c6d25d8d |
1 | /* |
2 | * mimeenc.c - translate our internal character set codes to and |
3 | * from MIME standard character-set names. |
4 | * |
5 | */ |
6 | |
7 | #include <ctype.h> |
8 | #include "charset.h" |
9 | #include "internal.h" |
10 | |
11 | static const struct { |
12 | const char *name; |
13 | int charset; |
14 | } mimeencs[] = { |
15 | /* |
16 | * Most of these names are taken from |
17 | * |
18 | * http://www.iana.org/assignments/character-sets |
19 | * |
20 | * Where multiple encoding names map to the same encoding id |
21 | * (such as the variety of aliases for ISO-8859-1), the first |
22 | * is considered canonical and will be returned when |
23 | * translating the id to a string. |
24 | * |
25 | * I also list here a few names which aren't in the above web |
26 | * page, but which I've seen in the wild in real mail. These |
27 | * are marked with a comment saying WILD. |
28 | */ |
29 | |
a3a72148 |
30 | { "US-ASCII", CS_ASCII }, |
c6d25d8d |
31 | { "ANSI_X3.4-1968", CS_ASCII }, |
32 | { "iso-ir-6", CS_ASCII }, |
33 | { "ANSI_X3.4-1986", CS_ASCII }, |
34 | { "ISO_646.irv:1991", CS_ASCII }, |
35 | { "ASCII", CS_ASCII }, |
36 | { "ISO646-US", CS_ASCII }, |
c6d25d8d |
37 | { "us", CS_ASCII }, |
38 | { "IBM367", CS_ASCII }, |
39 | { "cp367", CS_ASCII }, |
40 | { "csASCII", CS_ASCII }, |
41 | { "646", CS_ASCII }, /* WILD */ |
42 | |
43 | { "ISO-8859-1", CS_ISO8859_1 }, |
44 | { "ISO8859-1", CS_ISO8859_1 }, /* WILD */ |
45 | { "iso-ir-100", CS_ISO8859_1 }, |
46 | { "ISO_8859-1", CS_ISO8859_1 }, |
47 | { "ISO_8859-1:1987", CS_ISO8859_1 }, |
48 | { "latin1", CS_ISO8859_1 }, |
49 | { "l1", CS_ISO8859_1 }, |
50 | { "IBM819", CS_ISO8859_1 }, |
51 | { "CP819", CS_ISO8859_1 }, |
52 | { "csISOLatin1", CS_ISO8859_1 }, |
53 | |
54 | { "ISO-8859-2", CS_ISO8859_2 }, |
55 | { "ISO8859-2", CS_ISO8859_2 }, /* WILD */ |
56 | { "ISO_8859-2:1987", CS_ISO8859_2 }, |
57 | { "iso-ir-101", CS_ISO8859_2 }, |
58 | { "ISO_8859-2", CS_ISO8859_2 }, |
59 | { "latin2", CS_ISO8859_2 }, |
60 | { "l2", CS_ISO8859_2 }, |
61 | { "csISOLatin2", CS_ISO8859_2 }, |
62 | |
63 | { "ISO-8859-3", CS_ISO8859_3 }, |
64 | { "ISO8859-3", CS_ISO8859_3 }, /* WILD */ |
65 | { "ISO_8859-3:1988", CS_ISO8859_3 }, |
66 | { "iso-ir-109", CS_ISO8859_3 }, |
67 | { "ISO_8859-3", CS_ISO8859_3 }, |
68 | { "latin3", CS_ISO8859_3 }, |
69 | { "l3", CS_ISO8859_3 }, |
70 | { "csISOLatin3", CS_ISO8859_3 }, |
71 | |
72 | { "ISO-8859-4", CS_ISO8859_4 }, |
73 | { "ISO8859-4", CS_ISO8859_4 }, /* WILD */ |
74 | { "ISO_8859-4:1988", CS_ISO8859_4 }, |
75 | { "iso-ir-110", CS_ISO8859_4 }, |
76 | { "ISO_8859-4", CS_ISO8859_4 }, |
77 | { "latin4", CS_ISO8859_4 }, |
78 | { "l4", CS_ISO8859_4 }, |
79 | { "csISOLatin4", CS_ISO8859_4 }, |
80 | |
81 | { "ISO-8859-5", CS_ISO8859_5 }, |
82 | { "ISO8859-5", CS_ISO8859_5 }, /* WILD */ |
83 | { "ISO_8859-5:1988", CS_ISO8859_5 }, |
84 | { "iso-ir-144", CS_ISO8859_5 }, |
85 | { "ISO_8859-5", CS_ISO8859_5 }, |
86 | { "cyrillic", CS_ISO8859_5 }, |
87 | { "csISOLatinCyrillic", CS_ISO8859_5 }, |
88 | |
89 | { "ISO-8859-6", CS_ISO8859_6 }, |
90 | { "ISO8859-6", CS_ISO8859_6 }, /* WILD */ |
91 | { "ISO_8859-6:1987", CS_ISO8859_6 }, |
92 | { "iso-ir-127", CS_ISO8859_6 }, |
93 | { "ISO_8859-6", CS_ISO8859_6 }, |
94 | { "ECMA-114", CS_ISO8859_6 }, |
95 | { "ASMO-708", CS_ISO8859_6 }, |
96 | { "arabic", CS_ISO8859_6 }, |
97 | { "csISOLatinArabic", CS_ISO8859_6 }, |
98 | |
99 | { "ISO-8859-7", CS_ISO8859_7 }, |
100 | { "ISO8859-7", CS_ISO8859_7 }, /* WILD */ |
101 | { "ISO_8859-7:1987", CS_ISO8859_7 }, |
102 | { "iso-ir-126", CS_ISO8859_7 }, |
103 | { "ISO_8859-7", CS_ISO8859_7 }, |
104 | { "ELOT_928", CS_ISO8859_7 }, |
105 | { "ECMA-118", CS_ISO8859_7 }, |
106 | { "greek", CS_ISO8859_7 }, |
107 | { "greek8", CS_ISO8859_7 }, |
108 | { "csISOLatinGreek", CS_ISO8859_7 }, |
109 | |
110 | { "ISO-8859-8", CS_ISO8859_8 }, |
111 | { "ISO8859-8", CS_ISO8859_8 }, /* WILD */ |
112 | { "ISO_8859-8:1988", CS_ISO8859_8 }, |
113 | { "iso-ir-138", CS_ISO8859_8 }, |
114 | { "ISO_8859-8", CS_ISO8859_8 }, |
115 | { "hebrew", CS_ISO8859_8 }, |
116 | { "csISOLatinHebrew", CS_ISO8859_8 }, |
117 | |
118 | { "ISO-8859-9", CS_ISO8859_9 }, |
119 | { "ISO8859-9", CS_ISO8859_9 }, /* WILD */ |
120 | { "ISO_8859-9:1989", CS_ISO8859_9 }, |
121 | { "iso-ir-148", CS_ISO8859_9 }, |
122 | { "ISO_8859-9", CS_ISO8859_9 }, |
123 | { "latin5", CS_ISO8859_9 }, |
124 | { "l5", CS_ISO8859_9 }, |
125 | { "csISOLatin5", CS_ISO8859_9 }, |
126 | |
127 | { "ISO-8859-10", CS_ISO8859_10 }, |
128 | { "ISO8859-10", CS_ISO8859_10 }, /* WILD */ |
129 | { "iso-ir-157", CS_ISO8859_10 }, |
130 | { "l6", CS_ISO8859_10 }, |
131 | { "ISO_8859-10:1992", CS_ISO8859_10 }, |
132 | { "csISOLatin6", CS_ISO8859_10 }, |
133 | { "latin6", CS_ISO8859_10 }, |
134 | |
b8aed8e3 |
135 | { "TIS-620", CS_ISO8859_11 }, |
136 | |
c6d25d8d |
137 | { "ISO-8859-13", CS_ISO8859_13 }, |
138 | { "ISO8859-13", CS_ISO8859_13 }, /* WILD */ |
139 | |
140 | { "ISO-8859-14", CS_ISO8859_14 }, |
141 | { "ISO8859-14", CS_ISO8859_14 }, /* WILD */ |
142 | { "iso-ir-199", CS_ISO8859_14 }, |
143 | { "ISO_8859-14:1998", CS_ISO8859_14 }, |
144 | { "ISO_8859-14", CS_ISO8859_14 }, |
145 | { "latin8", CS_ISO8859_14 }, |
146 | { "iso-celtic", CS_ISO8859_14 }, |
147 | { "l8", CS_ISO8859_14 }, |
148 | |
149 | { "ISO-8859-15", CS_ISO8859_15 }, |
150 | { "ISO8859-15", CS_ISO8859_15 }, /* WILD */ |
151 | { "ISO_8859-15", CS_ISO8859_15 }, |
152 | { "Latin-9", CS_ISO8859_15 }, |
153 | |
154 | { "ISO-8859-16", CS_ISO8859_16 }, |
155 | { "ISO8859-16", CS_ISO8859_16 }, /* WILD */ |
156 | { "iso-ir-226", CS_ISO8859_16 }, |
157 | { "ISO_8859-16", CS_ISO8859_16 }, |
158 | { "ISO_8859-16:2001", CS_ISO8859_16 }, |
159 | { "latin10", CS_ISO8859_16 }, |
160 | { "l10", CS_ISO8859_16 }, |
161 | |
162 | { "IBM437", CS_CP437 }, |
163 | { "cp437", CS_CP437 }, |
164 | { "437", CS_CP437 }, |
165 | { "csPC8CodePage437", CS_CP437 }, |
166 | |
167 | { "IBM850", CS_CP850 }, |
168 | { "cp850", CS_CP850 }, |
169 | { "850", CS_CP850 }, |
170 | { "csPC850Multilingual", CS_CP850 }, |
171 | |
172 | { "windows-1250", CS_CP1250 }, |
173 | { "win-1250", CS_CP1250 }, /* WILD */ |
174 | |
175 | { "windows-1251", CS_CP1251 }, |
176 | { "win-1251", CS_CP1251 }, /* WILD */ |
177 | |
178 | { "windows-1252", CS_CP1252 }, |
179 | { "win-1252", CS_CP1252 }, /* WILD */ |
180 | |
181 | { "windows-1253", CS_CP1253 }, |
182 | { "win-1253", CS_CP1253 }, /* WILD */ |
183 | |
184 | { "windows-1254", CS_CP1254 }, |
185 | { "win-1254", CS_CP1254 }, /* WILD */ |
186 | |
187 | { "windows-1255", CS_CP1255 }, |
188 | { "win-1255", CS_CP1255 }, /* WILD */ |
189 | |
190 | { "windows-1256", CS_CP1256 }, |
191 | { "win-1256", CS_CP1256 }, /* WILD */ |
192 | |
193 | { "windows-1257", CS_CP1257 }, |
194 | { "win-1257", CS_CP1257 }, /* WILD */ |
195 | |
196 | { "windows-1258", CS_CP1258 }, |
197 | { "win-1258", CS_CP1258 }, /* WILD */ |
198 | |
199 | { "KOI8-R", CS_KOI8_R }, |
200 | { "csKOI8R", CS_KOI8_R }, |
201 | |
202 | { "KOI8-U", CS_KOI8_U }, |
203 | |
204 | { "KOI8-RU", CS_KOI8_RU }, /* WILD */ |
205 | |
01081d4e |
206 | { "JIS_X0201", CS_JISX0201 }, |
207 | { "X0201", CS_JISX0201 }, |
208 | { "csHalfWidthKatakana", CS_JISX0201 }, |
209 | |
c6d25d8d |
210 | { "macintosh", CS_MAC_ROMAN_OLD }, |
211 | { "mac", CS_MAC_ROMAN_OLD }, |
212 | { "csMacintosh", CS_MAC_ROMAN_OLD }, |
213 | |
214 | { "VISCII", CS_VISCII }, |
215 | { "csVISCII", CS_VISCII }, |
216 | |
217 | { "hp-roman8", CS_HP_ROMAN8 }, |
218 | { "roman8", CS_HP_ROMAN8 }, |
219 | { "r8", CS_HP_ROMAN8 }, |
220 | { "csHPRoman8", CS_HP_ROMAN8 }, |
221 | |
222 | { "DEC-MCS", CS_DEC_MCS }, |
223 | { "dec", CS_DEC_MCS }, |
224 | { "csDECMCS", CS_DEC_MCS }, |
225 | |
226 | { "UTF-8", CS_UTF8 }, |
227 | |
228 | { "UTF-7", CS_UTF7 }, |
229 | { "UNICODE-1-1-UTF-7", CS_UTF7 }, |
230 | { "csUnicode11UTF7", CS_UTF7 }, |
231 | |
232 | /* |
233 | * Quite why the EUC-CN encoding is known to MIME by the name |
234 | * of its underlying character set, I'm not entirely sure, but |
235 | * it is. Shrug. |
236 | */ |
237 | { "GB2312", CS_EUC_CN }, |
238 | { "csGB2312", CS_EUC_CN }, |
239 | |
240 | { "EUC-KR", CS_EUC_KR }, |
241 | { "csEUCKR", CS_EUC_KR }, |
242 | |
243 | { "EUC-JP", CS_EUC_JP }, |
244 | { "csEUCPkdFmtJapanese", CS_EUC_JP }, |
245 | { "Extended_UNIX_Code_Packed_Format_for_Japanese", CS_EUC_JP }, |
246 | |
247 | { "ISO-2022-JP", CS_ISO2022_JP }, |
248 | { "csISO2022JP", CS_ISO2022_JP }, |
249 | |
250 | { "ISO-2022-KR", CS_ISO2022_KR }, |
251 | { "csISO2022KR", CS_ISO2022_KR }, |
252 | |
253 | { "Big5", CS_BIG5 }, |
254 | { "csBig5", CS_BIG5 }, |
5301b839 |
255 | { "Big-5", CS_BIG5 }, /* WILD */ |
256 | { "ChineseBig5", CS_BIG5 }, /* WILD */ |
c6d25d8d |
257 | |
258 | { "Shift_JIS", CS_SHIFT_JIS }, |
259 | { "MS_Kanji", CS_SHIFT_JIS }, |
260 | { "csShiftJIS", CS_SHIFT_JIS }, |
261 | |
262 | { "HZ-GB-2312", CS_HZ }, |
263 | |
264 | { "UTF-16BE", CS_UTF16BE }, |
265 | |
266 | { "UTF-16LE", CS_UTF16LE }, |
267 | |
268 | { "UTF-16", CS_UTF16 }, |
269 | |
270 | /* |
271 | * This bit is fiddly and possibly technically incorrect; but |
272 | * rumour has it that the KSC 5601 encoding is a subset of |
273 | * Microsoft CP949, and that MS products tend to announce CP949 |
274 | * as KSC 5601 in much the same way they seem willing to |
275 | * announce CP1252 as its subset ISO 8859-1. So I cheat |
276 | * shamelessly here by letting KSC 5601 map to CP949. |
277 | */ |
278 | { "KS_C_5601-1987", CS_CP949 }, |
279 | { "iso-ir-149", CS_CP949 }, |
280 | { "KS_C_5601-1989", CS_CP949 }, |
281 | { "KSC_5601", CS_CP949 }, |
282 | { "korean", CS_CP949 }, |
283 | { "csKSC56011987", CS_CP949 }, |
284 | { "KSC5601", CS_CP949 }, /* WILD */ |
285 | |
286 | #if 0 |
287 | { "ISO-2022-JP-2", CS_ISO2022_JP_2 }, |
288 | { "csISO2022JP2", CS_ISO2022_JP_2 }, |
289 | #endif |
290 | }; |
291 | |
292 | const char *charset_to_mimeenc(int charset) |
293 | { |
294 | int i; |
295 | |
296 | for (i = 0; i < (int)lenof(mimeencs); i++) |
297 | if (charset == mimeencs[i].charset) |
298 | return mimeencs[i].name; |
299 | |
300 | return NULL; /* not found */ |
301 | } |
302 | |
303 | int charset_from_mimeenc(const char *name) |
304 | { |
305 | int i; |
306 | |
307 | for (i = 0; i < (int)lenof(mimeencs); i++) { |
308 | const char *p, *q; |
309 | p = name; |
310 | q = mimeencs[i].name; |
311 | while (*p || *q) { |
312 | if (tolower(*p) != tolower(*q)) |
313 | break; |
314 | p++; q++; |
315 | } |
316 | if (!*p && !*q) |
317 | return mimeencs[i].charset; |
318 | } |
319 | |
320 | return CS_NONE; /* not found */ |
321 | } |