Adds multibyte awareness to pretty-print.c
authorLewis Hyatt <lhyatt@gmail.com>
Wed, 11 Dec 2019 14:52:31 +0000 (14:52 +0000)
committerLewis Hyatt <lhyatt@gcc.gnu.org>
Wed, 11 Dec 2019 14:52:31 +0000 (14:52 +0000)
2019-12-11  Lewis Hyatt  <lhyatt@gmail.com>

PR 91853
* pretty-print.c (pp_quoted_string): Avoid hex-escaping valid
multibyte input.  Fix off-by-one-bug printing the last byte before a
hex-escaped output.
(pp_character): Don't apply line wrapping in the middle of multibyte
characters.
(test_utf8): New test.
(pretty_print_c_tests): Call the new test.

From-SVN: r279226

gcc/ChangeLog
gcc/pretty-print.c

index a6b908933b45e0560882375a4320abf3a7b78017..7841619fa61ef58c87de6617f4831a26f75af782 100644 (file)
@@ -1,3 +1,14 @@
+2019-12-11  Lewis Hyatt  <lhyatt@gmail.com>
+
+       PR 91853
+       * pretty-print.c (pp_quoted_string): Avoid hex-escaping valid
+       multibyte input.  Fix off-by-one-bug printing the last byte before a
+       hex-escaped output.
+       (pp_character): Don't apply line wrapping in the middle of multibyte
+       characters.
+       (test_utf8): New test.
+       (pretty_print_c_tests): Call the new test.
+
 2019-12-11  Richard Earnshaw  <rearnsha@arm.com>
 
        * config/arm/arm-cpus.in (ALL_SIMD_EXTERNAL): New fgroup.
index 3aa2c4b3281b55a7ecd76648fd49e8637dddbc87..511ef0ab0afabe2abbe1318b9e95167b40700ece 100644 (file)
@@ -699,6 +699,8 @@ mingw_ansi_fputs (const char *str, FILE *fp)
 
 #endif /* __MINGW32__ */
 
+static int
+decode_utf8_char (const unsigned char *, size_t len, unsigned int *);
 static void pp_quoted_string (pretty_printer *, const char *, size_t = -1);
 
 /* Overwrite the given location/range within this text_info's rich_location.
@@ -1689,6 +1691,8 @@ void
 pp_character (pretty_printer *pp, int c)
 {
   if (pp_is_wrapping_line (pp)
+      /* If printing UTF-8, don't wrap in the middle of a sequence.  */
+      && (((unsigned int) c) & 0xC0) != 0x80
       && pp_remaining_character_count_for_line (pp) <= 0)
     {
       pp_newline (pp);
@@ -1729,8 +1733,22 @@ pp_quoted_string (pretty_printer *pp, const char *str, size_t n /* = -1 */)
       if (ISPRINT (*ps))
          continue;
 
+      /* Don't escape a valid UTF-8 extended char.  */
+      const unsigned char *ups = (const unsigned char *) ps;
+      if (*ups & 0x80)
+       {
+         unsigned int extended_char;
+         const int valid_utf8_len = decode_utf8_char (ups, n, &extended_char);
+         if (valid_utf8_len > 0)
+           {
+             ps += valid_utf8_len - 1;
+             n -= valid_utf8_len - 1;
+             continue;
+           }
+       }
+
       if (last < ps)
-       pp_maybe_wrap_text (pp, last, ps - 1);
+       pp_maybe_wrap_text (pp, last, ps);
 
       /* Append the hexadecimal value of the character.  Allocate a buffer
         that's large enough for a 32-bit char plus the hex prefix.  */
@@ -2377,6 +2395,46 @@ test_urls ()
   }
 }
 
+/* Test multibyte awareness.  */
+static void test_utf8 ()
+{
+
+  /* Check that pp_quoted_string leaves valid UTF-8 alone.  */
+  {
+    pretty_printer pp;
+    const char *s = "\xf0\x9f\x98\x82";
+    pp_quoted_string (&pp, s);
+    ASSERT_STREQ (pp_formatted_text (&pp), s);
+  }
+
+  /* Check that pp_quoted_string escapes non-UTF-8 nonprintable bytes.  */
+  {
+    pretty_printer pp;
+    pp_quoted_string (&pp, "\xf0!\x9f\x98\x82");
+    ASSERT_STREQ (pp_formatted_text (&pp),
+                 "\\xf0!\\x9f\\x98\\x82");
+  }
+
+  /* Check that pp_character will line-wrap at the beginning of a UTF-8
+     sequence, but not in the middle.  */
+  {
+      pretty_printer pp (3);
+      const char s[] = "---\xf0\x9f\x98\x82";
+      for (int i = 0; i != sizeof (s) - 1; ++i)
+       pp_character (&pp, s[i]);
+      pp_newline (&pp);
+      for (int i = 1; i != sizeof (s) - 1; ++i)
+       pp_character (&pp, s[i]);
+      pp_character (&pp, '-');
+      ASSERT_STREQ (pp_formatted_text (&pp),
+                   "---\n"
+                   "\xf0\x9f\x98\x82\n"
+                   "--\xf0\x9f\x98\x82\n"
+                   "-");
+  }
+
+}
+
 /* Run all of the selftests within this file.  */
 
 void
@@ -2386,6 +2444,7 @@ pretty_print_c_tests ()
   test_pp_format ();
   test_prefixes_and_wrapping ();
   test_urls ();
+  test_utf8 ();
 }
 
 } // namespace selftest