rb_enc_mbcput(c, t, enc);
|
||||
|
@ -5371,8 +5372,7 @@ rb_str_count(int argc, VALUE *argv, VALUE str)
|
|||
s++;
|
||||
}
|
||||
else {
|
||||
c = rb_enc_codepoint(s, send, enc);
|
||||
clen = rb_enc_codelen(c, enc);
|
||||
c = rb_enc_codepoint_len(s, send, &clen, enc);
|
||||
if (tr_find(c, table, del, nodel)) {
|
||||
i++;
|
||||
}
|
||||
|
@ -5542,8 +5542,10 @@ rb_str_split_m(int argc, VALUE *argv, VALUE str)
|
|||
}
|
||||
else {
|
||||
while (ptr < eptr) {
|
||||
c = rb_enc_codepoint(ptr, eptr, enc);
|
||||
ptr += rb_enc_mbclen(ptr, eptr, enc);
|
||||
int n;
|
||||
|
||||
c = rb_enc_codepoint_len(ptr, eptr, &n, enc);
|
||||
ptr += n;
|
||||
if (skip) {
|
||||
if (rb_enc_isspace(c, enc)) {
|
||||
beg = ptr - bptr;
|
||||
|
@ -5773,13 +5775,12 @@ rb_str_each_line(int argc, VALUE *argv, VALUE str)
|
|||
}
|
||||
|
||||
while (p < pend) {
|
||||
unsigned int c = rb_enc_codepoint(p, pend, enc);
|
||||
unsigned int c = rb_enc_codepoint_len(p, pend, &n, enc);
|
||||
|
||||
again:
|
||||
n = rb_enc_codelen(c, enc);
|
||||
if (rslen == 0 && c == newline) {
|
||||
p += n;
|
||||
if (p < pend && (c = rb_enc_codepoint(p, pend, enc)) != newline) {
|
||||
if (p < pend && (c = rb_enc_codepoint_len(p, pend, &n, enc)) != newline) {
|
||||
goto again;
|
||||
}
|
||||
while (p < pend && rb_enc_codepoint(p, pend, enc) == newline) {
|
||||
|
@ -5940,8 +5941,7 @@ rb_str_each_codepoint(VALUE str)
|
|||
end = RSTRING_END(str);
|
||||
enc = STR_ENC_GET(str);
|
||||
while (ptr < end) {
|
||||
c = rb_enc_codepoint(ptr, end, enc);
|
||||
n = rb_enc_codelen(c, enc);
|
||||
c = rb_enc_codepoint_len(ptr, end, &n, enc);
|
||||
rb_yield(UINT2NUM(c));
|
||||
ptr += n;
|
||||
}
|
||||
|
@ -6180,10 +6180,11 @@ rb_str_lstrip_bang(VALUE str)
|
|||
e = t = RSTRING_END(str);
|
||||
/* remove spaces at head */
|
||||
while (s < e) {
|
||||
unsigned int cc = rb_enc_codepoint(s, e, enc);
|
||||
int n;
|
||||
unsigned int cc = rb_enc_codepoint_len(s, e, &n, enc);
|
||||
|
||||
if (!rb_enc_isspace(cc, enc)) break;
|
||||
s += rb_enc_codelen(cc, enc);
|
||||
s += n;
|
||||
}
|
||||
|
||||
if (s > RSTRING_PTR(str)) {
|
||||
|
@ -7057,8 +7058,9 @@ static int
|
|||
sym_printable(const char *s, const char *send, rb_encoding *enc)
|
||||
{
|
||||
while (s < send) {
|
||||
int c = rb_enc_codepoint(s, send, enc);
|
||||
int n = rb_enc_codelen(c, enc);
|
||||
int n;
|
||||
int c = rb_enc_codepoint_len(s, send, &n, enc);
|
||||
|
||||
if (!rb_enc_isprint(c, enc)) return Qfalse;
|
||||
s += n;
|
||||
}
|
||||
|
|
|
@ -2027,7 +2027,7 @@ make_econv_exception(rb_econv_t *ec)
|
|||
n = rb_enc_precise_mbclen(start, end, utf8);
|
||||
if (MBCLEN_CHARFOUND_P(n) &&
|
||||
(size_t)MBCLEN_CHARFOUND_LEN(n) == ec->last_error.error_bytes_len) {
|
||||
unsigned int cc = rb_enc_codepoint(start, end, utf8);
|
||||
unsigned int cc = rb_enc_mbc_to_codepoint(start, end, utf8);
|
||||
dumped = rb_sprintf("U+%04X", cc);
|
||||
}
|
||||
}
|
||||
|
|
Loading…
Reference in a new issue