t/re/pat_advanced.t

   1 #!./perl
   2 #
   3 # This is a home for regular expression tests that don't fit into
   4 # the format supported by re/regexp.t.  If you want to add a test
   5 # that does fit that format, add it to re/re_tests, not here.
   6
   7 use strict;
   8 use warnings;
   9 use 5.010;
  10
  11
  12 sub run_tests;
  13
  14 $| = 1;
  15
  16
  17 BEGIN {
  18     chdir 't' if -d 't';
  19     @INC = ('../lib','.');
  20     do "re/ReTest.pl" or die $@;
  21 }
  22
  23
  24 plan tests => 1143;  # Update this when adding/deleting tests.
  25
  26 run_tests() unless caller;
  27
  28 #
  29 # Tests start here.
  30 #
  31 sub run_tests {
  32
  33   SKIP:
  34     {
  35         local $Message = '\C matches octet';
  36         $_ = "a\x{100}b";
  37         ok /(.)(\C)(\C)(.)/ or skip q [\C doesn't match], 4;
  38         iseq $1, "a";
  39         if ($IS_ASCII) {     # ASCII (or equivalent), should be UTF-8
  40             iseq $2, "\xC4";
  41             iseq $3, "\x80";
  42         }
  43         elsif ($IS_EBCDIC) { # EBCDIC (or equivalent), should be UTF-EBCDIC
  44             iseq $2, "\x8C";
  45             iseq $3, "\x41";
  46         }
  47         else {
  48             SKIP: {
  49                 ok 0, "Unexpected platform", "ord ('A') = $ordA";
  50                 skip "Unexpected platform";
  51             }
  52         }
  53         iseq $4, "b";
  54     }
  55
  56
  57   SKIP:
  58     {
  59         local $Message = '\C matches octet';
  60         $_ = "\x{100}";
  61         ok /(\C)/g or skip q [\C doesn't match], 2;
  62         if ($IS_ASCII) {
  63             iseq $1, "\xC4";
  64         }
  65         elsif ($IS_EBCDIC) {
  66             iseq $1, "\x8C";
  67         }
  68         else {
  69             ok 0, "Unexpected platform", "ord ('A') = $ordA";
  70         }
  71         ok /(\C)/g or skip q [\C doesn't match];
  72         if ($IS_ASCII) {
  73             iseq $1, "\x80";
  74         }
  75         elsif ($IS_EBCDIC) {
  76             iseq $1, "\x41";
  77         }
  78         else {
  79             ok 0, "Unexpected platform", "ord ('A') = $ordA";
  80         }
  81     }
  82
  83
  84     {
  85         # Japhy -- added 03/03/2001
  86         () = (my $str = "abc") =~ /(...)/;
  87         $str = "def";
  88         iseq $1, "abc", 'Changing subject does not modify $1';
  89     }
  90
  91
  92   SKIP:
  93     {
  94         # The trick is that in EBCDIC the explicit numeric range should
  95         # match (as also in non-EBCDIC) but the explicit alphabetic range
  96         # should not match.
  97         ok "\x8e" =~ /[\x89-\x91]/, '"\x8e" =~ /[\x89-\x91]/';
  98         ok "\xce" =~ /[\xc9-\xd1]/, '"\xce" =~ /[\xc9-\xd1]/';
  99
 100         skip "Not an EBCDIC platform", 2 unless ord ('i') == 0x89 &&
 101                                                 ord ('J') == 0xd1;
 102
 103         # In most places these tests would succeed since \x8e does not
 104         # in most character sets match 'i' or 'j' nor would \xce match
 105         # 'I' or 'J', but strictly speaking these tests are here for
 106         # the good of EBCDIC, so let's test these only there.
 107         nok "\x8e" !~ /[i-j]/, '"\x8e" !~ /[i-j]/';
 108         nok "\xce" !~ /[I-J]/, '"\xce" !~ /[I-J]/';
 109     }
 110
 111
 112     {
 113         ok "\x{ab}"   =~ /\x{ab}/,   '"\x{ab}"   =~ /\x{ab}/  ';
 114         ok "\x{abcd}" =~ /\x{abcd}/, '"\x{abcd}" =~ /\x{abcd}/';
 115     }
 116
 117
 118     {
 119         local $Message = 'bug id 20001008.001';
 120
 121         my @x = ("stra\337e 138", "stra\337e 138");
 122         for (@x) {
 123             ok s/(\d+)\s*([\w\-]+)/$1 . uc $2/e;
 124             ok my ($latin) = /^(.+)(?:\s+\d)/;
 125             iseq $latin, "stra\337e";
 126         ok $latin =~ s/stra\337e/straße/;
 127             #
 128             # Previous code follows, but outcommented - there were no tests.
 129             #
 130             # $latin =~ s/stra\337e/straße/; # \303\237 after the 2nd a
 131             # use utf8; # needed for the raw UTF-8
 132             # $latin =~ s!(s)tr(?:aß|s+e)!$1tr.!; # \303\237 after the a
 133         }
 134     }
 135
 136
 137     {
 138         local $Message = 'Test \x escapes';
 139         ok "ba\xd4c" =~ /([a\xd4]+)/ && $1 eq "a\xd4";
 140         ok "ba\xd4c" =~ /([a\xd4]+)/ && $1 eq "a\x{d4}";
 141         ok "ba\x{d4}c" =~ /([a\xd4]+)/ && $1 eq "a\x{d4}";
 142         ok "ba\x{d4}c" =~ /([a\xd4]+)/ && $1 eq "a\xd4";
 143         ok "ba\xd4c" =~ /([a\x{d4}]+)/ && $1 eq "a\xd4";
 144         ok "ba\xd4c" =~ /([a\x{d4}]+)/ && $1 eq "a\x{d4}";
 145         ok "ba\x{d4}c" =~ /([a\x{d4}]+)/ && $1 eq "a\x{d4}";
 146         ok "ba\x{d4}c" =~ /([a\x{d4}]+)/ && $1 eq "a\xd4";
 147     }
 148
 149
 150   SKIP:
 151     {
 152         local $Message = 'Match code points > 255';
 153         $_ = "abc\x{100}\x{200}\x{300}\x{380}\x{400}defg";
 154         ok /(.\x{300})./ or skip "No match", 4;
 155         ok $` eq "abc\x{100}"            && length ($`) == 4;
 156         ok $& eq "\x{200}\x{300}\x{380}" && length ($&) == 3;
 157         ok $' eq "\x{400}defg"           && length ($') == 5;
 158         ok $1 eq "\x{200}\x{300}"        && length ($1) == 2;
 159     }
 160
 161
 162
 163     {
 164         my $x = "\x{10FFFD}";
 165         $x =~ s/(.)/$1/g;
 166         ok ord($x) == 0x10FFFD && length($x) == 1, "From Robin Houston";
 167     }
 168
 169
 170     {
 171         my %d = (
 172             "7f" => [0, 0, 0],
 173             "80" => [1, 1, 0],
 174             "ff" => [1, 1, 0],
 175            "100" => [0, 1, 1],
 176         );
 177       SKIP:
 178         while (my ($code, $match) = each %d) {
 179             local $Message = "Properties of \\x$code";
 180             my $char = eval qq ["\\x{$code}"];
 181             my $i = 0;
 182             ok (($char =~ /[\x80-\xff]/)            xor !$$match [$i ++]);
 183             ok (($char =~ /[\x80-\x{100}]/)         xor !$$match [$i ++]);
 184             ok (($char =~ /[\x{100}]/)              xor !$$match [$i ++]);
 185         }
 186     }
 187
 188
 189     {
 190         # From Japhy
 191         local $Message;
 192         must_warn 'qr/(?c)/',    '^Useless \(\?c\)';
 193         must_warn 'qr/(?-c)/',   '^Useless \(\?-c\)';
 194         must_warn 'qr/(?g)/',    '^Useless \(\?g\)';
 195         must_warn 'qr/(?-g)/',   '^Useless \(\?-g\)';
 196         must_warn 'qr/(?o)/',    '^Useless \(\?o\)';
 197         must_warn 'qr/(?-o)/',   '^Useless \(\?-o\)';
 198
 199         # Now test multi-error regexes
 200         must_warn 'qr/(?g-o)/',  '^Useless \(\?g\).*\nUseless \(\?-o\)';
 201         must_warn 'qr/(?g-c)/',  '^Useless \(\?g\).*\nUseless \(\?-c\)';
 202         # (?c) means (?g) error won't be thrown
 203         must_warn 'qr/(?o-cg)/', '^Useless \(\?o\).*\nUseless \(\?-c\)';
 204         must_warn 'qr/(?ogc)/',  '^Useless \(\?o\).*\nUseless \(\?g\).*\n' .
 205                                   'Useless \(\?c\)';
 206     }
 207
 208
 209     {
 210         local $Message = "/x tests";
 211         $_ = "foo";
 212         eval_ok <<"        --";
 213           /f
 214            o\r
 215            o
 216            \$
 217           /x
 218         --
 219         eval_ok <<"        --";
 220           /f
 221            o
 222            o
 223            \$\r
 224           /x
 225         --
 226     }
 227
 228
 229     {
 230         local $Message = "/o feature";
 231         sub test_o {$_ [0] =~ /$_[1]/o; return $1}
 232         iseq test_o ('abc', '(.)..'), 'a';
 233         iseq test_o ('abc', '..(.)'), 'a';
 234     }
 235
 236     {
 237         # Test basic $^N usage outside of a regex
 238         local $Message = '$^N usage outside of a regex';
 239         my $x = "abcdef";
 240         ok ($x =~ /cde/                  and !defined $^N);
 241         ok ($x =~ /(cde)/                and $^N eq "cde");
 242         ok ($x =~ /(c)(d)(e)/            and $^N eq   "e");
 243         ok ($x =~ /(c(d)e)/              and $^N eq "cde");
 244         ok ($x =~ /(foo)|(c(d)e)/        and $^N eq "cde");
 245         ok ($x =~ /(c(d)e)|(foo)/        and $^N eq "cde");
 246         ok ($x =~ /(c(d)e)|(abc)/        and $^N eq "abc");
 247         ok ($x =~ /(c(d)e)|(abc)x/       and $^N eq "cde");
 248         ok ($x =~ /(c(d)e)(abc)?/        and $^N eq "cde");
 249         ok ($x =~ /(?:c(d)e)/            and $^N eq   "d");
 250         ok ($x =~ /(?:c(d)e)(?:f)/       and $^N eq   "d");
 251         ok ($x =~ /(?:([abc])|([def]))*/ and $^N eq   "f");
 252         ok ($x =~ /(?:([ace])|([bdf]))*/ and $^N eq   "f");
 253         ok ($x =~ /(([ace])|([bd]))*/    and $^N eq   "e");
 254        {ok ($x =~ /(([ace])|([bdf]))*/   and $^N eq   "f");}
 255         ## Test to see if $^N is automatically localized -- it should now
 256         ## have the value set in the previous test.
 257         iseq $^N, "e", '$^N is automatically localized';
 258
 259         # Now test inside (?{ ... })
 260         local $Message = '$^N usage inside (?{ ... })';
 261         our ($y, $z);
 262         ok ($x =~ /a([abc])(?{$y=$^N})c/                    and $y eq  "b");
 263         ok ($x =~ /a([abc]+)(?{$y=$^N})d/                   and $y eq  "bc");
 264         ok ($x =~ /a([abcdefg]+)(?{$y=$^N})d/               and $y eq  "bc");
 265         ok ($x =~ /(a([abcdefg]+)(?{$y=$^N})d)(?{$z=$^N})e/ and $y eq  "bc"
 266                                                             and $z eq "abcd");
 267         ok ($x =~ /(a([abcdefg]+)(?{$y=$^N})de)(?{$z=$^N})/ and $y eq  "bc"
 268                                                             and $z eq "abcde");
 269
 270     }
 271
 272
 273   SKIP:
 274     {
 275         ## Should probably put in tests for all the POSIX stuff,
 276         ## but not sure how to guarantee a specific locale......
 277
 278         skip "Not an ASCII platform", 2 unless $IS_ASCII;
 279         local $Message = 'Test [[:cntrl:]]';
 280         my $AllBytes = join "" => map {chr} 0 .. 255;
 281         (my $x = $AllBytes) =~ s/[[:cntrl:]]//g;
 282         iseq $x, join "", map {chr} 0x20 .. 0x7E, 0x80 .. 0xFF;
 283
 284         ($x = $AllBytes) =~ s/[^[:cntrl:]]//g;
 285         iseq $x, join "", map {chr} 0x00 .. 0x1F, 0x7F;
 286     }
 287
 288
 289     {
 290         # With /s modifier UTF8 chars were interpreted as bytes
 291         local $Message = "UTF-8 chars aren't bytes";
 292         my $a = "Hello \x{263A} World";
 293         my @a = ($a =~ /./gs);
 294         iseq $#a, 12;
 295     }
 296
 297
 298     {
 299         local $Message = '. matches \n with /s';
 300         my $str1 = "foo\nbar";
 301         my $str2 = "foo\n\x{100}bar";
 302         my ($a, $b) = map {chr} $IS_ASCII ? (0xc4, 0x80) : (0x8c, 0x41);
 303         my @a;
 304         @a = $str1 =~ /./g;   iseq @a, 6; iseq "@a", "f o o b a r";
 305         @a = $str1 =~ /./gs;  iseq @a, 7; iseq "@a", "f o o \n b a r";
 306         @a = $str1 =~ /\C/g;  iseq @a, 7; iseq "@a", "f o o \n b a r";
 307         @a = $str1 =~ /\C/gs; iseq @a, 7; iseq "@a", "f o o \n b a r";
 308         @a = $str2 =~ /./g;   iseq @a, 7; iseq "@a", "f o o \x{100} b a r";
 309         @a = $str2 =~ /./gs;  iseq @a, 8; iseq "@a", "f o o \n \x{100} b a r";
 310         @a = $str2 =~ /\C/g;  iseq @a, 9; iseq "@a", "f o o \n $a $b b a r";
 311         @a = $str2 =~ /\C/gs; iseq @a, 9; iseq "@a", "f o o \n $a $b b a r";
 312     }
 313
 314
 315     {
 316         no warnings 'digit';
 317         # Check that \x## works. 5.6.1 and 5.005_03 fail some of these.
 318         my $x;
 319         $x = "\x4e" . "E";
 320         ok ($x =~ /^\x4EE$/, "Check only 2 bytes of hex are matched.");
 321
 322         $x = "\x4e" . "i";
 323         ok ($x =~ /^\x4Ei$/, "Check that invalid hex digit stops it (2)");
 324
 325         $x = "\x4" . "j";
 326         ok ($x =~ /^\x4j$/,  "Check that invalid hex digit stops it (1)");
 327
 328         $x = "\x0" . "k";
 329         ok ($x =~ /^\xk$/,   "Check that invalid hex digit stops it (0)");
 330
 331         $x = "\x0" . "x";
 332         ok ($x =~ /^\xx$/, "\\xx isn't to be treated as \\0");
 333
 334         $x = "\x0" . "xa";
 335         ok ($x =~ /^\xxa$/, "\\xxa isn't to be treated as \\xa");
 336
 337         $x = "\x9" . "_b";
 338         ok ($x =~ /^\x9_b$/, "\\x9_b isn't to be treated as \\x9b");
 339
 340         # and now again in [] ranges
 341
 342         $x = "\x4e" . "E";
 343         ok ($x =~ /^[\x4EE]{2}$/, "Check only 2 bytes of hex are matched.");
 344
 345         $x = "\x4e" . "i";
 346         ok ($x =~ /^[\x4Ei]{2}$/, "Check that invalid hex digit stops it (2)");
 347
 348         $x = "\x4" . "j";
 349         ok ($x =~ /^[\x4j]{2}$/,  "Check that invalid hex digit stops it (1)");
 350
 351         $x = "\x0" . "k";
 352         ok ($x =~ /^[\xk]{2}$/,   "Check that invalid hex digit stops it (0)");
 353
 354         $x = "\x0" . "x";
 355         ok ($x =~ /^[\xx]{2}$/, "\\xx isn't to be treated as \\0");
 356
 357         $x = "\x0" . "xa";
 358         ok ($x =~ /^[\xxa]{3}$/, "\\xxa isn't to be treated as \\xa");
 359
 360         $x = "\x9" . "_b";
 361         ok ($x =~ /^[\x9_b]{3}$/, "\\x9_b isn't to be treated as \\x9b");
 362
 363         # Check that \x{##} works. 5.6.1 fails quite a few of these.
 364
 365         $x = "\x9b";
 366         ok ($x =~ /^\x{9_b}$/, "\\x{9_b} is to be treated as \\x9b");
 367
 368         $x = "\x9b" . "y";
 369         ok ($x =~ /^\x{9_b}y$/, "\\x{9_b} is to be treated as \\x9b (again)");
 370
 371         $x = "\x9b" . "y";
 372         ok ($x =~ /^\x{9b_}y$/, "\\x{9b_} is to be treated as \\x9b");
 373
 374         $x = "\x9b" . "y";
 375         ok ($x =~ /^\x{9_bq}y$/, "\\x{9_bc} is to be treated as \\x9b");
 376
 377         $x = "\x0" . "y";
 378         ok ($x =~ /^\x{x9b}y$/, "\\x{x9b} is to be treated as \\x0");
 379
 380         $x = "\x0" . "y";
 381         ok ($x =~ /^\x{0x9b}y$/, "\\x{0x9b} is to be treated as \\x0");
 382
 383         $x = "\x9b" . "y";
 384         ok ($x =~ /^\x{09b}y$/, "\\x{09b} is to be treated as \\x9b");
 385
 386         $x = "\x9b";
 387         ok ($x =~ /^[\x{9_b}]$/, "\\x{9_b} is to be treated as \\x9b");
 388
 389         $x = "\x9b" . "y";
 390         ok ($x =~ /^[\x{9_b}y]{2}$/,
 391                                  "\\x{9_b} is to be treated as \\x9b (again)");
 392
 393         $x = "\x9b" . "y";
 394         ok ($x =~ /^[\x{9b_}y]{2}$/, "\\x{9b_} is to be treated as \\x9b");
 395
 396         $x = "\x9b" . "y";
 397         ok ($x =~ /^[\x{9_bq}y]{2}$/, "\\x{9_bc} is to be treated as \\x9b");
 398
 399         $x = "\x0" . "y";
 400         ok ($x =~ /^[\x{x9b}y]{2}$/, "\\x{x9b} is to be treated as \\x0");
 401
 402         $x = "\x0" . "y";
 403         ok ($x =~ /^[\x{0x9b}y]{2}$/, "\\x{0x9b} is to be treated as \\x0");
 404
 405         $x = "\x9b" . "y";
 406         ok ($x =~ /^[\x{09b}y]{2}$/, "\\x{09b} is to be treated as \\x9b");
 407
 408     }
 409
 410
 411     {
 412         # High bit bug -- japhy
 413         my $x = "ab\200d";
 414         ok $x =~ /.*?\200/, "High bit fine";
 415     }
 416
 417
 418     {
 419         # The basic character classes and Unicode
 420         ok "\x{0100}" =~ /\w/, 'LATIN CAPITAL LETTER A WITH MACRON in /\w/';
 421         ok "\x{0660}" =~ /\d/, 'ARABIC-INDIC DIGIT ZERO in /\d/';
 422         ok "\x{1680}" =~ /\s/, 'OGHAM SPACE MARK in /\s/';
 423     }
 424
 425
 426     {
 427         local $Message = "Folding matches and Unicode";
 428         ok "a\x{100}" =~ /A/i;
 429         ok "A\x{100}" =~ /a/i;
 430         ok "a\x{100}" =~ /a/i;
 431         ok "A\x{100}" =~ /A/i;
 432         ok "\x{101}a" =~ /\x{100}/i;
 433         ok "\x{100}a" =~ /\x{100}/i;
 434         ok "\x{101}a" =~ /\x{101}/i;
 435         ok "\x{100}a" =~ /\x{101}/i;
 436         ok "a\x{100}" =~ /A\x{100}/i;
 437         ok "A\x{100}" =~ /a\x{100}/i;
 438         ok "a\x{100}" =~ /a\x{100}/i;
 439         ok "A\x{100}" =~ /A\x{100}/i;
 440         ok "a\x{100}" =~ /[A]/i;
 441         ok "A\x{100}" =~ /[a]/i;
 442         ok "a\x{100}" =~ /[a]/i;
 443         ok "A\x{100}" =~ /[A]/i;
 444         ok "\x{101}a" =~ /[\x{100}]/i;
 445         ok "\x{100}a" =~ /[\x{100}]/i;
 446         ok "\x{101}a" =~ /[\x{101}]/i;
 447         ok "\x{100}a" =~ /[\x{101}]/i;
 448     }
 449
 450
 451     {
 452         use charnames ':full';
 453         local $Message = "Folding 'LATIN LETTER A WITH GRAVE'";
 454
 455         my $lower = "\N{LATIN SMALL LETTER A WITH GRAVE}";
 456         my $UPPER = "\N{LATIN CAPITAL LETTER A WITH GRAVE}";
 457
 458         ok $lower =~ m/$UPPER/i;
 459         ok $UPPER =~ m/$lower/i;
 460         ok $lower =~ m/[$UPPER]/i;
 461         ok $UPPER =~ m/[$lower]/i;
 462
 463         local $Message = "Folding 'GREEK LETTER ALPHA WITH VRACHY'";
 464
 465         $lower = "\N{GREEK CAPITAL LETTER ALPHA WITH VRACHY}";
 466         $UPPER = "\N{GREEK SMALL LETTER ALPHA WITH VRACHY}";
 467
 468         ok $lower =~ m/$UPPER/i;
 469         ok $UPPER =~ m/$lower/i;
 470         ok $lower =~ m/[$UPPER]/i;
 471         ok $UPPER =~ m/[$lower]/i;
 472
 473         local $Message = "Folding 'LATIN LETTER Y WITH DIAERESIS'";
 474
 475         $lower = "\N{LATIN SMALL LETTER Y WITH DIAERESIS}";
 476         $UPPER = "\N{LATIN CAPITAL LETTER Y WITH DIAERESIS}";
 477
 478         ok $lower =~ m/$UPPER/i;
 479         ok $UPPER =~ m/$lower/i;
 480         ok $lower =~ m/[$UPPER]/i;
 481         ok $UPPER =~ m/[$lower]/i;
 482     }
 483
 484
 485     {
 486         use charnames ':full';
 487         local $PatchId = "13843";
 488         local $Message = "GREEK CAPITAL LETTER SIGMA vs " .
 489                          "COMBINING GREEK PERISPOMENI";
 490
 491         my $SIGMA = "\N{GREEK CAPITAL LETTER SIGMA}";
 492         my $char  = "\N{COMBINING GREEK PERISPOMENI}";
 493
 494         may_not_warn sub {ok "_:$char:_" !~ m/_:$SIGMA:_/i};
 495     }
 496
 497
 498     {
 499         local $Message = '\X';
 500         use charnames ':full';
 501
 502         ok "a!"                          =~ /^(\X)!/ && $1 eq "a";
 503         ok "\xDF!"                       =~ /^(\X)!/ && $1 eq "\xDF";
 504         ok "\x{100}!"                    =~ /^(\X)!/ && $1 eq "\x{100}";
 505         ok "\x{100}\x{300}!"             =~ /^(\X)!/ && $1 eq "\x{100}\x{300}";
 506         ok "\N{LATIN CAPITAL LETTER E}!" =~ /^(\X)!/ &&
 507                $1 eq "\N{LATIN CAPITAL LETTER E}";
 508         ok "\N{LATIN CAPITAL LETTER E}\N{COMBINING GRAVE ACCENT}!"
 509                                          =~ /^(\X)!/ &&
 510                $1 eq "\N{LATIN CAPITAL LETTER E}\N{COMBINING GRAVE ACCENT}";
 511
 512         local $Message = '\C and \X';
 513         ok "!abc!" =~ /a\Cc/;
 514         ok "!abc!" =~ /a\Xc/;
 515     }
 516
 517
 518     {
 519         local $Message = "Final Sigma";
 520
 521         my $SIGMA = "\x{03A3}"; # CAPITAL
 522         my $Sigma = "\x{03C2}"; # SMALL FINAL
 523         my $sigma = "\x{03C3}"; # SMALL
 524
 525         ok $SIGMA =~ /$SIGMA/i;
 526         ok $SIGMA =~ /$Sigma/i;
 527         ok $SIGMA =~ /$sigma/i;
 528
 529         ok $Sigma =~ /$SIGMA/i;
 530         ok $Sigma =~ /$Sigma/i;
 531         ok $Sigma =~ /$sigma/i;
 532
 533         ok $sigma =~ /$SIGMA/i;
 534         ok $sigma =~ /$Sigma/i;
 535         ok $sigma =~ /$sigma/i;
 536
 537         ok $SIGMA =~ /[$SIGMA]/i;
 538         ok $SIGMA =~ /[$Sigma]/i;
 539         ok $SIGMA =~ /[$sigma]/i;
 540
 541         ok $Sigma =~ /[$SIGMA]/i;
 542         ok $Sigma =~ /[$Sigma]/i;
 543         ok $Sigma =~ /[$sigma]/i;
 544
 545         ok $sigma =~ /[$SIGMA]/i;
 546         ok $sigma =~ /[$Sigma]/i;
 547         ok $sigma =~ /[$sigma]/i;
 548
 549         local $Message = "More final Sigma";
 550
 551         my $S3 = "$SIGMA$Sigma$sigma";
 552
 553         ok ":$S3:" =~ /:(($SIGMA)+):/i   && $1 eq $S3 && $2 eq $sigma;
 554         ok ":$S3:" =~ /:(($Sigma)+):/i   && $1 eq $S3 && $2 eq $sigma;
 555         ok ":$S3:" =~ /:(($sigma)+):/i   && $1 eq $S3 && $2 eq $sigma;
 556
 557         ok ":$S3:" =~ /:(([$SIGMA])+):/i && $1 eq $S3 && $2 eq $sigma;
 558         ok ":$S3:" =~ /:(([$Sigma])+):/i && $1 eq $S3 && $2 eq $sigma;
 559         ok ":$S3:" =~ /:(([$sigma])+):/i && $1 eq $S3 && $2 eq $sigma;
 560     }
 561
 562
 563     {
 564         use charnames ':full';
 565         local $Message = "Parlez-Vous " .
 566                          "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais?";
 567
 568         ok "Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran.ais/ &&
 569             $& eq "Francais";
 570         ok "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~ /Fran.ais/ &&
 571             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais";
 572         ok "Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran\Cais/ &&
 573             $& eq "Francais";
 574         # COMBINING CEDILLA is two bytes when encoded
 575         ok "Franc\N{COMBINING CEDILLA}ais" =~ /Franc\C\Cais/;
 576         ok "Fran\N{LATIN SMALL LETTER C}ais" =~ /Fran\Xais/ &&
 577             $& eq "Francais";
 578         ok "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~ /Fran\Xais/  &&
 579             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais";
 580         ok "Franc\N{COMBINING CEDILLA}ais" =~ /Fran\Xais/ &&
 581             $& eq "Franc\N{COMBINING CEDILLA}ais";
 582         ok "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais" =~
 583            /Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais/  &&
 584             $& eq "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais";
 585         ok "Franc\N{COMBINING CEDILLA}ais" =~ /Franc\N{COMBINING CEDILLA}ais/ &&
 586             $& eq "Franc\N{COMBINING CEDILLA}ais";
 587
 588         my @f = (
 589             ["Fran\N{LATIN SMALL LETTER C}ais",                    "Francais"],
 590             ["Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais",
 591                                "Fran\N{LATIN SMALL LETTER C WITH CEDILLA}ais"],
 592             ["Franc\N{COMBINING CEDILLA}ais", "Franc\N{COMBINING CEDILLA}ais"],
 593         );
 594         foreach my $entry (@f) {
 595             my ($subject, $match) = @$entry;
 596             ok $subject =~ /Fran(?:c\N{COMBINING CEDILLA}?|
 597                     \N{LATIN SMALL LETTER C WITH CEDILLA})ais/x &&
 598                $& eq $match;
 599         }
 600     }
 601
 602
 603     {
 604         local $Message = "Lingering (and useless) UTF8 flag doesn't mess up /i";
 605         my $pat = "ABcde";
 606         my $str = "abcDE\x{100}";
 607         chop $str;
 608         ok $str =~ /$pat/i;
 609
 610         $pat = "ABcde\x{100}";
 611         $str = "abcDE";
 612         chop $pat;
 613         ok $str =~ /$pat/i;
 614
 615         $pat = "ABcde\x{100}";
 616         $str = "abcDE\x{100}";
 617         chop $pat;
 618         chop $str;
 619         ok $str =~ /$pat/i;
 620     }
 621
 622
 623     {
 624         use charnames ':full';
 625         local $Message = "LATIN SMALL LETTER SHARP S " .
 626                          "(\N{LATIN SMALL LETTER SHARP S})";
 627
 628         ok "\N{LATIN SMALL LETTER SHARP S}" =~
 629                                             /\N{LATIN SMALL LETTER SHARP S}/;
 630         ok "\N{LATIN SMALL LETTER SHARP S}" =~
 631                                             /\N{LATIN SMALL LETTER SHARP S}/i;
 632         ok "\N{LATIN SMALL LETTER SHARP S}" =~
 633                                            /[\N{LATIN SMALL LETTER SHARP S}]/;
 634         ok "\N{LATIN SMALL LETTER SHARP S}" =~
 635                                            /[\N{LATIN SMALL LETTER SHARP S}]/i;
 636
 637         ok "ss" =~  /\N{LATIN SMALL LETTER SHARP S}/i;
 638         ok "SS" =~  /\N{LATIN SMALL LETTER SHARP S}/i;
 639         ok "ss" =~ /[\N{LATIN SMALL LETTER SHARP S}]/i;
 640         ok "SS" =~ /[\N{LATIN SMALL LETTER SHARP S}]/i;
 641
 642         ok "\N{LATIN SMALL LETTER SHARP S}" =~ /ss/i;
 643         ok "\N{LATIN SMALL LETTER SHARP S}" =~ /SS/i;
 644
 645         local $Message = "Unoptimized named sequence in class";
 646         ok "ss" =~ /[\N{LATIN SMALL LETTER SHARP S}x]/i;
 647         ok "SS" =~ /[\N{LATIN SMALL LETTER SHARP S}x]/i;
 648         ok "\N{LATIN SMALL LETTER SHARP S}" =~
 649           /[\N{LATIN SMALL LETTER SHARP S}x]/;
 650         ok "\N{LATIN SMALL LETTER SHARP S}" =~
 651           /[\N{LATIN SMALL LETTER SHARP S}x]/i;
 652     }
 653
 654
 655     {
 656         # More whitespace: U+0085, U+2028, U+2029\n";
 657
 658         # U+0085, U+00A0 need to be forced to be Unicode, the \x{100} does that.
 659       SKIP: {
 660           skip "EBCDIC platform", 4 if $IS_EBCDIC;
 661           # Do \x{0015} and \x{0041} match \s in EBCDIC?
 662           ok "<\x{100}\x{0085}>" =~ /<\x{100}\s>/, '\x{0085} in \s';
 663           ok        "<\x{0085}>" =~        /<\v>/, '\x{0085} in \v';
 664           ok "<\x{100}\x{00A0}>" =~ /<\x{100}\s>/, '\x{00A0} in \s';
 665           ok        "<\x{00A0}>" =~        /<\h>/, '\x{00A0} in \h';
 666         }
 667         my @h = map {sprintf "%05x" => $_} 0x01680, 0x0180E, 0x02000 .. 0x0200A,
 668                                            0x0202F, 0x0205F, 0x03000;
 669         my @v = map {sprintf "%05x" => $_} 0x02028, 0x02029;
 670
 671         my @H = map {sprintf "%05x" => $_} 0x01361,   0x0200B, 0x02408, 0x02420,
 672                                            0x0303F,   0xE0020;
 673         my @V = map {sprintf "%05x" => $_} 0x0008A .. 0x0008D, 0x00348, 0x10100,
 674                                            0xE005F,   0xE007C;
 675
 676         for my $hex (@h) {
 677             my $str = eval qq ["<\\x{$hex}>"];
 678             ok $str =~ /<\s>/, "\\x{$hex} in \\s";
 679             ok $str =~ /<\h>/, "\\x{$hex} in \\h";
 680             ok $str !~ /<\v>/, "\\x{$hex} not in \\v";
 681         }
 682
 683         for my $hex (@v) {
 684             my $str = eval qq ["<\\x{$hex}>"];
 685             ok $str =~ /<\s>/, "\\x{$hex} in \\s";
 686             ok $str =~ /<\v>/, "\\x{$hex} in \\v";
 687             ok $str !~ /<\h>/, "\\x{$hex} not in \\h";
 688         }
 689
 690         for my $hex (@H) {
 691             my $str = eval qq ["<\\x{$hex}>"];
 692             ok $str =~ /<\S>/, "\\x{$hex} in \\S";
 693             ok $str =~ /<\H>/, "\\x{$hex} in \\H";
 694         }
 695
 696         for my $hex (@V) {
 697             my $str = eval qq ["<\\x{$hex}>"];
 698             ok $str =~ /<\S>/, "\\x{$hex} in \\S";
 699             ok $str =~ /<\V>/, "\\x{$hex} in \\V";
 700         }
 701     }
 702
 703
 704     {
 705         # . with /s should work on characters, as opposed to bytes
 706         local $Message = ". with /s works on characters, not bytes";
 707
 708         my $s = "\x{e4}\x{100}";
 709         # This is not expected to match: the point is that
 710         # neither should we get "Malformed UTF-8" warnings.
 711         may_not_warn sub {$s =~ /\G(.+?)\n/gcs}, "No 'Malformed UTF-8' warning";
 712
 713         my @c;
 714         push @c => $1 while $s =~ /\G(.)/gs;
 715
 716         local $" = "";
 717         iseq "@c", $s;
 718
 719         # Test only chars < 256
 720         my $t1 = "Q003\n\n\x{e4}\x{f6}\n\nQ004\n\n\x{e7}";
 721         my $r1 = "";
 722         while ($t1 =~ / \G ( .+? ) \n\s+ ( .+? ) ( $ | \n\s+ ) /xgcs) {
 723         $r1 .= $1 . $2;
 724         }
 725
 726         my $t2 = $t1 . "\x{100}"; # Repeat with a larger char
 727         my $r2 = "";
 728         while ($t2 =~ / \G ( .+? ) \n\s+ ( .+? ) ( $ | \n\s+ ) /xgcs) {
 729         $r2 .= $1 . $2;
 730         }
 731         $r2 =~ s/\x{100}//;
 732
 733         iseq $r1, $r2;
 734     }
 735
 736
 737     {
 738         local $Message = "Unicode lookbehind";
 739         ok "A\x{100}B"        =~ /(?<=A.)B/;
 740         ok "A\x{200}\x{300}B" =~ /(?<=A..)B/;
 741         ok "\x{400}AB"        =~ /(?<=\x{400}.)B/;
 742         ok "\x{500}\x{600}B"  =~ /(?<=\x{500}.)B/;
 743
 744         # Original code also contained:
 745         # ok "\x{500\x{600}}B"  =~ /(?<=\x{500}.)B/;
 746         # but that looks like a typo.
 747     }
 748
 749
 750     {
 751         local $Message = 'UTF-8 hash keys and /$/';
 752         # http://www.xray.mpe.mpg.de/mailing-lists/perl5-porters
 753         #                                         /2002-01/msg01327.html
 754
 755         my $u = "a\x{100}";
 756         my $v = substr ($u, 0, 1);
 757         my $w = substr ($u, 1, 1);
 758         my %u = ($u => $u, $v => $v, $w => $w);
 759         for (keys %u) {
 760             my $m1 =            /^\w*$/ ? 1 : 0;
 761             my $m2 = $u {$_} =~ /^\w*$/ ? 1 : 0;
 762             iseq $m1, $m2;
 763         }
 764     }
 765
 766
 767     {
 768         local $Message = "No SEGV in s/// and UTF-8";
 769         my $s = "s#\x{100}" x 4;
 770         ok $s =~ s/[^\w]/ /g;
 771         if ( 1 or $ENV{PERL_TEST_LEGACY_POSIX_CC} ) {
 772             iseq $s, "s \x{100}" x 4;
 773         }
 774         else {
 775             iseq $s, "s  " x 4;
 776         }
 777     }
 778
 779
 780     {
 781         local $Message = "UTF-8 bug (maybe already known?)";
 782         my $u = "foo";
 783         $u =~ s/./\x{100}/g;
 784         iseq $u, "\x{100}\x{100}\x{100}";
 785
 786         $u = "foobar";
 787         $u =~ s/[ao]/\x{100}/g;
 788         iseq $u, "f\x{100}\x{100}b\x{100}r";
 789
 790         $u =~ s/\x{100}/e/g;
 791         iseq $u, "feeber";
 792     }
 793
 794
 795     {
 796         local $Message = "UTF-8 bug with s///";
 797         # check utf8/non-utf8 mixtures
 798         # try to force all float/anchored check combinations
 799
 800         my $c = "\x{100}";
 801         my $subst;
 802         for my $re ("xx.*$c", "x.*$c$c", "$c.*xx", "$c$c.*x",
 803                     "xx.*(?=$c)", "(?=$c).*xx",) {
 804             ok "xxx" !~ /$re/;
 805             ok +($subst = "xxx") !~ s/$re//;
 806         }
 807         for my $re ("xx.*$c*", "$c*.*xx") {
 808             ok "xxx" =~ /$re/;
 809             ok +($subst = "xxx") =~ s/$re//;
 810             iseq $subst, "";
 811         }
 812         for my $re ("xxy*", "y*xx") {
 813             ok "xx$c" =~ /$re/;
 814             ok +($subst = "xx$c") =~ s/$re//;
 815             iseq $subst, $c;
 816             ok "xy$c" !~ /$re/;
 817             ok +($subst = "xy$c") !~ s/$re//;
 818         }
 819         for my $re ("xy$c*z", "x$c*yz") {
 820             ok "xyz" =~ /$re/;
 821             ok +($subst = "xyz") =~ s/$re//;
 822             iseq $subst, "";
 823         }
 824     }
 825
 826
 827     {
 828         local $Message = "qr /.../x";
 829         my $R = qr / A B C # D E/x;
 830         ok "ABCDE" =~    $R   && $& eq "ABC";
 831         ok "ABCDE" =~   /$R/  && $& eq "ABC";
 832         ok "ABCDE" =~  m/$R/  && $& eq "ABC";
 833         ok "ABCDE" =~  /($R)/ && $1 eq "ABC";
 834         ok "ABCDE" =~ m/($R)/ && $1 eq "ABC";
 835     }
 836
 837
 838
 839
 840     {
 841         local $\;
 842         $_ = 'aaaaaaaaaa';
 843         utf8::upgrade($_); chop $_; $\="\n";
 844         ok /[^\s]+/, 'm/[^\s]/ utf8';
 845         ok /[^\d]+/, 'm/[^\d]/ utf8';
 846         ok +($a = $_, $_ =~ s/[^\s]+/./g), 's/[^\s]/ utf8';
 847         ok +($a = $_, $a =~ s/[^\d]+/./g), 's/[^\s]/ utf8';
 848     }
 849
 850
 851
 852
 853     {
 854         # Subject: Odd regexp behavior
 855         # From: Markus Kuhn <Markus.Kuhn@cl.cam.ac.uk>
 856         # Date: Wed, 26 Feb 2003 16:53:12 +0000
 857         # Message-Id: <E18o4nw-0008Ly-00@wisbech.cl.cam.ac.uk>
 858         # To: perl-unicode@perl.org
 859
 860         local $Message = 'Markus Kuhn 2003-02-26';
 861
 862         my $x = "\x{2019}\nk";
 863         ok $x =~ s/(\S)\n(\S)/$1 $2/sg;
 864         ok $x eq "\x{2019} k";
 865
 866         $x = "b\nk";
 867         ok $x =~ s/(\S)\n(\S)/$1 $2/sg;
 868         ok $x eq "b k";
 869
 870         ok "\x{2019}" =~ /\S/;
 871     }
 872
 873
 874     {
 875         # XXX DAPM 13-Apr-06. Recursive split is still broken. It's only luck it
 876         # hasn't been crashing. Disable this test until it is fixed properly.
 877         # XXX also check what it returns rather than just doing ok(1,...)
 878         # split /(?{ split "" })/, "abc";
 879         local $TODO = "Recursive split is still broken";
 880         ok 0, 'cache_re & "(?{": it dumps core in 5.6.1 & 5.8.0';
 881     }
 882
 883
 884     {
 885         ok "\x{100}\n" =~ /\x{100}\n$/, "UTF-8 length cache and fbm_compile";
 886     }
 887
 888
 889     {
 890         package Str;
 891         use overload q /""/ => sub {${$_ [0]};};
 892         sub new {my ($c, $v) = @_; bless \$v, $c;}
 893
 894         package main;
 895         $_ = Str -> new ("a\x{100}/\x{100}b");
 896         ok join (":", /\b(.)\x{100}/g) eq "a:/", "re_intuit_start and PL_bostr";
 897     }
 898
 899     {
 900         my $re = qq /^([^X]*)X/;
 901         utf8::upgrade ($re);
 902         ok "\x{100}X" =~ /$re/, "S_cl_and ANYOF_UNICODE & ANYOF_INVERTED";
 903     }
 904
 905     {
 906         ok "123\x{100}" =~ /^.*1.*23\x{100}$/,
 907            'UTF-8 + multiple floating substr';
 908     }
 909
 910     {
 911         local $Message = '<20030808193656.5109.1@llama.ni-s.u-net.com>';
 912
 913         # LATIN SMALL/CAPITAL LETTER A WITH MACRON
 914         ok "  \x{101}" =~ qr/\x{100}/i;
 915
 916         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW
 917         ok "  \x{1E01}" =~ qr/\x{1E00}/i;
 918
 919         # DESERET SMALL/CAPITAL LETTER LONG I
 920         ok "  \x{10428}" =~ qr/\x{10400}/i;
 921
 922         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'
 923         ok "  \x{1E01}x" =~ qr/\x{1E00}X/i;
 924     }
 925
 926     {
 927         for (120 .. 130) {
 928             my $head = 'x' x $_;
 929             local $Message = q [Don't misparse \x{...} in regexp ] .
 930                              q [near 127 char EXACT limit];
 931             for my $tail ('\x{0061}', '\x{1234}', '\x61') {
 932                 eval_ok qq ["$head$tail" =~ /$head$tail/];
 933             }
 934             local $Message = q [Don't misparse \N{...} in regexp ] .
 935                              q [near 127 char EXACT limit];
 936             for my $tail ('\N{SNOWFLAKE}') {
 937                 eval_ok qq [use charnames ':full';
 938                            "$head$tail" =~ /$head$tail/];
 939             }
 940         }
 941     }
 942
 943     {   # TRIE related
 944         our @got = ();
 945         "words" =~ /(word|word|word)(?{push @got, $1})s$/;
 946         iseq @got, 1, "TRIE optimation";
 947
 948         @got = ();
 949         "words" =~ /(word|word|word)(?{push @got,$1})s$/i;
 950         iseq @got, 1,"TRIEF optimisation";
 951
 952         my @nums = map {int rand 1000} 1 .. 100;
 953         my $re = "(" . (join "|", @nums) . ")";
 954         $re = qr/\b$re\b/;
 955
 956         foreach (@nums) {
 957             ok $_ =~ /$re/, "Trie nums";
 958         }
 959
 960         $_ = join " ", @nums;
 961         @got = ();
 962         push @got, $1 while /$re/g;
 963
 964         my %count;
 965         $count {$_} ++ for @got;
 966         my $ok = 1;
 967         for (@nums) {
 968             $ok = 0 if --$count {$_} < 0;
 969         }
 970         ok $ok, "Trie min count matches";
 971     }
 972
 973
 974     {
 975         # TRIE related
 976         # LATIN SMALL/CAPITAL LETTER A WITH MACRON
 977         ok "foba  \x{101}foo" =~ qr/(foo|\x{100}foo|bar)/i &&
 978            $1 eq "\x{101}foo",
 979            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH MACRON";
 980
 981         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW
 982         ok "foba  \x{1E01}foo" =~ qr/(foo|\x{1E00}foo|bar)/i &&
 983            $1 eq "\x{1E01}foo",
 984            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH RING BELOW";
 985
 986         # DESERET SMALL/CAPITAL LETTER LONG I
 987         ok "foba  \x{10428}foo" =~ qr/(foo|\x{10400}foo|bar)/i &&
 988            $1 eq "\x{10428}foo",
 989            "TRIEF + DESERET SMALL/CAPITAL LETTER LONG I";
 990
 991         # LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'
 992         ok "foba  \x{1E01}xfoo" =~ qr/(foo|\x{1E00}Xfoo|bar)/i &&
 993            $1 eq "\x{1E01}xfoo",
 994            "TRIEF + LATIN SMALL/CAPITAL LETTER A WITH RING BELOW + 'X'";
 995
 996         use charnames ':full';
 997
 998         my $s = "\N{LATIN SMALL LETTER SHARP S}";
 999         ok "foba  ba$s" =~ qr/(foo|Ba$s|bar)/i &&  $1 eq "ba$s",
1000            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1001         ok "foba  ba$s" =~ qr/(Ba$s|foo|bar)/i &&  $1 eq "ba$s",
1002            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1003         ok "foba  ba$s" =~ qr/(foo|bar|Ba$s)/i &&  $1 eq "ba$s",
1004            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1005
1006         ok "foba  ba$s" =~ qr/(foo|Bass|bar)/i &&  $1 eq "ba$s",
1007            "TRIEF + LATIN SMALL LETTER SHARP S =~ ss";
1008
1009         ok "foba  ba$s" =~ qr/(foo|BaSS|bar)/i &&  $1 eq "ba$s",
1010            "TRIEF + LATIN SMALL LETTER SHARP S =~ SS";
1011
1012         ok "foba  ba${s}pxySS$s$s" =~ qr/(b(?:a${s}t|a${s}f|a${s}p)[xy]+$s*)/i
1013             &&  $1 eq "ba${s}pxySS$s$s",
1014            "COMMON PREFIX TRIEF + LATIN SMALL LETTER SHARP S";
1015     }
1016
1017
1018
1019
1020     {
1021     BEGIN {
1022         unshift @INC, 'lib';
1023     }
1024         use Cname;
1025
1026         ok 'fooB'  =~ /\N{foo}[\N{B}\N{b}]/, "Passthrough charname";
1027         my $test   = 1233;
1028         #
1029         # Why doesn't must_warn work here?
1030         #
1031         my $w;
1032         local $SIG {__WARN__} = sub {$w .= "@_"};
1033         eval 'q(xxWxx) =~ /[\N{WARN}]/';
1034         ok $w && $w =~ /^Ignoring excess chars from/,
1035                  "Ignoring excess chars warning";
1036
1037         undef $w;
1038         eval q [ok "\0" !~ /[\N{EMPTY-STR}XY]/,
1039                    "Zerolength charname in charclass doesn't match \\0"];
1040         ok $w && $w =~ /^Ignoring zero length/,
1041                  'Ignoring zero length \N{%} in character class warning';
1042
1043         ok 'AB'  =~ /(\N{EVIL})/ && $1 eq 'A', 'Charname caching $1';
1044         ok 'ABC' =~ /(\N{EVIL})/,              'Charname caching $1';
1045         ok 'xy'  =~ /x\N{EMPTY-STR}y/,
1046                     'Empty string charname produces NOTHING node';
1047         ok ''    =~ /\N{EMPTY-STR}/,
1048                     'Empty string charname produces NOTHING node';
1049
1050     }
1051
1052
1053     {
1054         use charnames ':full';
1055
1056         ok 'aabc' !~ /a\N{PLUS SIGN}b/, '/a\N{PLUS SIGN}b/ against aabc';
1057         ok 'a+bc' =~ /a\N{PLUS SIGN}b/, '/a\N{PLUS SIGN}b/ against a+bc';
1058
1059         ok ' A B' =~ /\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}/,
1060             'Intermixed named and unicode escapes';
1061         ok "\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}" =~
1062            /\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}/,
1063             'Intermixed named and unicode escapes';
1064         ok "\N{SPACE}\N{U+0041}\N{SPACE}\N{U+0042}" =~
1065            /[\N{SPACE}\N{U+0041}][\N{SPACE}\N{U+0042}]/,
1066             'Intermixed named and unicode escapes';
1067     }
1068
1069
1070     {
1071         our $brackets;
1072         $brackets = qr{
1073             {  (?> [^{}]+ | (??{ $brackets }) )* }
1074         }x;
1075
1076         ok "{b{c}d" !~ m/^((??{ $brackets }))/, "Bracket mismatch";
1077
1078         SKIP: {
1079             our @stack = ();
1080             my @expect = qw(
1081                 stuff1
1082                 stuff2
1083                 <stuff1>and<stuff2>
1084                 right
1085                 <right>
1086                 <<right>>
1087                 <<<right>>>
1088                 <<stuff1>and<stuff2>><<<<right>>>>
1089             );
1090
1091             local $_ = '<<<stuff1>and<stuff2>><<<<right>>>>>';
1092             ok /^(<((?:(?>[^<>]+)|(?1))*)>(?{push @stack, $2 }))$/,
1093                 "Recursion matches";
1094             iseq @stack, @expect, "Right amount of matches"
1095                  or skip "Won't test individual results as count isn't equal",
1096                           0 + @expect;
1097             my $idx = 0;
1098             foreach my $expect (@expect) {
1099                 iseq $stack [$idx], $expect,
1100                     "Expecting '$expect' at stack pos #$idx";
1101                 $idx ++;
1102             }
1103         }
1104     }
1105
1106
1107     {
1108         my $s = '123453456';
1109         $s =~ s/(?<digits>\d+)\k<digits>/$+{digits}/;
1110         ok $s eq '123456', 'Named capture (angle brackets) s///';
1111         $s = '123453456';
1112         $s =~ s/(?'digits'\d+)\k'digits'/$+{digits}/;
1113         ok $s eq '123456', 'Named capture (single quotes) s///';
1114     }
1115
1116
1117     {
1118         my @ary = (
1119             pack('U', 0x00F1),            # n-tilde
1120             '_'.pack('U', 0x00F1),        # _ + n-tilde
1121             'c'.pack('U', 0x0327),        # c + cedilla
1122             pack('U*', 0x00F1, 0x0327),   # n-tilde + cedilla
1123             pack('U', 0x0391),            # ALPHA
1124             pack('U', 0x0391).'2',        # ALPHA + 2
1125             pack('U', 0x0391).'_',        # ALPHA + _
1126         );
1127
1128         for my $uni (@ary) {
1129             my ($r1, $c1, $r2, $c2) = eval qq {
1130                 use utf8;
1131                 scalar ("..foo foo.." =~ /(?'${uni}'foo) \\k'${uni}'/),
1132                         \$+{${uni}},
1133                 scalar ("..bar bar.." =~ /(?<${uni}>bar) \\k<${uni}>/),
1134                         \$+{${uni}};
1135             };
1136             ok $r1,                         "Named capture UTF (?'')";
1137             ok defined $c1 && $c1 eq 'foo', "Named capture UTF \%+";
1138             ok $r2,                         "Named capture UTF (?<>)";
1139             ok defined $c2 && $c2 eq 'bar', "Named capture UTF \%+";
1140         }
1141     }
1142
1143     {
1144         my $s = 'foo bar baz';
1145         my @res;
1146         if ('1234' =~ /(?<A>1)(?<B>2)(?<A>3)(?<B>4)/) {
1147             foreach my $name (sort keys(%-)) {
1148                 my $ary = $- {$name};
1149                 foreach my $idx (0 .. $#$ary) {
1150                     push @res, "$name:$idx:$ary->[$idx]";
1151                 }
1152             }
1153         }
1154         my @expect = qw (A:0:1 A:1:3 B:0:2 B:1:4);
1155         iseq "@res", "@expect", "Check %-";
1156         eval'
1157             no warnings "uninitialized";
1158             print for $- {this_key_doesnt_exist};
1159         ';
1160         ok !$@,'lvalue $- {...} should not throw an exception';
1161     }
1162
1163     {
1164         # \, breaks {3,4}
1165         ok "xaaay"    !~ /xa{3\,4}y/, '\, in a pattern';
1166         ok "xa{3,4}y" =~ /xa{3\,4}y/, '\, in a pattern';
1167
1168         # \c\ followed by _
1169         ok "x\c_y"    !~ /x\c\_y/,    '\_ in a pattern';
1170         ok "x\c\_y"   =~ /x\c\_y/,    '\_ in a pattern';
1171
1172         # \c\ followed by other characters
1173         for my $c ("z", "\0", "!", chr(254), chr(256)) {
1174             my $targ = "a\034$c";
1175             my $reg  = "a\\c\\$c";
1176             ok eval ("qq/$targ/ =~ /$reg/"), "\\c\\ in pattern";
1177         }
1178     }
1179
1180     {   # Test the (*PRUNE) pattern
1181         our $count = 0;
1182         'aaab' =~ /a+b?(?{$count++})(*FAIL)/;
1183         iseq $count, 9, "Expect 9 for no (*PRUNE)";
1184         $count = 0;
1185         'aaab' =~ /a+b?(*PRUNE)(?{$count++})(*FAIL)/;
1186         iseq $count, 3, "Expect 3 with (*PRUNE)";
1187         local $_ = 'aaab';
1188         $count = 0;
1189         1 while /.(*PRUNE)(?{$count++})(*FAIL)/g;
1190         iseq $count, 4, "/.(*PRUNE)/";
1191         $count = 0;
1192         'aaab' =~ /a+b?(??{'(*PRUNE)'})(?{$count++})(*FAIL)/;
1193         iseq $count, 3, "Expect 3 with (*PRUNE)";
1194         local $_ = 'aaab';
1195         $count = 0;
1196         1 while /.(??{'(*PRUNE)'})(?{$count++})(*FAIL)/g;
1197         iseq $count, 4, "/.(*PRUNE)/";
1198     }
1199
1200
1201     {   # Test the (*SKIP) pattern
1202         our $count = 0;
1203         'aaab' =~ /a+b?(*SKIP)(?{$count++})(*FAIL)/;
1204         iseq $count, 1, "Expect 1 with (*SKIP)";
1205         local $_ = 'aaab';
1206         $count = 0;
1207         1 while /.(*SKIP)(?{$count++})(*FAIL)/g;
1208         iseq $count, 4, "/.(*SKIP)/";
1209         $_ = 'aaabaaab';
1210         $count = 0;
1211         our @res = ();
1212         1 while /(a+b?)(*SKIP)(?{$count++; push @res,$1})(*FAIL)/g;
1213         iseq $count, 2, "Expect 2 with (*SKIP)";
1214         iseq "@res", "aaab aaab", "Adjacent (*SKIP) works as expected";
1215     }
1216
1217
1218     {   # Test the (*SKIP) pattern
1219         our $count = 0;
1220         'aaab' =~ /a+b?(*MARK:foo)(*SKIP)(?{$count++})(*FAIL)/;
1221         iseq $count, 1, "Expect 1 with (*SKIP)";
1222         local $_ = 'aaab';
1223         $count = 0;
1224         1 while /.(*MARK:foo)(*SKIP)(?{$count++})(*FAIL)/g;
1225         iseq $count, 4, "/.(*SKIP)/";
1226         $_ = 'aaabaaab';
1227         $count = 0;
1228         our @res = ();
1229         1 while /(a+b?)(*MARK:foo)(*SKIP)(?{$count++; push @res,$1})(*FAIL)/g;
1230         iseq $count, 2, "Expect 2 with (*SKIP)";
1231         iseq "@res", "aaab aaab", "Adjacent (*SKIP) works as expected";
1232     }
1233
1234
1235     {   # Test the (*SKIP) pattern
1236         our $count = 0;
1237         'aaab' =~ /a*(*MARK:a)b?(*MARK:b)(*SKIP:a)(?{$count++})(*FAIL)/;
1238         iseq $count, 3, "Expect 3 with *MARK:a)b?(*MARK:b)(*SKIP:a)";
1239         local $_ = 'aaabaaab';
1240         $count = 0;
1241         our @res = ();
1242         1 while
1243         /(a*(*MARK:a)b?)(*MARK:x)(*SKIP:a)(?{$count++; push @res,$1})(*FAIL)/g;
1244         iseq $count, 5, "Expect 5 with (*MARK:a)b?)(*MARK:x)(*SKIP:a)";
1245         iseq "@res", "aaab b aaab b ",
1246              "Adjacent (*MARK:a)b?)(*MARK:x)(*SKIP:a) works as expected";
1247     }
1248
1249
1250     {   # Test the (*COMMIT) pattern
1251         our $count = 0;
1252         'aaabaaab' =~ /a+b?(*COMMIT)(?{$count++})(*FAIL)/;
1253         iseq $count, 1, "Expect 1 with (*COMMIT)";
1254         local $_ = 'aaab';
1255         $count = 0;
1256         1 while /.(*COMMIT)(?{$count++})(*FAIL)/g;
1257         iseq $count, 1, "/.(*COMMIT)/";
1258         $_ = 'aaabaaab';
1259         $count = 0;
1260         our @res = ();
1261         1 while /(a+b?)(*COMMIT)(?{$count++; push @res,$1})(*FAIL)/g;
1262         iseq $count, 1, "Expect 1 with (*COMMIT)";
1263         iseq "@res", "aaab", "Adjacent (*COMMIT) works as expected";
1264     }
1265
1266
1267     {
1268         # Test named commits and the $REGERROR var
1269         our $REGERROR;
1270         for my $name ('', ':foo') {
1271             for my $pat ("(*PRUNE$name)",
1272                          ($name ? "(*MARK$name)" : "") . "(*SKIP$name)",
1273                          "(*COMMIT$name)") {
1274                 for my $suffix ('(*FAIL)', '') {
1275                     'aaaab' =~ /a+b$pat$suffix/;
1276                     iseq $REGERROR,
1277                          ($suffix ? ($name ? 'foo' : "1") : ""),
1278                         "Test $pat and \$REGERROR $suffix";
1279                 }
1280             }
1281         }
1282     }
1283
1284
1285     {
1286         # Test named commits and the $REGERROR var
1287         package Fnorble;
1288         our $REGERROR;
1289         for my $name ('', ':foo') {
1290             for my $pat ("(*PRUNE$name)",
1291                          ($name ? "(*MARK$name)" : "") . "(*SKIP$name)",
1292                          "(*COMMIT$name)") {
1293                 for my $suffix ('(*FAIL)','') {
1294                     'aaaab' =~ /a+b$pat$suffix/;
1295                   ::iseq $REGERROR,
1296                          ($suffix ? ($name ? 'foo' : "1") : ""),
1297                         "Test $pat and \$REGERROR $suffix";
1298                 }
1299             }
1300         }
1301     }
1302
1303
1304     {
1305         # Test named commits and the $REGERROR var
1306         local $Message = '$REGERROR';
1307         our $REGERROR;
1308         for my $word (qw (bar baz bop)) {
1309             $REGERROR = "";
1310             "aaaaa$word" =~
1311               /a+(?:bar(*COMMIT:bar)|baz(*COMMIT:baz)|bop(*COMMIT:bop))(*FAIL)/;
1312             iseq $REGERROR, $word;
1313         }
1314     }
1315
1316     {
1317         #Mindnumbingly simple test of (*THEN)
1318         for ("ABC","BAX") {
1319             ok /A (*THEN) X | B (*THEN) C/x, "Simple (*THEN) test";
1320         }
1321     }
1322
1323
1324     {
1325         local $Message = "Relative Recursion";
1326         my $parens = qr/(\((?:[^()]++|(?-1))*+\))/;
1327         local $_ = 'foo((2*3)+4-3) + bar(2*(3+4)-1*(2-3))';
1328         my ($all, $one, $two) = ('', '', '');
1329         ok m/foo $parens \s* \+ \s* bar $parens/x;
1330         iseq $1, '((2*3)+4-3)';
1331         iseq $2, '(2*(3+4)-1*(2-3))';
1332         iseq $&, 'foo((2*3)+4-3) + bar(2*(3+4)-1*(2-3))';
1333         iseq $&, $_;
1334     }
1335
1336     {
1337         my $spaces="      ";
1338         local $_ = join 'bar', $spaces, $spaces;
1339         our $count = 0;
1340         s/(?>\s+bar)(?{$count++})//g;
1341         iseq $_, $spaces, "SUSPEND final string";
1342         iseq $count, 1, "Optimiser should have prevented more than one match";
1343     }
1344
1345
1346     {
1347         # From Message-ID: <877ixs6oa6.fsf@k75.linux.bogus>
1348         my $dow_name = "nada";
1349         my $parser = "(\$dow_name) = \$time_string =~ /(D\x{e9}\\ " .
1350                      "C\x{e9}adaoin|D\x{e9}\\ Sathairn|\\w+|\x{100})/";
1351         my $time_string = "D\x{e9} C\x{e9}adaoin";
1352         eval $parser;
1353         ok !$@, "Test Eval worked";
1354         iseq $dow_name, $time_string, "UTF-8 trie common prefix extraction";
1355     }
1356
1357
1358     {
1359         my $v;
1360         ($v = 'bar') =~ /(\w+)/g;
1361         $v = 'foo';
1362         iseq "$1", 'bar', '$1 is safe after /g - may fail due ' .
1363                           'to specialized config in pp_hot.c'
1364     }
1365
1366
1367     {
1368         local $Message = "http://nntp.perl.org/group/perl.perl5.porters/118663";
1369         my $qr_barR1 = qr/(bar)\g-1/;
1370         ok "foobarbarxyz" =~ $qr_barR1;
1371         ok "foobarbarxyz" =~ qr/foo${qr_barR1}xyz/;
1372         ok "foobarbarxyz" =~ qr/(foo)${qr_barR1}xyz/;
1373         ok "foobarbarxyz" =~ qr/(foo)(bar)\g{-1}xyz/;
1374         ok "foobarbarxyz" =~ qr/(foo${qr_barR1})xyz/;
1375         ok "foobarbarxyz" =~ qr/(foo(bar)\g{-1})xyz/;
1376     }
1377
1378     {
1379         local $Message = '$REGMARK';
1380         our @r = ();
1381         our ($REGMARK, $REGERROR);
1382         ok 'foofoo' =~ /foo (*MARK:foo) (?{push @r,$REGMARK}) /x;
1383         iseq "@r","foo";
1384         iseq $REGMARK, "foo";
1385         ok 'foofoo' !~ /foo (*MARK:foo) (*FAIL) /x;
1386         ok !$REGMARK;
1387         iseq $REGERROR, 'foo';
1388     }
1389
1390
1391     {
1392         local $Message = '\K test';
1393         my $x;
1394         $x = "abc.def.ghi.jkl";
1395         $x =~ s/.*\K\..*//;
1396         iseq $x, "abc.def.ghi";
1397
1398         $x = "one two three four";
1399         $x =~ s/o+ \Kthree//g;
1400         iseq $x, "one two  four";
1401
1402         $x = "abcde";
1403         $x =~ s/(.)\K/$1/g;
1404         iseq $x, "aabbccddee";
1405     }
1406
1407
1408     {
1409         sub kt {
1410             return '4' if $_[0] eq '09028623';
1411         }
1412         # Nested EVAL using PL_curpm (via $1 or friends)
1413         my $re;
1414         our $grabit = qr/ ([0-6][0-9]{7}) (??{ kt $1 }) [890] /x;
1415         $re = qr/^ ( (??{ $grabit }) ) $ /x;
1416         my @res = '0902862349' =~ $re;
1417         iseq join ("-", @res), "0902862349",
1418             'PL_curpm is set properly on nested eval';
1419
1420         our $qr = qr/ (o) (??{ $1 }) /x;
1421         ok 'boob'=~/( b (??{ $qr }) b )/x && 1, "PL_curpm, nested eval";
1422     }
1423
1424
1425     {
1426         use charnames ":full";
1427         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{Alphabetic}/, "I =~ Alphabetic";
1428         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{Uppercase}/,  "I =~ Uppercase";
1429         ok "\N{ROMAN NUMERAL ONE}" !~ /\p{Lowercase}/,  "I !~ Lowercase";
1430         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{IDStart}/,    "I =~ ID_Start";
1431         ok "\N{ROMAN NUMERAL ONE}" =~ /\p{IDContinue}/, "I =~ ID_Continue";
1432         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Alphabetic}/, "i =~ Alphabetic";
1433         ok "\N{SMALL ROMAN NUMERAL ONE}" !~ /\p{Uppercase}/,  "i !~ Uppercase";
1434         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{Lowercase}/,  "i =~ Lowercase";
1435         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{IDStart}/,    "i =~ ID_Start";
1436         ok "\N{SMALL ROMAN NUMERAL ONE}" =~ /\p{IDContinue}/, "i =~ ID_Continue"
1437     }
1438
1439
1440     {
1441         # requirement of Unicode Technical Standard #18, 1.7 Code Points
1442         # cf. http://www.unicode.org/reports/tr18/#Supplementary_Characters
1443         for my $u (0x7FF, 0x800, 0xFFFF, 0x10000) {
1444             no warnings 'utf8'; # oops
1445             my $c = chr $u;
1446             my $x = sprintf '%04X', $u;
1447             ok "A${c}B" =~ /A[\0-\x{10000}]B/, "Unicode range - $x";
1448         }
1449     }
1450
1451
1452     {
1453         my $res="";
1454
1455         if ('1' =~ /(?|(?<digit>1)|(?<digit>2))/) {
1456             $res = "@{$- {digit}}";
1457         }
1458         iseq $res, "1",
1459             "Check that (?|...) doesnt cause dupe entries in the names array";
1460
1461         $res = "";
1462         if ('11' =~ /(?|(?<digit>1)|(?<digit>2))(?&digit)/) {
1463             $res = "@{$- {digit}}";
1464         }
1465         iseq $res, "1", "Check that (?&..) to a buffer inside " .
1466                         "a (?|...) goes to the leftmost";
1467     }
1468
1469
1470     {
1471         use warnings;
1472         local $Message = "ASCII pattern that really is UTF-8";
1473         my @w;
1474         local $SIG {__WARN__} = sub {push @w, "@_"};
1475         my $c = qq (\x{DF});
1476         ok $c =~ /${c}|\x{100}/;
1477         ok @w == 0;
1478     }
1479
1480
1481     {
1482         local $Message = "Corruption of match results of qr// across scopes";
1483         my $qr = qr/(fo+)(ba+r)/;
1484         'foobar' =~ /$qr/;
1485         iseq "$1$2", "foobar";
1486         {
1487             'foooooobaaaaar' =~ /$qr/;
1488             iseq "$1$2", 'foooooobaaaaar';
1489         }
1490         iseq "$1$2", "foobar";
1491     }
1492
1493
1494     {
1495         local $Message = "HORIZWS";
1496         local $_ = "\t \r\n \n \t".chr(11)."\n";
1497         s/\H/H/g;
1498         s/\h/h/g;
1499         iseq $_, "hhHHhHhhHH";
1500         $_ = "\t \r\n \n \t" . chr (11) . "\n";
1501         utf8::upgrade ($_);
1502         s/\H/H/g;
1503         s/\h/h/g;
1504         iseq $_, "hhHHhHhhHH";
1505     }
1506
1507
1508     {
1509         local $Message = "Various whitespace special patterns";
1510         my @h = map {chr $_}   0x09,   0x20,   0xa0, 0x1680, 0x180e, 0x2000,
1511                              0x2001, 0x2002, 0x2003, 0x2004, 0x2005, 0x2006,
1512                              0x2007, 0x2008, 0x2009, 0x200a, 0x202f, 0x205f,
1513                              0x3000;
1514         my @v = map {chr $_}   0x0a,   0x0b,   0x0c,   0x0d,   0x85, 0x2028,
1515                              0x2029;
1516         my @lb = ("\x0D\x0A", map {chr $_} 0x0A .. 0x0D, 0x85, 0x2028, 0x2029);
1517         foreach my $t ([\@h,  qr/\h/, qr/\h+/],
1518                        [\@v,  qr/\v/, qr/\v+/],
1519                        [\@lb, qr/\R/, qr/\R+/],) {
1520             my $ary = shift @$t;
1521             foreach my $pat (@$t) {
1522                 foreach my $str (@$ary) {
1523                     ok $str =~ /($pat)/, $pat;
1524                     iseq $1, $str, $pat;
1525                     utf8::upgrade ($str);
1526                     ok $str =~ /($pat)/, "Upgraded string - $pat";
1527                     iseq $1, $str, "Upgraded string - $pat";
1528                 }
1529             }
1530         }
1531     }
1532
1533
1534     {
1535         local $Message = "Check that \\xDF match properly in its various forms";
1536         # Test that \xDF matches properly. this is pretty hacky stuff,
1537         # but its actually needed. The malarky with '-' is to prevent
1538         # compilation caching from playing any role in the test.
1539         my @df = (chr (0xDF), '-', chr (0xDF));
1540         utf8::upgrade ($df [2]);
1541         my @strs = ('ss', 'sS', 'Ss', 'SS', chr (0xDF));
1542         my @ss = map {("$_", "$_")} @strs;
1543         utf8::upgrade ($ss [$_ * 2 + 1]) for 0 .. $#strs;
1544
1545         for my $ssi (0 .. $#ss) {
1546             for my $dfi (0 .. $#df) {
1547                 my $pat = $df [$dfi];
1548                 my $str = $ss [$ssi];
1549                 my $utf_df = ($dfi > 1) ? 'utf8' : '';
1550                 my $utf_ss = ($ssi % 2) ? 'utf8' : '';
1551                 (my $sstr = $str) =~ s/\xDF/\\xDF/;
1552
1553                 if ($utf_df || $utf_ss || length ($ss [$ssi]) == 1) {
1554                     my $ret = $str =~ /$pat/i;
1555                     next if $pat eq '-';
1556                     ok $ret, "\"$sstr\" =~ /\\xDF/i " .
1557                              "(str is @{[$utf_ss||'latin']}, pat is " .
1558                              "@{[$utf_df||'latin']})";
1559                 }
1560                 else {
1561                     my $ret = $str !~ /$pat/i;
1562                     next if $pat eq '-';
1563                     ok $ret, "\"$sstr\" !~ /\\xDF/i " .
1564                              "(str is @{[$utf_ss||'latin']}, pat is " .
1565                              "@{[$utf_df||'latin']})";
1566                 }
1567             }
1568         }
1569     }
1570
1571
1572     {
1573         local $Message = "BBC(Bleadperl Breaks CPAN) Today: String::Multibyte";
1574         my $re  = qr/(?:[\x00-\xFF]{4})/;
1575         my $hyp = "\0\0\0-";
1576         my $esc = "\0\0\0\\";
1577
1578         my $str = "$esc$hyp$hyp$esc$esc";
1579         my @a = ($str =~ /\G(?:\Q$esc$esc\E|\Q$esc$hyp\E|$re)/g);
1580
1581         iseq @a,3;
1582         local $" = "=";
1583         iseq "@a","$esc$hyp=$hyp=$esc$esc";
1584     }
1585
1586
1587     {
1588         # Test for keys in %+ and %-
1589         local $Message = 'Test keys in %+ and %-';
1590         no warnings 'uninitialized';
1591         my $_ = "abcdef";
1592         /(?<foo>a)|(?<foo>b)/;
1593         iseq ((join ",", sort keys %+), "foo");
1594         iseq ((join ",", sort keys %-), "foo");
1595         iseq ((join ",", sort values %+), "a");
1596         iseq ((join ",", sort map "@$_", values %-), "a ");
1597         /(?<bar>a)(?<bar>b)(?<quux>.)/;
1598         iseq ((join ",", sort keys %+), "bar,quux");
1599         iseq ((join ",", sort keys %-), "bar,quux");
1600         iseq ((join ",", sort values %+), "a,c"); # leftmost
1601         iseq ((join ",", sort map "@$_", values %-), "a b,c");
1602         /(?<un>a)(?<deux>c)?/; # second buffer won't capture
1603         iseq ((join ",", sort keys %+), "un");
1604         iseq ((join ",", sort keys %-), "deux,un");
1605         iseq ((join ",", sort values %+), "a");
1606         iseq ((join ",", sort map "@$_", values %-), ",a");
1607     }
1608
1609
1610     {
1611         # length() on captures, the numbered ones end up in Perl_magic_len
1612         my $_ = "aoeu \xe6var ook";
1613         /^ \w+ \s (?<eek>\S+)/x;
1614
1615         iseq length ($`),      0, q[length $`];
1616         iseq length ($'),      4, q[length $'];
1617         iseq length ($&),      9, q[length $&];
1618         iseq length ($1),      4, q[length $1];
1619         iseq length ($+{eek}), 4, q[length $+{eek} == length $1];
1620     }
1621
1622
1623     {
1624         my $ok = -1;
1625
1626         $ok = exists ($-{x}) ? 1 : 0 if 'bar' =~ /(?<x>foo)|bar/;
1627         iseq $ok, 1, '$-{x} exists after "bar"=~/(?<x>foo)|bar/';
1628         iseq scalar (%+), 0, 'scalar %+ == 0 after "bar"=~/(?<x>foo)|bar/';
1629         iseq scalar (%-), 1, 'scalar %- == 1 after "bar"=~/(?<x>foo)|bar/';
1630
1631         $ok = -1;
1632         $ok = exists ($+{x}) ? 1 : 0 if 'bar' =~ /(?<x>foo)|bar/;
1633         iseq $ok, 0, '$+{x} not exists after "bar"=~/(?<x>foo)|bar/';
1634         iseq scalar (%+), 0, 'scalar %+ == 0 after "bar"=~/(?<x>foo)|bar/';
1635         iseq scalar (%-), 1, 'scalar %- == 1 after "bar"=~/(?<x>foo)|bar/';
1636
1637         $ok = -1;
1638         $ok = exists ($-{x}) ? 1 : 0 if 'foo' =~ /(?<x>foo)|bar/;
1639         iseq $ok, 1, '$-{x} exists after "foo"=~/(?<x>foo)|bar/';
1640         iseq scalar (%+), 1, 'scalar %+ == 1 after "foo"=~/(?<x>foo)|bar/';
1641         iseq scalar (%-), 1, 'scalar %- == 1 after "foo"=~/(?<x>foo)|bar/';
1642
1643         $ok = -1;
1644         $ok = exists ($+{x}) ? 1 : 0 if 'foo'=~/(?<x>foo)|bar/;
1645         iseq $ok, 1, '$+{x} exists after "foo"=~/(?<x>foo)|bar/';
1646     }
1647
1648
1649     {
1650         local $_;
1651         ($_ = 'abc') =~ /(abc)/g;
1652         $_ = '123';
1653         iseq "$1", 'abc', "/g leads to unsafe match vars: $1";
1654     }
1655
1656
1657     {
1658         local $Message = 'Message-ID: <20070818091501.7eff4831@r2d2>';
1659         my $str = "";
1660         for (0 .. 5) {
1661             my @x;
1662             $str .= "@x"; # this should ALWAYS be the empty string
1663             'a' =~ /(a|)/;
1664             push @x, 1;
1665         }
1666         iseq length ($str), 0, "Trie scope error, string should be empty";
1667         $str = "";
1668         my @foo = ('a') x 5;
1669         for (@foo) {
1670             my @bar;
1671             $str .= "@bar";
1672             s/a|/push @bar, 1/e;
1673         }
1674         iseq length ($str), 0, "Trie scope error, string should be empty";
1675     }
1676
1677
1678     {
1679 # more TRIE/AHOCORASICK problems with mixed utf8 / latin-1 and case folding
1680     for my $chr (160 .. 255) {
1681         my $chr_byte = chr($chr);
1682         my $chr_utf8 = chr($chr); utf8::upgrade($chr_utf8);
1683         my $rx = qr{$chr_byte|X}i;
1684         ok($chr_utf8 =~ $rx, "utf8/latin, codepoint $chr");
1685     }
1686     }
1687
1688     {
1689         our $a = 3; "" =~ /(??{ $a })/;
1690         our $b = $a;
1691         iseq $b, $a, "Copy of scalar used for postponed subexpression";
1692     }
1693
1694
1695     {
1696         our @ctl_n = ();
1697         our @plus = ();
1698         our $nested_tags;
1699         $nested_tags = qr{
1700             <
1701                (\w+)
1702                (?{
1703                        push @ctl_n,$^N;
1704                        push @plus,$+;
1705                })
1706             >
1707             (??{$nested_tags})*
1708             </\s* \w+ \s*>
1709         }x;
1710
1711         my $match = '<bla><blubb></blubb></bla>' =~ m/^$nested_tags$/;
1712         ok $match, 'nested construct matches';
1713         iseq "@ctl_n", "bla blubb", '$^N inside of (?{}) works as expected';
1714         iseq "@plus",  "bla blubb", '$+  inside of (?{}) works as expected';
1715     }
1716
1717
1718     SKIP: {
1719         # XXX: This set of tests is essentially broken, POSIX character classes
1720         # should not have differing definitions under Unicode.
1721         # There are property names for that.
1722         skip "Tests assume ASCII", 4 unless $IS_ASCII;
1723
1724         my @notIsPunct = grep {/[[:punct:]]/ and not /\p{IsPunct}/}
1725                                 map {chr} 0x20 .. 0x7f;
1726         iseq join ('', @notIsPunct), '$+<=>^`|~',
1727             '[:punct:] disagress with IsPunct on Symbols';
1728
1729         my @isPrint = grep {not /[[:print:]]/ and /\p{IsPrint}/}
1730                             map {chr} 0 .. 0x1f, 0x7f .. 0x9f;
1731         iseq join ('', @isPrint), "",
1732             'IsPrint agrees with [:print:] on control characters';
1733
1734         my @isPunct = grep {/[[:punct:]]/ != /\p{IsPunct}/}
1735                             map {chr} 0x80 .. 0xff;
1736         iseq join ('', @isPunct), "\xa1\xab\xb7\xbb\xbf",    # ¡ « · » ¿
1737             'IsPunct disagrees with [:punct:] outside ASCII';
1738
1739         my @isPunctLatin1 = eval q {
1740             use encoding 'latin1';
1741             grep {/[[:punct:]]/ != /\p{IsPunct}/} map {chr} 0x80 .. 0xff;
1742         };
1743         skip "Eval failed ($@)", 1 if $@;
1744         skip "PERL_LEGACY_UNICODE_CHARCLASS_MAPPINGS set to 0", 1
1745               if !$ENV{PERL_TEST_LEGACY_POSIX_CC};
1746         iseq join ('', @isPunctLatin1), '',
1747             'IsPunct agrees with [:punct:] with explicit Latin1';
1748     }
1749
1750     #
1751     # Keep the following tests last -- they may crash perl
1752     #
1753     print "# Tests that follow may crash perl\n";
1754     {
1755         eval '/\k/';
1756         ok $@ =~ /\QSequence \k... not terminated in regex;\E/,
1757            'Lone \k not allowed';
1758     }
1759
1760     {
1761         local $Message = "Substitution with lookahead (possible segv)";
1762         $_ = "ns1ns1ns1";
1763         s/ns(?=\d)/ns_/g;
1764         iseq $_, "ns_1ns_1ns_1";
1765         $_ = "ns1";
1766         s/ns(?=\d)/ns_/;
1767         iseq $_, "ns_1";
1768         $_ = "123";
1769         s/(?=\d+)|(?<=\d)/!Bang!/g;
1770         iseq $_, "!Bang!1!Bang!2!Bang!3!Bang!";
1771     }
1772
1773     {
1774         # Earlier versions of Perl said this was fatal.
1775         local $Message = "U+0FFFF shouldn't crash the regex engine";
1776         no warnings 'utf8';
1777         my $a = eval "chr(65535)";
1778         use warnings;
1779         my $warning_message;
1780         local $SIG{__WARN__} = sub { $warning_message = $_[0] };
1781         eval $a =~ /[a-z]/;
1782         ok(1);  # If it didn't crash, it worked.
1783     }
1784 } # End of sub run_tests
1785
1786 1;