1 /**************************************************************
2  *
3  * Licensed to the Apache Software Foundation (ASF) under one
4  * or more contributor license agreements.  See the NOTICE file
5  * distributed with this work for additional information
6  * regarding copyright ownership.  The ASF licenses this file
7  * to you under the Apache License, Version 2.0 (the
8  * "License"); you may not use this file except in compliance
9  * with the License.  You may obtain a copy of the License at
10  *
11  *   http://www.apache.org/licenses/LICENSE-2.0
12  *
13  * Unless required by applicable law or agreed to in writing,
14  * software distributed under the License is distributed on an
15  * "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
16  * KIND, either express or implied.  See the License for the
17  * specific language governing permissions and limitations
18  * under the License.
19  *
20  *************************************************************/
21 
22 
23 
24 // MARKER(update_precomp.py): autogen include statement, do not remove
25 #include "precompiled_i18npool.hxx"
26 
27 // prevent internal compiler error with MSVC6SP3
28 #include <utility>
29 
30 #define TRANSLITERATION_ProlongedSoundMark_ja_JP
31 #include <transliteration_Ignore.hxx>
32 
33 using namespace com::sun::star::uno;
34 using namespace com::sun::star::lang;
35 using namespace rtl;
36 
37 namespace com { namespace sun { namespace star { namespace i18n {
38 
39 static sal_Unicode table_normalwidth[] = {
40     //  0x0000,   // 0x3040
41     0x3041,       // 0x3041 HIRAGANA LETTER SMALL A
42     0x3042,       // 0x3042 HIRAGANA LETTER A
43     0x3043,       // 0x3043 HIRAGANA LETTER SMALL I
44     0x3044,       // 0x3044 HIRAGANA LETTER I
45     0x3045,       // 0x3045 HIRAGANA LETTER SMALL U
46     0x3046,       // 0x3046 HIRAGANA LETTER U
47     0x3047,       // 0x3047 HIRAGANA LETTER SMALL E
48     0x3048,       // 0x3048 HIRAGANA LETTER E
49     0x3049,       // 0x3049 HIRAGANA LETTER SMALL O
50     0x304a,       // 0x304a HIRAGANA LETTER O
51     0x3042,       // 0x304b HIRAGANA LETTER KA
52     0x3042,       // 0x304c HIRAGANA LETTER GA
53     0x3044,       // 0x304d HIRAGANA LETTER KI
54     0x3044,       // 0x304e HIRAGANA LETTER GI
55     0x3046,       // 0x304f HIRAGANA LETTER KU
56     0x3046,       // 0x3050 HIRAGANA LETTER GU
57     0x3048,       // 0x3051 HIRAGANA LETTER KE
58     0x3048,       // 0x3052 HIRAGANA LETTER GE
59     0x304a,       // 0x3053 HIRAGANA LETTER KO
60     0x304a,       // 0x3054 HIRAGANA LETTER GO
61     0x3042,       // 0x3055 HIRAGANA LETTER SA
62     0x3042,       // 0x3056 HIRAGANA LETTER ZA
63     0x3044,       // 0x3057 HIRAGANA LETTER SI
64     0x3044,       // 0x3058 HIRAGANA LETTER ZI
65     0x3046,       // 0x3059 HIRAGANA LETTER SU
66     0x3046,       // 0x305a HIRAGANA LETTER ZU
67     0x3048,       // 0x305b HIRAGANA LETTER SE
68     0x3048,       // 0x305c HIRAGANA LETTER ZE
69     0x304a,       // 0x305d HIRAGANA LETTER SO
70     0x304a,       // 0x305e HIRAGANA LETTER ZO
71     0x3042,       // 0x305f HIRAGANA LETTER TA
72     0x3042,       // 0x3060 HIRAGANA LETTER DA
73     0x3044,       // 0x3061 HIRAGANA LETTER TI
74     0x3044,       // 0x3062 HIRAGANA LETTER DI
75     0x3045,       // 0x3063 HIRAGANA LETTER SMALL TU
76     0x3046,       // 0x3064 HIRAGANA LETTER TU
77     0x3046,       // 0x3065 HIRAGANA LETTER DU
78     0x3048,       // 0x3066 HIRAGANA LETTER TE
79     0x3048,       // 0x3067 HIRAGANA LETTER DE
80     0x304a,       // 0x3068 HIRAGANA LETTER TO
81     0x304a,       // 0x3069 HIRAGANA LETTER DO
82     0x3042,       // 0x306a HIRAGANA LETTER NA
83     0x3044,       // 0x306b HIRAGANA LETTER NI
84     0x3046,       // 0x306c HIRAGANA LETTER NU
85     0x3048,       // 0x306d HIRAGANA LETTER NE
86     0x304a,       // 0x306e HIRAGANA LETTER NO
87     0x3042,       // 0x306f HIRAGANA LETTER HA
88     0x3042,       // 0x3070 HIRAGANA LETTER BA
89     0x3042,       // 0x3071 HIRAGANA LETTER PA
90     0x3044,       // 0x3072 HIRAGANA LETTER HI
91     0x3044,       // 0x3073 HIRAGANA LETTER BI
92     0x3044,       // 0x3074 HIRAGANA LETTER PI
93     0x3046,       // 0x3075 HIRAGANA LETTER HU
94     0x3046,       // 0x3076 HIRAGANA LETTER BU
95     0x3046,       // 0x3077 HIRAGANA LETTER PU
96     0x3048,       // 0x3078 HIRAGANA LETTER HE
97     0x3048,       // 0x3079 HIRAGANA LETTER BE
98     0x3048,       // 0x307a HIRAGANA LETTER PE
99     0x304a,       // 0x307b HIRAGANA LETTER HO
100     0x304a,       // 0x307c HIRAGANA LETTER BO
101     0x304a,       // 0x307d HIRAGANA LETTER PO
102     0x3042,       // 0x307e HIRAGANA LETTER MA
103     0x3044,       // 0x307f HIRAGANA LETTER MI
104     0x3046,       // 0x3080 HIRAGANA LETTER MU
105     0x3048,       // 0x3081 HIRAGANA LETTER ME
106     0x304a,       // 0x3082 HIRAGANA LETTER MO
107     0x3041,       // 0x3083 HIRAGANA LETTER SMALL YA
108     0x3042,       // 0x3084 HIRAGANA LETTER YA
109     0x3045,       // 0x3085 HIRAGANA LETTER SMALL YU
110     0x3046,       // 0x3086 HIRAGANA LETTER YU
111     0x3049,       // 0x3087 HIRAGANA LETTER SMALL YO
112     0x304a,       // 0x3088 HIRAGANA LETTER YO
113     0x3042,       // 0x3089 HIRAGANA LETTER RA
114     0x3044,       // 0x308a HIRAGANA LETTER RI
115     0x3046,       // 0x308b HIRAGANA LETTER RU
116     0x3048,       // 0x308c HIRAGANA LETTER RE
117     0x304a,       // 0x308d HIRAGANA LETTER RO
118     0x3041,       // 0x308e HIRAGANA LETTER SMALL WA
119     0x3042,       // 0x308f HIRAGANA LETTER WA
120     0x3044,       // 0x3090 HIRAGANA LETTER WI
121     0x3048,       // 0x3091 HIRAGANA LETTER WE
122     0x304a,       // 0x3092 HIRAGANA LETTER WO
123     0x0000,       // 0x3093 HIRAGANA LETTER N
124     0x3046,       // 0x3094 HIRAGANA LETTER VU
125     0x0000,       // 0x3095
126     0x0000,       // 0x3096
127     0x0000,       // 0x3097
128     0x0000,       // 0x3098
129     0x0000,       // 0x3099 COMBINING KATAKANA-HIRAGANA VOICED SOUND MARK
130     0x0000,       // 0x309a COMBINING KATAKANA-HIRAGANA SEMI-VOICED SOUND MARK
131     0x0000,       // 0x309b KATAKANA-HIRAGANA VOICED SOUND MARK
132     0x0000,       // 0x309c KATAKANA-HIRAGANA SEMI-VOICED SOUND MARK
133     0x0000,       // 0x309d HIRAGANA ITERATION MARK
134     0x0000,       // 0x309e HIRAGANA VOICED ITERATION MARK
135     0x0000,       // 0x309f
136     0x0000,       // 0x30a0
137     0x30a1,       // 0x30a1 KATAKANA LETTER SMALL A
138     0x30a2,       // 0x30a2 KATAKANA LETTER A
139     0x30a3,       // 0x30a3 KATAKANA LETTER SMALL I
140     0x30a4,       // 0x30a4 KATAKANA LETTER I
141     0x30a5,       // 0x30a5 KATAKANA LETTER SMALL U
142     0x30a6,       // 0x30a6 KATAKANA LETTER U
143     0x30a7,       // 0x30a7 KATAKANA LETTER SMALL E
144     0x30a8,       // 0x30a8 KATAKANA LETTER E
145     0x30a9,       // 0x30a9 KATAKANA LETTER SMALL O
146     0x30aa,       // 0x30aa KATAKANA LETTER O
147     0x30a2,       // 0x30ab KATAKANA LETTER KA
148     0x30a2,       // 0x30ac KATAKANA LETTER GA
149     0x30a4,       // 0x30ad KATAKANA LETTER KI
150     0x30a4,       // 0x30ae KATAKANA LETTER GI
151     0x30a6,       // 0x30af KATAKANA LETTER KU
152     0x30a6,       // 0x30b0 KATAKANA LETTER GU
153     0x30a8,       // 0x30b1 KATAKANA LETTER KE
154     0x30a8,       // 0x30b2 KATAKANA LETTER GE
155     0x30aa,       // 0x30b3 KATAKANA LETTER KO
156     0x30aa,       // 0x30b4 KATAKANA LETTER GO
157     0x30a2,       // 0x30b5 KATAKANA LETTER SA
158     0x30a2,       // 0x30b6 KATAKANA LETTER ZA
159     0x30a4,       // 0x30b7 KATAKANA LETTER SI
160     0x30a4,       // 0x30b8 KATAKANA LETTER ZI
161     0x30a6,       // 0x30b9 KATAKANA LETTER SU
162     0x30a6,       // 0x30ba KATAKANA LETTER ZU
163     0x30a8,       // 0x30bb KATAKANA LETTER SE
164     0x30a8,       // 0x30bc KATAKANA LETTER ZE
165     0x30aa,       // 0x30bd KATAKANA LETTER SO
166     0x30aa,       // 0x30be KATAKANA LETTER ZO
167     0x30a2,       // 0x30bf KATAKANA LETTER TA
168     0x30a2,       // 0x30c0 KATAKANA LETTER DA
169     0x30a4,       // 0x30c1 KATAKANA LETTER TI
170     0x30a4,       // 0x30c2 KATAKANA LETTER DI
171     0x30a5,       // 0x30c3 KATAKANA LETTER SMALL TU
172     0x30a6,       // 0x30c4 KATAKANA LETTER TU
173     0x30a6,       // 0x30c5 KATAKANA LETTER DU
174     0x30a8,       // 0x30c6 KATAKANA LETTER TE
175     0x30a8,       // 0x30c7 KATAKANA LETTER DE
176     0x30aa,       // 0x30c8 KATAKANA LETTER TO
177     0x30aa,       // 0x30c9 KATAKANA LETTER DO
178     0x30a2,       // 0x30ca KATAKANA LETTER NA
179     0x30a4,       // 0x30cb KATAKANA LETTER NI
180     0x30a6,       // 0x30cc KATAKANA LETTER NU
181     0x30a8,       // 0x30cd KATAKANA LETTER NE
182     0x30aa,       // 0x30ce KATAKANA LETTER NO
183     0x30a2,       // 0x30cf KATAKANA LETTER HA
184     0x30a2,       // 0x30d0 KATAKANA LETTER BA
185     0x30a2,       // 0x30d1 KATAKANA LETTER PA
186     0x30a4,       // 0x30d2 KATAKANA LETTER HI
187     0x30a4,       // 0x30d3 KATAKANA LETTER BI
188     0x30a4,       // 0x30d4 KATAKANA LETTER PI
189     0x30a6,       // 0x30d5 KATAKANA LETTER HU
190     0x30a6,       // 0x30d6 KATAKANA LETTER BU
191     0x30a6,       // 0x30d7 KATAKANA LETTER PU
192     0x30a8,       // 0x30d8 KATAKANA LETTER HE
193     0x30a8,       // 0x30d9 KATAKANA LETTER BE
194     0x30a8,       // 0x30da KATAKANA LETTER PE
195     0x30aa,       // 0x30db KATAKANA LETTER HO
196     0x30aa,       // 0x30dc KATAKANA LETTER BO
197     0x30aa,       // 0x30dd KATAKANA LETTER PO
198     0x30a2,       // 0x30de KATAKANA LETTER MA
199     0x30a4,       // 0x30df KATAKANA LETTER MI
200     0x30a6,       // 0x30e0 KATAKANA LETTER MU
201     0x30a8,       // 0x30e1 KATAKANA LETTER ME
202     0x30aa,       // 0x30e2 KATAKANA LETTER MO
203     0x30a1,       // 0x30e3 KATAKANA LETTER SMALL YA
204     0x30a2,       // 0x30e4 KATAKANA LETTER YA
205     0x30a5,       // 0x30e5 KATAKANA LETTER SMALL YU
206     0x30a6,       // 0x30e6 KATAKANA LETTER YU
207     0x30a9,       // 0x30e7 KATAKANA LETTER SMALL YO
208     0x30aa,       // 0x30e8 KATAKANA LETTER YO
209     0x30a2,       // 0x30e9 KATAKANA LETTER RA
210     0x30a4,       // 0x30ea KATAKANA LETTER RI
211     0x30a6,       // 0x30eb KATAKANA LETTER RU
212     0x30a8,       // 0x30ec KATAKANA LETTER RE
213     0x30aa,       // 0x30ed KATAKANA LETTER RO
214     0x30a1,       // 0x30ee KATAKANA LETTER SMALL WA
215     0x30a2,       // 0x30ef KATAKANA LETTER WA
216     0x30a4,       // 0x30f0 KATAKANA LETTER WI
217     0x30a8,       // 0x30f1 KATAKANA LETTER WE
218     0x30aa,       // 0x30f2 KATAKANA LETTER WO
219     0x0000,       // 0x30f3 KATAKANA LETTER N
220     0x30a6,       // 0x30f4 KATAKANA LETTER VU
221     0x30a1,       // 0x30f5 KATAKANA LETTER SMALL KA
222     0x30a7,       // 0x30f6 KATAKANA LETTER SMALL KE
223     0x30a2,       // 0x30f7 KATAKANA LETTER VA
224     0x30a4,       // 0x30f8 KATAKANA LETTER VI
225     0x30a8,       // 0x30f9 KATAKANA LETTER VE
226     0x30aa        // 0x30fa KATAKANA LETTER VO
227     //  0x0000,   // 0x30fb KATAKANA MIDDLE DOT
228     //  0x0000,   // 0x30fc KATAKANA-HIRAGANA PROLONGED SOUND MARK
229     //  0x0000,   // 0x30fd KATAKANA ITERATION MARK
230     //  0x0000,   // 0x30fe KATAKANA VOICED ITERATION MARK
231     //  0x0000    // 0x30ff
232 };
233 
234 static sal_Unicode table_halfwidth[] = {
235     //  0x0000,   // 0xff61 HALFWIDTH IDEOGRAPHIC FULL STOP
236     //  0x0000,   // 0xff62 HALFWIDTH LEFT CORNER BRACKET
237     //  0x0000,   // 0xff63 HALFWIDTH RIGHT CORNER BRACKET
238     //  0x0000,   // 0xff64 HALFWIDTH IDEOGRAPHIC COMMA
239     //  0x0000,   // 0xff65 HALFWIDTH KATAKANA MIDDLE DOT
240     0xff75,       // 0xff66 HALFWIDTH KATAKANA LETTER WO
241     0xff67,       // 0xff67 HALFWIDTH KATAKANA LETTER SMALL A
242     0xff68,       // 0xff68 HALFWIDTH KATAKANA LETTER SMALL I
243     0xff69,       // 0xff69 HALFWIDTH KATAKANA LETTER SMALL U
244     0xff6a,       // 0xff6a HALFWIDTH KATAKANA LETTER SMALL E
245     0xff6b,       // 0xff6b HALFWIDTH KATAKANA LETTER SMALL O
246     0xff67,       // 0xff6c HALFWIDTH KATAKANA LETTER SMALL YA
247     0xff69,       // 0xff6d HALFWIDTH KATAKANA LETTER SMALL YU
248     0xff6b,       // 0xff6e HALFWIDTH KATAKANA LETTER SMALL YO
249     0xff69,       // 0xff6f HALFWIDTH KATAKANA LETTER SMALL TU
250     0x0000,       // 0xff70 HALFWIDTH KATAKANA-HIRAGANA PROLONGED SOUND MARK
251     0xff71,       // 0xff71 HALFWIDTH KATAKANA LETTER A
252     0xff72,       // 0xff72 HALFWIDTH KATAKANA LETTER I
253     0xff73,       // 0xff73 HALFWIDTH KATAKANA LETTER U
254     0xff74,       // 0xff74 HALFWIDTH KATAKANA LETTER E
255     0xff75,       // 0xff75 HALFWIDTH KATAKANA LETTER O
256     0xff71,       // 0xff76 HALFWIDTH KATAKANA LETTER KA
257     0xff72,       // 0xff77 HALFWIDTH KATAKANA LETTER KI
258     0xff73,       // 0xff78 HALFWIDTH KATAKANA LETTER KU
259     0xff74,       // 0xff79 HALFWIDTH KATAKANA LETTER KE
260     0xff75,       // 0xff7a HALFWIDTH KATAKANA LETTER KO
261     0xff71,       // 0xff7b HALFWIDTH KATAKANA LETTER SA
262     0xff72,       // 0xff7c HALFWIDTH KATAKANA LETTER SI
263     0xff73,       // 0xff7d HALFWIDTH KATAKANA LETTER SU
264     0xff74,       // 0xff7e HALFWIDTH KATAKANA LETTER SE
265     0xff75,       // 0xff7f HALFWIDTH KATAKANA LETTER SO
266     0xff71,       // 0xff80 HALFWIDTH KATAKANA LETTER TA
267     0xff72,       // 0xff81 HALFWIDTH KATAKANA LETTER TI
268     0xff73,       // 0xff82 HALFWIDTH KATAKANA LETTER TU
269     0xff74,       // 0xff83 HALFWIDTH KATAKANA LETTER TE
270     0xff75,       // 0xff84 HALFWIDTH KATAKANA LETTER TO
271     0xff71,       // 0xff85 HALFWIDTH KATAKANA LETTER NA
272     0xff72,       // 0xff86 HALFWIDTH KATAKANA LETTER NI
273     0xff73,       // 0xff87 HALFWIDTH KATAKANA LETTER NU
274     0xff74,       // 0xff88 HALFWIDTH KATAKANA LETTER NE
275     0xff75,       // 0xff89 HALFWIDTH KATAKANA LETTER NO
276     0xff71,       // 0xff8a HALFWIDTH KATAKANA LETTER HA
277     0xff72,       // 0xff8b HALFWIDTH KATAKANA LETTER HI
278     0xff73,       // 0xff8c HALFWIDTH KATAKANA LETTER HU
279     0xff74,       // 0xff8d HALFWIDTH KATAKANA LETTER HE
280     0xff75,       // 0xff8e HALFWIDTH KATAKANA LETTER HO
281     0xff71,       // 0xff8f HALFWIDTH KATAKANA LETTER MA
282     0xff72,       // 0xff90 HALFWIDTH KATAKANA LETTER MI
283     0xff73,       // 0xff91 HALFWIDTH KATAKANA LETTER MU
284     0xff74,       // 0xff92 HALFWIDTH KATAKANA LETTER ME
285     0xff75,       // 0xff93 HALFWIDTH KATAKANA LETTER MO
286     0xff71,       // 0xff94 HALFWIDTH KATAKANA LETTER YA
287     0xff73,       // 0xff95 HALFWIDTH KATAKANA LETTER YU
288     0xff75,       // 0xff96 HALFWIDTH KATAKANA LETTER YO
289     0xff71,       // 0xff97 HALFWIDTH KATAKANA LETTER RA
290     0xff72,       // 0xff98 HALFWIDTH KATAKANA LETTER RI
291     0xff73,       // 0xff99 HALFWIDTH KATAKANA LETTER RU
292     0xff74,       // 0xff9a HALFWIDTH KATAKANA LETTER RE
293     0xff75,       // 0xff9b HALFWIDTH KATAKANA LETTER RO
294     0xff71        // 0xff9c HALFWIDTH KATAKANA LETTER WA
295     //  0x0000,   // 0xff9d HALFWIDTH KATAKANA LETTER N
296     //  0x0000,   // 0xff9e HALFWIDTH KATAKANA VOICED SOUND MARK
297     //  0x0000    // 0xff9f HALFWIDTH KATAKANA SEMI-VOICED SOUND MARK
298 };
299 
300 
301 OUString SAL_CALL
folding(const OUString & inStr,sal_Int32 startPos,sal_Int32 nCount,Sequence<sal_Int32> & offset)302 ignoreProlongedSoundMark_ja_JP::folding( const OUString& inStr, sal_Int32 startPos, sal_Int32 nCount, Sequence< sal_Int32 >& offset )
303   throw(RuntimeException)
304 {
305     // Create a string buffer which can hold nCount + 1 characters.
306     // The reference count is 0 now.
307     rtl_uString * newStr = x_rtl_uString_new_WithLength( nCount ); // defined in x_rtl_ustring.h
308     sal_Unicode * dst = newStr->buffer;
309     const sal_Unicode * src = inStr.getStr() + startPos;
310 
311     sal_Int32 *p = 0;
312 	sal_Int32 position = 0;
313 
314     if (useOffset) {
315         // Allocate nCount length to offset argument.
316         offset.realloc( nCount );
317         p = offset.getArray();
318         position = startPos;
319     }
320 
321     //
322     sal_Unicode previousChar = *src ++;
323     sal_Unicode currentChar;
324 
325     // Conversion
326     while (-- nCount > 0) {
327         currentChar = *src ++;
328 
329         if (currentChar == 0x30fc || // KATAKANA-HIRAGANA PROLONGED SOUND MARK
330                 currentChar == 0xff70) { // HALFWIDTH KATAKANA-HIRAGANA PROLONGED SOUND MARK
331 
332             if (0x3041 <= previousChar && previousChar <= 0x30fa) {
333                 currentChar = table_normalwidth[ previousChar - 0x3041 ];
334             }
335             else if (0xff66 <= previousChar && previousChar <= 0xff9c) {
336                 currentChar = table_halfwidth[ previousChar - 0xff66 ];
337             }
338         }
339 
340         if (useOffset)
341             *p ++ = position ++;
342         *dst ++ = previousChar;
343         previousChar = currentChar;
344     }
345 
346     if (nCount == 0) {
347         if (useOffset)
348             *p = position;
349         *dst ++ = previousChar;
350     }
351 
352     *dst = (sal_Unicode) 0;
353 
354     newStr->length = sal_Int32(dst - newStr->buffer);
355     if (useOffset)
356         offset.realloc(newStr->length);
357     return OUString( newStr, SAL_NO_ACQUIRE ); // take over ownership of <newStr>
358 
359 }
360 
361 } } } }
362