unishell

1.0.0

tables.ps1

                                # various tables and functions which are primarily just lists of magic values

$generalCategoryMappings = @{

    'Lu' = 'Lu - Letter, Uppercase'

    'Ll' = 'Ll - Letter, Lowercase'

    'Lt' = 'Lt - Letter, Titlecase'

    'Mn' = 'Mn - Mark, Non-Spacing'

    'Mc' = 'Mc - Mark, Spacing Combining'

    'Me' = 'Me - Mark, Enclosing'

    'Nd' = 'Nd - Number, Decimal Digit'

    'Nl' = 'Nl - Number, Letter'

    'No' = 'No - Number, Other'

    'Zs' = 'Zs - Separator, Space'

    'Zl' = 'Zl - Separator, Line'

    'Zp' = 'Zp - Separator, Paragraph'

    'Cc' = 'Cc - Other, Control'

    'Cf' = 'Cf - Other, Format'

    'Cs' = 'Cs - Other, Surrogate'

    'Co' = 'Co - Other, Private Use'

    'Cn' = 'Cn - Other, Not Assigned'

    'Lm' = 'Lm - Letter, Modifier'

    'Lo' = 'Lo - Letter, Other'

    'Pc' = 'Pc - Punctuation, Connector'

    'Pd' = 'Pd - Punctuation, Dash'

    'Ps' = 'Ps - Punctuation, Open'

    'Pe' = 'Pe - Punctuation, Close'

    'Pi' = 'Pi - Punctuation, Initial quote'

    'Pf' = 'Pf - Punctuation, Final quote'

    'Po' = 'Po - Punctuation, Other'

    'Sm' = 'Sm - Symbol, Math'

    'Sc' = 'Sc - Symbol, Currency'

    'Sk' = 'Sk - Symbol, Modifier'

    'So' = 'So - Symbol, Other'

}

$combiningClassMappings = @{

    '0'   = '0 - Spacing, split, enclosing, reordrant, and Tibetan subjoined'

    '1'   = '1 - Overlays and interior'

    '7'   = '7 - Nuktas'

    '8'   = '8 - Hiragana/Katakana voicing marks'

    '9'   = '9 - Viramas'

    '10'  = '10 - Start of fixed position classes'

    '199' = '199 - End of fixed position classes'

    '200' = '200 - Below left attached'

    '202' = '202 - Below attached'

    '204' = '204 - Below right attached'

    '208' = '208 - Left attached (reordrant around single base character)'

    '210' = '210 - Right attached'

    '212' = '212 - Above left attached'

    '214' = '214 - Above attached'

    '216' = '216 - Above right attached'

    '218' = '218 - Below left'

    '220' = '220 - Below'

    '222' = '222 - Below right'

    '224' = '224 - Left (reordrant around single base character)'

    '226' = '226 - Right'

    '228' = '228 - Above left'

    '230' = '230 - Above'

    '232' = '232 - Above right'

    '233' = '233 - Double below'

    '234' = '234 - Double above'

    '240' = '240 - Below (iota subscript)'

}

$bidiCategoryMappings = @{

    'L'   = 'L - Left-to-Right'

    'LRE' = 'LRE - Left-to-Right Embedding'

    'LRO' = 'LRO - Left-to-Right Override'

    'R'   = 'R - Right-to-Left'

    'AL'  = 'AL - Right-to-Left Arabic'

    'RLE' = 'RLE - Right-to-Left Embedding'

    'RLO' = 'RLO - Right-to-Left Override'

    'PDF' = 'PDF - Pop Directional Format'

    'EN'  = 'EN - European Number'

    'ES'  = 'ES - European Number Separator'

    'ET'  = 'ET - European Number Terminator'

    'AN'  = 'AN - Arabic Number'

    'CS'  = 'CS - Common Number Separator'

    'NSM' = 'NSM - Non-Spacing Mark'

    'BN'  = 'BN - Boundary Neutral'

    'B'   = 'B - Paragraph Separator'

    'S'   = 'S - Segment Separator'

    'WS'  = 'WS - Whitespace'

    'ON'  = 'ON - Other Neutrals'

}

$lineBreakMappings = @{

    'BK'  = 'BK - Mandatory Break'

    'CR'  = 'CR - Carriage Return'

    'LF'  = 'LF - Line Feed'

    'CM'  = 'CM - Combining Mark'

    'NL'  = 'NL - Next Line'

    'SG'  = 'SG - Surrogate'

    'WJ'  = 'WJ - Word Joiner'

    'ZW'  = 'ZW - Zero Width Space'

    'GL'  = 'GL - Non-breaking ("Glue")'

    'SP'  = 'SP - Space'

    'ZWJ' = 'ZWJ - Zero Width Joiner'

    'B2'  = 'B2 - Break Opportunity Before and After'

    'BA'  = 'BA - Break After'

    'BB'  = 'BB - Break Before'

    'HY'  = 'HY - Hyphen'

    'CB'  = 'CB - Contingent Break Opportunity'

    'CL'  = 'CL - Close Punctuation'

    'CP'  = 'CP - Close Parenthesis'

    'EX'  = 'EX - Exclamation/Interrogation'

    'IN'  = 'IN - Inseparable'

    'NS'  = 'NS - Nonstarter'

    'OP'  = 'OP - Open Punctuation'

    'QU'  = 'QU - Quotation'

    'IS'  = 'IS - Infix Numeric Separator'

    'NU'  = 'NU - Numeric'

    'PO'  = 'PO - Postfix Numeric'

    'PR'  = 'PR - Prefix Numeric'

    'SY'  = 'SY - Symbols Allowing Break After'

    'AI'  = 'AI - Ambiguous (Alphabetic or Ideographic)'

    'AL'  = 'AL - Alphabetic'

    'CJ'  = 'CJ - Conditional Japanese Starter'

    'EB'  = 'EB - Emoji Base'

    'EM'  = 'EM - Emoji modifier'

    'H2'  = 'H2 - Hangul LV Syllable'

    'H3'  = 'H3 - Hangul LVT Syllable'

    'HL'  = 'HL - Hebrew Letter'

    'ID'  = 'ID - Ideographic'

    'JL'  = 'JL - Hangul L Jamo'

    'JV'  = 'JV - Hangul V Jamo'

    'JT'  = 'JT - Hangul T Jamo'

    'RI'  = 'RI - Regional Indicator'

    'SA'  = 'SA - Complex Context Dependent (South East Asian)'

    'XX'  = 'XX - Unknown'

}

function plane($codepoint) {

    if($codepoint -lt 0) { Write-Error "Invalid codepoint" }

    elseif($codepoint -le 0xFFFF){ '0 - Basic Multilingual Plane' }

    elseif($codepoint -le 0x1FFFF) { '1 - Supplementary Multilingual Plane'}

    elseif($codepoint -le 0x2FFFF) { '2 - Supplementary Ideographic Plane' }

    elseif($codepoint -le 0x3FFFF) { '3 - Tertiary Ideographic Plane' }

    elseif($codepoint -le 0x4FFFF) { '4 - Unassigned' }

    elseif($codepoint -le 0x5FFFF) { '5 - Unassigned' }

    elseif($codepoint -le 0x6FFFF) { '6 - Unassigned' }

    elseif($codepoint -le 0x7FFFF) { '7 - Unassigned' }

    elseif($codepoint -le 0x8FFFF) { '8 - Unassigned' }

    elseif($codepoint -le 0x9FFFF) { '9 - Unassigned' }

    elseif($codepoint -le 0xAFFFF) { '10 - Unassigned' }

    elseif($codepoint -le 0xBFFFF) { '11 - Unassigned' }

    elseif($codepoint -le 0xCFFFF) { '12 - Unassigned' }

    elseif($codepoint -le 0xDFFFF) { '13 - Unassigned' }

    elseif($codepoint -le 0xEFFFF) { '14 - Supplementary Special-purpose Plane' }

    elseif($codepoint -le 0xFFFFF) { '15 - Supplementary Private Use Area-A' }

    elseif($codepoint -le 0x10FFFF) { '16 - Supplementary Private Use Area-B'}

    else { Write-Error "Invalid codepoint" }

}

$displayValues = @{

    0x007f = [char]0x2421  # delete

    0x2028 = [char]0x2424  # line feed

    # c1 control chars

    0x80 = "PAD"

    0x81 = "HOP"

    0x82 = "BPH"

    0x83 = "NBH"

    0x84 = "IND"

    0x85 = "NEL"

    0x86 = "SSA"

    0x87 = "ESA"

    0x88 = "HTS"

    0x89 = "HTJ"

    0x8A = "VTS"

    0x8B = "PLD"

    0x8C = "PLU"

    0x8D = "RI"

    0x8E = "SS2"

    0x8F = "SS3"

    0x90 = "DCS"

    0x91 = "PU1"

    0x92 = "PU2"

    0x93 = "STS"

    0x94 = "CCH"

    0x95 = "MW"

    0x96 = "SPA"

    0x97 = "EPA"

    0x98 = "SOS"

    0x99 = "SGC"

    0x9A = "SCI"

    0x9B = "CSI"

    0x9C = "ST"

    0x9D = "OSC"

    0x9E = "PM"

    0x9F = "APC"

    # bidi control chars

    0x061C = "ALM"

    0x200E = "LRM"

    0x200F = "RLM"

    0x202A = "LRE"

    0x202B = "RLE"

    0x202C = "PDF"

    0x202D = "LRO"

    0x202E = "RLO"

    0x2066 = "LRI"

    0x2067 = "RLI"

    0x2068 = "FSI"

    0x2069 = "PDI"

    # specials

    0xFFF9 = "IAA"

    0xFFFA = "IAS"

    0xFFFB = "IAT"

    0xFFFC = "OBJ"

    # tags

    0xE0001 = "LANG TAG"

    0xE0020 = "TAG $([char]0x2420)"

    0xE007F = "TAG $([char]0x0018)"

}

# generates the "display value", i.e. user-friendly/safe display string

# for various control/invisible codepoints

function displayValue($codepoint, $value){

    if($displayValues.ContainsKey($codepoint)){

        $displayValues[$codepoint]

    } elseif($codepoint -ge 0 -and $codepoint -le 0x001F){

        # c0 control chars

        [char](0x2400 + $codepoint)

    } elseif ($codepoint -ge 0xE0021 -and $codepoint -le 0xE007F) {

        # tags

        "TAG $([char] ($codepoint + 0x0021 - 0xE0021))"

    } elseif ($codepoint -ge 0x180B -and $codepoint -le 0x180D){

        # mongolian free variation selectors

        $diff = 1 + ($codepoint - 0x180B)

        "FVS$diff"

    } elseif ($codepoint -ge 0xFE00 -and $codepoint -le 0xFE0F){

        # variation selectors

        $diff = 1 + ($codepoint - 0xFE00)

        "VS$diff"

    } elseif ($codepoint -ge 0xE0100 -and $codepoint -le 0xE01EF){

        # supplemental variation selectors

        $diff = 17 + ($codepoint - 0xE0100)

        "VS$diff"

    } else {

        $value

    }

}