Use spaces for indentation, not tabs.
[gnulib.git] / tests / unicase / test-ulc-casecmp.c
1 /* Test of case and normalization insensitive comparison of strings.
2    Copyright (C) 2009 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 <stdio.h>
25 #include <stdlib.h>
26
27 #define SIZEOF(array) (sizeof (array) / sizeof (array[0]))
28 #define ASSERT(expr) \
29   do                                                                         \
30     {                                                                        \
31       if (!(expr))                                                           \
32         {                                                                    \
33           fprintf (stderr, "%s:%d: assertion failed\n", __FILE__, __LINE__); \
34           fflush (stderr);                                                   \
35           abort ();                                                          \
36         }                                                                    \
37     }                                                                        \
38   while (0)
39
40 #define UNIT char
41 #include "test-casecmp.h"
42 #undef UNIT
43
44 static void
45 test_iso_8859_1 (int (*my_casecmp) (const char *, size_t, const char *, size_t, const char *, uninorm_t, int *))
46 {
47   {
48     static const char input1[] = { 'H', 0xF6, 'h', 'l', 'e' };
49     static const char input2[] = { 'H', 0xD6, 'h', 'L', 'e' };
50     static const char input3[] = { 'H', 0xF6, 'h', 'l', 'e', 'n' };
51     static const char input4[] = { 'H', 0xD6, 'h', 'L', 'e', 'n' };
52     static const char input5[] = { 'H', 'u', 'r', 'z' };
53     int cmp;
54
55     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
56     ASSERT (cmp == 0);
57
58     ASSERT (my_casecmp (input2, SIZEOF (input2), input1, SIZEOF (input1), NULL, UNINORM_NFD, &cmp) == 0);
59     ASSERT (cmp == 0);
60
61     ASSERT (my_casecmp (input3, SIZEOF (input3), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
62     ASSERT (cmp == 0);
63
64     ASSERT (my_casecmp (input4, SIZEOF (input4), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
65     ASSERT (cmp == 0);
66
67     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
68     ASSERT (cmp == -1);
69
70     ASSERT (my_casecmp (input1, SIZEOF (input1), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
71     ASSERT (cmp == -1);
72
73     ASSERT (my_casecmp (input1, SIZEOF (input1), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
74     ASSERT (cmp == -1);
75
76     ASSERT (my_casecmp (input2, SIZEOF (input2), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
77     ASSERT (cmp == -1);
78   }
79
80   /* Uppercasing can increase the number of Unicode characters.  */
81   { /* "heiß" */
82     static const char input1[] = { 0x68, 0x65, 0x69, 0xDF };
83     static const char input2[] = { 0x68, 0x65, 0x69, 0x73, 0x73 };
84     int cmp;
85
86     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
87     ASSERT (cmp == 0);
88   }
89 }
90
91 static void
92 test_utf_8 (int (*my_casecmp) (const char *, size_t, const char *, size_t, const char *, uninorm_t, int *))
93 {
94   /* Normalization effects.  */
95   {
96     static const char input1[] = { 'H', 0xC3, 0xB6, 'h', 'l', 'e' };
97     static const char input2[] = { 'H', 'O', 0xCC, 0x88, 'h', 'L', 'e' };
98     static const char input3[] = { 'H', 0xC3, 0xB6, 'h', 'l', 'e', 'n' };
99     static const char input4[] = { 'H', 'O', 0xCC, 0x88, 'h', 'L', 'e', 'n' };
100     static const char input5[] = { 'H', 'u', 'r', 'z' };
101     int cmp;
102
103     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
104     ASSERT (cmp == 0);
105
106     ASSERT (my_casecmp (input2, SIZEOF (input2), input1, SIZEOF (input1), NULL, UNINORM_NFD, &cmp) == 0);
107     ASSERT (cmp == 0);
108
109     ASSERT (my_casecmp (input3, SIZEOF (input3), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
110     ASSERT (cmp == 0);
111
112     ASSERT (my_casecmp (input4, SIZEOF (input4), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
113     ASSERT (cmp == 0);
114
115     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
116     ASSERT (cmp == -1);
117
118     ASSERT (my_casecmp (input1, SIZEOF (input1), input4, SIZEOF (input4), NULL, UNINORM_NFD, &cmp) == 0);
119     ASSERT (cmp == -1);
120
121     ASSERT (my_casecmp (input1, SIZEOF (input1), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
122     ASSERT (cmp == -1);
123
124     ASSERT (my_casecmp (input2, SIZEOF (input2), input5, SIZEOF (input5), NULL, UNINORM_NFD, &cmp) == 0);
125     ASSERT (cmp == -1);
126   }
127   { /* LATIN CAPITAL LETTER A WITH DIAERESIS */
128     static const char input1[] = { 0xC3, 0x84 };
129     static const char input2[] = { 0x41, 0xCC, 0x88 };
130     int cmp;
131
132     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
133     ASSERT (cmp == 0);
134   }
135   { /* LATIN CAPITAL LETTER A WITH DIAERESIS AND MACRON */
136     static const char input1[] = { 0xC7, 0x9E };
137     static const char input2[] = { 0x41, 0xCC, 0x88, 0xCC, 0x84 };
138     int cmp;
139
140     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
141     ASSERT (cmp == 0);
142   }
143   { /* GREEK DIALYTIKA AND PERISPOMENI */
144     static const char input1[] = { 0xE1, 0xBF, 0x81 };
145     static const char input2[] = { 0xC2, 0xA8, 0xCD, 0x82 };
146     int cmp;
147
148     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
149     ASSERT (cmp == 0);
150   }
151   { /* HANGUL SYLLABLE GEUL */
152     static const char input1[] = { 0xEA, 0xB8, 0x80 };
153     static const char input2[] = { 0xEA, 0xB7, 0xB8, 0xE1, 0x86, 0xAF };
154     static const char input3[] = { 0xE1, 0x84, 0x80, 0xE1, 0x85, 0xB3, 0xE1, 0x86, 0xAF };
155     int cmp;
156
157     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
158     ASSERT (cmp == 0);
159
160     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
161     ASSERT (cmp == 0);
162   }
163   { /* HANGUL SYLLABLE GEU */
164     static const char input1[] = { 0xEA, 0xB7, 0xB8 };
165     static const char input2[] = { 0xE1, 0x84, 0x80, 0xE1, 0x85, 0xB3 };
166     int cmp;
167
168     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
169     ASSERT (cmp == 0);
170   }
171
172   /* Simple string.  */
173   { /* "Grüß Gott. Здравствуйте! x=(-b±sqrt(b²-4ac))/(2a)  日本語,中文,한글" */
174     static const char input1[] =
175       { 'G', 'r', 0xC3, 0xBC, 0xC3, 0x9F, ' ', 'G', 'o', 't', 't', '.', ' ',
176         0xD0, 0x97, 0xD0, 0xB4, 0xD1, 0x80, 0xD0, 0xB0, 0xD0, 0xB2, 0xD1, 0x81,
177         0xD1, 0x82, 0xD0, 0xB2, 0xD1, 0x83, 0xD0, 0xB9, 0xD1, 0x82, 0xD0, 0xB5,
178         '!', ' ', 'x', '=', '(', '-', 'b', 0xC2, 0xB1, 's', 'q', 'r', 't', '(',
179         'b', 0xC2, 0xB2, '-', '4', 'a', 'c', ')', ')', '/', '(', '2', 'a', ')',
180         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
181         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
182         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
183       };
184     static const char input2[] =
185       { 'g', 'r', 0xC3, 0xBC, 0x73, 0x73, ' ', 'g', 'o', 't', 't', '.', ' ',
186         0xD0, 0xB7, 0xD0, 0xB4, 0xD1, 0x80, 0xD0, 0xB0, 0xD0, 0xB2, 0xD1, 0x81,
187         0xD1, 0x82, 0xD0, 0xB2, 0xD1, 0x83, 0xD0, 0xB9, 0xD1, 0x82, 0xD0, 0xB5,
188         '!', ' ', 'x', '=', '(', '-', 'b', 0xC2, 0xB1, 's', 'q', 'r', 't', '(',
189         'b', 0xC2, 0xB2, '-', '4', 'a', 'c', ')', ')', '/', '(', '2', 'a', ')',
190         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
191         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
192         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
193       };
194     static const char input3[] =
195       { 'G', 'R', 0xC3, 0x9C, 0x53, 0x53, ' ', 'G', 'O', 'T', 'T', '.', ' ',
196         0xD0, 0x97, 0xD0, 0x94, 0xD0, 0xA0, 0xD0, 0x90, 0xD0, 0x92, 0xD0, 0xA1,
197         0xD0, 0xA2, 0xD0, 0x92, 0xD0, 0xA3, 0xD0, 0x99, 0xD0, 0xA2, 0xD0, 0x95,
198         '!', ' ', 'X', '=', '(', '-', 'B', 0xC2, 0xB1, 'S', 'Q', 'R', 'T', '(',
199         'B', 0xC2, 0xB2, '-', '4', 'A', 'C', ')', ')', '/', '(', '2', 'A', ')',
200         ' ', ' ', 0xE6, 0x97, 0xA5, 0xE6, 0x9C, 0xAC, 0xE8, 0xAA, 0x9E, ',',
201         0xE4, 0xB8, 0xAD, 0xE6, 0x96, 0x87, ',',
202         0xED, 0x95, 0x9C, 0xEA, 0xB8, 0x80, '\n'
203       };
204     int cmp;
205
206     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
207     ASSERT (cmp == 0);
208
209     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
210     ASSERT (cmp == 0);
211
212     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
213     ASSERT (cmp == 0);
214
215     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
216     ASSERT (cmp == 0);
217
218     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
219     ASSERT (cmp == 0);
220
221     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
222     ASSERT (cmp == 0);
223   }
224
225   /* Case mapping can increase the number of Unicode characters.  */
226   { /* LATIN SMALL LETTER N PRECEDED BY APOSTROPHE */
227     static const char input1[] = { 0xC5, 0x89 };
228     static const char input2[] = { 0xCA, 0xBC, 0x6E };
229     static const char input3[] = { 0xCA, 0xBC, 0x4E };
230     int cmp;
231
232     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
233     ASSERT (cmp == 0);
234
235     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
236     ASSERT (cmp == 0);
237
238     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
239     ASSERT (cmp == 0);
240
241     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, UNINORM_NFD, &cmp) == 0);
242     ASSERT (cmp == 0);
243   }
244   { /* GREEK SMALL LETTER IOTA WITH DIALYTIKA AND TONOS */
245     static const char input1[] = { 0xCE, 0x90 };
246     static const char input2[] = { 0xCE, 0xB9, 0xCC, 0x88, 0xCC, 0x81 };
247     int cmp;
248
249     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
250     ASSERT (cmp == 0);
251
252     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, UNINORM_NFD, &cmp) == 0);
253     ASSERT (cmp == 0);
254   }
255
256   /* Turkish letters i İ ı I */
257   { /* LATIN CAPITAL LETTER I */
258     static const char input[]         = { 0x49 };
259     static const char casefolded[]    = { 0x69 };
260     static const char casefolded_tr[] = { 0xC4, 0xB1 };
261     int cmp;
262
263     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
264     ASSERT (cmp == 0);
265
266     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_tr, SIZEOF (casefolded_tr), "tr", NULL, &cmp) == 0);
267     ASSERT (cmp == 0);
268   }
269   { /* LATIN SMALL LETTER I */
270     static const char input[]         = { 0x69 };
271     static const char casefolded[]    = { 0x49 };
272     static const char casefolded_tr[] = { 0xC4, 0xB0 };
273     int cmp;
274
275     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
276     ASSERT (cmp == 0);
277
278     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_tr, SIZEOF (casefolded_tr), "tr", NULL, &cmp) == 0);
279     ASSERT (cmp == 0);
280   }
281   { /* LATIN CAPITAL LETTER I WITH DOT ABOVE */
282     static const char input[]         = { 0xC4, 0xB0 };
283     static const char casefolded[]    = { 0x69, 0xCC, 0x87 };
284     static const char casefolded_tr[] = { 0x69 };
285     int cmp;
286
287     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
288     ASSERT (cmp == 0);
289
290     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_tr, SIZEOF (casefolded_tr), "tr", NULL, &cmp) == 0);
291     ASSERT (cmp == 0);
292   }
293   { /* LATIN SMALL LETTER DOTLESS I */
294     static const char input[]      = { 0xC4, 0xB1 };
295     static const char casefolded[] = { 0x49 };
296     int cmp;
297
298     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
299     ASSERT (cmp == 1);
300
301     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), "tr", NULL, &cmp) == 0);
302     ASSERT (cmp == 0);
303   }
304   { /* "topkapı" */
305     static const char input[] =
306       { 0x54, 0x4F, 0x50, 0x4B, 0x41, 0x50, 0x49 };
307     static const char casefolded[] =
308       { 0x74, 0x6F, 0x70, 0x6B, 0x61, 0x70, 0xC4, 0xB1 };
309     int cmp;
310
311     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
312     ASSERT (cmp == -1);
313
314     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), "tr", NULL, &cmp) == 0);
315     ASSERT (cmp == 0);
316   }
317
318   /* Uppercasing can increase the number of Unicode characters.  */
319   { /* "heiß" */
320     static const char input1[] = { 0x68, 0x65, 0x69, 0xC3, 0x9F };
321     static const char input2[] = { 0x68, 0x65, 0x69, 0x73, 0x73 };
322     int cmp;
323
324     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
325     ASSERT (cmp == 0);
326   }
327
328   /* Case mappings for some characters can depend on the surrounding characters.  */
329   { /* "περισσότερες πληροφορίες" */
330     static const char input1[] =
331       {
332         0xCF, 0x80, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB9, 0xCF, 0x83, 0xCF, 0x83,
333         0xCF, 0x8C, 0xCF, 0x84, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB5, 0xCF, 0x82,
334         ' ', 0xCF, 0x80, 0xCE, 0xBB, 0xCE, 0xB7, 0xCF, 0x81, 0xCE, 0xBF,
335         0xCF, 0x86, 0xCE, 0xBF, 0xCF, 0x81, 0xCE, 0xAF, 0xCE, 0xB5, 0xCF, 0x82
336       };
337     static const char input2[] =
338       {
339         0xCF, 0x80, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB9, 0xCF, 0x83, 0xCF, 0x83,
340         0xCF, 0x8C, 0xCF, 0x84, 0xCE, 0xB5, 0xCF, 0x81, 0xCE, 0xB5, 0xCF, 0x83,
341         ' ', 0xCF, 0x80, 0xCE, 0xBB, 0xCE, 0xB7, 0xCF, 0x81, 0xCE, 0xBF,
342         0xCF, 0x86, 0xCE, 0xBF, 0xCF, 0x81, 0xCE, 0xAF, 0xCE, 0xB5, 0xCF, 0x83
343       };
344     static const char input3[] =
345       {
346         0xCE, 0xA0, 0xCE, 0x95, 0xCE, 0xA1, 0xCE, 0x99, 0xCE, 0xA3, 0xCE, 0xA3,
347         0xCE, 0x8C, 0xCE, 0xA4, 0xCE, 0x95, 0xCE, 0xA1, 0xCE, 0x95, 0xCE, 0xA3,
348         ' ', 0xCE, 0xA0, 0xCE, 0x9B, 0xCE, 0x97, 0xCE, 0xA1, 0xCE, 0x9F,
349         0xCE, 0xA6, 0xCE, 0x9F, 0xCE, 0xA1, 0xCE, 0x8A, 0xCE, 0x95, 0xCE, 0xA3
350       };
351     int cmp;
352
353     ASSERT (my_casecmp (input1, SIZEOF (input1), input2, SIZEOF (input2), NULL, NULL, &cmp) == 0);
354     ASSERT (cmp == 0);
355
356     ASSERT (my_casecmp (input1, SIZEOF (input1), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
357     ASSERT (cmp == 0);
358
359     ASSERT (my_casecmp (input2, SIZEOF (input2), input3, SIZEOF (input3), NULL, NULL, &cmp) == 0);
360     ASSERT (cmp == 0);
361   }
362
363   /* Case mapping can require subsequent normalization.  */
364   { /* LATIN SMALL LETTER J WITH CARON, COMBINING DOT BELOW */
365     static const char input[]                 = { 0xC7, 0xB0, 0xCC, 0xA3 };
366     static const char casefolded[]            = { 0x6A, 0xCC, 0x8C, 0xCC, 0xA3 };
367     static const char casefolded_decomposed[] = { 0x6A, 0xCC, 0xA3, 0xCC, 0x8C };
368     int cmp;
369
370     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, NULL, &cmp) == 0);
371     ASSERT (cmp == 0);
372
373     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_decomposed, SIZEOF (casefolded_decomposed), NULL, NULL, &cmp) == 0);
374     ASSERT (cmp != 0);
375
376     ASSERT (my_casecmp (input, SIZEOF (input), casefolded, SIZEOF (casefolded), NULL, UNINORM_NFD, &cmp) == 0);
377     ASSERT (cmp == 0);
378
379     ASSERT (my_casecmp (input, SIZEOF (input), casefolded_decomposed, SIZEOF (casefolded_decomposed), NULL, UNINORM_NFD, &cmp) == 0);
380     ASSERT (cmp == 0);
381   }
382 }
383
384 int
385 main (int argc, char *argv[])
386 {
387   /* configure should already have checked that the locale is supported.  */
388   if (setlocale (LC_ALL, "") == NULL)
389     return 1;
390
391   test_ascii (ulc_casecmp, UNINORM_NFD);
392
393   if (argc > 1)
394     switch (argv[1][0])
395       {
396       case '1':
397         /* Locale encoding is ISO-8859-1 or ISO-8859-15.  */
398         test_iso_8859_1 (ulc_casecmp);
399         return 0;
400
401       case '2':
402         /* Locale encoding is UTF-8.  */
403         test_utf_8 (ulc_casecmp);
404         return 0;
405       }
406
407   return 1;
408 }