1  package encoder
     2  
     3  import "unicode/utf8"
     4  
     5  const (
     6  	
     7  	locb = 128 
     8  	hicb = 191 
     9  
    10  	
    11  	
    12  	
    13  	
    14  	xx = 0xF1 
    15  	as = 0xF0 
    16  	s1 = 0x02 
    17  	s2 = 0x13 
    18  	s3 = 0x03 
    19  	s4 = 0x23 
    20  	s5 = 0x34 
    21  	s6 = 0x04 
    22  	s7 = 0x44 
    23  )
    24  
    25  
    26  var first = [256]uint8{
    27  	
    28  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    29  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    30  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    31  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    32  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    33  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    34  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    35  	as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, as, 
    36  	
    37  	xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, 
    38  	xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, 
    39  	xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, 
    40  	xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, 
    41  	xx, xx, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, 
    42  	s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, s1, 
    43  	s2, s3, s3, s3, s3, s3, s3, s3, s3, s3, s3, s3, s3, s4, s3, s3, 
    44  	s5, s6, s6, s6, s7, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, xx, 
    45  }
    46  
    47  const (
    48  	lineSep      = byte(168) 
    49  	paragraphSep = byte(169) 
    50  )
    51  
    52  type decodeRuneState int
    53  
    54  const (
    55  	validUTF8State decodeRuneState = iota
    56  	runeErrorState
    57  	lineSepState
    58  	paragraphSepState
    59  )
    60  
    61  func decodeRuneInString(s string) (decodeRuneState, int) {
    62  	n := len(s)
    63  	s0 := s[0]
    64  	x := first[s0]
    65  	if x >= as {
    66  		
    67  		
    68  		
    69  		mask := rune(x) << 31 >> 31 
    70  		if rune(s[0])&^mask|utf8.RuneError&mask == utf8.RuneError {
    71  			return runeErrorState, 1
    72  		}
    73  		return validUTF8State, 1
    74  	}
    75  	sz := int(x & 7)
    76  	if n < sz {
    77  		return runeErrorState, 1
    78  	}
    79  	s1 := s[1]
    80  	switch x >> 4 {
    81  	case 0:
    82  		if s1 < locb || hicb < s1 {
    83  			return runeErrorState, 1
    84  		}
    85  	case 1:
    86  		if s1 < 0xA0 || hicb < s1 {
    87  			return runeErrorState, 1
    88  		}
    89  	case 2:
    90  		if s1 < locb || 0x9F < s1 {
    91  			return runeErrorState, 1
    92  		}
    93  	case 3:
    94  		if s1 < 0x90 || hicb < s1 {
    95  			return runeErrorState, 1
    96  		}
    97  	case 4:
    98  		if s1 < locb || 0x8F < s1 {
    99  			return runeErrorState, 1
   100  		}
   101  	}
   102  	if sz <= 2 {
   103  		return validUTF8State, 2
   104  	}
   105  	s2 := s[2]
   106  	if s2 < locb || hicb < s2 {
   107  		return runeErrorState, 1
   108  	}
   109  	if sz <= 3 {
   110  		
   111  		if s0 == 226 && s1 == 128 {
   112  			switch s2 {
   113  			case lineSep:
   114  				return lineSepState, 3
   115  			case paragraphSep:
   116  				return paragraphSepState, 3
   117  			}
   118  		}
   119  		return validUTF8State, 3
   120  	}
   121  	s3 := s[3]
   122  	if s3 < locb || hicb < s3 {
   123  		return runeErrorState, 1
   124  	}
   125  	return validUTF8State, 4
   126  }
   127  
View as plain text