| 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 | |
| 30 | { "US-ASCII", CS_ASCII }, |
| 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 }, |
| 37 | { "us", CS_ASCII }, |
| 38 | { "IBM367", CS_ASCII }, |
| 39 | { "cp367", CS_ASCII }, |
| 40 | { "csASCII", CS_ASCII }, |
| 41 | { "646", CS_ASCII }, /* WILD */ |
| 42 | |
| 43 | { "BS_4730", CS_BS4730 }, |
| 44 | { "iso-ir-4", CS_BS4730 }, |
| 45 | { "ISO646-GB", CS_BS4730 }, |
| 46 | { "gb", CS_BS4730 }, |
| 47 | { "uk", CS_BS4730 }, |
| 48 | { "csISO4UnitedKingdom", CS_BS4730 }, |
| 49 | |
| 50 | { "ISO-8859-1", CS_ISO8859_1 }, |
| 51 | { "ISO8859-1", CS_ISO8859_1 }, /* WILD */ |
| 52 | { "iso-ir-100", CS_ISO8859_1 }, |
| 53 | { "ISO_8859-1", CS_ISO8859_1 }, |
| 54 | { "ISO_8859-1:1987", CS_ISO8859_1 }, |
| 55 | { "latin1", CS_ISO8859_1 }, |
| 56 | { "l1", CS_ISO8859_1 }, |
| 57 | { "IBM819", CS_ISO8859_1 }, |
| 58 | { "CP819", CS_ISO8859_1 }, |
| 59 | { "csISOLatin1", CS_ISO8859_1 }, |
| 60 | |
| 61 | { "ISO-8859-2", CS_ISO8859_2 }, |
| 62 | { "ISO8859-2", CS_ISO8859_2 }, /* WILD */ |
| 63 | { "ISO_8859-2:1987", CS_ISO8859_2 }, |
| 64 | { "iso-ir-101", CS_ISO8859_2 }, |
| 65 | { "ISO_8859-2", CS_ISO8859_2 }, |
| 66 | { "latin2", CS_ISO8859_2 }, |
| 67 | { "l2", CS_ISO8859_2 }, |
| 68 | { "csISOLatin2", CS_ISO8859_2 }, |
| 69 | |
| 70 | { "ISO-8859-3", CS_ISO8859_3 }, |
| 71 | { "ISO8859-3", CS_ISO8859_3 }, /* WILD */ |
| 72 | { "ISO_8859-3:1988", CS_ISO8859_3 }, |
| 73 | { "iso-ir-109", CS_ISO8859_3 }, |
| 74 | { "ISO_8859-3", CS_ISO8859_3 }, |
| 75 | { "latin3", CS_ISO8859_3 }, |
| 76 | { "l3", CS_ISO8859_3 }, |
| 77 | { "csISOLatin3", CS_ISO8859_3 }, |
| 78 | |
| 79 | { "ISO-8859-4", CS_ISO8859_4 }, |
| 80 | { "ISO8859-4", CS_ISO8859_4 }, /* WILD */ |
| 81 | { "ISO_8859-4:1988", CS_ISO8859_4 }, |
| 82 | { "iso-ir-110", CS_ISO8859_4 }, |
| 83 | { "ISO_8859-4", CS_ISO8859_4 }, |
| 84 | { "latin4", CS_ISO8859_4 }, |
| 85 | { "l4", CS_ISO8859_4 }, |
| 86 | { "csISOLatin4", CS_ISO8859_4 }, |
| 87 | |
| 88 | { "ISO-8859-5", CS_ISO8859_5 }, |
| 89 | { "ISO8859-5", CS_ISO8859_5 }, /* WILD */ |
| 90 | { "ISO_8859-5:1988", CS_ISO8859_5 }, |
| 91 | { "iso-ir-144", CS_ISO8859_5 }, |
| 92 | { "ISO_8859-5", CS_ISO8859_5 }, |
| 93 | { "cyrillic", CS_ISO8859_5 }, |
| 94 | { "csISOLatinCyrillic", CS_ISO8859_5 }, |
| 95 | |
| 96 | { "ISO-8859-6", CS_ISO8859_6 }, |
| 97 | { "ISO8859-6", CS_ISO8859_6 }, /* WILD */ |
| 98 | { "ISO_8859-6:1987", CS_ISO8859_6 }, |
| 99 | { "iso-ir-127", CS_ISO8859_6 }, |
| 100 | { "ISO_8859-6", CS_ISO8859_6 }, |
| 101 | { "ECMA-114", CS_ISO8859_6 }, |
| 102 | { "ASMO-708", CS_ISO8859_6 }, |
| 103 | { "arabic", CS_ISO8859_6 }, |
| 104 | { "csISOLatinArabic", CS_ISO8859_6 }, |
| 105 | |
| 106 | { "ISO-8859-7", CS_ISO8859_7 }, |
| 107 | { "ISO8859-7", CS_ISO8859_7 }, /* WILD */ |
| 108 | { "ISO_8859-7:1987", CS_ISO8859_7 }, |
| 109 | { "iso-ir-126", CS_ISO8859_7 }, |
| 110 | { "ISO_8859-7", CS_ISO8859_7 }, |
| 111 | { "ELOT_928", CS_ISO8859_7 }, |
| 112 | { "ECMA-118", CS_ISO8859_7 }, |
| 113 | { "greek", CS_ISO8859_7 }, |
| 114 | { "greek8", CS_ISO8859_7 }, |
| 115 | { "csISOLatinGreek", CS_ISO8859_7 }, |
| 116 | |
| 117 | { "ISO-8859-8", CS_ISO8859_8 }, |
| 118 | { "ISO8859-8", CS_ISO8859_8 }, /* WILD */ |
| 119 | { "ISO_8859-8:1988", CS_ISO8859_8 }, |
| 120 | { "iso-ir-138", CS_ISO8859_8 }, |
| 121 | { "ISO_8859-8", CS_ISO8859_8 }, |
| 122 | { "hebrew", CS_ISO8859_8 }, |
| 123 | { "csISOLatinHebrew", CS_ISO8859_8 }, |
| 124 | |
| 125 | { "ISO-8859-9", CS_ISO8859_9 }, |
| 126 | { "ISO8859-9", CS_ISO8859_9 }, /* WILD */ |
| 127 | { "ISO_8859-9:1989", CS_ISO8859_9 }, |
| 128 | { "iso-ir-148", CS_ISO8859_9 }, |
| 129 | { "ISO_8859-9", CS_ISO8859_9 }, |
| 130 | { "latin5", CS_ISO8859_9 }, |
| 131 | { "l5", CS_ISO8859_9 }, |
| 132 | { "csISOLatin5", CS_ISO8859_9 }, |
| 133 | |
| 134 | { "ISO-8859-10", CS_ISO8859_10 }, |
| 135 | { "ISO8859-10", CS_ISO8859_10 }, /* WILD */ |
| 136 | { "iso-ir-157", CS_ISO8859_10 }, |
| 137 | { "l6", CS_ISO8859_10 }, |
| 138 | { "ISO_8859-10:1992", CS_ISO8859_10 }, |
| 139 | { "csISOLatin6", CS_ISO8859_10 }, |
| 140 | { "latin6", CS_ISO8859_10 }, |
| 141 | |
| 142 | { "TIS-620", CS_ISO8859_11 }, |
| 143 | |
| 144 | { "ISO-8859-13", CS_ISO8859_13 }, |
| 145 | { "ISO8859-13", CS_ISO8859_13 }, /* WILD */ |
| 146 | |
| 147 | { "ISO-8859-14", CS_ISO8859_14 }, |
| 148 | { "ISO8859-14", CS_ISO8859_14 }, /* WILD */ |
| 149 | { "iso-ir-199", CS_ISO8859_14 }, |
| 150 | { "ISO_8859-14:1998", CS_ISO8859_14 }, |
| 151 | { "ISO_8859-14", CS_ISO8859_14 }, |
| 152 | { "latin8", CS_ISO8859_14 }, |
| 153 | { "iso-celtic", CS_ISO8859_14 }, |
| 154 | { "l8", CS_ISO8859_14 }, |
| 155 | |
| 156 | { "ISO-8859-15", CS_ISO8859_15 }, |
| 157 | { "ISO8859-15", CS_ISO8859_15 }, /* WILD */ |
| 158 | { "ISO_8859-15", CS_ISO8859_15 }, |
| 159 | { "Latin-9", CS_ISO8859_15 }, |
| 160 | |
| 161 | { "ISO-8859-16", CS_ISO8859_16 }, |
| 162 | { "ISO8859-16", CS_ISO8859_16 }, /* WILD */ |
| 163 | { "iso-ir-226", CS_ISO8859_16 }, |
| 164 | { "ISO_8859-16", CS_ISO8859_16 }, |
| 165 | { "ISO_8859-16:2001", CS_ISO8859_16 }, |
| 166 | { "latin10", CS_ISO8859_16 }, |
| 167 | { "l10", CS_ISO8859_16 }, |
| 168 | |
| 169 | { "IBM437", CS_CP437 }, |
| 170 | { "cp437", CS_CP437 }, |
| 171 | { "437", CS_CP437 }, |
| 172 | { "csPC8CodePage437", CS_CP437 }, |
| 173 | |
| 174 | { "IBM850", CS_CP850 }, |
| 175 | { "cp850", CS_CP850 }, |
| 176 | { "850", CS_CP850 }, |
| 177 | { "csPC850Multilingual", CS_CP850 }, |
| 178 | |
| 179 | { "IBM852", CS_CP852 }, |
| 180 | { "cp852", CS_CP852 }, |
| 181 | { "852", CS_CP852 }, |
| 182 | { "csIBM852", CS_CP852 }, |
| 183 | |
| 184 | { "IBM866", CS_CP866 }, |
| 185 | { "cp866", CS_CP866 }, |
| 186 | { "866", CS_CP866 }, |
| 187 | { "csIBM866", CS_CP866 }, |
| 188 | |
| 189 | { "windows-874", CS_CP874 }, /* WILD */ |
| 190 | |
| 191 | { "windows-1250", CS_CP1250 }, |
| 192 | { "win-1250", CS_CP1250 }, /* WILD */ |
| 193 | |
| 194 | { "windows-1251", CS_CP1251 }, |
| 195 | { "win-1251", CS_CP1251 }, /* WILD */ |
| 196 | |
| 197 | { "windows-1252", CS_CP1252 }, |
| 198 | { "win-1252", CS_CP1252 }, /* WILD */ |
| 199 | |
| 200 | { "windows-1253", CS_CP1253 }, |
| 201 | { "win-1253", CS_CP1253 }, /* WILD */ |
| 202 | |
| 203 | { "windows-1254", CS_CP1254 }, |
| 204 | { "win-1254", CS_CP1254 }, /* WILD */ |
| 205 | |
| 206 | { "windows-1255", CS_CP1255 }, |
| 207 | { "win-1255", CS_CP1255 }, /* WILD */ |
| 208 | |
| 209 | { "windows-1256", CS_CP1256 }, |
| 210 | { "win-1256", CS_CP1256 }, /* WILD */ |
| 211 | |
| 212 | { "windows-1257", CS_CP1257 }, |
| 213 | { "win-1257", CS_CP1257 }, /* WILD */ |
| 214 | |
| 215 | { "windows-1258", CS_CP1258 }, |
| 216 | { "win-1258", CS_CP1258 }, /* WILD */ |
| 217 | |
| 218 | { "KOI8-R", CS_KOI8_R }, |
| 219 | { "csKOI8R", CS_KOI8_R }, |
| 220 | |
| 221 | { "KOI8-U", CS_KOI8_U }, |
| 222 | |
| 223 | { "KOI8-RU", CS_KOI8_RU }, /* WILD */ |
| 224 | |
| 225 | { "JIS_X0201", CS_JISX0201 }, |
| 226 | { "X0201", CS_JISX0201 }, |
| 227 | { "csHalfWidthKatakana", CS_JISX0201 }, |
| 228 | |
| 229 | { "macintosh", CS_MAC_ROMAN_OLD }, |
| 230 | { "mac", CS_MAC_ROMAN_OLD }, |
| 231 | { "csMacintosh", CS_MAC_ROMAN_OLD }, |
| 232 | |
| 233 | { "VISCII", CS_VISCII }, |
| 234 | { "csVISCII", CS_VISCII }, |
| 235 | |
| 236 | { "hp-roman8", CS_HP_ROMAN8 }, |
| 237 | { "roman8", CS_HP_ROMAN8 }, |
| 238 | { "r8", CS_HP_ROMAN8 }, |
| 239 | { "csHPRoman8", CS_HP_ROMAN8 }, |
| 240 | |
| 241 | { "DEC-MCS", CS_DEC_MCS }, |
| 242 | { "dec", CS_DEC_MCS }, |
| 243 | { "csDECMCS", CS_DEC_MCS }, |
| 244 | |
| 245 | { "UTF-8", CS_UTF8 }, |
| 246 | |
| 247 | { "UTF-7", CS_UTF7 }, |
| 248 | { "UNICODE-1-1-UTF-7", CS_UTF7 }, |
| 249 | { "csUnicode11UTF7", CS_UTF7 }, |
| 250 | |
| 251 | /* |
| 252 | * Quite why the EUC-CN encoding is known to MIME by the name |
| 253 | * of its underlying character set, I'm not entirely sure, but |
| 254 | * it is. Shrug. |
| 255 | */ |
| 256 | { "GB2312", CS_EUC_CN }, |
| 257 | { "csGB2312", CS_EUC_CN }, |
| 258 | |
| 259 | { "EUC-KR", CS_EUC_KR }, |
| 260 | { "csEUCKR", CS_EUC_KR }, |
| 261 | |
| 262 | { "EUC-JP", CS_EUC_JP }, |
| 263 | { "csEUCPkdFmtJapanese", CS_EUC_JP }, |
| 264 | { "Extended_UNIX_Code_Packed_Format_for_Japanese", CS_EUC_JP }, |
| 265 | |
| 266 | { "ISO-2022-JP", CS_ISO2022_JP }, |
| 267 | { "csISO2022JP", CS_ISO2022_JP }, |
| 268 | |
| 269 | { "ISO-2022-KR", CS_ISO2022_KR }, |
| 270 | { "csISO2022KR", CS_ISO2022_KR }, |
| 271 | |
| 272 | { "Big5", CS_BIG5 }, |
| 273 | { "csBig5", CS_BIG5 }, |
| 274 | { "Big-5", CS_BIG5 }, /* WILD */ |
| 275 | { "ChineseBig5", CS_BIG5 }, /* WILD */ |
| 276 | |
| 277 | { "Shift_JIS", CS_SHIFT_JIS }, |
| 278 | { "MS_Kanji", CS_SHIFT_JIS }, |
| 279 | { "csShiftJIS", CS_SHIFT_JIS }, |
| 280 | { "x-sjis", CS_SHIFT_JIS }, /* WILD */ |
| 281 | |
| 282 | { "HZ-GB-2312", CS_HZ }, |
| 283 | |
| 284 | { "UTF-16BE", CS_UTF16BE }, |
| 285 | |
| 286 | { "UTF-16LE", CS_UTF16LE }, |
| 287 | |
| 288 | { "UTF-16", CS_UTF16 }, |
| 289 | |
| 290 | /* |
| 291 | * This bit is fiddly and possibly technically incorrect; but |
| 292 | * rumour has it that the KSC 5601 encoding is a subset of |
| 293 | * Microsoft CP949, and that MS products tend to announce CP949 |
| 294 | * as KSC 5601 in much the same way they seem willing to |
| 295 | * announce CP1252 as its subset ISO 8859-1. So I cheat |
| 296 | * shamelessly here by letting KSC 5601 map to CP949. |
| 297 | */ |
| 298 | { "KS_C_5601-1987", CS_CP949 }, |
| 299 | { "iso-ir-149", CS_CP949 }, |
| 300 | { "KS_C_5601-1989", CS_CP949 }, |
| 301 | { "KSC_5601", CS_CP949 }, |
| 302 | { "korean", CS_CP949 }, |
| 303 | { "csKSC56011987", CS_CP949 }, |
| 304 | { "KSC5601", CS_CP949 }, /* WILD */ |
| 305 | |
| 306 | #if 0 |
| 307 | { "ISO-2022-JP-2", CS_ISO2022_JP_2 }, |
| 308 | { "csISO2022JP2", CS_ISO2022_JP_2 }, |
| 309 | #endif |
| 310 | }; |
| 311 | |
| 312 | const char *charset_to_mimeenc(int charset) |
| 313 | { |
| 314 | int i; |
| 315 | |
| 316 | for (i = 0; i < (int)lenof(mimeencs); i++) |
| 317 | if (charset == mimeencs[i].charset) |
| 318 | return mimeencs[i].name; |
| 319 | |
| 320 | return NULL; /* not found */ |
| 321 | } |
| 322 | |
| 323 | int charset_from_mimeenc(const char *name) |
| 324 | { |
| 325 | int i; |
| 326 | |
| 327 | for (i = 0; i < (int)lenof(mimeencs); i++) { |
| 328 | const char *p, *q; |
| 329 | p = name; |
| 330 | q = mimeencs[i].name; |
| 331 | while (*p || *q) { |
| 332 | if (tolower((unsigned char)*p) != tolower((unsigned char)*q)) |
| 333 | break; |
| 334 | p++; q++; |
| 335 | } |
| 336 | if (!*p && !*q) |
| 337 | return mimeencs[i].charset; |
| 338 | } |
| 339 | |
| 340 | return CS_NONE; /* not found */ |
| 341 | } |