Age Owner Branch data TLA Line data Source code
1 : : /*-----------------------------------------------------------------------
2 : : *
3 : : * PostgreSQL locale utilities for builtin provider
4 : : *
5 : : * Portions Copyright (c) 2002-2026, PostgreSQL Global Development Group
6 : : *
7 : : * src/backend/utils/adt/pg_locale_builtin.c
8 : : *
9 : : *-----------------------------------------------------------------------
10 : : */
11 : :
12 : : #include "postgres.h"
13 : :
14 : : #include "catalog/pg_database.h"
15 : : #include "catalog/pg_collation.h"
16 : : #include "common/unicode_case.h"
17 : : #include "common/unicode_category.h"
18 : : #include "miscadmin.h"
19 : : #include "utils/builtins.h"
20 : : #include "utils/pg_locale.h"
21 : : #include "utils/syscache.h"
22 : :
23 : : extern pg_locale_t create_pg_locale_builtin(Oid collid,
24 : : MemoryContext context);
25 : : extern char *get_collation_actual_version_builtin(const char *collcollate);
26 : :
27 : : struct WordBoundaryState
28 : : {
29 : : const char *str;
30 : : size_t len;
31 : : size_t offset;
32 : : bool posix;
33 : : bool init;
34 : : bool prev_alnum;
35 : : };
36 : :
37 : : /*
38 : : * In UTF-8, pg_wchar is guaranteed to be the code point value.
39 : : */
40 : : static inline char32_t
213 jdavis@postgresql.or 41 :GNC 129459 : to_char32(pg_wchar wc)
42 : : {
43 [ - + ]: 129459 : Assert(GetDatabaseEncoding() == PG_UTF8);
44 : 129459 : return (char32_t) wc;
45 : : }
46 : :
47 : : static inline pg_wchar
48 : 650 : to_pg_wchar(char32_t c32)
49 : : {
50 [ - + ]: 650 : Assert(GetDatabaseEncoding() == PG_UTF8);
51 : 650 : return (pg_wchar) c32;
52 : : }
53 : :
54 : : /*
55 : : * Simple word boundary iterator that draws boundaries each time the result of
56 : : * pg_u_isalnum() changes.
57 : : */
58 : : static size_t
530 jdavis@postgresql.or 59 :CBC 564 : initcap_wbnext(void *state)
60 : : {
61 : 564 : struct WordBoundaryState *wbstate = (struct WordBoundaryState *) state;
62 : :
15 jdavis@postgresql.or 63 [ + + ]:GNC 1165 : while (wbstate->offset < wbstate->len)
64 : : {
124 peter@eisentraut.org 65 : 1032 : char32_t u = utf8_to_unicode((const unsigned char *) wbstate->str +
530 jdavis@postgresql.or 66 :CBC 1032 : wbstate->offset);
404 67 : 1032 : bool curr_alnum = pg_u_isalnum(u, wbstate->posix);
68 : :
530 69 [ + + + + ]: 1032 : if (!wbstate->init || curr_alnum != wbstate->prev_alnum)
70 : : {
71 : 431 : size_t prev_offset = wbstate->offset;
72 : :
73 : 431 : wbstate->init = true;
74 : 431 : wbstate->offset += unicode_utf8len(u);
75 : 431 : wbstate->prev_alnum = curr_alnum;
76 : 431 : return prev_offset;
77 : : }
78 : :
79 : 601 : wbstate->offset += unicode_utf8len(u);
80 : : }
81 : :
82 : 133 : return wbstate->len;
83 : : }
84 : :
85 : : static size_t
15 jdavis@postgresql.or 86 :GNC 6312 : strlower_builtin(char *dest, size_t destsize, const char *src, size_t srclen,
87 : : pg_locale_t locale)
88 : : {
498 jdavis@postgresql.or 89 :CBC 12624 : return unicode_strlower(dest, destsize, src, srclen,
242 peter@eisentraut.org 90 :GNC 6312 : locale->builtin.casemap_full);
91 : : }
92 : :
93 : : static size_t
15 jdavis@postgresql.or 94 : 133 : strtitle_builtin(char *dest, size_t destsize, const char *src, size_t srclen,
95 : : pg_locale_t locale)
96 : : {
530 jdavis@postgresql.or 97 :CBC 133 : struct WordBoundaryState wbstate = {
98 : : .str = src,
99 : : .len = srclen,
100 : : .offset = 0,
242 peter@eisentraut.org 101 :GNC 133 : .posix = !locale->builtin.casemap_full,
102 : : .init = false,
103 : : .prev_alnum = false,
104 : : };
105 : :
498 jdavis@postgresql.or 106 :CBC 266 : return unicode_strtitle(dest, destsize, src, srclen,
242 peter@eisentraut.org 107 :GNC 133 : locale->builtin.casemap_full,
108 : : initcap_wbnext, &wbstate);
109 : : }
110 : :
111 : : static size_t
15 jdavis@postgresql.or 112 : 158561 : strupper_builtin(char *dest, size_t destsize, const char *src, size_t srclen,
113 : : pg_locale_t locale)
114 : : {
498 jdavis@postgresql.or 115 :CBC 317122 : return unicode_strupper(dest, destsize, src, srclen,
242 peter@eisentraut.org 116 :GNC 158561 : locale->builtin.casemap_full);
117 : : }
118 : :
119 : : static size_t
15 jdavis@postgresql.or 120 : 10 : strfold_builtin(char *dest, size_t destsize, const char *src, size_t srclen,
121 : : pg_locale_t locale)
122 : : {
491 jdavis@postgresql.or 123 :CBC 20 : return unicode_strfold(dest, destsize, src, srclen,
242 peter@eisentraut.org 124 :GNC 10 : locale->builtin.casemap_full);
125 : : }
126 : :
127 : : static bool
333 jdavis@postgresql.or 128 : 43117 : wc_isdigit_builtin(pg_wchar wc, pg_locale_t locale)
129 : : {
213 130 : 43117 : return pg_u_isdigit(to_char32(wc), !locale->builtin.casemap_full);
131 : : }
132 : :
133 : : static bool
333 134 : 19901 : wc_isalpha_builtin(pg_wchar wc, pg_locale_t locale)
135 : : {
213 136 : 19901 : return pg_u_isalpha(to_char32(wc));
137 : : }
138 : :
139 : : static bool
333 140 : 24708 : wc_isalnum_builtin(pg_wchar wc, pg_locale_t locale)
141 : : {
213 142 : 24708 : return pg_u_isalnum(to_char32(wc), !locale->builtin.casemap_full);
143 : : }
144 : :
145 : : static bool
333 146 : 16384 : wc_isupper_builtin(pg_wchar wc, pg_locale_t locale)
147 : : {
213 148 : 16384 : return pg_u_isupper(to_char32(wc));
149 : : }
150 : :
151 : : static bool
333 jdavis@postgresql.or 152 :UNC 0 : wc_islower_builtin(pg_wchar wc, pg_locale_t locale)
153 : : {
213 154 : 0 : return pg_u_islower(to_char32(wc));
155 : : }
156 : :
157 : : static bool
333 158 : 0 : wc_isgraph_builtin(pg_wchar wc, pg_locale_t locale)
159 : : {
213 160 : 0 : return pg_u_isgraph(to_char32(wc));
161 : : }
162 : :
163 : : static bool
333 164 : 0 : wc_isprint_builtin(pg_wchar wc, pg_locale_t locale)
165 : : {
213 166 : 0 : return pg_u_isprint(to_char32(wc));
167 : : }
168 : :
169 : : static bool
333 jdavis@postgresql.or 170 :GNC 16384 : wc_ispunct_builtin(pg_wchar wc, pg_locale_t locale)
171 : : {
213 172 : 16384 : return pg_u_ispunct(to_char32(wc), !locale->builtin.casemap_full);
173 : : }
174 : :
175 : : static bool
333 176 : 8312 : wc_isspace_builtin(pg_wchar wc, pg_locale_t locale)
177 : : {
213 178 : 8312 : return pg_u_isspace(to_char32(wc));
179 : : }
180 : :
181 : : static bool
224 182 : 3 : wc_isxdigit_builtin(pg_wchar wc, pg_locale_t locale)
183 : : {
213 184 : 3 : return pg_u_isxdigit(to_char32(wc), !locale->builtin.casemap_full);
185 : : }
186 : :
187 : : static bool
171 jdavis@postgresql.or 188 :UNC 0 : wc_iscased_builtin(pg_wchar wc, pg_locale_t locale)
189 : : {
190 : 0 : return pg_u_prop_cased(to_char32(wc));
191 : : }
192 : :
193 : : static pg_wchar
333 jdavis@postgresql.or 194 :GNC 325 : wc_toupper_builtin(pg_wchar wc, pg_locale_t locale)
195 : : {
213 196 : 325 : return to_pg_wchar(unicode_uppercase_simple(to_char32(wc)));
197 : : }
198 : :
199 : : static pg_wchar
333 200 : 325 : wc_tolower_builtin(pg_wchar wc, pg_locale_t locale)
201 : : {
213 202 : 325 : return to_pg_wchar(unicode_lowercase_simple(to_char32(wc)));
203 : : }
204 : :
205 : : static const struct ctype_methods ctype_methods_builtin = {
206 : : .strlower = strlower_builtin,
207 : : .strtitle = strtitle_builtin,
208 : : .strupper = strupper_builtin,
209 : : .strfold = strfold_builtin,
210 : : /* uses plain ASCII semantics for historical reasons */
211 : : .downcase_ident = NULL,
212 : : .wc_isdigit = wc_isdigit_builtin,
213 : : .wc_isalpha = wc_isalpha_builtin,
214 : : .wc_isalnum = wc_isalnum_builtin,
215 : : .wc_isupper = wc_isupper_builtin,
216 : : .wc_islower = wc_islower_builtin,
217 : : .wc_isgraph = wc_isgraph_builtin,
218 : : .wc_isprint = wc_isprint_builtin,
219 : : .wc_ispunct = wc_ispunct_builtin,
220 : : .wc_isspace = wc_isspace_builtin,
221 : : .wc_isxdigit = wc_isxdigit_builtin,
222 : : .wc_iscased = wc_iscased_builtin,
223 : : .wc_tolower = wc_tolower_builtin,
224 : : .wc_toupper = wc_toupper_builtin,
225 : : };
226 : :
227 : : pg_locale_t
544 jdavis@postgresql.or 228 :CBC 965 : create_pg_locale_builtin(Oid collid, MemoryContext context)
229 : : {
230 : : const char *locstr;
231 : : pg_locale_t result;
232 : :
233 [ + + ]: 965 : if (collid == DEFAULT_COLLATION_OID)
234 : : {
235 : : HeapTuple tp;
236 : : Datum datum;
237 : :
238 : 927 : tp = SearchSysCache1(DATABASEOID, ObjectIdGetDatum(MyDatabaseId));
239 [ - + ]: 927 : if (!HeapTupleIsValid(tp))
544 jdavis@postgresql.or 240 [ # # ]:UBC 0 : elog(ERROR, "cache lookup failed for database %u", MyDatabaseId);
544 jdavis@postgresql.or 241 :CBC 927 : datum = SysCacheGetAttrNotNull(DATABASEOID, tp,
242 : : Anum_pg_database_datlocale);
243 : 927 : locstr = TextDatumGetCString(datum);
244 : 927 : ReleaseSysCache(tp);
245 : : }
246 : : else
247 : : {
248 : : HeapTuple tp;
249 : : Datum datum;
250 : :
251 : 38 : tp = SearchSysCache1(COLLOID, ObjectIdGetDatum(collid));
252 [ - + ]: 38 : if (!HeapTupleIsValid(tp))
544 jdavis@postgresql.or 253 [ # # ]:UBC 0 : elog(ERROR, "cache lookup failed for collation %u", collid);
544 jdavis@postgresql.or 254 :CBC 38 : datum = SysCacheGetAttrNotNull(COLLOID, tp,
255 : : Anum_pg_collation_colllocale);
256 : 38 : locstr = TextDatumGetCString(datum);
257 : 38 : ReleaseSysCache(tp);
258 : : }
259 : :
260 : 965 : builtin_validate_locale(GetDatabaseEncoding(), locstr);
261 : :
262 : 965 : result = MemoryContextAllocZero(context, sizeof(struct pg_locale_struct));
263 : :
242 peter@eisentraut.org 264 :GNC 965 : result->builtin.locale = MemoryContextStrdup(context, locstr);
265 : 965 : result->builtin.casemap_full = (strcmp(locstr, "PG_UNICODE_FAST") == 0);
544 jdavis@postgresql.or 266 :CBC 965 : result->deterministic = true;
267 : 965 : result->collate_is_c = true;
268 : 965 : result->ctype_is_c = (strcmp(locstr, "C") == 0);
333 jdavis@postgresql.or 269 [ + + ]:GNC 965 : if (!result->ctype_is_c)
270 : 942 : result->ctype = &ctype_methods_builtin;
271 : :
544 jdavis@postgresql.or 272 :CBC 965 : return result;
273 : : }
274 : :
275 : : char *
507 276 : 1007 : get_collation_actual_version_builtin(const char *collcollate)
277 : : {
278 : : /*
279 : : * The only two supported locales (C and C.UTF-8) are both based on memcmp
280 : : * and are not expected to change, but track the version anyway.
281 : : *
282 : : * Note that the character semantics may change for some locales, but the
283 : : * collation version only tracks changes to sort order.
284 : : */
285 [ + + ]: 1007 : if (strcmp(collcollate, "C") == 0)
286 : 44 : return "1";
287 [ + + ]: 963 : else if (strcmp(collcollate, "C.UTF-8") == 0)
288 : 950 : return "1";
498 289 [ + - ]: 13 : else if (strcmp(collcollate, "PG_UNICODE_FAST") == 0)
290 : 13 : return "1";
291 : : else
507 jdavis@postgresql.or 292 [ # # ]:UBC 0 : ereport(ERROR,
293 : : (errcode(ERRCODE_WRONG_OBJECT_TYPE),
294 : : errmsg("invalid locale name \"%s\" for builtin provider",
295 : : collcollate)));
296 : :
297 : : return NULL; /* keep compiler quiet */
298 : : }
|
