This is a live mirror of the Perl 5 development currently hosted at https://github.com/perl/perl5
de48ad4fac26db202b3185b714c1fa0acaad9c59
[perl5.git] / t / re / pat_advanced.t
1 #!./perl
2 #
3 # This is a home for regular expression tests that don't fit into
4 # the format supported by re/regexp.t.  If you want to add a test
5 # that does fit that format, add it to re/re_tests, not here.
6
7 use strict;
8 use warnings;
9 use 5.010;
10
11
12 sub run_tests;
13
14 $| = 1;
15
16
17 BEGIN {
18     chdir 't' if -d 't';
19     @INC = ('../lib','.');
20     do "re/ReTest.pl" or die $@;
21 }
22
23
24 plan tests => 1304;  # Update this when adding/deleting tests.
25
26 run_tests() unless caller;
27
28 #
29 # Tests start here.
30 #
31 sub run_tests {
32
33   SKIP:
34     {
35         local $Message = '\C matches octet';
36         $_ = "a\x{100}b";
37         ok /(.)(\C)(\C)(.)/ or skip q [\C doesn't match], 4;
38         iseq $1, "a";
39         if ($IS_ASCII) {     # ASCII (or equivalent), should be UTF-8
40             iseq $2, "\xC4";
41             iseq $3, "\x80";
42         }
43         elsif ($IS_EBCDIC) { # EBCDIC (or equivalent), should be UTF-EBCDIC
44             iseq $2, "\x8C";
45             iseq $3, "\x41";
46         }
47         else {
48             SKIP: {
49                 ok 0, "Unexpected platform", "ord ('A') = $ordA";
50                 skip "Unexpected platform";
51             }
52         }
53         iseq $4, "b";
54     }
55
56
57   SKIP:
58     {
59         local $Message = '\C matches octet';
60         $_ = "\x{100}";
61         ok /(\C)/g or skip q [\C doesn't match], 2;
62         if ($IS_ASCII) {
63             iseq $1, "\xC4";
64         }
65         elsif ($IS_EBCDIC) {
66             iseq $1, "\x8C";
67         }
68         else {
69             ok 0, "Unexpected platform", "ord ('A') = $ordA";
70         }
71         ok /(\C)/g or skip q [\C doesn't match];
72         if ($IS_ASCII) {
73             iseq $1, "\x80";
74         }
75         elsif ($IS_EBCDIC) {
76             iseq $1, "\x41";
77         }
78         else {
79             ok 0, "Unexpected platform", "ord ('A') = $ordA";
80         }
81     }
82
83
84     {
85         # Japhy -- added 03/03/2001
86         () = (my $str = "abc") =~ /(...)/;
87         $str = "def";
88         iseq $1, "abc", 'Changing subject does not modify $1';
89     }
90
91
92   SKIP:
93     {
94         # The trick is that in EBCDIC the explicit numeric range should
95         # match (as also in non-EBCDIC) but the explicit alphabetic range
96         # should not match.
97         ok "\x8e" =~ /[\x89-\x91]/, '"\x8e" =~ /[\x89-\x91]/';
98         ok "\xce" =~ /[\xc9-\xd1]/, '"\xce" =~ /[\xc9-\xd1]/';
99
100         skip "Not an EBCDIC platform", 2 unless ord ('i') == 0x89 &&
101                                                 ord ('J') == 0xd1;
102
103         # In most places these tests would succeed since \x8e does not
104         # in most character sets match 'i' or 'j' nor would \xce match
105         # 'I' or 'J', but strictly speaking these tests are here for
106         # the good of EBCDIC, so let's test these only there.
107         nok "\x8e" !~ /[i-j]/, '"\x8e" !~ /[i-j]/';
108         nok "\xce" !~ /[I-J]/, '"\xce" !~ /[I-J]/';
109     }
110
111
112     {
113         ok "\x{ab}"   =~ /\x{ab}/,   '"\x{ab}"   =~ /\x{ab}/  ';
114         ok "\x{abcd}" =~ /\x{abcd}/, '"\x{abcd}" =~ /\x{abcd}/';
115     }
116
117
118     {
119         local $Message = 'bug id 20001008.001';
120
121         my @x = ("stra\337e 138", "stra\337e 138");
122         for (@x) {
123             ok s/(\d+)\s*([\w\-]+)/$1 . uc $2/e;
124             ok my ($latin) = /^(.+)(?:\s+\d)/;
125             iseq $latin, "stra\337e";
126         ok $latin =~ s/stra\337e/straße/;
127             #
128             # Previous code follows, but outcommented - there were no tests.
129             #
130             # $latin =~ s/stra\337e/straße/; # \303\237 after the 2nd a
131             # use utf8; # needed for the raw UTF-8
132             # $latin =~ s!(s)tr(?:aß|s+e)!$1tr.!; # \303\237 after the a
133         }
134     }
135
136
137     {
138         local $Message = 'Test \x escapes';
139         ok "ba\xd4c" =~ /([a\xd4]+)/ && $1 eq "a\xd4";
140         ok "ba\xd4c" =~ /([a\xd4]+)/ && $1 eq "a\x{d4}";
141         ok "ba\x{d4}c" =~ /([a\xd4]+)/ && $1 eq "a\x{d4}";
142         ok "ba\x{d4}c" =~ /([a\xd4]+)/ && $1 eq "a\xd4";
143         ok "ba\xd4c" =~ /([a\x{d4}]+)/ && $1 eq "a\xd4";
144         ok "ba\xd4c" =~ /([a\x{d4}]+)/ && $1 eq "a\x{d4}";
145         ok "ba\x{d4}c" =~ /([a\x{d4}]+)/ && $1 eq "a\x{d4}";
146         ok "ba\x{d4}c" =~ /([a\x{d4}]+)/ && $1 eq "a\xd4";
147     }
148
149
150   SKIP:
151     {
152         local $Message = 'Match code points > 255';
153         $_ = "abc\x{100}\x{200}\x{300}\x{380}\x{400}defg";
154         ok /(.\x{300})./ or skip "No match", 4;
155         ok $` eq "abc\x{100}"            && length ($`) == 4;
156         ok $& eq "\x{200}\x{300}\x{380}" && length ($&) == 3;
157         ok $' eq "\x{400}defg"           && length ($') == 5;
158         ok $1 eq "\x{200}\x{300}"        && length ($1) == 2;
159     }
160
161
162
163     {
164         my $x = "\x{10FFFD}";
165         $x =~ s/(.)/$1/g;
166         ok ord($x) == 0x10FFFD && length($x) == 1, "From Robin Houston";
167     }
168
169
170     {
171         my %d = (
172             "7f" => [0, 0, 0],
173             "80" => [1, 1, 0],
174             "ff" => [1, 1, 0],
175            "100" => [0, 1, 1],
176         );
177       SKIP:
178         while (my ($code, $match) = each %d) {
179             local $Message = "Properties of \\x$code";
180             my $char = eval qq ["\\x{$code}"];
181             my $i = 0;
182             ok (($char =~ /[\x80-\xff]/)            xor !$$match [$i ++]);
183             ok (($char =~ /[\x80-\x{100}]/)         xor !$$match [$i ++]);
184             ok (($char =~ /[\x{100}]/)              xor !$$match [$i ++]);
185         }
186     }
187
188
189     {
190         # From Japhy
191         local $Message;
192         must_warn 'qr/(?c)/',    '^Useless \(\?c\)';
193         must_warn 'qr/(?-c)/',   '^Useless \(\?-c\)';
194         must_warn 'qr/(?g)/',    '^Useless \(\?g\)';
195         must_warn 'qr/(?-g)/',   '^Useless \(\?-g\)';
196         must_warn 'qr/(?o)/',    '^Useless \(\?o\)';
197         must_warn 'qr/(?-o)/',   '^Useless \(\?-o\)';
198
199         # Now test multi-error regexes
200         must_warn 'qr/(?g-o)/',  '^Useless \(\?g\).*\nUseless \(\?-o\)';
201         must_warn 'qr/(?g-c)/',  '^Useless \(\?g\).*\nUseless \(\?-c\)';
202         # (?c) means (?g) error won't be thrown
203         must_warn 'qr/(?o-cg)/', '^Useless \(\?o\).*\nUseless \(\?-c\)';
204         must_warn 'qr/(?ogc)/',  '^Useless \(\?o\).*\nUseless \(\?g\).*\n' .
205                                   'Useless \(\?c\)';
206     }
207
208
209     {
210         local $Message = "/x tests";
211         $_ = "foo";
212         eval_ok <<"        --";
213           /f
214            o\r
215            o
216            \$
217           /x
218         --
219         eval_ok <<"        --";
220           /f
221            o
222            o
223            \$\r
224           /x
225         --
226     }
227
228
229     {
230         local $Message = "/o feature";
231         sub test_o {$_ [0] =~ /$_[1]/o; return $1}
232         iseq test_o ('abc', '(.)..'), 'a';
233         iseq test_o ('abc', '..(.)'), 'a';
234     }
235
236     {
237         # Test basic $^N usage outside of a regex
238         local $Message = '$^N usage outside of a regex';
239         my $x = "abcdef";
240         ok ($x =~ /cde/                  and !defined $^N);
241         ok ($x =~ /(cde)/                and $^N eq "cde");
242         ok ($x =~ /(c)(d)(e)/            and $^N eq   "e");
243         ok ($x =~ /(c(d)e)/              and $^N eq "cde");
244         ok ($x =~ /(foo)|(c(d)e)/        and $^N eq "cde");
245         ok ($x =~ /(c(d)e)|(foo)/        and $^N eq "cde");
246         ok ($x =~ /(c(d)e)|(abc)/        and $^N eq "abc");
247         ok ($x =~ /(c(d)e)|(abc)x/       and $^N eq "cde");
248         ok ($x =~ /(c(d)e)(abc)?/        and $^N eq "cde");
249         ok ($x =~ /(?:c(d)e)/            and $^N eq   "d");
250         ok ($x =~ /(?:c(d)e)(?:f)/       and $^N eq   "d");
251         ok ($x =~ /(?:([abc])|([def]))*/ and $^N eq   "f");
252         ok ($x =~ /(?:([ace])|([bdf]))*/ and $^N eq   "f");
253         ok ($x =~ /(([ace])|([bd]))*/    and $^N eq   "e");
254        {ok ($x =~ /(([ace])|([bdf]))*/   and $^N eq   "f");}
255         ## Test to see if $^N is automatically localized -- it should now
256         ## have the value set in the previous test.
257         iseq $^N, "e", '$^N is automatically localized';
258
259         # Now test inside (?{ ... })
260         local $Message = '$^N usage inside (?{ ... })';
261         our ($y, $z);
262         ok ($x =~ /a([abc])(?{$y=$^N})c/                    and $y eq  "b");
263         ok ($x =~ /a([abc]+)(?{$y=$^N})d/                   and $y eq  "bc");
264         ok ($x =~ /a([abcdefg]+)(?{$y=$^N})d/               and $y eq  "bc");
265         ok ($x =~ /(a([abcdefg]+)(?{$y=$^N})d)(?{$z=$^N})e/ and $y eq  "bc"
266                                                             and $z eq "abcd");
267         ok ($x =~ /(a([abcdefg]+)(?{$y=$^N})de)(?{$z=$^N})/ and $y eq  "bc"
268                                                             and $z eq "abcde");
269
270     }
271
272
273   SKIP:
274     {
275         ## Should probably put in tests for all the POSIX stuff,
276         ## but not sure how to guarantee a specific locale......
277
278         skip "Not an ASCII platform", 2 unless $IS_ASCII;
279         local $Message = 'Test [[:cntrl:]]';
280         my $AllBytes = join "" => map {chr} 0 .. 255;
281         (my $x = $AllBytes) =~ s/[[:cntrl:]]//g;
282         iseq $x, join "", map {chr} 0x20 .. 0x7E, 0x80 .. 0xFF;
283
284         ($x = $AllBytes) =~ s/[^[:cntrl:]]//g;
285         iseq $x, join "", map {chr} 0x00 .. 0x1F, 0x7F;
286     }
287
288
289     {
290         # With /s modifier UTF8 chars were interpreted as bytes
291         local $Message = "UTF-8 chars aren't bytes";
292         my $a = "Hello \x{263A} World";
293         my @a = ($a =~ /./gs);
294         iseq $#a, 12;
295     }
296
297
298     {
299         local $Message = '. matches \n with /s';
300         my $str1 = "foo\nbar";
301         my $str2 = "foo\n\x{100}bar";
302         my ($a, $b) = map {chr} $IS_ASCII ? (0xc4, 0x80) : (0x8c, 0x41);
303         my @a;
304         @a = $str1 =~ /./g;   iseq @a, 6; iseq "@a", "f o o b a r";
305         @a = $str1 =~ /./gs;  iseq @a, 7; iseq "@a", "f o o \n b a r";
306         @a = $str1 =~ /\C/g;  iseq @a, 7; iseq "@a", "f o o \n b a r";
307         @a = $str1 =~ /\C/gs; iseq @a, 7; iseq "@a", "f o o \n b a r";
308         @a = $str2 =~ /./g;   iseq @a, 7; iseq "@a", "f o o \x{100} b a r";
309         @a = $str2 =~ /./gs;  iseq @a, 8; iseq "@a", "f o o \n \x{100} b a r";
310         @a = $str2 =~ /\C/g;  iseq @a, 9; iseq "@a", "f o o \n $a $b b a r";
311         @a = $str2 =~ /\C/gs; iseq @a, 9; iseq "@a", "f o o \n $a $b b a r";
312     }
313
314
315     {
316         no warnings 'digit';
317         # Check that \x## works. 5.6.1 and 5.005_03 fail some of these.
318         my $x;
319         $x = "\x4e" . "E";
320         ok ($x =~ /^\x4EE$/, "Check only 2 bytes of hex are matched.");
321
322         $x = "\x4e" . "i";
323         ok ($x =~ /^\x4Ei$/, "Check that invalid hex digit stops it (2)");
324
325         $x = "\x4" . "j";
326         ok ($x =~ /^\x4j$/,  "Check that invalid hex digit stops it (1)");
327
328         $x = "\x0" . "k";
329         ok ($x =~ /^\xk$/,   "Check that invalid hex digit stops it (0)");
330
331         $x = "\x0" . "x";
332         ok ($x =~ /^\xx$/, "\\xx isn't to be treated as \\0");
333
334         $x = "\x0" . "xa";
335         ok ($x =~ /^\xxa$/, "\\xxa isn't to be treated as \\xa");
336
337         $x = "\x9" . "_b";
338         ok ($x =~ /^\x9_b$/, "\\x9_b isn't to be treated as \\x9b");
339
340         # and now again in [] ranges
341
342         $x = "\x4e" . "E";
343         ok ($x =~ /^[\x4EE]{2}$/, "Check only 2 bytes of hex are matched.");
344
345         $x = "\x4e" . "i";
346         ok ($x =~ /^[\x4Ei]{2}$/, "Check that invalid hex digit stops it (2)");
347
348         $x = "\x4" . "j";
349         ok ($x =~ /^[\x4j]{2}$/,  "Check that invalid hex digit stops it (1)");
350
351         $x = "\x0" . "k";
352         ok ($x =~ /^[\xk]{2}$/,   "Check that invalid hex digit stops it (0)");
353
354         $x = "\x0" . "x";
355         ok ($x =~ /^[\xx]{2}$/, "\\xx isn't to be treated as \\0");
356
357         $x = "\x0" . "xa";
358         ok ($x =~ /^[\xxa]{3}$/, "\\xxa isn't to be treated as \\xa");
359
360         $x = "\x9" . "_b";
361         ok ($x =~ /^[\x9_b]{3}$/, "\\x9_b isn't to be treated as \\x9b");
362
363         # Check that \x{##} works. 5.6.1 fails quite a few of these.
364
365         $x = "\x9b";
366         ok ($x =~ /^\x{9_b}$/, "\\x{9_b} is to be treated as \\x9b");
367
368         $x = "\x9b" . "y";
369         ok ($x =~ /^\x{9_b}y$/, "\\x{9_b} is to be treated as \\x9b (again)");
370
371         $x = "\x9b" . "y";
372         ok ($x =~ /^\x{9b_}y$/, "\\x{9b_} is to be treated as \\x9b");
373
374         $x = "\x9b" . "y";
375         ok ($x =~ /^\x{9_bq}y$/, "\\x{9_bc} is to be treated as \\x9b");
376
377         $x = "\x0" . "y";
378         ok ($x =~ /^\x{x9b}y$/, "\\x{x9b} is to be treated as \\x0");
379
380         $x = "\x0" . "y";
381         ok ($x =~ /^\x{0x9b}y$/, "\\x{0x9b} is to be treated as \\x0");
382
383         $x = "\x9b" . "y";
384         ok ($x =~ /^\x{09b}y$/, "\\x{09b} is to be treated as \\x9b");
385
386         $x = "\x9b";
387         ok ($x =~ /^[\x{9_b}]$/, "\\x{9_b} is to be treated as \\x9b");
388
389         $x = "\x9b" . "y";
390         ok ($x =~ /^[\x{9_b}y]{2}$/,
391                                  "\\x{9_b} is to be treated as \\x9b (again)");
392
393         $x = "\x9b" . "y";
394         ok ($x =~ /^[\x{9b_}y]{2}$/, "\\x{9b_} is to be treated as \\x9b");
395
396         $x = "\x9b" . "y";
397         ok ($x =~ /^[\x{9_bq}y]{2}$/, "\\x{9_bc} is to be treated as \\x9b");
398
399         $x = "\x0" . "y";
400         ok ($x =~ /^[\x{x9b}y]{2}$/, "\\x{x9b} is to be treated as \\x0");
401
402         $x = "\x0" . "y";
403         ok ($x =~ /^[\x{0x9b}y]{2}$/, "\\x{0x9b} is to be treated as \\x0");
404
405         $x = "\x9b" . "y";
406         ok ($x =~ /^[\x{09b}y]{2}$/, "\\x{09b} is to be treated as \\x9b");
407
408     }
409
410
411     {
412         # High bit bug -- japhy
413         my $x = "ab\200d";
414         ok $x =~ /.*?\200/, "High bit fine";
415     }
416
417
418     {
419         # The basic character classes and Unicode
420         ok "\x{0100}" =~ /\w/, 'LATIN CAPITAL LETTER A WITH MACRON in /\w/';
421         ok "\x{0660}" =~ /\d/, 'ARABIC-INDIC DIGIT ZERO in /\d/';
422         ok "\x{1680}" =~ /\s/, 'OGHAM SPACE MARK in /\s/';
423     }
424
425
426     {
427         local $Message = "Folding matches and Unicode";
428         ok "a\x{100}" =~ /A/i;
429         ok "A\x{100}" =~ /a/i;
430         ok "a\x{100}" =~ /a/i;
431         ok "A\x{100}" =~ /A/i;
432         ok "\x{101}a" =~ /\x{100}/i;
433         ok "\x{100}a" =~ /\x{100}/i;
434         ok "\x{101}a" =~ /\x{101}/i;
435         ok "\x{100}a" =~ /\x{101}/i;
436         ok "a\x{100}" =~ /A\x{100}/i;
437         ok "A\x{100}" =~ /a\x{100}/i;
438         ok "a\x{100}" =~ /a\x{100}/i;
439         ok "A\x{100}" =~ /A\x{100}/i;
440         ok "a\x{100}" =~ /[A]/i;
441         ok "A\x{100}" =~ /[a]/i;
442         ok "a\x{100}" =~ /[a]/i;
443         ok "A\x{100}" =~ /[A]/i;
444         ok "\x{101}a" =~ /[\x{100}]/i;
445         ok "\x{100}a" =~ /[\x{100}]/i;
446         ok "\x{101}a" =~ /[\x{101}]/i;
447         ok "\x{100}a" =~ /[\x{101}]/i;
448     }
449
450
451     {
452         use charnames ':full';
453         local $Message = "Folding 'LATIN LETTER A WITH GRAVE'";
454
455         my $lower = "\N{LATIN SMALL LETTER A WITH GRAVE}";
456         my $UPPER = "\N{LATIN CAPITAL LETTER A WITH GRAVE}";
457
458         ok $lower =~ m/$UPPER/i;
459         ok $UPPER =~ m/$lower/i;
460         ok $lower =~ m/[$UPPER]/i;
461         ok $UPPER =~ m/[$lower]/i;
462
463         local $Message = "Folding 'GREEK LETTER ALPHA WITH VRACHY'";
464
465         $lower = "\N{GREEK CAPITAL LETTER ALPHA WITH VRACHY}";
466         $UPPER = "\N{GREEK SMALL LETTER ALPHA WITH VRACHY}";
467
468         ok $lower =~ m/$UPPER/i;
469         ok $UPPER =~ m/$lower/i;
470         ok $lower =~ m/[$UPPER]/i;
471         ok $UPPER =~ m/[$lower]/i;
472
473         local $Message = "Folding 'LATIN LETTER Y WITH DIAERESIS'";
474
475         $lower = "\N{LATIN SMALL LETTER Y WITH DIAERESIS}";
476         $UPPER = "\N{LATIN CAPITAL LETTER Y WITH DIAERESIS}";
477
478         ok $lower =~ m/$UPPER/i;
479         ok $UPPER =~ m/$lower/i;
480         ok $lower =~ m/[$UPPER]/i;
481         ok $UPPER =~ m/[$lower]/i;
482     }
483
484
485     {
486         use charnames ':full';
487         local $PatchId = "13843";
488         local $Message = "GREEK CAPITAL LETTER SIGMA vs " .
489                          "COMBINING GREEK PERISPOMENI";
490
491         my $SIGMA = "\N{GREEK CAPITAL LETTER SIGMA}";
492         my $char  = "\N{COMBINING GREEK PERISPOMENI}";
493
494         may_not_warn sub {ok "_:$char:_" !~ m/_:$SIGMA:_/i};
495     }
496
497
498     {
499         local $Message = '\X';
500         use charnames ':full';
501
502         ok "a!"                          =~ /^(\X)!/ && $1 eq "a";
503         ok "\xDF!"                       =~ /^(\X)!/ && $1 eq "\xDF";
504         ok "\x{100}!"                    =~ /^(\X)!/ && $1 eq "\x{100}";
505         ok "\x{100}\x{300}!"             =~ /^(\X)!/ && $1 eq "\x{100}\x{300}";
506         ok "\N{LATIN CAPITAL LETTER E}!" =~ /^(\X)!/ &&
507                $1 eq "\N{LATIN CAPITAL LETTER E}";
508         ok "\N{LATIN CAPITAL LETTER E}\N{COMBINING GRAVE ACCENT}!"
509                                          =~ /^(\X)!/ &&
510                $1 eq "\N{LATIN CAPITAL LETTER E}\N{COMBINING GRAVE ACCENT}";
511
512         local $Message = '\C and \X';
513         ok "!abc!" =~ /a\Cc/;
514         ok "!abc!" =~ /a\Xc/;
515     }
516
517
518     {
519         local $Message = "Final Sigma";
520
521         my $SIGMA = "\x{03A3}"; # CAPITAL
522         my $Sigma = "\x{03C2}"; # SMALL FINAL
523         my $sigma = "\x{03C3}"; # SMALL
524
525         ok $SIGMA =~ /$SIGMA/i;
526         ok $SIGMA =~ /$Sigma/i;
527         ok $SIGMA =~ /$sigma/i;
528
529         ok $Sigma =~ /$SIGMA/i;
530         ok $Sigma =~ /$Sigma/i;
531         ok $Sigma =~ /$sigma/i;
532
533         ok $sigma =~ /$SIGMA/i;
534         ok $sigma =~ /$Sigma/i;
535         ok $sigma =~ /$sigma/i;
536
537         ok $SIGMA =~ /[$SIGMA]/i;
538         ok $SIGMA =~ /[$Sigma]/i;
539         ok $SIGMA =~ /[$sigma]/i;
540
541         ok $Sigma =~ /[$SIGMA]/i;
542         ok $Sigma =~ /[$Sigma]/i;
543         ok $Sigma =~ /[$sigma]/i;
544
545         ok $sigma =~ /[$SIGMA]/i;
546         ok $sigma =~ /[$Sigma]/i;
547         ok $sigma =~ /[$sigma]/i;
548
549         local $Message = "More final Sigma";
550
551         my $S3 = "$SIGMA$Sigma$sigma";
552
553         ok ":$S3:" =~ /:(($SIGMA)+):/i   && $1 eq $S3 && $2 eq $sigma;
554         ok ":$S3:" =~ /:(($Sigma)+):/i   && $1 eq $S3 && $2 eq $sigma;
555         ok ":$S3:" =~ /:(($sigma)+):/i   && $1 eq $S3 && $2 eq $sigma;
556
557         ok ":$S3:" =~ /:(([$SIGMA])+):/i && $1 eq $S3 && $2 eq $sigma;
558         ok ":$S3:" =~ /:(([$Sigma])+):/i && $1 eq $S3 && $2 eq $sigma;
559         ok ":$S3:" =~ /:(([$sigma])+):/i && $1 eq $S3 && $2 eq $sigma;
560     }
561
562
563     {
564         use charnames ':full';
565         local $Message = "Parlez-Vous " .
566                          "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais?";
567
568         ok "Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran.ais/ &&
569             $& eq "Francais";
570         ok "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~ /Fran.ais/ &&
571             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais";
572         ok "Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran\Cais/ &&
573             $& eq "Francais";
574         # COMBINING CEDILLA is two bytes when encoded
575         ok "Franc\N{COMBINING CEDILLA}ais" =~ /Franc\C\Cais/;
576         ok "Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran\Xais/ &&
577             $& eq "Francais";
578         ok "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~ /Fran\Xais/  &&
579             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais";
580         ok "Franc\N{COMBINING CEDILLA}ais" =~ /Fran\Xais/ &&
581             $& eq "Franc\N{COMBINING CEDILLA}ais";
582         ok "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~
583            /Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais/  &&
584             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais";
585         ok "Franc\N{COMBINING CEDILLA}ais" =~ /Franc\N{COMBINING CEDILLA}ais/ &&
586             $& eq "Franc\N{COMBINING CEDILLA}ais";
587
588         my @f = (
589             ["Fran\N{LATIN SMALL LETTER C}ais",                    "Francais"],
590             ["Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais",
591                                "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais"],
592             ["Franc\N{COMBINING CEDILLA}ais", "Franc\N{COMBINING CEDILLA}ais"],
593         );
594         foreach my $entry (@f) {
595             my ($subject, $match) = @$entry;
596             ok $subject =~ /Fran(?:c\N{COMBINING CEDILLA}?|
597                     \N{LATIN SMALL LETTER C WITH CEDILLA})ais/x &&
598                $& eq $match;
599         }
600     }
601
602
603     {
604         local $Message = "Lingering (and useless) UTF8 flag doesn't mess up /i";
605         my $pat = "ABcde";
606         my $str = "abcDE\x{100}";
607         chop $str;
608         ok $str =~ /$pat/i;
609
610         $pat = "ABcde\x{100}";
611         $str = "abcDE";
612         chop $pat;
613         ok $str =~ /$pat/i;
614
615         $pat = "ABcde\x{100}";
616         $str = "abcDE\x{100}";
617         chop $pat;
618         chop $str;
619         ok $str =~ /$pat/i;
620     }
621
622
623     {
624         use charnames ':full';
625         local $Message = "LATIN SMALL LETTER SHARP S " .
626                          "(\N{LATIN SMALL LETTER SHARP S})";
627
628         ok "\N{LATIN SMALL LETTER SHARP S}" =~
629                                             /\N{LATIN SMALL LETTER SHARP S}/;
630         ok "\N{LATIN SMALL LETTER SHARP S}" =~
631                                             /\N{LATIN SMALL LETTER SHARP S}/i;
632         ok "\N{LATIN SMALL LETTER SHARP S}" =~
633                                            /[\N{LATIN SMALL LETTER SHARP S}]/;
634         ok "\N{LATIN SMALL LETTER SHARP S}" =~
635                                            /[\N{LATIN SMALL LETTER SHARP S}]/i;
636
637         ok "ss" =~  /\N{LATIN SMALL LETTER SHARP S}/i;
638         ok "SS" =~  /\N{LATIN SMALL LETTER SHARP S}/i;
639         ok "ss" =~ /[\N{LATIN SMALL LETTER SHARP S}]/i;
640         ok "SS" =~ /[\N{LATIN SMALL LETTER SHARP S}]/i;
641
642         ok "\N{LATIN SMALL LETTER SHARP S}" =~ /ss/i;
643         ok "\N{LATIN SMALL LETTER SHARP S}" =~ /SS/i;
644
645         local $Message = "Unoptimized named sequence in class";
646         ok "ss" =~ /[\N{LATIN SMALL LETTER SHARP S}x]/i;
647         ok "SS" =~ /[\N{LATIN SMALL LETTER SHARP S}x]/i;
648         ok "\N{LATIN SMALL LETTER SHARP S}" =~
649           /[\N{LATIN SMALL LETTER SHARP S}x]/;
650         ok "\N{LATIN SMALL LETTER SHARP S}" =~
651           /[\N{LATIN SMALL LETTER SHARP S}x]/i;
652     }
653
654
655     {
656         # More whitespace: U+0085, U+2028, U+2029\n";
657
658         # U+0085, U+00A0 need to be forced to be Unicode, the \x{100} does that.
659       SKIP: {
660           skip "EBCDIC platform", 4 if $IS_EBCDIC;
661           # Do \x{0015} and \x{0041} match \s in EBCDIC?
662           ok "<\x{100}\x{0085}>" =~ /<\x{100}\s>/, '\x{0085} in \s';
663           ok        "<\x{0085}>" =~        /<\v>/, '\x{0085} in \v';
664           ok "<\x{100}\x{00A0}>" =~ /<\x{100}\s>/, '\x{00A0} in \s';
665           ok        "<\x{00A0}>" =~        /<\h>/, '\x{00A0} in \h';
666         }
667         my @h = map {sprintf "%05x" => $_} 0x01680, 0x0180E, 0x02000 .. 0x0200A,
668                                            0x0202F, 0x0205F, 0x03000;
669         my @v = map {sprintf "%05x" => $_} 0x02028, 0x02029;
670
671         my @H = map {sprintf "%05x" => $_} 0x01361,   0x0200B, 0x02408, 0x02420,
672                                            0x0303F,   0xE0020;
673         my @V = map {sprintf "%05x" => $_} 0x0008A .. 0x0008D, 0x00348, 0x10100,
674                                            0xE005F,   0xE007C;
675
676         for my $hex (@h) {
677             my $str = eval qq ["<\\x{$hex}>"];
678             ok $str =~ /<\s>/, "\\x{$hex} in \\s";
679             ok $str =~ /<\h>/, "\\x{$hex} in \\h";
680             ok $str !~ /<\v>/, "\\x{$hex} not in \\v";
681         }
682
683         for my $hex (@v) {
684             my $str = eval qq ["<\\x{$hex}>"];
685             ok $str =~ /<\s>/, "\\x{$hex} in \\s";
686             ok $str =~ /<\v>/, "\\x{$hex} in \\v";
687             ok $str !~ /<\h>/, "\\x{$hex} not in \\h";
688         }
689
690         for my $hex (@H) {
691             my $str = eval qq ["<\\x{$hex}>"];
692             ok $str =~ /<\S>/, "\\x{$hex} in \\S";
693             ok $str =~ /<\H>/, "\\x{$hex} in \\H";
694         }
695
696         for my $hex (@V) {
697             my $str = eval qq ["<\\x{$hex}>"];
698             ok $str =~ /<\S>/, "\\x{$hex} in \\S";
699             ok $str =~ /<\V>/, "\\x{$hex} in \\V";
700         }
701     }
702
703
704     {
705         # . with /s should work on characters, as opposed to bytes
706         local $Message = ". with /s works on characters, not bytes";
707
708         my $s = "\x{e4}\x{100}";
709         # This is not expected to match: the point is that
710         # neither should we get "Malformed UTF-8" warnings.
711         may_not_warn sub {$s =~ /\G(.+?)\n/gcs}, "No 'Malformed UTF-8' warning";
712
713         my @c;
714         push @c => $1 while $s =~ /\G(.)/gs;
715
716         local $" = "";
717         iseq "@c", $s;
718
719         # Test only chars < 256
720         my $t1 = "Q003\n\n\x{e4}\x{f6}\n\nQ004\n\n\x{e7}";
721         my $r1 = "";
722         while ($t1 =~ / \G ( .+? ) \n\s+ ( .+? ) ( $ | \n\s+ ) /xgcs) {
723         $r1 .= $1 . $2;
724         }
725
726         my $t2 = $t1 . "\x{100}"; # Repeat with a larger char
727         my $r2 = "";
728         while ($t2 =~ / \G ( .+? ) \n\s+ ( .+? ) ( $ | \n\s+ ) /xgcs) {
729         $r2 .= $1 . $2;
730         }
731         $r2 =~ s/\x{100}//;
732
733         iseq $r1, $r2;
734     }
735
736
737     {
738         local $Message = "Unicode lookbehind";
739         ok "A\x{100}B"        =~ /(?<=A.)B/;
740         ok "A\x{200}\x{300}B" =~ /(?<=A..)B/;
741         ok "\x{400}AB"        =~ /(?<=\x{400}.)B/;
742         ok "\x{500}\x{600}B"  =~ /(?<=\x{500}.)B/;
743
744         # Original code also contained:
745         # ok "\x{500\x{600}}B"  =~ /(?<=\x{500}.)B/;
746         # but that looks like a typo.
747     }
748
749
750     {
751         local $Message = 'UTF-8 hash keys and /$/';
752         # http://www.xray.mpe.mpg.de/mailing-lists/perl5-porters
753         #                                         /2002-01/msg01327.html
754
755         my $u = "a\x{100}";
756         my $v = substr ($u, 0, 1);
757         my $w = substr ($u, 1, 1);
758         my %u = ($u => $u, $v => $v, $w => $w);
759         for (keys %u) {
760             my $m1 =            /^\w*$/ ? 1 : 0;
761             my $m2 = $u {$_} =~ /^\w*$/ ? 1 : 0;
762             iseq $m1, $m2;
763         }
764     }
765
766
767     {
768         local $Message = "No SEGV in s/// and UTF-8";
769         my $s = "s#\x{100}" x 4;
770         ok $s =~ s/[^\w]/ /g;
771         if ( 1 or $ENV{PERL_TEST_LEGACY_POSIX_CC} ) {
772             iseq $s, "s \x{100}" x 4;
773         }
774         else {
775             iseq $s, "s  " x 4;
776         }
777     }
778
779
780     {
781         local $Message = "UTF-8 bug (maybe already known?)";
782         my $u = "foo";
783         $u =~ s/./\x{100}/g;
784         iseq $u, "\x{100}\x{100}\x{100}";
785
786         $u = "foobar";
787         $u =~ s/[ao]/\x{100}/g;
788         iseq $u, "f\x{100}\x{100}b\x{100}r";
789
790         $u =~ s/\x{100}/e/g;
791         iseq $u, "feeber";
792     }
793
794
795     {
796         local $Message = "UTF-8 bug with s///";
797         # check utf8/non-utf8 mixtures
798         # try to force all float/anchored check combinations
799
800         my $c = "\x{100}";
801         my $subst;
802         for my $re ("xx.*$c", "x.*$c$c", "$c.*xx", "$c$c.*x",
803                     "xx.*(?=$c)", "(?=$c).*xx",) {
804             ok "xxx" !~ /$re/;
805             ok +($subst = "xxx") !~ s/$re//;
806         }
807         for my $re ("xx.*$c*", "$c*.*xx") {
808             ok "xxx" =~ /$re/;
809             ok +($subst = "xxx") =~ s/$re//;
810             iseq $subst, "";
811         }
812         for my $re ("xxy*", "y*xx") {
813             ok "xx$c" =~ /$re/;
814             ok +($subst = "xx$c") =~ s/$re//;
815             iseq $subst, $c;
816             ok "xy$c" !~ /$re/;
817             ok +($subst = "xy$c") !~ s/$re//;
818         }
819         for my $re ("xy$c*z", "x$c*yz") {
820             ok "xyz" =~ /$re/;
821             ok +($subst = "xyz") =~ s/$re//;
822             iseq $subst, "";
823         }
824     }
825
826
827     {
828         local $Message = "qr /.../x";
829         my $R = qr / A B C # D E/x;
830         ok "ABCDE" =~    $R   && $& eq "ABC";
831         ok "ABCDE" =~   /$R/  && $& eq "ABC";
832         ok "ABCDE" =~  m/$R/  && $& eq "ABC";
833         ok "ABCDE" =~  /($R)/ && $1 eq "ABC";
834         ok "ABCDE" =~ m/($R)/ && $1 eq "ABC";
835     }
836
837
838
839
840     {
841         local $\;
842         $_ = 'aaaaaaaaaa';
843         utf8::upgrade($_); chop $_; $\="\n";
844         ok /[^\s]+/, 'm/[^\s]/ utf8';
845         ok /[^\d]+/, 'm/[^\d]/ utf8';
846         ok +($a = $_, $_ =~ s/[^\s]+/./g), 's/[^\s]/ utf8';
847         ok +($a = $_, $a =~ s/[^\d]+/./g), 's/[^\s]/ utf8';
848     }
849
850
851
852
853     {
854         # Subject: Odd regexp behavior
855         # From: Markus Kuhn <Markus.Kuhn@cl.cam.ac.uk>
856         # Date: Wed, 26 Feb 2003 16:53:12 +0000
857         # Message-Id: <E18o4nw-0008Ly-00@wisbech.cl.cam.ac.uk>
858         # To: perl-unicode@perl.org
859
860         local $Message = 'Markus Kuhn 2003-02-26';
861
862         my $x = "\x{2019}\nk";
863         ok $x =~ s/(\S)\n(\S)/$1 $2/sg;
864         ok $x eq "\x{2019} k";
865
866         $x = "b\nk";
867         ok $x =~ s/(\S)\n(\S)/$1 $2/sg;
868         ok $x eq "b k";
869
870         ok "\x{2019}" =~ /\S/;
871     }
872
873
874     {
875         # XXX DAPM 13-Apr-06. Recursive split is still broken. It's only luck it
876         # hasn't been crashing. Disable this test until it is fixed properly.
877         # XXX also check what it returns rather than just doing ok(1,...)
878         # split /(?{ split "" })/, "abc";
879         local $TODO = "Recursive split is still broken";
880         ok 0, 'cache_re & "(?{": it dumps core in 5.6.1 & 5.8.0';
881     }
882
883
884     {
885         ok "\x{100}\n" =~ /\x{100}\n$/, "UTF-8 length cache and fbm_compile";
886     }
887
888
889     {
890         package Str;
891         use overload q /""/ => sub {${$_ [0]};};
892         sub new {my ($c, $v) = @_; bless \$v, $c;}
893
894         package main;
895         $_ = Str -> new ("a\x{100}/\x{100}b");
896         ok join (":", /\b(.)\x{100}/g) eq "a:/", "re_intuit_start and PL_bostr";
897     }
898
899     {
900         my $re = qq /^([^X]*)X/;
901         utf8::upgrade ($re);
902         ok "\x{100}X" =~ /$re/, "S_cl_and ANYOF_UNICODE & ANYOF_INVERTED";
903     }
904
905     {
906         ok "123\x{100}" =~ /^.*1.*23\x{100}$/,
907            'UTF-8 + multiple floating substr';
908     }
909
910     {
911         local $Message = '<20030808193656.5109.1@llama.ni-s.u-net.com>';
912
913         # LATIN SMALL/CAPITAL LETTER A WITH MACRON
914         ok "  \x{101}" =~ qr/\x{100}/i;
915
916         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW
917         ok "  \x{1E01}" =~ qr/\x{1E00}/i;
918
919         # DESERET SMALL/CAPITAL LETTER LONG I
920         ok "  \x{10428}" =~ qr/\x{10400}/i;
921
922         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'
923         ok "  \x{1E01}x" =~ qr/\x{1E00}X/i;
924     }
925
926     {
927         for (120 .. 130) {
928             my $head = 'x' x $_;
929             local $Message = q [Don't misparse \x{...} in regexp ] .
930                              q [near 127 char EXACT limit];
931             for my $tail ('\x{0061}', '\x{1234}', '\x61') {
932                 eval_ok qq ["$head$tail" =~ /$head$tail/];
933             }
934             local $Message = q [Don't misparse \N{...} in regexp ] .
935                              q [near 127 char EXACT limit];
936             for my $tail ('\N{SNOWFLAKE}') {
937                 eval_ok qq [use charnames ':full';
938                            "$head$tail" =~ /$head$tail/];
939             }
940         }
941     }
942
943     {   # TRIE related
944         our @got = ();
945         "words" =~ /(word|word|word)(?{push @got, $1})s$/;
946         iseq @got, 1, "TRIE optimisation";
947
948         @got = ();
949         "words" =~ /(word|word|word)(?{push @got,$1})s$/i;
950         iseq @got, 1,"TRIEF optimisation";
951
952         my @nums = map {int rand 1000} 1 .. 100;
953         my $re = "(" . (join "|", @nums) . ")";
954         $re = qr/\b$re\b/;
955
956         foreach (@nums) {
957             ok $_ =~ /$re/, "Trie nums";
958         }
959
960         $_ = join " ", @nums;
961         @got = ();
962         push @got, $1 while /$re/g;
963
964         my %count;
965         $count {$_} ++ for @got;
966         my $ok = 1;
967         for (@nums) {
968             $ok = 0 if --$count {$_} < 0;
969         }
970         ok $ok, "Trie min count matches";
971     }
972
973
974     {
975         # TRIE related
976         # LATIN SMALL/CAPITAL LETTER A WITH MACRON
977         ok "foba  \x{101}foo" =~ qr/(foo|\x{100}foo|bar)/i &&
978            $1 eq "\x{101}foo",
979            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH MACRON";
980
981         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW
982         ok "foba  \x{1E01}foo" =~ qr/(foo|\x{1E00}foo|bar)/i &&
983            $1 eq "\x{1E01}foo",
984            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH RING BELOW";
985
986         # DESERET SMALL/CAPITAL LETTER LONG I
987         ok "foba  \x{10428}foo" =~ qr/(foo|\x{10400}foo|bar)/i &&
988            $1 eq "\x{10428}foo",
989            "TRIEF + DESERET SMALL/CAPITAL LETTER LONG I";
990
991         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'
992         ok "foba  \x{1E01}xfoo" =~ qr/(foo|\x{1E00}Xfoo|bar)/i &&
993            $1 eq "\x{1E01}xfoo",
994            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'";
995
996         use charnames ':full';
997
998         my $s = "\N{LATIN SMALL LETTER SHARP S}";
999         ok "foba  ba$s" =~ qr/(foo|Ba$s|bar)/i &&  $1 eq "ba$s",
1000            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1001         ok "foba  ba$s" =~ qr/(Ba$s|foo|bar)/i &&  $1 eq "ba$s",
1002            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1003         ok "foba  ba$s" =~ qr/(foo|bar|Ba$s)/i &&  $1 eq "ba$s",
1004            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1005
1006         ok "foba  ba$s" =~ qr/(foo|Bass|bar)/i &&  $1 eq "ba$s",
1007            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1008
1009         ok "foba  ba$s" =~ qr/(foo|BaSS|bar)/i &&  $1 eq "ba$s",
1010            "TRIEF + LATIN SMALL LETTER SHARP S =~ SS";
1011
1012         ok "foba  ba${s}pxySS$s$s" =~ qr/(b(?:a${s}t|a${s}f|a${s}p)[xy]+$s*)/i
1013             &&  $1 eq "ba${s}pxySS$s$s",
1014            "COMMON PREFIX TRIEF + LATIN SMALL LETTER SHARP S";
1015     }
1016
1017
1018
1019
1020     {
1021     BEGIN {
1022         unshift @INC, 'lib';
1023     }
1024         use Cname;
1025
1026         ok 'fooB'  =~ /\N{foo}[\N{B}\N{b}]/, "Passthrough charname";
1027         #
1028         # Why doesn't must_warn work here?
1029         #
1030         my $w;
1031         local $SIG {__WARN__} = sub {$w .= "@_"};
1032         eval 'q(xxWxx) =~ /[\N{WARN}]/';
1033         ok $w && $w =~ /Using just the first character returned by \\N{} in character class/,
1034                  "single character in [\\N{}] warning";
1035
1036         undef $w;
1037         eval q [ok "\0" !~ /[\N{EMPTY-STR}XY]/,
1038                    "Zerolength charname in charclass doesn't match \\0"];
1039         ok $w && $w =~ /Ignoring zero length/,
1040                  'Ignoring zero length \N{} in character class warning';
1041
1042         ok 'AB'  =~ /(\N{EVIL})/ && $1 eq 'A', 'Charname caching $1';
1043         ok 'ABC' =~ /(\N{EVIL})/,              'Charname caching $1';
1044         ok 'xy'  =~ /x\N{EMPTY-STR}y/,
1045                     'Empty string charname produces NOTHING node';
1046         ok ''    =~ /\N{EMPTY-STR}/,
1047                     'Empty string charname produces NOTHING node';
1048         ok "\N{LONG-STR}" =~ /^\N{LONG-STR}$/, 'Verify that long string works';
1049         ok "\N{LONG-STR}" =~ /^\N{LONG-STR}$/i, 'Verify under folding that long string works';
1050
1051         # If remove the limitation in regcomp code these should work
1052         # differently
1053         undef $w;
1054         eval q [ok "\N{LONG-STR}" =~ /^\N{TOO-LONG-STR}$/, 'Verify that too long a string fails gracefully'];
1055         ok $w && $w =~ /Using just the first characters returned/, 'Verify that got too-long string warning in \N{} that exceeds the limit';
1056         undef $w;
1057         eval q [ok "\N{LONG-STR}" =~ /^\N{TOO-LONG-STR}$/i, 'Verify under folding that too long a string fails gracefully'];
1058         ok $w && $w =~ /Using just the first characters returned/, 'Verify under folding that got too-long string warning in \N{} that exceeds the limit';
1059         undef $w;
1060         eval q [ok "\N{TOO-LONG-STR}" !~ /^\N{TOO-LONG-STR}$/, 'Verify that too long a string doesnt work'];
1061         ok $w && $w =~ /Using just the first characters returned/, 'Verify that got too-long string warning in \N{} that exceeds the limit';
1062         undef $w;
1063         eval q [ok "\N{TOO-LONG-STR}" !~ /^\N{TOO-LONG-STR}$/i, 'Verify under folding that too long a string doesnt work'];
1064         ok $w && $w =~ /Using just the first characters returned/i, 'Verify under folding that got too-long string warning in \N{} that exceeds the limit';
1065         undef $w;
1066         eval 'q(syntax error) =~ /\N{MALFORMED}/';
1067         ok $@ && $@ =~ /Malformed/, 'Verify that malformed utf8 gives an error';
1068         undef $w;
1069         eval 'q() =~ /\N{4F}/';
1070         ok $w && $w =~ /Deprecated/, 'Verify that leading digit in name gives warning';
1071         undef $w;
1072         eval 'q() =~ /\N{COM,MA}/';
1073         ok $w && $w =~ /Deprecated/, 'Verify that comma in name gives warning';
1074         undef $w;
1075         my $name = "A\x{D7}O";
1076         eval "q(W) =~ /\\N{$name}/";
1077         ok $w && $w =~ /Deprecated/, 'Verify that latin1 symbol in name gives warning';
1078         undef $w;
1079         $name = "A\x{D1}O";
1080         eval "q(W) =~ /\\N{$name}/";
1081         ok ! $w, 'Verify that latin1 letter in name doesnt give warning';
1082
1083     }
1084
1085
1086     {
1087         use charnames ':full';
1088
1089         ok 'aabc' !~ /a\N{PLUS SIGN}b/, '/a\N{PLUS SIGN}b/ against aabc';
1090         ok 'a+bc' =~ /a\N{PLUS SIGN}b/, '/a\N{PLUS SIGN}b/ against a+bc';
1091
1092         ok ' A B' =~ /\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}/,
1093             'Intermixed named and unicode escapes';
1094         ok "\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}" =~
1095            /\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}/,
1096             'Intermixed named and unicode escapes';
1097         ok "\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}" =~
1098            /[\N{SPACE}\N{U+0041}][\N{SPACE}\N{U+0042}]/,
1099             'Intermixed named and unicode escapes';
1100         ok "\0" =~ /^\N{NULL}$/, 'Verify that \N{NULL} works; is not confused with an error';
1101     }
1102
1103
1104     {
1105         our $brackets;
1106         $brackets = qr{
1107             {  (?> [^{}]+ | (??{ $brackets }) )* }
1108         }x;
1109
1110         ok "{b{c}d" !~ m/^((??{ $brackets }))/, "Bracket mismatch";
1111
1112         SKIP: {
1113             our @stack = ();
1114             my @expect = qw(
1115                 stuff1
1116                 stuff2
1117                 <stuff1>and<stuff2>
1118                 right
1119                 <right>
1120                 <<right>>
1121                 <<<right>>>
1122                 <<stuff1>and<stuff2>><<<<right>>>>
1123             );
1124
1125             local $_ = '<<<stuff1>and<stuff2>><<<<right>>>>>';
1126             ok /^(<((?:(?>[^<>]+)|(?1))*)>(?{push @stack, $2 }))$/,
1127                 "Recursion matches";
1128             iseq @stack, @expect, "Right amount of matches"
1129                  or skip "Won't test individual results as count isn't equal",
1130                           0 + @expect;
1131             my $idx = 0;
1132             foreach my $expect (@expect) {
1133                 iseq $stack [$idx], $expect,
1134                     "Expecting '$expect' at stack pos #$idx";
1135                 $idx ++;
1136             }
1137         }
1138     }
1139
1140
1141     {
1142         my $s = '123453456';
1143         $s =~ s/(?<digits>\d+)\k<digits>/$+{digits}/;
1144         ok $s eq '123456', 'Named capture (angle brackets) s///';
1145         $s = '123453456';
1146         $s =~ s/(?'digits'\d+)\k'digits'/$+{digits}/;
1147         ok $s eq '123456', 'Named capture (single quotes) s///';
1148     }
1149
1150
1151     {
1152         my @ary = (
1153             pack('U', 0x00F1),            # n-tilde
1154             '_'.pack('U', 0x00F1),        # _ + n-tilde
1155             'c'.pack('U', 0x0327),        # c + cedilla
1156             pack('U*', 0x00F1, 0x0327),   # n-tilde + cedilla
1157             pack('U', 0x0391),            # ALPHA
1158             pack('U', 0x0391).'2',        # ALPHA + 2
1159             pack('U', 0x0391).'_',        # ALPHA + _
1160         );
1161
1162         for my $uni (@ary) {
1163             my ($r1, $c1, $r2, $c2) = eval qq {
1164                 use utf8;
1165                 scalar ("..foo foo.." =~ /(?'${uni}'foo) \\k'${uni}'/),
1166                         \$+{${uni}},
1167                 scalar ("..bar bar.." =~ /(?<${uni}>bar) \\k<${uni}>/),
1168                         \$+{${uni}};
1169             };
1170             ok $r1,                         "Named capture UTF (?'')";
1171             ok defined $c1 && $c1 eq 'foo', "Named capture UTF \%+";
1172             ok $r2,                         "Named capture UTF (?<>)";
1173             ok defined $c2 && $c2 eq 'bar', "Named capture UTF \%+";
1174         }
1175     }
1176
1177     {
1178         my $s = 'foo bar baz';
1179         my @res;
1180         if ('1234' =~ /(?<A>1)(?<B>2)(?<A>3)(?<B>4)/) {
1181             foreach my $name (sort keys(%-)) {
1182                 my $ary = $- {$name};
1183                 foreach my $idx (0 .. $#$ary) {
1184                     push @res, "$name:$idx:$ary->[$idx]";
1185                 }
1186             }
1187         }
1188         my @expect = qw (A:0:1 A:1:3 B:0:2 B:1:4);
1189         iseq "@res", "@expect", "Check %-";
1190         eval'
1191             no warnings "uninitialized";
1192             print for $- {this_key_doesnt_exist};
1193         ';
1194         ok !$@,'lvalue $- {...} should not throw an exception';
1195     }
1196
1197     {
1198         # \, breaks {3,4}
1199         ok "xaaay"    !~ /xa{3\,4}y/, '\, in a pattern';
1200         ok "xa{3,4}y" =~ /xa{3\,4}y/, '\, in a pattern';
1201
1202         # \c\ followed by _
1203         ok "x\c_y"    !~ /x\c\_y/,    '\_ in a pattern';
1204         ok "x\c\_y"   =~ /x\c\_y/,    '\_ in a pattern';
1205
1206         # \c\ followed by other characters
1207         for my $c ("z", "\0", "!", chr(254), chr(256)) {
1208             my $targ = "a\034$c";
1209             my $reg  = "a\\c\\$c";
1210             ok eval ("qq/$targ/ =~ /$reg/"), "\\c\\ in pattern";
1211         }
1212     }
1213
1214     {   # Test the (*PRUNE) pattern
1215         our $count = 0;
1216         'aaab' =~ /a+b?(?{$count++})(*FAIL)/;
1217         iseq $count, 9, "Expect 9 for no (*PRUNE)";
1218         $count = 0;
1219         'aaab' =~ /a+b?(*PRUNE)(?{$count++})(*FAIL)/;
1220         iseq $count, 3, "Expect 3 with (*PRUNE)";
1221         local $_ = 'aaab';
1222         $count = 0;
1223         1 while /.(*PRUNE)(?{$count++})(*FAIL)/g;
1224         iseq $count, 4, "/.(*PRUNE)/";
1225         $count = 0;
1226         'aaab' =~ /a+b?(??{'(*PRUNE)'})(?{$count++})(*FAIL)/;
1227         iseq $count, 3, "Expect 3 with (*PRUNE)";
1228         local $_ = 'aaab';
1229         $count = 0;
1230         1 while /.(??{'(*PRUNE)'})(?{$count++})(*FAIL)/g;
1231         iseq $count, 4, "/.(*PRUNE)/";
1232     }
1233
1234
1235     {   # Test the (*SKIP) pattern
1236         our $count = 0;
1237         'aaab' =~ /a+b?(*SKIP)(?{$count++})(*FAIL)/;
1238         iseq $count, 1, "Expect 1 with (*SKIP)";
1239         local $_ = 'aaab';
1240         $count = 0;
1241         1 while /.(*SKIP)(?{$count++})(*FAIL)/g;
1242         iseq $count, 4, "/.(*SKIP)/";
1243         $_ = 'aaabaaab';
1244         $count = 0;
1245         our @res = ();
1246         1 while /(a+b?)(*SKIP)(?{$count++; push @res,$1})(*FAIL)/g;
1247         iseq $count, 2, "Expect 2 with (*SKIP)";
1248         iseq "@res", "aaab aaab", "Adjacent (*SKIP) works as expected";
1249     }
1250
1251
1252     {   # Test the (*SKIP) pattern
1253         our $count = 0;
1254         'aaab' =~ /a+b?(*MARK:foo)(*SKIP)(?{$count++})(*FAIL)/;
1255         iseq $count, 1, "Expect 1 with (*SKIP)";
1256         local $_ = 'aaab';
1257         $count = 0;
1258         1 while /.(*MARK:foo)(*SKIP)(?{$count++})(*FAIL)/g;
1259         iseq $count, 4, "/.(*SKIP)/";
1260         $_ = 'aaabaaab';
1261         $count = 0;
1262         our @res = ();
1263         1 while /(a+b?)(*MARK:foo)(*SKIP)(?{$count++; push @res,$1})(*FAIL)/g;
1264         iseq $count, 2, "Expect 2 with (*SKIP)";
1265         iseq "@res", "aaab aaab", "Adjacent (*SKIP) works as expected";
1266     }
1267
1268
1269     {   # Test the (*SKIP) pattern
1270         our $count = 0;
1271         'aaab' =~ /a*(*MARK:a)b?(*MARK:b)(*SKIP:a)(?{$count++})(*FAIL)/;
1272         iseq $count, 3, "Expect 3 with *MARK:a)b?(*MARK:b)(*SKIP:a)";
1273         local $_ = 'aaabaaab';
1274         $count = 0;
1275         our @res = ();
1276         1 while
1277         /(a*(*MARK:a)b?)(*MARK:x)(*SKIP:a)(?{$count++; push @res,$1})(*FAIL)/g;
1278         iseq $count, 5, "Expect 5 with (*MARK:a)b?)(*MARK:x)(*SKIP:a)";
1279         iseq "@res", "aaab b aaab b ",
1280              "Adjacent (*MARK:a)b?)(*MARK:x)(*SKIP:a) works as expected";
1281     }
1282
1283
1284     {   # Test the (*COMMIT) pattern
1285         our $count = 0;
1286         'aaabaaab' =~ /a+b?(*COMMIT)(?{$count++})(*FAIL)/;
1287         iseq $count, 1, "Expect 1 with (*COMMIT)";
1288         local $_ = 'aaab';
1289         $count = 0;
1290         1 while /.(*COMMIT)(?{$count++})(*FAIL)/g;
1291         iseq $count, 1, "/.(*COMMIT)/";
1292         $_ = 'aaabaaab';
1293         $count = 0;
1294         our @res = ();
1295         1 while /(a+b?)(*COMMIT)(?{$count++; push @res,$1})(*FAIL)/g;
1296         iseq $count, 1, "Expect 1 with (*COMMIT)";
1297         iseq "@res", "aaab", "Adjacent (*COMMIT) works as expected";
1298     }
1299
1300
1301     {
1302         # Test named commits and the $REGERROR var
1303         our $REGERROR;
1304         for my $name ('', ':foo') {
1305             for my $pat ("(*PRUNE$name)",
1306                          ($name ? "(*MARK$name)" : "") . "(*SKIP$name)",
1307                          "(*COMMIT$name)") {
1308                 for my $suffix ('(*FAIL)', '') {
1309                     'aaaab' =~ /a+b$pat$suffix/;
1310                     iseq $REGERROR,
1311                          ($suffix ? ($name ? 'foo' : "1") : ""),
1312                         "Test $pat and \$REGERROR $suffix";
1313                 }
1314             }
1315         }
1316     }
1317
1318
1319     {
1320         # Test named commits and the $REGERROR var
1321         package Fnorble;
1322         our $REGERROR;
1323         for my $name ('', ':foo') {
1324             for my $pat ("(*PRUNE$name)",
1325                          ($name ? "(*MARK$name)" : "") . "(*SKIP$name)",
1326                          "(*COMMIT$name)") {
1327                 for my $suffix ('(*FAIL)','') {
1328                     'aaaab' =~ /a+b$pat$suffix/;
1329                   ::iseq $REGERROR,
1330                          ($suffix ? ($name ? 'foo' : "1") : ""),
1331                         "Test $pat and \$REGERROR $suffix";
1332                 }
1333             }
1334         }
1335     }
1336
1337
1338     {
1339         # Test named commits and the $REGERROR var
1340         local $Message = '$REGERROR';
1341         our $REGERROR;
1342         for my $word (qw (bar baz bop)) {
1343             $REGERROR = "";
1344             "aaaaa$word" =~
1345               /a+(?:bar(*COMMIT:bar)|baz(*COMMIT:baz)|bop(*COMMIT:bop))(*FAIL)/;
1346             iseq $REGERROR, $word;
1347         }
1348     }
1349
1350     {
1351         #Mindnumbingly simple test of (*THEN)
1352         for ("ABC","BAX") {
1353             ok /A (*THEN) X | B (*THEN) C/x, "Simple (*THEN) test";
1354         }
1355     }
1356
1357
1358     {
1359         local $Message = "Relative Recursion";
1360         my $parens = qr/(\((?:[^()]++|(?-1))*+\))/;
1361         local $_ = 'foo((2*3)+4-3) + bar(2*(3+4)-1*(2-3))';
1362         my ($all, $one, $two) = ('', '', '');
1363         ok m/foo $parens \s* \+ \s* bar $parens/x;
1364         iseq $1, '((2*3)+4-3)';
1365         iseq $2, '(2*(3+4)-1*(2-3))';
1366         iseq $&, 'foo((2*3)+4-3) + bar(2*(3+4)-1*(2-3))';
1367         iseq $&, $_;
1368     }
1369
1370     {
1371         my $spaces="      ";
1372         local $_ = join 'bar', $spaces, $spaces;
1373         our $count = 0;
1374         s/(?>\s+bar)(?{$count++})//g;
1375         iseq $_, $spaces, "SUSPEND final string";
1376         iseq $count, 1, "Optimiser should have prevented more than one match";
1377     }
1378
1379
1380     {
1381         # From Message-ID: <877ixs6oa6.fsf@k75.linux.bogus>
1382         my $dow_name = "nada";
1383         my $parser = "(\$dow_name) = \$time_string =~ /(D\x{e9}\\ " .
1384                      "C\x{e9}adaoin|D\x{e9}\\ Sathairn|\\w+|\x{100})/";
1385         my $time_string = "D\x{e9} C\x{e9}adaoin";
1386         eval $parser;
1387         ok !$@, "Test Eval worked";
1388         iseq $dow_name, $time_string, "UTF-8 trie common prefix extraction";
1389     }
1390
1391
1392     {
1393         my $v;
1394         ($v = 'bar') =~ /(\w+)/g;
1395         $v = 'foo';
1396         iseq "$1", 'bar', '$1 is safe after /g - may fail due ' .
1397                           'to specialized config in pp_hot.c'
1398     }
1399
1400
1401     {
1402         local $Message = "http://nntp.perl.org/group/perl.perl5.porters/118663";
1403         my $qr_barR1 = qr/(bar)\g-1/;
1404         ok "foobarbarxyz" =~ $qr_barR1;
1405         ok "foobarbarxyz" =~ qr/foo${qr_barR1}xyz/;
1406         ok "foobarbarxyz" =~ qr/(foo)${qr_barR1}xyz/;
1407         ok "foobarbarxyz" =~ qr/(foo)(bar)\g{-1}xyz/;
1408         ok "foobarbarxyz" =~ qr/(foo${qr_barR1})xyz/;
1409         ok "foobarbarxyz" =~ qr/(foo(bar)\g{-1})xyz/;
1410     }
1411
1412     {
1413         local $Message = '$REGMARK';
1414         our @r = ();
1415         our ($REGMARK, $REGERROR);
1416         ok 'foofoo' =~ /foo (*MARK:foo) (?{push @r,$REGMARK}) /x;
1417         iseq "@r","foo";
1418         iseq $REGMARK, "foo";
1419         ok 'foofoo' !~ /foo (*MARK:foo) (*FAIL) /x;
1420         ok !$REGMARK;
1421         iseq $REGERROR, 'foo';
1422     }
1423
1424
1425     {
1426         local $Message = '\K test';
1427         my $x;
1428         $x = "abc.def.ghi.jkl";
1429         $x =~ s/.*\K\..*//;
1430         iseq $x, "abc.def.ghi";
1431
1432         $x = "one two three four";
1433         $x =~ s/o+ \Kthree//g;
1434         iseq $x, "one two  four";
1435
1436         $x = "abcde";
1437         $x =~ s/(.)\K/$1/g;
1438         iseq $x, "aabbccddee";
1439     }
1440
1441
1442     {
1443         sub kt {
1444             return '4' if $_[0] eq '09028623';
1445         }
1446         # Nested EVAL using PL_curpm (via $1 or friends)
1447         my $re;
1448         our $grabit = qr/ ([0-6][0-9]{7}) (??{ kt $1 }) [890] /x;
1449         $re = qr/^ ( (??{ $grabit }) ) $ /x;
1450         my @res = '0902862349' =~ $re;
1451         iseq join ("-", @res), "0902862349",
1452             'PL_curpm is set properly on nested eval';
1453
1454         our $qr = qr/ (o) (??{ $1 }) /x;
1455         ok 'boob'=~/( b (??{ $qr }) b )/x && 1, "PL_curpm, nested eval";
1456     }
1457
1458
1459     {
1460         use charnames ":full";
1461         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{Alphabetic}/, "I =~ Alphabetic";
1462         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{Uppercase}/,  "I =~ Uppercase";
1463         ok "\N{ROMAN NUMERAL ONE}" !~ /\p{Lowercase}/,  "I !~ Lowercase";
1464         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{IDStart}/,    "I =~ ID_Start";
1465         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{IDContinue}/, "I =~ ID_Continue";
1466         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Alphabetic}/, "i =~ Alphabetic";
1467         ok "\N{SMALL ROMAN NUMERAL ONE}" !~ /\p{Uppercase}/,  "i !~ Uppercase";
1468         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Lowercase}/,  "i =~ Lowercase";
1469         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{IDStart}/,    "i =~ ID_Start";
1470         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{IDContinue}/, "i =~ ID_Continue"
1471     }
1472
1473
1474     {
1475         # requirement of Unicode Technical Standard #18, 1.7 Code Points
1476         # cf. http://www.unicode.org/reports/tr18/#Supplementary_Characters
1477         for my $u (0x7FF, 0x800, 0xFFFF, 0x10000) {
1478             no warnings 'utf8'; # oops
1479             my $c = chr $u;
1480             my $x = sprintf '%04X', $u;
1481             ok "A${c}B" =~ /A[\0-\x{10000}]B/, "Unicode range - $x";
1482         }
1483     }
1484
1485
1486     {
1487         my $res="";
1488
1489         if ('1' =~ /(?|(?<digit>1)|(?<digit>2))/) {
1490             $res = "@{$- {digit}}";
1491         }
1492         iseq $res, "1",
1493             "Check that (?|...) doesnt cause dupe entries in the names array";
1494
1495         $res = "";
1496         if ('11' =~ /(?|(?<digit>1)|(?<digit>2))(?&digit)/) {
1497             $res = "@{$- {digit}}";
1498         }
1499         iseq $res, "1", "Check that (?&..) to a buffer inside " .
1500                         "a (?|...) goes to the leftmost";
1501     }
1502
1503
1504     {
1505         use warnings;
1506         local $Message = "ASCII pattern that really is UTF-8";
1507         my @w;
1508         local $SIG {__WARN__} = sub {push @w, "@_"};
1509         my $c = qq (\x{DF});
1510         ok $c =~ /${c}|\x{100}/;
1511         ok @w == 0;
1512     }
1513
1514
1515     {
1516         local $Message = "Corruption of match results of qr// across scopes";
1517         my $qr = qr/(fo+)(ba+r)/;
1518         'foobar' =~ /$qr/;
1519         iseq "$1$2", "foobar";
1520         {
1521             'foooooobaaaaar' =~ /$qr/;
1522             iseq "$1$2", 'foooooobaaaaar';
1523         }
1524         iseq "$1$2", "foobar";
1525     }
1526
1527
1528     {
1529         local $Message = "HORIZWS";
1530         local $_ = "\t \r\n \n \t".chr(11)."\n";
1531         s/\H/H/g;
1532         s/\h/h/g;
1533         iseq $_, "hhHHhHhhHH";
1534         $_ = "\t \r\n \n \t" . chr (11) . "\n";
1535         utf8::upgrade ($_);
1536         s/\H/H/g;
1537         s/\h/h/g;
1538         iseq $_, "hhHHhHhhHH";
1539     }
1540
1541
1542     {
1543         local $Message = "Various whitespace special patterns";
1544         my @h = map {chr $_}   0x09,   0x20,   0xa0, 0x1680, 0x180e, 0x2000,
1545                              0x2001, 0x2002, 0x2003, 0x2004, 0x2005, 0x2006,
1546                              0x2007, 0x2008, 0x2009, 0x200a, 0x202f, 0x205f,
1547                              0x3000;
1548         my @v = map {chr $_}   0x0a,   0x0b,   0x0c,   0x0d,   0x85, 0x2028,
1549                              0x2029;
1550         my @lb = ("\x0D\x0A", map {chr $_} 0x0A .. 0x0D, 0x85, 0x2028, 0x2029);
1551         foreach my $t ([\@h,  qr/\h/, qr/\h+/],
1552                        [\@v,  qr/\v/, qr/\v+/],
1553                        [\@lb, qr/\R/, qr/\R+/],) {
1554             my $ary = shift @$t;
1555             foreach my $pat (@$t) {
1556                 foreach my $str (@$ary) {
1557                     ok $str =~ /($pat)/, $pat;
1558                     iseq $1, $str, $pat;
1559                     utf8::upgrade ($str);
1560                     ok $str =~ /($pat)/, "Upgraded string - $pat";
1561                     iseq $1, $str, "Upgraded string - $pat";
1562                 }
1563             }
1564         }
1565     }
1566
1567
1568     {
1569         local $Message = "Check that \\xDF match properly in its various forms";
1570         # Test that \xDF matches properly. this is pretty hacky stuff,
1571         # but its actually needed. The malarky with '-' is to prevent
1572         # compilation caching from playing any role in the test.
1573         my @df = (chr (0xDF), '-', chr (0xDF));
1574         utf8::upgrade ($df [2]);
1575         my @strs = ('ss', 'sS', 'Ss', 'SS', chr (0xDF));
1576         my @ss = map {("$_", "$_")} @strs;
1577         utf8::upgrade ($ss [$_ * 2 + 1]) for 0 .. $#strs;
1578
1579         for my $ssi (0 .. $#ss) {
1580             for my $dfi (0 .. $#df) {
1581                 my $pat = $df [$dfi];
1582                 my $str = $ss [$ssi];
1583                 my $utf_df = ($dfi > 1) ? 'utf8' : '';
1584                 my $utf_ss = ($ssi % 2) ? 'utf8' : '';
1585                 (my $sstr = $str) =~ s/\xDF/\\xDF/;
1586
1587                 if ($utf_df || $utf_ss || length ($ss [$ssi]) == 1) {
1588                     my $ret = $str =~ /$pat/i;
1589                     next if $pat eq '-';
1590                     ok $ret, "\"$sstr\" =~ /\\xDF/i " .
1591                              "(str is @{[$utf_ss||'latin']}, pat is " .
1592                              "@{[$utf_df||'latin']})";
1593                 }
1594                 else {
1595                     my $ret = $str !~ /$pat/i;
1596                     next if $pat eq '-';
1597                     ok $ret, "\"$sstr\" !~ /\\xDF/i " .
1598                              "(str is @{[$utf_ss||'latin']}, pat is " .
1599                              "@{[$utf_df||'latin']})";
1600                 }
1601             }
1602         }
1603     }
1604
1605
1606     {
1607         local $Message = "BBC(Bleadperl Breaks CPAN) Today: String::Multibyte";
1608         my $re  = qr/(?:[\x00-\xFF]{4})/;
1609         my $hyp = "\0\0\0-";
1610         my $esc = "\0\0\0\\";
1611
1612         my $str = "$esc$hyp$hyp$esc$esc";
1613         my @a = ($str =~ /\G(?:\Q$esc$esc\E|\Q$esc$hyp\E|$re)/g);
1614
1615         iseq @a,3;
1616         local $" = "=";
1617         iseq "@a","$esc$hyp=$hyp=$esc$esc";
1618     }
1619
1620
1621     {
1622         # Test for keys in %+ and %-
1623         local $Message = 'Test keys in %+ and %-';
1624         no warnings 'uninitialized';
1625         my $_ = "abcdef";
1626         /(?<foo>a)|(?<foo>b)/;
1627         iseq ((join ",", sort keys %+), "foo");
1628         iseq ((join ",", sort keys %-), "foo");
1629         iseq ((join ",", sort values %+), "a");
1630         iseq ((join ",", sort map "@$_", values %-), "a ");
1631         /(?<bar>a)(?<bar>b)(?<quux>.)/;
1632         iseq ((join ",", sort keys %+), "bar,quux");
1633         iseq ((join ",", sort keys %-), "bar,quux");
1634         iseq ((join ",", sort values %+), "a,c"); # leftmost
1635         iseq ((join ",", sort map "@$_", values %-), "a b,c");
1636         /(?<un>a)(?<deux>c)?/; # second buffer won't capture
1637         iseq ((join ",", sort keys %+), "un");
1638         iseq ((join ",", sort keys %-), "deux,un");
1639         iseq ((join ",", sort values %+), "a");
1640         iseq ((join ",", sort map "@$_", values %-), ",a");
1641     }
1642
1643
1644     {
1645         # length() on captures, the numbered ones end up in Perl_magic_len
1646         my $_ = "aoeu \xe6var ook";
1647         /^ \w+ \s (?<eek>\S+)/x;
1648
1649         iseq length ($`),      0, q[length $`];
1650         iseq length ($'),      4, q[length $'];
1651         iseq length ($&),      9, q[length $&];
1652         iseq length ($1),      4, q[length $1];
1653         iseq length ($+{eek}), 4, q[length $+{eek} == length $1];
1654     }
1655
1656
1657     {
1658         my $ok = -1;
1659
1660         $ok = exists ($-{x}) ? 1 : 0 if 'bar' =~ /(?<x>foo)|bar/;
1661         iseq $ok, 1, '$-{x} exists after "bar"=~/(?<x>foo)|bar/';
1662         iseq scalar (%+), 0, 'scalar %+ == 0 after "bar"=~/(?<x>foo)|bar/';
1663         iseq scalar (%-), 1, 'scalar %- == 1 after "bar"=~/(?<x>foo)|bar/';
1664
1665         $ok = -1;
1666         $ok = exists ($+{x}) ? 1 : 0 if 'bar' =~ /(?<x>foo)|bar/;
1667         iseq $ok, 0, '$+{x} not exists after "bar"=~/(?<x>foo)|bar/';
1668         iseq scalar (%+), 0, 'scalar %+ == 0 after "bar"=~/(?<x>foo)|bar/';
1669         iseq scalar (%-), 1, 'scalar %- == 1 after "bar"=~/(?<x>foo)|bar/';
1670
1671         $ok = -1;
1672         $ok = exists ($-{x}) ? 1 : 0 if 'foo' =~ /(?<x>foo)|bar/;
1673         iseq $ok, 1, '$-{x} exists after "foo"=~/(?<x>foo)|bar/';
1674         iseq scalar (%+), 1, 'scalar %+ == 1 after "foo"=~/(?<x>foo)|bar/';
1675         iseq scalar (%-), 1, 'scalar %- == 1 after "foo"=~/(?<x>foo)|bar/';
1676
1677         $ok = -1;
1678         $ok = exists ($+{x}) ? 1 : 0 if 'foo'=~/(?<x>foo)|bar/;
1679         iseq $ok, 1, '$+{x} exists after "foo"=~/(?<x>foo)|bar/';
1680     }
1681
1682
1683     {
1684         local $_;
1685         ($_ = 'abc') =~ /(abc)/g;
1686         $_ = '123';
1687         iseq "$1", 'abc', "/g leads to unsafe match vars: $1";
1688     }
1689
1690
1691     {
1692         local $Message = 'Message-ID: <20070818091501.7eff4831@r2d2>';
1693         my $str = "";
1694         for (0 .. 5) {
1695             my @x;
1696             $str .= "@x"; # this should ALWAYS be the empty string
1697             'a' =~ /(a|)/;
1698             push @x, 1;
1699         }
1700         iseq length ($str), 0, "Trie scope error, string should be empty";
1701         $str = "";
1702         my @foo = ('a') x 5;
1703         for (@foo) {
1704             my @bar;
1705             $str .= "@bar";
1706             s/a|/push @bar, 1/e;
1707         }
1708         iseq length ($str), 0, "Trie scope error, string should be empty";
1709     }
1710
1711
1712     {
1713 # more TRIE/AHOCORASICK problems with mixed utf8 / latin-1 and case folding
1714     for my $chr (160 .. 255) {
1715         my $chr_byte = chr($chr);
1716         my $chr_utf8 = chr($chr); utf8::upgrade($chr_utf8);
1717         my $rx = qr{$chr_byte|X}i;
1718         ok($chr_utf8 =~ $rx, "utf8/latin, codepoint $chr");
1719     }
1720     }
1721
1722     {
1723         our $a = 3; "" =~ /(??{ $a })/;
1724         our $b = $a;
1725         iseq $b, $a, "Copy of scalar used for postponed subexpression";
1726     }
1727
1728
1729     {
1730         our @ctl_n = ();
1731         our @plus = ();
1732         our $nested_tags;
1733         $nested_tags = qr{
1734             <
1735                (\w+)
1736                (?{
1737                        push @ctl_n,$^N;
1738                        push @plus,$+;
1739                })
1740             >
1741             (??{$nested_tags})*
1742             </\s* \w+ \s*>
1743         }x;
1744
1745         my $match = '<bla><blubb></blubb></bla>' =~ m/^$nested_tags$/;
1746         ok $match, 'nested construct matches';
1747         iseq "@ctl_n", "bla blubb", '$^N inside of (?{}) works as expected';
1748         iseq "@plus",  "bla blubb", '$+  inside of (?{}) works as expected';
1749     }
1750
1751
1752     SKIP: {
1753         # XXX: This set of tests is essentially broken, POSIX character classes
1754         # should not have differing definitions under Unicode.
1755         # There are property names for that.
1756         skip "Tests assume ASCII", 4 unless $IS_ASCII;
1757
1758         my @notIsPunct = grep {/[[:punct:]]/ and not /\p{IsPunct}/}
1759                                 map {chr} 0x20 .. 0x7f;
1760         iseq join ('', @notIsPunct), '$+<=>^`|~',
1761             '[:punct:] disagrees with IsPunct on Symbols';
1762
1763         my @isPrint = grep {not /[[:print:]]/ and /\p{IsPrint}/}
1764                             map {chr} 0 .. 0x1f, 0x7f .. 0x9f;
1765         iseq join ('', @isPrint), "",
1766             'IsPrint agrees with [:print:] on control characters';
1767
1768         my @isPunct = grep {/[[:punct:]]/ != /\p{IsPunct}/}
1769                             map {chr} 0x80 .. 0xff;
1770         iseq join ('', @isPunct), "\xa1\xab\xb7\xbb\xbf",    # ¡ « · » ¿
1771             'IsPunct disagrees with [:punct:] outside ASCII';
1772
1773         my @isPunctLatin1 = eval q {
1774             use encoding 'latin1';
1775             grep {/[[:punct:]]/ != /\p{IsPunct}/} map {chr} 0x80 .. 0xff;
1776         };
1777         skip "Eval failed ($@)", 1 if $@;
1778         skip "PERL_LEGACY_UNICODE_CHARCLASS_MAPPINGS set to 0", 1
1779               if !$ENV{PERL_TEST_LEGACY_POSIX_CC};
1780         iseq join ('', @isPunctLatin1), '',
1781             'IsPunct agrees with [:punct:] with explicit Latin1';
1782     }
1783
1784
1785     {
1786         # Tests for [#perl 71942]
1787         our $count_a;
1788         our $count_b;
1789
1790         my $c = 0;
1791         for my $re (
1792 #            [
1793 #                should match?,
1794 #                input string,
1795 #                re 1,
1796 #                re 2,
1797 #                expected values of count_a and count_b,
1798 #            ]
1799             [
1800                 0,
1801                 "xababz",
1802                 qr/a+(?{$count_a++})b?(*COMMIT)(*FAIL)/,
1803                 qr/a+(?{$count_b++})b?(*COMMIT)z/,
1804                 1,
1805             ],
1806             [
1807                 0,
1808                 "xababz",
1809                 qr/a+(?{$count_a++})b?(*COMMIT)\s*(*FAIL)/,
1810                 qr/a+(?{$count_b++})b?(*COMMIT)\s*z/,
1811                 1,
1812             ],
1813             [
1814                 0,
1815                 "xababz",
1816                 qr/a+(?{$count_a++})(?:b|)?(*COMMIT)(*FAIL)/,
1817                 qr/a+(?{$count_b++})(?:b|)?(*COMMIT)z/,
1818                 1,
1819             ],
1820             [
1821                 0,
1822                 "xababz",
1823                 qr/a+(?{$count_a++})b{0,6}(*COMMIT)(*FAIL)/,
1824                 qr/a+(?{$count_b++})b{0,6}(*COMMIT)z/,
1825                 1,
1826             ],
1827             [
1828                 0,
1829                 "xabcabcz",
1830                 qr/a+(?{$count_a++})(bc){0,6}(*COMMIT)(*FAIL)/,
1831                 qr/a+(?{$count_b++})(bc){0,6}(*COMMIT)z/,
1832                 1,
1833             ],
1834             [
1835                 0,
1836                 "xabcabcz",
1837                 qr/a+(?{$count_a++})(bc*){0,6}(*COMMIT)(*FAIL)/,
1838                 qr/a+(?{$count_b++})(bc*){0,6}(*COMMIT)z/,
1839                 1,
1840             ],
1841
1842
1843             [
1844                 0,
1845                 "aaaabtz",
1846                 qr/a+(?{$count_a++})b?(*PRUNE)(*FAIL)/,
1847                 qr/a+(?{$count_b++})b?(*PRUNE)z/,
1848                 4,
1849             ],
1850             [
1851                 0,
1852                 "aaaabtz",
1853                 qr/a+(?{$count_a++})b?(*PRUNE)\s*(*FAIL)/,
1854                 qr/a+(?{$count_b++})b?(*PRUNE)\s*z/,
1855                 4,
1856             ],
1857             [
1858                 0,
1859                 "aaaabtz",
1860                 qr/a+(?{$count_a++})(?:b|)(*PRUNE)(*FAIL)/,
1861                 qr/a+(?{$count_b++})(?:b|)(*PRUNE)z/,
1862                 4,
1863             ],
1864             [
1865                 0,
1866                 "aaaabtz",
1867                 qr/a+(?{$count_a++})b{0,6}(*PRUNE)(*FAIL)/,
1868                 qr/a+(?{$count_b++})b{0,6}(*PRUNE)z/,
1869                 4,
1870             ],
1871             [
1872                 0,
1873                 "aaaabctz",
1874                 qr/a+(?{$count_a++})(bc){0,6}(*PRUNE)(*FAIL)/,
1875                 qr/a+(?{$count_b++})(bc){0,6}(*PRUNE)z/,
1876                 4,
1877             ],
1878             [
1879                 0,
1880                 "aaaabctz",
1881                 qr/a+(?{$count_a++})(bc*){0,6}(*PRUNE)(*FAIL)/,
1882                 qr/a+(?{$count_b++})(bc*){0,6}(*PRUNE)z/,
1883                 4,
1884             ],
1885
1886             [
1887                 0,
1888                 "aaabaaab",
1889                 qr/a+(?{$count_a++;})b?(*SKIP)(*FAIL)/,
1890                 qr/a+(?{$count_b++;})b?(*SKIP)z/,
1891                 2,
1892             ],
1893             [
1894                 0,
1895                 "aaabaaab",
1896                 qr/a+(?{$count_a++;})b?(*SKIP)\s*(*FAIL)/,
1897                 qr/a+(?{$count_b++;})b?(*SKIP)\s*z/,
1898                 2,
1899             ],
1900             [
1901                 0,
1902                 "aaabaaab",
1903                 qr/a+(?{$count_a++;})(?:b|)(*SKIP)(*FAIL)/,
1904                 qr/a+(?{$count_b++;})(?:b|)(*SKIP)z/,
1905                 2,
1906             ],
1907             [
1908                 0,
1909                 "aaabaaab",
1910                 qr/a+(?{$count_a++;})b{0,6}(*SKIP)(*FAIL)/,
1911                 qr/a+(?{$count_b++;})b{0,6}(*SKIP)z/,
1912                 2,
1913             ],
1914             [
1915                 0,
1916                 "aaabcaaabc",
1917                 qr/a+(?{$count_a++;})(bc){0,6}(*SKIP)(*FAIL)/,
1918                 qr/a+(?{$count_b++;})(bc){0,6}(*SKIP)z/,
1919                 2,
1920             ],
1921             [
1922                 0,
1923                 "aaabcaaabc",
1924                 qr/a+(?{$count_a++;})(bc*){0,6}(*SKIP)(*FAIL)/,
1925                 qr/a+(?{$count_b++;})(bc*){0,6}(*SKIP)z/,
1926                 2,
1927             ],
1928
1929
1930             [
1931                 0,
1932                 "aaddbdaabyzc",
1933                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) (*FAIL) \s* c \1 /x,
1934                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) z \s* c \1 /x,
1935                 4,
1936             ],
1937             [
1938                 0,
1939                 "aaddbdaabyzc",
1940                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) \s* (*FAIL) \s* c \1 /x,
1941                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) \s* z \s* c \1 /x,
1942                 4,
1943             ],
1944             [
1945                 0,
1946                 "aaddbdaabyzc",
1947                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? (?:b|)  (*SKIP:T1) (*FAIL) \s* c \1 /x,
1948                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? (?:b|)  (*SKIP:T1) z \s* c \1 /x,
1949                 4,
1950             ],
1951             [
1952                 0,
1953                 "aaddbdaabyzc",
1954                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? b{0,6}  (*SKIP:T1) (*FAIL) \s* c \1 /x,
1955                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? b{0,6}  (*SKIP:T1) z \s* c \1 /x,
1956                 4,
1957             ],
1958             [
1959                 0,
1960                 "aaddbcdaabcyzc",
1961                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? (bc){0,6}  (*SKIP:T1) (*FAIL) \s* c \1 /x,
1962                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? (bc){0,6}  (*SKIP:T1) z \s* c \1 /x,
1963                 4,
1964             ],
1965             [
1966                 0,
1967                 "aaddbcdaabcyzc",
1968                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? (bc*){0,6}  (*SKIP:T1) (*FAIL) \s* c \1 /x,
1969                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? (bc*){0,6}  (*SKIP:T1) z \s* c \1 /x,
1970                 4,
1971             ],
1972
1973
1974             [
1975                 0,
1976                 "aaaaddbdaabyzc",
1977                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
1978                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
1979                 2,
1980             ],
1981             [
1982                 0,
1983                 "aaaaddbdaabyzc",
1984                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) \s* (*FAIL) \s* c \1 /x,
1985                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) \s* z \s* c \1 /x,
1986                 2,
1987             ],
1988             [
1989                 0,
1990                 "aaaaddbdaabyzc",
1991                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? (?:b|)   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
1992                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? (?:b|)   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
1993                 2,
1994             ],
1995             [
1996                 0,
1997                 "aaaaddbdaabyzc",
1998                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? b{0,6}   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
1999                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? b{0,6}   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2000                 2,
2001             ],
2002             [
2003                 0,
2004                 "aaaaddbcdaabcyzc",
2005                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? (bc){0,6}   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
2006                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? (bc){0,6}   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2007                 2,
2008             ],
2009             [
2010                 0,
2011                 "aaaaddbcdaabcyzc",
2012                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? (bc*){0,6}   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
2013                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? (bc*){0,6}   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2014                 2,
2015             ],
2016
2017
2018             [
2019                 0,
2020                 "AbcdCBefgBhiBqz",
2021                 qr/(A (.*)  (?{ $count_a++ }) C? (*THEN)  | A D) (*FAIL)/x,
2022                 qr/(A (.*)  (?{ $count_b++ }) C? (*THEN)  | A D) z/x,
2023                 1,
2024             ],
2025             [
2026                 0,
2027                 "AbcdCBefgBhiBqz",
2028                 qr/(A (.*)  (?{ $count_a++ }) C? (*THEN)  | A D) \s* (*FAIL)/x,
2029                 qr/(A (.*)  (?{ $count_b++ }) C? (*THEN)  | A D) \s* z/x,
2030                 1,
2031             ],
2032             [
2033                 0,
2034                 "AbcdCBefgBhiBqz",
2035                 qr/(A (.*)  (?{ $count_a++ }) (?:C|) (*THEN)  | A D) (*FAIL)/x,
2036                 qr/(A (.*)  (?{ $count_b++ }) (?:C|) (*THEN)  | A D) z/x,
2037                 1,
2038             ],
2039             [
2040                 0,
2041                 "AbcdCBefgBhiBqz",
2042                 qr/(A (.*)  (?{ $count_a++ }) C{0,6} (*THEN)  | A D) (*FAIL)/x,
2043                 qr/(A (.*)  (?{ $count_b++ }) C{0,6} (*THEN)  | A D) z/x,
2044                 1,
2045             ],
2046             [
2047                 0,
2048                 "AbcdCEBefgBhiBqz",
2049                 qr/(A (.*)  (?{ $count_a++ }) (CE){0,6} (*THEN)  | A D) (*FAIL)/x,
2050                 qr/(A (.*)  (?{ $count_b++ }) (CE){0,6} (*THEN)  | A D) z/x,
2051                 1,
2052             ],
2053             [
2054                 0,
2055                 "AbcdCBefgBhiBqz",
2056                 qr/(A (.*)  (?{ $count_a++ }) (CE*){0,6} (*THEN)  | A D) (*FAIL)/x,
2057                 qr/(A (.*)  (?{ $count_b++ }) (CE*){0,6} (*THEN)  | A D) z/x,
2058                 1,
2059             ],
2060         ) {
2061             $c++;
2062             $count_a = 0;
2063             $count_b = 0;
2064
2065             my $match_a = ($re->[1] =~ $re->[2]) || 0;
2066             my $match_b = ($re->[1] =~ $re->[3]) || 0;
2067
2068             iseq($match_a, $re->[0], "match a " . ($re->[0] ? "succeeded" : "failed") . " ($c)");
2069             iseq($match_b, $re->[0], "match b " . ($re->[0] ? "succeeded" : "failed") . " ($c)");
2070             iseq($count_a, $re->[4], "count a ($c)");
2071             iseq($count_b, $re->[4], "count b ($c)");
2072         }
2073     }
2074
2075     {   # Bleadperl v5.13.8-292-gf56b639 breaks NEZUMI/Unicode-LineBreak-1.011
2076         # \xdf in lookbehind failed to compile as is multi-char fold
2077         eval_ok 'qr{
2078             (?u: (?<=^url:) |
2079                  (?<=[/]) (?=[^/]) |
2080                  (?<=[^-.]) (?=[-~.,_?\#%=&]) |
2081                  (?<=[=&]) (?=.)
2082             )}iox', "Lookbehind with \\xdf matchable compiles";
2083     }
2084
2085     #
2086     # Keep the following tests last -- they may crash perl
2087     #
2088     print "# Tests that follow may crash perl\n";
2089     {
2090         eval '/\k/';
2091         ok $@ =~ /\QSequence \k... not terminated in regex;\E/,
2092            'Lone \k not allowed';
2093     }
2094
2095     {
2096         local $Message = "Substitution with lookahead (possible segv)";
2097         $_ = "ns1ns1ns1";
2098         s/ns(?=\d)/ns_/g;
2099         iseq $_, "ns_1ns_1ns_1";
2100         $_ = "ns1";
2101         s/ns(?=\d)/ns_/;
2102         iseq $_, "ns_1";
2103         $_ = "123";
2104         s/(?=\d+)|(?<=\d)/!Bang!/g;
2105         iseq $_, "!Bang!1!Bang!2!Bang!3!Bang!";
2106     }
2107
2108     { 
2109         # Earlier versions of Perl said this was fatal.
2110         local $Message = "U+0FFFF shouldn't crash the regex engine";
2111         no warnings 'utf8';
2112         my $a = eval "chr(65535)";
2113         use warnings;
2114         my $warning_message;
2115         local $SIG{__WARN__} = sub { $warning_message = $_[0] };
2116         eval $a =~ /[a-z]/;
2117         ok(1);  # If it didn't crash, it worked.
2118     }
2119
2120     # !!! NOTE that tests that aren't at all likely to crash perl should go
2121     # a ways above, above these last ones.
2122 } # End of sub run_tests
2123
2124 1;