charset: double width option, improve ascii inheritance
[sheet.git] / charset.plp
index 51c391c88c9b603d1e5f87efd4c3c251eb7f96b1..b1c680e1d833f41b623b981e8b878854bab4866c 100644 (file)
@@ -32,8 +32,8 @@ sub tabinput {
 
        state $ALIAS = {
                default    => [qw( unicode+0-639 utf-8 iso-8859-1 iso-8859-15 cp1252 cp437 cp850 )],
-               us         => [qw( cp437 cp863 AdobeStandardEncoding gsm0338 )],
-               ebcdic     => [qw( cp37 cp500 cp875 cp1026 cp1047 posix-bc )],
+               us         => [qw( cp437 cp863 gsm0338 AdobeStandardEncoding )],
+               ebcdic     => [qw( cp37 cp500 cp1047 posix-bc cp1026 cp875 )],
                iso        => [map {"iso-8859-$_"} 1 .. 11, 13 .. 16],
                dos        => [qw( cp437 cp865 cp861 cp860 cp863 cp850 cp857 cp852 cp775
                                   cp737 cp869 cp866 cp855 cp862 cp864 )],
@@ -48,10 +48,12 @@ sub tabinput {
                turkish    => [qw( iso-8859-9 iso-8859-3 cp1254 cp857 MacTurkish )],
                baltic     => [qw( iso-8859-4 iso-8859-13 cp1257 cp775 )],
                nordic     => [qw( iso-8859-10 cp865 cp861 MacIcelandic MacSami )],
-               cyrillic   => [qw( koi8-r koi8-u koi8-f iso-8859-5 cp1251 MacCyrillic cp866 cp855 )], # MacUkrainian is broken
-               arabic     => [qw( iso-8859-6 cp1256 MacArabic cp864 cp1006 MacFarsi )],
-               greek      => [qw( iso-8859-7 cp1253 MacGreek cp737 cp869 )],
-               hebrew     => [qw( iso-8859-8 cp1255 MacHebrew cp862 )],
+               cyrillic   => [qw( koi8-r koi8-u koi8-f iso-8859-5 cp1251 MacCyrillic cp866 cp855
+                                  U4 U2DE-2DF UA64-A69 U50-52 )], # MacUkrainian is broken
+               arabic     => [qw( iso-8859-6 cp1256 MacArabic cp864 cp1006 MacFarsi
+                                  U6 U8A-8F+0-31+64 U75-77 )],
+               greek      => [qw( iso-8859-7 cp1253 MacGreek cp737 cp869  U37-3F U1F )],
+               hebrew     => [qw( iso-8859-8 cp1255 MacHebrew cp862  U59-5F )],
                thai       => [qw( iso-8859-11 cp874 MacThai )],
                vietnamese => [qw( viscii cp1258 MacVietnamese )],
                symbol     => [qw( symbol dingbats MacDingbats AdobeZdingbat AdobeSymbol )],
@@ -83,7 +85,7 @@ sub tabinput {
                use List::Util qw( first pairfirst pairs );
 
                state $INHERIT = {
-                       'cp437'       => ['cp850' => 0], # ascii range overridden later
+                       'cp437'       => ['cp850' => 0, 'ascii' => '0-31+128'], # ascii range overridden later
                        'gsm0338'     => ['ascii' => '0-127'],
 
                        'iso-8859-2'  => ['iso-8859-1' => '160'],
@@ -144,6 +146,14 @@ sub tabinput {
                        'MacHebrew'   => ['iso-8859-8' => '128', 'MacRoman' => '128-143+160'], # partial ascii
                        'MacArabic'   => ['iso-8859-6' => '128', 'cp864' => '128', 'MacRoman' => '128'], #TODO: multiple parents
                        'MacFarsi'    => ['MacArabic' => '176-191', 'MacRoman' => '128'],
+
+                       'cp37'        => ['posix-bc' => '0'],
+                       'posix-bc'    => ['cp1047' => '64'],
+                       'cp500'       => ['cp37' => '64-95+176-191'],
+                       'cp1047'      => ['cp37' => '16-95+160-191'], #TODO: gap at 3/4
+                       'cp1026'      => ['cp37' => '64'],
+                       'cp875'       => ['cp37' => '48'],
+
                };
 
                my @parents = @{ $INHERIT->{$input} || [] };
@@ -156,16 +166,21 @@ sub tabinput {
                }
                elsif (defined $visible->{ascii}) {
                        $row{parent} = $parents[0];
-                       $params = $parents[1] || 128;
+                       $params = $parents[1] // 128;
                        $params = 128 if $params >= 128;  # ascii offset at most
                }
                elsif (@parents) {
                        $row{parent} = $parents[0];
+                       $params = $parents[1] if $parents[1] == 0;  # apply ascii end
                }
-               $visible->{$_} //= 0 for $row{parent};
+               $visible->{$_} //= 0 for $row{parent} || ();
+       }
+       else {
+               # manual option to double table width
+               $row{cols} *= 2 if $params =~ s/[+]\z//;
        }
 
-       if (defined $params) {
+       if (length $params) {
                $params =~ m{
                        \A (?<offset> \d+)
                        (?: (?: [-] (?<stop> \d+) )? (?: [+] (?<restart> \d+) ) )?
@@ -185,13 +200,14 @@ sub tabinput {
                }
        }
 
-       if ($input =~ /^U([0-9a-f]+)(?:-([0-9a-f]+))?/) {
+       if ($input =~ /^U([0-9a-fA-F]+)(?:-([0-9a-fA-F]+))?/) {
                my $start = hex($1) << ($2 ? 4 : 8);
-               my $end = $2 ? hex($2) << 4 : $start + 240;
-               $row{table} = join '', map { chr } $start .. $end+15;
+               my $end = $2 ? (hex($2) << 4) + $row{cols} - 1 : $start + 255;
+               $row{table} = join '', map { chr } $start .. $end;
                utf8::upgrade($row{table});  # prevent latin1 output
-               $row{endpoint} = $end + 14 - $start;
+               $row{endpoint} = $end - $start;
                $row{set} = sprintf 'Unicode block U+%02Xxx', $start >> 8;
+               $row{offset} = $start % 256;
        }
        elsif ($input eq 'U') {
                $row{set} = 'Unicode planes';