Branch data Line data Source code
1 : : /*-----------------------------------------------------------------------
2 : : *
3 : : * PostgreSQL locale utilities for libc
4 : : *
5 : : * Portions Copyright (c) 2002-2026, PostgreSQL Global Development Group
6 : : *
7 : : * src/backend/utils/adt/pg_locale_libc.c
8 : : *
9 : : *-----------------------------------------------------------------------
10 : : */
11 : :
12 : : #include "postgres.h"
13 : :
14 : : #include <limits.h>
15 : : #include <wctype.h>
16 : :
17 : : #include "access/htup_details.h"
18 : : #include "catalog/pg_database.h"
19 : : #include "catalog/pg_collation.h"
20 : : #include "mb/pg_wchar.h"
21 : : #include "miscadmin.h"
22 : : #include "utils/builtins.h"
23 : : #include "utils/formatting.h"
24 : : #include "utils/memutils.h"
25 : : #include "utils/pg_locale.h"
26 : : #include "utils/syscache.h"
27 : :
28 : : #ifdef __GLIBC__
29 : : #include <gnu/libc-version.h>
30 : : #endif
31 : :
32 : : #ifdef WIN32
33 : : #include <shlwapi.h>
34 : : #endif
35 : :
36 : : /*
37 : : * For the libc provider, to provide as much functionality as possible on a
38 : : * variety of platforms without going so far as to implement everything from
39 : : * scratch, we use several implementation strategies depending on the
40 : : * situation:
41 : : *
42 : : * 1. In C/POSIX collations, we use hard-wired code. We can't depend on
43 : : * the <ctype.h> functions since those will obey LC_CTYPE. Note that these
44 : : * collations don't give a fig about multibyte characters.
45 : : *
46 : : * 2. When working in UTF8 encoding, we use the <wctype.h> functions.
47 : : * This assumes that every platform uses Unicode codepoints directly
48 : : * as the wchar_t representation of Unicode. On some platforms
49 : : * wchar_t is only 16 bits wide, so we have to punt for codepoints > 0xFFFF.
50 : : *
51 : : * 3. In all other encodings, we use the <ctype.h> functions for pg_wchar
52 : : * values up to 255, and punt for values above that. This is 100% correct
53 : : * only in single-byte encodings such as LATINn. However, non-Unicode
54 : : * multibyte encodings are mostly Far Eastern character sets for which the
55 : : * properties being tested here aren't very relevant for higher code values
56 : : * anyway. The difficulty with using the <wctype.h> functions with
57 : : * non-Unicode multibyte encodings is that we can have no certainty that
58 : : * the platform's wchar_t representation matches what we do in pg_wchar
59 : : * conversions.
60 : : *
61 : : * As a special case, in the "default" collation, (2) and (3) force ASCII
62 : : * letters to follow ASCII upcase/downcase rules, while in a non-default
63 : : * collation we just let the library functions do what they will. The case
64 : : * where this matters is treatment of I/i in Turkish, and the behavior is
65 : : * meant to match the upper()/lower() SQL functions.
66 : : *
67 : : * NB: the coding here assumes pg_wchar is an unsigned type.
68 : : */
69 : :
70 : : /*
71 : : * Size of stack buffer to use for string transformations, used to avoid heap
72 : : * allocations in typical cases. This should be large enough that most strings
73 : : * will fit, but small enough that we feel comfortable putting it on the
74 : : * stack.
75 : : */
76 : : #define TEXTBUFLEN 1024
77 : :
78 : : extern pg_locale_t create_pg_locale_libc(Oid collid, MemoryContext context);
79 : :
80 : : static int strncoll_libc(const char *arg1, size_t len1,
81 : : const char *arg2, size_t len2,
82 : : pg_locale_t locale);
83 : : static int strcoll_libc(const char *arg1, const char *arg2,
84 : : pg_locale_t locale);
85 : : static size_t strnxfrm_libc(char *dest, size_t destsize,
86 : : const char *src, size_t srclen,
87 : : pg_locale_t locale);
88 : : static size_t strxfrm_libc(char *dest, size_t destsize,
89 : : const char *src, pg_locale_t locale);
90 : : extern char *get_collation_actual_version_libc(const char *collcollate);
91 : : static locale_t make_libc_collator(const char *collate,
92 : : const char *ctype);
93 : :
94 : : #ifdef WIN32
95 : : static int strncoll_libc_win32_utf8(const char *arg1, size_t len1,
96 : : const char *arg2, size_t len2,
97 : : pg_locale_t locale);
98 : : static int strcoll_libc_win32_utf8(const char *arg1, const char *arg2,
99 : : pg_locale_t locale);
100 : : #endif
101 : :
102 : : static size_t char2wchar(wchar_t *to, size_t tolen, const char *from,
103 : : size_t fromlen, locale_t loc);
104 : :
105 : : static size_t strlower_libc_sb(char *dest, size_t destsize,
106 : : const char *src, size_t srclen,
107 : : pg_locale_t locale);
108 : : static size_t strlower_libc_mb(char *dest, size_t destsize,
109 : : const char *src, size_t srclen,
110 : : pg_locale_t locale);
111 : : static size_t strtitle_libc_sb(char *dest, size_t destsize,
112 : : const char *src, size_t srclen,
113 : : pg_locale_t locale);
114 : : static size_t strtitle_libc_mb(char *dest, size_t destsize,
115 : : const char *src, size_t srclen,
116 : : pg_locale_t locale);
117 : : static size_t strupper_libc_sb(char *dest, size_t destsize,
118 : : const char *src, size_t srclen,
119 : : pg_locale_t locale);
120 : : static size_t strupper_libc_mb(char *dest, size_t destsize,
121 : : const char *src, size_t srclen,
122 : : pg_locale_t locale);
123 : :
124 : : static bool
125 : 0 : wc_isdigit_libc_sb(pg_wchar wc, pg_locale_t locale)
126 : : {
127 [ # # ]: 0 : if (wc > UCHAR_MAX)
128 : 0 : return false;
129 : 0 : return isdigit_l((unsigned char) wc, locale->lt);
130 : : }
131 : :
132 : : static bool
133 : 0 : wc_isalpha_libc_sb(pg_wchar wc, pg_locale_t locale)
134 : : {
135 [ # # ]: 0 : if (wc > UCHAR_MAX)
136 : 0 : return false;
137 : 0 : return isalpha_l((unsigned char) wc, locale->lt);
138 : : }
139 : :
140 : : static bool
141 : 0 : wc_isalnum_libc_sb(pg_wchar wc, pg_locale_t locale)
142 : : {
143 [ # # ]: 0 : if (wc > UCHAR_MAX)
144 : 0 : return false;
145 : 0 : return isalnum_l((unsigned char) wc, locale->lt);
146 : : }
147 : :
148 : : static bool
149 : 0 : wc_isupper_libc_sb(pg_wchar wc, pg_locale_t locale)
150 : : {
151 [ # # ]: 0 : if (wc > UCHAR_MAX)
152 : 0 : return false;
153 : 0 : return isupper_l((unsigned char) wc, locale->lt);
154 : : }
155 : :
156 : : static bool
157 : 0 : wc_islower_libc_sb(pg_wchar wc, pg_locale_t locale)
158 : : {
159 [ # # ]: 0 : if (wc > UCHAR_MAX)
160 : 0 : return false;
161 : 0 : return islower_l((unsigned char) wc, locale->lt);
162 : : }
163 : :
164 : : static bool
165 : 0 : wc_isgraph_libc_sb(pg_wchar wc, pg_locale_t locale)
166 : : {
167 [ # # ]: 0 : if (wc > UCHAR_MAX)
168 : 0 : return false;
169 : 0 : return isgraph_l((unsigned char) wc, locale->lt);
170 : : }
171 : :
172 : : static bool
173 : 0 : wc_isprint_libc_sb(pg_wchar wc, pg_locale_t locale)
174 : : {
175 [ # # ]: 0 : if (wc > UCHAR_MAX)
176 : 0 : return false;
177 : 0 : return isprint_l((unsigned char) wc, locale->lt);
178 : : }
179 : :
180 : : static bool
181 : 0 : wc_ispunct_libc_sb(pg_wchar wc, pg_locale_t locale)
182 : : {
183 [ # # ]: 0 : if (wc > UCHAR_MAX)
184 : 0 : return false;
185 : 0 : return ispunct_l((unsigned char) wc, locale->lt);
186 : : }
187 : :
188 : : static bool
189 : 0 : wc_isspace_libc_sb(pg_wchar wc, pg_locale_t locale)
190 : : {
191 [ # # ]: 0 : if (wc > UCHAR_MAX)
192 : 0 : return false;
193 : 0 : return isspace_l((unsigned char) wc, locale->lt);
194 : : }
195 : :
196 : : static bool
197 : 0 : wc_isxdigit_libc_sb(pg_wchar wc, pg_locale_t locale)
198 : : {
199 [ # # ]: 0 : if (wc > UCHAR_MAX)
200 : 0 : return false;
201 : : #ifndef WIN32
202 : 0 : return isxdigit_l((unsigned char) wc, locale->lt);
203 : : #else
204 : : return _isxdigit_l((unsigned char) wc, locale->lt);
205 : : #endif
206 : : }
207 : :
208 : : static bool
209 : 0 : wc_iscased_libc_sb(pg_wchar wc, pg_locale_t locale)
210 : : {
211 [ # # ]: 0 : if (wc > UCHAR_MAX)
212 : 0 : return false;
213 [ # # ]: 0 : return isupper_l((unsigned char) wc, locale->lt) ||
214 [ # # ]: 0 : islower_l((unsigned char) wc, locale->lt);
215 : : }
216 : :
217 : : static bool
218 : 100062 : wc_isdigit_libc_mb(pg_wchar wc, pg_locale_t locale)
219 : : {
220 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
221 : : return false;
222 : 100062 : return iswdigit_l((wint_t) wc, locale->lt);
223 : : }
224 : :
225 : : static bool
226 : 73895 : wc_isalpha_libc_mb(pg_wchar wc, pg_locale_t locale)
227 : : {
228 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
229 : : return false;
230 : 73895 : return iswalpha_l((wint_t) wc, locale->lt);
231 : : }
232 : :
233 : : static bool
234 : 1642404 : wc_isalnum_libc_mb(pg_wchar wc, pg_locale_t locale)
235 : : {
236 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
237 : : return false;
238 : 1642404 : return iswalnum_l((wint_t) wc, locale->lt);
239 : : }
240 : :
241 : : static bool
242 : 2056 : wc_isupper_libc_mb(pg_wchar wc, pg_locale_t locale)
243 : : {
244 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
245 : : return false;
246 : 2056 : return iswupper_l((wint_t) wc, locale->lt);
247 : : }
248 : :
249 : : static bool
250 : 2051 : wc_islower_libc_mb(pg_wchar wc, pg_locale_t locale)
251 : : {
252 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
253 : : return false;
254 : 2051 : return iswlower_l((wint_t) wc, locale->lt);
255 : : }
256 : :
257 : : static bool
258 : 0 : wc_isgraph_libc_mb(pg_wchar wc, pg_locale_t locale)
259 : : {
260 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
261 : : return false;
262 : 0 : return iswgraph_l((wint_t) wc, locale->lt);
263 : : }
264 : :
265 : : static bool
266 : 0 : wc_isprint_libc_mb(pg_wchar wc, pg_locale_t locale)
267 : : {
268 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
269 : : return false;
270 : 0 : return iswprint_l((wint_t) wc, locale->lt);
271 : : }
272 : :
273 : : static bool
274 : 2051 : wc_ispunct_libc_mb(pg_wchar wc, pg_locale_t locale)
275 : : {
276 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
277 : : return false;
278 : 2051 : return iswpunct_l((wint_t) wc, locale->lt);
279 : : }
280 : :
281 : : static bool
282 : 34486 : wc_isspace_libc_mb(pg_wchar wc, pg_locale_t locale)
283 : : {
284 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
285 : : return false;
286 : 34486 : return iswspace_l((wint_t) wc, locale->lt);
287 : : }
288 : :
289 : : static bool
290 : 9 : wc_isxdigit_libc_mb(pg_wchar wc, pg_locale_t locale)
291 : : {
292 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
293 : : return false;
294 : : #ifndef WIN32
295 : 9 : return iswxdigit_l((wint_t) wc, locale->lt);
296 : : #else
297 : : return _iswxdigit_l((wint_t) wc, locale->lt);
298 : : #endif
299 : : }
300 : :
301 : : static bool
302 : 0 : wc_iscased_libc_other_mb(pg_wchar wc, pg_locale_t locale)
303 : : {
304 : : /*
305 : : * For non-UTF8 multibyte encodings, we conservatively assume that any
306 : : * non-ASCII character could be case-varying.
307 : : */
308 [ # # ]: 0 : if (wc > (pg_wchar) 127)
309 : 0 : return true;
310 : :
311 : : /* ASCII: pass directly to isupper_l()/islower_l() */
312 [ # # ]: 0 : return isupper_l((unsigned char) wc, locale->lt) ||
313 [ # # ]: 0 : islower_l((unsigned char) wc, locale->lt);
314 : : }
315 : :
316 : : static bool
317 : 0 : wc_iscased_libc_utf8(pg_wchar wc, pg_locale_t locale)
318 : : {
319 : : /*
320 : : * If sizeof(wchar_t) < 4 (that is, on Windows), then return false. This
321 : : * is consistent with the behavior of strlower_libc_mb(): the UTF8 string
322 : : * will be decoded into 16-bit wchar_t, so strlower_libc_mb() will never
323 : : * deal with codepoints beyond 0xFFFF. It may deal with surrogate pairs,
324 : : * but those characters map to themselves anyway.
325 : : */
326 : : if (sizeof(wchar_t) < 4 && wc > (pg_wchar) 0xFFFF)
327 : : return false;
328 : :
329 : : /*
330 : : * For UTF8, pg_wchar is a codepoint and we assume we can pass it directly
331 : : * to iswupper_l()/iswlower_l().
332 : : */
333 [ # # # # ]: 0 : return iswupper_l((wint_t) wc, locale->lt) ||
334 : 0 : iswlower_l((wint_t) wc, locale->lt);
335 : : }
336 : :
337 : : static pg_wchar
338 : 0 : toupper_libc_sb(pg_wchar wc, pg_locale_t locale)
339 : : {
340 : : Assert(GetDatabaseEncoding() != PG_UTF8);
341 : :
342 : : /* force C behavior for ASCII characters, per comments above */
343 [ # # # # ]: 0 : if (locale->is_default && wc <= (pg_wchar) 127)
344 : 0 : return pg_ascii_toupper((unsigned char) wc);
345 [ # # ]: 0 : else if (wc <= (pg_wchar) UCHAR_MAX)
346 : 0 : return toupper_l((unsigned char) wc, locale->lt);
347 : : else
348 : 0 : return wc;
349 : : }
350 : :
351 : : static pg_wchar
352 : 4679 : toupper_libc_mb(pg_wchar wc, pg_locale_t locale)
353 : : {
354 : : Assert(GetDatabaseEncoding() == PG_UTF8);
355 : :
356 : : /* force C behavior for ASCII characters, per comments above */
357 [ + - + + ]: 4679 : if (locale->is_default && wc <= (pg_wchar) 127)
358 : 581 : return pg_ascii_toupper((unsigned char) wc);
359 : : else if (sizeof(wchar_t) >= 4 || wc <= (pg_wchar) 0xFFFF)
360 : 4098 : return towupper_l((wint_t) wc, locale->lt);
361 : : else
362 : : return wc;
363 : : }
364 : :
365 : : static pg_wchar
366 : 0 : tolower_libc_sb(pg_wchar wc, pg_locale_t locale)
367 : : {
368 : : Assert(GetDatabaseEncoding() != PG_UTF8);
369 : :
370 : : /* force C behavior for ASCII characters, per comments above */
371 [ # # # # ]: 0 : if (locale->is_default && wc <= (pg_wchar) 127)
372 : 0 : return pg_ascii_tolower((unsigned char) wc);
373 [ # # ]: 0 : else if (wc <= (pg_wchar) UCHAR_MAX)
374 : 0 : return tolower_l((unsigned char) wc, locale->lt);
375 : : else
376 : 0 : return wc;
377 : : }
378 : :
379 : : static pg_wchar
380 : 4681 : tolower_libc_mb(pg_wchar wc, pg_locale_t locale)
381 : : {
382 : : Assert(GetDatabaseEncoding() == PG_UTF8);
383 : :
384 : : /* force C behavior for ASCII characters, per comments above */
385 [ + - + + ]: 4681 : if (locale->is_default && wc <= (pg_wchar) 127)
386 : 583 : return pg_ascii_tolower((unsigned char) wc);
387 : : else if (sizeof(wchar_t) >= 4 || wc <= (pg_wchar) 0xFFFF)
388 : 4098 : return towlower_l((wint_t) wc, locale->lt);
389 : : else
390 : : return wc;
391 : : }
392 : :
393 : : static const struct ctype_methods ctype_methods_libc_sb = {
394 : : .strlower = strlower_libc_sb,
395 : : .strtitle = strtitle_libc_sb,
396 : : .strupper = strupper_libc_sb,
397 : : /* in libc, casefolding is the same as lowercasing */
398 : : .strfold = strlower_libc_sb,
399 : : .wc_isdigit = wc_isdigit_libc_sb,
400 : : .wc_isalpha = wc_isalpha_libc_sb,
401 : : .wc_isalnum = wc_isalnum_libc_sb,
402 : : .wc_isupper = wc_isupper_libc_sb,
403 : : .wc_islower = wc_islower_libc_sb,
404 : : .wc_isgraph = wc_isgraph_libc_sb,
405 : : .wc_isprint = wc_isprint_libc_sb,
406 : : .wc_ispunct = wc_ispunct_libc_sb,
407 : : .wc_isspace = wc_isspace_libc_sb,
408 : : .wc_isxdigit = wc_isxdigit_libc_sb,
409 : : .wc_iscased = wc_iscased_libc_sb,
410 : : .wc_toupper = toupper_libc_sb,
411 : : .wc_tolower = tolower_libc_sb,
412 : : };
413 : :
414 : : /*
415 : : * Non-UTF8 multibyte encodings use multibyte semantics for case mapping, but
416 : : * single-byte semantics for pattern matching (except wc_iscased which needs
417 : : * to be consistent with case mapping).
418 : : */
419 : : static const struct ctype_methods ctype_methods_libc_other_mb = {
420 : : .strlower = strlower_libc_mb,
421 : : .strtitle = strtitle_libc_mb,
422 : : .strupper = strupper_libc_mb,
423 : : /* in libc, casefolding is the same as lowercasing */
424 : : .strfold = strlower_libc_mb,
425 : : .wc_isdigit = wc_isdigit_libc_sb,
426 : : .wc_isalpha = wc_isalpha_libc_sb,
427 : : .wc_isalnum = wc_isalnum_libc_sb,
428 : : .wc_isupper = wc_isupper_libc_sb,
429 : : .wc_islower = wc_islower_libc_sb,
430 : : .wc_isgraph = wc_isgraph_libc_sb,
431 : : .wc_isprint = wc_isprint_libc_sb,
432 : : .wc_ispunct = wc_ispunct_libc_sb,
433 : : .wc_isspace = wc_isspace_libc_sb,
434 : : .wc_isxdigit = wc_isxdigit_libc_sb,
435 : : .wc_iscased = wc_iscased_libc_other_mb,
436 : : .wc_toupper = toupper_libc_sb,
437 : : .wc_tolower = tolower_libc_sb,
438 : : };
439 : :
440 : : static const struct ctype_methods ctype_methods_libc_utf8 = {
441 : : .strlower = strlower_libc_mb,
442 : : .strtitle = strtitle_libc_mb,
443 : : .strupper = strupper_libc_mb,
444 : : /* in libc, casefolding is the same as lowercasing */
445 : : .strfold = strlower_libc_mb,
446 : : .wc_isdigit = wc_isdigit_libc_mb,
447 : : .wc_isalpha = wc_isalpha_libc_mb,
448 : : .wc_isalnum = wc_isalnum_libc_mb,
449 : : .wc_isupper = wc_isupper_libc_mb,
450 : : .wc_islower = wc_islower_libc_mb,
451 : : .wc_isgraph = wc_isgraph_libc_mb,
452 : : .wc_isprint = wc_isprint_libc_mb,
453 : : .wc_ispunct = wc_ispunct_libc_mb,
454 : : .wc_isspace = wc_isspace_libc_mb,
455 : : .wc_isxdigit = wc_isxdigit_libc_mb,
456 : : .wc_iscased = wc_iscased_libc_utf8,
457 : : .wc_toupper = toupper_libc_mb,
458 : : .wc_tolower = tolower_libc_mb,
459 : : };
460 : :
461 : : static const struct collate_methods collate_methods_libc = {
462 : : .strncoll = strncoll_libc,
463 : : .strcoll = strcoll_libc,
464 : : .strnxfrm = strnxfrm_libc,
465 : : .strxfrm = strxfrm_libc,
466 : : .strnxfrm_prefix = NULL,
467 : : .strxfrm_prefix = NULL,
468 : :
469 : : /*
470 : : * Unfortunately, it seems that strxfrm() for non-C collations is broken
471 : : * on many common platforms; testing of multiple versions of glibc reveals
472 : : * that, for many locales, strcoll() and strxfrm() do not return
473 : : * consistent results. While no other libc other than Cygwin has so far
474 : : * been shown to have a problem, we take the conservative course of action
475 : : * for right now and disable this categorically. (Users who are certain
476 : : * this isn't a problem on their system can define TRUST_STRXFRM.)
477 : : */
478 : : #ifdef TRUST_STRXFRM
479 : : .strxfrm_is_safe = true,
480 : : #else
481 : : .strxfrm_is_safe = false,
482 : : #endif
483 : : };
484 : :
485 : : #ifdef WIN32
486 : : static const struct collate_methods collate_methods_libc_win32_utf8 = {
487 : : .strncoll = strncoll_libc_win32_utf8,
488 : : .strcoll = strcoll_libc_win32_utf8,
489 : : .strnxfrm = strnxfrm_libc,
490 : : .strxfrm = strxfrm_libc,
491 : : .strnxfrm_prefix = NULL,
492 : : #ifdef TRUST_STRXFRM
493 : : .strxfrm_is_safe = true,
494 : : #else
495 : : .strxfrm_is_safe = false,
496 : : #endif
497 : : };
498 : : #endif
499 : :
500 : : static size_t
501 : 0 : strlower_libc_sb(char *dest, size_t destsize, const char *src, size_t srclen,
502 : : pg_locale_t locale)
503 : : {
504 [ # # ]: 0 : if (srclen + 1 <= destsize)
505 : : {
506 : 0 : locale_t loc = locale->lt;
507 : : char *p;
508 : :
509 : 0 : memcpy(dest, src, srclen);
510 : 0 : dest[srclen] = '\0';
511 : :
512 : : /*
513 : : * Note: we assume that tolower_l() will not be so broken as to need
514 : : * an isupper_l() guard test. When using the default collation, we
515 : : * apply the traditional Postgres behavior that forces ASCII-style
516 : : * treatment of I/i, but in non-default collations you get exactly
517 : : * what the collation says.
518 : : */
519 [ # # ]: 0 : for (p = dest; *p; p++)
520 : : {
521 [ # # ]: 0 : if (locale->is_default)
522 : : {
523 [ # # # # ]: 0 : if (*p >= 'A' && *p <= 'Z')
524 : 0 : *p += 'a' - 'A';
525 [ # # # # ]: 0 : else if (IS_HIGHBIT_SET(*p) && isupper_l((unsigned char) *p, loc))
526 : 0 : *p = tolower_l((unsigned char) *p, loc);
527 : : }
528 : : else
529 : 0 : *p = tolower_l((unsigned char) *p, loc);
530 : : }
531 : : }
532 : :
533 : 0 : return srclen;
534 : : }
535 : :
536 : : static size_t
537 : 522381 : strlower_libc_mb(char *dest, size_t destsize, const char *src, size_t srclen,
538 : : pg_locale_t locale)
539 : : {
540 : 522381 : locale_t loc = locale->lt;
541 : : size_t result_size;
542 : : wchar_t *workspace;
543 : : char *result;
544 : : size_t curr_char;
545 : : size_t max_size;
546 : :
547 : : /* Overflow paranoia */
548 [ - + ]: 522381 : if ((srclen + 1) > (INT_MAX / sizeof(wchar_t)))
549 [ # # ]: 0 : ereport(ERROR,
550 : : (errcode(ERRCODE_OUT_OF_MEMORY),
551 : : errmsg("out of memory")));
552 : :
553 : : /* Output workspace cannot have more codes than input bytes */
554 : 522381 : workspace = palloc_array(wchar_t, srclen + 1);
555 : :
556 : 522381 : char2wchar(workspace, srclen + 1, src, srclen, loc);
557 : :
558 [ + + ]: 2500106 : for (curr_char = 0; workspace[curr_char] != 0; curr_char++)
559 : 1977725 : workspace[curr_char] = towlower_l(workspace[curr_char], loc);
560 : :
561 : : /*
562 : : * Make result large enough; case change might change number of bytes
563 : : */
564 : 522381 : max_size = curr_char * pg_database_encoding_max_length();
565 : 522381 : result = palloc(max_size + 1);
566 : :
567 : 522381 : result_size = wchar2char(result, workspace, max_size + 1, loc);
568 : :
569 [ + - ]: 522381 : if (destsize >= result_size + 1)
570 : : {
571 : 522381 : memcpy(dest, result, result_size);
572 : 522381 : dest[result_size] = '\0';
573 : : }
574 : :
575 : 522381 : pfree(workspace);
576 : 522381 : pfree(result);
577 : :
578 : 522381 : return result_size;
579 : : }
580 : :
581 : : static size_t
582 : 0 : strtitle_libc_sb(char *dest, size_t destsize, const char *src, size_t srclen,
583 : : pg_locale_t locale)
584 : : {
585 [ # # ]: 0 : if (srclen + 1 <= destsize)
586 : : {
587 : 0 : locale_t loc = locale->lt;
588 : 0 : int wasalnum = false;
589 : : char *p;
590 : :
591 : 0 : memcpy(dest, src, srclen);
592 : 0 : dest[srclen] = '\0';
593 : :
594 : : /*
595 : : * Note: we assume that toupper_l()/tolower_l() will not be so broken
596 : : * as to need guard tests. When using the default collation, we apply
597 : : * the traditional Postgres behavior that forces ASCII-style treatment
598 : : * of I/i, but in non-default collations you get exactly what the
599 : : * collation says.
600 : : */
601 [ # # ]: 0 : for (p = dest; *p; p++)
602 : : {
603 [ # # ]: 0 : if (locale->is_default)
604 : : {
605 [ # # ]: 0 : if (wasalnum)
606 : : {
607 [ # # # # ]: 0 : if (*p >= 'A' && *p <= 'Z')
608 : 0 : *p += 'a' - 'A';
609 [ # # # # ]: 0 : else if (IS_HIGHBIT_SET(*p) && isupper_l((unsigned char) *p, loc))
610 : 0 : *p = tolower_l((unsigned char) *p, loc);
611 : : }
612 : : else
613 : : {
614 [ # # # # ]: 0 : if (*p >= 'a' && *p <= 'z')
615 : 0 : *p -= 'a' - 'A';
616 [ # # # # ]: 0 : else if (IS_HIGHBIT_SET(*p) && islower_l((unsigned char) *p, loc))
617 : 0 : *p = toupper_l((unsigned char) *p, loc);
618 : : }
619 : : }
620 : : else
621 : : {
622 [ # # ]: 0 : if (wasalnum)
623 : 0 : *p = tolower_l((unsigned char) *p, loc);
624 : : else
625 : 0 : *p = toupper_l((unsigned char) *p, loc);
626 : : }
627 : 0 : wasalnum = isalnum_l((unsigned char) *p, loc);
628 : : }
629 : : }
630 : :
631 : 0 : return srclen;
632 : : }
633 : :
634 : : static size_t
635 : 18 : strtitle_libc_mb(char *dest, size_t destsize, const char *src, size_t srclen,
636 : : pg_locale_t locale)
637 : : {
638 : 18 : locale_t loc = locale->lt;
639 : 18 : int wasalnum = false;
640 : : size_t result_size;
641 : : wchar_t *workspace;
642 : : char *result;
643 : : size_t curr_char;
644 : : size_t max_size;
645 : :
646 : : /* Overflow paranoia */
647 [ - + ]: 18 : if ((srclen + 1) > (INT_MAX / sizeof(wchar_t)))
648 [ # # ]: 0 : ereport(ERROR,
649 : : (errcode(ERRCODE_OUT_OF_MEMORY),
650 : : errmsg("out of memory")));
651 : :
652 : : /* Output workspace cannot have more codes than input bytes */
653 : 18 : workspace = palloc_array(wchar_t, srclen + 1);
654 : :
655 : 18 : char2wchar(workspace, srclen + 1, src, srclen, loc);
656 : :
657 [ + + ]: 165 : for (curr_char = 0; workspace[curr_char] != 0; curr_char++)
658 : : {
659 [ + + ]: 147 : if (wasalnum)
660 : 111 : workspace[curr_char] = towlower_l(workspace[curr_char], loc);
661 : : else
662 : 36 : workspace[curr_char] = towupper_l(workspace[curr_char], loc);
663 : 147 : wasalnum = iswalnum_l(workspace[curr_char], loc);
664 : : }
665 : :
666 : : /*
667 : : * Make result large enough; case change might change number of bytes
668 : : */
669 : 18 : max_size = curr_char * pg_database_encoding_max_length();
670 : 18 : result = palloc(max_size + 1);
671 : :
672 : 18 : result_size = wchar2char(result, workspace, max_size + 1, loc);
673 : :
674 [ + - ]: 18 : if (destsize >= result_size + 1)
675 : : {
676 : 18 : memcpy(dest, result, result_size);
677 : 18 : dest[result_size] = '\0';
678 : : }
679 : :
680 : 18 : pfree(workspace);
681 : 18 : pfree(result);
682 : :
683 : 18 : return result_size;
684 : : }
685 : :
686 : : static size_t
687 : 0 : strupper_libc_sb(char *dest, size_t destsize, const char *src, size_t srclen,
688 : : pg_locale_t locale)
689 : : {
690 [ # # ]: 0 : if (srclen + 1 <= destsize)
691 : : {
692 : 0 : locale_t loc = locale->lt;
693 : : char *p;
694 : :
695 : 0 : memcpy(dest, src, srclen);
696 : 0 : dest[srclen] = '\0';
697 : :
698 : : /*
699 : : * Note: we assume that toupper_l() will not be so broken as to need
700 : : * an islower_l() guard test. When using the default collation, we
701 : : * apply the traditional Postgres behavior that forces ASCII-style
702 : : * treatment of I/i, but in non-default collations you get exactly
703 : : * what the collation says.
704 : : */
705 [ # # ]: 0 : for (p = dest; *p; p++)
706 : : {
707 [ # # ]: 0 : if (locale->is_default)
708 : : {
709 [ # # # # ]: 0 : if (*p >= 'a' && *p <= 'z')
710 : 0 : *p -= 'a' - 'A';
711 [ # # # # ]: 0 : else if (IS_HIGHBIT_SET(*p) && islower_l((unsigned char) *p, loc))
712 : 0 : *p = toupper_l((unsigned char) *p, loc);
713 : : }
714 : : else
715 : 0 : *p = toupper_l((unsigned char) *p, loc);
716 : : }
717 : : }
718 : :
719 : 0 : return srclen;
720 : : }
721 : :
722 : : static size_t
723 : 522091 : strupper_libc_mb(char *dest, size_t destsize, const char *src, size_t srclen,
724 : : pg_locale_t locale)
725 : : {
726 : 522091 : locale_t loc = locale->lt;
727 : : size_t result_size;
728 : : wchar_t *workspace;
729 : : char *result;
730 : : size_t curr_char;
731 : : size_t max_size;
732 : :
733 : : /* Overflow paranoia */
734 [ - + ]: 522091 : if ((srclen + 1) > (INT_MAX / sizeof(wchar_t)))
735 [ # # ]: 0 : ereport(ERROR,
736 : : (errcode(ERRCODE_OUT_OF_MEMORY),
737 : : errmsg("out of memory")));
738 : :
739 : : /* Output workspace cannot have more codes than input bytes */
740 : 522091 : workspace = palloc_array(wchar_t, srclen + 1);
741 : :
742 : 522091 : char2wchar(workspace, srclen + 1, src, srclen, loc);
743 : :
744 [ + + ]: 1654042 : for (curr_char = 0; workspace[curr_char] != 0; curr_char++)
745 : 1131951 : workspace[curr_char] = towupper_l(workspace[curr_char], loc);
746 : :
747 : : /*
748 : : * Make result large enough; case change might change number of bytes
749 : : */
750 : 522091 : max_size = curr_char * pg_database_encoding_max_length();
751 : 522091 : result = palloc(max_size + 1);
752 : :
753 : 522091 : result_size = wchar2char(result, workspace, max_size + 1, loc);
754 : :
755 [ + - ]: 522091 : if (destsize >= result_size + 1)
756 : : {
757 : 522091 : memcpy(dest, result, result_size);
758 : 522091 : dest[result_size] = '\0';
759 : : }
760 : :
761 : 522091 : pfree(workspace);
762 : 522091 : pfree(result);
763 : :
764 : 522091 : return result_size;
765 : : }
766 : :
767 : : pg_locale_t
768 : 18363 : create_pg_locale_libc(Oid collid, MemoryContext context)
769 : : {
770 : : const char *collate;
771 : : const char *ctype;
772 : : locale_t loc;
773 : : pg_locale_t result;
774 : :
775 [ + + ]: 18363 : if (collid == DEFAULT_COLLATION_OID)
776 : : {
777 : : HeapTuple tp;
778 : : Datum datum;
779 : :
780 : 18307 : tp = SearchSysCache1(DATABASEOID, ObjectIdGetDatum(MyDatabaseId));
781 [ - + ]: 18307 : if (!HeapTupleIsValid(tp))
782 [ # # ]: 0 : elog(ERROR, "cache lookup failed for database %u", MyDatabaseId);
783 : 18307 : datum = SysCacheGetAttrNotNull(DATABASEOID, tp,
784 : : Anum_pg_database_datcollate);
785 : 18307 : collate = TextDatumGetCString(datum);
786 : 18307 : datum = SysCacheGetAttrNotNull(DATABASEOID, tp,
787 : : Anum_pg_database_datctype);
788 : 18307 : ctype = TextDatumGetCString(datum);
789 : :
790 : 18307 : ReleaseSysCache(tp);
791 : : }
792 : : else
793 : : {
794 : : HeapTuple tp;
795 : : Datum datum;
796 : :
797 : 56 : tp = SearchSysCache1(COLLOID, ObjectIdGetDatum(collid));
798 [ - + ]: 56 : if (!HeapTupleIsValid(tp))
799 [ # # ]: 0 : elog(ERROR, "cache lookup failed for collation %u", collid);
800 : :
801 : 56 : datum = SysCacheGetAttrNotNull(COLLOID, tp,
802 : : Anum_pg_collation_collcollate);
803 : 56 : collate = TextDatumGetCString(datum);
804 : 56 : datum = SysCacheGetAttrNotNull(COLLOID, tp,
805 : : Anum_pg_collation_collctype);
806 : 56 : ctype = TextDatumGetCString(datum);
807 : :
808 : 56 : ReleaseSysCache(tp);
809 : : }
810 : :
811 : :
812 : 18363 : loc = make_libc_collator(collate, ctype);
813 : :
814 : 18363 : result = MemoryContextAllocZero(context, sizeof(struct pg_locale_struct));
815 : 18363 : result->deterministic = true;
816 [ + + ]: 36153 : result->collate_is_c = (strcmp(collate, "C") == 0) ||
817 [ + + ]: 17790 : (strcmp(collate, "POSIX") == 0);
818 [ + + ]: 36153 : result->ctype_is_c = (strcmp(ctype, "C") == 0) ||
819 [ + + ]: 17790 : (strcmp(ctype, "POSIX") == 0);
820 : 18363 : result->lt = loc;
821 [ + + ]: 18363 : if (!result->collate_is_c)
822 : : {
823 : : #ifdef WIN32
824 : : if (GetDatabaseEncoding() == PG_UTF8)
825 : : result->collate = &collate_methods_libc_win32_utf8;
826 : : else
827 : : #endif
828 : 17750 : result->collate = &collate_methods_libc;
829 : : }
830 [ + + ]: 18363 : if (!result->ctype_is_c)
831 : : {
832 [ + + ]: 17750 : if (GetDatabaseEncoding() == PG_UTF8)
833 : 17710 : result->ctype = &ctype_methods_libc_utf8;
834 [ - + ]: 40 : else if (pg_database_encoding_max_length() > 1)
835 : 0 : result->ctype = &ctype_methods_libc_other_mb;
836 : : else
837 : 40 : result->ctype = &ctype_methods_libc_sb;
838 : : }
839 : :
840 : 18363 : return result;
841 : : }
842 : :
843 : : /*
844 : : * Create a locale_t with the given collation and ctype.
845 : : *
846 : : * The "C" and "POSIX" locales are not actually handled by libc, so return
847 : : * NULL.
848 : : *
849 : : * Ensure that no path leaks a locale_t.
850 : : */
851 : : static locale_t
852 : 18363 : make_libc_collator(const char *collate, const char *ctype)
853 : : {
854 : 18363 : locale_t loc = 0;
855 : :
856 [ + - ]: 18363 : if (strcmp(collate, ctype) == 0)
857 : : {
858 [ + + + + ]: 18363 : if (strcmp(ctype, "C") != 0 && strcmp(ctype, "POSIX") != 0)
859 : : {
860 : : /* Normal case where they're the same */
861 : 17750 : errno = 0;
862 : : #ifndef WIN32
863 : 17750 : loc = newlocale(LC_COLLATE_MASK | LC_CTYPE_MASK, collate,
864 : : NULL);
865 : : #else
866 : : loc = _create_locale(LC_ALL, collate);
867 : : #endif
868 [ - + ]: 17750 : if (!loc)
869 : 0 : report_newlocale_failure(collate);
870 : : }
871 : : }
872 : : else
873 : : {
874 : : #ifndef WIN32
875 : : /* We need two newlocale() steps */
876 : 0 : locale_t loc1 = 0;
877 : :
878 [ # # # # ]: 0 : if (strcmp(collate, "C") != 0 && strcmp(collate, "POSIX") != 0)
879 : : {
880 : 0 : errno = 0;
881 : 0 : loc1 = newlocale(LC_COLLATE_MASK, collate, NULL);
882 [ # # ]: 0 : if (!loc1)
883 : 0 : report_newlocale_failure(collate);
884 : : }
885 : :
886 [ # # # # ]: 0 : if (strcmp(ctype, "C") != 0 && strcmp(ctype, "POSIX") != 0)
887 : : {
888 : 0 : errno = 0;
889 : 0 : loc = newlocale(LC_CTYPE_MASK, ctype, loc1);
890 [ # # ]: 0 : if (!loc)
891 : : {
892 [ # # ]: 0 : if (loc1)
893 : 0 : freelocale(loc1);
894 : 0 : report_newlocale_failure(ctype);
895 : : }
896 : : }
897 : : else
898 : 0 : loc = loc1;
899 : : #else
900 : :
901 : : /*
902 : : * XXX The _create_locale() API doesn't appear to support this. Could
903 : : * perhaps be worked around by changing pg_locale_t to contain two
904 : : * separate fields.
905 : : */
906 : : ereport(ERROR,
907 : : (errcode(ERRCODE_FEATURE_NOT_SUPPORTED),
908 : : errmsg("collations with different collate and ctype values are not supported on this platform")));
909 : : #endif
910 : : }
911 : :
912 : 18363 : return loc;
913 : : }
914 : :
915 : : /*
916 : : * strncoll_libc
917 : : *
918 : : * NUL-terminate arguments and pass to strcoll_l().
919 : : */
920 : : static int
921 : 2784107 : strncoll_libc(const char *arg1, size_t len1, const char *arg2, size_t len2,
922 : : pg_locale_t locale)
923 : : {
924 : : char sbuf[TEXTBUFLEN];
925 : 2784107 : char *buf = sbuf;
926 : 2784107 : size_t bufsize1 = len1 + 1;
927 : 2784107 : size_t bufsize2 = len2 + 1;
928 : : char *buf1;
929 : : char *buf2;
930 : : const char *arg1n;
931 : : const char *arg2n;
932 : : int result;
933 : :
934 [ + + ]: 2784107 : if (bufsize1 + bufsize2 > TEXTBUFLEN)
935 : 318 : buf = palloc(bufsize1 + bufsize2);
936 : :
937 : 2784107 : buf1 = buf;
938 : 2784107 : buf2 = buf + bufsize1;
939 : :
940 : 2784107 : memcpy(buf1, arg1, len1);
941 : 2784107 : buf1[len1] = '\0';
942 : 2784107 : arg1n = buf1;
943 : :
944 : 2784107 : memcpy(buf2, arg2, len2);
945 : 2784107 : buf2[len2] = '\0';
946 : 2784107 : arg2n = buf2;
947 : :
948 : 2784107 : result = strcoll_l(arg1n, arg2n, locale->lt);
949 : :
950 [ + + ]: 2784107 : if (buf != sbuf)
951 : 318 : pfree(buf);
952 : :
953 : 2784107 : return result;
954 : : }
955 : :
956 : : /*
957 : : * strcoll_libc
958 : : */
959 : : static int
960 : 15087949 : strcoll_libc(const char *arg1, const char *arg2, pg_locale_t locale)
961 : : {
962 : 15087949 : return strcoll_l(arg1, arg2, locale->lt);
963 : : }
964 : :
965 : : /*
966 : : * strnxfrm_libc
967 : : *
968 : : * NUL-terminate src and pass to strxfrm_l().
969 : : *
970 : : * NB: it's possible for this function to return a different size needed for
971 : : * two calls with the same input string. If destsize is too small to hold the
972 : : * result, strxfrm() may return the upper bound of the size needed rather than
973 : : * the exact size needed.
974 : : */
975 : : static size_t
976 : 0 : strnxfrm_libc(char *dest, size_t destsize, const char *src, size_t srclen,
977 : : pg_locale_t locale)
978 : : {
979 : : char sbuf[TEXTBUFLEN];
980 : 0 : char *buf = sbuf;
981 : 0 : size_t bufsize = srclen + 1;
982 : : size_t result;
983 : :
984 [ # # ]: 0 : if (bufsize > TEXTBUFLEN)
985 : 0 : buf = palloc(bufsize);
986 : :
987 : : /* nul-terminate argument */
988 : 0 : memcpy(buf, src, srclen);
989 : 0 : buf[srclen] = '\0';
990 : :
991 : 0 : result = strxfrm_l(dest, buf, destsize, locale->lt);
992 : :
993 [ # # ]: 0 : if (buf != sbuf)
994 : 0 : pfree(buf);
995 : :
996 : : /* if dest is defined, it should be nul-terminated */
997 : : Assert(result >= destsize || dest[result] == '\0');
998 : :
999 : 0 : return result;
1000 : : }
1001 : :
1002 : : /*
1003 : : * strxfrm_libc
1004 : : *
1005 : : * NB: it's possible for this function to return a different size needed for
1006 : : * two calls with the same input string. If destsize is too small to hold the
1007 : : * result, strxfrm() may return the upper bound of the size needed rather than
1008 : : * the exact size needed.
1009 : : */
1010 : : static size_t
1011 : 132 : strxfrm_libc(char *dest, size_t destsize, const char *src, pg_locale_t locale)
1012 : : {
1013 : 132 : return strxfrm_l(dest, src, destsize, locale->lt);
1014 : : }
1015 : :
1016 : : char *
1017 : 18131 : get_collation_actual_version_libc(const char *collcollate)
1018 : : {
1019 : 18131 : char *collversion = NULL;
1020 : :
1021 [ + + + + ]: 36170 : if (pg_strcasecmp("C", collcollate) != 0 &&
1022 [ + + ]: 35968 : pg_strncasecmp("C.", collcollate, 2) != 0 &&
1023 : 17929 : pg_strcasecmp("POSIX", collcollate) != 0)
1024 : : {
1025 : : #if defined(__GLIBC__)
1026 : : /* Use the glibc version because we don't have anything better. */
1027 : 17915 : collversion = pstrdup(gnu_get_libc_version());
1028 : : #elif defined(LC_VERSION_MASK)
1029 : : locale_t loc;
1030 : :
1031 : : /* Look up FreeBSD collation version. */
1032 : : loc = newlocale(LC_COLLATE_MASK, collcollate, NULL);
1033 : : if (loc)
1034 : : {
1035 : : collversion =
1036 : : pstrdup(querylocale(LC_COLLATE_MASK | LC_VERSION_MASK, loc));
1037 : : freelocale(loc);
1038 : : }
1039 : : else
1040 : : ereport(ERROR,
1041 : : (errmsg("could not load locale \"%s\"", collcollate)));
1042 : : #elif defined(WIN32)
1043 : : /*
1044 : : * If we are targeting Windows Vista and above, we can ask for a name
1045 : : * given a collation name (earlier versions required a location code
1046 : : * that we don't have).
1047 : : */
1048 : : NLSVERSIONINFOEX version = {sizeof(NLSVERSIONINFOEX)};
1049 : : WCHAR wide_collcollate[LOCALE_NAME_MAX_LENGTH];
1050 : :
1051 : : MultiByteToWideChar(CP_ACP, 0, collcollate, -1, wide_collcollate,
1052 : : LOCALE_NAME_MAX_LENGTH);
1053 : : if (!GetNLSVersionEx(COMPARE_STRING, wide_collcollate, &version))
1054 : : {
1055 : : /*
1056 : : * GetNLSVersionEx() wants a language tag such as "en-US", not a
1057 : : * locale name like "English_United States.1252". Until those
1058 : : * values can be prevented from entering the system, or 100%
1059 : : * reliably converted to the more useful tag format, tolerate the
1060 : : * resulting error and report that we have no version data.
1061 : : */
1062 : : if (GetLastError() == ERROR_INVALID_PARAMETER)
1063 : : return NULL;
1064 : :
1065 : : ereport(ERROR,
1066 : : (errmsg("could not get collation version for locale \"%s\": error code %lu",
1067 : : collcollate,
1068 : : GetLastError())));
1069 : : }
1070 : : collversion = psprintf("%lu.%lu,%lu.%lu",
1071 : : (version.dwNLSVersion >> 8) & 0xFFFF,
1072 : : version.dwNLSVersion & 0xFF,
1073 : : (version.dwDefinedVersion >> 8) & 0xFFFF,
1074 : : version.dwDefinedVersion & 0xFF);
1075 : : #endif
1076 : : }
1077 : :
1078 : 18131 : return collversion;
1079 : : }
1080 : :
1081 : : /*
1082 : : * strncoll_libc_win32_utf8
1083 : : *
1084 : : * Win32 does not have UTF-8. Convert UTF8 arguments to wide characters and
1085 : : * invoke wcscoll_l().
1086 : : */
1087 : : #ifdef WIN32
1088 : : static int
1089 : : strncoll_libc_win32_utf8(const char *arg1, size_t len1, const char *arg2,
1090 : : size_t len2, pg_locale_t locale)
1091 : : {
1092 : : char sbuf[TEXTBUFLEN];
1093 : : char *buf = sbuf;
1094 : : char *a1p,
1095 : : *a2p;
1096 : : size_t a1len,
1097 : : a2len,
1098 : : buflen;
1099 : : int r;
1100 : : int result;
1101 : :
1102 : : Assert(GetDatabaseEncoding() == PG_UTF8);
1103 : :
1104 : : /*
1105 : : * In a 32-bit build, twice the input length can overflow size_t, so we
1106 : : * must be careful.
1107 : : */
1108 : : a1len = add_size(add_size(len1, len1), 2);
1109 : : a2len = add_size(add_size(len2, len2), 2);
1110 : : buflen = add_size(a1len, a2len);
1111 : :
1112 : : if (buflen > TEXTBUFLEN)
1113 : : buf = palloc(buflen);
1114 : :
1115 : : a1p = buf;
1116 : : a2p = buf + a1len;
1117 : :
1118 : : /* API does not work for zero-length input */
1119 : : if (len1 == 0)
1120 : : r = 0;
1121 : : else
1122 : : {
1123 : : r = MultiByteToWideChar(CP_UTF8, 0, arg1, len1,
1124 : : (LPWSTR) a1p, a1len / 2);
1125 : : if (!r)
1126 : : ereport(ERROR,
1127 : : (errmsg("could not convert string to UTF-16: error code %lu",
1128 : : GetLastError())));
1129 : : }
1130 : : ((LPWSTR) a1p)[r] = 0;
1131 : :
1132 : : if (len2 == 0)
1133 : : r = 0;
1134 : : else
1135 : : {
1136 : : r = MultiByteToWideChar(CP_UTF8, 0, arg2, len2,
1137 : : (LPWSTR) a2p, a2len / 2);
1138 : : if (!r)
1139 : : ereport(ERROR,
1140 : : (errmsg("could not convert string to UTF-16: error code %lu",
1141 : : GetLastError())));
1142 : : }
1143 : : ((LPWSTR) a2p)[r] = 0;
1144 : :
1145 : : errno = 0;
1146 : : result = wcscoll_l((LPWSTR) a1p, (LPWSTR) a2p, locale->lt);
1147 : : if (result == 2147483647) /* _NLSCMPERROR; missing from mingw headers */
1148 : : ereport(ERROR,
1149 : : (errmsg("could not compare Unicode strings: %m")));
1150 : :
1151 : : if (buf != sbuf)
1152 : : pfree(buf);
1153 : :
1154 : : return result;
1155 : : }
1156 : :
1157 : : static int
1158 : : strcoll_libc_win32_utf8(const char *arg1, const char *arg2,
1159 : : pg_locale_t locale)
1160 : : {
1161 : : size_t len1 = strlen(arg1);
1162 : : size_t len2 = strlen(arg2);
1163 : :
1164 : : return strncoll_libc_win32_utf8(arg1, len1, arg2, len2, locale);
1165 : : }
1166 : : #endif /* WIN32 */
1167 : :
1168 : : /* simple subroutine for reporting errors from newlocale() */
1169 : : void
1170 : 0 : report_newlocale_failure(const char *localename)
1171 : : {
1172 : : int save_errno;
1173 : :
1174 : : /*
1175 : : * Windows doesn't provide any useful error indication from
1176 : : * _create_locale(), and BSD-derived platforms don't seem to feel they
1177 : : * need to set errno either (even though POSIX is pretty clear that
1178 : : * newlocale should do so). So, if errno hasn't been set, assume ENOENT
1179 : : * is what to report.
1180 : : */
1181 [ # # ]: 0 : if (errno == 0)
1182 : 0 : errno = ENOENT;
1183 : :
1184 : : /*
1185 : : * ENOENT means "no such locale", not "no such file", so clarify that
1186 : : * errno with an errdetail message.
1187 : : */
1188 : 0 : save_errno = errno; /* auxiliary funcs might change errno */
1189 [ # # # # ]: 0 : ereport(ERROR,
1190 : : (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
1191 : : errmsg("could not create locale \"%s\": %m",
1192 : : localename),
1193 : : (save_errno == ENOENT ?
1194 : : errdetail("The operating system could not find any locale data for the locale name \"%s\".",
1195 : : localename) : 0)));
1196 : : }
1197 : :
1198 : : /*
1199 : : * POSIX doesn't define _l-variants of these functions, but several systems
1200 : : * have them. We provide our own replacements here.
1201 : : */
1202 : : #ifndef HAVE_MBSTOWCS_L
1203 : : static size_t
1204 : 1044490 : mbstowcs_l(wchar_t *dest, const char *src, size_t n, locale_t loc)
1205 : : {
1206 : : #ifdef WIN32
1207 : : return _mbstowcs_l(dest, src, n, loc);
1208 : : #else
1209 : : size_t result;
1210 : 1044490 : locale_t save_locale = uselocale(loc);
1211 : :
1212 : 1044490 : result = mbstowcs(dest, src, n);
1213 : 1044490 : uselocale(save_locale);
1214 : 1044490 : return result;
1215 : : #endif
1216 : : }
1217 : : #endif
1218 : : #ifndef HAVE_WCSTOMBS_L
1219 : : static size_t
1220 : 1044490 : wcstombs_l(char *dest, const wchar_t *src, size_t n, locale_t loc)
1221 : : {
1222 : : #ifdef WIN32
1223 : : return _wcstombs_l(dest, src, n, loc);
1224 : : #else
1225 : : size_t result;
1226 : 1044490 : locale_t save_locale = uselocale(loc);
1227 : :
1228 : 1044490 : result = wcstombs(dest, src, n);
1229 : 1044490 : uselocale(save_locale);
1230 : 1044490 : return result;
1231 : : #endif
1232 : : }
1233 : : #endif
1234 : :
1235 : : /*
1236 : : * These functions convert from/to libc's wchar_t, *not* pg_wchar.
1237 : : * Therefore we keep them here rather than with the mbutils code.
1238 : : */
1239 : :
1240 : : /*
1241 : : * wchar2char --- convert wide characters to multibyte format
1242 : : *
1243 : : * This has the same API as the standard wcstombs_l() function; in particular,
1244 : : * tolen is the maximum number of bytes to store at *to, and *from must be
1245 : : * zero-terminated. The output will be zero-terminated iff there is room.
1246 : : */
1247 : : size_t
1248 : 1044490 : wchar2char(char *to, const wchar_t *from, size_t tolen, locale_t loc)
1249 : : {
1250 : : size_t result;
1251 : :
1252 [ - + ]: 1044490 : if (tolen == 0)
1253 : 0 : return 0;
1254 : :
1255 : : #ifdef WIN32
1256 : :
1257 : : /*
1258 : : * On Windows, the "Unicode" locales assume UTF16 not UTF8 encoding, and
1259 : : * for some reason mbstowcs and wcstombs won't do this for us, so we use
1260 : : * MultiByteToWideChar().
1261 : : */
1262 : : if (GetDatabaseEncoding() == PG_UTF8)
1263 : : {
1264 : : result = WideCharToMultiByte(CP_UTF8, 0, from, -1, to, tolen,
1265 : : NULL, NULL);
1266 : : /* A zero return is failure */
1267 : : if (result <= 0)
1268 : : result = -1;
1269 : : else
1270 : : {
1271 : : Assert(result <= tolen);
1272 : : /* Microsoft counts the zero terminator in the result */
1273 : : result--;
1274 : : }
1275 : : }
1276 : : else
1277 : : #endif /* WIN32 */
1278 [ - + ]: 1044490 : if (loc == (locale_t) 0)
1279 : : {
1280 : : /* Use wcstombs directly for the default locale */
1281 : 0 : result = wcstombs(to, from, tolen);
1282 : : }
1283 : : else
1284 : : {
1285 : : /* Use wcstombs_l for nondefault locales */
1286 : 1044490 : result = wcstombs_l(to, from, tolen, loc);
1287 : : }
1288 : :
1289 : 1044490 : return result;
1290 : : }
1291 : :
1292 : : /*
1293 : : * char2wchar --- convert multibyte characters to wide characters
1294 : : *
1295 : : * This has almost the API of mbstowcs_l(), except that *from need not be
1296 : : * null-terminated; instead, the number of input bytes is specified as
1297 : : * fromlen. Also, we ereport() rather than returning -1 for invalid
1298 : : * input encoding. tolen is the maximum number of wchar_t's to store at *to.
1299 : : * The output will be zero-terminated iff there is room.
1300 : : */
1301 : : static size_t
1302 : 1044490 : char2wchar(wchar_t *to, size_t tolen, const char *from, size_t fromlen,
1303 : : locale_t loc)
1304 : : {
1305 : : size_t result;
1306 : :
1307 [ - + ]: 1044490 : if (tolen == 0)
1308 : 0 : return 0;
1309 : :
1310 : : #ifdef WIN32
1311 : : /* See WIN32 "Unicode" comment above */
1312 : : if (GetDatabaseEncoding() == PG_UTF8)
1313 : : {
1314 : : /* Win32 API does not work for zero-length input */
1315 : : if (fromlen == 0)
1316 : : result = 0;
1317 : : else
1318 : : {
1319 : : result = MultiByteToWideChar(CP_UTF8, 0, from, fromlen, to, tolen - 1);
1320 : : /* A zero return is failure */
1321 : : if (result == 0)
1322 : : result = -1;
1323 : : }
1324 : :
1325 : : if (result != -1)
1326 : : {
1327 : : Assert(result < tolen);
1328 : : /* Append trailing null wchar (MultiByteToWideChar() does not) */
1329 : : to[result] = 0;
1330 : : }
1331 : : }
1332 : : else
1333 : : #endif /* WIN32 */
1334 : : {
1335 : : /* mbstowcs requires ending '\0' */
1336 : 1044490 : char *str = pnstrdup(from, fromlen);
1337 : :
1338 [ - + ]: 1044490 : if (loc == (locale_t) 0)
1339 : : {
1340 : : /* Use mbstowcs directly for the default locale */
1341 : 0 : result = mbstowcs(to, str, tolen);
1342 : : }
1343 : : else
1344 : : {
1345 : : /* Use mbstowcs_l for nondefault locales */
1346 : 1044490 : result = mbstowcs_l(to, str, tolen, loc);
1347 : : }
1348 : :
1349 : 1044490 : pfree(str);
1350 : : }
1351 : :
1352 [ - + ]: 1044490 : if (result == -1)
1353 : : {
1354 : : /*
1355 : : * Invalid multibyte character encountered. We try to give a useful
1356 : : * error message by letting pg_verifymbstr check the string. But it's
1357 : : * possible that the string is OK to us, and not OK to mbstowcs ---
1358 : : * this suggests that the LC_CTYPE locale is different from the
1359 : : * database encoding. Give a generic error message if pg_verifymbstr
1360 : : * can't find anything wrong.
1361 : : */
1362 : 0 : pg_verifymbstr(from, fromlen, false); /* might not return */
1363 : : /* but if it does ... */
1364 [ # # ]: 0 : ereport(ERROR,
1365 : : (errcode(ERRCODE_CHARACTER_NOT_IN_REPERTOIRE),
1366 : : errmsg("invalid multibyte character for locale"),
1367 : : errhint("The server's LC_CTYPE locale is probably incompatible with the database encoding.")));
1368 : : }
1369 : :
1370 : 1044490 : return result;
1371 : : }
|
