includes/normal/Utf8CaseGenerate.php

   1 <?php
   2 /**
   3  * This script generates Utf8Case.php from the Unicode Character Database
   4  * and supplementary files.
   5  *
   6  * Copyright © 2004,2008 Brion Vibber <brion@pobox.com>
   7  * http://www.mediawiki.org/
   8  *
   9  * This program is free software; you can redistribute it and/or modify
  10  * it under the terms of the GNU General Public License as published by
  11  * the Free Software Foundation; either version 2 of the License, or
  12  * (at your option) any later version.
  13  *
  14  * This program is distributed in the hope that it will be useful,
  15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
  17  * GNU General Public License for more details.
  18  *
  19  * You should have received a copy of the GNU General Public License along
  20  * with this program; if not, write to the Free Software Foundation, Inc.,
  21  * 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
  22  * http://www.gnu.org/copyleft/gpl.html
  23  *
  24  * @file
  25  * @ingroup UtfNormal
  26  */
  27
  28 if( php_sapi_name() != 'cli' ) {
  29         die( "Run me from the command line please.\n" );
  30 }
  31
  32 require_once 'UtfNormalUtil.php';
  33
  34 $in = fopen("UnicodeData.txt", "rt" );
  35 if( !$in ) {
  36         print "Can't open UnicodeData.txt for reading.\n";
  37         print "If necessary, fetch this file from the internet:\n";
  38         print "http://www.unicode.org/Public/UNIDATA/UnicodeData.txt\n";
  39         exit(-1);
  40 }
  41 $wikiUpperChars = array();
  42 $wikiLowerChars = array();
  43
  44 print "Reading character definitions...\n";
  45 while( false !== ($line = fgets( $in ) ) ) {
  46         $columns = explode(';', $line);
  47         $codepoint = $columns[0];
  48         $name = $columns[1];
  49         $simpleUpper = $columns[12];
  50         $simpleLower = $columns[13];
  51
  52         $source = codepointToUtf8( hexdec( $codepoint ) );
  53         if( $simpleUpper ) {
  54                 $wikiUpperChars[$source] = codepointToUtf8( hexdec( $simpleUpper ) );
  55         }
  56         if( $simpleLower ) {
  57                 $wikiLowerChars[$source] = codepointToUtf8( hexdec( $simpleLower ) );
  58         }
  59 }
  60 fclose( $in );
  61
  62 $out = fopen("Utf8Case.php", "wt");
  63 if( $out ) {
  64         $outUpperChars = escapeArray( $wikiUpperChars );
  65         $outLowerChars = escapeArray( $wikiLowerChars );
  66         $outdata = "<" . "?php
  67 /**
  68  * Simple 1:1 upper/lowercase switching arrays for utf-8 text.
  69  * Won't get context-sensitive things yet.
  70  *
  71  * Hack for bugs in ucfirst() and company
  72  *
  73  * These are pulled from memcached if possible, as this is faster than filling
  74  * up a big array manually.
  75  *
  76  * @file
  77  * @ingroup Language
  78  */
  79
  80 /**
  81  * Translation array to get upper case character
  82  */
  83 \$wikiUpperChars = $outUpperChars;
  84
  85 /**
  86  * Translation array to get lower case character
  87  */
  88 \$wikiLowerChars = $outLowerChars;\n";
  89         fputs( $out, $outdata );
  90         fclose( $out );
  91         print "Wrote out Utf8Case.php\n";
  92 } else {
  93         print "Can't create file Utf8Case.php\n";
  94         exit(-1);
  95 }
  96
  97
  98 function escapeArray( $arr ) {
  99         return "array(\n" .
 100                 implode( ",\n",
 101                         array_map( "escapeLine",
 102                                 array_keys( $arr ),
 103                                 array_values( $arr ) ) ) .
 104                 "\n)";
 105 }
 106
 107 function escapeLine( $key, $val ) {
 108         $encKey = escapeSingleString( $key );
 109         $encVal = escapeSingleString( $val );
 110         return "\t'$encKey' => '$encVal'";
 111 }