This is a live mirror of the Perl 5 development currently hosted at https://github.com/perl/perl5
5cf6664d12916919cf8e69922f83fbe47c78ebfc
[perl5.git] / t / op / lc.t
1 #!./perl
2
3 # This file is intentionally encoded in latin-1.
4
5 BEGIN {
6     chdir 't';
7     require './test.pl';
8     set_up_inc('../lib');
9     require Config; import Config;
10     skip_all_without_unicode_tables();
11     require './charset_tools.pl';
12     require './loc_tools.pl';   # Contains find_utf8_ctype_locale()
13 }
14
15 use feature qw( fc );
16
17 plan tests => 134 + 4 * 256;
18
19 is(lc(undef),      "", "lc(undef) is ''");
20 is(lcfirst(undef), "", "lcfirst(undef) is ''");
21 is(uc(undef),      "", "uc(undef) is ''");
22 is(ucfirst(undef), "", "ucfirst(undef) is ''");
23
24 {
25     no feature 'fc';
26     is(CORE::fc(undef), "", "fc(undef) is ''");
27     is(CORE::fc(''),    "", "fc('') is ''");
28
29     local $@;
30     eval { fc("eeyup") };
31     like($@, qr/Undefined subroutine &main::fc/, "fc() throws an exception,");
32
33     {
34         use feature 'fc';
35         local $@;
36         eval { fc("eeyup") };
37         ok(!$@, "...but works after requesting the feature");
38     }
39 }
40
41 $a = "HELLO.* world";
42 $b = "hello.* WORLD";
43
44 is("\Q$a\E."      , "HELLO\\.\\*\\ world.", '\Q\E HELLO.* world');
45 is("\u$a"         , "HELLO\.\* world",      '\u');
46 is("\l$a"         , "hELLO\.\* world",      '\l');
47 is("\U$a"         , "HELLO\.\* WORLD",      '\U');
48 is("\L$a"         , "hello\.\* world",      '\L');
49 is("\F$a"         , "hello\.\* world",      '\F');
50
51 is(quotemeta($a)  , "HELLO\\.\\*\\ world",  'quotemeta');
52 is(ucfirst($a)    , "HELLO\.\* world",      'ucfirst');
53 is(lcfirst($a)    , "hELLO\.\* world",      'lcfirst');
54 is(uc($a)         , "HELLO\.\* WORLD",      'uc');
55 is(lc($a)         , "hello\.\* world",      'lc');
56 is(fc($a)         , "hello\.\* world",      'fc');
57
58 is("\Q$b\E."      , "hello\\.\\*\\ WORLD.", '\Q\E hello.* WORLD');
59 is("\u$b"         , "Hello\.\* WORLD",      '\u');
60 is("\l$b"         , "hello\.\* WORLD",      '\l');
61 is("\U$b"         , "HELLO\.\* WORLD",      '\U');
62 is("\L$b"         , "hello\.\* world",      '\L');
63 is("\F$b"         , "hello\.\* world",      '\F');
64
65 is(quotemeta($b)  , "hello\\.\\*\\ WORLD",  'quotemeta');
66 is(ucfirst($b)    , "Hello\.\* WORLD",      'ucfirst');
67 is(lcfirst($b)    , "hello\.\* WORLD",      'lcfirst');
68 is(uc($b)         , "HELLO\.\* WORLD",      'uc');
69 is(lc($b)         , "hello\.\* world",      'lc');
70 is(fc($b)         , "hello\.\* world",      'fc');
71
72 # \x{100} is LATIN CAPITAL LETTER A WITH MACRON; its bijective lowercase is
73 # \x{101}, LATIN SMALL LETTER A WITH MACRON.
74 # Which is also its foldcase.
75
76 $a = "\x{100}\x{101}Aa";
77 $b = "\x{101}\x{100}aA";
78
79 is("\Q$a\E."      , "\x{100}\x{101}Aa.", '\Q\E \x{100}\x{101}Aa');
80 is("\u$a"         , "\x{100}\x{101}Aa",  '\u');
81 is("\l$a"         , "\x{101}\x{101}Aa",  '\l');
82 is("\U$a"         , "\x{100}\x{100}AA",  '\U');
83 is("\L$a"         , "\x{101}\x{101}aa",  '\L');
84 is("\F$a"         , "\x{101}\x{101}aa",  '\F');
85
86 is(quotemeta($a)  , "\x{100}\x{101}Aa",  'quotemeta');
87 is(ucfirst($a)    , "\x{100}\x{101}Aa",  'ucfirst');
88 is(lcfirst($a)    , "\x{101}\x{101}Aa",  'lcfirst');
89 is(uc($a)         , "\x{100}\x{100}AA",  'uc');
90 is(lc($a)         , "\x{101}\x{101}aa",  'lc');
91 is(fc($a)         , "\x{101}\x{101}aa",  'fc');
92
93 is("\Q$b\E."      , "\x{101}\x{100}aA.", '\Q\E \x{101}\x{100}aA');
94 is("\u$b"         , "\x{100}\x{100}aA",  '\u');
95 is("\l$b"         , "\x{101}\x{100}aA",  '\l');
96 is("\U$b"         , "\x{100}\x{100}AA",  '\U');
97 is("\L$b"         , "\x{101}\x{101}aa",  '\L');
98 is("\F$b"         , "\x{101}\x{101}aa",  '\F');
99
100 is(quotemeta($b)  , "\x{101}\x{100}aA",  'quotemeta');
101 is(ucfirst($b)    , "\x{100}\x{100}aA",  'ucfirst');
102 is(lcfirst($b)    , "\x{101}\x{100}aA",  'lcfirst');
103 is(uc($b)         , "\x{100}\x{100}AA",  'uc');
104 is(lc($b)         , "\x{101}\x{101}aa",  'lc');
105 is(fc($b)         , "\x{101}\x{101}aa",  'fc');
106
107 # \x{DF} is LATIN SMALL LETTER SHARP S, its uppercase is SS or \x{53}\x{53};
108 # \x{149} is LATIN SMALL LETTER N PRECEDED BY APOSTROPHE, its uppercase is
109 # \x{2BC}\x{E4} or MODIFIER LETTER APOSTROPHE and N.
110
111 is(latin1_to_native("\U\x{DF}aB\x{149}cD"), latin1_to_native("SSAB\x{2BC}NCD"),
112        "multicharacter uppercase");
113
114 # The \x{DF} is its own lowercase, ditto for \x{149}.
115 # There are no single character -> multiple characters lowercase mappings.
116
117 is(latin1_to_native("\L\x{DF}aB\x{149}cD"), latin1_to_native("\x{DF}ab\x{149}cd"),
118        "multicharacter lowercase");
119
120 # \x{DF} is LATIN SMALL LETTER SHARP S, its foldcase is ss or \x{73}\x{73};
121 # \x{149} is LATIN SMALL LETTER N PRECEDED BY APOSTROPHE, its foldcase is
122 # \x{2BC}\x{6E} or MODIFIER LETTER APOSTROPHE and n.
123 # Note that is this further tested in t/uni/fold.t
124
125 is(latin1_to_native("\F\x{DF}aB\x{149}cD"), latin1_to_native("ssab\x{2BC}ncd"),
126        "multicharacter foldcase");
127
128
129 # titlecase is used for \u / ucfirst.
130
131 # \x{587} is ARMENIAN SMALL LIGATURE ECH YIWN and its titlecase is
132 # \x{535}\x{582} ARMENIAN CAPITAL LETTER ECH + ARMENIAN SMALL LETTER YIWN
133 # while its lowercase is 
134 # \x{587} itself
135 # and its uppercase is
136 # \x{535}\x{552} ARMENIAN CAPITAL LETTER ECH + ARMENIAN CAPITAL LETTER YIWN
137 # The foldcase is \x{565}\x{582} ARMENIAN SMALL LETTER ECH + ARMENIAN SMALL LETTER YIWN
138
139 $a = "\x{587}";
140
141 is("\L\x{587}" , "\x{587}",        "ligature lowercase");
142 is("\u\x{587}" , "\x{535}\x{582}", "ligature titlecase");
143 is("\U\x{587}" , "\x{535}\x{552}", "ligature uppercase");
144 is("\F\x{587}" , "\x{565}\x{582}", "ligature foldcase");
145
146 # mktables had problems where many-to-one case mappings didn't work right.
147 # The lib/uni/fold.t should give the fourth folding, "casefolding", a good
148 # workout.
149 # \x{01C4} is LATIN CAPITAL LETTER DZ WITH CARON
150 # \x{01C5} is LATIN CAPITAL LETTER D WITH SMALL LETTER Z WITH CARON
151 # \x{01C6} is LATIN SMALL LETTER DZ WITH CARON
152 # \x{03A3} is GREEK CAPITAL LETTER SIGMA
153 # \x{03C2} is GREEK SMALL LETTER FINAL SIGMA
154 # \x{03C3} is GREEK SMALL LETTER SIGMA
155
156 is(lc("\x{1C4}") , "\x{1C6}",      "U+01C4 lc is U+01C6");
157 is(lc("\x{1C5}") , "\x{1C6}",      "U+01C5 lc is U+01C6, too");
158
159 is(ucfirst("\x{3C2}") , "\x{3A3}", "U+03C2 ucfirst is U+03A3");
160 is(ucfirst("\x{3C3}") , "\x{3A3}", "U+03C3 ucfirst is U+03A3, too");
161
162 is(uc("\x{1C5}") , "\x{1C4}",      "U+01C5 uc is U+01C4");
163 is(uc("\x{1C6}") , "\x{1C4}",      "U+01C6 uc is U+01C4, too");
164
165 # #18107: A host of bugs involving [ul]c{,first}. AMS 20021106
166 $a = "\x{3c3}foo.bar"; # \x{3c3} == GREEK SMALL LETTER SIGMA.
167 $b = "\x{3a3}FOO.BAR"; # \x{3a3} == GREEK CAPITAL LETTER SIGMA.
168
169 ($c = $b) =~ s/(\w+)/lc($1)/ge;
170 is($c , $a, "Using s///e to change case.");
171
172 ($c = $a) =~ s/(\p{IsWord}+)/uc($1)/ge;
173 is($c , $b, "Using s///e to change case.");
174
175 ($c = $a) =~ s/(\p{IsWord}+)/fc($1)/ge;
176 is($c , $a, "Using s///e to foldcase.");
177
178 ($c = $b) =~ s/(\p{IsWord}+)/lcfirst($1)/ge;
179 is($c , "\x{3c3}FOO.bAR", "Using s///e to change case.");
180
181 ($c = $a) =~ s/(\p{IsWord}+)/ucfirst($1)/ge;
182 is($c , "\x{3a3}foo.Bar", "Using s///e to change case.");
183
184 # #18931: perl5.8.0 bug in \U..\E processing
185 # Test case from Nicholas Clark.
186 for my $a (0,1) {
187     $_ = 'abcdefgh';
188     $_ .= chr 256;
189     chop;
190     /(.*)/;
191     is(uc($1), "ABCDEFGH", "[perl #18931]");
192 }
193
194 {
195     foreach (0, 1) {
196         $a = v10.v257;
197         chop $a;
198         $a =~ s/^(\s*)(\w*)/$1\u$2/;
199         is($a, v10, "[perl #18857]");
200     } 
201 }
202
203
204 # [perl #38619] Bug in lc and uc (interaction between UTF-8, substr, and lc/uc)
205
206 for ("a\x{100}", "xyz\x{100}") {
207     is(substr(uc($_), 0), uc($_), "[perl #38619] uc");
208 }
209 for ("A\x{100}", "XYZ\x{100}") {
210     is(substr(lc($_), 0), lc($_), "[perl #38619] lc");
211 }
212 for ("a\x{100}", "ßyz\x{100}") { # ß to Ss (different length)
213     is(substr(ucfirst($_), 0), ucfirst($_), "[perl #38619] ucfirst");
214 }
215
216 #fc() didn't exist back then, but coverage is coverage.
217 for ("a\x{100}", "ßyz\x{100}", "xyz\x{100}", "XYZ\x{100}") { # ß to Ss (different length)
218     is(substr(fc($_), 0), fc($_), "[perl #38619] fc");
219 }
220
221 # Related to [perl #38619]
222 # the original report concerns PERL_MAGIC_utf8.
223 # these cases concern PERL_MAGIC_regex_global.
224
225 for (map { $_ } "a\x{100}", "abc\x{100}", "\x{100}") {
226     chop; # get ("a", "abc", "") in utf8
227     my $return =  uc($_) =~ /\G(.?)/g;
228     my $result = $return ? $1 : "not";
229     my $expect = (uc($_) =~ /(.?)/g)[0];
230     is($return, 1,       "[perl #38619]");
231     is($result, $expect, "[perl #38619]");
232 }
233
234 for (map { $_ } "A\x{100}", "ABC\x{100}", "\x{100}") {
235     chop; # get ("A", "ABC", "") in utf8
236     my $return =  lc($_) =~ /\G(.?)/g;
237     my $result = $return ? $1 : "not";
238     my $expect = (lc($_) =~ /(.?)/g)[0];
239     is($return, 1,       "[perl #38619]");
240     is($result, $expect, "[perl #38619]");
241 }
242
243 for (map { $_ } "A\x{100}", "ABC\x{100}", "\x{100}") {
244     chop; # get ("A", "ABC", "") in utf8
245     my $return =  fc($_) =~ /\G(.?)/g;
246     my $result = $return ? $1 : "not";
247     my $expect = (fc($_) =~ /(.?)/g)[0];
248     is($return, 1,       "[perl #38619]");
249     is($result, $expect, "[perl #38619]");
250 }
251
252 for (1, 4, 9, 16, 25) {
253     is(uc "\x{03B0}" x $_, "\x{3a5}\x{308}\x{301}" x $_,
254        'uc U+03B0 grows threefold');
255
256     is(lc "\x{0130}" x $_, "i\x{307}" x $_, 'lc U+0130 grows');
257
258     is(fc "\x{03B0}" x $_, "\x{3C5}\x{308}\x{301}" x $_,
259        'fc U+03B0 grows threefold');
260 }
261
262 # bug #43207
263 my $temp = "HellO";
264 for ("$temp") {
265     lc $_;
266     is($_, "HellO", '[perl #43207] lc($_) modifying $_');
267 }
268 for ("$temp") {
269     fc $_;
270     is($_, "HellO", '[perl #43207] fc($_) modifying $_');
271 }
272 for ("$temp") {
273     uc $_;
274     is($_, "HellO", '[perl #43207] uc($_) modifying $_');
275 }
276 for ("$temp") {
277     ucfirst $_;
278     is($_, "HellO", '[perl #43207] ucfirst($_) modifying $_');
279 }
280 for ("$temp") {
281     lcfirst $_;
282     is($_, "HellO", '[perl #43207] lcfirst($_) modifying $_');
283 }
284
285 # new in Unicode 5.1.0
286 is(lc("\x{1E9E}"), "\x{df}", "lc(LATIN CAPITAL LETTER SHARP S)");
287
288 {
289     use feature 'unicode_strings';
290     use bytes;
291     is(lc("\xc0"), "\xc0", "lc of above-ASCII Latin1 is itself under use bytes");
292     is(lcfirst("\xc0"), "\xc0", "lcfirst of above-ASCII Latin1 is itself under use bytes");
293     is(uc("\xe0"), "\xe0", "uc of above-ASCII Latin1 is itself under use bytes");
294     is(ucfirst("\xe0"), "\xe0", "ucfirst of above-ASCII Latin1 is itself under use bytes");
295 }
296
297 # Brought up in ticket #117855: Constant folding applied to uc() should use
298 # the right set of hints.
299 fresh_perl_like(<<'constantfolding', qr/^(\d+),\1\z/, {},
300     my $function = "uc";
301     my $char = "\xff";
302     {
303         use feature 'unicode_strings';
304         print ord uc($char), ",",
305               ord eval "$function('$char')", "\n";
306     }
307 constantfolding
308     'folded uc() in string eval uses the right hints');
309
310 # In-place lc/uc should not corrupt string buffers when given a non-utf8-
311 # flagged thingy that stringifies to utf8
312 $h{k} = bless[], "\x{3b0}\x{3b0}\x{3b0}bcde"; # U+03B0 grows with uc()
313    # using delete marks it as TEMP, so uc-in-place is permitted
314 like uc delete $h{k}, qr "^(?:\x{3a5}\x{308}\x{301}){3}BCDE=ARRAY\(.*\)",
315     'uc(TEMP ref) does not produce a corrupt string';
316 $h{k} = bless[], "\x{130}bcde"; # U+0130 grows with lc()
317    # using delete marks it as TEMP, so uc-in-place is permitted
318 like lc delete $h{k}, qr "^i\x{307}bcde=array\(.*\)",
319     'lc(TEMP ref) does not produce a corrupt string';
320
321
322 my $utf8_locale = find_utf8_ctype_locale();
323
324 SKIP: {
325     skip 'Can\'t find a UTF-8 locale', 4*256 unless defined $utf8_locale;
326
327     eval { require POSIX; import POSIX 'locale_h'; };
328     unless (defined &POSIX::LC_CTYPE) {
329         skip "no POSIX (maybe no Fcntl, or no dynamic loading)", 4*256;
330     }
331
332     use feature qw( unicode_strings );
333
334     no locale;
335
336     my @unicode_lc;
337     my @unicode_uc;
338     my @unicode_lcfirst;
339     my @unicode_ucfirst;
340
341     # Get all the values outside of 'locale'
342     for my $i (0 .. 255) {
343         push @unicode_lc, lc(chr $i);
344         push @unicode_uc, uc(chr $i);
345         push @unicode_lcfirst, lcfirst(chr $i);
346         push @unicode_ucfirst, ucfirst(chr $i);
347     }
348
349     use locale;
350     setlocale(LC_CTYPE, $utf8_locale);
351
352     for my $i (0 .. 255) {
353         is(lc(chr $i), $unicode_lc[$i], "In a UTF-8 locale, lc(chr $i) is the same as official Unicode");
354         is(uc(chr $i), $unicode_uc[$i], "In a UTF-8 locale, uc(chr $i) is the same as official Unicode");
355         is(lcfirst(chr $i), $unicode_lcfirst[$i], "In a UTF-8 locale, lcfirst(chr $i) is the same as official Unicode");
356         is(ucfirst(chr $i), $unicode_ucfirst[$i], "In a UTF-8 locale, ucfirst(chr $i) is the same as official Unicode");
357     }
358 }