src/test_icu_I18N.c

   1 /* $Id: test_icu_I18N.c,v 1.8 2007-05-07 09:31:36 marc Exp $
   2    Copyright (c) 2006-2007, Index Data.
   3
   4 This file is part of Pazpar2.
   5
   6 Pazpar2 is free software; you can redistribute it and/or modify it under
   7 the terms of the GNU General Public License as published by the Free
   8 Software Foundation; either version 2, or (at your option) any later
   9 version.
  10
  11 Pazpar2 is distributed in the hope that it will be useful, but WITHOUT ANY
  12 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  13 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  14 for more details.
  15
  16 You should have received a copy of the GNU General Public License
  17 along with Pazpar2; see the file LICENSE.  If not, write to the
  18 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  19 02111-1307, USA.
  20  */
  21
  22 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
  23
  24
  25 #if HAVE_CONFIG_H
  26 #include "cconfig.h"
  27 #endif
  28
  29 #define USE_TIMING 0
  30 #if USE_TIMING
  31 #include <yaz/timing.h>
  32 #endif
  33
  34 #include <yaz/test.h>
  35
  36
  37
  38 #ifdef HAVE_ICU
  39 #include "icu_I18N.h"
  40 #include <string.h>
  41 #include <stdlib.h>
  42 #include <stdio.h>
  43
  44
  45 #include <unicode/ustring.h>  /* some more string fcns*/
  46 #include <unicode/uchar.h>    /* char names           */
  47 //#include <unicode/ustdio.h>
  48 //#include <unicode/utypes.h>   /* Basic ICU data types */
  49 #include <unicode/ucol.h>
  50
  51
  52 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
  53
  54
  55 #define MAX_KEY_SIZE 256
  56
  57 struct icu_termmap
  58 {
  59   uint8_t sort_key[MAX_KEY_SIZE]; // standard C string '\0' terminated
  60   char disp_term[MAX_KEY_SIZE];  // standard C utf-8 string
  61 };
  62
  63
  64
  65 int icu_termmap_cmp(const void *vp1, const void *vp2)
  66 {
  67   struct icu_termmap *itmp1 = *(struct icu_termmap **) vp1;
  68   struct icu_termmap *itmp2 = *(struct icu_termmap **) vp2;
  69
  70   int cmp = 0;
  71
  72   cmp = strcmp((const char *)itmp1->sort_key,
  73                (const char *)itmp2->sort_key);
  74   return cmp;
  75 }
  76
  77
  78
  79 #if 0
  80
  81 int test_icu_casemap(const char * locale, char action,
  82                      const char * src8, const char * check8)
  83 {
  84     NMEM nmem = nmem_create();
  85     size_t buf_cap = 128;
  86     char buf[buf_cap];
  87     const char * dest8 = 0;
  88     size_t dest8_len = 0;
  89     //size_t src8_len = strlen(src8);
  90     int sucess = 0;
  91
  92     //printf("original string:   '%s' (%d)\n", src8, (int) src8_len);
  93
  94     //these shall succeed
  95     dest8 = icu_casemap(nmem, buf, buf_cap, &dest8_len,
  96                         src8, locale, action);
  97
  98
  99     //printf("icu_casemap '%s:%c' '%s' (%d)\n",
 100     //       locale, action, dest8, (int) dest8_len);
 101
 102     if (dest8
 103         && (dest8_len == strlen(check8))
 104         && !strcmp(check8, dest8))
 105         sucess = dest8_len;
 106
 107     nmem_destroy(nmem);
 108
 109     return sucess;
 110 }
 111
 112 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
 113
 114 void test_icu_I18N_casemap(int argc, char **argv)
 115 {
 116
 117     // Locale 'en'
 118
 119     // sucessful tests
 120     YAZ_CHECK(test_icu_casemap("en", 'l',
 121                                "A ReD fOx hunTS sQUirriLs",
 122                                "a red fox hunts squirrils"));
 123
 124     YAZ_CHECK(test_icu_casemap("en", 'u',
 125                                "A ReD fOx hunTS sQUirriLs",
 126                                "A RED FOX HUNTS SQUIRRILS"));
 127
 128     YAZ_CHECK(test_icu_casemap("en", 'f',
 129                                "A ReD fOx hunTS sQUirriLs",
 130                                "a red fox hunts squirrils"));
 131
 132     // this one fails and needs more investigation ..
 133     YAZ_CHECK(0 == test_icu_casemap("en", 't',
 134                                "A ReD fOx hunTS sQUirriLs",
 135                                "A Red Fox Hunts Squirrils"));
 136
 137
 138     // Locale 'da'
 139
 140     // sucess expected
 141     YAZ_CHECK(test_icu_casemap("da", 'l',
 142                                "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
 143                                "åh æble, øs fløde i åen efter blåbærgrøden"));
 144
 145     YAZ_CHECK(test_icu_casemap("da", 'u',
 146                                "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
 147                                "ÅH ÆBLE, ØS FLØDE I ÅEN EFTER BLÅBÆRGRØDEN"));
 148
 149     YAZ_CHECK(test_icu_casemap("da", 'f',
 150                                "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
 151                                "åh æble, øs fløde i åen efter blåbærgrøden"));
 152
 153     YAZ_CHECK(test_icu_casemap("da", 't',
 154                                "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
 155                                "Åh Æble, Øs Fløde I Åen Efter Blåbærgrøden"));
 156
 157     // Locale 'de'
 158
 159     // sucess expected
 160     YAZ_CHECK(test_icu_casemap("de", 'l',
 161                           "zWÖlf ärgerliche Würste rollen ÜBer die StRAße",
 162                           "zwölf ärgerliche würste rollen über die straße"));
 163
 164     YAZ_CHECK(test_icu_casemap("de", 'u',
 165                            "zWÖlf ärgerliche Würste rollen ÜBer die StRAße",
 166                            "ZWÖLF ÄRGERLICHE WÜRSTE ROLLEN ÜBER DIE STRASSE"));
 167
 168     YAZ_CHECK(test_icu_casemap("de", 'f',
 169                            "zWÖlf ärgerliche Würste rollen ÜBer die StRAße",
 170                            "zwölf ärgerliche würste rollen über die strasse"));
 171
 172     YAZ_CHECK(test_icu_casemap("de", 't',
 173                            "zWÖlf ärgerliche Würste rollen ÜBer die StRAße",
 174                            "Zwölf Ärgerliche Würste Rollen Über Die Straße"));
 175
 176 }
 177
 178
 179 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
 180
 181 void test_icu_I18N_casemap_failures(int argc, char **argv)
 182 {
 183
 184     size_t buf_cap = 128;
 185     char buf[buf_cap];
 186     size_t dest8_len = 0;
 187     NMEM nmem = nmem_create();
 188     char * dest8 = 0;
 189
 190     const char * src8 =  "A ReD fOx hunTS sQUirriLs";
 191     //size_t src8_len = strlen(src8);
 192
 193     //printf("original string:   '%s' (%d)\n", src8, (int) src8_len);
 194
 195     // some calling error needs investigation
 196     dest8 = icu_casemap(nmem, buf, buf_cap, &dest8_len,
 197                         src8, "en", 't');
 198     YAZ_CHECK(0 == dest8_len);
 199     //printf("icu_casemap 'en:t' '%s' (%d)\n", dest8, (int) dest8_len);
 200
 201
 202     // attention: does not fail even if no locale 'xy_zz' defined
 203     // it seems to default to english locale
 204     dest8 = icu_casemap(nmem, buf, buf_cap, &dest8_len,
 205                         src8, "zz_abc", 'l');
 206     YAZ_CHECK(dest8_len);
 207     //printf("icu_casemap 'zz:l' '%s' (%d)\n", dest8, (int) dest8_len);
 208
 209
 210     // shall fail - no buf buffer defined
 211     dest8 = icu_casemap(nmem, 0, buf_cap, &dest8_len,
 212                         src8, "en", 'l');
 213     YAZ_CHECK(0 == dest8_len);
 214     //printf("icu_casemap 'en:l' '%s' (%d)\n", dest8, (int) dest8_len);
 215
 216     // shall fail - no buf_cap  defined
 217     dest8 = icu_casemap(nmem, buf, 0, &dest8_len,
 218                         src8, "en", 'l');
 219     YAZ_CHECK(0 == dest8_len);
 220     //printf("icu_casemap 'en:l' '%s' (%d)\n", dest8, (int) dest8_len);
 221
 222     // shall fail - no action 'x' defined
 223     dest8 = icu_casemap(nmem, buf, buf_cap, &dest8_len,
 224                         src8, "en", 'x');
 225     YAZ_CHECK(0 == dest8_len);
 226     //printf("icu_casemap 'en:x' '%s' (%d)\n", dest8, (int) dest8_len);
 227
 228     nmem_destroy(nmem);
 229 }
 230
 231 #endif
 232
 233 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
 234
 235 #if 0
 236 int test_icu_sortmap(const char * locale, size_t list_len,
 237                      const char ** src8_list, const char ** check8_list)
 238 {
 239     int sucess = 1;
 240
 241     size_t i = 0;
 242
 243
 244     NMEM nmem = nmem_create();
 245     size_t buf_cap = 128;
 246     char buf[buf_cap];
 247     struct icu_termmap ** dest8_list
 248         = nmem_malloc(nmem, sizeof(struct icu_termmap *) * list_len);
 249     //size_t dest8_len = 0;
 250     //size_t src8_len = strlen(src8);
 251
 252     // initializing icu_termmap
 253     for (i = 0; i < list_len; i++){
 254         dest8_list[i] = icu_termmap_create(nmem);
 255         dest8_list[i]->norm_term = nmem_strdup(nmem, src8_list[i]);
 256         dest8_list[i]->disp_term = nmem_strdup(nmem, src8_list[i]);
 257         //dest8_list[i]->sort_key =  nmem_strdup(nmem, src8_list[i]);
 258         //dest8_list[i]->sort_len =  strlen(src8_list[i]);
 259         dest8_list[i]->sort_key
 260             = icu_sortmap(nmem, buf, buf_cap, 0, src8_list[i], locale);
 261         // = icu_sortmap(nmem, buf, buf_cap, &(dest8_list[i]->sort_len),
 262         //                  src8_list[i], locale);
 263     }
 264
 265     // do the sorting
 266     qsort(dest8_list, list_len,
 267           sizeof(struct icu_termmap *), icu_termmap_cmp);
 268
 269     // checking correct sorting
 270     for (i = 0; i < list_len; i++){
 271         if (0 != strcmp(dest8_list[i]->disp_term, check8_list[i])){
 272             sucess = 0;
 273         }
 274     }
 275
 276     if (1 || !sucess){
 277         printf("\n");
 278         printf("Input    '%s':", locale);
 279         for (i = 0; i < list_len; i++)
 280             printf(" '%s'", src8_list[i]);
 281         printf("\n");
 282         printf("ICU sort '%s':", locale);
 283         for (i = 0; i < list_len; i++)
 284             printf(" '%s'", dest8_list[i]->disp_term);
 285         if (sucess)
 286             printf(" OK");
 287         else
 288             printf(" ERROR ??");
 289         printf("\n");
 290         printf("Expected '%s':", locale);
 291         for (i = 0; i < list_len; i++)
 292             printf(" '%s'", check8_list[i]);
 293         printf("\n");
 294     }
 295
 296     nmem_destroy(nmem);
 297
 298     return sucess;
 299 }
 300
 301 #else
 302
 303 int test_icu_sortmap(const char * locale, int src_list_len,
 304                      const char ** src_list, const char ** chk_list)
 305 {
 306     int success = 1;
 307
 308     UErrorCode status = U_ZERO_ERROR;
 309
 310   struct icu_buf_utf8 * buf8 = icu_buf_utf8_create(0);
 311   struct icu_buf_utf16 * buf16 = icu_buf_utf16_create(0);
 312
 313   int i;
 314
 315   struct icu_termmap * list[src_list_len];
 316
 317   UCollator *coll = ucol_open(locale, &status);
 318   icu_check_status(status);
 319
 320   if(!U_SUCCESS(status))
 321     return 0;
 322
 323   // assigning display terms and sort keys using buf 8 and buf16
 324   for( i = 0; i < src_list_len; i++)
 325     {
 326
 327       list[i] = (struct icu_termmap *) malloc(sizeof(struct icu_termmap));
 328
 329       // copy display term
 330       strcpy(list[i]->disp_term, src_list[i]);
 331
 332       // transforming to UTF16
 333       icu_utf16_from_utf8_cstr(buf16, list[i]->disp_term, &status);
 334       icu_check_status(status);
 335
 336       // computing sortkeys
 337       icu_sortkey8_from_utf16(coll, buf8, buf16, &status);
 338       icu_check_status(status);
 339
 340       // assigning sortkeys
 341       memcpy(list[i]->sort_key, buf8->utf8, buf8->utf8_len);
 342       //strncpy(list[i]->sort_key, buf8->utf8, buf8->utf8_len);
 343       //strcpy((char *) list[i]->sort_key, (const char *) buf8->utf8);
 344     }
 345
 346
 347   // do the sorting
 348   qsort(list, src_list_len,
 349         sizeof(struct icu_termmap *), icu_termmap_cmp);
 350
 351   // checking correct sorting
 352   for (i = 0; i < src_list_len; i++){
 353     if (0 != strcmp(list[i]->disp_term, chk_list[i])){
 354       success = 0;
 355     }
 356   }
 357
 358   if(!success){
 359   printf("\nERROR\n");
 360   printf("Input str: '%s' : ", locale);
 361   for (i = 0; i < src_list_len; i++) {
 362     printf(" '%s'", list[i]->disp_term);
 363   }
 364   printf("\n");
 365   printf("ICU sort:  '%s' : ", locale);
 366   for (i = 0; i < src_list_len; i++) {
 367     printf(" '%s'", list[i]->disp_term);
 368     //printf("(%d|%d)", list[i]->sort_key[0],list[i]->sort_key[1]);
 369   }
 370   printf("\n");
 371   printf("Expected:  '%s' : ", locale);
 372   for (i = 0; i < src_list_len; i++) {
 373     printf(" '%s'", chk_list[i]);
 374   }
 375   printf("\n");
 376   }
 377
 378
 379   ucol_close(coll);
 380
 381   icu_buf_utf8_destroy(buf8);
 382   icu_buf_utf16_destroy(buf16);
 383
 384
 385
 386     return success;
 387 }
 388
 389
 390 #endif
 391
 392
 393 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
 394
 395 void test_icu_I18N_sortmap(int argc, char **argv)
 396 {
 397
 398     // sucessful tests
 399     size_t en_1_len = 6;
 400     const char * en_1_src[6] = {"z", "K", "a", "A", "Z", "k"};
 401     const char * en_1_cck[6] = {"a", "A", "k", "K", "z", "Z"};
 402     YAZ_CHECK(test_icu_sortmap("en", en_1_len, en_1_src, en_1_cck));
 403     YAZ_CHECK(test_icu_sortmap("en_AU", en_1_len, en_1_src, en_1_cck));
 404     YAZ_CHECK(test_icu_sortmap("en_CA", en_1_len, en_1_src, en_1_cck));
 405     YAZ_CHECK(test_icu_sortmap("en_GB", en_1_len, en_1_src, en_1_cck));
 406     YAZ_CHECK(test_icu_sortmap("en_US", en_1_len, en_1_src, en_1_cck));
 407
 408     // sucessful tests
 409     size_t da_1_len = 6;
 410     const char * da_1_src[6] = {"z", "å", "o", "æ", "a", "ø"};
 411     const char * da_1_cck[6] = {"a", "o", "z", "æ", "ø", "å"};
 412     YAZ_CHECK(test_icu_sortmap("da", da_1_len, da_1_src, da_1_cck));
 413     YAZ_CHECK(test_icu_sortmap("da_DK", da_1_len, da_1_src, da_1_cck));
 414
 415     // sucessful tests
 416     size_t de_1_len = 9;
 417     const char * de_1_src[9] = {"u", "ä", "o", "t", "s", "ß", "ü", "ö", "a"};
 418     const char * de_1_cck[9] = {"a","ä", "o", "ö", "s", "ß", "t", "u", "ü"};
 419     YAZ_CHECK(test_icu_sortmap("de", de_1_len, de_1_src, de_1_cck));
 420     YAZ_CHECK(test_icu_sortmap("de_AT", de_1_len, de_1_src, de_1_cck));
 421     YAZ_CHECK(test_icu_sortmap("de_DE", de_1_len, de_1_src, de_1_cck));
 422
 423 }
 424
 425
 426 #endif
 427
 428 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
 429
 430 int main(int argc, char **argv)
 431 {
 432
 433     YAZ_CHECK_INIT(argc, argv);
 434     YAZ_CHECK_LOG();
 435
 436 #ifdef HAVE_ICU
 437
 438     //test_icu_I18N_casemap_failures(argc, argv);
 439     //test_icu_I18N_casemap(argc, argv);
 440     test_icu_I18N_sortmap(argc, argv);
 441
 442 #else
 443
 444     printf("ICU unit tests omitted.\n"
 445            "Please install libicu36-dev and icu-doc or similar\n");
 446     YAZ_CHECK(0 == 0);
 447
 448 #endif
 449
 450     YAZ_CHECK_TERM;
 451 }
 452
 453
 454 // DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8
 455
 456 /*
 457  * Local variables:
 458  * c-basic-offset: 4
 459  * indent-tabs-mode: nil
 460  * End:
 461  * vim: shiftwidth=4 tabstop=8 expandtab
 462  */