← Back to branch summary

~ubuntu-branches/ubuntu/raring/codeblocks/raring-proposed

« back to all changes in this revision

Viewing changes to src/sdk/mozilla_chardet/src/nsCharSetProber.cpp

  • Committer: Bazaar Package Importer
  • Author(s): Cosme Domínguez Díaz
  • Date: 2010-08-09 04:38:38 UTC
  • mfrom: (1.1.1 upstream)
  • mto: This revision was merged to the branch mainline in revision 4.
  • Revision ID: james.westby@ubuntu.com-20100809043838-a59ygguym4eg0jgw
Tags: 10.05-0ubuntu1
https://launchpad.net/bugs/322350
* New upstream release. Closes (LP: #322350)
 - Switch to dpkg-source 3.0 (quilt) format
 - Remove unneeded README.source
 - Add debian/get-source-orig script that removes all
   Windows prebuilt binaries
* Bump Standards-Version to 3.9.1
 - Stop shipping *.la files
* debian/control
 - Add cdbs package as Build-Depend
 - Add libbz2-dev and zlib1g-dev packages as
   Build-Depends (needed by libhelp_plugin.so)
 - Remove dpatch package of Build-Depends
 - Add codeblocks-contrib-debug package
 - Split architecture-independent files of codeblocks
   package in codeblocks-common package
* debian/rules
 - Switch to CDBS rules system
 - Add parallel build support
 - Add a call to debian/get-source-orig script
 - Use lzma compression (saves 23,5 MB of free space)
* debian/patches
 - Refresh 01_codeblocks_plugin_path
 - Add 02_no_Makefiles_in_debian_dir to remove any link
   in codeblocks build system to deleted Makefiles of debian directory
 - Drop 02_ftbfs_gcc44 and 03_ftbfs_glib221 (merged in upstream)
* debian/watch
 - Update to use the new host (berlios.de)

Show diffs side-by-side

added added

removed removed

Lines of Context:
src/sdk/mozilla_chardet/src/nsCharSetProber.cpp
 
1
/* -*- Mode: C; tab-width: 4; indent-tabs-mode: nil; c-basic-offset: 2 -*- */
 
2
/* ***** BEGIN LICENSE BLOCK *****
 
3
 * Version: MPL 1.1/GPL 2.0/LGPL 2.1
 
4
 *
 
5
 * The contents of this file are subject to the Mozilla Public License Version
 
6
 * 1.1 (the "License"); you may not use this file except in compliance with
 
7
 * the License. You may obtain a copy of the License at
 
8
 * http://www.mozilla.org/MPL/
 
9
 *
 
10
 * Software distributed under the License is distributed on an "AS IS" basis,
 
11
 * WITHOUT WARRANTY OF ANY KIND, either express or implied. See the License
 
12
 * for the specific language governing rights and limitations under the
 
13
 * License.
 
14
 *
 
15
 * The Original Code is Mozilla Universal charset detector code.
 
16
 *
 
17
 * The Initial Developer of the Original Code is
 
18
 * Netscape Communications Corporation.
 
19
 * Portions created by the Initial Developer are Copyright (C) 2001
 
20
 * the Initial Developer. All Rights Reserved.
 
21
 *
 
22
 * Contributor(s):
 
23
 *          Shy Shalom <shooshX@gmail.com>
 
24
 *
 
25
 * Alternatively, the contents of this file may be used under the terms of
 
26
 * either the GNU General Public License Version 2 or later (the "GPL"), or
 
27
 * the GNU Lesser General Public License Version 2.1 or later (the "LGPL"),
 
28
 * in which case the provisions of the GPL or the LGPL are applicable instead
 
29
 * of those above. If you wish to allow use of your version of this file only
 
30
 * under the terms of either the GPL or the LGPL, and not to allow others to
 
31
 * use your version of this file under the terms of the MPL, indicate your
 
32
 * decision by deleting the provisions above and replace them with the notice
 
33
 * and other provisions required by the GPL or the LGPL. If you do not delete
 
34
 * the provisions above, a recipient may use your version of this file under
 
35
 * the terms of any one of the MPL, the GPL or the LGPL.
 
36
 *
 
37
 * ***** END LICENSE BLOCK ***** */
 
38
 
 
39
#include "nsCharSetProber.h"
 
40
#include "prmem.h"
 
41
 
 
42
//This filter applies to all scripts which do not use English characters
 
43
PRBool nsCharSetProber::FilterWithoutEnglishLetters(const char* aBuf, PRUint32 aLen, char** newBuf, PRUint32& newLen)
 
44
{
 
45
  char *newptr;
 
46
  char *prevPtr, *curPtr;
 
47
 
 
48
  PRBool meetMSB = PR_FALSE;
 
49
  newptr = *newBuf = (char*)PR_Malloc(aLen);
 
50
  if (!newptr)
 
51
    return PR_FALSE;
 
52
 
 
53
  for (curPtr = prevPtr = (char*)aBuf; curPtr < aBuf+aLen; curPtr++)
 
54
  {
 
55
    if (*curPtr & 0x80)
 
56
    {
 
57
      meetMSB = PR_TRUE;
 
58
    }
 
59
    else if (*curPtr < 'A' || (*curPtr > 'Z' && *curPtr < 'a') || *curPtr > 'z')
 
60
    {
 
61
      //current char is a symbol, most likely a punctuation. we treat it as segment delimiter
 
62
      if (meetMSB && curPtr > prevPtr)
 
63
      //this segment contains more than single symbol, and it has upper ASCII, we need to keep it
 
64
      {
 
65
        while (prevPtr < curPtr) *newptr++ = *prevPtr++;
 
66
        prevPtr++;
 
67
        *newptr++ = ' ';
 
68
        meetMSB = PR_FALSE;
 
69
      }
 
70
      else //ignore current segment. (either because it is just a symbol or just an English word)
 
71
        prevPtr = curPtr+1;
 
72
    }
 
73
  }
 
74
  if (meetMSB && curPtr > prevPtr)
 
75
    while (prevPtr < curPtr) *newptr++ = *prevPtr++;
 
76
 
 
77
  newLen = newptr - *newBuf;
 
78
 
 
79
  return PR_TRUE;
 
80
}
 
81
 
 
82
//This filter applies to all scripts which contain both English characters and upper ASCII characters.
 
83
PRBool nsCharSetProber::FilterWithEnglishLetters(const char* aBuf, PRUint32 aLen, char** newBuf, PRUint32& newLen)
 
84
{
 
85
  //do filtering to reduce load to probers
 
86
  char *newptr;
 
87
  char *prevPtr, *curPtr;
 
88
  PRBool isInTag = PR_FALSE;
 
89
 
 
90
  newptr = *newBuf = (char*)PR_Malloc(aLen);
 
91
  if (!newptr)
 
92
    return PR_FALSE;
 
93
 
 
94
  for (curPtr = prevPtr = (char*)aBuf; curPtr < aBuf+aLen; curPtr++)
 
95
  {
 
96
    if (*curPtr == '>')
 
97
      isInTag = PR_FALSE;
 
98
    else if (*curPtr == '<')
 
99
      isInTag = PR_TRUE;
 
100
 
 
101
    if (!(*curPtr & 0x80) &&
 
102
        (*curPtr < 'A' || (*curPtr > 'Z' && *curPtr < 'a') || *curPtr > 'z') )
 
103
    {
 
104
      if (curPtr > prevPtr && !isInTag) // Current segment contains more than just a symbol
 
105
                                        // and it is not inside a tag, keep it.
 
106
      {
 
107
        while (prevPtr < curPtr) *newptr++ = *prevPtr++;
 
108
        prevPtr++;
 
109
        *newptr++ = ' ';
 
110
      }
 
111
      else
 
112
        prevPtr = curPtr+1;
 
113
    }
 
114
  }
 
115
 
 
116
  // If the current segment contains more than just a symbol
 
117
  // and it is not inside a tag then keep it.
 
118
  if (!isInTag)
 
119
    while (prevPtr < curPtr)
 
120
      *newptr++ = *prevPtr++;
 
121
 
 
122
  newLen = newptr - *newBuf;
 
123
 
 
124
  return PR_TRUE;
 
125
}