charset: replace private use glyphs in MacHebrew
[sheet.git] / charset-encoding.inc.pl
index eee5aa252dec757ae6b66ca7e26396c345d16bb7..c402187a201d99acca878351470c15542a8767bd 100644 (file)
@@ -1,5 +1,6 @@
 use 5.014;
 use warnings;
+use utf8;
 
 +{
        default    => [qw( u+0-27F utf8+realsize iso-8859-1 iso-8859-15 cp1252 cp437 cp850 )],
@@ -45,12 +46,30 @@ use warnings;
        11 => 'thai',
 
        'ascii'        => {inherit => ['' => '00-7F']},
-       'cp437'        => {inherit => ['cp850' => 0, 'ascii' => '00-1F+80']}, # ascii range overridden later
+       'cp437'        => {
+               inherit => ['cp850' => 0, 'ascii' => '00-1F+80'], # ascii range overridden later
+               replace => {
+                       0    => ' ☺☻♥♦♣♠•◘○◙♂♀♪♫☼►◄↕‼¶§▬↨↑↓→←∟↔▲▼', # visible variants of control characters
+                       0xED => 'ϕ', # non-greek usage and appearance
+               },
+       },
        'gsm0338'      => {inherit => ['ascii' => '00-7F']},
        'dingbats'     => {inherit => ['' => '20-7F+A0']},
        'macdingbats'  => {inherit => ['dingbats' => '80-9F']},
        'adobezdingbat'=> {inherit => ['MacDingbats' => '80-9F']}, # should be identical but maps to private use
-       'symbol'       => {inherit => ['' => '20-7F+A0']},
+       'symbol'       => {
+               inherit => ['' => '20-7F+A0'],
+               replace => {
+                       0x60 => '│', # replace radical extender by closest unicode equivalent
+                       0xBD => '⏐⎯', # arrow extenders
+                       0xD2 => '®©™', # serif variants
+                       0xE0 => '◊', # replace lookalike, should match AdobeSymbol
+                       0xE2 => '®©™', # sans-serif variants
+                       0xE6 => '⎛⎜⎝⎡⎢⎣⎧⎨⎩⎪',
+                       0xF0 => '€',
+                       0xF4 => '⎮⌡⎞⎟⎠⎤⎥⎦⎫⎬⎭',
+               },
+       },
        'adobesymbol'  => {inherit => ['symbol' => '20-7F+A0', '' => '20-7F+A0']}, # minor differences, irrelevant except for different '€'
        'wingdings'    => {inherit => ['' => '20'], setup => sub {require Encode::Wingdings}},
        'wingdings2'   => {inherit => ['' => '20'], setup => sub {require Encode::Wingdings2}},
@@ -112,7 +131,15 @@ use warnings;
        'macsami'      => {inherit => ['MacIcelandic' => '90-BF+D0-DF+F0', 'MacRoman' => '90']},
        'macgreek'     => {inherit => ['MacRoman' => '80']},
        'maccyrillic'  => {inherit => ['MacRoman' => '80']},
-       'machebrew'    => {inherit => ['iso-8859-8' => '80', 'MacRoman' => '80-8F+A0']}, # partial ascii
+       'machebrew'    => {
+               inherit => ['iso-8859-8' => '80', 'MacRoman' => '80-8F+A0'], # ignore partial ascii
+               replace => {
+                       # strip private use characters for unneeded roundtrip
+                       0xDE => chr(0x5C7), # qamats qatan
+                       0xC0 => 'לֹ', # lamed holam
+                       #TODO: private use for canoral codes (obsolete nikud positioning)
+               },
+       },
        'macarabic'    => {inherit => ['iso-8859-6' => '80', 'cp864' => '80', 'MacRoman' => '80']}, #TODO: multiple parents
        'macfarsi'     => {inherit => ['MacArabic' => 'B0-BF', 'MacRoman' => '80']},
 
@@ -169,7 +196,6 @@ use warnings;
                $row->{set} = 'UTF-8';
                $row->{cell} = do 'charset-utf8.inc.pl'
                        or Alert('Table data could not be read', $@ || $!);
-               $row->{endpoint} = 0xFF;
                return $row;
        }},
        'utf-8'        => 'utf8',