src/test/test-utf8.c

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