Test case for YAZ-834
[yaz-moved-to-github.git] / test / test_icu.c
index abb7462..5107693 100644 (file)
@@ -1,10 +1,10 @@
 /* This file is part of the YAZ toolkit.
- * Copyright (C) 1995-2012 Index Data
+ * Copyright (C) Index Data
  * See the file LICENSE for details.
  */
 
 /* DO NOT EDIT THIS FILE IF YOUR EDITOR DOES NOT SUPPORT UTF-8 */
+
 
 #if HAVE_CONFIG_H
 #include "config.h"
 #include <pthread.h>
 #endif
 
+#if YAZ_HAVE_XML2
+#include <libxml/xmlmemory.h>
+#endif
+
 #include <string.h>
 #include <stdlib.h>
 
@@ -44,23 +48,23 @@ static int icu_termmap_cmp(const void *vp1, const void *vp2)
     struct icu_termmap *itmp2 = *(struct icu_termmap **) vp2;
 
     int cmp = 0;
-    
-    cmp = strcmp((const char *)itmp1->sort_key, 
+
+    cmp = strcmp((const char *)itmp1->sort_key,
                  (const char *)itmp2->sort_key);
     return cmp;
 }
 
 
-static int test_icu_casemap(const char * locale, char action,
-                            const char * src8cstr, const char * chk8cstr)
+static int test_icu_casemap(const char *locale, char action,
+                            const char *src8cstr, const char *chk8cstr)
 {
     int success = 0;
     UErrorCode status = U_ZERO_ERROR;
 
-    struct icu_buf_utf8 * src8 = icu_buf_utf8_create(0);
-    struct icu_buf_utf8 * dest8 = icu_buf_utf8_create(0);
-    struct icu_buf_utf16 * src16 = icu_buf_utf16_create(0);
-    struct icu_buf_utf16 * dest16 = icu_buf_utf16_create(0);
+    struct icu_buf_utf8 *src8 = icu_buf_utf8_create(0);
+    struct icu_buf_utf8 *dest8 = icu_buf_utf8_create(0);
+    struct icu_buf_utf16 *src16 = icu_buf_utf16_create(0);
+    struct icu_buf_utf16 *dest16 = icu_buf_utf16_create(0);
 
 
     int src8cstr_len = strlen(src8cstr);
@@ -71,12 +75,12 @@ static int test_icu_casemap(const char * locale, char action,
 
     /* perform case mapping */
     icu_utf16_casemap(dest16, src16, locale, action, &status);
-  
+
     /* converting to UTF8 */
     icu_utf16_to_utf8(dest8, dest16, &status);
 
     /* determine success */
-    if (dest8->utf8 
+    if (dest8->utf8
         && (dest8->utf8_len == strlen(chk8cstr))
         && !strcmp(chk8cstr, (const char *) dest8->utf8))
         success = 1;
@@ -89,18 +93,18 @@ static int test_icu_casemap(const char * locale, char action,
         yaz_log(YLOG_WARN, "test_icu_casemap failed");
         yaz_log(YLOG_LOG, "Original string:   '%s' (%d)",
                 src8cstr, src8cstr_len);
-        yaz_log(YLOG_LOG, "icu_casemap '%s:%c' '%s' (%d)", 
+        yaz_log(YLOG_LOG, "icu_casemap '%s:%c' '%s' (%d)",
                 locale, action, dest8->utf8, dest8->utf8_len);
         yaz_log(YLOG_LOG, "expected string:   '%s' (%d)",
                 chk8cstr, chk8cstr_len);
     }
-  
+
     /* clean the buffers */
     icu_buf_utf8_destroy(src8);
     icu_buf_utf8_destroy(dest8);
     icu_buf_utf16_destroy(src16);
     icu_buf_utf16_destroy(dest16);
-    
+
     return success;
 }
 
@@ -110,38 +114,38 @@ static void check_icu_casemap(void)
 
     /* successful tests */
     YAZ_CHECK(test_icu_casemap("en", 'l',
-                               "A ReD fOx hunTS sQUirriLs", 
+                               "A ReD fOx hunTS sQUirriLs",
                                "a red fox hunts squirrils"));
-    
+
     YAZ_CHECK(test_icu_casemap("en", 'u',
-                               "A ReD fOx hunTS sQUirriLs", 
+                               "A ReD fOx hunTS sQUirriLs",
                                "A RED FOX HUNTS SQUIRRILS"));
-    
+
     YAZ_CHECK(test_icu_casemap("en", 'f',
-                               "A ReD fOx hunTS sQUirriLs", 
+                               "A ReD fOx hunTS sQUirriLs",
                                "a red fox hunts squirrils"));
-    
+
     YAZ_CHECK(test_icu_casemap("en", 't',
-                               "A ReD fOx hunTS sQUirriLs", 
+                               "A ReD fOx hunTS sQUirriLs",
                                "A Red Fox Hunts Squirrils"));
-    
+
     /* Locale 'da' */
 
     /* success expected */
     YAZ_CHECK(test_icu_casemap("da", 'l',
-                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN", 
+                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
                                "åh æble, øs fløde i åen efter blåbærgrøden"));
 
     YAZ_CHECK(test_icu_casemap("da", 'u',
-                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN", 
+                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
                                "ÅH ÆBLE, ØS FLØDE I ÅEN EFTER BLÅBÆRGRØDEN"));
 
     YAZ_CHECK(test_icu_casemap("da", 'f',
-                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN", 
+                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
                                "åh æble, øs fløde i åen efter blåbærgrøden"));
 
     YAZ_CHECK(test_icu_casemap("da", 't',
-                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN", 
+                               "åh ÆbLE, øs fLØde i Åen efter bLåBærGRødeN",
                                "Åh Æble, Øs Fløde I Åen Efter Blåbærgrøden"));
 
     /* Locale 'de' */
@@ -165,34 +169,34 @@ static void check_icu_casemap(void)
 
 }
 
-static int test_icu_sortmap(const char * locale, int src_list_len,
-                            const char ** src_list, const char ** chk_list)
+static int test_icu_sortmap(const char *locale, int src_list_len,
+                            const char **src_list, const char **chk_list)
 {
     int success = 1;
 
     UErrorCode status = U_ZERO_ERROR;
 
-    struct icu_buf_utf8 * buf8 = icu_buf_utf8_create(0);
-    struct icu_buf_utf16 * buf16 = icu_buf_utf16_create(0);
+    struct icu_buf_utf8 *buf8 = icu_buf_utf8_create(0);
+    struct icu_buf_utf16 *buf16 = icu_buf_utf16_create(0);
 
     int i;
 
-    struct icu_termmap * list[src_list_len];
+    struct icu_termmap *list[src_list_len];
 
-    UCollator *coll = ucol_open(locale, &status); 
+    UCollator *coll = ucol_open(locale, &status);
     icu_check_status(status);
 
     if (U_FAILURE(status))
         return 0;
 
     /* assigning display terms and sort keys using buf 8 and buf16 */
-    for (i = 0; i < src_list_len; i++) 
+    for (i = 0; i < src_list_len; i++)
     {
 
         list[i] = (struct icu_termmap *) malloc(sizeof(struct icu_termmap));
 
         /* copy display term */
-        strcpy(list[i]->disp_term, src_list[i]);    
+        strcpy(list[i]->disp_term, src_list[i]);
 
         /* transforming to UTF16 */
         icu_utf16_from_utf8_cstr(buf16, list[i]->disp_term, &status);
@@ -201,10 +205,10 @@ static int test_icu_sortmap(const char * locale, int src_list_len,
         /* computing sortkeys */
         icu_sortkey8_from_utf16(coll, buf8, buf16, &status);
         icu_check_status(status);
-    
+
         /* assigning sortkeys */
-        memcpy(list[i]->sort_key, buf8->utf8, buf8->utf8_len);    
-    } 
+        memcpy(list[i]->sort_key, buf8->utf8, buf8->utf8_len);
+    }
 
     /* do the sorting */
     qsort(list, src_list_len, sizeof(struct icu_termmap *), icu_termmap_cmp);
@@ -219,78 +223,78 @@ static int test_icu_sortmap(const char * locale, int src_list_len,
 
     if (!success)
     {
-        yaz_log(YLOG_LOG, "ERROR"); 
-        yaz_log(YLOG_LOG, "Input str:'%s':", locale); 
+        yaz_log(YLOG_LOG, "ERROR");
+        yaz_log(YLOG_LOG, "Input str:'%s':", locale);
         for (i = 0; i < src_list_len; i++) {
-            yaz_log(YLOG_LOG, "  '%s'", list[i]->disp_term); 
+            yaz_log(YLOG_LOG, "  '%s'", list[i]->disp_term);
         }
-        yaz_log(YLOG_LOG, "ICU sort: '%s':", locale); 
+        yaz_log(YLOG_LOG, "ICU sort: '%s':", locale);
         for (i = 0; i < src_list_len; i++) {
-            yaz_log(YLOG_LOG, " '%s'", list[i]->disp_term); 
+            yaz_log(YLOG_LOG, " '%s'", list[i]->disp_term);
         }
-        yaz_log(YLOG_LOG, "Expected: '%s':", locale); 
+        yaz_log(YLOG_LOG, "Expected: '%s':", locale);
         for (i = 0; i < src_list_len; i++) {
-            yaz_log(YLOG_LOG, " '%s'", chk_list[i]); 
+            yaz_log(YLOG_LOG, " '%s'", chk_list[i]);
         }
     }
-  
+
     for (i = 0; i < src_list_len; i++)
         free(list[i]);
-   
+
     ucol_close(coll);
 
     icu_buf_utf8_destroy(buf8);
     icu_buf_utf16_destroy(buf16);
 
-    return success;  
+    return success;
 }
 
 static void check_icu_sortmap(void)
 {
     /* successful tests */
     size_t en_1_len = 6;
-    const char * en_1_src[6] = {"z", "K", "a", "A", "Z", "k"};
-    const char * en_1_cck[6] = {"a", "A", "k", "K", "z", "Z"};
+    const char *en_1_src[6] = {"z", "K", "a", "A", "Z", "k"};
+    const char *en_1_cck[6] = {"a", "A", "k", "K", "z", "Z"};
     YAZ_CHECK(test_icu_sortmap("en", en_1_len, en_1_src, en_1_cck));
     YAZ_CHECK(test_icu_sortmap("en_AU", en_1_len, en_1_src, en_1_cck));
     YAZ_CHECK(test_icu_sortmap("en_CA", en_1_len, en_1_src, en_1_cck));
     YAZ_CHECK(test_icu_sortmap("en_GB", en_1_len, en_1_src, en_1_cck));
     YAZ_CHECK(test_icu_sortmap("en_US", en_1_len, en_1_src, en_1_cck));
-    
+
     /* successful tests */
     {
         size_t da_1_len = 6;
-        const char * da_1_src[6] = {"z", "å", "o", "æ", "a", "ø"};
-        const char * da_1_cck[6] = {"a", "o", "z", "æ", "ø", "å"};
+        const char *da_1_src[6] = {"z", "å", "o", "æ", "a", "ø"};
+        const char *da_1_cck[6] = {"a", "o", "z", "æ", "ø", "å"};
         YAZ_CHECK(test_icu_sortmap("da", da_1_len, da_1_src, da_1_cck));
         YAZ_CHECK(test_icu_sortmap("da_DK", da_1_len, da_1_src, da_1_cck));
     }
     /* successful tests */
     {
         size_t de_1_len = 9;
-        const char * de_1_src[9] = {"u", "ä", "o", "t", "s", "ß", "ü", "ö", "a"};
-        const char * de_1_cck[9] = {"a","ä", "o", "ö", "s", "ß", "t", "u", "ü"};
+        const char *de_1_src[9] = {"u", "ä", "o", "t", "s", "ß", "ü", "ö", "a"};
+        const char *de_1_cck[9] = {"a","ä", "o", "ö", "s", "ß", "t", "u", "ü"};
         YAZ_CHECK(test_icu_sortmap("de", de_1_len, de_1_src, de_1_cck));
         YAZ_CHECK(test_icu_sortmap("de_AT", de_1_len, de_1_src, de_1_cck));
         YAZ_CHECK(test_icu_sortmap("de_DE", de_1_len, de_1_src, de_1_cck));
     }
 }
 
-static int test_icu_normalizer(const char * rules8cstr,
-                               const char * src8cstr,
-                               const char * chk8cstr)
+static int test_icu_normalizer(const char *rules8cstr,
+                               const char *src8cstr,
+                               const char *chk8cstr)
 {
     int success = 0;
-    
+
     UErrorCode status = U_ZERO_ERROR;
 
-    struct icu_buf_utf16 * src16 = icu_buf_utf16_create(0);
-    struct icu_buf_utf16 * dest16 = icu_buf_utf16_create(0);
-    struct icu_buf_utf8 * dest8 = icu_buf_utf8_create(0);
-    struct icu_transform * transform
+    struct icu_buf_utf16 *src16 = icu_buf_utf16_create(0);
+    struct icu_buf_utf16 *dest16 = icu_buf_utf16_create(0);
+    struct icu_buf_utf8 *dest8 = icu_buf_utf8_create(0);
+    struct icu_transform *transform
         = icu_transform_create(rules8cstr, 'f', 0, &status);
     icu_check_status(status);
-    
+
     icu_utf16_from_utf8_cstr(src16, src8cstr, &status);
     icu_check_status(status);
 
@@ -301,7 +305,7 @@ static int test_icu_normalizer(const char * rules8cstr,
     icu_check_status(status);
 
 
-    if (!strcmp((const char *) dest8->utf8, 
+    if (!strcmp((const char *) dest8->utf8,
                (const char *) chk8cstr))
         success = 1;
     else
@@ -327,7 +331,7 @@ static void check_icu_normalizer(void)
     YAZ_CHECK(test_icu_normalizer("[:Punctuation:] Any-Remove",
                                   "Don't shoot!",
                                   "Dont shoot"));
-    
+
     YAZ_CHECK(test_icu_normalizer("[:Control:] Any-Remove",
                                   "Don't\n shoot!",
                                   "Don't shoot!"));
@@ -339,7 +343,7 @@ static void check_icu_normalizer(void)
     YAZ_CHECK(test_icu_normalizer("Lower; [:^Letter:] Remove",
                                   "Don't shoot!",
                                   "dontshoot"));
-    
+
     YAZ_CHECK(test_icu_normalizer("[:^Number:] Remove",
                                   "Monday 15th of April",
                                   "15"));
@@ -354,16 +358,17 @@ static void check_icu_normalizer(void)
                                   "a cote de l'alcove ovoide"));
 }
 
-static int test_icu_tokenizer(const char * locale, char action,
-                              const char * src8cstr, int count)
+static int test_icu_tokenizer(const char *locale, char action,
+                              const char *src8cstr, int count)
 {
     int success = 1;
 
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_buf_utf16 * src16 = icu_buf_utf16_create(0);
-    struct icu_buf_utf16 * tkn16 = icu_buf_utf16_create(0);
-    struct icu_buf_utf8 * tkn8 = icu_buf_utf8_create(0);
-    struct icu_tokenizer * tokenizer = 0;
+    struct icu_buf_utf16 *src16 = icu_buf_utf16_create(0);
+    struct icu_buf_utf16 *tkn16 = icu_buf_utf16_create(0);
+    struct icu_buf_utf8 *tkn8 = icu_buf_utf8_create(0);
+    struct icu_tokenizer *tokenizer = 0;
+    size_t org_start, org_len;
 
     /* transforming to UTF16 */
     icu_utf16_from_utf8_cstr(src16, src8cstr, &status);
@@ -375,11 +380,12 @@ static int test_icu_tokenizer(const char * locale, char action,
     YAZ_CHECK(tokenizer);
 
     /* attach text buffer to tokenizer */
-    icu_tokenizer_attach(tokenizer, src16, &status);    
+    icu_tokenizer_attach(tokenizer, src16, &status);
     icu_check_status(status);
 
     /* perform work on tokens */
-    while (icu_tokenizer_next_token(tokenizer, tkn16, &status))
+    while (icu_tokenizer_next_token(tokenizer, tkn16, &status,
+                                    &org_start, &org_len))
     {
         icu_check_status(status);
 
@@ -400,25 +406,25 @@ static int test_icu_tokenizer(const char * locale, char action,
     icu_buf_utf16_destroy(src16);
     icu_buf_utf16_destroy(tkn16);
     icu_buf_utf8_destroy(tkn8);
-        
+
     return success;
 }
 
 static void check_icu_tokenizer(void)
 {
-    const char * en_str 
+    const char *en_str
         = "O Romeo, Romeo! wherefore art thou Romeo?";
-    
+
     YAZ_CHECK(test_icu_tokenizer("en", 's', en_str, 2));
     YAZ_CHECK(test_icu_tokenizer("en", 'l', en_str, 7));
     YAZ_CHECK(test_icu_tokenizer("en", 'w', en_str, 16));
     YAZ_CHECK(test_icu_tokenizer("en", 'c', en_str, 41));
 
     {
-        const char * da_str 
+        const char *da_str
             = "Blåbærtærte. Denne kage stammer fra Finland. "
             "Den er med blåbær, men alle sommerens forskellige bær kan bruges.";
-        
+
         YAZ_CHECK(test_icu_tokenizer("da", 's', da_str, 3));
         YAZ_CHECK(test_icu_tokenizer("dar", 'l', da_str, 17));
         YAZ_CHECK(test_icu_tokenizer("da", 'w', da_str, 37));
@@ -428,13 +434,13 @@ static void check_icu_tokenizer(void)
 
 static void check_icu_chain(void)
 {
-    const char * en_str 
+    const char *en_str
         = "O Romeo, Romeo! wherefore art thou\t Romeo?";
 
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_chain * chain = 0;
-    
-    const char * xml_str = "<icu locale=\"en\">"
+    struct icu_chain *chain = 0;
+
+    const char *xml_str = "<icu locale=\"en\">"
         "<transform rule=\"[:Control:] Any-Remove\"/>"
         "<tokenize rule=\"l\"/>"
         "<transform rule=\"[[:WhiteSpace:][:Punctuation:]] Remove\"/>"
@@ -442,7 +448,7 @@ static void check_icu_chain(void)
         "<casemap rule=\"l\"/>"
         "</icu>";
 
-    
+
     xmlDoc *doc = xmlParseMemory(xml_str, strlen(xml_str));
     xmlNode *xml_node = xmlDocGetRootElement(doc);
     YAZ_CHECK(xml_node);
@@ -487,9 +493,9 @@ static void check_icu_chain(void)
 static void check_bug_1140(void)
 {
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_chain * chain = 0;
-    
-    const char * xml_str = "<icu locale=\"en\">"
+    struct icu_chain *chain = 0;
+
+    const char *xml_str = "<icu locale=\"en\">"
 
         /* if the first rule is normalize instead. Then it works */
 #if 0
@@ -501,7 +507,7 @@ static void check_bug_1140(void)
         "<casemap rule=\"l\"/>"
         "</icu>";
 
-    
+
     xmlDoc *doc = xmlParseMemory(xml_str, strlen(xml_str));
     xmlNode *xml_node = xmlDocGetRootElement(doc);
     YAZ_CHECK(xml_node);
@@ -512,7 +518,7 @@ static void check_bug_1140(void)
     YAZ_CHECK(chain);
     if (!chain)
         return;
-    
+
     YAZ_CHECK(icu_chain_assign_cstr(
                   chain,  "O Romeo, Romeo! wherefore art thou\t Romeo?",
                   &status));
@@ -525,7 +531,7 @@ static void check_bug_1140(void)
            icu_chain_token_norm(chain),
            icu_chain_token_display(chain)); */
     }
-    
+
 
     YAZ_CHECK_EQ(icu_chain_token_number(chain), 7);
 
@@ -550,13 +556,13 @@ static void check_bug_1140(void)
 static void check_chain_empty_token(void)
 {
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_chain * chain = 0;
+    struct icu_chain *chain = 0;
 
-    const char * xml_str = "<icu locale=\"en\">"
+    const char *xml_str = "<icu locale=\"en\">"
         "<tokenize rule=\"w\"/>"
         "<transform rule=\"[[:WhiteSpace:][:Punctuation:]] Remove\"/>"
         "</icu>";
-    
+
     xmlDoc *doc = xmlParseMemory(xml_str, strlen(xml_str));
     xmlNode *xml_node = xmlDocGetRootElement(doc);
     YAZ_CHECK(xml_node);
@@ -565,7 +571,7 @@ static void check_chain_empty_token(void)
 
     xmlFreeDoc(doc);
     YAZ_CHECK(chain);
-    
+
     YAZ_CHECK(icu_chain_assign_cstr(
                   chain,  "a string with 15 tokenss and 8 displays",
                   &status));
@@ -587,13 +593,13 @@ static void check_chain_empty_token(void)
 static void check_chain_empty_chain(void)
 {
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_chain * chain = 0;
+    struct icu_chain *chain = 0;
 
-    const char * xml_str = "<icu locale=\"en\">"
+    const char *xml_str = "<icu locale=\"en\">"
         "</icu>";
-    
-    const char * src8 = "some 5487 weired !¤%&(/& sTuFf";
-    char * dest8 = 0;
+
+    const char *src8 = "some 5487 weired !¤%&(/& sTuFf";
+    char *dest8 = 0;
 
     xmlDoc *doc = xmlParseMemory(xml_str, strlen(xml_str));
     xmlNode *xml_node = xmlDocGetRootElement(doc);
@@ -603,7 +609,7 @@ static void check_chain_empty_chain(void)
 
     xmlFreeDoc(doc);
     YAZ_CHECK(chain);
-    
+
     YAZ_CHECK(icu_chain_assign_cstr(
                   chain,  src8,
                   &status));
@@ -621,22 +627,22 @@ static void check_chain_empty_chain(void)
 
     dest8 = (char *) icu_chain_token_norm(chain);
     YAZ_CHECK_EQ(strcmp(src8, dest8), 0);
-    
+
     icu_chain_destroy(chain);
 }
 
 static void check_icu_iter1(void)
 {
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_chain * chain = 0;
+    struct icu_chain *chain = 0;
     xmlNode *xml_node;
     yaz_icu_iter_t iter;
 
-    const char * xml_str = "<icu locale=\"en\">"
+    const char *xml_str = "<icu locale=\"en\">"
         "<tokenize rule=\"w\"/>"
         "<transform rule=\"[[:WhiteSpace:][:Punctuation:]] Remove\"/>"
         "</icu>";
-    
+
     xmlDoc *doc = xmlParseMemory(xml_str, strlen(xml_str));
     YAZ_CHECK(doc);
     if (!doc)
@@ -650,7 +656,7 @@ static void check_icu_iter1(void)
 
     xmlFreeDoc(doc);
     YAZ_CHECK(chain);
-    
+
     iter = icu_iter_create(chain);
     icu_iter_first(iter, "a string with 15 tokens and 8 displays");
     YAZ_CHECK(iter);
@@ -739,7 +745,7 @@ static void *iter_thread(void *p)
 {
     struct icu_chain *chain = (struct icu_chain *) p;
     int i;
-    
+
     for (i = 0; i < 1000; i++)
     {
         YAZ_CHECK(test_iter(chain, "Adobe Acrobat Reader, 1991-1999.",
@@ -767,10 +773,10 @@ static void check_iter_threads(struct icu_chain *chain)
 static void check_icu_iter2(void)
 {
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_chain * chain = 0;
+    struct icu_chain *chain = 0;
     xmlNode *xml_node;
 
-    const char * xml_str = "<icu locale=\"en\">"
+    const char *xml_str = "<icu locale=\"en\">"
         "<transform rule=\"[:Control:] Any-Remove\"/>"
         "<tokenize rule=\"l\"/>"
         "<tokenize rule=\"w\"/>"
@@ -794,7 +800,7 @@ static void check_icu_iter2(void)
     YAZ_CHECK(chain);
     if (!chain)
         return;
-    
+
     YAZ_CHECK(test_iter(chain, "Adobe Acrobat Reader, 1991-1999.",
                         "[adobe][acrobat][reader][1991][][1999][]"));
 
@@ -809,10 +815,10 @@ static void check_icu_iter2(void)
 static void check_icu_iter3(void)
 {
     UErrorCode status = U_ZERO_ERROR;
-    struct icu_chain * chain = 0;
+    struct icu_chain *chain = 0;
     xmlNode *xml_node;
 
-    const char * xml_str = 
+    const char *xml_str =
         "<icu_chain id=\"sort\" locale=\"el\">\n"
         "<transform rule=\"[:Control:] Any-Remove\"/>\n"
         "<transform rule=\"[[:Control:][:WhiteSpace:][:Punctuation:]] Remove\"/>\n"
@@ -836,7 +842,7 @@ static void check_icu_iter3(void)
     YAZ_CHECK(chain);
     if (!chain)
         return;
-    
+
     YAZ_CHECK(test_iter(chain, "Adobe Acrobat Reader, 1991-1999.",
                         "[adobeacrobatreader19911999]"));
 
@@ -846,11 +852,118 @@ static void check_icu_iter3(void)
     icu_chain_destroy(chain);
 }
 
+
+static void check_icu_iter4(void)
+{
+    UErrorCode status = U_ZERO_ERROR;
+    struct icu_chain *chain = 0;
+    xmlNode *xml_node;
+
+    const char *xml_str = "<icu locale=\"en\">"
+        "<transform rule=\"[:Control:] Any-Remove\"/>"
+        "<tokenize rule=\"l\"/>"
+        "<tokenize rule=\"w\"/>"
+        "<transform rule=\"[[:WhiteSpace:][:Punctuation:]] Remove\"/>"
+        "<display/>"
+        "<casemap rule=\"l\"/>"
+        "<join rule=\"\"/>"
+        "</icu>";
+
+    xmlDoc *doc = xmlParseMemory(xml_str, strlen(xml_str));
+    YAZ_CHECK(doc);
+    if (!doc)
+        return;
+    xml_node = xmlDocGetRootElement(doc);
+    YAZ_CHECK(xml_node);
+    if (!xml_node)
+        return ;
+
+    chain = icu_chain_xml_config(xml_node, 1, &status);
+
+    xmlFreeDoc(doc);
+    YAZ_CHECK(chain);
+    if (!chain)
+        return;
+
+    YAZ_CHECK(test_iter(chain, "Adobe Acrobat Reader, 1991-1999.",
+                        "[adobeacrobatreader19911999]"));
+
+    YAZ_CHECK(test_iter(chain, "Νόταρης, Γιάννης Σωτ",
+                        "[νόταρηςγιάννηςσωτ]"));
+
+    // check_iter_threads(chain);
+
+    icu_chain_destroy(chain);
+}
+
+
+static void check_norm(void)
+{
+    UErrorCode status = U_ZERO_ERROR;
+    struct icu_chain *chain = 0;
+    xmlNode *xml_node;
+    yaz_icu_iter_t it;
+
+    const char *xml_str =
+        "  <icu_chain id=\"relevance\" locale=\"en\">"
+        "    <transform rule=\"[:Control:] Any-Remove\"/>"
+        "    <tokenize rule=\"l\"/>"
+        "    <transform rule=\"[[:WhiteSpace:][:Punctuation:]`] Remove\"/>"
+        "    <casemap rule=\"l\"/>"
+        "  </icu_chain>";
+
+    xmlDoc *doc = xmlParseMemory(xml_str, strlen(xml_str));
+    YAZ_CHECK(doc);
+    if (!doc)
+        return;
+    xml_node = xmlDocGetRootElement(doc);
+    YAZ_CHECK(xml_node);
+    if (!xml_node)
+        return ;
+    chain = icu_chain_xml_config(xml_node, 1, &status);
+
+    it = icu_iter_create(chain);
+    if (it)
+    {
+        icu_iter_first(it, " y😄");
+        while (icu_iter_next(it))
+        {
+            const char *norm_str = icu_iter_get_norm(it);
+            size_t start, len;
+
+            YAZ_CHECK(norm_str);
+            if (norm_str)
+                yaz_log(YLOG_LOG, "norm_str len=%ld=%s",
+                        (long) strlen(norm_str), norm_str);
+            icu_iter_get_org_info(it, &start, &len);
+            YAZ_CHECK(start <= 1000);
+            YAZ_CHECK(len <= 1000);
+        }
+
+        icu_iter_first(it, "\n y😄");
+        while (icu_iter_next(it))
+        {
+            const char *norm_str = icu_iter_get_norm(it);
+            size_t start, len;
+
+            YAZ_CHECK(norm_str);
+            if (norm_str)
+                yaz_log(YLOG_LOG, "norm_str len=%ld=%s",
+                        (long) strlen(norm_str), norm_str);
+            icu_iter_get_org_info(it, &start, &len);
+            YAZ_CHECK(start <= 1000);
+            YAZ_CHECK(len <= 1000);
+        }
+    }
+    icu_iter_destroy(it);
+    icu_chain_destroy(chain);
+    xmlFreeDoc(doc);
+}
 #endif /* YAZ_HAVE_ICU */
 
 int main(int argc, char **argv)
 {
-    YAZ_CHECK_INIT(argc, argv); 
+    YAZ_CHECK_INIT(argc, argv);
     YAZ_CHECK_LOG();
 
 #if YAZ_HAVE_ICU
@@ -862,20 +975,26 @@ int main(int argc, char **argv)
     check_icu_chain();
     check_chain_empty_token();
     check_chain_empty_chain();
-    check_icu_iter1();  
+    check_icu_iter1();
     check_icu_iter2();
     check_icu_iter3();
-  
+    check_icu_iter4();
+
     check_bug_1140();
+    check_norm();
 
     u_cleanup();
+#if YAZ_HAVE_XML2
+    xmlCleanupParser();
+#endif
+
 #else /* YAZ_HAVE_ICU */
 
     yaz_log(YLOG_LOG, "ICU unit tests omitted");
     YAZ_CHECK(0 == 0);
 
 #endif /* YAZ_HAVE_ICU */
-   
+
     YAZ_CHECK_TERM;
 }