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 $ALIAS = {
  80                 default    => [qw( unicode+0-639 utf-8 iso-8859-1 iso-8859-15 cp1252 cp437 cp850 )],
  81                 uc         => [qw( U++ unicode+0-4095 unicode+4096-6319  unicode+6320-8191 )],
  82                 us         => [qw( cp437 cp863 gsm0338 AdobeStandardEncoding )],
  83                 ebcdic     => [qw( cp37 cp500 cp1047 posix-bc cp1026 cp875 )],
  84                 iso        => [map {"iso-8859-$_"} 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         if (length $params) {
 225                 # manual option to double table width
 226                 $row{cols} *= 2 if $params =~ s/[+]\z//;
 227         }
 228
 229         for my $param (split /[+]+/, $params // '') {
 230                 if ($param =~ m{ \A (?<offset> \d+) (?: [-] (?<endpoint> \d+) )? \z }x) {
 231                         if ($row{offset}) {
 232                                 my $skip = int(($row{endpoint} || $row{offset}) / $row{cols});
 233                                 for ($skip + 1 .. ($+{offset} / $row{cols}) - 1) {
 234                                         $row{skip}->{ $_ * $row{cols} - $row{offset} }++;
 235                                 }
 236                         }
 237                         else {
 238                                 $row{offset} = $+{offset};
 239                         }
 240                         $row{endpoint} = $+{endpoint};
 241                 }
 242                 else {
 243                         Alert("Unknown option <q>$param</q> for charset $input");
 244                 }
 245         }
 246
 247         if ($input =~ /^U([0-9a-fA-F]+)(?:-([0-9a-fA-F]+))?/) {
 248                 my $start = hex($1) << ($2 ? 4 : 8);
 249                 my $end = $2 ? (hex($2) << 4) + $row{cols} - 1 : $start + 255;
 250                 $row{table} = join '', map { chr } $start .. $end;
 251                 utf8::upgrade($row{table});  # prevent latin1 output
 252                 $row{endpoint} = $end - $start;
 253                 $row{set} = sprintf 'Unicode block U+%02Xxx', $start >> 8;
 254                 $row{offset} = $start % 256;
 255         }
 256         elsif ($input eq 'U') {
 257                 $row{set} = 'Unicode planes';
 258                 $row{cell} = do 'charset-ucplanes.inc.pl'
 259                         or Alert('Table data could not be read', $@ || $!);
 260                 $row{endpoint} = 1023 * $row{cell}->{colsize};
 261         }
 262         elsif ($row{set} = Encode::resolve_alias($input)) {
 263                 if ($row{set} eq 'Internal') {
 264                         $row{cell} = do 'charset-unicode.inc.pl'
 265                                 or Alert('Table data could not be read', $@ || $!);
 266
 267                         $row{endpoint} ||= 8191;
 268                         $row{endpoint}  *= $row{cell}->{colsize};
 269                         $row{startpoint} = $row{cell}->{colsize} * $row{offset};
 270                         $row{offset} = 0;
 271                         $row{set} = 'Unicode ' . (
 272                                 $row{startpoint} <  0x10000 && $row{endpoint} < 0x10000 ? 'BMP' :
 273                                 $row{startpoint} >= 0x10000 && $row{endpoint} < 0x20000 ? 'SMP' :
 274                                 'allocations'
 275                         );
 276                 }
 277                 elsif ($row{set} eq 'utf-8-strict') {
 278                         $row{set} = 'UTF-8';
 279                         $row{cell} = do 'charset-utf8.inc.pl'
 280                                 or Alert('Table data could not be read', $@ || $!);
 281                         $row{endpoint} = 255;
 282                 }
 283                 else {
 284                         $row{endpoint} ||= 255;
 285                         if ($row{set} eq 'MacHebrew' or $row{set} eq 'MacThai') {
 286                                 # array of possibly multiple characters per code point
 287                                 $row{table} = [
 288                                         map { Encode::decode($row{set}, pack 'C*', $_) } $row{offset} .. $row{endpoint}
 289                                 ];
 290                         }
 291                         else {
 292                                 # ~16x faster than decoding in loop;
 293                                 # substr strings is twice as fast as splitting to an array
 294                                 $row{table} = Encode::decode($row{set}, pack 'C*', $row{offset} .. $row{endpoint});
 295                         }
 296                         $row{endpoint} -= $row{offset};
 297
 298                         if ($row{set} eq 'cp437' and !$row{offset}) {
 299                                 substr($row{table}, 237, 1) = pack 'U*', 0x3D5; # phi sign
 300                                 substr($row{table}, 0, 32) = pack 'U*', map {hex} qw(
 301                                         2007 263A 263B 2665 2666 2663 2660 2022
 302                                         25D8 25CB 25D9 2642 2640 266A 266B 263C
 303                                         25BA 25C4 2195 203C 00B6 00A7 25AC 21A8
 304                                         2191 2193 2192 2190 221F 2194 25B2 25BC
 305                                 );
 306                         }
 307
 308                         $visible->{ascii} =  # assume common base
 309                         $visible->{ $row{set} } = 1;
 310                 }
 311         }
 312         else {
 313                 Alert("Encoding <q>$input</q> unknown");
 314                 return;
 315         }
 316         push @request, \%row;
 317 }
 318 tabinput($_) for @tablist;
 319
 320 my $NOCHAR = chr 0xFFFD;
 321
 322 sub range_cell {
 323         my ($info, $offset) = @_;
 324         my $table = $info->{cell} or return;
 325         my $def = $table->{$offset} or return;
 326         my ($len, $class, $name, $title) = @{$def};
 327
 328         my $cols = $info->{cols};
 329         my $colsize = $table->{colsize} || 1;
 330         my $attr = '';
 331         $len /= $colsize;
 332         $name //= $len <= 2 ? 'res' : 'reserved';
 333
 334         if (my $part = $offset/$colsize % $cols) {
 335                 # continued row
 336                 my $rest = $cols - $part;  # remaining
 337                 $rest = $len if $len < $rest; #TODO: optimise
 338                 if ($len -= $rest) {
 339                         # continued on new row
 340                         my @next = ($len * $colsize, "$class joinu");
 341                         if ($len > $rest) {
 342                                 # minority remains
 343                                 push @next, $name, $title;
 344                                 $title ||= $name;
 345                                 $name = '';
 346                         }
 347                         else {
 348                                 # minority on next row
 349                                 push @next, '"', $title || $name;
 350                         }
 351                         $table->{$offset + $colsize*$rest} //= \@next;
 352                         $class .= ' joind';
 353                 }
 354                 $len = $rest;
 355         }
 356         elsif (my $rows = int($len / $cols)) {
 357                 # multiple full rows
 358                 my $rowsize = $colsize * $cols;
 359                 if ($len -= $rows * $cols) {
 360                         # partial row remains
 361                         $table->{$offset + $rowsize * $rows} //= [$len*$colsize, "$class joinu", '', $title];
 362                         $class .= ' joind';
 363                 }
 364
 365                 # coalesce multiple rows
 366                 while ($rows > 3) {
 367                         $info->{skip}->{$offset += $rowsize}++;
 368                         $rows--;
 369                 }
 370                 if ($rows > 2) {
 371                         $info->{skip}->{$offset += $rowsize} = 0;
 372                 }
 373
 374                 $attr .= sprintf ' rowspan=%d', $rows;
 375                 $len = $cols;
 376         }
 377
 378         $attr .= sprintf ' colspan=%d', $len unless $len == 1;
 379         $attr .= $1 if $class and $class =~ s/( \w+="[^"]*")//;
 380         $attr .= sprintf ' class="%s"', $class if $class;
 381         $attr .= sprintf ' title="%s"', EscapeHTML($title) if $title;
 382         return "<td$attr>$name";
 383 }
 384
 385 for my $row (@request) {
 386         my $cols = $row->{cols};
 387         my $colsize = $row->{cell} && $row->{cell}->{colsize} || 1;
 388         my $coldigits = ceil(log($colsize * $cols) / log(16));  # uniform length of hexadecimal header
 389         my $rowdiv = 16 ** $coldigits;  # row divide for column digits
 390         $rowdiv = 1 if $rowdiv != $cols * $colsize;  # divide only if all columns are matched
 391         my $offset = $row->{startpoint} || 0;
 392
 393         printf '<div class="section"><table class="glyphs%s">', !$row->{cell} && ' charmap';
 394         my $title = $row->{set};
 395         $title .= " <aside>(over $_)</aside>"
 396                 for grep { $_ ne 'iso-8859-1' } $row->{parent} // ();
 397         printf '<caption>%s</caption>', $title;
 398         print '<col>' x ($cols + 1);
 399         for my $section (qw{thead}) {
 400                 print "<$section><tr><th>", $rowdiv == 1 ? '+' : '↱';
 401                 printf '<th>%0*X', $coldigits, $_ * $colsize for 0 .. $cols - 1;
 402                 print "\n";
 403         }
 404         print '<tbody>';
 405         while ($offset < $row->{endpoint}) {
 406                 if ($row->{skip}->{$offset}) {
 407                         $offset += $cols * $colsize;
 408                         next;
 409                 }
 410
 411                 print '<tr><th>';
 412                 if (defined $row->{skip}->{$offset}) {
 413                         print '⋮';
 414                 }
 415                 else {
 416                         if (my $rowmod = $offset % $rowdiv) {
 417                                 # offset in column units
 418                                 printf '<small>+%X</small>', $rowmod;
 419                         }
 420                         else {
 421                                 # divided row offset
 422                                 printf '%X', ($offset + $row->{offset}) / $rowdiv;
 423                         }
 424                 }
 425                 for (1 .. $cols) {
 426                         if ($row->{cell}) {
 427                                 print range_cell($row, $offset);
 428                                 next;
 429                         }
 430
 431                         my $glyph = ref $row->{table} eq 'ARRAY' ? $row->{table}->[$offset] :
 432                                 substr $row->{table}, $offset, 1;
 433                         if ($glyph eq $NOCHAR) {
 434                                 print '<td>';
 435                                 next;
 436                         }
 437
 438                         if (exists $get{compare}) {
 439                                 state $visible = {};
 440                                 my $cp = $offset + $row->{offset};
 441                                 printf '<td class="%s" title="%3$s">%2$s',
 442                                         $cp == ord $glyph ? 'l4' :
 443                                         $row->{parent} && $glyph eq
 444                                                 Encode::decode($row->{parent}, pack 'C', $cp) ? 'l3' :
 445                                         $visible->{$glyph} ? 'l2' :
 446                                         'l1',
 447                                         $glyphs->glyph_html($glyph);
 448                                 $visible->{$glyph}++;
 449                                 next;
 450                         }
 451
 452                         print "\n".$glyphs->glyph_cell($glyph);
 453                 }
 454                 continue {
 455                         $offset += $colsize;
 456                 }
 457                 print "\n";
 458         }
 459         say '</table></div>';
 460 }
 461
 462 :>
 463 <hr>
 464
 465 <div class="legend">
 466         <table class="glyphs"><tr><: if (exists $get{compare}) { :>
 467         <td class="X l4">unicode
 468         <td class="X l3">inherited
 469         <td class="X l2">existing
 470         <td class="X l1">original
 471         <td class="">unassigned
 472 <: } else { :>
 473         <td class="X Cc">control
 474         <td class="X Zs"><span>whitespace</span>
 475         <td class="X Mn">diacritic<table class="glyphs"><tr>
 476                 <td class="X Sk">letter
 477                 </table>
 478         <td class="X Po">punctuation<table class="glyphs"><tr>
 479                 <td class="X Pf">quote
 480                 </table>
 481         <td class="X So">symbol<table class="glyphs"><tr>
 482                 <td class="X Sm">math
 483                 <td class="X Sc">currency
 484                 </table>
 485         <td class="X No">numeric
 486         <td class="X Greek">greek<table class="glyphs"><tr>
 487                 <td class="X Latin">latin
 488                 <td class="X Cyrillic">cyrillic
 489                 </table>
 490         <td class="X Aramaic">aramaic<table class="glyphs"><tr>
 491                 <td class="X Brahmic">brahmic
 492                 <td class="X Arabic">arabic
 493                 </table>
 494         <td class="X Syllabic">syllabic<table class="glyphs"><tr>
 495                 <td class="X African">african
 496                 <td class="X Hiragana">japanese
 497                 <td class="X Han">cjk
 498                 <td class="X Bopomofo">chinese
 499                 </table>
 500         <td class="X Alpha">alphabetic
 501         </table>
 502
 503         <table class="glyphs"><tr>
 504         <td class="X">unicode 7.0
 505         <td class="X Xr">proposed
 506         <td class="X Xd">deprecated
 507         <td class="">unassigned
 508         <td class="X Xi">invalid
 509 <: } :> </table>
 510 </div>
 511