This is a live mirror of the Perl 5 development currently hosted at https://github.com/perl/perl5
fix perl #126186 make all verbs allow an optional arg
[perl5.git] / t / re / pat_advanced.t
1 #!./perl
2 #
3 # This is a home for regular expression tests that do not 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 BEGIN {
8     chdir 't' if -d 't';
9     @INC = qw(../lib .);
10     require './test.pl';
11     require './charset_tools.pl';
12     skip_all_if_miniperl("miniperl can't load Tie::Hash::NamedCapture, need for %+ and %-");
13 }
14
15 use strict;
16 use warnings;
17 use 5.010;
18 our ($REGMARK, $REGERROR);
19
20 sub run_tests;
21
22 $| = 1;
23
24 run_tests() unless caller;
25
26 #
27 # Tests start here.
28 #
29 sub run_tests {
30
31     {
32         # Japhy -- added 03/03/2001
33         () = (my $str = "abc") =~ /(...)/;
34         $str = "def";
35         is($1, "abc", 'Changing subject does not modify $1');
36     }
37
38   SKIP:
39     {
40         # The trick is that in EBCDIC the explicit numeric range should
41         # match (as also in non-EBCDIC) but the explicit alphabetic range
42         # should not match.
43         ok "\x8e" =~ /[\x89-\x91]/, '"\x8e" =~ /[\x89-\x91]/';
44         ok "\xce" =~ /[\xc9-\xd1]/, '"\xce" =~ /[\xc9-\xd1]/';
45         ok "\xd0" =~ /[\xc9-\xd1]/, '"\xd0" =~ /[\xc9-\xd1]/';
46
47         skip "Not an EBCDIC platform", 2 unless ord ('i') == 0x89 &&
48                                                 ord ('J') == 0xd1;
49
50         # In most places these tests would succeed since \x8e does not
51         # in most character sets match 'i' or 'j' nor would \xce match
52         # 'I' or 'J', but strictly speaking these tests are here for
53         # the good of EBCDIC, so let's test these only there.
54         unlike("\x8e", qr/[i-j]/, '"\x8e" !~ /[i-j]/');
55         unlike("\xce", qr/[I-J]/, '"\xce" !~ /[I-J]/');
56         unlike("\xd0", qr/[I-J]/, '"\xd0" !~ /[I-J]/');
57     }
58
59     {
60         ok "\x{ab}"   =~ /\x{ab}/,   '"\x{ab}"   =~ /\x{ab}/  ';
61         ok "\x{abcd}" =~ /\x{abcd}/, '"\x{abcd}" =~ /\x{abcd}/';
62     }
63
64     {
65         my $message = 'bug id 20001008.001';
66
67         my $strasse = "stra" . uni_to_native("\337") . "e";
68         my @x = ("$strasse 138", "$strasse 138");
69         for (@x) {
70             ok(s/(\d+)\s*([\w\-]+)/$1 . uc $2/e, $message);
71             ok(my ($latin) = /^(.+)(?:\s+\d)/, $message);
72             is($latin, $strasse, $message);
73             ok($latin =~ s/$strasse/straße/, $message);
74             #
75             # Previous code follows, but outcommented - there were no tests.
76             #
77             # $latin =~ s/stra\337e/straße/; # \303\237 after the 2nd a
78             # use utf8; # needed for the raw UTF-8
79             # $latin =~ s!(s)tr(?:aß|s+e)!$1tr.!; # \303\237 after the a
80         }
81     }
82
83     {
84         my $message = 'Test \x escapes';
85         ok("ba\xd4c" =~ /([a\xd4]+)/ && $1 eq "a\xd4", $message);
86         ok("ba\xd4c" =~ /([a\xd4]+)/ && $1 eq "a\x{d4}", $message);
87         ok("ba\x{d4}c" =~ /([a\xd4]+)/ && $1 eq "a\x{d4}", $message);
88         ok("ba\x{d4}c" =~ /([a\xd4]+)/ && $1 eq "a\xd4", $message);
89         ok("ba\xd4c" =~ /([a\x{d4}]+)/ && $1 eq "a\xd4", $message);
90         ok("ba\xd4c" =~ /([a\x{d4}]+)/ && $1 eq "a\x{d4}", $message);
91         ok("ba\x{d4}c" =~ /([a\x{d4}]+)/ && $1 eq "a\x{d4}", $message);
92         ok("ba\x{d4}c" =~ /([a\x{d4}]+)/ && $1 eq "a\xd4", $message);
93     }
94
95     {
96         my $message = 'Match code points > 255';
97         $_ = "abc\x{100}\x{200}\x{300}\x{380}\x{400}defg";
98         ok(/(.\x{300})./, $message);
99         ok($` eq "abc\x{100}"            && length ($`) == 4, $message);
100         ok($& eq "\x{200}\x{300}\x{380}" && length ($&) == 3, $message);
101         ok($' eq "\x{400}defg"           && length ($') == 5, $message);
102         ok($1 eq "\x{200}\x{300}"        && length ($1) == 2, $message);
103     }
104
105     {
106         my $x = "\x{10FFFD}";
107         $x =~ s/(.)/$1/g;
108         ok ord($x) == 0x10FFFD && length($x) == 1, "From Robin Houston";
109     }
110
111     {
112         my %d = (
113             "7f" => [0, 0, 0],
114             "80" => [1, 1, 0],
115             "ff" => [1, 1, 0],
116            "100" => [0, 1, 1],
117         );
118
119         while (my ($code, $match) = each %d) {
120             my $message = "Properties of \\x$code";
121             my $char = eval qq ["\\x{$code}"];
122
123             is(0 + ($char =~ /[\x80-\xff]/),    $$match[0], $message);
124             is(0 + ($char =~ /[\x80-\x{100}]/), $$match[1], $message);
125             is(0 + ($char =~ /[\x{100}]/),      $$match[2], $message);
126         }
127     }
128
129     {
130         # From Japhy
131         foreach (qw(c g o)) {
132             warning_like(sub {'' =~ "(?$_)"},    qr/^Useless \(\?$_\)/);
133             warning_like(sub {'' =~ "(?-$_)"},   qr/^Useless \(\?-$_\)/);
134         }
135
136         # Now test multi-error regexes
137         foreach (['(?g-o)', qr/^Useless \(\?g\)/, qr/^Useless \(\?-o\)/],
138                  ['(?g-c)', qr/^Useless \(\?g\)/, qr/^Useless \(\?-c\)/],
139                  # (?c) means (?g) error won't be thrown
140                  ['(?o-cg)', qr/^Useless \(\?o\)/, qr/^Useless \(\?-c\)/],
141                  ['(?ogc)', qr/^Useless \(\?o\)/, qr/^Useless \(\?g\)/,
142                   qr/^Useless \(\?c\)/],
143                 ) {
144             my ($re, @warnings) = @$_;
145             warnings_like(sub {eval "qr/$re/"}, \@warnings, "qr/$re/ warns");
146         }
147     }
148
149     {
150         my $message = "/x tests";
151         $_ = "foo";
152         foreach my $pat (<<"        --", <<"        --") {
153           /f
154            o\r
155            o
156            \$
157           /x
158         --
159           /f
160            o
161            o
162            \$\r
163           /x
164         --
165             is(eval $pat, 1, $message);
166             is($@, '', $message);
167         }
168     }
169
170     {
171         my $message = "/o feature";
172         sub test_o {$_ [0] =~ /$_[1]/o; return $1}
173         is(test_o ('abc', '(.)..'), 'a', $message);
174         is(test_o ('abc', '..(.)'), 'a', $message);
175     }
176
177     {
178         # Test basic $^N usage outside of a regex
179         my $message = '$^N usage outside of a regex';
180         my $x = "abcdef";
181         ok(($x =~ /cde/                  and !defined $^N), $message);
182         ok(($x =~ /(cde)/                and $^N eq "cde"), $message);
183         ok(($x =~ /(c)(d)(e)/            and $^N eq   "e"), $message);
184         ok(($x =~ /(c(d)e)/              and $^N eq "cde"), $message);
185         ok(($x =~ /(foo)|(c(d)e)/        and $^N eq "cde"), $message);
186         ok(($x =~ /(c(d)e)|(foo)/        and $^N eq "cde"), $message);
187         ok(($x =~ /(c(d)e)|(abc)/        and $^N eq "abc"), $message);
188         ok(($x =~ /(c(d)e)|(abc)x/       and $^N eq "cde"), $message);
189         ok(($x =~ /(c(d)e)(abc)?/        and $^N eq "cde"), $message);
190         ok(($x =~ /(?:c(d)e)/            and $^N eq   "d"), $message);
191         ok(($x =~ /(?:c(d)e)(?:f)/       and $^N eq   "d"), $message);
192         ok(($x =~ /(?:([abc])|([def]))*/ and $^N eq   "f"), $message);
193         ok(($x =~ /(?:([ace])|([bdf]))*/ and $^N eq   "f"), $message);
194         ok(($x =~ /(([ace])|([bd]))*/    and $^N eq   "e"), $message);
195        {ok(($x =~ /(([ace])|([bdf]))*/   and $^N eq   "f"), $message);}
196         ## Test to see if $^N is automatically localized -- it should now
197         ## have the value set in the previous test.
198         is($^N, "e", '$^N is automatically localized');
199
200         # Now test inside (?{ ... })
201         $message = '$^N usage inside (?{ ... })';
202         our ($y, $z);
203         ok(($x =~ /a([abc])(?{$y=$^N})c/                    and $y eq  "b"), $message);
204         ok(($x =~ /a([abc]+)(?{$y=$^N})d/                   and $y eq  "bc"), $message);
205         ok(($x =~ /a([abcdefg]+)(?{$y=$^N})d/               and $y eq  "bc"), $message);
206         ok(($x =~ /(a([abcdefg]+)(?{$y=$^N})d)(?{$z=$^N})e/ and $y eq  "bc"
207                                                             and $z eq "abcd"), $message);
208         ok(($x =~ /(a([abcdefg]+)(?{$y=$^N})de)(?{$z=$^N})/ and $y eq  "bc"
209                                                             and $z eq "abcde"), $message);
210
211     }
212
213   SKIP:
214     {
215         ## Should probably put in tests for all the POSIX stuff,
216         ## but not sure how to guarantee a specific locale......
217
218         skip "Not an ASCII platform", 2 unless $::IS_ASCII;
219         my $message = 'Test [[:cntrl:]]';
220         my $AllBytes = join "" => map {chr} 0 .. 255;
221         (my $x = $AllBytes) =~ s/[[:cntrl:]]//g;
222         is($x, join("", map {chr} 0x20 .. 0x7E, 0x80 .. 0xFF), $message);
223
224         ($x = $AllBytes) =~ s/[^[:cntrl:]]//g;
225         is($x, (join "", map {chr} 0x00 .. 0x1F, 0x7F), $message);
226     }
227
228     {
229         # With /s modifier UTF8 chars were interpreted as bytes
230         my $message = "UTF-8 chars aren't bytes";
231         my $a = "Hello \x{263A} World";
232         my @a = ($a =~ /./gs);
233         is($#a, 12, $message);
234     }
235
236     {
237         no warnings 'digit';
238         # Check that \x## works. 5.6.1 and 5.005_03 fail some of these.
239         my $x;
240         $x = "\x4e" . "E";
241         ok ($x =~ /^\x4EE$/, "Check only 2 bytes of hex are matched.");
242
243         $x = "\x4e" . "i";
244         ok ($x =~ /^\x4Ei$/, "Check that invalid hex digit stops it (2)");
245
246         $x = "\x4" . "j";
247         ok ($x =~ /^\x4j$/,  "Check that invalid hex digit stops it (1)");
248
249         $x = "\x0" . "k";
250         ok ($x =~ /^\xk$/,   "Check that invalid hex digit stops it (0)");
251
252         $x = "\x0" . "x";
253         ok ($x =~ /^\xx$/, "\\xx isn't to be treated as \\0");
254
255         $x = "\x0" . "xa";
256         ok ($x =~ /^\xxa$/, "\\xxa isn't to be treated as \\xa");
257
258         $x = "\x9" . "_b";
259         ok ($x =~ /^\x9_b$/, "\\x9_b isn't to be treated as \\x9b");
260
261         # and now again in [] ranges
262
263         $x = "\x4e" . "E";
264         ok ($x =~ /^[\x4EE]{2}$/, "Check only 2 bytes of hex are matched.");
265
266         $x = "\x4e" . "i";
267         ok ($x =~ /^[\x4Ei]{2}$/, "Check that invalid hex digit stops it (2)");
268
269         $x = "\x4" . "j";
270         ok ($x =~ /^[\x4j]{2}$/,  "Check that invalid hex digit stops it (1)");
271
272         $x = "\x0" . "k";
273         ok ($x =~ /^[\xk]{2}$/,   "Check that invalid hex digit stops it (0)");
274
275         $x = "\x0" . "x";
276         ok ($x =~ /^[\xx]{2}$/, "\\xx isn't to be treated as \\0");
277
278         $x = "\x0" . "xa";
279         ok ($x =~ /^[\xxa]{3}$/, "\\xxa isn't to be treated as \\xa");
280
281         $x = "\x9" . "_b";
282         ok ($x =~ /^[\x9_b]{3}$/, "\\x9_b isn't to be treated as \\x9b");
283
284         # Check that \x{##} works. 5.6.1 fails quite a few of these.
285
286         $x = "\x9b";
287         ok ($x =~ /^\x{9_b}$/, "\\x{9_b} is to be treated as \\x9b");
288
289         $x = "\x9b" . "y";
290         ok ($x =~ /^\x{9_b}y$/, "\\x{9_b} is to be treated as \\x9b (again)");
291
292         $x = "\x9b" . "y";
293         ok ($x =~ /^\x{9b_}y$/, "\\x{9b_} is to be treated as \\x9b");
294
295         $x = "\x9b" . "y";
296         ok ($x =~ /^\x{9_bq}y$/, "\\x{9_bc} is to be treated as \\x9b");
297
298         $x = "\x0" . "y";
299         ok ($x =~ /^\x{x9b}y$/, "\\x{x9b} is to be treated as \\x0");
300
301         $x = "\x0" . "y";
302         ok ($x =~ /^\x{0x9b}y$/, "\\x{0x9b} is to be treated as \\x0");
303
304         $x = "\x9b" . "y";
305         ok ($x =~ /^\x{09b}y$/, "\\x{09b} is to be treated as \\x9b");
306
307         $x = "\x9b";
308         ok ($x =~ /^[\x{9_b}]$/, "\\x{9_b} is to be treated as \\x9b");
309
310         $x = "\x9b" . "y";
311         ok ($x =~ /^[\x{9_b}y]{2}$/,
312                                  "\\x{9_b} is to be treated as \\x9b (again)");
313
314         $x = "\x9b" . "y";
315         ok ($x =~ /^[\x{9b_}y]{2}$/, "\\x{9b_} is to be treated as \\x9b");
316
317         $x = "\x9b" . "y";
318         ok ($x =~ /^[\x{9_bq}y]{2}$/, "\\x{9_bc} is to be treated as \\x9b");
319
320         $x = "\x0" . "y";
321         ok ($x =~ /^[\x{x9b}y]{2}$/, "\\x{x9b} is to be treated as \\x0");
322
323         $x = "\x0" . "y";
324         ok ($x =~ /^[\x{0x9b}y]{2}$/, "\\x{0x9b} is to be treated as \\x0");
325
326         $x = "\x9b" . "y";
327         ok ($x =~ /^[\x{09b}y]{2}$/, "\\x{09b} is to be treated as \\x9b");
328
329     }
330
331     {
332         # High bit bug -- japhy
333         my $x = "ab\200d";
334         ok $x =~ /.*?\200/, "High bit fine";
335     }
336
337     {
338         # The basic character classes and Unicode
339         ok "\x{0100}" =~ /\w/, 'LATIN CAPITAL LETTER A WITH MACRON in /\w/';
340         ok "\x{0660}" =~ /\d/, 'ARABIC-INDIC DIGIT ZERO in /\d/';
341         ok "\x{1680}" =~ /\s/, 'OGHAM SPACE MARK in /\s/';
342     }
343
344     {
345         my $message = "Folding matches and Unicode";
346         like("a\x{100}", qr/A/i, $message);
347         like("A\x{100}", qr/a/i, $message);
348         like("a\x{100}", qr/a/i, $message);
349         like("A\x{100}", qr/A/i, $message);
350         like("\x{101}a", qr/\x{100}/i, $message);
351         like("\x{100}a", qr/\x{100}/i, $message);
352         like("\x{101}a", qr/\x{101}/i, $message);
353         like("\x{100}a", qr/\x{101}/i, $message);
354         like("a\x{100}", qr/A\x{100}/i, $message);
355         like("A\x{100}", qr/a\x{100}/i, $message);
356         like("a\x{100}", qr/a\x{100}/i, $message);
357         like("A\x{100}", qr/A\x{100}/i, $message);
358         like("a\x{100}", qr/[A]/i, $message);
359         like("A\x{100}", qr/[a]/i, $message);
360         like("a\x{100}", qr/[a]/i, $message);
361         like("A\x{100}", qr/[A]/i, $message);
362         like("\x{101}a", qr/[\x{100}]/i, $message);
363         like("\x{100}a", qr/[\x{100}]/i, $message);
364         like("\x{101}a", qr/[\x{101}]/i, $message);
365         like("\x{100}a", qr/[\x{101}]/i, $message);
366     }
367
368     {
369         use charnames ':full';
370         my $message = "Folding 'LATIN LETTER A WITH GRAVE'";
371
372         my $lower = "\N{LATIN SMALL LETTER A WITH GRAVE}";
373         my $UPPER = "\N{LATIN CAPITAL LETTER A WITH GRAVE}";
374
375         like($lower, qr/$UPPER/i, $message);
376         like($UPPER, qr/$lower/i, $message);
377         like($lower, qr/[$UPPER]/i, $message);
378         like($UPPER, qr/[$lower]/i, $message);
379
380         $message = "Folding 'GREEK LETTER ALPHA WITH VRACHY'";
381
382         $lower = "\N{GREEK CAPITAL LETTER ALPHA WITH VRACHY}";
383         $UPPER = "\N{GREEK SMALL LETTER ALPHA WITH VRACHY}";
384
385         like($lower, qr/$UPPER/i, $message);
386         like($UPPER, qr/$lower/i, $message);
387         like($lower, qr/[$UPPER]/i, $message);
388         like($UPPER, qr/[$lower]/i, $message);
389
390         $message = "Folding 'LATIN LETTER Y WITH DIAERESIS'";
391
392         $lower = "\N{LATIN SMALL LETTER Y WITH DIAERESIS}";
393         $UPPER = "\N{LATIN CAPITAL LETTER Y WITH DIAERESIS}";
394
395         like($lower, qr/$UPPER/i, $message);
396         like($UPPER, qr/$lower/i, $message);
397         like($lower, qr/[$UPPER]/i, $message);
398         like($UPPER, qr/[$lower]/i, $message);
399     }
400
401     {
402         use charnames ':full';
403         my $message = "GREEK CAPITAL LETTER SIGMA vs " .
404                          "COMBINING GREEK PERISPOMENI";
405
406         my $SIGMA = "\N{GREEK CAPITAL LETTER SIGMA}";
407         my $char  = "\N{COMBINING GREEK PERISPOMENI}";
408
409         warning_is(sub {unlike("_:$char:_", qr/_:$SIGMA:_/i, $message)}, undef,
410                    'Did not warn [change a5961de5f4215b5c]');
411     }
412
413     {
414         my $message = '\X';
415         use charnames ':full';
416
417         ok("a!"                          =~ /^(\X)!/ && $1 eq "a", $message);
418         ok("\xDF!"                       =~ /^(\X)!/ && $1 eq "\xDF", $message);
419         ok("\x{100}!"                    =~ /^(\X)!/ && $1 eq "\x{100}", $message);
420         ok("\x{100}\x{300}!"             =~ /^(\X)!/ && $1 eq "\x{100}\x{300}", $message);
421         ok("\N{LATIN CAPITAL LETTER E}!" =~ /^(\X)!/ &&
422                $1 eq "\N{LATIN CAPITAL LETTER E}", $message);
423         ok("\N{LATIN CAPITAL LETTER E}\N{COMBINING GRAVE ACCENT}!"
424                                          =~ /^(\X)!/ &&
425                $1 eq "\N{LATIN CAPITAL LETTER E}\N{COMBINING GRAVE ACCENT}", $message);
426
427     }
428
429     {
430         my $message = "Final Sigma";
431
432         my $SIGMA = "\x{03A3}"; # CAPITAL
433         my $Sigma = "\x{03C2}"; # SMALL FINAL
434         my $sigma = "\x{03C3}"; # SMALL
435
436         like($SIGMA, qr/$SIGMA/i, $message);
437         like($SIGMA, qr/$Sigma/i, $message);
438         like($SIGMA, qr/$sigma/i, $message);
439
440         like($Sigma, qr/$SIGMA/i, $message);
441         like($Sigma, qr/$Sigma/i, $message);
442         like($Sigma, qr/$sigma/i, $message);
443
444         like($sigma, qr/$SIGMA/i, $message);
445         like($sigma, qr/$Sigma/i, $message);
446         like($sigma, qr/$sigma/i, $message);
447
448         like($SIGMA, qr/[$SIGMA]/i, $message);
449         like($SIGMA, qr/[$Sigma]/i, $message);
450         like($SIGMA, qr/[$sigma]/i, $message);
451
452         like($Sigma, qr/[$SIGMA]/i, $message);
453         like($Sigma, qr/[$Sigma]/i, $message);
454         like($Sigma, qr/[$sigma]/i, $message);
455
456         like($sigma, qr/[$SIGMA]/i, $message);
457         like($sigma, qr/[$Sigma]/i, $message);
458         like($sigma, qr/[$sigma]/i, $message);
459
460         $message = "More final Sigma";
461
462         my $S3 = "$SIGMA$Sigma$sigma";
463
464         ok(":$S3:" =~ /:(($SIGMA)+):/i   && $1 eq $S3 && $2 eq $sigma, $message);
465         ok(":$S3:" =~ /:(($Sigma)+):/i   && $1 eq $S3 && $2 eq $sigma, $message);
466         ok(":$S3:" =~ /:(($sigma)+):/i   && $1 eq $S3 && $2 eq $sigma, $message);
467
468         ok(":$S3:" =~ /:(([$SIGMA])+):/i && $1 eq $S3 && $2 eq $sigma, $message);
469         ok(":$S3:" =~ /:(([$Sigma])+):/i && $1 eq $S3 && $2 eq $sigma, $message);
470         ok(":$S3:" =~ /:(([$sigma])+):/i && $1 eq $S3 && $2 eq $sigma, $message);
471     }
472
473     {
474         use charnames ':full';
475         my $message = "Parlez-Vous " .
476                          "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais?";
477
478         ok("Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran.ais/ &&
479             $& eq "Francais", $message);
480         ok("Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~ /Fran.ais/ &&
481             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais", $message);
482         ok("Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran\Xais/ &&
483             $& eq "Francais", $message);
484         ok("Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~ /Fran\Xais/  &&
485             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais", $message);
486         ok("Franc\N{COMBINING CEDILLA}ais" =~ /Fran\Xais/ &&
487             $& eq "Franc\N{COMBINING CEDILLA}ais", $message);
488         ok("Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~
489            /Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais/  &&
490             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais", $message);
491         ok("Franc\N{COMBINING CEDILLA}ais" =~ /Franc\N{COMBINING CEDILLA}ais/ &&
492             $& eq "Franc\N{COMBINING CEDILLA}ais", $message);
493
494         my @f = (
495             ["Fran\N{LATIN SMALL LETTER C}ais",                    "Francais"],
496             ["Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais",
497                                "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais"],
498             ["Franc\N{COMBINING CEDILLA}ais", "Franc\N{COMBINING CEDILLA}ais"],
499         );
500         foreach my $entry (@f) {
501             my ($subject, $match) = @$entry;
502             ok($subject =~ /Fran(?:c\N{COMBINING CEDILLA}?|
503                     \N{LATIN SMALL LETTER C WITH CEDILLA})ais/x &&
504                $& eq $match, $message);
505         }
506     }
507
508     {
509         my $message = "Lingering (and useless) UTF8 flag doesn't mess up /i";
510         my $pat = "ABcde";
511         my $str = "abcDE\x{100}";
512         chop $str;
513         like($str, qr/$pat/i, $message);
514
515         $pat = "ABcde\x{100}";
516         $str = "abcDE";
517         chop $pat;
518         like($str, qr/$pat/i, $message);
519
520         $pat = "ABcde\x{100}";
521         $str = "abcDE\x{100}";
522         chop $pat;
523         chop $str;
524         like($str, qr/$pat/i, $message);
525     }
526
527     {
528         use charnames ':full';
529         my $message = "LATIN SMALL LETTER SHARP S " .
530                          "(\N{LATIN SMALL LETTER SHARP S})";
531
532         like("\N{LATIN SMALL LETTER SHARP S}",
533              qr/\N{LATIN SMALL LETTER SHARP S}/, $message);
534         like("\N{LATIN SMALL LETTER SHARP S}",
535              qr/\N{LATIN SMALL LETTER SHARP S}/i, $message);
536         like("\N{LATIN SMALL LETTER SHARP S}",
537              qr/[\N{LATIN SMALL LETTER SHARP S}]/, $message);
538         like("\N{LATIN SMALL LETTER SHARP S}",
539              qr/[\N{LATIN SMALL LETTER SHARP S}]/i, $message);
540
541         like("ss", qr /\N{LATIN SMALL LETTER SHARP S}/i, $message);
542         like("SS", qr /\N{LATIN SMALL LETTER SHARP S}/i, $message);
543         like("ss", qr/[\N{LATIN SMALL LETTER SHARP S}]/i, $message);
544         like("SS", qr/[\N{LATIN SMALL LETTER SHARP S}]/i, $message);
545
546         like("\N{LATIN SMALL LETTER SHARP S}", qr/ss/i, $message);
547         like("\N{LATIN SMALL LETTER SHARP S}", qr/SS/i, $message);
548
549          $message = "Unoptimized named sequence in class";
550         like("ss", qr/[\N{LATIN SMALL LETTER SHARP S}x]/i, $message);
551         like("SS", qr/[\N{LATIN SMALL LETTER SHARP S}x]/i, $message);
552         like("\N{LATIN SMALL LETTER SHARP S}",
553              qr/[\N{LATIN SMALL LETTER SHARP S}x]/, $message);
554         like("\N{LATIN SMALL LETTER SHARP S}",
555              qr/[\N{LATIN SMALL LETTER SHARP S}x]/i, $message);
556     }
557
558     {
559         # More whitespace: U+0085, U+2028, U+2029\n";
560
561         # U+0085, U+00A0 need to be forced to be Unicode, the \x{100} does that.
562         ok "<\x{100}" . uni_to_native("\x{0085}") . ">" =~ /<\x{100}\s>/, '\x{0085} in \s';
563         ok        "<" . uni_to_native("\x{0085}") . ">" =~        /<\v>/, '\x{0085} in \v';
564         ok "<\x{100}" . uni_to_native("\x{00A0}") . ">" =~ /<\x{100}\s>/, '\x{00A0} in \s';
565         ok        "<" . uni_to_native("\x{00A0}") . ">" =~        /<\h>/, '\x{00A0} in \h';
566         my @h = map {sprintf "%05x" => $_} 0x01680, 0x02000 .. 0x0200A,
567                                            0x0202F, 0x0205F, 0x03000;
568         my @v = map {sprintf "%05x" => $_} 0x02028, 0x02029;
569
570         my @H = map {sprintf "%05x" => $_} 0x01361,   0x0200B, 0x02408, 0x02420,
571                                            0x0303F,   0xE0020, 0x180E;
572         my @V = map {sprintf "%05x" => $_} 0x0008A .. 0x0008D, 0x00348, 0x10100,
573                                            0xE005F,   0xE007C, 0x180E;
574
575         for my $hex (@h) {
576             my $str = eval qq ["<\\x{$hex}>"];
577             ok $str =~ /<\s>/, "\\x{$hex} in \\s";
578             ok $str =~ /<\h>/, "\\x{$hex} in \\h";
579             ok $str !~ /<\v>/, "\\x{$hex} not in \\v";
580         }
581
582         for my $hex (@v) {
583             my $str = eval qq ["<\\x{$hex}>"];
584             ok $str =~ /<\s>/, "\\x{$hex} in \\s";
585             ok $str =~ /<\v>/, "\\x{$hex} in \\v";
586             ok $str !~ /<\h>/, "\\x{$hex} not in \\h";
587         }
588
589         for my $hex (@H) {
590             my $str = eval qq ["<\\x{$hex}>"];
591             ok $str =~ /<\S>/, "\\x{$hex} in \\S";
592             ok $str =~ /<\H>/, "\\x{$hex} in \\H";
593         }
594
595         for my $hex (@V) {
596             my $str = eval qq ["<\\x{$hex}>"];
597             ok $str =~ /<\S>/, "\\x{$hex} in \\S";
598             ok $str =~ /<\V>/, "\\x{$hex} in \\V";
599         }
600     }
601
602     {
603         # . with /s should work on characters, as opposed to bytes
604         my $message = ". with /s works on characters, not bytes";
605
606         my $s = "\x{e4}\x{100}";
607         # This is not expected to match: the point is that
608         # neither should we get "Malformed UTF-8" warnings.
609         warning_is(sub {$s =~ /\G(.+?)\n/gcs}, undef,
610                    "No 'Malformed UTF-8' warning");
611
612         my @c;
613         push @c => $1 while $s =~ /\G(.)/gs;
614
615         local $" = "";
616         is("@c", $s, $message);
617
618         # Test only chars < 256
619         my $t1 = "Q003\n\n\x{e4}\x{f6}\n\nQ004\n\n\x{e7}";
620         my $r1 = "";
621         while ($t1 =~ / \G ( .+? ) \n\s+ ( .+? ) ( $ | \n\s+ ) /xgcs) {
622         $r1 .= $1 . $2;
623         }
624
625         my $t2 = $t1 . "\x{100}"; # Repeat with a larger char
626         my $r2 = "";
627         while ($t2 =~ / \G ( .+? ) \n\s+ ( .+? ) ( $ | \n\s+ ) /xgcs) {
628         $r2 .= $1 . $2;
629         }
630         $r2 =~ s/\x{100}//;
631
632         is($r1, $r2, $message);
633     }
634
635     {
636         my $message = "Unicode lookbehind";
637         like("A\x{100}B"       , qr/(?<=A.)B/, $message);
638         like("A\x{200}\x{300}B", qr/(?<=A..)B/, $message);
639         like("\x{400}AB"       , qr/(?<=\x{400}.)B/, $message);
640         like("\x{500}\x{600}B" , qr/(?<=\x{500}.)B/, $message);
641
642         # Original code also contained:
643         # ok "\x{500\x{600}}B"  =~ /(?<=\x{500}.)B/;
644         # but that looks like a typo.
645     }
646
647     {
648         my $message = 'UTF-8 hash keys and /$/';
649         # http://www.xray.mpe.mpg.de/mailing-lists/perl5-porters
650         #                                         /2002-01/msg01327.html
651
652         my $u = "a\x{100}";
653         my $v = substr ($u, 0, 1);
654         my $w = substr ($u, 1, 1);
655         my %u = ($u => $u, $v => $v, $w => $w);
656         for (keys %u) {
657             my $m1 =            /^\w*$/ ? 1 : 0;
658             my $m2 = $u {$_} =~ /^\w*$/ ? 1 : 0;
659             is($m1, $m2, $message);
660         }
661     }
662
663     {
664         my $message = "No SEGV in s/// and UTF-8";
665         my $s = "s#\x{100}" x 4;
666         ok($s =~ s/[^\w]/ /g, $message);
667         if ( 1 or $ENV{PERL_TEST_LEGACY_POSIX_CC} ) {
668             is($s, "s \x{100}" x 4, $message);
669         }
670         else {
671             is($s, "s  " x 4, $message);
672         }
673     }
674
675     {
676         my $message = "UTF-8 bug (maybe already known?)";
677         my $u = "foo";
678         $u =~ s/./\x{100}/g;
679         is($u, "\x{100}\x{100}\x{100}", $message);
680
681         $u = "foobar";
682         $u =~ s/[ao]/\x{100}/g;
683         is($u, "f\x{100}\x{100}b\x{100}r", $message);
684
685         $u =~ s/\x{100}/e/g;
686         is($u, "feeber", $message);
687     }
688
689     {
690         my $message = "UTF-8 bug with s///";
691         # check utf8/non-utf8 mixtures
692         # try to force all float/anchored check combinations
693
694         my $c = "\x{100}";
695         my $subst;
696         for my $re ("xx.*$c", "x.*$c$c", "$c.*xx", "$c$c.*x",
697                     "xx.*(?=$c)", "(?=$c).*xx",) {
698             unlike("xxx", qr/$re/, $message);
699             ok(+($subst = "xxx") !~ s/$re//, $message);
700         }
701         for my $re ("xx.*$c*", "$c*.*xx") {
702             like("xxx", qr/$re/, $message);
703             ok(+($subst = "xxx") =~ s/$re//, $message);
704             is($subst, "", $message);
705         }
706         for my $re ("xxy*", "y*xx") {
707             like("xx$c", qr/$re/, $message);
708             ok(+($subst = "xx$c") =~ s/$re//, $message);
709             is($subst, $c, $message);
710             unlike("xy$c", qr/$re/, $message);
711             ok(+($subst = "xy$c") !~ s/$re//, $message);
712         }
713         for my $re ("xy$c*z", "x$c*yz") {
714             like("xyz", qr/$re/, $message);
715             ok(+($subst = "xyz") =~ s/$re//, $message);
716             is($subst, "", $message);
717         }
718     }
719
720     {
721         # The second half of RT #114808
722         warning_is(sub {'aa' =~ /.+\x{100}/}, undef,
723                    'utf8-only floating substr, non-utf8 target, no warning');
724     }
725
726     {
727         my $message = "qr /.../x";
728         my $R = qr / A B C # D E/x;
729         ok("ABCDE" =~    $R   && $& eq "ABC", $message);
730         ok("ABCDE" =~   /$R/  && $& eq "ABC", $message);
731         ok("ABCDE" =~  m/$R/  && $& eq "ABC", $message);
732         ok("ABCDE" =~  /($R)/ && $1 eq "ABC", $message);
733         ok("ABCDE" =~ m/($R)/ && $1 eq "ABC", $message);
734     }
735
736     {
737         local $\;
738         $_ = 'aaaaaaaaaa';
739         utf8::upgrade($_); chop $_; $\="\n";
740         ok /[^\s]+/, 'm/[^\s]/ utf8';
741         ok /[^\d]+/, 'm/[^\d]/ utf8';
742         ok +($a = $_, $_ =~ s/[^\s]+/./g), 's/[^\s]/ utf8';
743         ok +($a = $_, $a =~ s/[^\d]+/./g), 's/[^\s]/ utf8';
744     }
745
746     {
747         # Subject: Odd regexp behavior
748         # From: Markus Kuhn <Markus.Kuhn@cl.cam.ac.uk>
749         # Date: Wed, 26 Feb 2003 16:53:12 +0000
750         # Message-Id: <E18o4nw-0008Ly-00@wisbech.cl.cam.ac.uk>
751         # To: perl-unicode@perl.org
752
753         my $message = 'Markus Kuhn 2003-02-26';
754
755         my $x = "\x{2019}\nk";
756         ok($x =~ s/(\S)\n(\S)/$1 $2/sg, $message);
757         is($x, "\x{2019} k", $message);
758
759         $x = "b\nk";
760         ok($x =~ s/(\S)\n(\S)/$1 $2/sg, $message);
761         is($x, "b k", $message);
762
763         like("\x{2019}", qr/\S/, $message);
764     }
765
766     {
767         ok "\x{100}\n" =~ /\x{100}\n$/, "UTF-8 length cache and fbm_compile";
768     }
769
770     {
771         package Str;
772         use overload q /""/ => sub {${$_ [0]};};
773         sub new {my ($c, $v) = @_; bless \$v, $c;}
774
775         package main;
776         $_ = Str -> new ("a\x{100}/\x{100}b");
777         ok join (":", /\b(.)\x{100}/g) eq "a:/", "re_intuit_start and PL_bostr";
778     }
779
780     {
781         my $re = qq /^([^X]*)X/;
782         utf8::upgrade ($re);
783         ok "\x{100}X" =~ /$re/, "S_cl_and ANYOF_UNICODE & ANYOF_INVERTED";
784         my $loc_re = qq /(?l:^([^X]*)X)/;
785         utf8::upgrade ($loc_re);
786         no warnings 'locale';
787         ok "\x{100}X" =~ /$loc_re/, "locale, S_cl_and ANYOF_UNICODE & ANYOF_INVERTED";
788     }
789
790     {
791         ok "123\x{100}" =~ /^.*1.*23\x{100}$/,
792            'UTF-8 + multiple floating substr';
793     }
794
795     {
796         my $message = '<20030808193656.5109.1@llama.ni-s.u-net.com>';
797
798         # LATIN SMALL/CAPITAL LETTER A WITH MACRON
799         like("  \x{101}", qr/\x{100}/i, $message);
800
801         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW
802         like("  \x{1E01}", qr/\x{1E00}/i, $message);
803
804         # DESERET SMALL/CAPITAL LETTER LONG I
805         like("  \x{10428}", qr/\x{10400}/i, $message);
806
807         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'
808         like("  \x{1E01}x", qr/\x{1E00}X/i, $message);
809     }
810
811     {
812         for (120 .. 130, 240 .. 260) {
813             my $head = 'x' x $_;
814             my $message = q [Don't misparse \x{...} in regexp ] .
815                              q [near EXACT char count limit];
816             for my $tail ('\x{0061}', '\x{1234}', '\x61') {
817                 eval qq{like("$head$tail", qr/$head$tail/, \$message)};
818                 is($@, '', $message);
819             }
820             $message = q [Don't misparse \N{...} in regexp ] .
821                              q [near EXACT char count limit];
822             for my $tail ('\N{SNOWFLAKE}') {
823                 eval qq {use charnames ':full';
824                          like("$head$tail", qr/$head$tail/, \$message)};
825                 is($@, '', $message);
826             }
827         }
828     }
829
830     {   # TRIE related
831         our @got = ();
832         "words" =~ /(word|word|word)(?{push @got, $1})s$/;
833         is(@got, 1, "TRIE optimisation");
834
835         @got = ();
836         "words" =~ /(word|word|word)(?{push @got,$1})s$/i;
837         is(@got, 1,"TRIEF optimisation");
838
839         my @nums = map {int rand 1000} 1 .. 100;
840         my $re = "(" . (join "|", @nums) . ")";
841         $re = qr/\b$re\b/;
842
843         foreach (@nums) {
844             ok $_ =~ /$re/, "Trie nums";
845         }
846
847         $_ = join " ", @nums;
848         @got = ();
849         push @got, $1 while /$re/g;
850
851         my %count;
852         $count {$_} ++ for @got;
853         my $ok = 1;
854         for (@nums) {
855             $ok = 0 if --$count {$_} < 0;
856         }
857         ok $ok, "Trie min count matches";
858     }
859
860     {
861         # TRIE related
862         # LATIN SMALL/CAPITAL LETTER A WITH MACRON
863         ok "foba  \x{101}foo" =~ qr/(foo|\x{100}foo|bar)/i &&
864            $1 eq "\x{101}foo",
865            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH MACRON";
866
867         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW
868         ok "foba  \x{1E01}foo" =~ qr/(foo|\x{1E00}foo|bar)/i &&
869            $1 eq "\x{1E01}foo",
870            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH RING BELOW";
871
872         # DESERET SMALL/CAPITAL LETTER LONG I
873         ok "foba  \x{10428}foo" =~ qr/(foo|\x{10400}foo|bar)/i &&
874            $1 eq "\x{10428}foo",
875            "TRIEF + DESERET SMALL/CAPITAL LETTER LONG I";
876
877         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'
878         ok "foba  \x{1E01}xfoo" =~ qr/(foo|\x{1E00}Xfoo|bar)/i &&
879            $1 eq "\x{1E01}xfoo",
880            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'";
881
882         use charnames ':full';
883
884         my $s = "\N{LATIN SMALL LETTER SHARP S}";
885         ok "foba  ba$s" =~ qr/(foo|Ba$s|bar)/i &&  $1 eq "ba$s",
886            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
887         ok "foba  ba$s" =~ qr/(Ba$s|foo|bar)/i &&  $1 eq "ba$s",
888            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
889         ok "foba  ba$s" =~ qr/(foo|bar|Ba$s)/i &&  $1 eq "ba$s",
890            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
891
892         ok "foba  ba$s" =~ qr/(foo|Bass|bar)/i &&  $1 eq "ba$s",
893            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
894
895         ok "foba  ba$s" =~ qr/(foo|BaSS|bar)/i &&  $1 eq "ba$s",
896            "TRIEF + LATIN SMALL LETTER SHARP S =~ SS";
897
898         ok "foba  ba${s}pxySS$s$s" =~ qr/(b(?:a${s}t|a${s}f|a${s}p)[xy]+$s*)/i
899             &&  $1 eq "ba${s}pxySS$s$s",
900            "COMMON PREFIX TRIEF + LATIN SMALL LETTER SHARP S";
901     }
902
903     {
904         BEGIN {
905             unshift @INC, 'lib';
906         }
907         use Cname;
908
909         ok 'fooB'  =~ /\N{foo}[\N{B}\N{b}]/, "Passthrough charname";
910         my $name = "foo\xDF";
911         my $result = eval "'A${name}B'  =~ /^A\\N{$name}B\$/";
912         ok !$@ && $result,  "Passthrough charname of non-ASCII, Latin1";
913         #
914         # Why doesn't must_warn work here?
915         #
916         my $w;
917         local $SIG {__WARN__} = sub {$w .= "@_"};
918         $result = eval 'q(WARN) =~ /^[\N{WARN}]$/';
919         ok !$@ && $result && ! $w,  '\N{} returning multi-char works';
920
921         undef $w;
922         eval q [ok "\0" !~ /[\N{EMPTY-STR}XY]/,
923                    "Zerolength charname in charclass doesn't match \\\\0"];
924         ok $w && $w =~ /Ignoring zero length/,
925                  'Ignoring zero length \N{} in character class warning';
926         undef $w;
927         eval q [ok 'xy' =~ /x[\N{EMPTY-STR} y]/x,
928                     'Empty string charname in [] is ignored; finds a following character'];
929         ok $w && $w =~ /Ignoring zero length/,
930                  'Ignoring zero length \N{} in character class warning';
931         undef $w;
932         eval q [ok 'x ' =~ /x[\N{EMPTY-STR} y]/,
933                     'Empty string charname in [] is ignored; finds a following blank under /x'];
934         ok $w && $w =~ /Ignoring zero length/,
935                  'Ignoring zero length \N{} in character class warning';
936
937         ok 'AB'  =~ /(\N{EVIL})/ && $1 eq 'A', 'Charname caching $1';
938         ok 'ABC' =~ /(\N{EVIL})/,              'Charname caching $1';
939         ok 'xy'  =~ /x\N{EMPTY-STR}y/,
940                     'Empty string charname produces NOTHING node';
941         ok ''    =~ /\N{EMPTY-STR}/,
942                     'Empty string charname produces NOTHING node';
943         ok "\N{LONG-STR}" =~ /^\N{LONG-STR}$/, 'Verify that long string works';
944         ok "\N{LONG-STR}" =~ /^\N{LONG-STR}$/i, 'Verify under folding that long string works';
945
946         eval '/(?[[\N{EMPTY-STR}]])/';
947         ok $@ && $@ =~ /Zero length \\N\{}/;
948
949         undef $w;
950         {
951             () = eval q ["\N{TOO  MANY SPACES}"];
952             like ($@, qr/charnames alias definitions may not contain a sequence of multiple spaces/, "Multiple spaces in a row in a charnames alias is fatal");
953             eval q [use utf8; () = "\N{TOO  MANY SPACES}"];
954             like ($@, qr/charnames alias definitions may not contain a sequence of multiple spaces/,  "... same under utf8");
955         }
956
957         undef $w;
958         {
959             () = eval q ["\N{TRAILING SPACE }"];
960             like ($@, qr/charnames alias definitions may not contain trailing white-space/, "Trailing white-space in a charnames alias is fatal");
961             eval q [use utf8; () = "\N{TRAILING SPACE }"];
962             like ($@, qr/charnames alias definitions may not contain trailing white-space/, "... same under utf8");
963         }
964
965         undef $w;
966         my $Cedilla_Latin1 = "GAR"
967                            . uni_to_native("\xC7")
968                            . "ON";
969         my $Cedilla_utf8 = $Cedilla_Latin1;
970         utf8::upgrade($Cedilla_utf8);
971         eval qq[is("\\N{$Cedilla_Latin1}", "$Cedilla_Latin1", "A cedilla in character name works")];
972         undef $w;
973             {
974             use feature 'unicode_eval';
975             eval qq[use utf8; is("\\N{$Cedilla_utf8}", "$Cedilla_utf8", "... same under 'use utf8': they work")];
976         }
977
978         undef $w;
979         my $NBSP_Latin1 = "NBSP"
980                         . uni_to_native("\xA0")
981                         . "SEPARATED"
982                         . uni_to_native("\xA0")
983                         . "SPACE";
984         my $NBSP_utf8 = $NBSP_Latin1;
985         utf8::upgrade($NBSP_utf8);
986         eval qq[is("\\N{$NBSP_Latin1}", "$NBSP_Latin1", "An NBSP in character name works")];
987         like ($w, qr/NO-BREAK SPACE in a charnames alias definition is deprecated/, "... but returns a deprecation warning");
988         undef $w;
989             {
990             use feature 'unicode_eval';
991             eval qq[use utf8; is("\\N{$NBSP_utf8}", "$NBSP_utf8", "Same under 'use utf8': they work")];
992             like ($w, qr/NO-BREAK SPACE in a charnames alias definition is deprecated/, "... but return a deprecation warning");
993         }
994         {
995             # disable lexical warnings
996             BEGIN { ${^WARNING_BITS} = undef; $^W = 0 }
997             undef $w;
998             () = eval qq["\\N{$NBSP_Latin1}"];
999             like ($w, qr/NO-BREAK SPACE in a charnames alias definition is deprecated/, "And returns a deprecation warning outside of lexical warnings");
1000             undef $w;
1001             use feature 'unicode_eval';
1002             eval qq[use utf8; () = "\\N{$NBSP_utf8}"];
1003             like ($w, qr/NO-BREAK SPACE in a charnames alias definition is deprecated/, "... same under utf8");
1004         }
1005         {
1006             no warnings 'deprecated';
1007             undef $w;
1008             eval qq["\\N{$NBSP_Latin1}"];
1009             ok (! defined $w, "... and no warning if warnings are off");
1010             use feature 'unicode_eval';
1011             eval qq[use utf8; "\\N{$NBSP_utf8}"];
1012             ok (! defined $w, "... same under 'use utf8'");
1013         }
1014         {
1015             use warnings FATAL=>'deprecated';
1016             () = eval qq["\\N{$NBSP_Latin1}"];
1017             like ($@, qr/NO-BREAK SPACE in a charnames alias definition is deprecated/, "... the warning can be fatal");
1018             use feature 'unicode_eval';
1019             eval qq[use utf8; () = "\\N{$NBSP_utf8}"];
1020             like ($@, qr/NO-BREAK SPACE in a charnames alias definition is deprecated/, "... same under utf8");
1021         }
1022
1023         {
1024             BEGIN { no strict; *CnameTest:: = *{"_charnames\0A::" } }
1025             package CnameTest { sub translator { pop } }
1026             BEGIN { $^H{charnames} = \&CnameTest::translator }
1027             undef $w;
1028             () = eval q ["\N{TOO  MANY SPACES}"];
1029             like ($@, qr/charnames alias definitions may not contain a sequence of multiple spaces/,
1030                  'translators in _charnames\0* packages get validated');
1031         }
1032
1033         # If remove the limitation in regcomp code these should work
1034         # differently
1035         undef $w;
1036         eval q [ok "\N{TOO-LONG-STR}" =~ /^\N{TOO-LONG-STR}$/, 'Verify that what once was too long a string works'];
1037         eval 'q() =~ /\N{4F}/';
1038         ok $@ && $@ =~ /Invalid character/, 'Verify that leading digit in name gives error';
1039         eval 'q() =~ /\N{COM,MA}/';
1040         ok $@ && $@ =~ /Invalid character/, 'Verify that comma in name gives error';
1041         $name = "A" . uni_to_native("\x{D7}") . "O";
1042         eval "q(W) =~ /\\N{$name}/";
1043         ok $@ && $@ =~ /Invalid character/, 'Verify that latin1 symbol in name gives error';
1044         my $utf8_name = "7 CITIES OF GOLD";
1045         utf8::upgrade($utf8_name);
1046         eval "use utf8; q(W) =~ /\\N{$utf8_name}/";
1047         ok $@ && $@ =~ /Invalid character/, 'Verify that leading digit in utf8 name gives error';
1048         $utf8_name = "SHARP #";
1049         utf8::upgrade($utf8_name);
1050         eval "use utf8; q(W) =~ /\\N{$utf8_name}/";
1051         ok $@ && $@ =~ /Invalid character/, 'Verify that ASCII symbol in utf8 name gives error';
1052         $utf8_name = "A HOUSE " . uni_to_native("\xF7") . " AGAINST ITSELF";
1053         utf8::upgrade($utf8_name);
1054         eval "use utf8; q(W) =~ /\\N{$utf8_name}/";
1055         ok $@ && $@ =~ /Invalid character/, 'Verify that latin1 symbol in utf8 name gives error';
1056         $utf8_name = "\x{664} HORSEMEN}";
1057         eval "use utf8; q(W) =~ /\\N{$utf8_name}/";
1058         ok $@ && $@ =~ /Invalid character/, 'Verify that leading above Latin1 digit in utf8 name gives error';
1059         $utf8_name = "A \x{1F4A9} WOULD SMELL AS SWEET}";
1060         eval "use utf8; q(W) =~ /\\N{$utf8_name}/";
1061         ok $@ && $@ =~ /Invalid character/, 'Verify that above Latin1 symbol in utf8 name gives error';
1062
1063         undef $w;
1064         $name = "A" . uni_to_native("\x{D1}") . "O";
1065         eval "q(W) =~ /\\N{$name}/";
1066         ok ! $w, 'Verify that latin1 letter in name doesnt give warning';
1067
1068         # This tests the code path that restarts the parse when the recursive
1069         # call to S_reg() from within S_grok_bslash_N() discovers that the
1070         # pattern needs to be recalculated as UTF-8.  use eval to avoid
1071         # needing literal Unicode in this source file:
1072         my $r = eval "qr/\\N{\x{100}\x{100}}/";
1073         isnt $r, undef, "Generated regex for multi-char UTF-8 charname"
1074             or diag($@);
1075         ok "\x{100}\x{100}" =~ $r, "which matches";
1076     }
1077
1078     {
1079         use charnames ':full';
1080
1081         ok 'aabc' !~ /a\N{PLUS SIGN}b/, '/a\N{PLUS SIGN}b/ against aabc';
1082         ok 'a+bc' =~ /a\N{PLUS SIGN}b/, '/a\N{PLUS SIGN}b/ against a+bc';
1083
1084         ok ' A B' =~ /\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}/,
1085             'Intermixed named and unicode escapes';
1086         ok "\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}" =~
1087            /\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}/,
1088             'Intermixed named and unicode escapes';
1089         ok "\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}" =~
1090            /[\N{SPACE}\N{U+0041}][\N{SPACE}\N{U+0042}]/,
1091             'Intermixed named and unicode escapes';
1092         ok "\0" =~ /^\N{NULL}$/, 'Verify that \N{NULL} works; is not confused with an error';
1093     }
1094
1095     {
1096         our $brackets;
1097         $brackets = qr{
1098             {  (?> [^{}]+ | (??{ $brackets }) )* }
1099         }x;
1100
1101         ok "{b{c}d" !~ m/^((??{ $brackets }))/, "Bracket mismatch";
1102
1103         SKIP: {
1104             our @stack = ();
1105             my @expect = qw(
1106                 stuff1
1107                 stuff2
1108                 <stuff1>and<stuff2>
1109                 right
1110                 <right>
1111                 <<right>>
1112                 <<<right>>>
1113                 <<stuff1>and<stuff2>><<<<right>>>>
1114             );
1115
1116             local $_ = '<<<stuff1>and<stuff2>><<<<right>>>>>';
1117             ok /^(<((?:(?>[^<>]+)|(?1))*)>(?{push @stack, $2 }))$/,
1118                 "Recursion matches";
1119             is(@stack, @expect, "Right amount of matches")
1120                  or skip "Won't test individual results as count isn't equal",
1121                           0 + @expect;
1122             my $idx = 0;
1123             foreach my $expect (@expect) {
1124                 is($stack [$idx], $expect,
1125                    "Expecting '$expect' at stack pos #$idx");
1126                 $idx ++;
1127             }
1128         }
1129     }
1130
1131     {
1132         my $s = '123453456';
1133         $s =~ s/(?<digits>\d+)\k<digits>/$+{digits}/;
1134         ok $s eq '123456', 'Named capture (angle brackets) s///';
1135         $s = '123453456';
1136         $s =~ s/(?'digits'\d+)\k'digits'/$+{digits}/;
1137         ok $s eq '123456', 'Named capture (single quotes) s///';
1138     }
1139
1140     {
1141         my @ary = (
1142             pack('U', 0x00F1), # n-tilde
1143             '_'.pack('U', 0x00F1), # _ + n-tilde
1144             'c'.pack('U', 0x0327),        # c + cedilla
1145             pack('U*', 0x00F1, 0x0327),# n-tilde + cedilla
1146             pack('U', 0x0391),            # ALPHA
1147             pack('U', 0x0391).'2',        # ALPHA + 2
1148             pack('U', 0x0391).'_',        # ALPHA + _
1149         );
1150
1151         for my $uni (@ary) {
1152             my ($r1, $c1, $r2, $c2) = eval qq {
1153                 use utf8;
1154                 scalar ("..foo foo.." =~ /(?'${uni}'foo) \\k'${uni}'/),
1155                         \$+{${uni}},
1156                 scalar ("..bar bar.." =~ /(?<${uni}>bar) \\k<${uni}>/),
1157                         \$+{${uni}};
1158             };
1159             ok $r1,                         "Named capture UTF (?'')";
1160             ok defined $c1 && $c1 eq 'foo', "Named capture UTF \%+";
1161             ok $r2,                         "Named capture UTF (?<>)";
1162             ok defined $c2 && $c2 eq 'bar', "Named capture UTF \%+";
1163         }
1164     }
1165
1166     {
1167         my $s = 'foo bar baz';
1168         my @res;
1169         if ('1234' =~ /(?<A>1)(?<B>2)(?<A>3)(?<B>4)/) {
1170             foreach my $name (sort keys(%-)) {
1171                 my $ary = $- {$name};
1172                 foreach my $idx (0 .. $#$ary) {
1173                     push @res, "$name:$idx:$ary->[$idx]";
1174                 }
1175             }
1176         }
1177         my @expect = qw (A:0:1 A:1:3 B:0:2 B:1:4);
1178         is("@res", "@expect", "Check %-");
1179         eval'
1180             no warnings "uninitialized";
1181             print for $- {this_key_doesnt_exist};
1182         ';
1183         ok !$@,'lvalue $- {...} should not throw an exception';
1184     }
1185
1186     {
1187         # \, breaks {3,4}
1188         no warnings qw{deprecated regexp};
1189         ok "xaaay"    !~ /xa{3\,4}y/, '\, in a pattern';
1190         ok "xa{3,4}y" =~ /xa{3\,4}y/, '\, in a pattern';
1191
1192         # \c\ followed by _
1193         ok "x\c_y"    !~ /x\c\_y/,    '\_ in a pattern';
1194         ok "x\c\_y"   =~ /x\c\_y/,    '\_ in a pattern';
1195
1196         # \c\ followed by other characters
1197         for my $c ("z", "\0", "!", chr(254), chr(256)) {
1198             my $targ = "a" . uni_to_native("\034") . "$c";
1199             my $reg  = "a\\c\\$c";
1200             ok eval ("qq/$targ/ =~ /$reg/"), "\\c\\ in pattern";
1201         }
1202     }
1203
1204     {   # Test the (*PRUNE) pattern
1205         our $count = 0;
1206         'aaab' =~ /a+b?(?{$count++})(*FAIL)/;
1207         is($count, 9, "Expect 9 for no (*PRUNE)");
1208         $count = 0;
1209         'aaab' =~ /a+b?(*PRUNE)(?{$count++})(*FAIL)/;
1210         is($count, 3, "Expect 3 with (*PRUNE)");
1211         local $_ = 'aaab';
1212         $count = 0;
1213         1 while /.(*PRUNE)(?{$count++})(*FAIL)/g;
1214         is($count, 4, "/.(*PRUNE)/");
1215         $count = 0;
1216         'aaab' =~ /a+b?(??{'(*PRUNE)'})(?{$count++})(*FAIL)/;
1217         is($count, 3, "Expect 3 with (*PRUNE)");
1218         local $_ = 'aaab';
1219         $count = 0;
1220         1 while /.(??{'(*PRUNE)'})(?{$count++})(*FAIL)/g;
1221         is($count, 4, "/.(*PRUNE)/");
1222     }
1223
1224     {   # Test the (*SKIP) pattern
1225         our $count = 0;
1226         'aaab' =~ /a+b?(*SKIP)(?{$count++})(*FAIL)/;
1227         is($count, 1, "Expect 1 with (*SKIP)");
1228         local $_ = 'aaab';
1229         $count = 0;
1230         1 while /.(*SKIP)(?{$count++})(*FAIL)/g;
1231         is($count, 4, "/.(*SKIP)/");
1232         $_ = 'aaabaaab';
1233         $count = 0;
1234         our @res = ();
1235         1 while /(a+b?)(*SKIP)(?{$count++; push @res,$1})(*FAIL)/g;
1236         is($count, 2, "Expect 2 with (*SKIP)");
1237         is("@res", "aaab aaab", "Adjacent (*SKIP) works as expected");
1238     }
1239
1240     {   # Test the (*SKIP) pattern
1241         our $count = 0;
1242         'aaab' =~ /a+b?(*MARK:foo)(*SKIP)(?{$count++})(*FAIL)/;
1243         is($count, 1, "Expect 1 with (*SKIP)");
1244         local $_ = 'aaab';
1245         $count = 0;
1246         1 while /.(*MARK:foo)(*SKIP)(?{$count++})(*FAIL)/g;
1247         is($count, 4, "/.(*SKIP)/");
1248         $_ = 'aaabaaab';
1249         $count = 0;
1250         our @res = ();
1251         1 while /(a+b?)(*MARK:foo)(*SKIP)(?{$count++; push @res,$1})(*FAIL)/g;
1252         is($count, 2, "Expect 2 with (*SKIP)");
1253         is("@res", "aaab aaab", "Adjacent (*SKIP) works as expected");
1254     }
1255
1256     {   # Test the (*SKIP) pattern
1257         our $count = 0;
1258         'aaab' =~ /a*(*MARK:a)b?(*MARK:b)(*SKIP:a)(?{$count++})(*FAIL)/;
1259         is($count, 3, "Expect 3 with *MARK:a)b?(*MARK:b)(*SKIP:a)");
1260         local $_ = 'aaabaaab';
1261         $count = 0;
1262         our @res = ();
1263         1 while
1264         /(a*(*MARK:a)b?)(*MARK:x)(*SKIP:a)(?{$count++; push @res,$1})(*FAIL)/g;
1265         is($count, 5, "Expect 5 with (*MARK:a)b?)(*MARK:x)(*SKIP:a)");
1266         is("@res", "aaab b aaab b ",
1267            "Adjacent (*MARK:a)b?)(*MARK:x)(*SKIP:a) works as expected");
1268     }
1269
1270     {   # Test the (*COMMIT) pattern
1271         our $count = 0;
1272         'aaabaaab' =~ /a+b?(*COMMIT)(?{$count++})(*FAIL)/;
1273         is($count, 1, "Expect 1 with (*COMMIT)");
1274         local $_ = 'aaab';
1275         $count = 0;
1276         1 while /.(*COMMIT)(?{$count++})(*FAIL)/g;
1277         is($count, 1, "/.(*COMMIT)/");
1278         $_ = 'aaabaaab';
1279         $count = 0;
1280         our @res = ();
1281         1 while /(a+b?)(*COMMIT)(?{$count++; push @res,$1})(*FAIL)/g;
1282         is($count, 1, "Expect 1 with (*COMMIT)");
1283         is("@res", "aaab", "Adjacent (*COMMIT) works as expected");
1284
1285         ok("1\n2a\n" !~ /^\d+(*COMMIT)\w+/m, "COMMIT and anchors");
1286     }
1287
1288     {
1289         # Test named commits and the $REGERROR var
1290         local $REGERROR;
1291         for my $name ('', ':foo') {
1292             for my $pat ("(*PRUNE$name)",
1293                          ($name ? "(*MARK$name)" : "") . "(*SKIP$name)",
1294                          "(*COMMIT$name)") {
1295                 for my $suffix ('(*FAIL)', '') {
1296                     'aaaab' =~ /a+b$pat$suffix/;
1297                     is($REGERROR,
1298                          ($suffix ? ($name ? 'foo' : "1") : ""),
1299                         "Test $pat and \$REGERROR $suffix");
1300                 }
1301             }
1302         }
1303     }
1304
1305     {
1306         # Test named commits and the $REGERROR var
1307         package Fnorble;
1308         our $REGERROR;
1309         local $REGERROR;
1310         for my $name ('', ':foo') {
1311             for my $pat ("(*PRUNE$name)",
1312                          ($name ? "(*MARK$name)" : "") . "(*SKIP$name)",
1313                          "(*COMMIT$name)") {
1314                 for my $suffix ('(*FAIL)','') {
1315                     'aaaab' =~ /a+b$pat$suffix/;
1316                     ::is($REGERROR,
1317                          ($suffix ? ($name ? 'foo' : "1") : ""),
1318                          "Test $pat and \$REGERROR $suffix");
1319                 }
1320             }
1321         }
1322     }
1323
1324     {
1325         # Test named commits and the $REGERROR var
1326         my $message = '$REGERROR';
1327         local $REGERROR;
1328         for my $word (qw (bar baz bop)) {
1329             $REGERROR = "";
1330             "aaaaa$word" =~
1331               /a+(?:bar(*COMMIT:bar)|baz(*COMMIT:baz)|bop(*COMMIT:bop))(*FAIL)/;
1332             is($REGERROR, $word, $message);
1333         }
1334     }
1335
1336     {
1337         #Mindnumbingly simple test of (*THEN)
1338         for ("ABC","BAX") {
1339             ok /A (*THEN) X | B (*THEN) C/x, "Simple (*THEN) test";
1340         }
1341     }
1342
1343     {
1344         my $message = "Relative Recursion";
1345         my $parens = qr/(\((?:[^()]++|(?-1))*+\))/;
1346         local $_ = 'foo((2*3)+4-3) + bar(2*(3+4)-1*(2-3))';
1347         my ($all, $one, $two) = ('', '', '');
1348         ok(m/foo $parens \s* \+ \s* bar $parens/x, $message);
1349         is($1, '((2*3)+4-3)', $message);
1350         is($2, '(2*(3+4)-1*(2-3))', $message);
1351         is($&, 'foo((2*3)+4-3) + bar(2*(3+4)-1*(2-3))', $message);
1352         is($&, $_, $message);
1353     }
1354
1355     {
1356         my $spaces="      ";
1357         local $_ = join 'bar', $spaces, $spaces;
1358         our $count = 0;
1359         s/(?>\s+bar)(?{$count++})//g;
1360         is($_, $spaces, "SUSPEND final string");
1361         is($count, 1, "Optimiser should have prevented more than one match");
1362     }
1363
1364     {
1365         # From Message-ID: <877ixs6oa6.fsf@k75.linux.bogus>
1366         my $dow_name = "nada";
1367         my $parser = "(\$dow_name) = \$time_string =~ /(D\x{e9}\\ " .
1368                      "C\x{e9}adaoin|D\x{e9}\\ Sathairn|\\w+|\x{100})/";
1369         my $time_string = "D\x{e9} C\x{e9}adaoin";
1370         eval $parser;
1371         ok !$@, "Test Eval worked";
1372         is($dow_name, $time_string, "UTF-8 trie common prefix extraction");
1373     }
1374
1375     {
1376         my $v;
1377         ($v = 'bar') =~ /(\w+)/g;
1378         $v = 'foo';
1379         is("$1", 'bar',
1380            '$1 is safe after /g - may fail due to specialized config in pp_hot.c');
1381     }
1382
1383     {
1384         my $message = "http://nntp.perl.org/group/perl.perl5.porters/118663";
1385         my $qr_barR1 = qr/(bar)\g-1/;
1386         like("foobarbarxyz", $qr_barR1, $message);
1387         like("foobarbarxyz", qr/foo${qr_barR1}xyz/, $message);
1388         like("foobarbarxyz", qr/(foo)${qr_barR1}xyz/, $message);
1389         like("foobarbarxyz", qr/(foo)(bar)\g{-1}xyz/, $message);
1390         like("foobarbarxyz", qr/(foo${qr_barR1})xyz/, $message);
1391         like("foobarbarxyz", qr/(foo(bar)\g{-1})xyz/, $message);
1392     }
1393
1394     {
1395         my $message = '$REGMARK';
1396         our @r = ();
1397         local $REGMARK;
1398         local $REGERROR;
1399         like('foofoo', qr/foo (*MARK:foo) (?{push @r,$REGMARK}) /x, $message);
1400         is("@r","foo", $message);
1401         is($REGMARK, "foo", $message);
1402         unlike('foofoo', qr/foo (*MARK:foo) (*FAIL) /x, $message);
1403         is($REGMARK, '', $message);
1404         is($REGERROR, 'foo', $message);
1405     }
1406
1407     {
1408         my $message = '\K test';
1409         my $x;
1410         $x = "abc.def.ghi.jkl";
1411         $x =~ s/.*\K\..*//;
1412         is($x, "abc.def.ghi", $message);
1413
1414         $x = "one two three four";
1415         $x =~ s/o+ \Kthree//g;
1416         is($x, "one two  four", $message);
1417
1418         $x = "abcde";
1419         $x =~ s/(.)\K/$1/g;
1420         is($x, "aabbccddee", $message);
1421     }
1422
1423     {
1424         sub kt {
1425             return '4' if $_[0] eq '09028623';
1426         }
1427         # Nested EVAL using PL_curpm (via $1 or friends)
1428         my $re;
1429         our $grabit = qr/ ([0-6][0-9]{7}) (??{ kt $1 }) [890] /x;
1430         $re = qr/^ ( (??{ $grabit }) ) $ /x;
1431         my @res = '0902862349' =~ $re;
1432         is(join ("-", @res), "0902862349",
1433            'PL_curpm is set properly on nested eval');
1434
1435         our $qr = qr/ (o) (??{ $1 }) /x;
1436         ok 'boob'=~/( b (??{ $qr }) b )/x && 1, "PL_curpm, nested eval";
1437     }
1438
1439     {
1440         use charnames ":full";
1441         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{Alphabetic}/, "I =~ Alphabetic";
1442         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{Uppercase}/,  "I =~ Uppercase";
1443         ok "\N{ROMAN NUMERAL ONE}" !~ /\p{Lowercase}/,  "I !~ Lowercase";
1444         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{IDStart}/,    "I =~ ID_Start";
1445         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{IDContinue}/, "I =~ ID_Continue";
1446         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Alphabetic}/, "i =~ Alphabetic";
1447         ok "\N{SMALL ROMAN NUMERAL ONE}" !~ /\p{Uppercase}/,  "i !~ Uppercase";
1448         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Uppercase}/i,  "i =~ Uppercase under /i";
1449         ok "\N{SMALL ROMAN NUMERAL ONE}" !~ /\p{Titlecase}/,  "i !~ Titlecase";
1450         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Titlecase}/i,  "i =~ Titlecase under /i";
1451         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{Lowercase}/i,  "I =~ Lowercase under /i";
1452
1453         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Lowercase}/,  "i =~ Lowercase";
1454         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{IDStart}/,    "i =~ ID_Start";
1455         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{IDContinue}/, "i =~ ID_Continue"
1456     }
1457
1458     {   # More checking that /i works on the few properties that it makes a
1459         # difference.  Uppercase, Lowercase, and Titlecase were done in the
1460         # block above
1461         ok "A" =~ /\p{PosixUpper}/,  "A =~ PosixUpper";
1462         ok "A" =~ /\p{PosixUpper}/i,  "A =~ PosixUpper under /i";
1463         ok "A" !~ /\p{PosixLower}/,  "A !~ PosixLower";
1464         ok "A" =~ /\p{PosixLower}/i,  "A =~ PosixLower under /i";
1465         ok "a" !~ /\p{PosixUpper}/,  "a !~ PosixUpper";
1466         ok "a" =~ /\p{PosixUpper}/i,  "a =~ PosixUpper under /i";
1467         ok "a" =~ /\p{PosixLower}/,  "a =~ PosixLower";
1468         ok "a" =~ /\p{PosixLower}/i,  "a =~ PosixLower under /i";
1469
1470         ok uni_to_native("\xC0") =~ /\p{XPosixUpper}/,  "\\xC0 =~ XPosixUpper";
1471         ok uni_to_native("\xC0") =~ /\p{XPosixUpper}/i,  "\\xC0 =~ XPosixUpper under /i";
1472         ok uni_to_native("\xC0") !~ /\p{XPosixLower}/,  "\\xC0 !~ XPosixLower";
1473         ok uni_to_native("\xC0") =~ /\p{XPosixLower}/i,  "\\xC0 =~ XPosixLower under /i";
1474         ok uni_to_native("\xE0") !~ /\p{XPosixUpper}/,  "\\xE0 !~ XPosixUpper";
1475         ok uni_to_native("\xE0") =~ /\p{XPosixUpper}/i,  "\\xE0 =~ XPosixUpper under /i";
1476         ok uni_to_native("\xE0") =~ /\p{XPosixLower}/,  "\\xE0 =~ XPosixLower";
1477         ok uni_to_native("\xE0") =~ /\p{XPosixLower}/i,  "\\xE0 =~ XPosixLower under /i";
1478
1479         ok uni_to_native("\xC0") =~ /\p{UppercaseLetter}/,  "\\xC0 =~ UppercaseLetter";
1480         ok uni_to_native("\xC0") =~ /\p{UppercaseLetter}/i,  "\\xC0 =~ UppercaseLetter under /i";
1481         ok uni_to_native("\xC0") !~ /\p{LowercaseLetter}/,  "\\xC0 !~ LowercaseLetter";
1482         ok uni_to_native("\xC0") =~ /\p{LowercaseLetter}/i,  "\\xC0 =~ LowercaseLetter under /i";
1483         ok uni_to_native("\xC0") !~ /\p{TitlecaseLetter}/,  "\\xC0 !~ TitlecaseLetter";
1484         ok uni_to_native("\xC0") =~ /\p{TitlecaseLetter}/i,  "\\xC0 =~ TitlecaseLetter under /i";
1485         ok uni_to_native("\xE0") !~ /\p{UppercaseLetter}/,  "\\xE0 !~ UppercaseLetter";
1486         ok uni_to_native("\xE0") =~ /\p{UppercaseLetter}/i,  "\\xE0 =~ UppercaseLetter under /i";
1487         ok uni_to_native("\xE0") =~ /\p{LowercaseLetter}/,  "\\xE0 =~ LowercaseLetter";
1488         ok uni_to_native("\xE0") =~ /\p{LowercaseLetter}/i,  "\\xE0 =~ LowercaseLetter under /i";
1489         ok uni_to_native("\xE0") !~ /\p{TitlecaseLetter}/,  "\\xE0 !~ TitlecaseLetter";
1490         ok uni_to_native("\xE0") =~ /\p{TitlecaseLetter}/i,  "\\xE0 =~ TitlecaseLetter under /i";
1491         ok "\x{1C5}" !~ /\p{UppercaseLetter}/,  "\\x{1C5} !~ UppercaseLetter";
1492         ok "\x{1C5}" =~ /\p{UppercaseLetter}/i,  "\\x{1C5} =~ UppercaseLetter under /i";
1493         ok "\x{1C5}" !~ /\p{LowercaseLetter}/,  "\\x{1C5} !~ LowercaseLetter";
1494         ok "\x{1C5}" =~ /\p{LowercaseLetter}/i,  "\\x{1C5} =~ LowercaseLetter under /i";
1495         ok "\x{1C5}" =~ /\p{TitlecaseLetter}/,  "\\x{1C5} =~ TitlecaseLetter";
1496         ok "\x{1C5}" =~ /\p{TitlecaseLetter}/i,  "\\x{1C5} =~ TitlecaseLetter under /i";
1497     }
1498
1499     {
1500         # requirement of Unicode Technical Standard #18, 1.7 Code Points
1501         # cf. http://www.unicode.org/reports/tr18/#Supplementary_Characters
1502         for my $u (0x7FF, 0x800, 0xFFFF, 0x10000) {
1503             no warnings 'utf8'; # oops
1504             my $c = chr $u;
1505             my $x = sprintf '%04X', $u;
1506             ok "A${c}B" =~ /A[\0-\x{10000}]B/, "Unicode range - $x";
1507         }
1508     }
1509
1510     {
1511         my $res="";
1512
1513         if ('1' =~ /(?|(?<digit>1)|(?<digit>2))/) {
1514             $res = "@{$- {digit}}";
1515         }
1516         is($res, "1",
1517            "Check that (?|...) doesnt cause dupe entries in the names array");
1518
1519         $res = "";
1520         if ('11' =~ /(?|(?<digit>1)|(?<digit>2))(?&digit)/) {
1521             $res = "@{$- {digit}}";
1522         }
1523         is($res, "1",
1524            "Check that (?&..) to a buffer inside a (?|...) goes to the leftmost");
1525     }
1526
1527     {
1528         use warnings;
1529         my $message = "ASCII pattern that really is UTF-8";
1530         my @w;
1531         local $SIG {__WARN__} = sub {push @w, "@_"};
1532         my $c = qq (\x{DF});
1533         like($c, qr/${c}|\x{100}/, $message);
1534         is("@w", '', $message);
1535     }
1536
1537     {
1538         my $message = "Corruption of match results of qr// across scopes";
1539         my $qr = qr/(fo+)(ba+r)/;
1540         'foobar' =~ /$qr/;
1541         is("$1$2", "foobar", $message);
1542         {
1543             'foooooobaaaaar' =~ /$qr/;
1544             is("$1$2", 'foooooobaaaaar', $message);
1545         }
1546         is("$1$2", "foobar", $message);
1547     }
1548
1549     {
1550         my $message = "HORIZWS";
1551         local $_ = "\t \r\n \n \t".chr(11)."\n";
1552         s/\H/H/g;
1553         s/\h/h/g;
1554         is($_, "hhHHhHhhHH", $message);
1555         $_ = "\t \r\n \n \t" . chr (11) . "\n";
1556         utf8::upgrade ($_);
1557         s/\H/H/g;
1558         s/\h/h/g;
1559         is($_, "hhHHhHhhHH", $message);
1560     }
1561
1562     {
1563         # Various whitespace special patterns
1564         my @h = map {chr utf8::unicode_to_native($_) }
1565                              0x09,   0x20,   0xa0,   0x1680, 0x2000,
1566                              0x2001, 0x2002, 0x2003, 0x2004, 0x2005, 0x2006,
1567                              0x2007, 0x2008, 0x2009, 0x200a, 0x202f, 0x205f,
1568                              0x3000;
1569         my @v = map {chr utf8::unicode_to_native($_) }
1570                              0x0a,   0x0b,   0x0c,   0x0d,   0x85, 0x2028,
1571                              0x2029;
1572         my @lb = (uni_to_native("\x0D\x0A"),
1573                              map {chr utf8::unicode_to_native($_) }
1574                                   0x0A .. 0x0D, 0x85, 0x2028, 0x2029);
1575         foreach my $t ([\@h,  qr/\h/, qr/\h+/],
1576                        [\@v,  qr/\v/, qr/\v+/],
1577                        [\@lb, qr/\R/, qr/\R+/],) {
1578             my $ary = shift @$t;
1579             foreach my $pat (@$t) {
1580                 foreach my $str (@$ary) {
1581                     my $temp_str = $str;
1582                     $temp_str = display($temp_str);
1583                     ok $str =~ /($pat)/, $temp_str . " =~ /($pat)";
1584                     my $temp_1 = $1;
1585                     is($1, $str, "\$1='" . display($temp_1) . "' eq '" . $temp_str . "' after ($pat)");
1586                     utf8::upgrade ($str);
1587                     ok $str =~ /($pat)/, "Upgraded " . $temp_str . " =~ /($pat)/";
1588                     is($1, $str, "\$1='" . display($temp_1) . "' eq '" . $temp_str . "'(upgraded) after ($pat)");
1589                 }
1590             }
1591         }
1592     }
1593
1594     {
1595         # Check that \\xDF match properly in its various forms
1596         # Test that \xDF matches properly. this is pretty hacky stuff,
1597         # but its actually needed. The malarky with '-' is to prevent
1598         # compilation caching from playing any role in the test.
1599         my @df = (chr utf8::unicode_to_native(0xDF), '-', chr utf8::unicode_to_native(0xDF));
1600         utf8::upgrade ($df [2]);
1601         my @strs = ('ss', 'sS', 'Ss', 'SS', chr utf8::unicode_to_native(0xDF));
1602         my @ss = map {("$_", "$_")} @strs;
1603         utf8::upgrade ($ss [$_ * 2 + 1]) for 0 .. $#strs;
1604
1605         for my $ssi (0 .. $#ss) {
1606             for my $dfi (0 .. $#df) {
1607                 my $pat = $df [$dfi];
1608                 my $str = $ss [$ssi];
1609                 my $utf_df = ($dfi > 1) ? 'utf8' : '';
1610                 my $utf_ss = ($ssi % 2) ? 'utf8' : '';
1611                 my $sstr;   # We hard-code the ebcdic value below to avoid
1612                             # perturbing the test
1613                 ($sstr = $str) =~ s/\xDF/\\xDF/ if $::IS_ASCII;
1614                 ($sstr = $str) =~ s/\x59/\\x59/ if $::IS_EBCDIC;
1615
1616                 if ($utf_df || $utf_ss || length ($ss [$ssi]) == 1) {
1617                     my $ret = $str =~ /$pat/i;
1618                     next if $pat eq '-';
1619                     if ($::IS_ASCII) {
1620                         ok $ret, "\"$sstr\" =~ /\\xDF/i " .
1621                              "(str is @{[$utf_ss||'latin']}, pat is " .
1622                              "@{[$utf_df||'latin']})";
1623                     }
1624                     else {
1625                         ok $ret, "\"$sstr\" =~ /\\x59/i " .
1626                              "(str is @{[$utf_ss||'latin']}, pat is " .
1627                              "@{[$utf_df||'latin']})";
1628                     }
1629                 }
1630                 else {
1631                     my $ret = $str !~ /$pat/i;
1632                     next if $pat eq '-';
1633                     if ($::IS_EBCDIC) {
1634                         ok $ret, "\"$sstr\" !~ /\\x59/i " .
1635                              "(str is @{[$utf_ss||'latin']}, pat is " .
1636                              "@{[$utf_df||'latin']})";
1637                     }
1638                     else {
1639                         ok $ret, "\"$sstr\" !~ /\\xDF/i " .
1640                              "(str is @{[$utf_ss||'latin']}, pat is " .
1641                              "@{[$utf_df||'latin']})";
1642                     }
1643                 }
1644             }
1645         }
1646     }
1647
1648     {
1649         my $message = "BBC(Bleadperl Breaks CPAN) Today: String::Multibyte";
1650         my $re  = qr/(?:[\x00-\xFF]{4})/;
1651         my $hyp = "\0\0\0-";
1652         my $esc = "\0\0\0\\";
1653
1654         my $str = "$esc$hyp$hyp$esc$esc";
1655         my @a = ($str =~ /\G(?:\Q$esc$esc\E|\Q$esc$hyp\E|$re)/g);
1656
1657         is(@a,3, $message);
1658         local $" = "=";
1659         is("@a","$esc$hyp=$hyp=$esc$esc", $message);
1660     }
1661
1662     {
1663         # Test for keys in %+ and %-
1664         my $message = 'Test keys in %+ and %-';
1665         no warnings 'uninitialized';
1666         local $_ = "abcdef";
1667         /(?<foo>a)|(?<foo>b)/;
1668         is((join ",", sort keys %+), "foo", $message);
1669         is((join ",", sort keys %-), "foo", $message);
1670         is((join ",", sort values %+), "a", $message);
1671         is((join ",", sort map "@$_", values %-), "a ", $message);
1672         /(?<bar>a)(?<bar>b)(?<quux>.)/;
1673         is((join ",", sort keys %+), "bar,quux", $message);
1674         is((join ",", sort keys %-), "bar,quux", $message);
1675         is((join ",", sort values %+), "a,c", $message); # leftmost
1676         is((join ",", sort map "@$_", values %-), "a b,c", $message);
1677         /(?<un>a)(?<deux>c)?/; # second buffer won't capture
1678         is((join ",", sort keys %+), "un", $message);
1679         is((join ",", sort keys %-), "deux,un", $message);
1680         is((join ",", sort values %+), "a", $message);
1681         is((join ",", sort map "@$_", values %-), ",a", $message);
1682     }
1683
1684     {
1685         # length() on captures, the numbered ones end up in Perl_magic_len
1686         local $_ = "aoeu " . uni_to_native("\xe6") . "var ook";
1687         /^ \w+ \s (?<eek>\S+)/x;
1688
1689         is(length $`,      0, q[length $`]);
1690         is(length $',      4, q[length $']);
1691         is(length $&,      9, q[length $&]);
1692         is(length $1,      4, q[length $1]);
1693         is(length $+{eek}, 4, q[length $+{eek} == length $1]);
1694     }
1695
1696     {
1697         my $ok = -1;
1698
1699         $ok = exists ($-{x}) ? 1 : 0 if 'bar' =~ /(?<x>foo)|bar/;
1700         is($ok, 1, '$-{x} exists after "bar"=~/(?<x>foo)|bar/');
1701         is(scalar (%+), 0, 'scalar %+ == 0 after "bar"=~/(?<x>foo)|bar/');
1702         is(scalar (%-), 1, 'scalar %- == 1 after "bar"=~/(?<x>foo)|bar/');
1703
1704         $ok = -1;
1705         $ok = exists ($+{x}) ? 1 : 0 if 'bar' =~ /(?<x>foo)|bar/;
1706         is($ok, 0, '$+{x} not exists after "bar"=~/(?<x>foo)|bar/');
1707         is(scalar (%+), 0, 'scalar %+ == 0 after "bar"=~/(?<x>foo)|bar/');
1708         is(scalar (%-), 1, 'scalar %- == 1 after "bar"=~/(?<x>foo)|bar/');
1709
1710         $ok = -1;
1711         $ok = exists ($-{x}) ? 1 : 0 if 'foo' =~ /(?<x>foo)|bar/;
1712         is($ok, 1, '$-{x} exists after "foo"=~/(?<x>foo)|bar/');
1713         is(scalar (%+), 1, 'scalar %+ == 1 after "foo"=~/(?<x>foo)|bar/');
1714         is(scalar (%-), 1, 'scalar %- == 1 after "foo"=~/(?<x>foo)|bar/');
1715
1716         $ok = -1;
1717         $ok = exists ($+{x}) ? 1 : 0 if 'foo'=~/(?<x>foo)|bar/;
1718         is($ok, 1, '$+{x} exists after "foo"=~/(?<x>foo)|bar/');
1719     }
1720
1721     {
1722         local $_;
1723         ($_ = 'abc') =~ /(abc)/g;
1724         $_ = '123';
1725         is("$1", 'abc', "/g leads to unsafe match vars: $1");
1726
1727         fresh_perl_is(<<'EOP', ">abc<\n", {}, 'mention $&');
1728 $&;
1729 my $x; 
1730 ($x='abc')=~/(abc)/g; 
1731 $x='123'; 
1732 print ">$1<\n";
1733 EOP
1734
1735         fresh_perl_is(<<'EOP', ">abc<\n", {}, 'no mention of $&');
1736 my $x; 
1737 ($x='abc')=~/(abc)/g; 
1738 $x='123'; 
1739 print ">$1<\n";
1740 EOP
1741     }
1742
1743     {
1744         # Message-ID: <20070818091501.7eff4831@r2d2>
1745         my $str = "";
1746         for (0 .. 5) {
1747             my @x;
1748             $str .= "@x"; # this should ALWAYS be the empty string
1749             'a' =~ /(a|)/;
1750             push @x, 1;
1751         }
1752         is(length $str, 0, "Trie scope error, string should be empty");
1753         $str = "";
1754         my @foo = ('a') x 5;
1755         for (@foo) {
1756             my @bar;
1757             $str .= "@bar";
1758             s/a|/push @bar, 1/e;
1759         }
1760         is(length $str, 0, "Trie scope error, string should be empty");
1761     }
1762
1763     {
1764 # more TRIE/AHOCORASICK problems with mixed utf8 / latin-1 and case folding
1765     for my $ord (160 .. 255) {
1766         my $chr = utf8::unicode_to_native($ord);
1767         my $chr_byte = chr($chr);
1768         my $chr_utf8 = chr($chr); utf8::upgrade($chr_utf8);
1769         my $rx = qr{$chr_byte|X}i;
1770         ok($chr_utf8 =~ $rx, "utf8/latin, codepoint $chr");
1771     }
1772     }
1773
1774     {
1775         our $a = 3; "" =~ /(??{ $a })/;
1776         our $b = $a;
1777         is($b, $a, "Copy of scalar used for postponed subexpression");
1778     }
1779
1780     {
1781         our @ctl_n = ();
1782         our @plus = ();
1783         our $nested_tags;
1784         $nested_tags = qr{
1785             <
1786                (\w+)
1787                (?{
1788                        push @ctl_n,$^N;
1789                        push @plus,$+;
1790                })
1791             >
1792             (??{$nested_tags})*
1793             </\s* \w+ \s*>
1794         }x;
1795
1796         my $match = '<bla><blubb></blubb></bla>' =~ m/^$nested_tags$/;
1797         ok $match, 'nested construct matches';
1798         is("@ctl_n", "bla blubb", '$^N inside of (?{}) works as expected');
1799         is("@plus",  "bla blubb", '$+  inside of (?{}) works as expected');
1800     }
1801
1802     SKIP: {
1803         # XXX: This set of tests is essentially broken, POSIX character classes
1804         # should not have differing definitions under Unicode.
1805         # There are property names for that.
1806         skip "Tests assume ASCII", 4 unless $::IS_ASCII;
1807
1808         my @notIsPunct = grep {/[[:punct:]]/ and not /\p{IsPunct}/}
1809                                 map {chr} 0x20 .. 0x7f;
1810         is(join ('', @notIsPunct), '$+<=>^`|~',
1811            '[:punct:] disagrees with IsPunct on Symbols');
1812
1813         my @isPrint = grep {not /[[:print:]]/ and /\p{IsPrint}/}
1814                             map {chr} 0 .. 0x1f, 0x7f .. 0x9f;
1815         is(join ('', @isPrint), "",
1816            'IsPrint agrees with [:print:] on control characters');
1817
1818         my @isPunct = grep {/[[:punct:]]/ != /\p{IsPunct}/}
1819                             map {chr} 0x80 .. 0xff;
1820         is(join ('', @isPunct), "\xa1\xa7\xab\xb6\xb7\xbb\xbf",    # ¡ « · » ¿
1821            'IsPunct disagrees with [:punct:] outside ASCII');
1822
1823         my @isPunctLatin1 = eval q {
1824             grep {/[[:punct:]]/u != /\p{IsPunct}/} map {chr} 0x80 .. 0xff;
1825         };
1826         skip "Eval failed ($@)", 1 if $@;
1827         skip "PERL_LEGACY_UNICODE_CHARCLASS_MAPPINGS set to 0", 1
1828               if !$ENV{PERL_TEST_LEGACY_POSIX_CC};
1829         is(join ('', @isPunctLatin1), '',
1830            'IsPunct agrees with [:punct:] with explicit Latin1');
1831     }
1832
1833     {
1834         # Tests for [#perl 71942]
1835         our $count_a;
1836         our $count_b;
1837
1838         my $c = 0;
1839         for my $re (
1840 #            [
1841 #                should match?,
1842 #                input string,
1843 #                re 1,
1844 #                re 2,
1845 #                expected values of count_a and count_b,
1846 #            ]
1847             [
1848                 0,
1849                 "xababz",
1850                 qr/a+(?{$count_a++})b?(*COMMIT)(*FAIL)/,
1851                 qr/a+(?{$count_b++})b?(*COMMIT)z/,
1852                 1,
1853             ],
1854             [
1855                 0,
1856                 "xababz",
1857                 qr/a+(?{$count_a++})b?(*COMMIT)\s*(*FAIL)/,
1858                 qr/a+(?{$count_b++})b?(*COMMIT)\s*z/,
1859                 1,
1860             ],
1861             [
1862                 0,
1863                 "xababz",
1864                 qr/a+(?{$count_a++})(?:b|)?(*COMMIT)(*FAIL)/,
1865                 qr/a+(?{$count_b++})(?:b|)?(*COMMIT)z/,
1866                 1,
1867             ],
1868             [
1869                 0,
1870                 "xababz",
1871                 qr/a+(?{$count_a++})b{0,6}(*COMMIT)(*FAIL)/,
1872                 qr/a+(?{$count_b++})b{0,6}(*COMMIT)z/,
1873                 1,
1874             ],
1875             [
1876                 0,
1877                 "xabcabcz",
1878                 qr/a+(?{$count_a++})(bc){0,6}(*COMMIT)(*FAIL)/,
1879                 qr/a+(?{$count_b++})(bc){0,6}(*COMMIT)z/,
1880                 1,
1881             ],
1882             [
1883                 0,
1884                 "xabcabcz",
1885                 qr/a+(?{$count_a++})(bc*){0,6}(*COMMIT)(*FAIL)/,
1886                 qr/a+(?{$count_b++})(bc*){0,6}(*COMMIT)z/,
1887                 1,
1888             ],
1889
1890
1891             [
1892                 0,
1893                 "aaaabtz",
1894                 qr/a+(?{$count_a++})b?(*PRUNE)(*FAIL)/,
1895                 qr/a+(?{$count_b++})b?(*PRUNE)z/,
1896                 4,
1897             ],
1898             [
1899                 0,
1900                 "aaaabtz",
1901                 qr/a+(?{$count_a++})b?(*PRUNE)\s*(*FAIL)/,
1902                 qr/a+(?{$count_b++})b?(*PRUNE)\s*z/,
1903                 4,
1904             ],
1905             [
1906                 0,
1907                 "aaaabtz",
1908                 qr/a+(?{$count_a++})(?:b|)(*PRUNE)(*FAIL)/,
1909                 qr/a+(?{$count_b++})(?:b|)(*PRUNE)z/,
1910                 4,
1911             ],
1912             [
1913                 0,
1914                 "aaaabtz",
1915                 qr/a+(?{$count_a++})b{0,6}(*PRUNE)(*FAIL)/,
1916                 qr/a+(?{$count_b++})b{0,6}(*PRUNE)z/,
1917                 4,
1918             ],
1919             [
1920                 0,
1921                 "aaaabctz",
1922                 qr/a+(?{$count_a++})(bc){0,6}(*PRUNE)(*FAIL)/,
1923                 qr/a+(?{$count_b++})(bc){0,6}(*PRUNE)z/,
1924                 4,
1925             ],
1926             [
1927                 0,
1928                 "aaaabctz",
1929                 qr/a+(?{$count_a++})(bc*){0,6}(*PRUNE)(*FAIL)/,
1930                 qr/a+(?{$count_b++})(bc*){0,6}(*PRUNE)z/,
1931                 4,
1932             ],
1933
1934             [
1935                 0,
1936                 "aaabaaab",
1937                 qr/a+(?{$count_a++;})b?(*SKIP)(*FAIL)/,
1938                 qr/a+(?{$count_b++;})b?(*SKIP)z/,
1939                 2,
1940             ],
1941             [
1942                 0,
1943                 "aaabaaab",
1944                 qr/a+(?{$count_a++;})b?(*SKIP)\s*(*FAIL)/,
1945                 qr/a+(?{$count_b++;})b?(*SKIP)\s*z/,
1946                 2,
1947             ],
1948             [
1949                 0,
1950                 "aaabaaab",
1951                 qr/a+(?{$count_a++;})(?:b|)(*SKIP)(*FAIL)/,
1952                 qr/a+(?{$count_b++;})(?:b|)(*SKIP)z/,
1953                 2,
1954             ],
1955             [
1956                 0,
1957                 "aaabaaab",
1958                 qr/a+(?{$count_a++;})b{0,6}(*SKIP)(*FAIL)/,
1959                 qr/a+(?{$count_b++;})b{0,6}(*SKIP)z/,
1960                 2,
1961             ],
1962             [
1963                 0,
1964                 "aaabcaaabc",
1965                 qr/a+(?{$count_a++;})(bc){0,6}(*SKIP)(*FAIL)/,
1966                 qr/a+(?{$count_b++;})(bc){0,6}(*SKIP)z/,
1967                 2,
1968             ],
1969             [
1970                 0,
1971                 "aaabcaaabc",
1972                 qr/a+(?{$count_a++;})(bc*){0,6}(*SKIP)(*FAIL)/,
1973                 qr/a+(?{$count_b++;})(bc*){0,6}(*SKIP)z/,
1974                 2,
1975             ],
1976
1977
1978             [
1979                 0,
1980                 "aaddbdaabyzc",
1981                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) (*FAIL) \s* c \1 /x,
1982                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) z \s* c \1 /x,
1983                 4,
1984             ],
1985             [
1986                 0,
1987                 "aaddbdaabyzc",
1988                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) \s* (*FAIL) \s* c \1 /x,
1989                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? b?  (*SKIP:T1) \s* z \s* c \1 /x,
1990                 4,
1991             ],
1992             [
1993                 0,
1994                 "aaddbdaabyzc",
1995                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? (?:b|)  (*SKIP:T1) (*FAIL) \s* c \1 /x,
1996                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? (?:b|)  (*SKIP:T1) z \s* c \1 /x,
1997                 4,
1998             ],
1999             [
2000                 0,
2001                 "aaddbdaabyzc",
2002                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? b{0,6}  (*SKIP:T1) (*FAIL) \s* c \1 /x,
2003                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? b{0,6}  (*SKIP:T1) z \s* c \1 /x,
2004                 4,
2005             ],
2006             [
2007                 0,
2008                 "aaddbcdaabcyzc",
2009                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? (bc){0,6}  (*SKIP:T1) (*FAIL) \s* c \1 /x,
2010                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? (bc){0,6}  (*SKIP:T1) z \s* c \1 /x,
2011                 4,
2012             ],
2013             [
2014                 0,
2015                 "aaddbcdaabcyzc",
2016                 qr/a (?{$count_a++;}) (*MARK:T1) (a*) .*? (bc*){0,6}  (*SKIP:T1) (*FAIL) \s* c \1 /x,
2017                 qr/a (?{$count_b++;}) (*MARK:T1) (a*) .*? (bc*){0,6}  (*SKIP:T1) z \s* c \1 /x,
2018                 4,
2019             ],
2020
2021
2022             [
2023                 0,
2024                 "aaaaddbdaabyzc",
2025                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
2026                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2027                 2,
2028             ],
2029             [
2030                 0,
2031                 "aaaaddbdaabyzc",
2032                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) \s* (*FAIL) \s* c \1 /x,
2033                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? b?   (*MARK:T1) (*SKIP:T1) \s* z \s* c \1 /x,
2034                 2,
2035             ],
2036             [
2037                 0,
2038                 "aaaaddbdaabyzc",
2039                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? (?:b|)   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
2040                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? (?:b|)   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2041                 2,
2042             ],
2043             [
2044                 0,
2045                 "aaaaddbdaabyzc",
2046                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? b{0,6}   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
2047                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? b{0,6}   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2048                 2,
2049             ],
2050             [
2051                 0,
2052                 "aaaaddbcdaabcyzc",
2053                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? (bc){0,6}   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
2054                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? (bc){0,6}   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2055                 2,
2056             ],
2057             [
2058                 0,
2059                 "aaaaddbcdaabcyzc",
2060                 qr/a (?{$count_a++;})  (a?) (*MARK:T1) (a*) .*? (bc*){0,6}   (*MARK:T1) (*SKIP:T1) (*FAIL) \s* c \1 /x,
2061                 qr/a (?{$count_b++;})  (a?) (*MARK:T1) (a*) .*? (bc*){0,6}   (*MARK:T1) (*SKIP:T1) z \s* c \1 /x,
2062                 2,
2063             ],
2064
2065
2066             [
2067                 0,
2068                 "AbcdCBefgBhiBqz",
2069                 qr/(A (.*)  (?{ $count_a++ }) C? (*THEN)  | A D) (*FAIL)/x,
2070                 qr/(A (.*)  (?{ $count_b++ }) C? (*THEN)  | A D) z/x,
2071                 1,
2072             ],
2073             [
2074                 0,
2075                 "AbcdCBefgBhiBqz",
2076                 qr/(A (.*)  (?{ $count_a++ }) C? (*THEN)  | A D) \s* (*FAIL)/x,
2077                 qr/(A (.*)  (?{ $count_b++ }) C? (*THEN)  | A D) \s* z/x,
2078                 1,
2079             ],
2080             [
2081                 0,
2082                 "AbcdCBefgBhiBqz",
2083                 qr/(A (.*)  (?{ $count_a++ }) (?:C|) (*THEN)  | A D) (*FAIL)/x,
2084                 qr/(A (.*)  (?{ $count_b++ }) (?:C|) (*THEN)  | A D) z/x,
2085                 1,
2086             ],
2087             [
2088                 0,
2089                 "AbcdCBefgBhiBqz",
2090                 qr/(A (.*)  (?{ $count_a++ }) C{0,6} (*THEN)  | A D) (*FAIL)/x,
2091                 qr/(A (.*)  (?{ $count_b++ }) C{0,6} (*THEN)  | A D) z/x,
2092                 1,
2093             ],
2094             [
2095                 0,
2096                 "AbcdCEBefgBhiBqz",
2097                 qr/(A (.*)  (?{ $count_a++ }) (CE){0,6} (*THEN)  | A D) (*FAIL)/x,
2098                 qr/(A (.*)  (?{ $count_b++ }) (CE){0,6} (*THEN)  | A D) z/x,
2099                 1,
2100             ],
2101             [
2102                 0,
2103                 "AbcdCBefgBhiBqz",
2104                 qr/(A (.*)  (?{ $count_a++ }) (CE*){0,6} (*THEN)  | A D) (*FAIL)/x,
2105                 qr/(A (.*)  (?{ $count_b++ }) (CE*){0,6} (*THEN)  | A D) z/x,
2106                 1,
2107             ],
2108         ) {
2109             $c++;
2110             $count_a = 0;
2111             $count_b = 0;
2112
2113             my $match_a = ($re->[1] =~ $re->[2]) || 0;
2114             my $match_b = ($re->[1] =~ $re->[3]) || 0;
2115
2116             is($match_a, $re->[0], "match a " . ($re->[0] ? "succeeded" : "failed") . " ($c)");
2117             is($match_b, $re->[0], "match b " . ($re->[0] ? "succeeded" : "failed") . " ($c)");
2118             is($count_a, $re->[4], "count a ($c)");
2119             is($count_b, $re->[4], "count b ($c)");
2120         }
2121     }
2122
2123     {   # Bleadperl v5.13.8-292-gf56b639 breaks NEZUMI/Unicode-LineBreak-1.011
2124         # \xdf in lookbehind failed to compile as is multi-char fold
2125         my $message = "Lookbehind with \\xdf matchable compiles";
2126         my $r = eval 'qr{
2127             (?u: (?<=^url:) |
2128                  (?<=[/]) (?=[^/]) |
2129                  (?<=[^-.]) (?=[-~.,_?\#%=&]) |
2130                  (?<=[=&]) (?=.)
2131             )}iox';
2132         is($@, '', $message);
2133         object_ok($r, 'Regexp', $message);
2134     }
2135
2136     # RT #82610
2137     ok 'foo/file.fob' =~ m,^(?=[^\.])[^/]*/(?=[^\.])[^/]*\.fo[^/]$,;
2138
2139     {   # This was failing unless an explicit /d was added
2140         my $E0 = uni_to_native("\xE0");
2141         my $p = qr/[_$E0]/i;
2142         utf8::upgrade($p);
2143         like(uni_to_native("\xC0"), qr/$p/, "Verify \"\\xC0\" =~ /[\\xE0_]/i; pattern in utf8");
2144     }
2145
2146     ok "x" =~ /\A(?>(?:(?:)A|B|C?x))\z/,
2147         "Check TRIE does not overwrite EXACT following NOTHING at start - RT #111842";
2148
2149     {
2150         my $single = ":";
2151         my $upper = "\x{390}";  # Fold is 3 chars.
2152         my $multi = CORE::fc($upper);
2153
2154         my $failed = 0;
2155
2156         # Try forcing a node to be split, with a multi-char fold at the
2157         # boundary
2158         for my $repeat (1 .. 300) {
2159             my $string = $single x $repeat;
2160             my $lhs = $string . $upper;
2161             if ($lhs !~ m/$string$multi/i) {
2162                 $failed = $repeat;
2163                 last;
2164             }
2165         }
2166         ok(! $failed, "Matched multi-char fold across EXACTFish node boundaries; if failed, was at count $failed");
2167
2168         $failed = 0;
2169         for my $repeat (1 .. 300) {
2170             my $string = $single x $repeat;
2171             my $lhs = $string . "\N{LATIN SMALL LIGATURE FFI}";
2172             if ($lhs !~ m/${string}ff\N{LATIN SMALL LETTER I}/i) {
2173                 $failed = $repeat;
2174                 last;
2175             }
2176         }
2177         ok(! $failed, "Matched multi-char fold across EXACTFish node boundaries; if failed, was at count $failed");
2178
2179         $failed = 0;
2180         for my $repeat (1 .. 300) {
2181             my $string = $single x $repeat;
2182             my $lhs = $string . "\N{LATIN SMALL LIGATURE FFL}";
2183             if ($lhs !~ m/${string}ff\N{U+6c}/i) {
2184                 $failed = $repeat;
2185                 last;
2186             }
2187         }
2188         ok(! $failed, "Matched multi-char fold across EXACTFish node boundaries; if failed, was at count $failed");
2189
2190         # This tests that under /d matching that an 'ss' split across two
2191         # parts of a node doesn't end up turning into something that matches
2192         # \xDF unless it is in utf8.
2193         $failed = 0;
2194         $single = 'a';  # Is non-terminal multi-char fold char
2195         for my $repeat (1 .. 300) {
2196             my $string = $single x $repeat;
2197             my $lhs = "$string\N{LATIN SMALL LETTER SHARP S}";
2198             utf8::downgrade($lhs);
2199             $string .= "s";
2200             if ($lhs =~ m/${string}s/di) {
2201                 $failed = $repeat;
2202                 last;
2203             }
2204         }
2205         ok(! $failed, "Matched multi-char fold 'ss' across EXACTF node boundaries; if failed, was at count $failed");
2206     }
2207
2208     {
2209         fresh_perl_is('print eval "\"\x{101}\" =~ /[[:lower:]]/", "\n"; print eval "\"\x{100}\" =~ /[[:lower:]]/i", "\n";',
2210                       "1\n1",   # Both re's should match
2211                       {},
2212                       "get [:lower:] swash in first eval; test under /i in second");
2213     }
2214
2215     {
2216         fresh_perl_is(<<'EOF',
2217                 my $s = "\x{41c}";
2218                 $s =~ /(.*)/ or die;
2219                 $ls = lc $1;
2220                 print $ls eq lc $s ? "good\n" : "bad: [$ls]\n";
2221 EOF
2222             "good\n",
2223             {},
2224             "swash triggered by lc() doesn't corrupt \$1"
2225         );
2226     }
2227
2228     {
2229         #' RT #119075
2230         no warnings 'regexp';   # Silence "has useless greediness modifier"
2231         local $@;
2232         eval { /a{0}?/; };
2233         ok(! $@,
2234             "PCRE regression test: No 'Quantifier follows nothing in regex' warning");
2235
2236     }
2237
2238     {
2239         unlike("\xB5", qr/^_?\p{IsMyRuntimeProperty}\z/, "yadayada");
2240         like("\xB6", qr/^_?\p{IsMyRuntimeProperty}\z/, "yadayada");
2241         unlike("\xB7", qr/^_?\p{IsMyRuntimeProperty}\z/, "yadayada");
2242         like("\xB5", qr/^_?\P{IsMyRuntimeProperty}\z/, "yadayada");
2243         unlike("\xB6", qr/^_?\P{IsMyRuntimeProperty}\z/, "yadayada");
2244         like("\xB7", qr/^_?\P{IsMyRuntimeProperty}\z/, "yadayada");
2245
2246         unlike("_\xB5", qr/^_?\p{IsMyRuntimeProperty}\z/, "yadayada");
2247         like("_\xB6", qr/^_?\p{IsMyRuntimeProperty}\z/, "yadayada");
2248         unlike("_\xB7", qr/^_?\p{IsMyRuntimeProperty}\z/, "yadayada");
2249         like("_\xB5", qr/^_?\P{IsMyRuntimeProperty}\z/, "yadayada");
2250         unlike("_\xB6", qr/^_?\P{IsMyRuntimeProperty}\z/, "yadayada");
2251         like("_\xB7", qr/^_?\P{IsMyRuntimeProperty}\z/, "yadayada");
2252     }
2253
2254     # These are defined later, so won't be known at regex compile time above
2255     sub IsMyRuntimeProperty {
2256         return "B6\n";
2257     }
2258
2259     sub IsntMyRuntimeProperty {
2260         return "!B6\n";
2261     }
2262
2263     {   # [perl 121777]
2264         my $regex;
2265         { package Some;
2266             # define a Unicode propertyIs_q
2267             sub Is_q
2268             {
2269                 sprintf '%x', ord 'q'
2270             }
2271             $regex = qr/\p{Is_q}/;
2272
2273             # If we uncomment the following line, prior to the patch that
2274             # fixed this, everything would work because we would have expanded
2275             # the property by the time the regex in the 'like' below got
2276             # compiled.
2277             #'q' =~ $regex;
2278         }
2279
2280         like('q', $regex, 'User-defined property matches outside package');
2281
2282         package Some {
2283             main::like('abcq', qr/abc$regex/, 'Run-time compiled in-package user-defined property matches');
2284         }
2285     }
2286
2287     {   # From Lingua::Stem::UniNE; no ticket filed but related to #121778
2288         use utf8;
2289         my $word = 'рабта';
2290         $word =~ s{ (?:
2291                           ия  # definite articles for nouns:
2292                         | ът  # ∙ masculine
2293                         | та  # ∙ feminine
2294                         | то  # ∙ neutral
2295                         | те  # ∙ plural
2296                     ) $ }{}x;
2297         is($word, 'раб', "Handles UTF8 trie correctly");
2298     }
2299
2300     { # [perl #122460]
2301         my $a = "rdvark";
2302         $a =~ /(?{})(?=[A-Za-z0-9_])a*?/g;
2303         is (pos $a, 0, "optimizer correctly thinks (?=...) is 0-length");
2304     }
2305
2306     {   # [perl #123417] multi-char \N{...} tripping roundly
2307         use Cname;
2308         my $qr = qr$(\N{foo})$;
2309         "afoot" =~ eval "qr/$qr/";
2310         is "$1" || $@, "foo", 'multichar \N{...} stringified and retoked';
2311     }
2312     {   # empty \N{...} tripping roundly
2313         BEGIN { $^H{charnames} = sub { "" } }
2314         my $qr = qr$(a\N{foo}t)$;
2315         "at" =~ eval "qr/$qr/";
2316         is "$1" || $@, "at", 'empty \N{...} stringified and retoked';
2317     }
2318
2319
2320     #
2321     # Keep the following tests last -- they may crash perl
2322     #
2323     print "# Tests that follow may crash perl\n";
2324     {
2325         eval '/\k/';
2326         ok $@ =~ /\QSequence \k... not terminated in regex;\E/,
2327            'Lone \k not allowed';
2328     }
2329
2330     {
2331         my $message = "Substitution with lookahead (possible segv)";
2332         $_ = "ns1ns1ns1";
2333         s/ns(?=\d)/ns_/g;
2334         is($_, "ns_1ns_1ns_1", $message);
2335         $_ = "ns1";
2336         s/ns(?=\d)/ns_/;
2337         is($_, "ns_1", $message);
2338         $_ = "123";
2339         s/(?=\d+)|(?<=\d)/!Bang!/g;
2340         is($_, "!Bang!1!Bang!2!Bang!3!Bang!", $message);
2341     }
2342
2343     { 
2344         # Earlier versions of Perl said this was fatal.
2345         my $message = "U+0FFFF shouldn't crash the regex engine";
2346         no warnings 'utf8';
2347         my $a = eval "chr(65535)";
2348         use warnings;
2349         my $warning_message;
2350         local $SIG{__WARN__} = sub { $warning_message = $_[0] };
2351         eval $a =~ /[a-z]/;
2352         ok(1, $message);  # If it didn't crash, it worked.
2353     }
2354
2355     TODO: {   # Was looping
2356         todo_skip('Triggers thread clone SEGV. See #86550')
2357           if $::running_as_thread && $::running_as_thread;
2358         watchdog(10);   # Use a bigger value for busy systems
2359         like("\x{00DF}", qr/[\x{1E9E}_]*/i, "\"\\x{00DF}\" =~ /[\\x{1E9E}_]*/i was looping");
2360     }
2361
2362     {   # Bug #90536, caused failed assertion
2363         unlike("s\N{U+DF}", qr/^\x{00DF}/i, "\"s\\N{U+DF}\", qr/^\\x{00DF}/i");
2364     }
2365
2366     # User-defined Unicode properties to match above-Unicode code points
2367     sub Is_32_Bit_Super { return "110000\tFFFFFFFF\n" }
2368     sub Is_Portable_Super { return '!utf8::Any' }   # Matches beyond 32 bits
2369
2370   SKIP:
2371     {   # Assertion was failing on on 64-bit platforms; just didn't work on 32.
2372         skip("EBCDIC only goes to 31 bits", 4) if $::IS_EBCDIC;
2373         no warnings qw(non_unicode portable);
2374         use Config;
2375
2376         # We use 'ok' instead of 'like' because the warnings are lexically
2377         # scoped, and want to turn them off, so have to do the match in this
2378         # scope.   (EBCDIC platforms can't handle above 2**32 - 1
2379         if ($Config{uvsize} < 8) {
2380             ok(chr(0xFFFF_FFFE) =~ /\p{Is_32_Bit_Super}/,
2381                             "chr(0xFFFF_FFFE) can match a Unicode property");
2382             ok(chr(0xFFFF_FFFF) =~ /\p{Is_32_Bit_Super}/,
2383                             "chr(0xFFFF_FFFF) can match a Unicode property");
2384             my $p = qr/^[\x{FFFF_FFFF}]$/;
2385             ok(chr(0xFFFF_FFFF) =~ $p,
2386                     "chr(0xFFFF_FFFF) can match itself in a [class]");
2387             ok(chr(0xFFFF_FFFF) =~ $p, # Tests any caching
2388                     "chr(0xFFFF_FFFF) can match itself in a [class] subsequently");
2389         }
2390         else {
2391             no warnings 'overflow';
2392             ok(chr(0xFFFF_FFFF_FFFF_FFFE) =~ qr/\p{Is_Portable_Super}/,
2393                     "chr(0xFFFF_FFFF_FFFF_FFFE) can match a Unicode property");
2394             ok(chr(0xFFFF_FFFF_FFFF_FFFF) =~ qr/^\p{Is_Portable_Super}$/,
2395                     "chr(0xFFFF_FFFF_FFFF_FFFF) can match a Unicode property");
2396
2397             my $p = qr/^[\x{FFFF_FFFF_FFFF_FFFF}]$/;
2398             ok(chr(0xFFFF_FFFF_FFFF_FFFF) =~ $p,
2399                     "chr(0xFFFF_FFFF_FFFF_FFFF) can match itself in a [class]");
2400             ok(chr(0xFFFF_FFFF_FFFF_FFFF) =~ $p, # Tests any caching
2401                     "chr(0xFFFF_FFFF_FFFF_FFFF) can match itself in a [class] subsequently");
2402
2403             # This test is because something was declared as 32 bits, but
2404             # should have been cast to 64; only a problem where
2405             # sizeof(STRLEN) != sizeof(UV)
2406             ok(chr(0xFFFF_FFFF_FFFF_FFFE) !~ qr/\p{Is_32_Bit_Super}/, "chr(0xFFFF_FFFF_FFFF_FFFE) shouldn't match a range ending in 0xFFFF_FFFF");
2407         }
2408     }
2409
2410     { # [perl #112530], the code below caused a panic
2411         sub InFoo { "a\tb\n9\ta\n" }
2412         like(chr(0xA), qr/\p{InFoo}/,
2413                             "Overlapping ranges in user-defined properties");
2414     }
2415
2416     { # [perl #125990], the final 2 tests below each caused a panic.
2417         # The \0's are not necessary; it could be a printable character
2418         # instead, but were in the ticket, so using them.
2419         my $sharp_s = chr utf8::unicode_to_native(0xdf);
2420         my $string        = ("\0" x 8)
2421                           . ($sharp_s x 3)
2422                           . ("\0" x 42)
2423                           .  "ý";
2424         my $folded_string = ("\0" x 8)
2425                           . ("ss" x 3)
2426                           . ("\0" x 42)
2427                           .  "ý";
2428         utf8::downgrade($string);
2429         utf8::downgrade($folded_string);
2430
2431         like($string, qr/$string/i, "LATIN SMALL SHARP S matches itself under /id");
2432         unlike($folded_string, qr/$string/i, "LATIN SMALL SHARP S doesn't match 'ss' under /di");
2433         like($folded_string, qr/\N{}$string/i, "\\N{} earlier than LATIN SMALL SHARP S transforms /di into /ui, matches 'ss'");
2434         like($folded_string, qr/$string\N{}/i, "\\N{} after LATIN SMALL SHARP S transforms /di into /ui, matches 'ss'");
2435     }
2436
2437     { # Regexp:Grammars was broken:
2438   # http://www.xray.mpe.mpg.de/mailing-lists/perl5-porters/2013-06/msg01290.html
2439         fresh_perl_like('use warnings; "abc" =~ qr{(?&foo){0}abc(?<foo>)}',
2440                         qr/Quantifier unexpected on zero-length expression/,
2441                         {},
2442                         'No segfault on qr{(?&foo){0}abc(?<foo>)}');
2443     }
2444
2445     SKIP:
2446     {   # [perl #125826] buffer overflow in TRIE_STORE_REVCHAR
2447         # (during compilation, so use a fresh perl)
2448         $Config{uvsize} == 8
2449           or skip("need large code-points for this test", 1);
2450         fresh_perl_is('/\x{E000000000}|/ and print qq(ok\n)', "ok\n", {},
2451                       "buffer overflow in TRIE_STORE_REVCHAR");
2452     }
2453
2454
2455     # !!! NOTE that tests that aren't at all likely to crash perl should go
2456     # a ways above, above these last ones.
2457
2458     done_testing();
2459 } # End of sub run_tests
2460
2461 1;