UCS_to_BIG5.pl

#! /usr/bin/perl
#
# Copyright (c) 2001-2025, PostgreSQL Global Development Group
#
# src/backend/utils/mb/Unicode/UCS_to_BIG5.pl
#
# Generate UTF-8 <--> BIG5 conversion tables from
# map files provided by Unicode organization.
# Unfortunately it is prohibited by the organization
# to distribute the map files. So if you try to use this script,
# you have to obtain the map files from the organization's download site.
# https://www.unicode.org/Public/MAPPINGS/
#
# Our "big5" comes from BIG5.TXT, with the addition of the characters
# in the range 0xf9d6-0xf9dc from CP950.TXT.
#
# BIG5.TXT format:
#  BIG5 code in hex
#  UCS-2 code in hex
#  # and Unicode name (not used in this script)
#
# CP950.TXT format:
#  CP950 code in hex
#  UCS-2 code in hex
#  # and Unicode name (not used in this script)

use strict;
use warnings FATAL => 'all';

use convutils;

my $this_script = 'src/backend/utils/mb/Unicode/UCS_to_BIG5.pl';

# Load BIG5.TXT
my $all = &read_source("BIG5.TXT");

# Load CP950.TXT
my $cp950txt = &read_source("CP950.TXT");

foreach my $i (@$cp950txt)
{
 my $code = $i->{code};
 my $ucs = $i->{ucs};

 # Pick only the ETEN extended characters in the range 0xf9d6 - 0xf9dc
 # from CP950.TXT
 if (   $code >= 0x80
  && $ucs >= 0x0080
  && $code >= 0xf9d6
  && $code <= 0xf9dc)
 {
  push @$all,
    {
   code => $code,
   ucs => $ucs,
   comment => $i->{comment},
   direction => BOTH,
   f => $i->{f},
   l => $i->{l}
    };
 }
}

foreach my $i (@$all)
{
 my $code = $i->{code};
 my $ucs = $i->{ucs};

 # BIG5.TXT maps several BIG5 characters to U+FFFD. The UTF-8 to BIG5 mapping can
 # contain only one of them. XXX: Doesn't really make sense to include any of them,
 # but for historical reasons, we map the first one of them.
 if ($i->{ucs} == 0xFFFD && $i->{code} != 0xA15A)
 {
  $i->{direction} = TO_UNICODE;
 }
}

# Output
print_conversion_tables($this_script, "BIG5", $all);