Branch data Line data Source code
1 : : /* -*- Mode: C++; tab-width: 4; indent-tabs-mode: nil; c-basic-offset: 4 -*- */
2 : : /*
3 : : * This file is part of the LibreOffice project.
4 : : *
5 : : * This Source Code Form is subject to the terms of the Mozilla Public
6 : : * License, v. 2.0. If a copy of the MPL was not distributed with this
7 : : * file, You can obtain one at http://mozilla.org/MPL/2.0/.
8 : : *
9 : : * This file incorporates work covered by the following license notice:
10 : : *
11 : : * Licensed to the Apache Software Foundation (ASF) under one or more
12 : : * contributor license agreements. See the NOTICE file distributed
13 : : * with this work for additional information regarding copyright
14 : : * ownership. The ASF licenses this file to you under the Apache
15 : : * License, Version 2.0 (the "License"); you may not use this file
16 : : * except in compliance with the License. You may obtain a copy of
17 : : * the License at http://www.apache.org/licenses/LICENSE-2.0 .
18 : : */
19 : :
20 : :
21 : : #include <breakiteratorImpl.hxx>
22 : : #include <unicode/uchar.h>
23 : : #include <i18nutil/unicode.hxx>
24 : : #include <rtl/ustrbuf.hxx>
25 : :
26 : : using namespace ::com::sun::star::uno;
27 : : using namespace ::com::sun::star::lang;
28 : : using namespace ::rtl;
29 : :
30 : : namespace com { namespace sun { namespace star { namespace i18n {
31 : :
32 [ + - ]: 26023 : BreakIteratorImpl::BreakIteratorImpl( const Reference < XMultiServiceFactory >& rxMSF ) : xMSF( rxMSF )
33 : : {
34 : 26023 : }
35 : :
36 [ + - ]: 1997 : BreakIteratorImpl::BreakIteratorImpl()
37 : : {
38 : 1997 : }
39 : :
40 : 27964 : BreakIteratorImpl::~BreakIteratorImpl()
41 : : {
42 : : // Clear lookuptable
43 [ + + ]: 32017 : for (size_t l = 0; l < lookupTable.size(); l++)
44 [ + - ][ + - ]: 4053 : delete lookupTable[l];
45 : 27964 : lookupTable.clear();
46 [ - + ]: 53939 : }
47 : :
48 : : #define LBI getLocaleSpecificBreakIterator(rLocale)
49 : :
50 : 3646773 : sal_Int32 SAL_CALL BreakIteratorImpl::nextCharacters( const OUString& Text, sal_Int32 nStartPos,
51 : : const Locale &rLocale, sal_Int16 nCharacterIteratorMode, sal_Int32 nCount, sal_Int32& nDone )
52 : : throw(RuntimeException)
53 : : {
54 [ - + ][ # # ]: 3646773 : if (nCount < 0) throw RuntimeException();
55 : :
56 [ + - ][ + - ]: 3646773 : return LBI->nextCharacters( Text, nStartPos, rLocale, nCharacterIteratorMode, nCount, nDone);
57 : : }
58 : :
59 : 69078 : sal_Int32 SAL_CALL BreakIteratorImpl::previousCharacters( const OUString& Text, sal_Int32 nStartPos,
60 : : const Locale& rLocale, sal_Int16 nCharacterIteratorMode, sal_Int32 nCount, sal_Int32& nDone )
61 : : throw(RuntimeException)
62 : : {
63 [ - + ][ # # ]: 69078 : if (nCount < 0) throw RuntimeException();
64 : :
65 [ + - ][ + - ]: 69078 : return LBI->previousCharacters( Text, nStartPos, rLocale, nCharacterIteratorMode, nCount, nDone);
66 : : }
67 : :
68 : : #define isZWSP(c) (ch == 0x200B)
69 : :
70 : 431369 : static sal_Int32 skipSpace(const OUString& Text, sal_Int32 nPos, sal_Int32 len, sal_Int16 rWordType, sal_Bool bDirection)
71 : : {
72 : 431369 : sal_uInt32 ch=0;
73 : 431369 : sal_Int32 pos=nPos;
74 [ + + + + ]: 431369 : switch (rWordType) {
75 : : case WordType::ANYWORD_IGNOREWHITESPACES:
76 [ + + ]: 4337 : if (bDirection)
77 [ + + ][ + - ]: 2678 : while (nPos < len && (u_isWhitespace(ch = Text.iterateCodePoints(&pos, 1)) || isZWSP(ch))) nPos=pos;
[ + - ][ + + ]
[ - + ][ + + ]
78 : : else
79 [ + + ][ + - ]: 2743 : while (nPos > 0 && (u_isWhitespace(ch = Text.iterateCodePoints(&pos, -1)) || isZWSP(ch))) nPos=pos;
[ + - ][ + + ]
[ - + ][ + + ]
80 : 4337 : break;
81 : : case WordType::DICTIONARY_WORD:
82 [ + + ]: 271914 : if (bDirection)
83 [ + + ][ + - ]: 274672 : while (nPos < len && (u_isWhitespace(ch = Text.iterateCodePoints(&pos, 1)) || isZWSP(ch) ||
[ + - ][ + + ]
[ + - ][ + + ]
[ + + ]
84 [ + - ][ + + ]: 138310 : ! (ch == 0x002E || u_isalnum(ch)))) nPos=pos;
85 : : else
86 [ + + ][ + - ]: 280787 : while (nPos > 0 && (u_isWhitespace(ch = Text.iterateCodePoints(&pos, -1)) || isZWSP(ch) ||
[ + - ][ + + ]
[ + - ][ + + ]
[ + + ]
87 [ + - ][ + + ]: 145235 : ! (ch == 0x002E || u_isalnum(ch)))) nPos=pos;
88 : 271914 : break;
89 : : case WordType::WORD_COUNT:
90 [ + + ]: 138484 : if (bDirection)
91 [ + - ][ + - ]: 69242 : while (nPos < len && (u_isUWhiteSpace(ch = Text.iterateCodePoints(&pos, 1)) || isZWSP(ch))) nPos=pos;
[ + - ][ + - ]
[ - + ][ - + ]
92 : : else
93 [ + + ][ + - ]: 137260 : while (nPos > 0 && (u_isUWhiteSpace(ch = Text.iterateCodePoints(&pos, -1)) || isZWSP(ch))) nPos=pos;
[ + - ][ + + ]
[ - + ][ + + ]
94 : 138484 : break;
95 : : }
96 : 431369 : return nPos;
97 : : }
98 : :
99 : 866 : Boundary SAL_CALL BreakIteratorImpl::nextWord( const OUString& Text, sal_Int32 nStartPos,
100 : : const Locale& rLocale, sal_Int16 rWordType ) throw(RuntimeException)
101 : : {
102 : 866 : sal_Int32 len = Text.getLength();
103 [ - + ][ + + ]: 866 : if( nStartPos < 0 || len == 0 )
104 : 3 : result.endPos = result.startPos = 0;
105 [ + + ]: 863 : else if (nStartPos >= len)
106 : 6 : result.endPos = result.startPos = len;
107 : : else {
108 [ + - ][ + - ]: 857 : result = LBI->nextWord(Text, nStartPos, rLocale, rWordType);
109 : :
110 : 857 : nStartPos = skipSpace(Text, result.startPos, len, rWordType, sal_True);
111 : :
112 [ + + ]: 857 : if ( nStartPos != result.startPos) {
113 [ - + ]: 2 : if( nStartPos >= len )
114 : 0 : result.startPos = result.endPos = len;
115 : : else {
116 [ + - ][ + - ]: 2 : result = LBI->getWordBoundary(Text, nStartPos, rLocale, rWordType, sal_True);
117 : : // i88041: avoid startPos goes back to nStartPos when switching between Latin and CJK scripts
118 [ - + ]: 2 : if (result.startPos < nStartPos) result.startPos = nStartPos;
119 : : }
120 : : }
121 : : }
122 : 866 : return result;
123 : : }
124 : :
125 : 6 : static inline sal_Bool SAL_CALL isCJK( const Locale& rLocale ) {
126 [ + - ][ + - ]: 6 : return rLocale.Language == "zh" || rLocale.Language == "ja" || rLocale.Language == "ko";
[ - + ]
127 : : }
128 : :
129 : 40 : Boundary SAL_CALL BreakIteratorImpl::previousWord( const OUString& Text, sal_Int32 nStartPos,
130 : : const Locale& rLocale, sal_Int16 rWordType) throw(RuntimeException)
131 : : {
132 : 40 : sal_Int32 len = Text.getLength();
133 [ - + ][ + - ]: 40 : if( nStartPos <= 0 || len == 0 ) {
134 : 0 : result.endPos = result.startPos = 0;
135 : 0 : return result;
136 [ - + ]: 40 : } else if (nStartPos > len) {
137 : 0 : result.endPos = result.startPos = len;
138 : 0 : return result;
139 : : }
140 : :
141 [ + - ]: 40 : sal_Int32 nPos = skipSpace(Text, nStartPos, len, rWordType, sal_False);
142 : :
143 : : // if some spaces are skiped, and the script type is Asian with no CJK rLocale, we have to return
144 : : // (nStartPos, -1) for caller to send correct rLocale for loading correct dictionary.
145 : 40 : result.startPos = nPos;
146 [ + + ][ + - ]: 40 : if (nPos != nStartPos && nPos > 0 && !isCJK(rLocale) && getScriptClass(Text.iterateCodePoints(&nPos, -1)) == ScriptType::ASIAN) {
[ + - ][ + - ]
[ + - ][ + - ]
[ - + ][ - + ]
147 : 0 : result.endPos = -1;
148 : 0 : return result;
149 : : }
150 : :
151 [ + - ][ + - ]: 40 : return LBI->previousWord(Text, result.startPos, rLocale, rWordType);
[ + - ]
152 : : }
153 : :
154 : :
155 : 221914 : Boundary SAL_CALL BreakIteratorImpl::getWordBoundary( const OUString& Text, sal_Int32 nPos, const Locale& rLocale,
156 : : sal_Int16 rWordType, sal_Bool bDirection ) throw(RuntimeException)
157 : : {
158 : 221914 : sal_Int32 len = Text.getLength();
159 [ + + ][ + - ]: 221914 : if( nPos < 0 || len == 0 )
160 : 6708 : result.endPos = result.startPos = 0;
161 [ - + ]: 215206 : else if (nPos > len)
162 : 0 : result.endPos = result.startPos = len;
163 : : else {
164 : : sal_Int32 next, prev;
165 : 215206 : next = skipSpace(Text, nPos, len, rWordType, sal_True);
166 : 215206 : prev = skipSpace(Text, nPos, len, rWordType, sal_False);
167 [ + + ][ + + ]: 215206 : if (prev == 0 && next == len) {
168 : 469 : result.endPos = result.startPos = nPos;
169 [ + + ][ - + ]: 214737 : } else if (prev == 0 && ! bDirection) {
170 : 0 : result.endPos = result.startPos = 0;
171 [ + + ][ + + ]: 214737 : } else if (next == len && bDirection) {
172 : 2106 : result.endPos = result.startPos = len;
173 : : } else {
174 [ + + ]: 212631 : if (next != prev) {
175 [ + + ][ + - ]: 110106 : if (next == nPos && next != len)
176 : 108008 : bDirection = sal_True;
177 [ + + ][ + + ]: 2098 : else if (prev == nPos && prev != 0)
178 : 790 : bDirection = sal_False;
179 : : else
180 [ + + ]: 110106 : nPos = bDirection ? next : prev;
181 : : }
182 [ + - ][ + - ]: 212631 : result = LBI->getWordBoundary(Text, nPos, rLocale, rWordType, bDirection);
183 : : }
184 : : }
185 : 221914 : return result;
186 : : }
187 : :
188 : 36 : sal_Bool SAL_CALL BreakIteratorImpl::isBeginWord( const OUString& Text, sal_Int32 nPos,
189 : : const Locale& rLocale, sal_Int16 rWordType ) throw(RuntimeException)
190 : : {
191 : 36 : sal_Int32 len = Text.getLength();
192 : :
193 [ + + ][ + - ]: 36 : if (nPos < 0 || nPos >= len) return sal_False;
194 : :
195 : 30 : sal_Int32 tmp = skipSpace(Text, nPos, len, rWordType, sal_True);
196 : :
197 [ + + ]: 30 : if (tmp != nPos) return sal_False;
198 : :
199 : 22 : result = getWordBoundary(Text, nPos, rLocale, rWordType, sal_True);
200 : :
201 : 36 : return result.startPos == nPos;
202 : : }
203 : :
204 : 50 : sal_Bool SAL_CALL BreakIteratorImpl::isEndWord( const OUString& Text, sal_Int32 nPos,
205 : : const Locale& rLocale, sal_Int16 rWordType ) throw(RuntimeException)
206 : : {
207 : 50 : sal_Int32 len = Text.getLength();
208 : :
209 [ - + ][ + + ]: 50 : if (nPos <= 0 || nPos > len) return sal_False;
210 : :
211 : 30 : sal_Int32 tmp = skipSpace(Text, nPos, len, rWordType, sal_False);
212 : :
213 [ + + ]: 30 : if (tmp != nPos) return sal_False;
214 : :
215 : 26 : result = getWordBoundary(Text, nPos, rLocale, rWordType, sal_False);
216 : :
217 : 50 : return result.endPos == nPos;
218 : : }
219 : :
220 : 30 : sal_Int32 SAL_CALL BreakIteratorImpl::beginOfSentence( const OUString& Text, sal_Int32 nStartPos,
221 : : const Locale &rLocale ) throw(RuntimeException)
222 : : {
223 [ + - ][ - + ]: 30 : if (nStartPos < 0 || nStartPos > Text.getLength())
[ - + ]
224 : 0 : return -1;
225 [ - + ]: 30 : if (Text.isEmpty()) return 0;
226 [ + - ][ + - ]: 30 : return LBI->beginOfSentence(Text, nStartPos, rLocale);
227 : : }
228 : :
229 : 3880 : sal_Int32 SAL_CALL BreakIteratorImpl::endOfSentence( const OUString& Text, sal_Int32 nStartPos,
230 : : const Locale &rLocale ) throw(RuntimeException)
231 : : {
232 [ + - ][ - + ]: 3880 : if (nStartPos < 0 || nStartPos > Text.getLength())
[ - + ]
233 : 0 : return -1;
234 [ - + ]: 3880 : if (Text.isEmpty()) return 0;
235 [ + - ][ + - ]: 3880 : return LBI->endOfSentence(Text, nStartPos, rLocale);
236 : : }
237 : :
238 : 140403 : LineBreakResults SAL_CALL BreakIteratorImpl::getLineBreak( const OUString& Text, sal_Int32 nStartPos,
239 : : const Locale& rLocale, sal_Int32 nMinBreakPos, const LineBreakHyphenationOptions& hOptions,
240 : : const LineBreakUserOptions& bOptions ) throw(RuntimeException)
241 : : {
242 [ + - ][ + - ]: 140403 : return LBI->getLineBreak(Text, nStartPos, rLocale, nMinBreakPos, hOptions, bOptions);
243 : : }
244 : :
245 : 3159467 : sal_Int16 SAL_CALL BreakIteratorImpl::getScriptType( const OUString& Text, sal_Int32 nPos )
246 : : throw(RuntimeException)
247 : : {
248 : 3159406 : return (nPos < 0 || nPos >= Text.getLength()) ? ScriptType::WEAK :
249 [ + + + + ]: 6318873 : getScriptClass(Text.iterateCodePoints(&nPos, 0));
250 : : }
251 : :
252 : :
253 : : /** Increments/decrements position first, then obtains character.
254 : : @return current position, may be -1 or text length if string was consumed.
255 : : */
256 : 8010753 : static sal_Int32 SAL_CALL iterateCodePoints(const OUString& Text, sal_Int32 &nStartPos, sal_Int32 inc, sal_uInt32& ch) {
257 : 8010753 : sal_Int32 nLen = Text.getLength();
258 [ + + ][ + - ]: 8010753 : if (nStartPos + inc < 0 || nStartPos + inc >= nLen) {
259 : 376064 : ch = 0;
260 [ + - ]: 376064 : nStartPos = nStartPos + inc < 0 ? -1 : nLen;
261 : : } else {
262 : 7634689 : ch = Text.iterateCodePoints(&nStartPos, inc);
263 : : // Fix for #i80436#.
264 : : // erAck: 2009-06-30T21:52+0200 This logic looks somewhat
265 : : // suspicious as if it cures a symptom.. anyway, had to add
266 : : // nStartPos < Text.getLength() to silence the (correct) assertion
267 : : // in rtl_uString_iterateCodePoints() if Text was one character
268 : : // (codepoint) only, made up of a surrogate pair.
269 : : //if (inc > 0 && nStartPos < Text.getLength())
270 : : // ch = Text.iterateCodePoints(&nStartPos, 0);
271 : : // With surrogates, nStartPos may actually point behind string
272 : : // now, even if inc is only +1
273 [ + + ]: 7634689 : if (inc > 0)
274 [ + - ]: 7620076 : ch = (nStartPos < nLen ? Text.iterateCodePoints(&nStartPos, 0) : 0);
275 : : }
276 : 8010753 : return nStartPos;
277 : : }
278 : :
279 : :
280 : 13408 : sal_Int32 SAL_CALL BreakIteratorImpl::beginOfScript( const OUString& Text,
281 : : sal_Int32 nStartPos, sal_Int16 ScriptType ) throw(RuntimeException)
282 : : {
283 [ + - ][ - + ]: 13408 : if (nStartPos < 0 || nStartPos >= Text.getLength())
[ - + ]
284 : 0 : return -1;
285 : :
286 [ + - ][ + - ]: 13408 : if(ScriptType != getScriptClass(Text.iterateCodePoints(&nStartPos, 0)))
[ - + ]
287 : 0 : return -1;
288 : :
289 [ - + ]: 13408 : if (nStartPos == 0) return 0;
290 : 13408 : sal_uInt32 ch=0;
291 [ + - ][ + - ]: 14613 : while (iterateCodePoints(Text, nStartPos, -1, ch) >= 0 && ScriptType == getScriptClass(ch)) {
[ + - ][ + + ]
[ + + ]
292 [ + + ]: 2582 : if (nStartPos == 0) return 0;
293 : : }
294 : :
295 [ + - ]: 13408 : return iterateCodePoints(Text, nStartPos, 1, ch);
296 : : }
297 : :
298 : 261988 : sal_Int32 SAL_CALL BreakIteratorImpl::endOfScript( const OUString& Text,
299 : : sal_Int32 nStartPos, sal_Int16 ScriptType ) throw(RuntimeException)
300 : : {
301 [ + - ][ + + ]: 261988 : if (nStartPos < 0 || nStartPos >= Text.getLength())
[ + + ]
302 : 1761 : return -1;
303 : :
304 [ + - ][ + - ]: 260227 : if(ScriptType != getScriptClass(Text.iterateCodePoints(&nStartPos, 0)))
[ - + ]
305 : 0 : return -1;
306 : :
307 : 260227 : sal_Int32 strLen = Text.getLength();
308 : 260227 : sal_uInt32 ch=0;
309 [ + - ][ + + ]: 6449525 : while(iterateCodePoints(Text, nStartPos, 1, ch) < strLen ) {
310 [ + - ]: 6195388 : sal_Int16 currentCharScriptType = getScriptClass(ch);
311 [ + + ][ + + ]: 6195388 : if(ScriptType != currentCharScriptType && currentCharScriptType != ScriptType::WEAK)
312 : 6090 : break;
313 : : }
314 : 261988 : return nStartPos;
315 : : }
316 : :
317 : 0 : sal_Int32 SAL_CALL BreakIteratorImpl::previousScript( const OUString& Text,
318 : : sal_Int32 nStartPos, sal_Int16 ScriptType ) throw(RuntimeException)
319 : : {
320 [ # # ]: 0 : if (nStartPos < 0)
321 : 0 : return -1;
322 [ # # ]: 0 : if (nStartPos > Text.getLength())
323 : 0 : nStartPos = Text.getLength();
324 : :
325 [ # # ][ # # ]: 0 : sal_Int16 numberOfChange = (ScriptType == getScriptClass(Text.iterateCodePoints(&nStartPos, 0))) ? 3 : 2;
[ # # ]
326 : :
327 : 0 : sal_uInt32 ch=0;
328 [ # # ][ # # ]: 0 : while (numberOfChange > 0 && iterateCodePoints(Text, nStartPos, -1, ch) >= 0) {
[ # # ][ # # ]
329 [ # # ][ # # ]: 0 : if ((((numberOfChange % 2) == 0) ^ (ScriptType != getScriptClass(ch))))
330 : 0 : numberOfChange--;
331 [ # # ]: 0 : else if (nStartPos == 0) {
332 [ # # ]: 0 : if (numberOfChange > 0)
333 : 0 : numberOfChange--;
334 [ # # ]: 0 : if (nStartPos > 0)
335 [ # # ]: 0 : Text.iterateCodePoints(&nStartPos, -1);
336 : : else
337 : 0 : return -1;
338 : : }
339 : : }
340 [ # # ][ # # ]: 0 : return numberOfChange == 0 ? iterateCodePoints(Text, nStartPos, 1, ch) : -1;
341 : : }
342 : :
343 : 0 : sal_Int32 SAL_CALL BreakIteratorImpl::nextScript( const OUString& Text, sal_Int32 nStartPos,
344 : : sal_Int16 ScriptType ) throw(RuntimeException)
345 : :
346 : : {
347 [ # # ]: 0 : if (nStartPos < 0)
348 : 0 : nStartPos = 0;
349 : 0 : sal_Int32 strLen = Text.getLength();
350 [ # # ]: 0 : if (nStartPos > strLen)
351 : 0 : return -1;
352 : :
353 [ # # ][ # # ]: 0 : sal_Int16 numberOfChange = (ScriptType == getScriptClass(Text.iterateCodePoints(&nStartPos, 0))) ? 2 : 1;
[ # # ]
354 : :
355 : 0 : sal_uInt32 ch=0;
356 [ # # ][ # # ]: 0 : while (numberOfChange > 0 && iterateCodePoints(Text, nStartPos, 1, ch) < strLen) {
[ # # ][ # # ]
357 [ # # ]: 0 : sal_Int16 currentCharScriptType = getScriptClass(ch);
358 [ # # ][ # # ]: 0 : if ((numberOfChange == 1) ? (ScriptType == currentCharScriptType) :
[ # # ][ # # ]
359 : : (ScriptType != currentCharScriptType && currentCharScriptType != ScriptType::WEAK))
360 : 0 : numberOfChange--;
361 : : }
362 [ # # ]: 0 : return numberOfChange == 0 ? nStartPos : -1;
363 : : }
364 : :
365 : 0 : sal_Int32 SAL_CALL BreakIteratorImpl::beginOfCharBlock( const OUString& Text, sal_Int32 nStartPos,
366 : : const Locale& /*rLocale*/, sal_Int16 CharType ) throw(RuntimeException)
367 : : {
368 [ # # ]: 0 : if (CharType == CharType::ANY_CHAR) return 0;
369 [ # # ][ # # ]: 0 : if (nStartPos < 0 || nStartPos >= Text.getLength()) return -1;
[ # # ]
370 [ # # ][ # # ]: 0 : if (CharType != (sal_Int16)u_charType( Text.iterateCodePoints(&nStartPos, 0))) return -1;
[ # # ]
371 : :
372 : 0 : sal_Int32 nPos=nStartPos;
373 [ # # ][ # # ]: 0 : while(nStartPos > 0 && CharType == (sal_Int16)u_charType(Text.iterateCodePoints(&nPos, -1))) { nStartPos=nPos; }
[ # # ][ # # ]
[ # # ]
374 : 0 : return nStartPos; // begin of char block is inclusive
375 : : }
376 : :
377 : 52833 : sal_Int32 SAL_CALL BreakIteratorImpl::endOfCharBlock( const OUString& Text, sal_Int32 nStartPos,
378 : : const Locale& /*rLocale*/, sal_Int16 CharType ) throw(RuntimeException)
379 : : {
380 : 52833 : sal_Int32 strLen = Text.getLength();
381 : :
382 [ - + ]: 52833 : if (CharType == CharType::ANY_CHAR) return strLen; // end of char block is exclusive
383 [ + - ][ + + ]: 52833 : if (nStartPos < 0 || nStartPos >= strLen) return -1;
384 [ + - ][ + - ]: 52800 : if (CharType != (sal_Int16)u_charType(Text.iterateCodePoints(&nStartPos, 0))) return -1;
[ + + ]
385 : :
386 : 52791 : sal_uInt32 ch=0;
387 [ + - ][ + + ]: 53639 : while(iterateCodePoints(Text, nStartPos, 1, ch) < strLen && CharType == (sal_Int16)u_charType(ch)) {}
[ + - ][ + + ]
[ + + ]
388 : 52833 : return nStartPos; // end of char block is exclusive
389 : : }
390 : :
391 : 164882 : sal_Int32 SAL_CALL BreakIteratorImpl::nextCharBlock( const OUString& Text, sal_Int32 nStartPos,
392 : : const Locale& /*rLocale*/, sal_Int16 CharType ) throw(RuntimeException)
393 : : {
394 [ - + ]: 164882 : if (CharType == CharType::ANY_CHAR) return -1;
395 [ + - ][ - + ]: 164882 : if (nStartPos < 0 || nStartPos >= Text.getLength()) return -1;
[ - + ]
396 : :
397 [ + - ][ + - ]: 164882 : sal_Int16 numberOfChange = (CharType == (sal_Int16)u_charType(Text.iterateCodePoints(&nStartPos, 0))) ? 2 : 1;
[ - + ]
398 : 164882 : sal_Int32 strLen = Text.getLength();
399 : :
400 : 164882 : sal_uInt32 ch=0;
401 [ + + ][ + - ]: 1576684 : while (numberOfChange > 0 && iterateCodePoints(Text, nStartPos, 1, ch) < strLen) {
[ + + ][ + + ]
402 [ + - ][ + + ]: 1411802 : if ((CharType != (sal_Int16)u_charType(ch)) ^ (numberOfChange == 1))
403 : 95739 : numberOfChange--;
404 : : }
405 [ + + ]: 164882 : return numberOfChange == 0 ? nStartPos : -1;
406 : : }
407 : :
408 : 0 : sal_Int32 SAL_CALL BreakIteratorImpl::previousCharBlock( const OUString& Text, sal_Int32 nStartPos,
409 : : const Locale& /*rLocale*/, sal_Int16 CharType ) throw(RuntimeException)
410 : : {
411 [ # # ]: 0 : if(CharType == CharType::ANY_CHAR) return -1;
412 [ # # ][ # # ]: 0 : if (nStartPos < 0 || nStartPos >= Text.getLength()) return -1;
[ # # ]
413 : :
414 [ # # ][ # # ]: 0 : sal_Int16 numberOfChange = (CharType == (sal_Int16)u_charType(Text.iterateCodePoints(&nStartPos, 0))) ? 3 : 2;
[ # # ]
415 : :
416 : 0 : sal_uInt32 ch=0;
417 [ # # ][ # # ]: 0 : while (numberOfChange > 0 && iterateCodePoints(Text, nStartPos, -1, ch) >= 0) {
[ # # ][ # # ]
418 [ # # ][ # # ]: 0 : if (((numberOfChange % 2) == 0) ^ (CharType != (sal_Int16)u_charType(ch)))
419 : 0 : numberOfChange--;
420 [ # # ][ # # ]: 0 : if (nStartPos == 0 && numberOfChange > 0) {
421 : 0 : numberOfChange--;
422 [ # # ]: 0 : if (numberOfChange == 0) return nStartPos;
423 : : }
424 : : }
425 [ # # ][ # # ]: 0 : return numberOfChange == 0 ? iterateCodePoints(Text, nStartPos, 1, ch) : -1;
426 : : }
427 : :
428 : :
429 : :
430 : 7771 : sal_Int16 SAL_CALL BreakIteratorImpl::getWordType( const OUString& /*Text*/,
431 : : sal_Int32 /*nPos*/, const Locale& /*rLocale*/ ) throw(RuntimeException)
432 : : {
433 : 7771 : return 0;
434 : : }
435 : :
436 : : namespace
437 : : {
438 : 1419 : sal_Int16 getScriptClassByUAX24Script(sal_uInt32 currentChar)
439 : : {
440 : 1419 : int32_t script = u_getIntPropertyValue(currentChar, UCHAR_SCRIPT);
441 : 1419 : return unicode::getScriptClassFromUScriptCode(static_cast<UScriptCode>(script));
442 : : }
443 : :
444 : : struct UBlock2Script
445 : : {
446 : : UBlockCode from;
447 : : UBlockCode to;
448 : : sal_Int16 script;
449 : : };
450 : :
451 : : static UBlock2Script scriptList[] =
452 : : {
453 : : {UBLOCK_NO_BLOCK, UBLOCK_NO_BLOCK, ScriptType::WEAK},
454 : : {UBLOCK_BASIC_LATIN, UBLOCK_ARMENIAN, ScriptType::LATIN},
455 : : {UBLOCK_HEBREW, UBLOCK_MYANMAR, ScriptType::COMPLEX},
456 : : {UBLOCK_GEORGIAN, UBLOCK_GEORGIAN, ScriptType::LATIN},
457 : : {UBLOCK_HANGUL_JAMO, UBLOCK_HANGUL_JAMO, ScriptType::ASIAN},
458 : : {UBLOCK_ETHIOPIC, UBLOCK_ETHIOPIC, ScriptType::COMPLEX},
459 : : {UBLOCK_CHEROKEE, UBLOCK_RUNIC, ScriptType::LATIN},
460 : : {UBLOCK_KHMER, UBLOCK_MONGOLIAN, ScriptType::COMPLEX},
461 : : {UBLOCK_LATIN_EXTENDED_ADDITIONAL, UBLOCK_GREEK_EXTENDED, ScriptType::LATIN},
462 : : {UBLOCK_NUMBER_FORMS, UBLOCK_NUMBER_FORMS, ScriptType::WEAK},
463 : : {UBLOCK_CJK_RADICALS_SUPPLEMENT, UBLOCK_HANGUL_SYLLABLES, ScriptType::ASIAN},
464 : : {UBLOCK_CJK_COMPATIBILITY_IDEOGRAPHS, UBLOCK_CJK_COMPATIBILITY_IDEOGRAPHS, ScriptType::ASIAN},
465 : : {UBLOCK_ARABIC_PRESENTATION_FORMS_A, UBLOCK_ARABIC_PRESENTATION_FORMS_A, ScriptType::COMPLEX},
466 : : {UBLOCK_CJK_COMPATIBILITY_FORMS, UBLOCK_CJK_COMPATIBILITY_FORMS, ScriptType::ASIAN},
467 : : {UBLOCK_ARABIC_PRESENTATION_FORMS_B, UBLOCK_ARABIC_PRESENTATION_FORMS_B, ScriptType::COMPLEX},
468 : : {UBLOCK_HALFWIDTH_AND_FULLWIDTH_FORMS, UBLOCK_HALFWIDTH_AND_FULLWIDTH_FORMS, ScriptType::ASIAN},
469 : : {UBLOCK_CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B, UBLOCK_CJK_COMPATIBILITY_IDEOGRAPHS_SUPPLEMENT, ScriptType::ASIAN},
470 : : {UBLOCK_CJK_STROKES, UBLOCK_CJK_STROKES, ScriptType::ASIAN},
471 : : {UBLOCK_LATIN_EXTENDED_C, UBLOCK_LATIN_EXTENDED_D, ScriptType::LATIN}
472 : : };
473 : :
474 : : #define scriptListCount SAL_N_ELEMENTS(scriptList)
475 : :
476 : : //always sets rScriptType
477 : : //
478 : : //returns true for characters historically explicitly assigned to
479 : : //latin/weak/asian
480 : : //
481 : : //returns false for characters that historically implicitly assigned to
482 : : //weak as unknown
483 : 8488463 : bool getCompatibilityScriptClassByBlock(sal_uInt32 currentChar, sal_Int16 &rScriptType)
484 : : {
485 : 8488463 : bool bKnown = true;
486 : : //handle specific characters always as weak:
487 : : // 0x01 - this breaks a word
488 : : // 0x02 - this can be inside a word
489 : : // 0x20 & 0xA0 - Bug 102975, declare western space and non-break space as WEAK char.
490 [ + + ][ + + ]: 8488463 : if( 0x01 == currentChar || 0x02 == currentChar || 0x20 == currentChar || 0xA0 == currentChar)
[ + + ][ + + ]
491 : 558596 : rScriptType = ScriptType::WEAK;
492 : : // workaround for Coptic
493 [ + + ][ - + ]: 7929867 : else if ( 0x2C80 <= currentChar && 0x2CE3 >= currentChar)
494 : 0 : rScriptType = ScriptType::LATIN;
495 : : else
496 : : {
497 : 7929867 : UBlockCode block=ublock_getCode(currentChar);
498 : 7929867 : size_t i = 0;
499 [ + - ]: 15877173 : while (i < scriptListCount)
500 : : {
501 [ + + ]: 15877173 : if (block <= scriptList[i].to)
502 : 7929867 : break;
503 : 7947306 : ++i;
504 : : }
505 [ + - ][ + + ]: 7929867 : if (i < scriptListCount && block >= scriptList[i].from)
506 : 7928448 : rScriptType = scriptList[i].script;
507 : : else
508 : : {
509 : 1419 : rScriptType = ScriptType::WEAK;
510 : 1419 : bKnown = false;
511 : : }
512 : : }
513 : 8488463 : return bKnown;
514 : : }
515 : : }
516 : :
517 : 9639175 : sal_Int16 BreakIteratorImpl::getScriptClass(sal_uInt32 currentChar)
518 : : {
519 : : static sal_uInt32 lastChar = 0;
520 : : static sal_Int16 nRet = 0;
521 : :
522 [ + + ]: 9639175 : if (currentChar != lastChar)
523 : : {
524 : 8488463 : lastChar = currentChar;
525 : :
526 [ + + ]: 8488463 : if (!getCompatibilityScriptClassByBlock(currentChar, nRet))
527 : 1419 : nRet = getScriptClassByUAX24Script(currentChar);
528 : : }
529 : :
530 : 9639175 : return nRet;
531 : : }
532 : :
533 : 4418942 : static inline sal_Bool operator == (const Locale& l1, const Locale& l2) {
534 [ + + ][ + + ]: 4418942 : return l1.Language == l2.Language && l1.Country == l2.Country && l1.Variant == l2.Variant;
[ + - ]
535 : : }
536 : :
537 : 6102 : sal_Bool SAL_CALL BreakIteratorImpl::createLocaleSpecificBreakIterator(const OUString& aLocaleName) throw( RuntimeException )
538 : : {
539 : : // to share service between same Language but different Country code, like zh_CN and zh_TW
540 [ + + ]: 6381 : for (size_t l = 0; l < lookupTable.size(); l++) {
541 : 366 : lookupTableItem *listItem = lookupTable[l];
542 [ + + ]: 366 : if (aLocaleName == listItem->aLocale.Language) {
543 [ + - ]: 87 : xBI = listItem->xBI;
544 : 87 : return sal_True;
545 : : }
546 : : }
547 : :
548 [ + - ]: 6015 : Reference < uno::XInterface > xI = xMSF->createInstance(
549 [ + - ]: 6015 : OUString("com.sun.star.i18n.BreakIterator_") + aLocaleName);
550 : :
551 [ + + ]: 6015 : if ( xI.is() ) {
552 [ + - ][ + - ]: 1997 : xI->queryInterface( getCppuType((const Reference< XBreakIterator>*)0) ) >>= xBI;
[ + - ][ + - ]
553 [ + - ]: 1997 : if (xBI.is()) {
554 [ + - ][ + - ]: 1997 : lookupTable.push_back(new lookupTableItem(Locale(aLocaleName, aLocaleName, aLocaleName), xBI));
[ + - ]
555 : 1997 : return sal_True;
556 : : }
557 : : }
558 : 6102 : return sal_False;
559 : : }
560 : :
561 : : Reference < XBreakIterator > SAL_CALL
562 : 4073694 : BreakIteratorImpl::getLocaleSpecificBreakIterator(const Locale& rLocale) throw (RuntimeException)
563 : : {
564 [ + + ][ + + ]: 4073694 : if (xBI.is() && rLocale == aLocale)
[ + + ]
565 : 3933024 : return xBI;
566 [ + - ]: 140670 : else if (xMSF.is()) {
567 : 140670 : aLocale = rLocale;
568 : :
569 [ + + ]: 349326 : for (size_t i = 0; i < lookupTable.size(); i++) {
570 : 347242 : lookupTableItem *listItem = lookupTable[i];
571 [ + + ]: 347242 : if (rLocale == listItem->aLocale)
572 [ + - ]: 138586 : return xBI = listItem->xBI;
573 : : }
574 : :
575 : 2084 : sal_Unicode under = (sal_Unicode)'_';
576 : :
577 : 2084 : sal_Int32 l = rLocale.Language.getLength();
578 : 2084 : sal_Int32 c = rLocale.Country.getLength();
579 : 2084 : sal_Int32 v = rLocale.Variant.getLength();
580 : 2084 : OUStringBuffer aBuf(l+c+v+3);
581 : :
582 [ + - ][ - + ]: 12294 : if ((l > 0 && c > 0 && v > 0 &&
[ # # ][ + + ]
[ + - ][ + - ]
[ + + ][ + -
+ + + - -
+ ][ # # ]
[ + + ][ + + ]
[ + - ][ + - ]
[ + + ]
583 : : // load service with name <base>_<lang>_<country>_<varian>
584 [ # # ][ # # ]: 0 : createLocaleSpecificBreakIterator(aBuf.append(rLocale.Language).append(under).append(
585 [ # # ][ # # ]: 2084 : rLocale.Country).append(under).append(rLocale.Variant).makeStringAndClear())) ||
[ # # ][ # # ]
[ # # ][ - + ]
[ # # ]
586 : : (l > 0 && c > 0 &&
587 : : // load service with name <base>_<lang>_<country>
588 [ + - ][ + - ]: 2018 : createLocaleSpecificBreakIterator(aBuf.append(rLocale.Language).append(under).append(
589 [ + - ][ + - ]: 4102 : rLocale.Country).makeStringAndClear())) ||
[ + - ][ + + ]
[ # # ]
590 : 2018 : (l > 0 && c > 0 && rLocale.Language.compareToAscii("zh") == 0 &&
591 : 3 : (rLocale.Country.compareToAscii("HK") == 0 ||
592 : 3 : rLocale.Country.compareToAscii("MO") == 0) &&
593 : : // if the country code is HK or MO, one more step to try TW.
594 [ # # ][ # # ]: 0 : createLocaleSpecificBreakIterator(aBuf.append(rLocale.Language).append(under).appendAscii(
595 [ # # ][ # # ]: 2084 : "TW").makeStringAndClear())) ||
[ # # ][ - + ]
[ # # ]
596 : : (l > 0 &&
597 : : // load service with name <base>_<lang>
598 [ + - ]: 2018 : createLocaleSpecificBreakIterator(rLocale.Language)) ||
599 : : // load default service with name <base>_Unicode
600 [ + - ][ + + ]: 4150 : createLocaleSpecificBreakIterator(OUString("Unicode"))) {
[ + + ]
[ # # # # ]
601 [ + - ][ + - ]: 2084 : lookupTable.push_back( new lookupTableItem(aLocale, xBI) );
[ + - ]
602 : 2084 : return xBI;
603 [ - + ]: 140670 : }
604 : : }
605 [ # # ]: 4073694 : throw RuntimeException();
606 : : }
607 : :
608 : : const sal_Char cBreakIterator[] = "com.sun.star.i18n.BreakIterator";
609 : :
610 : : OUString SAL_CALL
611 : 0 : BreakIteratorImpl::getImplementationName(void) throw( RuntimeException )
612 : : {
613 : 0 : return OUString::createFromAscii(cBreakIterator);
614 : : }
615 : :
616 : : sal_Bool SAL_CALL
617 : 0 : BreakIteratorImpl::supportsService(const OUString& rServiceName) throw( RuntimeException )
618 : : {
619 : 0 : return !rServiceName.compareToAscii(cBreakIterator);
620 : : }
621 : :
622 : : Sequence< OUString > SAL_CALL
623 : 0 : BreakIteratorImpl::getSupportedServiceNames(void) throw( RuntimeException )
624 : : {
625 : 0 : Sequence< OUString > aRet(1);
626 [ # # ]: 0 : aRet[0] = OUString::createFromAscii(cBreakIterator);
627 : 0 : return aRet;
628 : : }
629 : :
630 : : } } } }
631 : :
632 : : /* vim:set shiftwidth=4 softtabstop=4 expandtab: */
|
