src/main/java/jp/sourceforge/jindolf/parser/SjisDecoder.java

   1 /*
   2  * stream decoder for Shift_JIS
   3  *
   4  * License : The MIT License
   5  * Copyright(c) 2009 olyutorskii
   6  */
   7
   8 package jp.sourceforge.jindolf.parser;
   9
  10 import java.io.IOException;
  11 import java.nio.ByteBuffer;
  12 import java.nio.charset.CoderResult;
  13
  14 /**
  15  * Shift_JISバイト列のデコードエラーに特化した、
  16  * {@link StreamDecoder}の派生クラス。
  17  *
  18  * <p>Java実行系の細かな仕様差異による
  19  * デコードエラー出現パターンゆらぎの正規化を行う。
  20  *
  21  * <p>0x5Cが{@literal U+005C}にデコードされるか
  22  * {@literal U+00A5}にデコードされるかはJava実行系の実装依存。
  23  *
  24  * @see <a href="http://www.iana.org/assignments/character-sets">
  25  * CHARACTER SETS</a>
  26  */
  27 public class SjisDecoder extends StreamDecoder{
  28
  29     /**
  30      * コンストラクタ。
  31      */
  32     public SjisDecoder(){
  33         this(BYTEBUF_DEFSZ, CHARBUF_DEFSZ);
  34         return;
  35     }
  36
  37     /**
  38      * コンストラクタ。
  39      *
  40      * @param inbufSz 入力バッファサイズ
  41      * @param outbufSz 出力バッファサイズ
  42      * @throws IllegalArgumentException バッファサイズが小さすぎる。
  43      */
  44     public SjisDecoder(int inbufSz, int outbufSz)
  45             throws IllegalArgumentException{
  46         super(ShiftJis.CHARSET.newDecoder(), inbufSz, outbufSz);
  47         return;
  48     }
  49
  50     /**
  51      * 1バイトのエラーをUnmap系2バイトエラーに統合できないか試す。
  52      *
  53      * <p>必要に応じて1バイト以上の追加先読みを行う。
  54      *
  55      * <p>バイト列 {0x85,0x40}(未割り当て9区の文字) を、
  56      * 1バイトのエラーと文字@に分離するJava実行系への対処。
  57      *
  58      * @param result デコード異常系
  59      * @return 修正されたデコード異常系。修正がなければ引数と同じものを返す。
  60      * @throws IOException 入力エラー
  61      */
  62     private CoderResult modify1ByteError(CoderResult result)
  63             throws IOException {
  64         assert result.length() == 1;
  65
  66         ByteBuffer inbuffer = getByteBuffer();
  67
  68         if(inbuffer.remaining() < 2){
  69             fillByteBuffer();
  70         }
  71         // 入力バイト列の最後がこの1バイトエラーだった場合。
  72         if(inbuffer.remaining() < 2) return result;
  73
  74         int currPos = inbuffer.position();
  75         int nextPos = currPos + 1;
  76
  77         // 絶対的get
  78         byte curr = inbuffer.get(currPos);
  79         byte next = inbuffer.get(nextPos);
  80
  81         CoderResult newResult;
  82         if( ShiftJis.isShiftJIS(curr, next) ){
  83             newResult = CoderResult.unmappableForLength(2);
  84         }else{
  85             newResult = result;
  86         }
  87
  88         return newResult;
  89     }
  90
  91     /**
  92      * 2バイトのエラーを1バイトに分割できないか試す。
  93      *
  94      * <p>※ バイト列"FF:32" のShift_JISデコードに際して、
  95      * 2バイト長のデコードエラーを返す1.6系実行系が存在する。
  96      *
  97      * @param result デコード異常系
  98      * @return 修正されたデコード異常系。修正がなければ引数と同じものを返す。
  99      */
 100     private CoderResult modify2ByteError(CoderResult result){
 101         assert result.length() == 2;
 102
 103         ByteBuffer inbuffer = getByteBuffer();
 104         assert inbuffer.remaining() >= 2;
 105
 106         int currPos = inbuffer.position();
 107         int nextPos = currPos + 1;
 108
 109         byte curr = inbuffer.get(currPos);    // 絶対的get
 110         byte next = inbuffer.get(nextPos);
 111
 112         CoderResult newResult;
 113         if( ! ShiftJis.isShiftJIS(curr, next) ){
 114             newResult = CoderResult.malformedForLength(1);
 115         }else{
 116             newResult = result;
 117         }
 118
 119         return newResult;
 120     }
 121
 122     /**
 123      * {@inheritDoc}
 124      *
 125      * <p>シフトJISデコードエラー出現パターンの
 126      * ランタイム実装による差異を吸収する。
 127      *
 128      * @param result {@inheritDoc}
 129      * @return {@inheritDoc}
 130      * @throws IOException {@inheritDoc}
 131      */
 132     @Override
 133     protected CoderResult modifyErrorLength(CoderResult result)
 134             throws IOException{
 135         int errorLength = result.length();
 136
 137         CoderResult newResult;
 138         switch (errorLength) {
 139         case 1:
 140             newResult = modify1ByteError(result);
 141             break;
 142         case 2:
 143             newResult = modify2ByteError(result);
 144             break;
 145         default:
 146             newResult = result;
 147             break;
 148         }
 149
 150         return newResult;
 151     }
 152
 153 }