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