maint: update copyright
[gnulib.git] / tests / unicase / test-ulc-casecmp.c
1 /* Test of case and normalization insensitive comparison of 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 <locale.h>
24 #include "macros.h"
25
26 #define UNIT char
27 #include "test-casecmp.h"
28 #undef UNIT
29
30 static void
31 test_iso_8859_1 (int (*my_casecmp) (const char *, size_t, const char *, size_t, const char *, uninorm_t, int *))
32 {
33   {
34     static const char input1[] = { 'H', 0xF6, 'h', 'l', 'e' };
35     static const char input2[] = { 'H', 0xD6, 'h', 'L', 'e' };
36     static const char input3[] = { 'H', 0xF6, 'h', 'l', 'e', 'n' };
37     static const char input4[] = { 'H', 0xD6, 'h', 'L', 'e', 'n' };
38     static const char input5[] = { 'H', 'u', 'r', 'z' };
39     int cmp;
40
41     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
42     ASSERT (cmp == 0);
43
44     ASSERT (my_casecmp (input2, SIZEOF (input2), input1, SIZEOF (input1), NULL, UNINORM_NFD, &cmp) == 0);
45     ASSERT (cmp == 0);
46
47     ASSERT (my_casecmp (input3, SIZEOF (input3), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
48     ASSERT (cmp == 0);
49
50     ASSERT (my_casecmp (input4, SIZEOF (input4), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
51     ASSERT (cmp == 0);
52
53     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
54     ASSERT (cmp == -1);
55
56     ASSERT (my_casecmp (input1, SIZEOF (input1), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
57     ASSERT (cmp == -1);
58
59     ASSERT (my_casecmp (input1, SIZEOF (input1), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
60     ASSERT (cmp == -1);
61
62     ASSERT (my_casecmp (input2, SIZEOF (input2), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
63     ASSERT (cmp == -1);
64   }
65
66   /* Uppercasing can increase the number of Unicode characters.  */
67   { /* "heiß" */
68     static const char input1[] = { 0x68, 0x65, 0x69, 0xDF };
69     static const char input2[] = { 0x68, 0x65, 0x69, 0x73, 0x73 };
70     int cmp;
71
72     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
73     ASSERT (cmp == 0);
74   }
75 }
76
77 static void
78 test_utf_8 (int (*my_casecmp) (const char *, size_t, const char *, size_t, const char *, uninorm_t, int *))
79 {
80   /* Normalization effects.  */
81   {
82     static const char input1[] = { 'H', 0xC3, 0xB6, 'h', 'l', 'e' };
83     static const char input2[] = { 'H', 'O', 0xCC, 0x88, 'h', 'L', 'e' };
84     static const char input3[] = { 'H', 0xC3, 0xB6, 'h', 'l', 'e', 'n' };
85     static const char input4[] = { 'H', 'O', 0xCC, 0x88, 'h', 'L', 'e', 'n' };
86     static const char input5[] = { 'H', 'u', 'r', 'z' };
87     int cmp;
88
89     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
90     ASSERT (cmp == 0);
91
92     ASSERT (my_casecmp (input2, SIZEOF (input2), input1, SIZEOF (input1), NULL, UNINORM_NFD, &cmp) == 0);
93     ASSERT (cmp == 0);
94
95     ASSERT (my_casecmp (input3, SIZEOF (input3), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
96     ASSERT (cmp == 0);
97
98     ASSERT (my_casecmp (input4, SIZEOF (input4), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
99     ASSERT (cmp == 0);
100
101     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
102     ASSERT (cmp == -1);
103
104     ASSERT (my_casecmp (input1, SIZEOF (input1), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
105     ASSERT (cmp == -1);
106
107     ASSERT (my_casecmp (input1, SIZEOF (input1), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
108     ASSERT (cmp == -1);
109
110     ASSERT (my_casecmp (input2, SIZEOF (input2), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
111     ASSERT (cmp == -1);
112   }
113   { /* LATIN CAPITAL LETTER A WITH DIAERESIS */
114     static const char input1[] = { 0xC3, 0x84 };
115     static const char input2[] = { 0x41, 0xCC, 0x88 };
116     int cmp;
117
118     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
119     ASSERT (cmp == 0);
120   }
121   { /* LATIN CAPITAL LETTER A WITH DIAERESIS AND MACRON */
122     static const char input1[] = { 0xC7, 0x9E };
123     static const char input2[] = { 0x41, 0xCC, 0x88, 0xCC, 0x84 };
124     int cmp;
125
126     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
127     ASSERT (cmp == 0);
128   }
129   { /* GREEK DIALYTIKA AND PERISPOMENI */
130     static const char input1[] = { 0xE1, 0xBF, 0x81 };
131     static const char input2[] = { 0xC2, 0xA8, 0xCD, 0x82 };
132     int cmp;
133
134     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
135     ASSERT (cmp == 0);
136   }
137   { /* HANGUL SYLLABLE GEUL */
138     static const char input1[] = { 0xEA, 0xB8, 0x80 };
139     static const char input2[] = { 0xEA, 0xB7, 0xB8, 0xE1, 0x86, 0xAF };
140     static const char input3[] = { 0xE1, 0x84, 0x80, 0xE1, 0x85, 0xB3, 0xE1, 0x86, 0xAF };
141     int cmp;
142
143     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
144     ASSERT (cmp == 0);
145
146     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
147     ASSERT (cmp == 0);
148   }
149   { /* HANGUL SYLLABLE GEU */
150     static const char input1[] = { 0xEA, 0xB7, 0xB8 };
151     static const char input2[] = { 0xE1, 0x84, 0x80, 0xE1, 0x85, 0xB3 };
152     int cmp;
153
154     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
155     ASSERT (cmp == 0);
156   }
157
158   /* Simple string.  */
159   { /* "Grüß Gott. Здравствуйте! x=(-b±sqrt(b²-4ac))/(2a)  日本語,中文,한글" */
160     static const char input1[] =
161       { 'G', 'r', 0xC3, 0xBC, 0xC3, 0x9F, ' ', 'G', 'o', 't', 't', '.', ' ',
162         0xD0, 0x97, 0xD0, 0xB4, 0xD1, 0x80, 0xD0, 0xB0, 0xD0, 0xB2, 0xD1, 0x81,
163         0xD1, 0x82, 0xD0, 0xB2, 0xD1, 0x83, 0xD0, 0xB9, 0xD1, 0x82, 0xD0, 0xB5,
164         '!', ' ', 'x', '=', '(', '-', 'b', 0xC2, 0xB1, 's', 'q', 'r', 't', '(',
165         'b', 0xC2, 0xB2, '-', '4', 'a', 'c', ')', ')', '/', '(', '2', 'a', ')',
166         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
167         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
168         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
169       };
170     static const char input2[] =
171       { 'g', 'r', 0xC3, 0xBC, 0x73, 0x73, ' ', 'g', 'o', 't', 't', '.', ' ',
172         0xD0, 0xB7, 0xD0, 0xB4, 0xD1, 0x80, 0xD0, 0xB0, 0xD0, 0xB2, 0xD1, 0x81,
173         0xD1, 0x82, 0xD0, 0xB2, 0xD1, 0x83, 0xD0, 0xB9, 0xD1, 0x82, 0xD0, 0xB5,
174         '!', ' ', 'x', '=', '(', '-', 'b', 0xC2, 0xB1, 's', 'q', 'r', 't', '(',
175         'b', 0xC2, 0xB2, '-', '4', 'a', 'c', ')', ')', '/', '(', '2', 'a', ')',
176         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
177         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
178         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
179       };
180     static const char input3[] =
181       { 'G', 'R', 0xC3, 0x9C, 0x53, 0x53, ' ', 'G', 'O', 'T', 'T', '.', ' ',
182         0xD0, 0x97, 0xD0, 0x94, 0xD0, 0xA0, 0xD0, 0x90, 0xD0, 0x92, 0xD0, 0xA1,
183         0xD0, 0xA2, 0xD0, 0x92, 0xD0, 0xA3, 0xD0, 0x99, 0xD0, 0xA2, 0xD0, 0x95,
184         '!', ' ', 'X', '=', '(', '-', 'B', 0xC2, 0xB1, 'S', 'Q', 'R', 'T', '(',
185         'B', 0xC2, 0xB2, '-', '4', 'A', 'C', ')', ')', '/', '(', '2', 'A', ')',
186         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
187         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
188         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
189       };
190     int cmp;
191
192     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
193     ASSERT (cmp == 0);
194
195     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
196     ASSERT (cmp == 0);
197
198     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
199     ASSERT (cmp == 0);
200
201     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
202     ASSERT (cmp == 0);
203
204     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
205     ASSERT (cmp == 0);
206
207     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
208     ASSERT (cmp == 0);
209   }
210
211   /* Case mapping can increase the number of Unicode characters.  */
212   { /* LATIN SMALL LETTER N PRECEDED BY APOSTROPHE */
213     static const char input1[] = { 0xC5, 0x89 };
214     static const char input2[] = { 0xCA, 0xBC, 0x6E };
215     static const char input3[] = { 0xCA, 0xBC, 0x4E };
216     int cmp;
217
218     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
219     ASSERT (cmp == 0);
220
221     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
222     ASSERT (cmp == 0);
223
224     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
225     ASSERT (cmp == 0);
226
227     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
228     ASSERT (cmp == 0);
229   }
230   { /* GREEK SMALL LETTER IOTA WITH DIALYTIKA AND TONOS */
231     static const char input1[] = { 0xCE, 0x90 };
232     static const char input2[] = { 0xCE, 0xB9, 0xCC, 0x88, 0xCC, 0x81 };
233     int cmp;
234
235     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
236     ASSERT (cmp == 0);
237
238     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
239     ASSERT (cmp == 0);
240   }
241
242   /* Turkish letters i İ ı I */
243   { /* LATIN CAPITAL LETTER I */
244     static const char input[]         = { 0x49 };
245     static const char casefolded[]    = { 0x69 };
246     static const char casefolded_tr[] = { 0xC4, 0xB1 };
247     int cmp;
248
249     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
250     ASSERT (cmp == 0);
251
252     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_tr, SIZEOF (casefolded_tr), "tr", NULL, &cmp) == 0);
253     ASSERT (cmp == 0);
254   }
255   { /* LATIN SMALL LETTER I */
256     static const char input[]         = { 0x69 };
257     static const char casefolded[]    = { 0x49 };
258     static const char casefolded_tr[] = { 0xC4, 0xB0 };
259     int cmp;
260
261     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
262     ASSERT (cmp == 0);
263
264     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_tr, SIZEOF (casefolded_tr), "tr", NULL, &cmp) == 0);
265     ASSERT (cmp == 0);
266   }
267   { /* LATIN CAPITAL LETTER I WITH DOT ABOVE */
268     static const char input[]         = { 0xC4, 0xB0 };
269     static const char casefolded[]    = { 0x69, 0xCC, 0x87 };
270     static const char casefolded_tr[] = { 0x69 };
271     int cmp;
272
273     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
274     ASSERT (cmp == 0);
275
276     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_tr, SIZEOF (casefolded_tr), "tr", NULL, &cmp) == 0);
277     ASSERT (cmp == 0);
278   }
279   { /* LATIN SMALL LETTER DOTLESS I */
280     static const char input[]      = { 0xC4, 0xB1 };
281     static const char casefolded[] = { 0x49 };
282     int cmp;
283
284     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
285     ASSERT (cmp == 1);
286
287     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), "tr", NULL, &cmp) == 0);
288     ASSERT (cmp == 0);
289   }
290   { /* "topkapı" */
291     static const char input[] =
292       { 0x54, 0x4F, 0x50, 0x4B, 0x41, 0x50, 0x49 };
293     static const char casefolded[] =
294       { 0x74, 0x6F, 0x70, 0x6B, 0x61, 0x70, 0xC4, 0xB1 };
295     int cmp;
296
297     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
298     ASSERT (cmp == -1);
299
300     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), "tr", NULL, &cmp) == 0);
301     ASSERT (cmp == 0);
302   }
303
304   /* Uppercasing can increase the number of Unicode characters.  */
305   { /* "heiß" */
306     static const char input1[] = { 0x68, 0x65, 0x69, 0xC3, 0x9F };
307     static const char input2[] = { 0x68, 0x65, 0x69, 0x73, 0x73 };
308     int cmp;
309
310     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
311     ASSERT (cmp == 0);
312   }
313
314   /* Case mappings for some characters can depend on the surrounding characters.  */
315   { /* "περισσότερες πληροφορίες" */
316     static const char input1[] =
317       {
318         0xCF, 0x80, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB9, 0xCF, 0x83, 0xCF, 0x83,
319         0xCF, 0x8C, 0xCF, 0x84, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB5, 0xCF, 0x82,
320         ' ', 0xCF, 0x80, 0xCE, 0xBB, 0xCE, 0xB7, 0xCF, 0x81, 0xCE, 0xBF,
321         0xCF, 0x86, 0xCE, 0xBF, 0xCF, 0x81, 0xCE, 0xAF, 0xCE, 0xB5, 0xCF, 0x82
322       };
323     static const char input2[] =
324       {
325         0xCF, 0x80, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB9, 0xCF, 0x83, 0xCF, 0x83,
326         0xCF, 0x8C, 0xCF, 0x84, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB5, 0xCF, 0x83,
327         ' ', 0xCF, 0x80, 0xCE, 0xBB, 0xCE, 0xB7, 0xCF, 0x81, 0xCE, 0xBF,
328         0xCF, 0x86, 0xCE, 0xBF, 0xCF, 0x81, 0xCE, 0xAF, 0xCE, 0xB5, 0xCF, 0x83
329       };
330     static const char input3[] =
331       {
332         0xCE, 0xA0, 0xCE, 0x95, 0xCE, 0xA1, 0xCE, 0x99, 0xCE, 0xA3, 0xCE, 0xA3,
333         0xCE, 0x8C, 0xCE, 0xA4, 0xCE, 0x95, 0xCE, 0xA1, 0xCE, 0x95, 0xCE, 0xA3,
334         ' ', 0xCE, 0xA0, 0xCE, 0x9B, 0xCE, 0x97, 0xCE, 0xA1, 0xCE, 0x9F,
335         0xCE, 0xA6, 0xCE, 0x9F, 0xCE, 0xA1, 0xCE, 0x8A, 0xCE, 0x95, 0xCE, 0xA3
336       };
337     int cmp;
338
339     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
340     ASSERT (cmp == 0);
341
342     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
343     ASSERT (cmp == 0);
344
345     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
346     ASSERT (cmp == 0);
347   }
348
349   /* Case mapping can require subsequent normalization.  */
350   { /* LATIN SMALL LETTER J WITH CARON, COMBINING DOT BELOW */
351     static const char input[]                 = { 0xC7, 0xB0, 0xCC, 0xA3 };
352     static const char casefolded[]            = { 0x6A, 0xCC, 0x8C, 0xCC, 0xA3 };
353     static const char casefolded_decomposed[] = { 0x6A, 0xCC, 0xA3, 0xCC, 0x8C };
354     int cmp;
355
356     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
357     ASSERT (cmp == 0);
358
359     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_decomposed, SIZEOF (casefolded_decomposed), NULL, NULL, &cmp) == 0);
360     ASSERT (cmp != 0);
361
362     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, UNINORM_NFD, &cmp) == 0);
363     ASSERT (cmp == 0);
364
365     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_decomposed, SIZEOF (casefolded_decomposed), NULL, UNINORM_NFD, &cmp) == 0);
366     ASSERT (cmp == 0);
367   }
368 }
369
370 int
371 main (int argc, char *argv[])
372 {
373   /* configure should already have checked that the locale is supported.  */
374   if (setlocale (LC_ALL, "") == NULL)
375     return 1;
376
377   test_ascii (ulc_casecmp, UNINORM_NFD);
378
379   if (argc > 1)
380     switch (argv[1][0])
381       {
382       case '1':
383         /* Locale encoding is ISO-8859-1 or ISO-8859-15.  */
384         test_iso_8859_1 (ulc_casecmp);
385         return 0;
386
387       case '2':
388         /* Locale encoding is UTF-8.  */
389         test_utf_8 (ulc_casecmp);
390         return 0;
391       }
392
393   return 1;
394 }