ext/Encode/t/Tcl.t

   1 BEGIN {
   2     chdir 't' if -d 't';
   3     unshift @INC, '../lib';
   4     require Config; import Config;
   5     if ($Config{'extensions'} !~ /\bEncode\b/) {
   6       print "1..0 # Skip: Encode was not built\n";
   7       exit 0;
   8     }
   9     if (ord("A") == 193) {
  10         print "1..0 # Skip: EBCDIC\n";
  11         exit 0;
  12     }
  13 }
  14 use Test;
  15 use Encode qw(encode decode);
  16 use Encode::Tcl;
  17
  18 my @encodings = qw(euc-cn euc-jp euc-kr big5 shiftjis); # CJK
  19 my $n = 2;
  20
  21 my %greek = (
  22   'euc-cn'   => [0xA6A1..0xA6B8,0xA6C1..0xA6D8],
  23   'euc-jp'   => [0xA6A1..0xA6B8,0xA6C1..0xA6D8],
  24   'euc-kr'   => [0xA5C1..0xA5D8,0xA5E1..0xA5F8],
  25   'big5'     => [0xA344..0xA35B,0xA35C..0xA373],
  26   'shiftjis' => [0x839F..0x83B6,0x83BF..0x83D6],
  27   'utf8'     => [0x0391..0x03A1,0x03A3..0x03A9,0x03B1..0x03C1,0x03C3..0x03C9],
  28 );
  29 my @greek = qw(
  30   ALPHA BETA GAMMA DELTA EPSILON ZETA ETA
  31   THETA IOTA KAPPA LAMBDA MU NU XI OMICRON
  32   PI RHO SIGMA TAU UPSILON PHI CHI PSI OMEGA
  33   alpha beta gamma delta epsilon zeta eta
  34   theta iota kappa lambda mu nu xi omicron
  35   pi rho sigma tau upsilon phi chi psi omega
  36 );
  37
  38 my %ideodigit = ( # cjk ideograph 'one' to 'ten'
  39   'euc-cn'   => [qw(d2bb b6fe c8fd cbc4 cee5 c1f9 c6df b0cb bec5 caae)],
  40   'euc-jp'   => [qw(b0ec c6f3 bbb0 bbcd b8de cfbb bcb7 c8ac b6e5 bdbd)],
  41   'euc-kr'   => [qw(ece9 eca3 dfb2 decc e7e9 d7bf f6d2 f8a2 cefa e4a8)],
  42   'big5'     => [qw(a440 a447 a454 a57c a4ad a4bb a443 a44b a445 a451)],
  43   'shiftjis' => [qw(88ea 93f1 8e4f 8e6c 8cdc 985a 8eb5 94aa 8be3 8f5c)],
  44   'utf8'     => [qw(4e00 4e8c 4e09 56db 4e94 516d 4e03 516b 4e5d 5341)],
  45 );
  46 my @ideodigit = qw(one two three four five six seven eight nine ten);
  47
  48 my $jis = '7bit-jis';
  49 my $kr  = '2022-kr';
  50 my %esc_str;
  51
  52 $esc_str{$jis} = {qw(
  53   1b24422422242424262428242a1b2842
  54   3042304430463048304a
  55   1b284931323334355d1b2842
  56   ff71ff72ff73ff74ff75ff9d
  57   1b2442467c4b5c1b2842
  58   65e5672c
  59   3132331b244234413b7a1b28425065726c
  60   0031003200336f225b57005000650072006c
  61   546573740a1b24422546253925481b28420a
  62   0054006500730074000a30c630b930c8000a
  63 )};
  64
  65 $esc_str{$kr} = {qw(
  66   1b2429430e2a22213e0f410d0a
  67   304200b10041000d000a
  68   1b2429430e3021332a34593673383639593b673e46405a0f0d0a
  69   ac00b098b2e4b77cb9c8bc14c0acc544c790000d000a
  70   1b2429434142430d0a
  71   004100420043000d000a
  72 )};
  73
  74 my $num_esc = $n * keys(%esc_str);
  75 foreach (values %esc_str){ $num_esc += $n * keys %$_ }
  76
  77 use constant BUFSIZ   => 64; # for test
  78 use constant hiragana => "\x{3042}\x{3044}\x{3046}\x{3048}\x{304A}";
  79 use constant han_kana => "\x{FF71}\x{FF72}\x{FF73}\x{FF74}\x{FF75}";
  80 use constant macron   => "\x{0100}\x{0112}\x{012a}\x{014c}\x{016a}";
  81 use constant TAIL     => 'bbb';
  82 use constant YES      =>  1;
  83
  84 my @ary_buff = (  # [ encoding, decoded, encoded ]
  85 # type-M
  86   ["euc-cn",      hiragana, "\xA4\xA2\xA4\xA4\xA4\xA6\xA4\xA8\xA4\xAA" ],
  87   ["euc-jp",      hiragana, "\xA4\xA2\xA4\xA4\xA4\xA6\xA4\xA8\xA4\xAA" ],
  88   ["euc-jp",      han_kana, "\x8E\xB1\x8E\xB2\x8E\xB3\x8E\xB4\x8E\xB5" ],
  89   ["euc-kr",      hiragana, "\xAA\xA2\xAA\xA4\xAA\xA6\xAA\xA8\xAA\xAA" ],
  90   ["shiftjis",    hiragana, "\x82\xA0\x82\xA2\x82\xA4\x82\xA6\x82\xA8" ],
  91   ["shiftjis",    han_kana, "\xB1\xB2\xB3\xB4\xB5" ],
  92 # type-E
  93   ["2022-cn",     hiragana, "\e\$)A\cN". '$"$$$&$($*' . "\cO" ],
  94   ["2022-jp",     hiragana, "\e\$B".'$"$$$&$($*'."\e(B" ],
  95   ["2022-kr",     hiragana, "\e\$)C\cN". '*"*$*&*(**' . "\cO" ],
  96 #  [ $jis,         han_kana, "\e\(I".'12345'."\e(B" ],
  97   ["2022-jp1", macron, "\e\$(D\x2A\x27\x2A\x37\x2A\x45\x2A\x57\x2A\x69\e(B"],
  98   ["2022-jp2", "\x{C0}" . macron . "\x{C1}",
  99        "\e\$(D\e.A\eN\x40\x2A\x27\x2A\x37\x2A\x45\x2A\x57\x2A\x69\e(B\eN\x41"],
 100 # type-X
 101   ["euc-jp-0212", hiragana, "\xA4\xA2\xA4\xA4\xA4\xA6\xA4\xA8\xA4\xAA" ],
 102   ["euc-jp-0212", han_kana, "\x8E\xB1\x8E\xB2\x8E\xB3\x8E\xB4\x8E\xB5" ],
 103   ["euc-jp-0212", macron,
 104      "\x8F\xAA\xA7\x8F\xAA\xB7\x8F\xAA\xC5\x8F\xAA\xD7\x8F\xAA\xE9" ],
 105 );
 106
 107 plan test => $n*@encodings + $n*@encodings*@greek
 108   + $n*@encodings*@ideodigit + $num_esc + @ary_buff;
 109
 110 foreach my $enc (@encodings)
 111  {
 112   my $tab = Encode->getEncoding($enc);
 113   ok(1,defined($tab),"Could not load $enc");
 114   my $str = join('',map(chr($_),0x20..0x7E));
 115   my $uni = $tab->decode($str);
 116   my $cpy = $tab->encode($uni);
 117   ok($cpy,$str,"$enc mangled translating to Unicode and back");
 118  }
 119
 120 foreach my $enc (@encodings)
 121  {
 122   my $tab = Encode->getEncoding($enc);
 123   foreach my $gk (0..$#greek)
 124    {
 125      my $uni = unpack 'U', $tab->decode(pack 'n', $greek{$enc}[$gk]);
 126      ok($uni,$greek{'utf8'}[$gk],
 127        "$enc mangled translating to Unicode GREEK $greek[$gk]");
 128      my $cpy = unpack 'n',$tab->encode(pack 'U',$uni);
 129      ok($cpy,$greek{$enc}[$gk],
 130        "$enc mangled translating from Unicode GREEK $greek[$gk]");
 131    }
 132  }
 133
 134 foreach my $enc (@encodings)
 135  {
 136   my $tab = Encode->getEncoding($enc);
 137   foreach my $id (0..$#ideodigit)
 138    {
 139      my $uni = unpack 'U',$tab->decode(pack 'H*', $ideodigit{$enc}[$id]);
 140      ok($uni,hex($ideodigit{'utf8'}[$id]),
 141        "$enc mangled translating to Unicode CJK IDEOGRAPH $ideodigit[$id]");
 142      my $cpy = lc unpack 'H*', $tab->encode(pack 'U',$uni);
 143      ok($cpy,$ideodigit{$enc}[$id],
 144        "$enc mangled translating from Unicode CJK IDEOGRAPH $ideodigit[$id]");
 145    }
 146  }
 147
 148 {
 149  sub to_unicode
 150   {
 151    my $enc = shift;
 152    return unpack('H*', pack 'n*', unpack 'U*',
 153    decode $enc, pack 'H*', join '', @_);
 154   }
 155
 156  sub from_unicode
 157   {
 158    my $enc = shift;
 159    return unpack('H*', encode $enc,
 160    pack 'U*', unpack 'n*', pack 'H*', join '', @_);
 161   }
 162
 163  foreach my $enc (sort keys %esc_str)
 164   {
 165    my $tab = Encode->getEncoding($enc);
 166    ok(1,defined($tab),"Could not load $enc");
 167    my %strings = %{ $esc_str{$enc} };
 168    foreach my $estr (sort keys %strings)
 169     {
 170      my $ustr = to_unicode($enc, $estr);
 171      ok($ustr, $strings{$estr},
 172          "$enc mangled translating to Unicode");
 173      ok(from_unicode($enc, $ustr), $estr,
 174          "$enc mangled translating from Unicode");
 175     }
 176    ok(to_unicode($enc, keys %strings), join('', values %strings),
 177    "$enc mangled translating to Unicode");
 178   }
 179 }
 180
 181 for my $ary (@ary_buff) {
 182   my $NG = 0;
 183   my $enc = $ary->[0];
 184   for my $n ( int(BUFSIZ/2) .. 2*BUFSIZ+4 ){
 185     my $dst = "a"x$n. $ary->[1] . TAIL;
 186     my $src = "a"x$n. $ary->[2] . TAIL;
 187     my $utf = buff_decode($enc, $src);
 188     $NG++ unless $dst eq $utf;
 189   }
 190   ok($NG, 0, "$enc mangled translating to Unicode");
 191 }
 192
 193 sub buff_decode {
 194   my($enc, $str) = @_;
 195   my $utf8 = '';
 196   my $inconv = '';
 197   while(length $str){
 198     my $buff = $inconv.substr($str,0,BUFSIZ - length $inconv,'');
 199     my $decoded = decode($enc, $buff, YES);
 200     if(length $decoded){
 201       $utf8 .= $decoded;
 202       $inconv = $buff;
 203     } else {
 204       last; # malformed?
 205     }
 206   }
 207   return $utf8;
 208 }
 209