tests/test-regex.c

   1 /* Test regular expressions
   2    Copyright 1996-2001, 2003-2014 Free Software Foundation, Inc.
   3
   4    This program is free software: you can redistribute it and/or modify
   5    it under the terms of the GNU General Public License as published by
   6    the Free Software Foundation; either version 3 of the License, or
   7    (at your option) any later version.
   8
   9    This program is distributed in the hope that it will be useful,
  10    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12    GNU General Public License for more details.
  13
  14    You should have received a copy of the GNU General Public License
  15    along with this program.  If not, see <http://www.gnu.org/licenses/>.  */
  16
  17 #include <config.h>
  18
  19 #include "regex.h"
  20
  21 #include <locale.h>
  22 #include <limits.h>
  23 #include <string.h>
  24 #if HAVE_DECL_ALARM
  25 # include <unistd.h>
  26 # include <signal.h>
  27 #endif
  28
  29 #include "localcharset.h"
  30
  31 int
  32 main (void)
  33 {
  34   int result = 0;
  35   static struct re_pattern_buffer regex;
  36   unsigned char folded_chars[UCHAR_MAX + 1];
  37   int i;
  38   const char *s;
  39   struct re_registers regs;
  40
  41 #if HAVE_DECL_ALARM
  42   /* Some builds of glibc go into an infinite loop on this test.  */
  43   int alarm_value = 2;
  44   signal (SIGALRM, SIG_DFL);
  45   alarm (alarm_value);
  46 #endif
  47   if (setlocale (LC_ALL, "en_US.UTF-8"))
  48     {
  49       {
  50         /* http://sourceware.org/ml/libc-hacker/2006-09/msg00008.html
  51            This test needs valgrind to catch the bug on Debian
  52            GNU/Linux 3.1 x86, but it might catch the bug better
  53            on other platforms and it shouldn't hurt to try the
  54            test here.  */
  55         static char const pat[] = "insert into";
  56         static char const data[] =
  57           "\xFF\0\x12\xA2\xAA\xC4\xB1,K\x12\xC4\xB1*\xACK";
  58         re_set_syntax (RE_SYNTAX_GREP | RE_HAT_LISTS_NOT_NEWLINE
  59                        | RE_ICASE);
  60         memset (&regex, 0, sizeof regex);
  61         s = re_compile_pattern (pat, sizeof pat - 1, &regex);
  62         if (s)
  63           result |= 1;
  64         else if (re_search (&regex, data, sizeof data - 1,
  65                             0, sizeof data - 1, &regs)
  66                  != -1)
  67           result |= 1;
  68       }
  69
  70       /* Check whether it's really a UTF-8 locale.
  71          On mingw, the setlocale call succeeds but returns
  72          "English_United States.1252", with locale_charset() returning
  73          "CP1252".  */
  74       if (strcmp (locale_charset (), "UTF-8") == 0)
  75         {
  76           /* This test is from glibc bug 15078.
  77              The test case is from Andreas Schwab in
  78              <http://www.sourceware.org/ml/libc-alpha/2013-01/msg00967.html>.
  79           */
  80           static char const pat[] = "[^x]x";
  81           static char const data[] =
  82             /* <U1000><U103B><U103D><U1014><U103A><U102F><U1015><U103A> */
  83             "\xe1\x80\x80"
  84             "\xe1\x80\xbb"
  85             "\xe1\x80\xbd"
  86             "\xe1\x80\x94"
  87             "\xe1\x80\xba"
  88             "\xe1\x80\xaf"
  89             "\xe1\x80\x95"
  90             "\xe1\x80\xba"
  91             "x";
  92           re_set_syntax (0);
  93           memset (&regex, 0, sizeof regex);
  94           s = re_compile_pattern (pat, sizeof pat - 1, &regex);
  95           if (s)
  96             result |= 1;
  97           else
  98             {
  99               i = re_search (&regex, data, sizeof data - 1,
 100                              0, sizeof data - 1, 0);
 101               if (i != 0 && i != 21)
 102                 result |= 1;
 103             }
 104         }
 105
 106       if (! setlocale (LC_ALL, "C"))
 107         return 1;
 108     }
 109
 110   /* This test is from glibc bug 3957, reported by Andrew Mackey.  */
 111   re_set_syntax (RE_SYNTAX_EGREP | RE_HAT_LISTS_NOT_NEWLINE);
 112   memset (&regex, 0, sizeof regex);
 113   s = re_compile_pattern ("a[^x]b", 6, &regex);
 114   if (s)
 115     result |= 2;
 116   /* This should fail, but succeeds for glibc-2.5.  */
 117   else if (re_search (&regex, "a\nb", 3, 0, 3, &regs) != -1)
 118     result |= 2;
 119
 120   /* This regular expression is from Spencer ere test number 75
 121      in grep-2.3.  */
 122   re_set_syntax (RE_SYNTAX_POSIX_EGREP);
 123   memset (&regex, 0, sizeof regex);
 124   for (i = 0; i <= UCHAR_MAX; i++)
 125     folded_chars[i] = i;
 126   regex.translate = folded_chars;
 127   s = re_compile_pattern ("a[[:@:>@:]]b\n", 11, &regex);
 128   /* This should fail with _Invalid character class name_ error.  */
 129   if (!s)
 130     result |= 4;
 131
 132   /* Ensure that [b-a] is diagnosed as invalid, when
 133      using RE_NO_EMPTY_RANGES. */
 134   re_set_syntax (RE_SYNTAX_POSIX_EGREP | RE_NO_EMPTY_RANGES);
 135   memset (&regex, 0, sizeof regex);
 136   s = re_compile_pattern ("a[b-a]", 6, &regex);
 137   if (s == 0)
 138     result |= 8;
 139
 140   /* This should succeed, but does not for glibc-2.1.3.  */
 141   memset (&regex, 0, sizeof regex);
 142   s = re_compile_pattern ("{1", 2, &regex);
 143   if (s)
 144     result |= 8;
 145
 146   /* The following example is derived from a problem report
 147      against gawk from Jorge Stolfi <stolfi@ic.unicamp.br>.  */
 148   memset (&regex, 0, sizeof regex);
 149   s = re_compile_pattern ("[an\371]*n", 7, &regex);
 150   if (s)
 151     result |= 8;
 152   /* This should match, but does not for glibc-2.2.1.  */
 153   else if (re_match (&regex, "an", 2, 0, &regs) != 2)
 154     result |= 8;
 155
 156   memset (&regex, 0, sizeof regex);
 157   s = re_compile_pattern ("x", 1, &regex);
 158   if (s)
 159     result |= 8;
 160   /* glibc-2.2.93 does not work with a negative RANGE argument.  */
 161   else if (re_search (&regex, "wxy", 3, 2, -2, &regs) != 1)
 162     result |= 8;
 163
 164   /* The version of regex.c in older versions of gnulib
 165      ignored RE_ICASE.  Detect that problem too.  */
 166   re_set_syntax (RE_SYNTAX_EMACS | RE_ICASE);
 167   memset (&regex, 0, sizeof regex);
 168   s = re_compile_pattern ("x", 1, &regex);
 169   if (s)
 170     result |= 16;
 171   else if (re_search (&regex, "WXY", 3, 0, 3, &regs) < 0)
 172     result |= 16;
 173
 174   /* Catch a bug reported by Vin Shelton in
 175      http://lists.gnu.org/archive/html/bug-coreutils/2007-06/msg00089.html
 176      */
 177   re_set_syntax (RE_SYNTAX_POSIX_BASIC
 178                  & ~RE_CONTEXT_INVALID_DUP
 179                  & ~RE_NO_EMPTY_RANGES);
 180   memset (&regex, 0, sizeof regex);
 181   s = re_compile_pattern ("[[:alnum:]_-]\\\\+$", 16, &regex);
 182   if (s)
 183     result |= 32;
 184
 185   /* REG_STARTEND was added to glibc on 2004-01-15.
 186      Reject older versions.  */
 187   if (! REG_STARTEND)
 188     result |= 64;
 189
 190 #if 0
 191   /* It would be nice to reject hosts whose regoff_t values are too
 192      narrow (including glibc on hosts with 64-bit ptrdiff_t and
 193      32-bit int), but we should wait until glibc implements this
 194      feature.  Otherwise, support for equivalence classes and
 195      multibyte collation symbols would always be broken except
 196      when compiling --without-included-regex.   */
 197   if (sizeof (regoff_t) < sizeof (ptrdiff_t)
 198       || sizeof (regoff_t) < sizeof (ssize_t))
 199     result |= 64;
 200 #endif
 201
 202   return result;
 203 }