mbutils.c

从一个开源软件中摘取的正则表达式模块

/*
 * This file contains public functions for conversion between
 * client encoding and server internal encoding.
 * (currently mule internal code (mic) is used)
 * Tatsuo Ishii
 *
 * $PostgreSQL: pgsql/src/backend/utils/mb/mbutils.c,v 1.69.2.1 2008/05/27 12:24:46 mha Exp $
 */
#include "postgres.h"

#include "pg_wchar.h"

static char * text_substring(const char * str, int32 start, int32 length, bool length_not_specified);


/*可能只有这么一个函数有用。 same, with any encoding */
int
pg_encoding_mb2wchar_with_len(int encoding, const char *from, pg_wchar *to, int len)
{
	return (*pg_wchar_table[encoding].mb2wchar_with_len) ((const unsigned char *) from, to, len);
}


int
GetDatabaseEncoding(void)
{
        return PG_UTF8;
}

/* 返回一个多字节字符的长度(包含的字节数) */
int
pg_mblen(const char *mbstr)
{
        return ((*pg_wchar_table[GetDatabaseEncoding()].mblen) ((const unsigned char *) mbstr));
}


/* 返回一个多字节字符串的长度(wchar) */
int
pg_mbstrlen(const char *mbstr)
{
        int                     len = 0;

        /* optimization for single byte encoding */
        if (pg_database_encoding_max_length() == 1)
                return strlen(mbstr);

        while (*mbstr)
        {
                mbstr += pg_mblen(mbstr);
                len++;
        }
        return len;
}


char * mb_substr(const char * str, int32 start, int32 length)
{
        return text_substring(str,start,length, false);
}


/*
 * text_substring - * 获取多字节字符串的子字符串。
 * 参  数:
 *      - string
 *      - starting position (is one-based)
 *      - string length
 *      - 没有指定子字符长度,那么就取到最后。
 * 
 * 返回值：返回一个新分配的内存承载的字符串。调用程序必须自己释放。
 * */
static char * text_substring(const char * str, int32 start, int32 length, bool length_not_specified)
{
        int32           eml = pg_database_encoding_max_length();
        int32           S = start;	              /* start position */
        int32           S1 = Max(S,1);                /* 调整开始位置，保证至少从1开始 */
        int32           L1 = 0;                       /* 调整后的子字符串的长度,按照wchar计算 */
	int32		mbstr_len = pg_mbstrlen(str); /* 所给字符串按照wchar计算的总长度*/
	const char *    p_start = NULL;
	const char *    p_end = NULL;
	char *		ret = NULL;
	int             i = 0;

	/*验证 并调整参数*/
	if (length_not_specified)               /* 如果没有指定长度 */
		L1 = mbstr_len + 1 - S1;
	else
	{
		int E = S + length;     /* end position */
		/* 如果结尾比开始位置小，则按照 SQL99 所说的“报错”。 */
		if ( length < 0)
		{
			fprintf(stderr,"negative substring length not allowed");
			return NULL;
		}
		/* 如果结尾位置小于或等于0 ，则按 SQL99 所说的返回一个 zero-length字符串 */
		if (E < 1)
			return (char *)calloc(1,sizeof(char));
		/*确定长度*/
		L1 =  (E > (mbstr_len+1))? (mbstr_len + 1 - S1) : (E - S1);
	}


        /*  确定开始位置和终止位置。 */
        if (eml == 1)  /*如果是单字节的编码*/
        {
		p_start = str + S1 - 1;
		p_end 	= p_start + L1; 
        }
        else if (eml > 1)/*如果是非单字节编码*/
        {
                /* 确定开始位置 */
                p_start = str;
                for (i = 0; i < S1 - 1; i++)
                        p_start += pg_mblen(p_start);

		p_end = p_start;  /*确定终止位置,这个位置不算!*/
                for (i = 0; i < L1; i++)
                        p_end += pg_mblen(p_end);
	}
        else
	{
		fprintf(stderr,"invalid backend encoding: encoding max length < 1");
	        return NULL;
	}
	
	/*返回结果*/
        ret = (char *) calloc((p_end - p_start + 1),sizeof(char));
        if(ret == NULL)
	{
		fprintf(stderr,"alloc memory error!\n");
		return NULL;
	}
        memcpy(ret, p_start , (p_end - p_start));
        return ret;

}