src/test/test-utf8.c

   1 /* SPDX-License-Identifier: LGPL-2.1+ */
   2 /***
   3   This file is part of systemd.
   4
   5   Copyright 2013 Dave Reisner
   6 ***/
   7
   8 #include "alloc-util.h"
   9 #include "string-util.h"
  10 #include "utf8.h"
  11 #include "util.h"
  12
  13 static void test_utf8_is_printable(void) {
  14         assert_se(utf8_is_printable("ascii is valid\tunicode", 22));
  15         assert_se(utf8_is_printable("\342\204\242", 3));
  16         assert_se(!utf8_is_printable("\341\204", 2));
  17         assert_se(utf8_is_printable("ąę", 4));
  18 }
  19
  20 static void test_utf8_is_valid(void) {
  21         assert_se(utf8_is_valid("ascii is valid unicode"));
  22         assert_se(utf8_is_valid("\342\204\242"));
  23         assert_se(!utf8_is_valid("\341\204"));
  24 }
  25
  26 static void test_ascii_is_valid(void) {
  27         assert_se( ascii_is_valid("alsdjf\t\vbarr\nba z"));
  28         assert_se(!ascii_is_valid("\342\204\242"));
  29         assert_se(!ascii_is_valid("\341\204"));
  30 }
  31
  32 static void test_ascii_is_valid_n(void) {
  33         assert_se( ascii_is_valid_n("alsdjf\t\vbarr\nba z", 17));
  34         assert_se( ascii_is_valid_n("alsdjf\t\vbarr\nba z", 16));
  35         assert_se(!ascii_is_valid_n("alsdjf\t\vbarr\nba z", 18));
  36         assert_se(!ascii_is_valid_n("\342\204\242", 3));
  37         assert_se(!ascii_is_valid_n("\342\204\242", 2));
  38         assert_se(!ascii_is_valid_n("\342\204\242", 1));
  39         assert_se( ascii_is_valid_n("\342\204\242", 0));
  40 }
  41
  42 static void test_utf8_encoded_valid_unichar(void) {
  43         assert_se(utf8_encoded_valid_unichar("\342\204\242") == 3);
  44         assert_se(utf8_encoded_valid_unichar("\302\256") == 2);
  45         assert_se(utf8_encoded_valid_unichar("a") == 1);
  46         assert_se(utf8_encoded_valid_unichar("\341\204") < 0);
  47         assert_se(utf8_encoded_valid_unichar("\341\204\341\204") < 0);
  48 }
  49
  50 static void test_utf8_escaping(void) {
  51         _cleanup_free_ char *p1, *p2, *p3;
  52
  53         p1 = utf8_escape_invalid("goo goo goo");
  54         puts(p1);
  55         assert_se(utf8_is_valid(p1));
  56
  57         p2 = utf8_escape_invalid("\341\204\341\204");
  58         puts(p2);
  59         assert_se(utf8_is_valid(p2));
  60
  61         p3 = utf8_escape_invalid("\341\204");
  62         puts(p3);
  63         assert_se(utf8_is_valid(p3));
  64 }
  65
  66 static void test_utf8_escaping_printable(void) {
  67         _cleanup_free_ char *p1, *p2, *p3, *p4, *p5, *p6;
  68
  69         p1 = utf8_escape_non_printable("goo goo goo");
  70         puts(p1);
  71         assert_se(utf8_is_valid(p1));
  72
  73         p2 = utf8_escape_non_printable("\341\204\341\204");
  74         puts(p2);
  75         assert_se(utf8_is_valid(p2));
  76
  77         p3 = utf8_escape_non_printable("\341\204");
  78         puts(p3);
  79         assert_se(utf8_is_valid(p3));
  80
  81         p4 = utf8_escape_non_printable("ąę\n가너도루\n1234\n\341\204\341\204\n\001 \019\20\a");
  82         puts(p4);
  83         assert_se(utf8_is_valid(p4));
  84
  85         p5 = utf8_escape_non_printable("\001 \019\20\a");
  86         puts(p5);
  87         assert_se(utf8_is_valid(p5));
  88
  89         p6 = utf8_escape_non_printable("\xef\xbf\x30\x13");
  90         puts(p6);
  91         assert_se(utf8_is_valid(p6));
  92 }
  93
  94 static void test_utf16_to_utf8(void) {
  95         char *a = NULL;
  96         const uint16_t utf16[] = { htole16('a'), htole16(0xd800), htole16('b'), htole16(0xdc00), htole16('c'), htole16(0xd801), htole16(0xdc37) };
  97         const char utf8[] = { 'a', 'b', 'c', 0xf0, 0x90, 0x90, 0xb7, 0 };
  98
  99         a = utf16_to_utf8(utf16, 14);
 100         assert_se(a);
 101         assert_se(streq(a, utf8));
 102
 103         free(a);
 104 }
 105
 106 static void test_utf8_n_codepoints(void) {
 107         assert_se(utf8_n_codepoints("abc") == 3);
 108         assert_se(utf8_n_codepoints("zażółcić gęślą jaźń") == 19);
 109         assert_se(utf8_n_codepoints("串") == 1);
 110         assert_se(utf8_n_codepoints("") == 0);
 111         assert_se(utf8_n_codepoints("…👊🔪💐…") == 5);
 112         assert_se(utf8_n_codepoints("\xF1") == (size_t) -1);
 113 }
 114
 115 static void test_utf8_console_width(void) {
 116         assert_se(utf8_console_width("abc") == 3);
 117         assert_se(utf8_console_width("zażółcić gęślą jaźń") == 19);
 118         assert_se(utf8_console_width("串") == 2);
 119         assert_se(utf8_console_width("") == 0);
 120         assert_se(utf8_console_width("…👊🔪💐…") == 8);
 121         assert_se(utf8_console_width("\xF1") == (size_t) -1);
 122 }
 123
 124 int main(int argc, char *argv[]) {
 125         test_utf8_is_valid();
 126         test_utf8_is_printable();
 127         test_ascii_is_valid();
 128         test_ascii_is_valid_n();
 129         test_utf8_encoded_valid_unichar();
 130         test_utf8_escaping();
 131         test_utf8_escaping_printable();
 132         test_utf16_to_utf8();
 133         test_utf8_n_codepoints();
 134         test_utf8_console_width();
 135
 136         return 0;
 137 }