charset.plp

   1 <(common.inc.plp)><:
   2
   3 Html({
   4         title => 'charset cheat sheet',
   5         version => '1.0',
   6         description => [
   7                 "Reference sheet with all glyphs in common character encoding tables,",
   8                 "and an overview of Unicode ranges and UTF-8 bytes.",
   9         ],
  10         keywords => [qw'
  11                 charset codepage unicode ascii utf8 latin glyph character encoding
  12                 reference common overview table
  13         '],
  14         stylesheet => [qw'light'],
  15         data => [qw'charset-unicode.inc.pl charset-utf8.inc.pl'],
  16 });
  17
  18 my @tablist = split m{/+}, $Request || 'default';
  19
  20 use List::Util qw( first pairmap pairfirst pairs );
  21
  22 :>
  23 <h1>Character encodings</h1>
  24
  25 <p>
  26 <:
  27 if ($tablist[0] eq 'default') {
  28         say "Overview of Unicode allocation and common latin code pages.";
  29         say "Compare alternate charsets:";
  30 }
  31 else {
  32         say "Charset comparison:";
  33 }
  34
  35 sub optionlink {
  36         my ($title, $href, $selected) = @_;
  37         return sprintf(
  38                 $selected ? '<strong>%s</strong>' : '<a href="%2$s">%s</a>',
  39                 EscapeHTML($title), $href
  40         );
  41 }
  42
  43 print join " •\n", (
  44         map {
  45                 join " ·\n", pairmap {
  46                         optionlink($b || ucfirst $a, "/charset/$a?compare", $a eq $Request);
  47                 } @{$_}
  48         }
  49         [
  50                 iso      => 'ISO',
  51                 dos      => 'DOS',
  52                 mac      => 'Apple',
  53                 ebcdic   => 'EBCDIC',
  54         ],
  55         [
  56                 westeur  => 'West',
  57                 centeur  => 'Central',
  58                 norteur  => 'North European',
  59                 turkish  => 0,
  60                 greek    => 0,
  61                 cyrillic => 0,
  62                 hebrew   => 0,
  63         ],
  64         [ uc => 'Unicode' ],
  65 );
  66 :>.
  67 </p>
  68
  69 <:
  70 use POSIX qw( ceil );
  71 use Shiar_Sheet::FormatChar;
  72 my $glyphs = Shiar_Sheet::FormatChar->new;
  73 my @request;
  74
  75 sub tabinput {
  76         # generate character table(s)
  77         my $input = shift or return;
  78
  79         state $ALIAS = {
  80                 default    => [qw( unicode+0-639 utf-8 iso-8859-1 iso-8859-15 cp1252 cp437 cp850 )],
  81                 uc         => [qw( U+cols=32 unicode+0-4095 unicode+4096-6319  unicode+6320-8191 )],
  82                 us         => [qw( cp437 cp863 gsm0338 AdobeStandardEncoding )],
  83                 ebcdic     => [qw( cp37 cp500 cp1047 posix-bc cp1026 cp875 )],
  84                 iso        => [map {"iso-8859-$_"} 1 .. 11, 13 .. 16],
  85                 dos        => [qw( cp437 cp865 cp861 cp860 cp863 cp850 cp857 cp852 cp775
  86                                    cp737 cp869 cp866 cp855 cp862 cp864 )],
  87                 aix        => [qw( cp1006 )],
  88                 win        => [qw( cp1252 cp1250 cp1254 cp1257 cp1258 cp1253 cp1251 cp1255 cp1256 cp874 )],
  89                 mac        => [qw( MacRoman MacRomanian MacRumanian MacCroatian MacCentralEurRoman MacTurkish MacIcelandic MacSami
  90                                    MacGreek MacCyrillic MacHebrew MacArabic MacFarsi MacThai )],
  91
  92                 # languages
  93                 westeur    => [qw( iso-8859-1 iso-8859-15 cp1252 iso-8859-14 cp850 hp-roman8 nextstep MacRoman )],
  94                 centeur    => [qw( iso-8859-2 iso-8859-16 cp1250 cp852 MacRomanian MacCroatian MacCentralEurRoman )], # MacRumanian only for DB
  95                 turkish    => [qw( iso-8859-9 iso-8859-3 cp1254 cp857 MacTurkish )],
  96                 norteur    => [qw( baltic nordic )],
  97                 baltic     => [qw( iso-8859-4 iso-8859-13 cp1257 cp775 )],
  98                 nordic     => [qw( iso-8859-10 cp865 cp861 MacIcelandic MacSami )],
  99                 cyrillic   => [qw( koi8-r koi8-u koi8-f iso-8859-5 cp1251 MacCyrillic cp866 cp855
 100                                    U4 U2DE-2DF UA64-A69 U50-52 )], # MacUkrainian is broken
 101                 arabic     => [qw( iso-8859-6 cp1256 MacArabic cp864 cp1006 MacFarsi
 102                                    U6 U8A-8F+0-31+64 U75-77 )],
 103                 greek      => [qw( iso-8859-7 cp1253 MacGreek cp737 cp869  U37-3F U1F )],
 104                 hebrew     => [qw( iso-8859-8 cp1255 MacHebrew cp862  U59-5F )],
 105                 thai       => [qw( iso-8859-11 cp874 MacThai )],
 106                 vietnamese => [qw( viscii cp1258 MacVietnamese )],
 107                 symbol     => [qw( symbol dingbats MacDingbats AdobeZdingbat AdobeSymbol )],
 108
 109                 # iso-code shorthand
 110                 1 => 'westeur',
 111                 2 => 'centeur',
 112                 3 => 'turkish',
 113                 4 => 'baltic',
 114                 5 => 'cyrillic',
 115                 6 => 'arabic',
 116                 7 => 'greek',
 117                 8 => 'hebrew',
 118                 9 => 'turkish',
 119                 10 => 'nordic',
 120                 11 => 'thai',
 121         };
 122         if (my $follow = $ALIAS->{$input}) {
 123                 tabinput($_) for ref $follow ? @{$follow} : $follow;
 124                 return;
 125         }
 126
 127         state $visible = {};  # all present tables
 128         my %row = (offset => 0, cols => 16);
 129         my $params = $input =~ s/[+](.*)\z// ? $1 : undef;
 130
 131         if (not defined $params) {
 132                 state $INHERIT = {
 133                         'cp437'       => ['cp850' => 0, 'ascii' => '0-31+128'], # ascii range overridden later
 134                         'gsm0338'     => ['ascii' => '0-127'],
 135
 136                         'iso-8859-2'  => ['iso-8859-1' => '160'],
 137                         'iso-8859-3'  => ['iso-8859-1' => '160'], #TODO: also apply to iso-8859-9
 138                         'iso-8859-4'  => ['iso-8859-2' => '160'],
 139                         'iso-8859-5'  => ['iso-8859-1' => '160'],
 140                         'iso-8859-6'  => ['cp1256' => '128', 'iso-8859-1' => '160'],
 141                         'iso-8859-7'  => ['iso-8859-1' => '160'],
 142                         'iso-8859-8'  => ['iso-8859-1' => '160'],
 143                         'iso-8859-9'  => ['iso-8859-1' => '208-223+240'],
 144                         'iso-8859-10' => ['iso-8859-4' => '160'],
 145                         'iso-8859-11' => ['iso-8859-1' => '160'],
 146                         'iso-8859-13' => ['iso-8859-4' => '160'],
 147                         'iso-8859-14' => ['iso-8859-1' => '160'],
 148                         'iso-8859-15' => ['iso-8859-1' => '160-191'],
 149                         'iso-8859-16' => ['iso-8859-2' => '160'],
 150                         'hp-roman8'   => ['iso-8859-1' => '160'],
 151
 152                         'cp1252'      => ['iso-8859-1' => '128-159'],
 153                         'cp1250'      => ['iso-8859-2' => '128-191', 'cp1252' => '128'],
 154                         'cp1254'      => ['iso-8859-9' => '128-159', 'cp1252' => '128-159+208'],
 155                         'cp874'       => ['iso-8859-11' => '128-159', 'cp1252' => '128'], # windows-874 actually cp1162
 156                         'cp1257'      => ['iso-8859-13' => '128-159+255', 'cp1252' => '128'],
 157                         'cp1251'      => ['cp1252' => '128'],
 158                         'cp1253'      => ['cp1252' => '128'],
 159                         'cp1255'      => ['iso-8859-8' => '128-223', 'cp1252' => '128'],
 160                         'cp1256'      => ['cp1252' => '128'],
 161                         'cp1258'      => ['cp1252' => '128-159+192'],
 162
 163                         'cp850'       => ['cp437' => '144'],
 164                         'cp860'       => ['cp437' => '128-175'],
 165                         'cp861'       => ['cp865' => '128-175'],
 166                         'cp863'       => ['cp437' => '128-175'],
 167                         'cp865'       => ['cp437' => '144-175'],
 168                         'cp852'       => ['cp850' => '128', 'cp437' => '128'],
 169                         'cp857'       => ['cp850' => '128-175+208-239', 'cp437' => '128'],
 170                         'cp775'       => ['cp850' => '128'],  # partial cp437
 171                         'cp866'       => ['cp437' => '128-175+224'],
 172                         'cp855'       => ['cp437' => '128'],
 173                         'cp1006'      => ['iso-8859-6' => '160', 'cp437' => '128'],
 174                         'cp737'       => ['cp437' => '128-175+224'],
 175                         'cp869'       => ['cp437' => '128'],
 176                         'cp862'       => ['cp437' => '128-159'],
 177                         'cp864'       => ['MacArabic' => '128', 'iso-8859-6' => '128', 'cp437' => '128'], #TODO: compare form variants
 178
 179                         'koi8-u'      => ['koi8-r' => '144-191'],
 180                         'koi8-f'      => ['koi8-u' => '144-191'],
 181
 182                         'MacRomanian' => ['MacRoman' => '160-191+208-223'],
 183                         'MacRumanian' => ['MacRomanian' => '160-191+208-223', 'MacRoman' => '160-191+208-223'],
 184                         'MacCroatian' => ['MacRoman' => '160'],
 185                         'MacCentralEurRoman' => ['MacRoman' => '128'],
 186                         'MacIcelandic'=> ['MacRoman' => '160-175+208-239'],
 187                         'MacTurkish'  => ['MacRoman' => '208-223'], # F5 is unassigned
 188                         'MacSami'     => ['MacIcelandic' => '144-191+208-223+240', 'MacRoman' => '144'],
 189                         'MacGreek'    => ['MacRoman' => '128'],
 190                         'MacCyrillic' => ['MacRoman' => '128'],
 191                         'MacHebrew'   => ['iso-8859-8' => '128', 'MacRoman' => '128-143+160'], # partial ascii
 192                         'MacArabic'   => ['iso-8859-6' => '128', 'cp864' => '128', 'MacRoman' => '128'], #TODO: multiple parents
 193                         'MacFarsi'    => ['MacArabic' => '176-191', 'MacRoman' => '128'],
 194
 195                         'cp37'        => ['posix-bc' => '0'],
 196                         'posix-bc'    => ['cp1047' => '64'],
 197                         'cp500'       => ['cp37' => '64-95+176-191'],
 198                         'cp1047'      => ['cp37' => '16-47+80-95+160-191'],
 199                         'cp1026'      => ['cp37' => '64'],
 200                         'cp875'       => ['cp37' => '48'],
 201
 202                 };
 203
 204                 my @parents = @{ $INHERIT->{$input} || [] };
 205
 206                 if (my ($parent, $part) = pairfirst { defined $visible->{$a} } @parents) {
 207                         $row{parent} = $parent;
 208                         $params = $part;
 209                         $params = 128 unless $visible->{$parent}
 210                                 or ($input eq 'MacCroatian' and defined $visible->{MacRomanian});
 211                 }
 212                 elsif (defined $visible->{ascii}) {
 213                         $row{parent} = $parents[0];
 214                         $params = $parents[1] // 128;
 215                         $params = 128 if $params >= 128;  # ascii offset at most
 216                 }
 217                 elsif (@parents) {
 218                         $row{parent} = $parents[0];
 219                         $params = $parents[1] if $parents[1] == 0;  # apply ascii end
 220                 }
 221                 $visible->{$_} //= 0 for $row{parent} || ();
 222         }
 223
 224         for my $param (split /[+]+/, $params // '') {
 225                 if ($param =~ m{ \A cols = (\d+) \z }x) {
 226                         $row{cols} = $1;
 227                 }
 228                 elsif ($param =~ m{ \A (?<offset> \d+) (?: [-] (?<endpoint> \d+) )? \z }x) {
 229                         if (defined $row{endpoint}) {
 230                                 # extend earlier range
 231                                 my $skip = int(($row{endpoint} || $row{offset}) / $row{cols});
 232                                 for ($skip + 1 .. ($+{offset} / $row{cols}) - 1) {
 233                                         $row{skip}->{ $_ * $row{cols} - $row{offset} }++;
 234                                 }
 235                         }
 236                         else {
 237                                 $row{offset} = $+{offset};
 238                         }
 239                         $row{endpoint} = $+{endpoint} || 0;
 240                 }
 241                 else {
 242                         Alert("Unknown option <q>$param</q> for charset $input");
 243                 }
 244         }
 245
 246         if ($input =~ /^U([0-9a-fA-F]+)(?:-([0-9a-fA-F]+))?/) {
 247                 my $start = hex($1) << ($2 ? 4 : 8);
 248                 my $end = $2 ? (hex($2) << 4) + $row{cols} - 1 : $start + 255;
 249                 $row{table} = join '', map { chr } $start .. $end;
 250                 utf8::upgrade($row{table});  # prevent latin1 output
 251                 $row{endpoint} = $end - $start;
 252                 $row{set} = sprintf 'Unicode block U+%02Xxx', $start >> 8;
 253                 $row{offset} = $start % 256;
 254         }
 255         elsif ($input eq 'U') {
 256                 $row{set} = 'Unicode planes';
 257                 $row{cell} = do 'charset-ucplanes.inc.pl'
 258                         or Alert('Table data could not be read', $@ || $!);
 259                 $row{endpoint} = 1023 * $row{cell}->{colsize};
 260         }
 261         elsif ($row{set} = Encode::resolve_alias($input)) {
 262                 if ($row{set} eq 'Internal') {
 263                         $row{cell} = do 'charset-unicode.inc.pl'
 264                                 or Alert('Table data could not be read', $@ || $!);
 265
 266                         $row{endpoint} ||= 8191;
 267                         $row{endpoint}  *= $row{cell}->{colsize};
 268                         $row{startpoint} = $row{cell}->{colsize} * $row{offset};
 269                         $row{offset} = 0;
 270                         $row{set} = 'Unicode ' . (
 271                                 $row{startpoint} <  0x10000 && $row{endpoint} < 0x10000 ? 'BMP' :
 272                                 $row{startpoint} >= 0x10000 && $row{endpoint} < 0x20000 ? 'SMP' :
 273                                 'allocations'
 274                         );
 275                 }
 276                 elsif ($row{set} eq 'utf-8-strict') {
 277                         $row{set} = 'UTF-8';
 278                         $row{cell} = do 'charset-utf8.inc.pl'
 279                                 or Alert('Table data could not be read', $@ || $!);
 280                         $row{endpoint} = 255;
 281                 }
 282                 else {
 283                         $row{endpoint} ||= 255;
 284                         if ($row{set} eq 'MacHebrew' or $row{set} eq 'MacThai') {
 285                                 # array of possibly multiple characters per code point
 286                                 $row{table} = [
 287                                         map { Encode::decode($row{set}, pack 'C*', $_) } $row{offset} .. $row{endpoint}
 288                                 ];
 289                         }
 290                         else {
 291                                 # ~16x faster than decoding in loop;
 292                                 # substr strings is twice as fast as splitting to an array
 293                                 $row{table} = Encode::decode($row{set}, pack 'C*', $row{offset} .. $row{endpoint});
 294                         }
 295                         $row{endpoint} -= $row{offset};
 296
 297                         if ($row{set} eq 'cp437' and !$row{offset}) {
 298                                 substr($row{table}, 237, 1) = pack 'U*', 0x3D5; # phi sign
 299                                 substr($row{table}, 0, 32) = pack 'U*', map {hex} qw(
 300                                         2007 263A 263B 2665 2666 2663 2660 2022
 301                                         25D8 25CB 25D9 2642 2640 266A 266B 263C
 302                                         25BA 25C4 2195 203C 00B6 00A7 25AC 21A8
 303                                         2191 2193 2192 2190 221F 2194 25B2 25BC
 304                                 );
 305                         }
 306
 307                         $visible->{ascii} =  # assume common base
 308                         $visible->{ $row{set} } = 1;
 309                 }
 310         }
 311         else {
 312                 Alert("Encoding <q>$input</q> unknown");
 313                 return;
 314         }
 315         push @request, \%row;
 316 }
 317 tabinput($_) for @tablist;
 318
 319 my $NOCHAR = chr 0xFFFD;
 320
 321 sub range_cell {
 322         my ($info, $offset) = @_;
 323         my $table = $info->{cell} or return;
 324         my $def = $table->{$offset} or return;
 325         my ($len, $class, $name, $title) = @{$def};
 326
 327         my $cols = $info->{cols};
 328         my $colsize = $table->{colsize} || 1;
 329         my $attr = '';
 330         $len /= $colsize;
 331         $name //= $len <= 2 ? 'res' : 'reserved';
 332
 333         if (my $part = $offset/$colsize % $cols) {
 334                 # continued row
 335                 my $rest = $cols - $part;  # remaining
 336                 $rest = $len if $len < $rest; #TODO: optimise
 337                 if ($len -= $rest) {
 338                         # continued on new row
 339                         my @next = ($len * $colsize, "$class joinu");
 340                         if ($len > $rest) {
 341                                 # minority remains
 342                                 push @next, $name, $title;
 343                                 $title ||= $name;
 344                                 $name = '';
 345                         }
 346                         else {
 347                                 # minority on next row
 348                                 push @next, '"', $title || $name;
 349                         }
 350                         $table->{$offset + $colsize*$rest} //= \@next;
 351                         $class .= ' joind';
 352                 }
 353                 $len = $rest;
 354         }
 355         elsif (my $rows = int($len / $cols)) {
 356                 # multiple full rows
 357                 my $rowsize = $colsize * $cols;
 358                 if ($len -= $rows * $cols) {
 359                         # partial row remains
 360                         $table->{$offset + $rowsize * $rows} //= [$len*$colsize, "$class joinu", '', $title];
 361                         $class .= ' joind';
 362                 }
 363
 364                 # coalesce multiple rows
 365                 while ($rows > 3) {
 366                         $info->{skip}->{$offset += $rowsize}++;
 367                         $rows--;
 368                 }
 369                 if ($rows > 2) {
 370                         $info->{skip}->{$offset += $rowsize} = 0;
 371                 }
 372
 373                 $attr .= sprintf ' rowspan=%d', $rows;
 374                 $len = $cols;
 375         }
 376
 377         $attr .= sprintf ' colspan=%d', $len unless $len == 1;
 378         $attr .= $1 if $class and $class =~ s/( \w+="[^"]*")//;
 379         $attr .= sprintf ' class="%s"', $class if $class;
 380         $attr .= sprintf ' title="%s"', EscapeHTML($title) if $title;
 381         return "<td$attr>$name";
 382 }
 383
 384 for my $row (@request) {
 385         my $cols = $row->{cols};
 386         my $colsize = $row->{cell} && $row->{cell}->{colsize} || 1;
 387         my $coldigits = ceil(log($colsize * $cols) / log(16));  # uniform length of hexadecimal header
 388         my $rowdiv = 16 ** $coldigits;  # row divide for column digits
 389         $rowdiv = 1 if $rowdiv != $cols * $colsize;  # divide only if all columns are matched
 390         my $offset = $row->{startpoint} || 0;
 391
 392         printf '<div class="section"><table class="glyphs%s">', !$row->{cell} && ' charmap';
 393         my $title = $row->{set};
 394         $title .= " <aside>(over $_)</aside>"
 395                 for grep { $_ ne 'iso-8859-1' } $row->{parent} // ();
 396         printf '<caption>%s</caption>', $title;
 397         print '<col>' x ($cols + 1);
 398         for my $section (qw{thead}) {
 399                 print "<$section><tr><th>", $rowdiv == 1 ? '+' : '↱';
 400                 printf '<th>%0*X', $coldigits, $_ * $colsize for 0 .. $cols - 1;
 401                 print "\n";
 402         }
 403         print '<tbody>';
 404         while ($offset < $row->{endpoint}) {
 405                 if ($row->{skip}->{$offset}) {
 406                         $offset += $cols * $colsize;
 407                         next;
 408                 }
 409
 410                 print '<tr><th>';
 411                 if (defined $row->{skip}->{$offset}) {
 412                         print '⋮';
 413                 }
 414                 else {
 415                         if (my $rowmod = $offset % $rowdiv) {
 416                                 # offset in column units
 417                                 printf '<small>+%X</small>', $rowmod;
 418                         }
 419                         else {
 420                                 # divided row offset
 421                                 printf '%X', ($offset + $row->{offset}) / $rowdiv;
 422                         }
 423                 }
 424                 for (1 .. $cols) {
 425                         if ($row->{cell}) {
 426                                 print range_cell($row, $offset);
 427                                 next;
 428                         }
 429
 430                         my $glyph = ref $row->{table} eq 'ARRAY' ? $row->{table}->[$offset] :
 431                                 substr $row->{table}, $offset, 1;
 432                         if ($glyph eq $NOCHAR) {
 433                                 print '<td>';
 434                                 next;
 435                         }
 436
 437                         if (exists $get{compare}) {
 438                                 state $visible = {};
 439                                 my $cp = $offset + $row->{offset};
 440                                 printf '<td class="%s" title="%3$s">%2$s',
 441                                         $cp == ord $glyph ? 'l4' :
 442                                         $row->{parent} && $glyph eq
 443                                                 Encode::decode($row->{parent}, pack 'C', $cp) ? 'l3' :
 444                                         $visible->{$glyph} ? 'l2' :
 445                                         'l1',
 446                                         $glyphs->glyph_html($glyph);
 447                                 $visible->{$glyph}++;
 448                                 next;
 449                         }
 450
 451                         print "\n".$glyphs->glyph_cell($glyph);
 452                 }
 453                 continue {
 454                         $offset += $colsize;
 455                 }
 456                 print "\n";
 457         }
 458         say '</table></div>';
 459 }
 460
 461 :>
 462 <hr>
 463
 464 <div class="legend">
 465         <table class="glyphs"><tr><: if (exists $get{compare}) { :>
 466         <td class="X l4">unicode
 467         <td class="X l3">inherited
 468         <td class="X l2">existing
 469         <td class="X l1">original
 470         <td class="">unassigned
 471 <: } else { :>
 472         <td class="X Cc">control
 473         <td class="X Zs"><span>whitespace</span>
 474         <td class="X Mn">diacritic<table class="glyphs"><tr>
 475                 <td class="X Sk">letter
 476                 </table>
 477         <td class="X Po">punctuation<table class="glyphs"><tr>
 478                 <td class="X Pf">quote
 479                 </table>
 480         <td class="X So">symbol<table class="glyphs"><tr>
 481                 <td class="X Sm">math
 482                 <td class="X Sc">currency
 483                 </table>
 484         <td class="X No">numeric
 485         <td class="X Greek">greek<table class="glyphs"><tr>
 486                 <td class="X Latin">latin
 487                 <td class="X Cyrillic">cyrillic
 488                 </table>
 489         <td class="X Aramaic">aramaic<table class="glyphs"><tr>
 490                 <td class="X Brahmic">brahmic
 491                 <td class="X Arabic">arabic
 492                 </table>
 493         <td class="X Syllabic">syllabic<table class="glyphs"><tr>
 494                 <td class="X African">african
 495                 <td class="X Hiragana">japanese
 496                 <td class="X Han">cjk
 497                 <td class="X Bopomofo">chinese
 498                 </table>
 499         <td class="X Alpha">alphabetic
 500         </table>
 501
 502         <table class="glyphs"><tr>
 503         <td class="X">unicode 7.0
 504         <td class="X Xr">proposed
 505         <td class="X Xd">deprecated
 506         <td class="">unassigned
 507         <td class="X Xi">invalid
 508 <: } :> </table>
 509 </div>
 510