iconv support for legacy Korean encodings
authorRich Felker <dalias@aerifal.cx>
Mon, 5 Aug 2013 17:14:17 +0000 (13:14 -0400)
committerRich Felker <dalias@aerifal.cx>
Mon, 5 Aug 2013 17:14:17 +0000 (13:14 -0400)
commit734062b298e129a8f8bdae299f8d2b7b19419867
tree328aa8e11d1391ba5d02515c1ed1c96fa473f687
parenta7f18a55298ffaa287336fd0c81dcd3fe45e16b6
iconv support for legacy Korean encodings

like for other character sets, stateful iso-2022 form is not supported
yet but everything else should work. all charset aliases are treated
the same, as Windows codepage 949, because reportedly the EUC-KR
charset name is in widespread (mis?)usage in email and on the web for
data which actually uses the extended characters outside the standard
93x94 grid. this could easily be changed if desired.

the principle of this converter for handling the giant bulk of rare
Hangul syllables outside of the standard KS X 1001 93x94 grid is the
same as the GB18030 converter's treatment of non-explicitly-coded
Unicode codepoints: sequences in the extension range are mapped to an
integer index N, and the converter explicitly computes the Nth Hangul
syllable not explicitly encoded in the character map. empirically,
this requires at most 7 passes over the grid. this approach reduces
the table size required for Korean legacy encodings from roughly 44k
to 17k and should have minimal performance impact on real-world text
conversions since the "slow" characters are rare. where it does have
impact, the cost is merely a large constant time factor.
src/locale/iconv.c
src/locale/ksc.h [new file with mode: 0644]