tests/unicase/test-u8-tolower.c

   1 /* Test of lowercase mapping for UTF-8 strings.
   2    Copyright (C) 2009-2014 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 /* Written by Bruno Haible <bruno@clisp.org>, 2009.  */
  18
  19 #include <config.h>
  20
  21 #include "unicase.h"
  22
  23 #include <stdlib.h>
  24
  25 #include "unistr.h"
  26 #include "uninorm.h"
  27 #include "macros.h"
  28
  29 static int
  30 check (const uint8_t *input, size_t input_length,
  31        const char *iso639_language, uninorm_t nf,
  32        const uint8_t *expected, size_t expected_length)
  33 {
  34   size_t length;
  35   uint8_t *result;
  36
  37   /* Test return conventions with resultbuf == NULL.  */
  38   result = u8_tolower (input, input_length, iso639_language, nf, NULL, &length);
  39   if (!(result != NULL))
  40     return 1;
  41   if (!(length == expected_length))
  42     return 2;
  43   if (!(u8_cmp (result, expected, expected_length) == 0))
  44     return 3;
  45   free (result);
  46
  47   /* Test return conventions with resultbuf too small.  */
  48   if (expected_length > 0)
  49     {
  50       uint8_t *preallocated;
  51
  52       length = expected_length - 1;
  53       preallocated = (uint8_t *) malloc (length * sizeof (uint8_t));
  54       result = u8_tolower (input, input_length, iso639_language, nf, preallocated, &length);
  55       if (!(result != NULL))
  56         return 4;
  57       if (!(result != preallocated))
  58         return 5;
  59       if (!(length == expected_length))
  60         return 6;
  61       if (!(u8_cmp (result, expected, expected_length) == 0))
  62         return 7;
  63       free (result);
  64       free (preallocated);
  65     }
  66
  67   /* Test return conventions with resultbuf large enough.  */
  68   {
  69     uint8_t *preallocated;
  70
  71     length = expected_length;
  72     preallocated = (uint8_t *) malloc (length * sizeof (uint8_t));
  73     result = u8_tolower (input, input_length, iso639_language, nf, preallocated, &length);
  74     if (!(result != NULL))
  75       return 8;
  76     if (!(preallocated == NULL || result == preallocated))
  77       return 9;
  78     if (!(length == expected_length))
  79       return 10;
  80     if (!(u8_cmp (result, expected, expected_length) == 0))
  81       return 11;
  82     free (preallocated);
  83   }
  84
  85   return 0;
  86 }
  87
  88 int
  89 main ()
  90 {
  91   { /* Empty string.  */
  92     ASSERT (check (NULL, 0, NULL, NULL, NULL, 0) == 0);
  93     ASSERT (check (NULL, 0, NULL, UNINORM_NFC, NULL, 0) == 0);
  94   }
  95
  96   /* Simple string.  */
  97   { /* "Grüß Gott. Здравствуйте! x=(-b±sqrt(b²-4ac))/(2a)  日本語,中文,한글" */
  98     static const uint8_t input[] =
  99       { 'G', 'r', 0xC3, 0xBC, 0xC3, 0x9F, ' ', 'G', 'o', 't', 't', '.', ' ',
 100         0xD0, 0x97, 0xD0, 0xB4, 0xD1, 0x80, 0xD0, 0xB0, 0xD0, 0xB2, 0xD1, 0x81,
 101         0xD1, 0x82, 0xD0, 0xB2, 0xD1, 0x83, 0xD0, 0xB9, 0xD1, 0x82, 0xD0, 0xB5,
 102         '!', ' ', 'x', '=', '(', '-', 'b', 0xC2, 0xB1, 's', 'q', 'r', 't', '(',
 103         'b', 0xC2, 0xB2, '-', '4', 'a', 'c', ')', ')', '/', '(', '2', 'a', ')',
 104         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
 105         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
 106         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
 107       };
 108     static const uint8_t casemapped[] =
 109       { 'g', 'r', 0xC3, 0xBC, 0xC3, 0x9F, ' ', 'g', 'o', 't', 't', '.', ' ',
 110         0xD0, 0xB7, 0xD0, 0xB4, 0xD1, 0x80, 0xD0, 0xB0, 0xD0, 0xB2, 0xD1, 0x81,
 111         0xD1, 0x82, 0xD0, 0xB2, 0xD1, 0x83, 0xD0, 0xB9, 0xD1, 0x82, 0xD0, 0xB5,
 112         '!', ' ', 'x', '=', '(', '-', 'b', 0xC2, 0xB1, 's', 'q', 'r', 't', '(',
 113         'b', 0xC2, 0xB2, '-', '4', 'a', 'c', ')', ')', '/', '(', '2', 'a', ')',
 114         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
 115         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
 116         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
 117       };
 118     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 119   }
 120
 121   /* Turkish letters i İ ı I */
 122   { /* LATIN CAPITAL LETTER I */
 123     static const uint8_t input[]         = { 0x49 };
 124     static const uint8_t casemapped[]    = { 0x69 };
 125     static const uint8_t casemapped_tr[] = { 0xC4, 0xB1 };
 126     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 127     ASSERT (check (input, SIZEOF (input), "tr", NULL, casemapped_tr, SIZEOF (casemapped_tr)) == 0);
 128   }
 129   { /* LATIN SMALL LETTER I */
 130     static const uint8_t input[]      = { 0x69 };
 131     static const uint8_t casemapped[] = { 0x69 };
 132     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 133     ASSERT (check (input, SIZEOF (input), "tr", NULL, casemapped, SIZEOF (casemapped)) == 0);
 134   }
 135   { /* LATIN CAPITAL LETTER I WITH DOT ABOVE */
 136     static const uint8_t input[]         = { 0xC4, 0xB0 };
 137     static const uint8_t casemapped[]    = { 0x69, 0xCC, 0x87 };
 138     static const uint8_t casemapped_tr[] = { 0x69 };
 139     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 140     ASSERT (check (input, SIZEOF (input), "tr", NULL, casemapped_tr, SIZEOF (casemapped_tr)) == 0);
 141   }
 142   { /* LATIN SMALL LETTER DOTLESS I */
 143     static const uint8_t input[]      = { 0xC4, 0xB1};
 144     static const uint8_t casemapped[] = { 0xC4, 0xB1 };
 145     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 146     ASSERT (check (input, SIZEOF (input), "tr", NULL, casemapped, SIZEOF (casemapped)) == 0);
 147   }
 148   { /* "TOPKAPI" */
 149     static const uint8_t input[] =
 150       { 0x54, 0x4F, 0x50, 0x4B, 0x41, 0x50, 0x49 };
 151     static const uint8_t casemapped[] =
 152       { 0x74, 0x6F, 0x70, 0x6B, 0x61, 0x70, 0xC4, 0xB1 };
 153     ASSERT (check (input, SIZEOF (input), "tr", NULL, casemapped, SIZEOF (casemapped)) == 0);
 154   }
 155
 156   /* Uppercasing can increase the number of Unicode characters.  */
 157   { /* "HEIß" */
 158     static const uint8_t input[]      = { 0x48, 0x45, 0x49, 0xC3, 0x9F };
 159     static const uint8_t casemapped[] = { 0x68, 0x65, 0x69, 0xC3, 0x9F };
 160     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 161   }
 162
 163   /* Case mappings for some characters can depend on the surrounding characters.  */
 164   { /* "ΠΕΡΙΣΣΌΤΕΡΕΣ ΠΛΗΡΟΦΟΡΊΕΣ" */
 165     static const uint8_t input[] =
 166       {
 167         0xCE, 0xA0, 0xCE, 0x95, 0xCE, 0xA1, 0xCE, 0x99, 0xCE, 0xA3, 0xCE, 0xA3,
 168         0xCE, 0x8C, 0xCE, 0xA4, 0xCE, 0x95, 0xCE, 0xA1, 0xCE, 0x95, 0xCE, 0xA3,
 169         ' ', 0xCE, 0xA0, 0xCE, 0x9B, 0xCE, 0x97, 0xCE, 0xA1, 0xCE, 0x9F,
 170         0xCE, 0xA6, 0xCE, 0x9F, 0xCE, 0xA1, 0xCE, 0x8A, 0xCE, 0x95, 0xCE, 0xA3
 171       };
 172     static const uint8_t casemapped[] =
 173       {
 174         0xCF, 0x80, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB9, 0xCF, 0x83, 0xCF, 0x83,
 175         0xCF, 0x8C, 0xCF, 0x84, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB5, 0xCF, 0x82,
 176         ' ', 0xCF, 0x80, 0xCE, 0xBB, 0xCE, 0xB7, 0xCF, 0x81, 0xCE, 0xBF,
 177         0xCF, 0x86, 0xCE, 0xBF, 0xCF, 0x81, 0xCE, 0xAF, 0xCE, 0xB5, 0xCF, 0x82
 178       };
 179     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 180   }
 181   { /* "Σ" -> "σ" */
 182     static const uint8_t input[] =      { 0xCE, 0xA3 };
 183     static const uint8_t casemapped[] = { 0xCF, 0x83 };
 184     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 185   }
 186   { /* "ΑΣ" -> "ας" */
 187     static const uint8_t input[] =      { 0xCE, 0x91, 0xCE, 0xA3 };
 188     static const uint8_t casemapped[] = { 0xCE, 0xB1, 0xCF, 0x82 };
 189     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 190   }
 191   /* It's a final sigma only if not followed by a case-ignorable sequence and
 192      then a cased letter.  Note that U+0345 and U+037A are simultaneously
 193      case-ignorable and cased (which is a bit paradoxical).  */
 194   { /* "ΑΣΑ" -> "ασα" */
 195     static const uint8_t input[] =      { 0xCE, 0x91, 0xCE, 0xA3, 0xCE, 0x91 };
 196     static const uint8_t casemapped[] = { 0xCE, 0xB1, 0xCF, 0x83, 0xCE, 0xB1 };
 197     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 198   }
 199   { /* "ΑΣ:" -> "ας:" */
 200     static const uint8_t input[] =      { 0xCE, 0x91, 0xCE, 0xA3, 0x3A };
 201     static const uint8_t casemapped[] = { 0xCE, 0xB1, 0xCF, 0x82, 0x3A };
 202     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 203   }
 204   { /* "ΑΣ:Α" -> "ασ:α" */
 205     static const uint8_t input[] =      { 0xCE, 0x91, 0xCE, 0xA3, 0x3A, 0xCE, 0x91 };
 206     static const uint8_t casemapped[] = { 0xCE, 0xB1, 0xCF, 0x83, 0x3A, 0xCE, 0xB1 };
 207     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 208   }
 209   { /* "ΑΣ:ͺ" -> "ασ:ͺ" */
 210     static const uint8_t input[] =      { 0xCE, 0x91, 0xCE, 0xA3, 0x3A, 0xCD, 0xBA };
 211     static const uint8_t casemapped[] = { 0xCE, 0xB1, 0xCF, 0x83, 0x3A, 0xCD, 0xBA };
 212     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 213   }
 214   { /* "ΑΣ:ͺ " -> "ασ:ͺ " */
 215     static const uint8_t input[] =      { 0xCE, 0x91, 0xCE, 0xA3, 0x3A, 0xCD, 0xBA, 0x20 };
 216     static const uint8_t casemapped[] = { 0xCE, 0xB1, 0xCF, 0x83, 0x3A, 0xCD, 0xBA, 0x20 };
 217     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 218   }
 219   /* It's a final sigma only if preceded by a case-ignorable sequence and
 220      a cased letter before it.  Note that U+0345 and U+037A are simultaneously
 221      case-ignorable and cased (which is a bit paradoxical).  */
 222   { /* ":Σ" -> ":σ" */
 223     static const uint8_t input[] =      { 0x3A, 0xCE, 0xA3 };
 224     static const uint8_t casemapped[] = { 0x3A, 0xCF, 0x83 };
 225     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 226   }
 227   { /* "Α:Σ" -> "α:ς" */
 228     static const uint8_t input[] =      { 0xCE, 0x91, 0x3A, 0xCE, 0xA3 };
 229     static const uint8_t casemapped[] = { 0xCE, 0xB1, 0x3A, 0xCF, 0x82 };
 230     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 231   }
 232   { /* "ͺ:Σ" -> "ͺ:ς" */
 233     static const uint8_t input[] =      { 0xCD, 0xBA, 0x3A, 0xCE, 0xA3 };
 234     static const uint8_t casemapped[] = { 0xCD, 0xBA, 0x3A, 0xCF, 0x82 };
 235     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 236   }
 237   { /* " ͺ:Σ" -> " ͺ:ς" */
 238     static const uint8_t input[] =      { 0x20, 0xCD, 0xBA, 0x3A, 0xCE, 0xA3 };
 239     static const uint8_t casemapped[] = { 0x20, 0xCD, 0xBA, 0x3A, 0xCF, 0x82 };
 240     ASSERT (check (input, SIZEOF (input), NULL, NULL, casemapped, SIZEOF (casemapped)) == 0);
 241   }
 242
 243   return 0;
 244 }