gistfile1.c

#include <sys/ioctl.h>
#include <unistd.h>

#include "unicode_ascii_translation_table.c"

#define CSI "\x1B["

int is_ascii_printable(char c) {
  return (c > 0x1F) & (c != 0x7F);
}

int is_ascii_non_printable(char c) {
  return (c > -1) & (c < 0x20) | (c == 0x7F);
}

int is_line_feed(char c) {
  return c == 0x0A;
}

int is_utf8_invalid_byte(unsigned char c) {
  return (c == 192) | (c == 193) | (c > 244);
}

int is_utf8_continuation_byte(unsigned char c) {
  return (c & 0xC0) == 0x80;
}

int is_utf8_start_byte(unsigned char c) {
  return (c > 193) & (c < 245);
}

int x = 0;
int cols;

void barf() {
  write(STDOUT_FILENO, CSI "7;33m", 7);
  write(STDOUT_FILENO, "\nBARF\n", 6);
  write(STDOUT_FILENO, CSI "m", 3);
}

void parse_utf8(unsigned char c) {
  int i, n = 0;
  unsigned long codepoint;

  if ((c & 0xE0) == 0xC0) { n = 1; codepoint = c & 0x1F; }
  if ((c & 0xF0) == 0xE0) { n = 2; codepoint = c & 0x0F; }
  if ((c & 0xF8) == 0xF0) { n = 3; codepoint = c & 0x07; }
  if ((c & 0xFC) == 0xF8) { n = 4; codepoint = c & 0x03; }
  if ((c & 0xFE) == 0xFC) { n = 5; codepoint = c & 0x01; }

#ifdef RUNTIME_ERROR_CHECKING
  if (n == 0) { barf(); }
#endif

  for (i = 0; i < n; i++) {
    read(STDIN_FILENO, &c, 1);
    if (! is_utf8_continuation_byte(c)) {
      write(STDOUT_FILENO, CSI "1;31m", 7);
      write(STDOUT_FILENO, "!", 1);
      write(STDOUT_FILENO, CSI "m", 3);
      x++;
      lseek(STDIN_FILENO, -1, SEEK_CUR);
      return;
    }
    codepoint = (codepoint << 6) | (c & 0x3F);
  }

  if (codepoint < sizeof(unicode_ascii_translation_table)) {
    c = unicode_ascii_translation_table[codepoint];
  } else {
    c = '?';
  }

  write(STDOUT_FILENO, CSI "1;34m", 7);
  write(STDOUT_FILENO, &c, 1);
  write(STDOUT_FILENO, CSI "m", 3);
  x++;
  return;
}

int main(int argc, char **argv) {
  char c;

  {
    struct winsize w;

    ioctl(STDOUT_FILENO, TIOCGWINSZ, &w);
    cols = w.ws_col;
  }

  void space_fill() {
    int i;

    for (i = 0; i < cols - x; i++) {
      write(STDOUT_FILENO, " ", 1);
    }
  }

  while (read(STDIN_FILENO, &c, 1)) {
    if (x == cols) { x = 0; }
    if (is_ascii_printable(c)) {
      write(STDOUT_FILENO, &c, 1);
      x++;
      continue;
    }
    if (is_line_feed(c)) {
      write(STDOUT_FILENO, CSI "7m", 4);
      space_fill();
      write(STDOUT_FILENO, CSI "m", 3);
      x = 0;
      continue;
    }
    if (is_ascii_non_printable(c)) {
      write(STDOUT_FILENO, CSI "1;32m", 7);
      write(STDOUT_FILENO, "?", 1);
      write(STDOUT_FILENO, CSI "m", 3);
      x++;
      continue;
    }
    if (is_utf8_continuation_byte(c)) {
      write(STDOUT_FILENO, CSI "1;34m", 7);
      write(STDOUT_FILENO, "!", 1);
      write(STDOUT_FILENO, CSI "m", 3);
      x++;
      continue;
    }
    if (is_utf8_start_byte(c)) {
      parse_utf8(c);
      continue;
    }
#ifdef RUNTIME_ERROR_CHECKING
    if (!is_utf8_invalid_byte(c)) { barf(); }
#endif
    write(STDOUT_FILENO, CSI "1;31m", 7);
    write(STDOUT_FILENO, "!", 1);
    write(STDOUT_FILENO, CSI "m", 3);
    x++;
  }

  return 0;
}

unicode_ascii_translation_table.c

char unicode_ascii_translation_table[] = {
  '?', // 00
  '?', // 01
  '?', // 02
  '?', // 03
  '?', // 04
  '?', // 05
  '?', // 06
  '?', // 07
  '?', // 08
  '?', // 09
  '?', // 0A
  '?', // 0B
  '?', // 0C
  '?', // 0D
  '?', // 0E
  '?', // 0F
  '?', // 10
  '?', // 11
  '?', // 12
  '?', // 13
  '?', // 14
  '?', // 15
  '?', // 16
  '?', // 17
  '?', // 18
  '?', // 19
  '?', // 1A
  '?', // 1B
  '?', // 1C
  '?', // 1D
  '?', // 1E
  '?', // 1F
  '?', // 20
  '?', // 21
  '?', // 22
  '?', // 23
  '?', // 24
  '?', // 25
  '?', // 26
  '?', // 27
  '?', // 28
  '?', // 29
  '?', // 2A
  '?', // 2B
  '?', // 2C
  '?', // 2D
  '?', // 2E
  '?', // 2F
  '?', // 30
  '?', // 31
  '?', // 32
  '?', // 33
  '?', // 34
  '?', // 35
  '?', // 36
  '?', // 37
  '?', // 38
  '?', // 39
  '?', // 3A
  '?', // 3B
  '?', // 3C
  '?', // 3D
  '?', // 3E
  '?', // 3F
  '?', // 40
  '?', // 41
  '?', // 42
  '?', // 43
  '?', // 44
  '?', // 45
  '?', // 46
  '?', // 47
  '?', // 48
  '?', // 49
  '?', // 4A
  '?', // 4B
  '?', // 4C
  '?', // 4D
  '?', // 4E
  '?', // 4F
  '?', // 50
  '?', // 51
  '?', // 52
  '?', // 53
  '?', // 54
  '?', // 55
  '?', // 56
  '?', // 57
  '?', // 58
  '?', // 59
  '?', // 5A
  '?', // 5B
  '?', // 5C
  '?', // 5D
  '?', // 5E
  '?', // 5F
  '?', // 60
  '?', // 61
  '?', // 62
  '?', // 63
  '?', // 64
  '?', // 65
  '?', // 66
  '?', // 67
  '?', // 68
  '?', // 69
  '?', // 6A
  '?', // 6B
  '?', // 6C
  '?', // 6D
  '?', // 6E
  '?', // 6F
  '?', // 70
  '?', // 71
  '?', // 72
  '?', // 73
  '?', // 74
  '?', // 75
  '?', // 76
  '?', // 77
  '?', // 78
  '?', // 79
  '?', // 7A
  '?', // 7B
  '?', // 7C
  '?', // 7D
  '?', // 7E
  '?', // 7F
  '?', // 80
  '?', // 81
  '?', // 82
  '?', // 83
  '?', // 84
  '?', // 85
  '?', // 86
  '?', // 87
  '?', // 88
  '?', // 89
  '?', // 8A
  '?', // 8B
  '?', // 8C
  '?', // 8D
  '?', // 8E
  '?', // 8F
  '?', // 90
  '?', // 91
  '?', // 92
  '?', // 93
  '?', // 94
  '?', // 95
  '?', // 96
  '?', // 97
  '?', // 98
  '?', // 99
  '?', // 9A
  '?', // 9B
  '?', // 9C
  '?', // 9D
  '?', // 9E
  '?', // 9F
  '?', // A0
  '?', // A1
  '?', // A2
  '?', // A3
  '?', // A4
  '?', // A5
  '?', // A6
  '?', // A7
  '?', // A8
  '?', // A9
  '?', // AA
  '?', // AB
  '?', // AC
  '?', // AD
  '?', // AE
  '?', // AF
  '?', // B0
  '?', // B1
  '?', // B2
  '?', // B3
  '?', // B4
  '?', // B5
  '?', // B6
  '?', // B7
  '?', // B8
  '?', // B9
  '?', // BA
  '?', // BB
  '?', // BC
  '?', // BD
  '?', // BE
  '?', // BF
  'A', // C0
  'A', // C1
  'A', // C2
  'A', // C3
  'A', // C4
  'A', // C5
  '?', // C6
  'C', // C7
  'E', // C8
  'E', // C9
  'E', // CA
  'E', // CB
  'I', // CC
  'I', // CD
  'I', // CE
  'I', // CF
  'D', // D0
  'N', // D1
  'O', // D2
  'O', // D3
  'O', // D4
  'O', // D5
  'O', // D6
  'x', // D7
  '?', // D8
  'U', // D9
  'U', // DA
  'U', // DB
  'U', // DC
  'Y', // DD
  '?', // DE
  'B', // DF
  'a', // E0
  'a', // E1
  'a', // E2
  'a', // E3
  'a', // E4
  'a', // E5
  '?', // E6
  'c', // E7
  'e', // E8
  'e', // E9
  'e', // EA
  'e', // EB
  'i', // EC
  'i', // ED
  'i', // EE
  'i', // EF
  'd', // F0
  'n', // F1
  'o', // F2
  'o', // F3
  'o', // F4
  'o', // F5
  'o', // F6
  '/', // F7
  '?', // F8
  'u', // F9
  'u', // FA
  'u', // FB
  'u', // FC
  'y', // FD
  '?', // FE
  'y', // FF
};