gl/localcharset.c

   1 /* Determine a canonical name for the current locale's character encoding.
   2
   3    Copyright (C) 2000-2006, 2008-2010 Free Software Foundation, Inc.
   4
   5    This program is free software; you can redistribute it and/or modify
   6    it under the terms of the GNU General Public License as published by
   7    the Free Software Foundation; either version 3, or (at your option)
   8    any later version.
   9
  10    This program is distributed in the hope that it will be useful,
  11    but WITHOUT ANY WARRANTY; without even the implied warranty of
  12    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13    GNU General Public License for more details.
  14
  15    You should have received a copy of the GNU General Public License along
  16    with this program; if not, write to the Free Software Foundation,
  17    Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.  */
  18
  19 /* Written by Bruno Haible <bruno@clisp.org>.  */
  20
  21 #include <config.h>
  22
  23 /* Specification.  */
  24 #include "localcharset.h"
  25
  26 #include <fcntl.h>
  27 #include <stddef.h>
  28 #include <stdio.h>
  29 #include <string.h>
  30 #include <stdlib.h>
  31
  32 #if defined __APPLE__ && defined __MACH__ && HAVE_LANGINFO_CODESET
  33 # define DARWIN7 /* Darwin 7 or newer, i.e. MacOS X 10.3 or newer */
  34 #endif
  35
  36 #if defined _WIN32 || defined __WIN32__
  37 # define WIN32_NATIVE
  38 #endif
  39
  40 #if defined __EMX__
  41 /* Assume EMX program runs on OS/2, even if compiled under DOS.  */
  42 # ifndef OS2
  43 #  define OS2
  44 # endif
  45 #endif
  46
  47 #if !defined WIN32_NATIVE
  48 # include <unistd.h>
  49 # if HAVE_LANGINFO_CODESET
  50 #  include <langinfo.h>
  51 # else
  52 #  if 0 /* see comment below */
  53 #   include <locale.h>
  54 #  endif
  55 # endif
  56 # ifdef __CYGWIN__
  57 #  define WIN32_LEAN_AND_MEAN
  58 #  include <windows.h>
  59 # endif
  60 #elif defined WIN32_NATIVE
  61 # define WIN32_LEAN_AND_MEAN
  62 # include <windows.h>
  63 #endif
  64 #if defined OS2
  65 # define INCL_DOS
  66 # include <os2.h>
  67 #endif
  68
  69 #if ENABLE_RELOCATABLE
  70 # include "relocatable.h"
  71 #else
  72 # define relocate(pathname) (pathname)
  73 #endif
  74
  75 /* Get LIBDIR.  */
  76 #ifndef LIBDIR
  77 # include "configmake.h"
  78 #endif
  79
  80 /* Define O_NOFOLLOW to 0 on platforms where it does not exist.  */
  81 #ifndef O_NOFOLLOW
  82 # define O_NOFOLLOW 0
  83 #endif
  84
  85 #if defined _WIN32 || defined __WIN32__ || defined __CYGWIN__ || defined __EMX__ || defined __DJGPP__
  86   /* Win32, Cygwin, OS/2, DOS */
  87 # define ISSLASH(C) ((C) == '/' || (C) == '\\')
  88 #endif
  89
  90 #ifndef DIRECTORY_SEPARATOR
  91 # define DIRECTORY_SEPARATOR '/'
  92 #endif
  93
  94 #ifndef ISSLASH
  95 # define ISSLASH(C) ((C) == DIRECTORY_SEPARATOR)
  96 #endif
  97
  98 #if HAVE_DECL_GETC_UNLOCKED
  99 # undef getc
 100 # define getc getc_unlocked
 101 #endif
 102
 103 /* The following static variable is declared 'volatile' to avoid a
 104    possible multithread problem in the function get_charset_aliases. If we
 105    are running in a threaded environment, and if two threads initialize
 106    'charset_aliases' simultaneously, both will produce the same value,
 107    and everything will be ok if the two assignments to 'charset_aliases'
 108    are atomic. But I don't know what will happen if the two assignments mix.  */
 109 #if __STDC__ != 1
 110 # define volatile /* empty */
 111 #endif
 112 /* Pointer to the contents of the charset.alias file, if it has already been
 113    read, else NULL.  Its format is:
 114    ALIAS_1 '\0' CANONICAL_1 '\0' ... ALIAS_n '\0' CANONICAL_n '\0' '\0'  */
 115 static const char * volatile charset_aliases;
 116
 117 /* Return a pointer to the contents of the charset.alias file.  */
 118 static const char *
 119 get_charset_aliases (void)
 120 {
 121   const char *cp;
 122
 123   cp = charset_aliases;
 124   if (cp == NULL)
 125     {
 126 #if !(defined DARWIN7 || defined VMS || defined WIN32_NATIVE || defined __CYGWIN__)
 127       const char *dir;
 128       const char *base = "charset.alias";
 129       char *file_name;
 130
 131       /* Make it possible to override the charset.alias location.  This is
 132          necessary for running the testsuite before "make install".  */
 133       dir = getenv ("CHARSETALIASDIR");
 134       if (dir == NULL || dir[0] == '\0')
 135         dir = relocate (LIBDIR);
 136
 137       /* Concatenate dir and base into freshly allocated file_name.  */
 138       {
 139         size_t dir_len = strlen (dir);
 140         size_t base_len = strlen (base);
 141         int add_slash = (dir_len > 0 && !ISSLASH (dir[dir_len - 1]));
 142         file_name = (char *) malloc (dir_len + add_slash + base_len + 1);
 143         if (file_name != NULL)
 144           {
 145             memcpy (file_name, dir, dir_len);
 146             if (add_slash)
 147               file_name[dir_len] = DIRECTORY_SEPARATOR;
 148             memcpy (file_name + dir_len + add_slash, base, base_len + 1);
 149           }
 150       }
 151
 152       if (file_name == NULL)
 153         /* Out of memory.  Treat the file as empty.  */
 154         cp = "";
 155       else
 156         {
 157           int fd;
 158
 159           /* Open the file.  Reject symbolic links on platforms that support
 160              O_NOFOLLOW.  This is a security feature.  Without it, an attacker
 161              could retrieve parts of the contents (namely, the tail of the
 162              first line that starts with "* ") of an arbitrary file by placing
 163              a symbolic link to that file under the name "charset.alias" in
 164              some writable directory and defining the environment variable
 165              CHARSETALIASDIR to point to that directory.  */
 166           fd = open (file_name,
 167                      O_RDONLY | (HAVE_WORKING_O_NOFOLLOW ? O_NOFOLLOW : 0));
 168           if (fd < 0)
 169             /* File not found.  Treat it as empty.  */
 170             cp = "";
 171           else
 172             {
 173               FILE *fp;
 174
 175               fp = fdopen (fd, "r");
 176               if (fp == NULL)
 177                 {
 178                   /* Out of memory.  Treat the file as empty.  */
 179                   close (fd);
 180                   cp = "";
 181                 }
 182               else
 183                 {
 184                   /* Parse the file's contents.  */
 185                   char *res_ptr = NULL;
 186                   size_t res_size = 0;
 187
 188                   for (;;)
 189                     {
 190                       int c;
 191                       char buf1[50+1];
 192                       char buf2[50+1];
 193                       size_t l1, l2;
 194                       char *old_res_ptr;
 195
 196                       c = getc (fp);
 197                       if (c == EOF)
 198                         break;
 199                       if (c == '\n' || c == ' ' || c == '\t')
 200                         continue;
 201                       if (c == '#')
 202                         {
 203                           /* Skip comment, to end of line.  */
 204                           do
 205                             c = getc (fp);
 206                           while (!(c == EOF || c == '\n'));
 207                           if (c == EOF)
 208                             break;
 209                           continue;
 210                         }
 211                       ungetc (c, fp);
 212                       if (fscanf (fp, "%50s %50s", buf1, buf2) < 2)
 213                         break;
 214                       l1 = strlen (buf1);
 215                       l2 = strlen (buf2);
 216                       old_res_ptr = res_ptr;
 217                       if (res_size == 0)
 218                         {
 219                           res_size = l1 + 1 + l2 + 1;
 220                           res_ptr = (char *) malloc (res_size + 1);
 221                         }
 222                       else
 223                         {
 224                           res_size += l1 + 1 + l2 + 1;
 225                           res_ptr = (char *) realloc (res_ptr, res_size + 1);
 226                         }
 227                       if (res_ptr == NULL)
 228                         {
 229                           /* Out of memory. */
 230                           res_size = 0;
 231                           if (old_res_ptr != NULL)
 232                             free (old_res_ptr);
 233                           break;
 234                         }
 235                       strcpy (res_ptr + res_size - (l2 + 1) - (l1 + 1), buf1);
 236                       strcpy (res_ptr + res_size - (l2 + 1), buf2);
 237                     }
 238                   fclose (fp);
 239                   if (res_size == 0)
 240                     cp = "";
 241                   else
 242                     {
 243                       *(res_ptr + res_size) = '\0';
 244                       cp = res_ptr;
 245                     }
 246                 }
 247             }
 248
 249           free (file_name);
 250         }
 251
 252 #else
 253
 254 # if defined DARWIN7
 255       /* To avoid the trouble of installing a file that is shared by many
 256          GNU packages -- many packaging systems have problems with this --,
 257          simply inline the aliases here.  */
 258       cp = "ISO8859-1" "\0" "ISO-8859-1" "\0"
 259            "ISO8859-2" "\0" "ISO-8859-2" "\0"
 260            "ISO8859-4" "\0" "ISO-8859-4" "\0"
 261            "ISO8859-5" "\0" "ISO-8859-5" "\0"
 262            "ISO8859-7" "\0" "ISO-8859-7" "\0"
 263            "ISO8859-9" "\0" "ISO-8859-9" "\0"
 264            "ISO8859-13" "\0" "ISO-8859-13" "\0"
 265            "ISO8859-15" "\0" "ISO-8859-15" "\0"
 266            "KOI8-R" "\0" "KOI8-R" "\0"
 267            "KOI8-U" "\0" "KOI8-U" "\0"
 268            "CP866" "\0" "CP866" "\0"
 269            "CP949" "\0" "CP949" "\0"
 270            "CP1131" "\0" "CP1131" "\0"
 271            "CP1251" "\0" "CP1251" "\0"
 272            "eucCN" "\0" "GB2312" "\0"
 273            "GB2312" "\0" "GB2312" "\0"
 274            "eucJP" "\0" "EUC-JP" "\0"
 275            "eucKR" "\0" "EUC-KR" "\0"
 276            "Big5" "\0" "BIG5" "\0"
 277            "Big5HKSCS" "\0" "BIG5-HKSCS" "\0"
 278            "GBK" "\0" "GBK" "\0"
 279            "GB18030" "\0" "GB18030" "\0"
 280            "SJIS" "\0" "SHIFT_JIS" "\0"
 281            "ARMSCII-8" "\0" "ARMSCII-8" "\0"
 282            "PT154" "\0" "PT154" "\0"
 283          /*"ISCII-DEV" "\0" "?" "\0"*/
 284            "*" "\0" "UTF-8" "\0";
 285 # endif
 286
 287 # if defined VMS
 288       /* To avoid the troubles of an extra file charset.alias_vms in the
 289          sources of many GNU packages, simply inline the aliases here.  */
 290       /* The list of encodings is taken from the OpenVMS 7.3-1 documentation
 291          "Compaq C Run-Time Library Reference Manual for OpenVMS systems"
 292          section 10.7 "Handling Different Character Sets".  */
 293       cp = "ISO8859-1" "\0" "ISO-8859-1" "\0"
 294            "ISO8859-2" "\0" "ISO-8859-2" "\0"
 295            "ISO8859-5" "\0" "ISO-8859-5" "\0"
 296            "ISO8859-7" "\0" "ISO-8859-7" "\0"
 297            "ISO8859-8" "\0" "ISO-8859-8" "\0"
 298            "ISO8859-9" "\0" "ISO-8859-9" "\0"
 299            /* Japanese */
 300            "eucJP" "\0" "EUC-JP" "\0"
 301            "SJIS" "\0" "SHIFT_JIS" "\0"
 302            "DECKANJI" "\0" "DEC-KANJI" "\0"
 303            "SDECKANJI" "\0" "EUC-JP" "\0"
 304            /* Chinese */
 305            "eucTW" "\0" "EUC-TW" "\0"
 306            "DECHANYU" "\0" "DEC-HANYU" "\0"
 307            "DECHANZI" "\0" "GB2312" "\0"
 308            /* Korean */
 309            "DECKOREAN" "\0" "EUC-KR" "\0";
 310 # endif
 311
 312 # if defined WIN32_NATIVE || defined __CYGWIN__
 313       /* To avoid the troubles of installing a separate file in the same
 314          directory as the DLL and of retrieving the DLL's directory at
 315          runtime, simply inline the aliases here.  */
 316
 317       cp = "CP936" "\0" "GBK" "\0"
 318            "CP1361" "\0" "JOHAB" "\0"
 319            "CP20127" "\0" "ASCII" "\0"
 320            "CP20866" "\0" "KOI8-R" "\0"
 321            "CP20936" "\0" "GB2312" "\0"
 322            "CP21866" "\0" "KOI8-RU" "\0"
 323            "CP28591" "\0" "ISO-8859-1" "\0"
 324            "CP28592" "\0" "ISO-8859-2" "\0"
 325            "CP28593" "\0" "ISO-8859-3" "\0"
 326            "CP28594" "\0" "ISO-8859-4" "\0"
 327            "CP28595" "\0" "ISO-8859-5" "\0"
 328            "CP28596" "\0" "ISO-8859-6" "\0"
 329            "CP28597" "\0" "ISO-8859-7" "\0"
 330            "CP28598" "\0" "ISO-8859-8" "\0"
 331            "CP28599" "\0" "ISO-8859-9" "\0"
 332            "CP28605" "\0" "ISO-8859-15" "\0"
 333            "CP38598" "\0" "ISO-8859-8" "\0"
 334            "CP51932" "\0" "EUC-JP" "\0"
 335            "CP51936" "\0" "GB2312" "\0"
 336            "CP51949" "\0" "EUC-KR" "\0"
 337            "CP51950" "\0" "EUC-TW" "\0"
 338            "CP54936" "\0" "GB18030" "\0"
 339            "CP65001" "\0" "UTF-8" "\0";
 340 # endif
 341 #endif
 342
 343       charset_aliases = cp;
 344     }
 345
 346   return cp;
 347 }
 348
 349 /* Determine the current locale's character encoding, and canonicalize it
 350    into one of the canonical names listed in config.charset.
 351    The result must not be freed; it is statically allocated.
 352    If the canonical name cannot be determined, the result is a non-canonical
 353    name.  */
 354
 355 #ifdef STATIC
 356 STATIC
 357 #endif
 358 const char *
 359 locale_charset (void)
 360 {
 361   const char *codeset;
 362   const char *aliases;
 363
 364 #if !(defined WIN32_NATIVE || defined OS2)
 365
 366 # if HAVE_LANGINFO_CODESET
 367
 368   /* Most systems support nl_langinfo (CODESET) nowadays.  */
 369   codeset = nl_langinfo (CODESET);
 370
 371 #  ifdef __CYGWIN__
 372   /* Cygwin 1.5.x does not have locales.  nl_langinfo (CODESET) always
 373      returns "US-ASCII".  As long as this is not fixed, return the suffix
 374      of the locale name from the environment variables (if present) or
 375      the codepage as a number.  */
 376   if (codeset != NULL && strcmp (codeset, "US-ASCII") == 0)
 377     {
 378       const char *locale;
 379       static char buf[2 + 10 + 1];
 380
 381       locale = getenv ("LC_ALL");
 382       if (locale == NULL || locale[0] == '\0')
 383         {
 384           locale = getenv ("LC_CTYPE");
 385           if (locale == NULL || locale[0] == '\0')
 386             locale = getenv ("LANG");
 387         }
 388       if (locale != NULL && locale[0] != '\0')
 389         {
 390           /* If the locale name contains an encoding after the dot, return
 391              it.  */
 392           const char *dot = strchr (locale, '.');
 393
 394           if (dot != NULL)
 395             {
 396               const char *modifier;
 397
 398               dot++;
 399               /* Look for the possible @... trailer and remove it, if any.  */
 400               modifier = strchr (dot, '@');
 401               if (modifier == NULL)
 402                 return dot;
 403               if (modifier - dot < sizeof (buf))
 404                 {
 405                   memcpy (buf, dot, modifier - dot);
 406                   buf [modifier - dot] = '\0';
 407                   return buf;
 408                 }
 409             }
 410         }
 411
 412       /* Woe32 has a function returning the locale's codepage as a number:
 413          GetACP().  This encoding is used by Cygwin, unless the user has set
 414          the environment variable CYGWIN=codepage:oem (which very few people
 415          do).
 416          Output directed to console windows needs to be converted (to
 417          GetOEMCP() if the console is using a raster font, or to
 418          GetConsoleOutputCP() if it is using a TrueType font).  Cygwin does
 419          this conversion transparently (see winsup/cygwin/fhandler_console.cc),
 420          converting to GetConsoleOutputCP().  This leads to correct results,
 421          except when SetConsoleOutputCP has been called and a raster font is
 422          in use.  */
 423       sprintf (buf, "CP%u", GetACP ());
 424       codeset = buf;
 425     }
 426 #  endif
 427
 428 # else
 429
 430   /* On old systems which lack it, use setlocale or getenv.  */
 431   const char *locale = NULL;
 432
 433   /* But most old systems don't have a complete set of locales.  Some
 434      (like SunOS 4 or DJGPP) have only the C locale.  Therefore we don't
 435      use setlocale here; it would return "C" when it doesn't support the
 436      locale name the user has set.  */
 437 #  if 0
 438   locale = setlocale (LC_CTYPE, NULL);
 439 #  endif
 440   if (locale == NULL || locale[0] == '\0')
 441     {
 442       locale = getenv ("LC_ALL");
 443       if (locale == NULL || locale[0] == '\0')
 444         {
 445           locale = getenv ("LC_CTYPE");
 446           if (locale == NULL || locale[0] == '\0')
 447             locale = getenv ("LANG");
 448         }
 449     }
 450
 451   /* On some old systems, one used to set locale = "iso8859_1". On others,
 452      you set it to "language_COUNTRY.charset". In any case, we resolve it
 453      through the charset.alias file.  */
 454   codeset = locale;
 455
 456 # endif
 457
 458 #elif defined WIN32_NATIVE
 459
 460   static char buf[2 + 10 + 1];
 461
 462   /* Woe32 has a function returning the locale's codepage as a number:
 463      GetACP().
 464      When the output goes to a console window, it needs to be provided in
 465      GetOEMCP() encoding if the console is using a raster font, or in
 466      GetConsoleOutputCP() encoding if it is using a TrueType font.
 467      But in GUI programs and for output sent to files and pipes, GetACP()
 468      encoding is the best bet.  */
 469   sprintf (buf, "CP%u", GetACP ());
 470   codeset = buf;
 471
 472 #elif defined OS2
 473
 474   const char *locale;
 475   static char buf[2 + 10 + 1];
 476   ULONG cp[3];
 477   ULONG cplen;
 478
 479   /* Allow user to override the codeset, as set in the operating system,
 480      with standard language environment variables.  */
 481   locale = getenv ("LC_ALL");
 482   if (locale == NULL || locale[0] == '\0')
 483     {
 484       locale = getenv ("LC_CTYPE");
 485       if (locale == NULL || locale[0] == '\0')
 486         locale = getenv ("LANG");
 487     }
 488   if (locale != NULL && locale[0] != '\0')
 489     {
 490       /* If the locale name contains an encoding after the dot, return it.  */
 491       const char *dot = strchr (locale, '.');
 492
 493       if (dot != NULL)
 494         {
 495           const char *modifier;
 496
 497           dot++;
 498           /* Look for the possible @... trailer and remove it, if any.  */
 499           modifier = strchr (dot, '@');
 500           if (modifier == NULL)
 501             return dot;
 502           if (modifier - dot < sizeof (buf))
 503             {
 504               memcpy (buf, dot, modifier - dot);
 505               buf [modifier - dot] = '\0';
 506               return buf;
 507             }
 508         }
 509
 510       /* Resolve through the charset.alias file.  */
 511       codeset = locale;
 512     }
 513   else
 514     {
 515       /* OS/2 has a function returning the locale's codepage as a number.  */
 516       if (DosQueryCp (sizeof (cp), cp, &cplen))
 517         codeset = "";
 518       else
 519         {
 520           sprintf (buf, "CP%u", cp[0]);
 521           codeset = buf;
 522         }
 523     }
 524
 525 #endif
 526
 527   if (codeset == NULL)
 528     /* The canonical name cannot be determined.  */
 529     codeset = "";
 530
 531   /* Resolve alias. */
 532   for (aliases = get_charset_aliases ();
 533        *aliases != '\0';
 534        aliases += strlen (aliases) + 1, aliases += strlen (aliases) + 1)
 535     if (strcmp (codeset, aliases) == 0
 536         || (aliases[0] == '*' && aliases[1] == '\0'))
 537       {
 538         codeset = aliases + strlen (aliases) + 1;
 539         break;
 540       }
 541
 542   /* Don't return an empty string.  GNU libc and GNU libiconv interpret
 543      the empty string as denoting "the locale's character encoding",
 544      thus GNU libiconv would call this function a second time.  */
 545   if (codeset[0] == '\0')
 546     codeset = "ASCII";
 547
 548   return codeset;
 549 }