src/org/marc4j/converter/impl/Iso5426ToUnicode.java

   1 // $Id: Iso5426ToUnicode.java,v 1.3 2008/10/17 06:47:06 haschart Exp $\r
   2 /**\r
   3  * Copyright (C) 2002 Bas  Peters  (mail@bpeters.com)\r
   4  * Copyright (C) 2002 Yves Pratter (ypratter@club-internet.fr)\r
   5  *\r
   6  * This file is part of MARC4J\r
   7  *\r
   8  * MARC4J is free software; you can redistribute it and/or\r
   9  * modify it under the terms of the GNU Lesser General Public \r
  10  * License as published by the Free Software Foundation; either \r
  11  * version 2.1 of the License, or (at your option) any later version.\r
  12  *\r
  13  * MARC4J is distributed in the hope that it will be useful,\r
  14  * but WITHOUT ANY WARRANTY; without even the implied warranty of\r
  15  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU\r
  16  * Lesser General Public License for more details.\r
  17  *\r
  18  * You should have received a copy of the GNU Lesser General Public \r
  19  * License along with MARC4J; if not, write to the Free Software\r
  20  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA\r
  21  */\r
  22 package org.marc4j.converter.impl;\r
  23 \r
  24 import org.marc4j.converter.CharConverter;\r
  25 \r
  26 /**\r
  27  * <p>\r
  28  * A utility to convert UNIMARC data to UCS/Unicode.\r
  29  * </p>\r
  30  * \r
  31  * @author Bas Peters\r
  32  * @author Yves Pratter\r
  33  * @version $Revision: 1.3 $\r
  34  */\r
  35 public class Iso5426ToUnicode extends CharConverter {\r
  36 \r
  37   /**\r
  38    * <p>\r
  39    * Converts UNIMARC (ISO 5426 charset) data to UCS/Unicode.\r
  40    * </p>\r
  41    * \r
  42    * @param data - the UNIMARC data in an array of char\r
  43    * @return {@link String}- the UCS/Unicode data\r
  44    */\r
  45   public String convert(char data[]) {\r
  46     StringBuffer sb = new StringBuffer();\r
  47 \r
  48     for (int i = 0; i < data.length; i++) {\r
  49       char c = data[i];\r
  50       int len = data.length;\r
  51       if (isAscii(c))\r
  52         sb.append(c);\r
  53       else if (isCombining(c) && hasNext(i, len)) {\r
  54         char d = getCombiningChar(c * 256 + data[i + 1]);\r
  55         if (d != 0) {\r
  56           sb.append(d);\r
  57           i++;\r
  58         } else {\r
  59           sb.append(getChar(c));\r
  60         }\r
  61       } else\r
  62         sb.append(getChar(c));\r
  63     }\r
  64     return sb.toString();\r
  65   }\r
  66 \r
  67   private boolean hasNext(int pos, int len) {\r
  68     if (pos < (len - 1))\r
  69       return true;\r
  70     return false;\r
  71   }\r
  72 \r
  73   private boolean isAscii(int i) {\r
  74     if (i >= 0x00 && i <= 0x7F)\r
  75       return true;\r
  76     return false;\r
  77   }\r
  78 \r
  79   private boolean isCombining(int i) {\r
  80     //  if (i > 0xE0 && i < 0xFF)\r
  81     if (i >= 0xC0 && i <= 0xDF)\r
  82       return true;\r
  83     return false;\r
  84   }\r
  85 \r
  86   // Source : http://www.itscj.ipsj.or.jp/ISO-IR/053.pdf\r
  87   private char getChar(int i) {\r
  88     switch (i) {\r
  89     case 0xA1:\r
  90       return 0x00A1; // 2/1 inverted exclamation mark\r
  91     case 0xA2:\r
  92       return 0x201C; // 2/2 left low double quotation mark\r
  93     case 0xA3:\r
  94       return 0x00A3; // 2/3 pound sign\r
  95     case 0xA4:\r
  96       return 0x0024; // 2/4 dollar sign\r
  97     case 0xA5:\r
  98       return 0x00A5; // 2/5 yen sign\r
  99     case 0xA6:\r
 100       return 0x2020; // 2/6 single dagger\r
 101     case 0xA7:\r
 102       return 0x00A7; // 2/7 paragraph (section)\r
 103     case 0xA8:\r
 104       return 0x2032; // 2/8 prime\r
 105     case 0xA9:\r
 106       return 0x2018; // 2/9 left high single quotation mark\r
 107     case 0xAA:\r
 108       return 0x201C; // 2/10 left high double quotation mark\r
 109     case 0xAB:\r
 110       return 0x00AB; // 2/11 left angle quotation mark\r
 111     case 0xAC:\r
 112       return 0x266D; // 2/12 music flat\r
 113     case 0xAD:\r
 114       return 0x00A9; // 2/13 copyright sign\r
 115     case 0xAE:\r
 116       return 0x2117; // 2/14 sound recording copyright sign\r
 117     case 0xAF:\r
 118       return 0x00AE; // 2/15 trade mark sign\r
 119 \r
 120     case 0xB0:\r
 121       return 0x0639; // 3/0 ayn [ain]\r
 122     case 0xB1:\r
 123       return 0x0623; // 3/1 alif/hamzah [alef with hamza above]\r
 124     case 0xB2:\r
 125       return 0x2018; // 3/2 left low single quotation mark\r
 126     // 3/3 (this position shall not be used)\r
 127     // 3/4 (this position shall not be used)\r
 128     // 3/5 (this position shall not be used)\r
 129     case 0xB6:\r
 130       return 0x2021; // 3/6 double dagger\r
 131     case 0xB7:\r
 132       return 0x00B7; // 3/7 middle dot\r
 133     case 0xB8:\r
 134       return 0x2033; // 3/8 double prime\r
 135     case 0xB9:\r
 136       return 0x2019; // 3/9 right high single quotation mark\r
 137     case 0xBA:\r
 138       return 0x201D; // 3/10 right high double quotation mark\r
 139     case 0xBB:\r
 140       return 0x00BB; // 3/11 right angle quotation mark\r
 141     case 0xBC:\r
 142       return 0x266F; // 3/12 musical sharp\r
 143     case 0xBD:\r
 144       return 0x02B9; // 3/13 mjagkij znak\r
 145     case 0xBE:\r
 146       return 0x02BA; // 3/14 tverdyj znak\r
 147     case 0xBF:\r
 148       return 0x00BF; // 3/15 inverted question mark\r
 149 \r
 150     // 4/0 to 5/15 diacritic characters\r
 151 \r
 152     // 6/0 (this position shall not be used)\r
 153     case 0xE1:\r
 154       return 0x00C6; // 6/1 CAPITAL DIPHTHONG A WITH E\r
 155     case 0xE2:\r
 156       return 0x0110; // 6/2 CAPITAL LETTER D WITH STROKE\r
 157     // 6/3 (this position shall not be used)\r
 158     // 6/4 (this position shall not be used)\r
 159     // 6/5 (this position shall not be used)\r
 160     case 0xE6:\r
 161       return 0x0132; // 6/6 CAPITAL LETTER IJ\r
 162     // 6/7 (this position shall not be used)\r
 163     case 0xE8:\r
 164       return 0x0141; // 6/8 CAPITAL LETTER L WITH STROKE\r
 165     case 0xE9:\r
 166       return 0x00D8; // 6/9 CAPITAL LETTER O WITH SOLIDUS [oblique stroke]\r
 167     case 0xEA:\r
 168       return 0x0152; // 6/10 CAPITAL DIPHTONG OE\r
 169     // 6/11 (this position shall not be used)\r
 170     case 0xEC:\r
 171       return 0x00DE; // 6/12 CAPITAL LETTER THORN\r
 172     // 6/13 (this position shall not be used)\r
 173     // 6/14 (this position shall not be used)\r
 174     // 6/15 (this position shall not be used)\r
 175 \r
 176     // 7/0 (this position shall not be used)\r
 177     case 0xF1:\r
 178       return 0x00E6; // 7/1 small diphthong a with e\r
 179     // 7/4 (this position shall not be used)\r
 180     case 0xF5:\r
 181       return 0x0131; // 7/5 small letter i without dot\r
 182     case 0xF6:\r
 183       return 0x0133; // 7/6 small letter ij\r
 184     // 7/7 (this position shall not be used)\r
 185     case 0xF8:\r
 186       return 0x0142; // 7/8 small letter l with stroke\r
 187     case 0xF9:\r
 188       return 0x00F8; // 7/9 small letter o with solidus (oblique stroke)\r
 189     case 0xFA:\r
 190       return 0x0153; // 7/10 small diphtong oe\r
 191     case 0xFB:\r
 192       return 0x00DF; // 7/11 small letter sharp s\r
 193     case 0xFC:\r
 194       return 0x00FE; // 7/12 small letter thorn\r
 195     // 7/13 (this position shall not be used)\r
 196     // 7/14 (this position shall not be used)\r
 197     default:\r
 198       return (char) i;\r
 199     }\r
 200   }\r
 201 \r
 202   private char getCombiningChar(int i) {\r
 203     switch (i) {\r
 204     // 4/0 low rising tone mark\r
 205     case 0xC041:\r
 206       return 0x1EA2; // CAPITAL A WITH HOOK ABOVE\r
 207     case 0xC045:\r
 208       return 0x1EBA; // CAPITAL E WITH HOOK ABOVE\r
 209     case 0xC049:\r
 210       return 0x1EC8; // CAPITAL I WITH HOOK ABOVE\r
 211     case 0xC04F:\r
 212       return 0x1ECE; // CAPITAL O WITH HOOK ABOVE\r
 213     case 0xC055:\r
 214       return 0x1EE6; // CAPITAL U WITH HOOK ABOVE\r
 215     case 0xC059:\r
 216       return 0x1EF6; // CAPITAL Y WITH HOOK ABOVE\r
 217     case 0xC061:\r
 218       return 0x1EA3; // small a with hook above\r
 219     case 0xC065:\r
 220       return 0x1EBB; // small e with hook above\r
 221     case 0xC069:\r
 222       return 0x1EC9; // small i with hook above\r
 223     case 0xC06F:\r
 224       return 0x1ECF; // small o with hook above\r
 225     case 0xC075:\r
 226       return 0x1EE7; // small u with hook above\r
 227     case 0xC079:\r
 228       return 0x1EF7; // small y with hook above\r
 229 \r
 230     // 4/1 grave accent\r
 231     case 0xC141:\r
 232       return 0x00C0; // CAPITAL A WITH GRAVE ACCENT\r
 233     case 0xC145:\r
 234       return 0x00C8; // CAPITAL E WITH GRAVE ACCENT\r
 235     case 0xC149:\r
 236       return 0x00CC; // CAPITAL I WITH GRAVE ACCENT\r
 237     case 0xC14F:\r
 238       return 0x00D2; // CAPITAL O WITH GRAVE ACCENT\r
 239     case 0xC155:\r
 240       return 0x00D9; // CAPITAL U WITH GRAVE ACCENT\r
 241     case 0xC157:\r
 242       return 0x1E80; // CAPITAL W WITH GRAVE\r
 243     case 0xC159:\r
 244       return 0x1EF2; // CAPITAL Y WITH GRAVE\r
 245     case 0xC161:\r
 246       return 0x00E0; // small a with grave accent\r
 247     case 0xC165:\r
 248       return 0x00E8; // small e with grave accent\r
 249     case 0xC169:\r
 250       return 0x00EC; // small i with grave accent\r
 251     case 0xC16F:\r
 252       return 0x00F2; // small o with grave accent\r
 253     case 0xC175:\r
 254       return 0x00F9; // small u with grave accent\r
 255     case 0xC177:\r
 256       return 0x1E81; // small w with grave\r
 257     case 0xC179:\r
 258       return 0x1EF3; // small y with grave\r
 259 \r
 260     // 4/2 acute accent\r
 261     case 0xC241:\r
 262       return 0x00C1; // CAPITAL A WITH ACUTE ACCENT\r
 263     case 0xC243:\r
 264       return 0x0106; // CAPITAL C WITH ACUTE ACCENT\r
 265     case 0xC245:\r
 266       return 0x00C9; // CAPITAL E WITH ACUTE ACCENT\r
 267     case 0xC247:\r
 268       return 0x01F4; // CAPITAL G WITH ACUTE\r
 269     case 0xC249:\r
 270       return 0x00CD; // CAPITAL I WITH ACUTE ACCENT\r
 271     case 0xC24B:\r
 272       return 0x1E30; // CAPITAL K WITH ACUTE\r
 273     case 0xC24C:\r
 274       return 0x0139; // CAPITAL L WITH ACUTE ACCENT\r
 275     case 0xC24D:\r
 276       return 0x1E3E; // CAPITAL M WITH ACUTE\r
 277     case 0xC24E:\r
 278       return 0x0143; // CAPITAL N WITH ACUTE ACCENT\r
 279     case 0xC24F:\r
 280       return 0x00D3; // CAPITAL O WITH ACUTE ACCENT\r
 281     case 0xC250:\r
 282       return 0x1E54; // CAPITAL P WITH ACUTE\r
 283     case 0xC252:\r
 284       return 0x0154; // CAPITAL R WITH ACUTE ACCENT\r
 285     case 0xC253:\r
 286       return 0x015A; // CAPITAL S WITH ACUTE ACCENT\r
 287     case 0xC255:\r
 288       return 0x00DA; // CAPITAL U WITH ACUTE ACCENT\r
 289     case 0xC257:\r
 290       return 0x1E82; // CAPITAL W WITH ACUTE\r
 291     case 0xC259:\r
 292       return 0x00DD; // CAPITAL Y WITH ACUTE ACCENT\r
 293     case 0xC25A:\r
 294       return 0x0179; // CAPITAL Z WITH ACUTE ACCENT\r
 295     case 0xC261:\r
 296       return 0x00E1; // small a with acute accent\r
 297     case 0xC263:\r
 298       return 0x0107; // small c with acute accent\r
 299     case 0xC265:\r
 300       return 0x00E9; // small e with acute accent\r
 301     case 0xC267:\r
 302       return 0x01F5; // small g with acute\r
 303     case 0xC269:\r
 304       return 0x00ED; // small i with acute accent\r
 305     case 0xC26B:\r
 306       return 0x1E31; // small k with acute\r
 307     case 0xC26C:\r
 308       return 0x013A; // small l with acute accent\r
 309     case 0xC26D:\r
 310       return 0x1E3F; // small m with acute\r
 311     case 0xC26E:\r
 312       return 0x0144; // small n with acute accent\r
 313     case 0xC26F:\r
 314       return 0x00F3; // small o with acute accent\r
 315     case 0xC270:\r
 316       return 0x1E55; // small p with acute\r
 317     case 0xC272:\r
 318       return 0x0155; // small r with acute accent\r
 319     case 0xC273:\r
 320       return 0x015B; // small s with acute accent\r
 321     case 0xC275:\r
 322       return 0x00FA; // small u with acute accent\r
 323     case 0xC277:\r
 324       return 0x1E83; // small w with acute\r
 325     case 0xC279:\r
 326       return 0x00FD; // small y with acute accent\r
 327     case 0xC27A:\r
 328       return 0x017A; // small z with acute accent\r
 329     case 0xC2E1:\r
 330       return 0x01FC; // CAPITAL AE WITH ACUTE\r
 331     case 0xC2F1:\r
 332       return 0x01FD; // small ae with acute\r
 333 \r
 334     // 4/3 circumflex accent\r
 335     case 0xC341:\r
 336       return 0x00C2; // CAPITAL A WITH CIRCUMFLEX ACCENT\r
 337     case 0xC343:\r
 338       return 0x0108; // CAPITAL C WITH CIRCUMFLEX\r
 339     case 0xC345:\r
 340       return 0x00CA; // CAPITAL E WITH CIRCUMFLEX ACCENT\r
 341     case 0xC347:\r
 342       return 0x011C; // CAPITAL G WITH CIRCUMFLEX\r
 343     case 0xC348:\r
 344       return 0x0124; // CAPITAL H WITH CIRCUMFLEX\r
 345     case 0xC349:\r
 346       return 0x00CE; // CAPITAL I WITH CIRCUMFLEX ACCENT\r
 347     case 0xC34A:\r
 348       return 0x0134; // CAPITAL J WITH CIRCUMFLEX\r
 349     case 0xC34F:\r
 350       return 0x00D4; // CAPITAL O WITH CIRCUMFLEX ACCENT\r
 351     case 0xC353:\r
 352       return 0x015C; // CAPITAL S WITH CIRCUMFLEX\r
 353     case 0xC355:\r
 354       return 0x00DB; // CAPITAL U WITH CIRCUMFLEX\r
 355     case 0xC357:\r
 356       return 0x0174; // CAPITAL W WITH CIRCUMFLEX\r
 357     case 0xC359:\r
 358       return 0x0176; // CAPITAL Y WITH CIRCUMFLEX\r
 359     case 0xC35A:\r
 360       return 0x1E90; // CAPITAL Z WITH CIRCUMFLEX\r
 361     case 0xC361:\r
 362       return 0x00E2; // small a with circumflex accent\r
 363     case 0xC363:\r
 364       return 0x0109; // small c with circumflex\r
 365     case 0xC365:\r
 366       return 0x00EA; // small e with circumflex accent\r
 367     case 0xC367:\r
 368       return 0x011D; // small g with circumflex\r
 369     case 0xC368:\r
 370       return 0x0125; // small h with circumflex\r
 371     case 0xC369:\r
 372       return 0x00EE; // small i with circumflex accent\r
 373     case 0xC36A:\r
 374       return 0x0135; // small j with circumflex\r
 375     case 0xC36F:\r
 376       return 0x00F4; // small o with circumflex accent\r
 377     case 0xC373:\r
 378       return 0x015D; // small s with circumflex\r
 379     case 0xC375:\r
 380       return 0x00FB; // small u with circumflex\r
 381     case 0xC377:\r
 382       return 0x0175; // small w with circumflex\r
 383     case 0xC379:\r
 384       return 0x0177; // small y with circumflex\r
 385     case 0xC37A:\r
 386       return 0x1E91; // small z with circumflex\r
 387 \r
 388     // 4/4 tilde\r
 389     case 0xC441:\r
 390       return 0x00C3; // CAPITAL A WITH TILDE\r
 391     case 0xC445:\r
 392       return 0x1EBC; // CAPITAL E WITH TILDE\r
 393     case 0xC449:\r
 394       return 0x0128; // CAPITAL I WITH TILDE\r
 395     case 0xC44E:\r
 396       return 0x00D1; // CAPITAL N WITH TILDE\r
 397     case 0xC44F:\r
 398       return 0x00D5; // CAPITAL O WITH TILDE\r
 399     case 0xC455:\r
 400       return 0x0168; // CAPITAL U WITH TILDE\r
 401     case 0xC456:\r
 402       return 0x1E7C; // CAPITAL V WITH TILDE\r
 403     case 0xC459:\r
 404       return 0x1EF8; // CAPITAL Y WITH TILDE\r
 405     case 0xC461:\r
 406       return 0x00E3; // small a with tilde\r
 407     case 0xC465:\r
 408       return 0x1EBD; // small e with tilde\r
 409     case 0xC469:\r
 410       return 0x0129; // small i with tilde\r
 411     case 0xC46E:\r
 412       return 0x00F1; // small n with tilde\r
 413     case 0xC46F:\r
 414       return 0x00F5; // small o with tilde\r
 415     case 0xC475:\r
 416       return 0x0169; // small u with tilde\r
 417     case 0xC476:\r
 418       return 0x1E7D; // small v with tilde\r
 419     case 0xC479:\r
 420       return 0x1EF9; // small y with tilde\r
 421 \r
 422     // 4/5 macron\r
 423     case 0xC541:\r
 424       return 0x0100; // CAPITAL A WITH MACRON\r
 425     case 0xC545:\r
 426       return 0x0112; // CAPITAL E WITH MACRON\r
 427     case 0xC547:\r
 428       return 0x1E20; // CAPITAL G WITH MACRON\r
 429     case 0xC549:\r
 430       return 0x012A; // CAPITAL I WITH MACRON\r
 431     case 0xC54F:\r
 432       return 0x014C; // CAPITAL O WITH MACRON\r
 433     case 0xC555:\r
 434       return 0x016A; // CAPITAL U WITH MACRON\r
 435     case 0xC561:\r
 436       return 0x0101; // small a with macron\r
 437     case 0xC565:\r
 438       return 0x0113; // small e with macron\r
 439     case 0xC567:\r
 440       return 0x1E21; // small g with macron\r
 441     case 0xC569:\r
 442       return 0x012B; // small i with macron\r
 443     case 0xC56F:\r
 444       return 0x014D; // small o with macron\r
 445     case 0xC575:\r
 446       return 0x016B; // small u with macron\r
 447     case 0xC5E1:\r
 448       return 0x01E2; // CAPITAL AE WITH MACRON\r
 449     case 0xC5F1:\r
 450       return 0x01E3; // small ae with macron\r
 451 \r
 452     // 4/6 breve\r
 453     case 0xC641:\r
 454       return 0x0102; // CAPITAL A WITH BREVE\r
 455     case 0xC645:\r
 456       return 0x0114; // CAPITAL E WITH BREVE\r
 457     case 0xC647:\r
 458       return 0x011E; // CAPITAL G WITH BREVE\r
 459     case 0xC649:\r
 460       return 0x012C; // CAPITAL I WITH BREVE\r
 461     case 0xC64F:\r
 462       return 0x014E; // CAPITAL O WITH BREVE\r
 463     case 0xC655:\r
 464       return 0x016C; // CAPITAL U WITH BREVE\r
 465     case 0xC661:\r
 466       return 0x0103; // small a with breve\r
 467     case 0xC665:\r
 468       return 0x0115; // small e with breve\r
 469     case 0xC667:\r
 470       return 0x011F; // small g with breve\r
 471     case 0xC669:\r
 472       return 0x012D; // small i with breve\r
 473     case 0xC66F:\r
 474       return 0x014F; // small o with breve\r
 475     case 0xC675:\r
 476       return 0x016D; // small u with breve\r
 477 \r
 478     // 4/7 dot above\r
 479     case 0xC742:\r
 480       return 0x1E02; // CAPITAL B WITH DOT ABOVE\r
 481     case 0xC743:\r
 482       return 0x010A; // CAPITAL C WITH DOT ABOVE\r
 483     case 0xC744:\r
 484       return 0x1E0A; // CAPITAL D WITH DOT ABOVE\r
 485     case 0xC745:\r
 486       return 0x0116; // CAPITAL E WITH DOT ABOVE\r
 487     case 0xC746:\r
 488       return 0x1E1E; // CAPITAL F WITH DOT ABOVE\r
 489     case 0xC747:\r
 490       return 0x0120; // CAPITAL G WITH DOT ABOVE\r
 491     case 0xC748:\r
 492       return 0x1E22; // CAPITAL H WITH DOT ABOVE\r
 493     case 0xC749:\r
 494       return 0x0130; // CAPITAL I WITH DOT ABOVE\r
 495     case 0xC74D:\r
 496       return 0x1E40; // CAPITAL M WITH DOT ABOVE\r
 497     case 0xC74E:\r
 498       return 0x1E44; // CAPITAL N WITH DOT ABOVE\r
 499     case 0xC750:\r
 500       return 0x1E56; // CAPITAL P WITH DOT ABOVE\r
 501     case 0xC752:\r
 502       return 0x1E58; // CAPITAL R WITH DOT ABOVE\r
 503     case 0xC753:\r
 504       return 0x1E60; // CAPITAL S WITH DOT ABOVE\r
 505     case 0xC754:\r
 506       return 0x1E6A; // CAPITAL T WITH DOT ABOVE\r
 507     case 0xC757:\r
 508       return 0x1E86; // CAPITAL W WITH DOT ABOVE\r
 509     case 0xC758:\r
 510       return 0x1E8A; // CAPITAL X WITH DOT ABOVE\r
 511     case 0xC759:\r
 512       return 0x1E8E; // CAPITAL Y WITH DOT ABOVE\r
 513     case 0xC75A:\r
 514       return 0x017B; // CAPITAL Z WITH DOT ABOVE\r
 515     case 0xC762:\r
 516       return 0x1E03; // small b with dot above\r
 517     case 0xC763:\r
 518       return 0x010B; // small c with dot above\r
 519     case 0xC764:\r
 520       return 0x1E0B; // small d with dot above\r
 521     case 0xC765:\r
 522       return 0x0117; // small e with dot above\r
 523     case 0xC766:\r
 524       return 0x1E1F; // small f with dot above\r
 525     case 0xC767:\r
 526       return 0x0121; // small g with dot above\r
 527     case 0xC768:\r
 528       return 0x1E23; // small h with dot above\r
 529     case 0xC76D:\r
 530       return 0x1E41; // small m with dot above\r
 531     case 0xC76E:\r
 532       return 0x1E45; // small n with dot above\r
 533     case 0xC770:\r
 534       return 0x1E57; // small p with dot above\r
 535     case 0xC772:\r
 536       return 0x1E59; // small r with dot above\r
 537     case 0xC773:\r
 538       return 0x1E61; // small s with dot above\r
 539     case 0xC774:\r
 540       return 0x1E6B; // small t with dot above\r
 541     case 0xC777:\r
 542       return 0x1E87; // small w with dot above\r
 543     case 0xC778:\r
 544       return 0x1E8B; // small x with dot above\r
 545     case 0xC779:\r
 546       return 0x1E8F; // small y with dot above\r
 547     case 0xC77A:\r
 548       return 0x017C; // small z with dot above\r
 549 \r
 550     // 4/8 trema, diaresis\r
 551     case 0xC820:\r
 552       return 0x00A8; // diaeresis\r
 553     case 0xC841:\r
 554       return 0x00C4; // CAPITAL A WITH DIAERESIS\r
 555     case 0xC845:\r
 556       return 0x00CB; // CAPITAL E WITH DIAERESIS\r
 557     case 0xC848:\r
 558       return 0x1E26; // CAPITAL H WITH DIAERESIS\r
 559     case 0xC849:\r
 560       return 0x00CF; // CAPITAL I WITH DIAERESIS\r
 561     case 0xC84F:\r
 562       return 0x00D6; // CAPITAL O WITH DIAERESIS\r
 563     case 0xC855:\r
 564       return 0x00DC; // CAPITAL U WITH DIAERESIS\r
 565     case 0xC857:\r
 566       return 0x1E84; // CAPITAL W WITH DIAERESIS\r
 567     case 0xC858:\r
 568       return 0x1E8C; // CAPITAL X WITH DIAERESIS\r
 569     case 0xC859:\r
 570       return 0x0178; // CAPITAL Y WITH DIAERESIS\r
 571     case 0xC861:\r
 572       return 0x00E4; // small a with diaeresis\r
 573     case 0xC865:\r
 574       return 0x00EB; // small e with diaeresis\r
 575     case 0xC868:\r
 576       return 0x1E27; // small h with diaeresis\r
 577     case 0xC869:\r
 578       return 0x00EF; // small i with diaeresis\r
 579     case 0xC86F:\r
 580       return 0x00F6; // small o with diaeresis\r
 581     case 0xC874:\r
 582       return 0x1E97; // small t with diaeresis\r
 583     case 0xC875:\r
 584       return 0x00FC; // small u with diaeresis\r
 585     case 0xC877:\r
 586       return 0x1E85; // small w with diaeresis\r
 587     case 0xC878:\r
 588       return 0x1E8D; // small x with diaeresis\r
 589     case 0xC879:\r
 590       return 0x00FF; // small y with diaeresis\r
 591 \r
 592     // 4/9 umlaut\r
 593     case 0xC920:\r
 594       return 0x00A8; // [diaeresis]\r
 595 \r
 596     // 4/10 circle above\r
 597     case 0xCA41:\r
 598       return 0x00C5; // CAPITAL A WITH RING ABOVE\r
 599     case 0xCAAD:\r
 600       return 0x016E; // CAPITAL U WITH RING ABOVE\r
 601     case 0xCA61:\r
 602       return 0x00E5; // small a with ring above\r
 603     case 0xCA75:\r
 604       return 0x016F; // small u with ring above\r
 605     case 0xCA77:\r
 606       return 0x1E98; // small w with ring above\r
 607     case 0xCA79:\r
 608       return 0x1E99; // small y with ring above\r
 609 \r
 610     // 4/11 high comma off centre\r
 611 \r
 612     // 4/12 inverted high comma centred\r
 613 \r
 614     // 4/13 double acute accent\r
 615     case 0xCD4F:\r
 616       return 0x0150; // CAPITAL O WITH DOUBLE ACUTE\r
 617     case 0xCD55:\r
 618       return 0x0170; // CAPITAL U WITH DOUBLE ACUTE\r
 619     case 0xCD6F:\r
 620       return 0x0151; // small o with double acute\r
 621     case 0xCD75:\r
 622       return 0x0171; // small u with double acute\r
 623 \r
 624     // 4/14 horn\r
 625     case 0xCE54:\r
 626       return 0x01A0; // LATIN CAPITAL LETTER O WITH HORN\r
 627     case 0xCE55:\r
 628       return 0x01AF; // LATIN CAPITAL LETTER U WITH HORN\r
 629     case 0xCE74:\r
 630       return 0x01A1; // latin small letter o with horn\r
 631     case 0xCE75:\r
 632       return 0x01B0; // latin small letter u with horn\r
 633 \r
 634     // 4/15 caron (hacek)\r
 635     case 0xCF41:\r
 636       return 0x01CD; // CAPITAL A WITH CARON\r
 637     case 0xCF43:\r
 638       return 0x010C; // CAPITAL C WITH CARON\r
 639     case 0xCF44:\r
 640       return 0x010E; // CAPITAL D WITH CARON\r
 641     case 0xCF45:\r
 642       return 0x011A; // CAPITAL E WITH CARON\r
 643     case 0xCF47:\r
 644       return 0x01E6; // CAPITAL G WITH CARON\r
 645     case 0xCF49:\r
 646       return 0x01CF; // CAPITAL I WITH CARON\r
 647     case 0xCF4B:\r
 648       return 0x01E8; // CAPITAL K WITH CARON\r
 649     case 0xCF4C:\r
 650       return 0x013D; // CAPITAL L WITH CARON\r
 651     case 0xCF4E:\r
 652       return 0x0147; // CAPITAL N WITH CARON\r
 653     case 0xCF4F:\r
 654       return 0x01D1; // CAPITAL O WITH CARON\r
 655     case 0xCF52:\r
 656       return 0x0158; // CAPITAL R WITH CARON\r
 657     case 0xCF53:\r
 658       return 0x0160; // CAPITAL S WITH CARON\r
 659     case 0xCF54:\r
 660       return 0x0164; // CAPITAL T WITH CARON\r
 661     case 0xCF55:\r
 662       return 0x01D3; // CAPITAL U WITH CARON\r
 663     case 0xCF5A:\r
 664       return 0x017D; // CAPITAL Z WITH CARON\r
 665     case 0xCF61:\r
 666       return 0x01CE; // small a with caron\r
 667     case 0xCF63:\r
 668       return 0x010D; // small c with caron\r
 669     case 0xCF64:\r
 670       return 0x010F; // small d with caron\r
 671     case 0xCF65:\r
 672       return 0x011B; // small e with caron\r
 673     case 0xCF67:\r
 674       return 0x01E7; // small g with caron\r
 675     case 0xCF69:\r
 676       return 0x01D0; // small i with caron\r
 677     case 0xCF6A:\r
 678       return 0x01F0; // small j with caron\r
 679     case 0xCF6B:\r
 680       return 0x01E9; // small k with caron\r
 681     case 0xCF6C:\r
 682       return 0x013E; // small l with caron\r
 683     case 0xCF6E:\r
 684       return 0x0148; // small n with caron\r
 685     case 0xCF6F:\r
 686       return 0x01D2; // small o with caron\r
 687     case 0xCF72:\r
 688       return 0x0159; // small r with caron\r
 689     case 0xCF73:\r
 690       return 0x0161; // small s with caron\r
 691     case 0xCF74:\r
 692       return 0x0165; // small t with caron\r
 693     case 0xCF75:\r
 694       return 0x01D4; // small u with caron\r
 695     case 0xCF7A:\r
 696       return 0x017E; // small z with caron\r
 697 \r
 698     // 5/0 cedilla\r
 699     case 0xD020:\r
 700       return 0x00B8; // cedilla\r
 701     case 0xD043:\r
 702       return 0x00C7; // CAPITAL C WITH CEDILLA\r
 703     case 0xD044:\r
 704       return 0x1E10; // CAPITAL D WITH CEDILLA\r
 705     case 0xD047:\r
 706       return 0x0122; // CAPITAL G WITH CEDILLA\r
 707     case 0xD048:\r
 708       return 0x1E28; // CAPITAL H WITH CEDILLA\r
 709     case 0xD04B:\r
 710       return 0x0136; // CAPITAL K WITH CEDILLA\r
 711     case 0xD04C:\r
 712       return 0x013B; // CAPITAL L WITH CEDILLA\r
 713     case 0xD04E:\r
 714       return 0x0145; // CAPITAL N WITH CEDILLA\r
 715     case 0xD052:\r
 716       return 0x0156; // CAPITAL R WITH CEDILLA\r
 717     case 0xD053:\r
 718       return 0x015E; // CAPITAL S WITH CEDILLA\r
 719     case 0xD054:\r
 720       return 0x0162; // CAPITAL T WITH CEDILLA\r
 721     case 0xD063:\r
 722       return 0x00E7; // small c with cedilla\r
 723     case 0xD064:\r
 724       return 0x1E11; // small d with cedilla\r
 725     case 0xD067:\r
 726       return 0x0123; // small g with cedilla\r
 727     case 0xD068:\r
 728       return 0x1E29; // small h with cedilla\r
 729     case 0xD06B:\r
 730       return 0x0137; // small k with cedilla\r
 731     case 0xD06C:\r
 732       return 0x013C; // small l with cedilla\r
 733     case 0xD06E:\r
 734       return 0x0146; // small n with cedilla\r
 735     case 0xD072:\r
 736       return 0x0157; // small r with cedilla\r
 737     case 0xD073:\r
 738       return 0x015F; // small s with cedilla\r
 739     case 0xD074:\r
 740       return 0x0163; // small t with cedilla\r
 741 \r
 742     // 5/1 rude\r
 743 \r
 744     // 5/2 hook to left\r
 745 \r
 746     // 5/3 ogonek (hook to right)\r
 747     case 0xD320:\r
 748       return 0x02DB; // ogonek\r
 749     case 0xD341:\r
 750       return 0x0104; // CAPITAL A WITH OGONEK\r
 751     case 0xD345:\r
 752       return 0x0118; // CAPITAL E WITH OGONEK\r
 753     case 0xD349:\r
 754       return 0x012E; // CAPITAL I WITH OGONEK\r
 755     case 0xD34F:\r
 756       return 0x01EA; // CAPITAL O WITH OGONEK\r
 757     case 0xD355:\r
 758       return 0x0172; // CAPITAL U WITH OGONEK\r
 759     case 0xD361:\r
 760       return 0x0105; // small a with ogonek\r
 761     case 0xD365:\r
 762       return 0x0119; // small e with ogonek\r
 763     case 0xD369:\r
 764       return 0x012F; // small i with ogonek\r
 765     case 0xD36F:\r
 766       return 0x01EB; // small o with ogonek\r
 767     case 0xD375:\r
 768       return 0x0173; // small u with ogonek\r
 769 \r
 770     // 5/4 circle below\r
 771     case 0xD441:\r
 772       return 0x1E00; // CAPITAL A WITH RING BELOW\r
 773     case 0xD461:\r
 774       return 0x1E01; // small a with ring below\r
 775 \r
 776     // 5/5 half circle below\r
 777     case 0xF948:\r
 778       return 0x1E2A; // CAPITAL H WITH BREVE BELOW\r
 779     case 0xF968:\r
 780       return 0x1E2B; // small h with breve below\r
 781 \r
 782     // 5/6 dot below\r
 783     case 0xD641:\r
 784       return 0x1EA0; // CAPITAL A WITH DOT BELOW\r
 785     case 0xD642:\r
 786       return 0x1E04; // CAPITAL B WITH DOT BELOW\r
 787     case 0xD644:\r
 788       return 0x1E0C; // CAPITAL D WITH DOT BELOW\r
 789     case 0xD645:\r
 790       return 0x1EB8; // CAPITAL E WITH DOT BELOW\r
 791     case 0xD648:\r
 792       return 0x1E24; // CAPITAL H WITH DOT BELOW\r
 793     case 0xD649:\r
 794       return 0x1ECA; // CAPITAL I WITH DOT BELOW\r
 795     case 0xD64B:\r
 796       return 0x1E32; // CAPITAL K WITH DOT BELOW\r
 797     case 0xD64C:\r
 798       return 0x1E36; // CAPITAL L WITH DOT BELOW\r
 799     case 0xD64D:\r
 800       return 0x1E42; // CAPITAL M WITH DOT BELOW\r
 801     case 0xD64E:\r
 802       return 0x1E46; // CAPITAL N WITH DOT BELOW\r
 803     case 0xD64F:\r
 804       return 0x1ECC; // CAPITAL O WITH DOT BELOW\r
 805     case 0xD652:\r
 806       return 0x1E5A; // CAPITAL R WITH DOT BELOW\r
 807     case 0xD653:\r
 808       return 0x1E62; // CAPITAL S WITH DOT BELOW\r
 809     case 0xD654:\r
 810       return 0x1E6C; // CAPITAL T WITH DOT BELOW\r
 811     case 0xD655:\r
 812       return 0x1EE4; // CAPITAL U WITH DOT BELOW\r
 813     case 0xD656:\r
 814       return 0x1E7E; // CAPITAL V WITH DOT BELOW\r
 815     case 0xD657:\r
 816       return 0x1E88; // CAPITAL W WITH DOT BELOW\r
 817     case 0xD659:\r
 818       return 0x1EF4; // CAPITAL Y WITH DOT BELOW\r
 819     case 0xD65A:\r
 820       return 0x1E92; // CAPITAL Z WITH DOT BELOW\r
 821     case 0xD661:\r
 822       return 0x1EA1; // small a with dot below\r
 823     case 0xD662:\r
 824       return 0x1E05; // small b with dot below\r
 825     case 0xD664:\r
 826       return 0x1E0D; // small d with dot below\r
 827     case 0xD665:\r
 828       return 0x1EB9; // small e with dot below\r
 829     case 0xD668:\r
 830       return 0x1E25; // small h with dot below\r
 831     case 0xD669:\r
 832       return 0x1ECB; // small i with dot below\r
 833     case 0xD66B:\r
 834       return 0x1E33; // small k with dot below\r
 835     case 0xD66C:\r
 836       return 0x1E37; // small l with dot below\r
 837     case 0xD66D:\r
 838       return 0x1E43; // small m with dot below\r
 839     case 0xD66E:\r
 840       return 0x1E47; // small n with dot below\r
 841     case 0xD66F:\r
 842       return 0x1ECD; // small o with dot below\r
 843     case 0xD672:\r
 844       return 0x1E5B; // small r with dot below\r
 845     case 0xD673:\r
 846       return 0x1E63; // small s with dot below\r
 847     case 0xD674:\r
 848       return 0x1E6D; // small t with dot below\r
 849     case 0xD675:\r
 850       return 0x1EE5; // small u with dot below\r
 851     case 0xD676:\r
 852       return 0x1E7F; // small v with dot below\r
 853     case 0xD677:\r
 854       return 0x1E89; // small w with dot below\r
 855     case 0xD679:\r
 856       return 0x1EF5; // small y with dot below\r
 857     case 0xD67A:\r
 858       return 0x1E93; // small z with dot below\r
 859 \r
 860     // 5/7 double dot below\r
 861     case 0xD755:\r
 862       return 0x1E72; // CAPITAL U WITH DIAERESIS BELOW\r
 863     case 0xD775:\r
 864       return 0x1E73; // small u with diaeresis below\r
 865 \r
 866     // 5/8 underline\r
 867     case 0xD820:\r
 868       return 0x005F; // underline\r
 869 \r
 870     // 5/9 double underline\r
 871     case 0xD920:\r
 872       return 0x2017; // double underline\r
 873 \r
 874     // 5/10 small low vertical bar\r
 875     case 0xDA20:\r
 876       return 0x02CC; // \r
 877 \r
 878     // 5/11 circumflex below\r
 879 \r
 880     // 5/12 (this position shall not be used)\r
 881 \r
 882     // 5/13 left half of ligature sign and of double tilde\r
 883 \r
 884     // 5/14 right half of ligature sign\r
 885 \r
 886     // 5/15 right half of double tilde\r
 887 \r
 888     default:\r
 889       return 0;\r
 890     }\r
 891   }\r
 892 }