← Back to branch summary

~ubuntu-branches/ubuntu/gutsy/vnc4/gutsy

« back to all changes in this revision

Viewing changes to unix/xc/programs/xterm/wcwidth.c

  • Committer: Bazaar Package Importer
  • Author(s): Ola Lundqvist
  • Date: 2006-05-15 20:35:17 UTC
  • mfrom: (1.1.2 upstream)
  • Revision ID: james.westby@ubuntu.com-20060515203517-l4lre1ku942mn26k
Tags: 4.1.1+X4.3.0-10
* Correction of critical security issue. Thanks to Martin Kogler
  <e9925248@student.tuwien.ac.at> that informed me about the issue,
  and provided the patch.
  This flaw was originally found by Steve Wiseman of intelliadmin.com.
* Applied patch from Javier Kohen <jkohen@users.sourceforge.net> that
  inform the user that only 8 first characters of the password will
  actually be used when typing more than 8 characters, closes:
  #355619.

Show diffs side-by-side

added added

removed removed

Lines of Context:
unix/xc/programs/xterm/wcwidth.c
 
1
/* $XFree86: xc/programs/xterm/wcwidth.c,v 1.5 2002/09/30 00:39:06 dickey Exp $ */
 
2
/*
 
3
 * This is an implementation of wcwidth() and wcswidth() (defined in
 
4
 * IEEE Std 1002.1-2001) for Unicode.
 
5
 *
 
6
 * http://www.opengroup.org/onlinepubs/007904975/functions/wcwidth.html
 
7
 * http://www.opengroup.org/onlinepubs/007904975/functions/wcswidth.html
 
8
 *
 
9
 * In fixed-width output devices, Latin characters all occupy a single
 
10
 * "cell" position of equal width, whereas ideographic CJK characters
 
11
 * occupy two such cells. Interoperability between terminal-line
 
12
 * applications and (teletype-style) character terminals using the
 
13
 * UTF-8 encoding requires agreement on which character should advance
 
14
 * the cursor by how many cell positions. No established formal
 
15
 * standards exist at present on which Unicode character shall occupy
 
16
 * how many cell positions on character terminals. These routines are
 
17
 * a first attempt of defining such behavior based on simple rules
 
18
 * applied to data provided by the Unicode Consortium.
 
19
 *
 
20
 * For some graphical characters, the Unicode standard explicitly
 
21
 * defines a character-cell width via the definition of the East Asian
 
22
 * FullWidth (F), Wide (W), Half-width (H), and Narrow (Na) classes.
 
23
 * In all these cases, there is no ambiguity about which width a
 
24
 * terminal shall use. For characters in the East Asian Ambiguous (A)
 
25
 * class, the width choice depends purely on a preference of backward
 
26
 * compatibility with either historic CJK or Western practice.
 
27
 * Choosing single-width for these characters is easy to justify as
 
28
 * the appropriate long-term solution, as the CJK practice of
 
29
 * displaying these characters as double-width comes from historic
 
30
 * implementation simplicity (8-bit encoded characters were displayed
 
31
 * single-width and 16-bit ones double-width, even for Greek,
 
32
 * Cyrillic, etc.) and not any typographic considerations.
 
33
 *
 
34
 * Much less clear is the choice of width for the Not East Asian
 
35
 * (Neutral) class. Existing practice does not dictate a width for any
 
36
 * of these characters. It would nevertheless make sense
 
37
 * typographically to allocate two character cells to characters such
 
38
 * as for instance EM SPACE or VOLUME INTEGRAL, which cannot be
 
39
 * represented adequately with a single-width glyph. The following
 
40
 * routines at present merely assign a single-cell width to all
 
41
 * neutral characters, in the interest of simplicity. This is not
 
42
 * entirely satisfactory and should be reconsidered before
 
43
 * establishing a formal standard in this area. At the moment, the
 
44
 * decision which Not East Asian (Neutral) characters should be
 
45
 * represented by double-width glyphs cannot yet be answered by
 
46
 * applying a simple rule from the Unicode database content. Setting
 
47
 * up a proper standard for the behavior of UTF-8 character terminals
 
48
 * will require a careful analysis not only of each Unicode character,
 
49
 * but also of each presentation form, something the author of these
 
50
 * routines has avoided to do so far.
 
51
 *
 
52
 * http://www.unicode.org/unicode/reports/tr11/
 
53
 *
 
54
 * Markus Kuhn -- 2002-05-08 (Unicode 3.2)
 
55
 *
 
56
 * Permission to use, copy, modify, and distribute this software
 
57
 * for any purpose and without fee is hereby granted. The author
 
58
 * disclaims all warranties with regard to this software.
 
59
 *
 
60
 * Latest version: http://www.cl.cam.ac.uk/~mgk25/ucs/wcwidth.c
 
61
 */
 
62
 
 
63
#include <wcwidth.h>
 
64
 
 
65
struct interval {
 
66
  int first;
 
67
  int last;
 
68
};
 
69
 
 
70
/* auxiliary function for binary search in interval table */
 
71
static int bisearch(wchar_t ucs, const struct interval *table, int max) {
 
72
  int min = 0;
 
73
  int mid;
 
74
 
 
75
  if (ucs < table[0].first || ucs > table[max].last)
 
76
    return 0;
 
77
  while (max >= min) {
 
78
    mid = (min + max) / 2;
 
79
    if (ucs > table[mid].last)
 
80
      min = mid + 1;
 
81
    else if (ucs < table[mid].first)
 
82
      max = mid - 1;
 
83
    else
 
84
      return 1;
 
85
  }
 
86
 
 
87
  return 0;
 
88
}
 
89
 
 
90
 
 
91
/* The following two functions define the column width of an ISO 10646
 
92
 * character as follows:
 
93
 *
 
94
 *    - The null character (U+0000) has a column width of 0.
 
95
 *
 
96
 *    - Other C0/C1 control characters and DEL will lead to a return
 
97
 *      value of -1.
 
98
 *
 
99
 *    - Non-spacing and enclosing combining characters (general
 
100
 *      category code Mn or Me in the Unicode database) have a
 
101
 *      column width of 0.
 
102
 *
 
103
 *    - Other format characters (general category code Cf in the Unicode
 
104
 *      database) and ZERO WIDTH SPACE (U+200B) have a column width of 0.
 
105
 *
 
106
 *    - Hangul Jamo medial vowels and final consonants (U+1160-U+11FF)
 
107
 *      have a column width of 0.
 
108
 *
 
109
 *    - Spacing characters in the East Asian Wide (W) or East Asian
 
110
 *      Full-width (F) category as defined in Unicode Technical
 
111
 *      Report #11 have a column width of 2.
 
112
 *
 
113
 *    - All remaining characters (including all printable
 
114
 *      ISO 8859-1 and WGL4 characters, Unicode control characters,
 
115
 *      etc.) have a column width of 1.
 
116
 *
 
117
 * This implementation assumes that wchar_t characters are encoded
 
118
 * in ISO 10646.
 
119
 */
 
120
 
 
121
int mk_wcwidth(wchar_t ucs)
 
122
{
 
123
  /* sorted list of non-overlapping intervals of non-spacing characters */
 
124
  /* generated with "uniset +cat=Me +cat=Mn +cat=Cf +1160-11FF +200B c" */
 
125
  static const struct interval combining[] = {
 
126
    { 0x0300, 0x034F }, { 0x0360, 0x036F }, { 0x0483, 0x0486 },
 
127
    { 0x0488, 0x0489 }, { 0x0591, 0x05A1 }, { 0x05A3, 0x05B9 },
 
128
    { 0x05BB, 0x05BD }, { 0x05BF, 0x05BF }, { 0x05C1, 0x05C2 },
 
129
    { 0x05C4, 0x05C4 }, { 0x064B, 0x0655 }, { 0x0670, 0x0670 },
 
130
    { 0x06D6, 0x06E4 }, { 0x06E7, 0x06E8 }, { 0x06EA, 0x06ED },
 
131
    { 0x070F, 0x070F }, { 0x0711, 0x0711 }, { 0x0730, 0x074A },
 
132
    { 0x07A6, 0x07B0 }, { 0x0901, 0x0902 }, { 0x093C, 0x093C },
 
133
    { 0x0941, 0x0948 }, { 0x094D, 0x094D }, { 0x0951, 0x0954 },
 
134
    { 0x0962, 0x0963 }, { 0x0981, 0x0981 }, { 0x09BC, 0x09BC },
 
135
    { 0x09C1, 0x09C4 }, { 0x09CD, 0x09CD }, { 0x09E2, 0x09E3 },
 
136
    { 0x0A02, 0x0A02 }, { 0x0A3C, 0x0A3C }, { 0x0A41, 0x0A42 },
 
137
    { 0x0A47, 0x0A48 }, { 0x0A4B, 0x0A4D }, { 0x0A70, 0x0A71 },
 
138
    { 0x0A81, 0x0A82 }, { 0x0ABC, 0x0ABC }, { 0x0AC1, 0x0AC5 },
 
139
    { 0x0AC7, 0x0AC8 }, { 0x0ACD, 0x0ACD }, { 0x0B01, 0x0B01 },
 
140
    { 0x0B3C, 0x0B3C }, { 0x0B3F, 0x0B3F }, { 0x0B41, 0x0B43 },
 
141
    { 0x0B4D, 0x0B4D }, { 0x0B56, 0x0B56 }, { 0x0B82, 0x0B82 },
 
142
    { 0x0BC0, 0x0BC0 }, { 0x0BCD, 0x0BCD }, { 0x0C3E, 0x0C40 },
 
143
    { 0x0C46, 0x0C48 }, { 0x0C4A, 0x0C4D }, { 0x0C55, 0x0C56 },
 
144
    { 0x0CBF, 0x0CBF }, { 0x0CC6, 0x0CC6 }, { 0x0CCC, 0x0CCD },
 
145
    { 0x0D41, 0x0D43 }, { 0x0D4D, 0x0D4D }, { 0x0DCA, 0x0DCA },
 
146
    { 0x0DD2, 0x0DD4 }, { 0x0DD6, 0x0DD6 }, { 0x0E31, 0x0E31 },
 
147
    { 0x0E34, 0x0E3A }, { 0x0E47, 0x0E4E }, { 0x0EB1, 0x0EB1 },
 
148
    { 0x0EB4, 0x0EB9 }, { 0x0EBB, 0x0EBC }, { 0x0EC8, 0x0ECD },
 
149
    { 0x0F18, 0x0F19 }, { 0x0F35, 0x0F35 }, { 0x0F37, 0x0F37 },
 
150
    { 0x0F39, 0x0F39 }, { 0x0F71, 0x0F7E }, { 0x0F80, 0x0F84 },
 
151
    { 0x0F86, 0x0F87 }, { 0x0F90, 0x0F97 }, { 0x0F99, 0x0FBC },
 
152
    { 0x0FC6, 0x0FC6 }, { 0x102D, 0x1030 }, { 0x1032, 0x1032 },
 
153
    { 0x1036, 0x1037 }, { 0x1039, 0x1039 }, { 0x1058, 0x1059 },
 
154
    { 0x1160, 0x11FF }, { 0x1712, 0x1714 }, { 0x1732, 0x1734 },
 
155
    { 0x1752, 0x1753 }, { 0x1772, 0x1773 }, { 0x17B7, 0x17BD },
 
156
    { 0x17C6, 0x17C6 }, { 0x17C9, 0x17D3 }, { 0x180B, 0x180E },
 
157
    { 0x18A9, 0x18A9 }, { 0x200B, 0x200F }, { 0x202A, 0x202E },
 
158
    { 0x2060, 0x2063 }, { 0x206A, 0x206F }, { 0x20D0, 0x20EA },
 
159
    { 0x302A, 0x302F }, { 0x3099, 0x309A }, { 0xFB1E, 0xFB1E },
 
160
    { 0xFE00, 0xFE0F }, { 0xFE20, 0xFE23 }, { 0xFEFF, 0xFEFF },
 
161
    { 0xFFF9, 0xFFFB }, { 0x1D167, 0x1D169 }, { 0x1D173, 0x1D182 },
 
162
    { 0x1D185, 0x1D18B }, { 0x1D1AA, 0x1D1AD }, { 0xE0001, 0xE0001 },
 
163
    { 0xE0020, 0xE007F }
 
164
  };
 
165
 
 
166
  /* test for 8-bit control characters */
 
167
  if (ucs == 0)
 
168
    return 0;
 
169
  if (ucs < 32 || (ucs >= 0x7f && ucs < 0xa0))
 
170
    return -1;
 
171
 
 
172
  /* binary search in table of non-spacing characters */
 
173
  if (bisearch(ucs, combining,
 
174
               sizeof(combining) / sizeof(struct interval) - 1))
 
175
    return 0;
 
176
 
 
177
  /* if we arrive here, ucs is not a combining or C0/C1 control character */
 
178
 
 
179
  return 1 +
 
180
    (ucs >= 0x1100 &&
 
181
     (ucs <= 0x115f ||                    /* Hangul Jamo init. consonants */
 
182
      ucs == 0x2329 || ucs == 0x232a ||
 
183
      (ucs >= 0x2e80 && ucs <= 0xa4cf &&
 
184
       ucs != 0x303f) ||                  /* CJK ... Yi */
 
185
      (ucs >= 0xac00 && ucs <= 0xd7a3) || /* Hangul Syllables */
 
186
      (ucs >= 0xf900 && ucs <= 0xfaff) || /* CJK Compatibility Ideographs */
 
187
      (ucs >= 0xfe30 && ucs <= 0xfe6f) || /* CJK Compatibility Forms */
 
188
      (ucs >= 0xff00 && ucs <= 0xff60) || /* Fullwidth Forms */
 
189
      (ucs >= 0xffe0 && ucs <= 0xffe6) ||
 
190
      (ucs >= 0x20000 && ucs <= 0x2ffff)));
 
191
}
 
192
 
 
193
 
 
194
int mk_wcswidth(const wchar_t *pwcs, size_t n)
 
195
{
 
196
  int w, width = 0;
 
197
 
 
198
  for (;*pwcs && n-- > 0; pwcs++)
 
199
    if ((w = mk_wcwidth(*pwcs)) < 0)
 
200
      return -1;
 
201
    else
 
202
      width += w;
 
203
 
 
204
  return width;
 
205
}
 
206
 
 
207
 
 
208
/*
 
209
 * The following functions are the same as mk_wcwidth() and
 
210
 * mk_wcwidth_cjk(), except that spacing characters in the East Asian
 
211
 * Ambiguous (A) category as defined in Unicode Technical Report #11
 
212
 * have a column width of 2. This variant might be useful for users of
 
213
 * CJK legacy encodings who want to migrate to UCS without changing
 
214
 * the traditional terminal character-width behaviour. It is not
 
215
 * otherwise recommended for general use.
 
216
 */
 
217
int mk_wcwidth_cjk(wchar_t ucs)
 
218
{
 
219
  /* sorted list of non-overlapping intervals of East Asian Ambiguous
 
220
   * characters, generated with "uniset +WIDTH-A -cat=Me -cat=Mn -cat=Cf c" */
 
221
  static const struct interval ambiguous[] = {
 
222
    { 0x00A1, 0x00A1 }, { 0x00A4, 0x00A4 }, { 0x00A7, 0x00A8 },
 
223
    { 0x00AA, 0x00AA }, { 0x00AD, 0x00AE }, { 0x00B0, 0x00B4 },
 
224
    { 0x00B6, 0x00BA }, { 0x00BC, 0x00BF }, { 0x00C6, 0x00C6 },
 
225
    { 0x00D0, 0x00D0 }, { 0x00D7, 0x00D8 }, { 0x00DE, 0x00E1 },
 
226
    { 0x00E6, 0x00E6 }, { 0x00E8, 0x00EA }, { 0x00EC, 0x00ED },
 
227
    { 0x00F0, 0x00F0 }, { 0x00F2, 0x00F3 }, { 0x00F7, 0x00FA },
 
228
    { 0x00FC, 0x00FC }, { 0x00FE, 0x00FE }, { 0x0101, 0x0101 },
 
229
    { 0x0111, 0x0111 }, { 0x0113, 0x0113 }, { 0x011B, 0x011B },
 
230
    { 0x0126, 0x0127 }, { 0x012B, 0x012B }, { 0x0131, 0x0133 },
 
231
    { 0x0138, 0x0138 }, { 0x013F, 0x0142 }, { 0x0144, 0x0144 },
 
232
    { 0x0148, 0x014B }, { 0x014D, 0x014D }, { 0x0152, 0x0153 },
 
233
    { 0x0166, 0x0167 }, { 0x016B, 0x016B }, { 0x01CE, 0x01CE },
 
234
    { 0x01D0, 0x01D0 }, { 0x01D2, 0x01D2 }, { 0x01D4, 0x01D4 },
 
235
    { 0x01D6, 0x01D6 }, { 0x01D8, 0x01D8 }, { 0x01DA, 0x01DA },
 
236
    { 0x01DC, 0x01DC }, { 0x0251, 0x0251 }, { 0x0261, 0x0261 },
 
237
    { 0x02C4, 0x02C4 }, { 0x02C7, 0x02C7 }, { 0x02C9, 0x02CB },
 
238
    { 0x02CD, 0x02CD }, { 0x02D0, 0x02D0 }, { 0x02D8, 0x02DB },
 
239
    { 0x02DD, 0x02DD }, { 0x02DF, 0x02DF }, { 0x0391, 0x03A1 },
 
240
    { 0x03A3, 0x03A9 }, { 0x03B1, 0x03C1 }, { 0x03C3, 0x03C9 },
 
241
    { 0x0401, 0x0401 }, { 0x0410, 0x044F }, { 0x0451, 0x0451 },
 
242
    { 0x2010, 0x2010 }, { 0x2013, 0x2016 }, { 0x2018, 0x2019 },
 
243
    { 0x201C, 0x201D }, { 0x2020, 0x2022 }, { 0x2024, 0x2027 },
 
244
    { 0x2030, 0x2030 }, { 0x2032, 0x2033 }, { 0x2035, 0x2035 },
 
245
    { 0x203B, 0x203B }, { 0x203E, 0x203E }, { 0x2074, 0x2074 },
 
246
    { 0x207F, 0x207F }, { 0x2081, 0x2084 }, { 0x20AC, 0x20AC },
 
247
    { 0x2103, 0x2103 }, { 0x2105, 0x2105 }, { 0x2109, 0x2109 },
 
248
    { 0x2113, 0x2113 }, { 0x2116, 0x2116 }, { 0x2121, 0x2122 },
 
249
    { 0x2126, 0x2126 }, { 0x212B, 0x212B }, { 0x2153, 0x2154 },
 
250
    { 0x215B, 0x215E }, { 0x2160, 0x216B }, { 0x2170, 0x2179 },
 
251
    { 0x2190, 0x2199 }, { 0x21B8, 0x21B9 }, { 0x21D2, 0x21D2 },
 
252
    { 0x21D4, 0x21D4 }, { 0x21E7, 0x21E7 }, { 0x2200, 0x2200 },
 
253
    { 0x2202, 0x2203 }, { 0x2207, 0x2208 }, { 0x220B, 0x220B },
 
254
    { 0x220F, 0x220F }, { 0x2211, 0x2211 }, { 0x2215, 0x2215 },
 
255
    { 0x221A, 0x221A }, { 0x221D, 0x2220 }, { 0x2223, 0x2223 },
 
256
    { 0x2225, 0x2225 }, { 0x2227, 0x222C }, { 0x222E, 0x222E },
 
257
    { 0x2234, 0x2237 }, { 0x223C, 0x223D }, { 0x2248, 0x2248 },
 
258
    { 0x224C, 0x224C }, { 0x2252, 0x2252 }, { 0x2260, 0x2261 },
 
259
    { 0x2264, 0x2267 }, { 0x226A, 0x226B }, { 0x226E, 0x226F },
 
260
    { 0x2282, 0x2283 }, { 0x2286, 0x2287 }, { 0x2295, 0x2295 },
 
261
    { 0x2299, 0x2299 }, { 0x22A5, 0x22A5 }, { 0x22BF, 0x22BF },
 
262
    { 0x2312, 0x2312 }, { 0x2460, 0x24E9 }, { 0x24EB, 0x24FE },
 
263
    { 0x2500, 0x254B }, { 0x2550, 0x2573 }, { 0x2580, 0x258F },
 
264
    { 0x2592, 0x2595 }, { 0x25A0, 0x25A1 }, { 0x25A3, 0x25A9 },
 
265
    { 0x25B2, 0x25B3 }, { 0x25B6, 0x25B7 }, { 0x25BC, 0x25BD },
 
266
    { 0x25C0, 0x25C1 }, { 0x25C6, 0x25C8 }, { 0x25CB, 0x25CB },
 
267
    { 0x25CE, 0x25D1 }, { 0x25E2, 0x25E5 }, { 0x25EF, 0x25EF },
 
268
    { 0x2605, 0x2606 }, { 0x2609, 0x2609 }, { 0x260E, 0x260F },
 
269
    { 0x261C, 0x261C }, { 0x261E, 0x261E }, { 0x2640, 0x2640 },
 
270
    { 0x2642, 0x2642 }, { 0x2660, 0x2661 }, { 0x2663, 0x2665 },
 
271
    { 0x2667, 0x266A }, { 0x266C, 0x266D }, { 0x266F, 0x266F },
 
272
    { 0x273D, 0x273D }, { 0x2776, 0x277F }, { 0xFFFD, 0xFFFD }
 
273
  };
 
274
 
 
275
  /* binary search in table of non-spacing characters */
 
276
  if (bisearch(ucs, ambiguous,
 
277
               sizeof(ambiguous) / sizeof(struct interval) - 1))
 
278
    return 2;
 
279
 
 
280
  return mk_wcwidth(ucs);
 
281
}
 
282
 
 
283
 
 
284
int mk_wcswidth_cjk(const wchar_t *pwcs, size_t n)
 
285
{
 
286
  int w, width = 0;
 
287
 
 
288
  for (;*pwcs && n-- > 0; pwcs++)
 
289
    if ((w = mk_wcwidth_cjk(*pwcs)) < 0)
 
290
      return -1;
 
291
    else
 
292
      width += w;
 
293
 
 
294
  return width;
 
295
}