t/uni/fold.t

   1 use strict;
   2 use warnings;
   3
   4 # re/fold_grind.t has more complex tests, but doesn't test every fold
   5
   6 BEGIN {
   7     chdir 't' if -d 't';
   8     @INC = '../lib';
   9     require './test.pl';
  10 }
  11
  12 binmode *STDOUT, ":utf8";
  13
  14 use File::Spec;
  15 our $TODO;
  16
  17 plan("no_plan");
  18
  19 # Read in the official case folding definitions.
  20 my $CF = File::Spec->catfile(File::Spec->catdir(File::Spec->updir,
  21                                                "lib", "unicore"),
  22                             "CaseFolding.txt");
  23
  24 die qq[$0: failed to open "$CF": $!\n] if ! open(my $fh, "<", $CF);
  25
  26 my @CF;
  27 my %reverse_fold;
  28 while (<$fh>) {
  29     # Skip S since we are going for 'F'ull case folding.  I is obsolete starting
  30     # with Unicode 3.2, but leaving it in does no harm, and allows backward
  31     # compatibility
  32     next unless my ($code, $type, $mapping, $name) = $_ =~
  33             /^([0-9A-F]+); ([CFI]); ((?:[0-9A-F]+)(?: [0-9A-F]+)*); \# (.+)/;
  34
  35     # Convert any 0-255 range chars to native.
  36     $code = sprintf("%04X", ord_latin1_to_native(hex $code)) if hex $code < 0x100;
  37     $mapping = join " ", map { $_ =
  38                                 sprintf("%04X", ord_latin1_to_native(hex $_)) }
  39                                                             split / /, $mapping;
  40
  41     push @CF, [$code, $mapping, $type, $name];
  42
  43     # Get the inverse fold for single-char mappings.
  44     $reverse_fold{pack "U0U*", hex $mapping} = pack "U0U*", hex $code if $type ne 'F';
  45 }
  46
  47 close($fh) or die "$0 Couldn't close $CF";
  48
  49 foreach my $test_ref (@CF) {
  50     my ($code, $mapping, $type, $name) = @$test_ref;
  51     my $c = pack("U0U*", hex $code);
  52     my $f = pack("U0U*", map { hex } split " ", $mapping);
  53     my $f_length = length $f;
  54     foreach my $test (
  55             qq[":$c:" =~ /:$c:/],
  56             qq[":$c:" =~ /:$c:/i],
  57             qq[":$c:" =~ /:[_$c]:/], # Place two chars in [] so doesn't get
  58                                      # optimized to a non-charclass
  59             qq[":$c:" =~ /:[_$c]:/i],
  60             qq[":$c:" =~ /:$f:/i],
  61             qq[":$f:" =~ /:$c:/i],
  62     ) {
  63         ok eval $test, "$code - $name - $mapping - $type - $test";
  64     }
  65
  66     # Certain tests weren't convenient to put in the list above since they are
  67     # TODO's in multi-character folds.
  68     if ($f_length == 1) {
  69
  70         # The qq loses the utf8ness of ":$f:".  These tests are not about
  71         # finding bugs in utf8ness, so make sure it's utf8.
  72         my $test = qq[my \$s = ":$f:"; utf8::upgrade(\$s); \$s =~ /:[_$c]:/i];
  73         ok eval $test, "$code - $name - $mapping - $type - $test";
  74         $test = qq[":$c:" =~ /:[_$f]:/i];
  75         ok eval $test, "$code - $name - $mapping - $type - $test";
  76     }
  77     else {
  78
  79         # There are two classes of multi-char folds that don't pass.  For
  80         # example,
  81         #   ":ß:" =~ /:[_s]{2}:/i
  82         #   ":ss:" =~ /:[_ß]:/i
  83         #
  84         # Some of the old tests for the second case happened to pass somewhat
  85         # coincidentally.  But none would pass if changed to this.
  86         #   ":SS:" =~ /:[_ß]:/i
  87         #
  88         # As the capital SS doesn't get folded.  When those pass, it means
  89         # that the code has been changed to take into account folding in the
  90         # string, and all should pass, capitalized or not.  So, what is done
  91         # is to essentially upper-case the string for this class (but use the
  92         # reverse fold not uc(), as that is more correct)
  93         my $u;
  94         for my $i (0 .. $f_length - 1) {
  95             my $cur_char = substr($f, $i, 1);
  96             $u .= $reverse_fold{$cur_char} || $cur_char;
  97         }
  98         my $test;
  99
 100         local $TODO = 'Multi-char fold in [character class]';
 101
 102         TODO: { # e.g., ":ß:" !~ /:[_s]:/i  # A multi-char fold should not
 103                                             # match just one char
 104             $test = qq[":$c:" !~ /:[_$f]:/i];
 105             ok eval $test, "$code - $name - $mapping - $type - $test";
 106         }
 107         TODO: { # e.g., ":ß:" =~ /:[_s]{2}:/i
 108             $test = qq[":$c:" =~ /:[_$f]{$f_length}:/i];
 109             ok eval $test, "$code - $name - $mapping - $type - $test";
 110         }
 111         TODO: { # e.g., ":SS:" =~ /:[_ß]:/i
 112             $test = qq[ my \$s = ":$u:"; utf8::upgrade(\$s); \$s =~ /:[_$c]:/i];
 113             ok eval $test, "$code - $name - $mapping - $type - $test";
 114         }
 115     }
 116 }
 117
 118 my $num_tests = curr_test() - 1;
 119
 120 die qq[$0: failed to find casefoldings from "$CF"\n] unless $num_tests > 0;
 121
 122 plan($num_tests);