icuSources/test/testdata/rbbitst.txt

   1 # Copyright (C) 2016 and later: Unicode, Inc. and others.
   2 # License & terms of use: http://www.unicode.org/copyright.html
   3 # Copyright (c) 2001-2016 International Business Machines
   4 # Corporation and others. All Rights Reserved.
   5 #
   6 # RBBI Test Data
   7 #
   8 #   File:  rbbitst.txt
   9 #
  10 #     The format of this file looks vaguely like some kind of xml-ish markup,
  11 #     but it is NOT.  The syntax is this..
  12 #
  13 #   <word>    any following data is for word break testing
  14 #   <sent>    any following data is for sentence break testing
  15 #   <line>    any following data is for line break testing
  16 #   <char>    any following data is for char break testing
  17 #   <title>   any following data is for title break testing
  18 #   <rules> rules ... </rules>  following data is tested against these rules.
  19 #                               Applies until a following occurence of <word>, <sent>, etc. or another <rules>
  20 #   <locale locale_name>  Switch to the named locale at the next occurence of <word>, <sent>, etc.
  21 #   <data> ... </data>   test data.  May span multiple lines.
  22 #      <>        Break position, status == 0
  23 #      •         Break position, status == 0   (Bullet, \u2022)
  24 #      <nnn>     Break position, status == nnn
  25 #      \         Escape.  Normal ICU unescape applied.
  26 #      \ at end of line  ->  Line Continuation.  Remove both the backslash and the new line
  27 #
  28 # In ICU4C, this test data is run by intltest, rbbi/RBBITest/TestExtended.
  29 # In ICU4J, this test data is run by com.ibm.icu.dev.test.rbbi.RBBITestExtended
  30 #
  31 # There are two copies of this file in the source repository,
  32 #   [ICU4C]   source/test/testdata/rbbitst.txt
  33 #   [ICU4J]   main/tests/core/src/com/ibm/icu/dev/test/rbbi/rbbitst.txt
  34 #
  35 # ICU4C's copy is the master.  If any changes are made to ICU4J's copy, make sure they
  36 #  are merged back into ICU4C's copy of the file, lest they get overwritten later.
  37 # TODO:  figure out how to have a single copy of the file for use by both C and Java.
  38
  39
  40 #   Temp debugging tests
  41 #
  42 <word>
  43 <data>•
  44 •</data>
  45
  46 ## FILTERED BREAK TESTS
  47
  48 # (William Bradford, public domain. http://catalog.hathitrust.org/Record/008651224 ) - edited.
  49 <locale en>
  50 <sent>
  51 <data>\
  52 •In the meantime Mr. •Weston arrived with his small ship, which he had now recovered. •Capt. •Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. •Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data>
  53
  54 <locale en@ss=standard>
  55 <sent>
  56 <data>\
  57 •In the meantime Mr. Weston arrived with his small ship, which he had now recovered. •Capt. Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data>
  58
  59 # The standard ICU sample as follows uses D. but that is an abbreviation in Apple exceptions:
  60 #  This hits the case where "D." would match the end of "Ph.D.".
  61 #  •Doctor with a D. •As in, Ph.D., you know.•</data>
  62 # So we use a different example, with "C.".
  63 <locale en@ss=standard>
  64 <sent>
  65 <data>\
  66 •Sample with a C. •As in, D.C., you know.•</data>
  67
  68 # same as root (unless some exceptions are added!)
  69 <locale tfg@ss=standard>
  70 <sent>
  71 <data>\
  72 •In the meantime Mr. •Weston arrived with his small ship, which he had now recovered. •Capt. •Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. •Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data>
  73
  74 # same as root (unless some exceptions are added!)
  75 <locale ja@ss=standard>
  76 <sent>
  77 <data>\
  78 •In the meantime Mr. •Weston arrived with his small ship, which he had now recovered. •Capt. •Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. •Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data>
  79
  80 ## END FILTERED BREAK TESTS
  81
  82
  83 ########################################################################################
  84 #
  85 #
  86 #       G r a p h e m e    C l u s t e r     T e s t s
  87 #
  88 #
  89 ##########################################################################################
  90 <char>
  91
  92 <data>•a•b•c• •,•\u0666•</data>                 # Quick Test
  93 <data>•\r•\r•\r\n•\r\n•\n•\r•</data>            # don't break CR/LF
  94
  95 # Always break after controls.  Combining chars don't combine with them.
  96 <data>•\u0003•\N{COMBINING GRAVE ACCENT}•\r•\N{COMBINING GRAVE ACCENT}•</data>
  97 <data>•\u0085•\N{COMBINING MACRON}•A\N{COMBINING MACRON}•</data>
  98
  99 # Surrogates
 100 <data>•\U00011000•\U00010020•\U00010000\N{COMBINING MACRON}•</data>
 101 <data>•\ud800\udc00•\udbff\udfff•a•</data>
 102
 103 # Extend (Combining chars) combine.
 104 <data>•A\N{COMBINING GRAVE ACCENT}•B•</data>
 105 <data>•\N{GREEK SMALL LETTER MU}\N{COMBINING LOW LINE}\N{COMBINING HORN}•</data>
 106 <data>•a\u0301•b\u0302•c\u0303•d\u0304•e\u0305•f\u0306•g\u0307•h\u0308•i\u0309•</data>
 107
 108 <data>•a\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304•</data>
 109
 110 # Don't break Hangul Syllables
 111 #   L : \u1100
 112 #   V : \u1161
 113 #   T : \u11A8
 114 #  LV : \uAC00
 115 # LVT : \uAC01
 116
 117 <data>•\u1100\u1161\u11a8•\u1100\u1161\u11a8•</data>  #LVT
 118 <data>•\u1100\u1161•\u1100\u1161•</data>
 119 <data>•\u1100\u1161\u11a8•\u1161•\u1100•\u11a8•\u1161\u1161\u1161\u11a8•</data>
 120 <data>•\u1100\u1100\uac01•\u1100\uac01•\u1100\uac01\u0301•\uac01•</data>
 121 <data>•\u1100\u0301•\u1161\u11a8\u0301•\u11a8•</data>
 122
 123
 124
 125 # Hindi combining chars.  (An old test)
 126 #   TODO:  Update these tests for Unicode 5.1 Extended Grapheme clusters
 127 #<data>•भ••ा•\u0930•\u0924• •\u0938\u0941\u0902•\u0926•\u0930•
 128 #•\u0939•\u094c•\u0964•</data>
 129 #<data>•\u0916\u0947•\u0938\u0941\u0902•\u0926•\u0930•\u0939•\u094c•\u0964•</data>
 130
 131
 132 #  Bug 1587.  Tamil.  \u0baa\u0bc1 is an Extended Grpaheme Cluster
 133 <data>•\u0baa\u0bc1•\u0baa\u0bc1•</data>
 134
 135 #   Regression test for bug 1889
 136 <data>•\u0f40\u0f7d•\u0000•\u0f7e•</data>
 137
 138
 139 #     0xffff is a legal character, and should not stop the break iterator early.
 140 #     (Requires special casing in implementation, which is why it gets a test.)
 141 <data>•\uffff•\uffff• •a•</data>
 142
 143 #  Treat Japanese Half Width voicing marks as combining
 144 <data>•A\uff9e•B\uff9f\uff9e\uff9f•C•</data>
 145
 146 # Test data originally from Java BreakIteratorTest.TestCharcterBreak()
 147 <data>•S\u0300•i\u0317•m•p•l•e\u0301• •s•a\u0302•m•p•l•e\u0303•.•w•a\u0302•w•a•f•q•\n•\r•\r\n•\n•</data>
 148
 149 ########################################################################################
 150 #
 151 #
 152 #       E x t e n d e d    G r a p h e m e    C l u s t e r     T e s t s
 153 #
 154 #
 155 ##########################################################################################
 156 #<xgc>
 157
 158 # Plain Vanilla grapheme clusters
 159 #<data>•a•b•c•</data>
 160 #<data>•a\u0301\u0302• •b\u0303\u0304•</data>
 161
 162 # Assorted Hindi combining marks
 163 #<data>•\u0904\u0903• •\u0937\u093E• •\u0904\u093F• •\u0937\u0940• •\u0937\u0949• •\u0937\u094A• •\u0937\u094B• •\u0937\u094C•</data>
 164
 165 # Thai Clusters
 166 # $Prepend $Extend* $PrependBase $Extend*;
 167 #
 168 #<data>•\u0e40\u0e01•\u0e44\u0301\u0e23\u0302\u0303•\u0e40•\u0e40\u0e02•\u0e02• •</data>
 169
 170
 171 ########################################################################################
 172 #
 173 #
 174 #       W o r d    B o u n d a r y      T e s t s
 175 #
 176 #
 177 ##########################################################################################
 178
 179 <word>
 180 #
 181 # Quick sanity test
 182 #
 183 <data>•hello<200> •there<200> •goodbye<200></data>
 184 <data>•hello<200> •12345<100> •,•</data>
 185
 186
 187 #
 188 # Test data originally in RBBIAPITest::TestFirstNextFollowing() and TestLastPreviousPreceding()
 189 #
 190
 191 <word>
 192 <data>•This<200> •is<200> •a<200> •word<200> •break<200>.•  •Isn't<200> •it<200>?• •2.25<100></data>
 193
 194
 195
 196 #
 197 # Data originally from TestDefaultRuleBasedWordIteration()
 198 #
 199 <data>•Write<200> •wordrules<200>.• •123.456<100> •alpha\u00adbeta\u00adgamma<200> •\u092f\u0939<200> •</data>
 200 <data>• •\u0939\u093f\u0928\u094d\u200d\u0926\u0940<200> •\u0939\u0948<200> •\u0905\u093e\u092a<200> •\u0938\u093f\u0916\u094b\u0917\u0947<200>?•</data>
 201
 202 #Hindi Numbers
 203 <data>• •\u0968\u0966.\u0969\u096f<100> •\u0967\u0966\u0966.\u0966\u0966<100> •\N{RUPEE SIGN}•\u0967,\u0967\u0966\u0966.\u0966\u0966<100>  •\u0905\u092e\u091c<200>\n•</data>
 204
 205 <data>•\u0938\u094d\u200d\u0935\u0924\u0902deadTA\u0930<200>\r•It's<200> •$•30.10<100> •12,34<100>¢•£•¤•¥•alpha\u05f3beta\u05f4gamma<200> •</data>
 206
 207 <data>•Badges<200>?• •BADGES<200>!•?•!• •We<200> •don't<200> •need<200> •no<200> •STINKING<200> •BADGES<200>!•!•1000,233,456.000<100> •1,23.322<100>%•123.1222<100>$•123,000.20<100> •179.01<100>%•X<200> •Now<200>\r•is<200>\n•the<200>\r\n•time<200> •</data>
 208
 209 #Hangul
 210 <data>•\uc5f0\ud569<200> •\uc7a5\ub85c\uad50\ud68c<200> •\u1109\u1161\u11bc\u1112\u1161\u11bc<200> •\u1112\u1161\u11ab\u110b\u1175\u11ab<200> •Hello<200>,• •how<200> •are<200> •you<200> •</data>
 211
 212 <data>•Hello<200>,• •how<200> •are<200> •you<200> •\uc5f0\ud569<200> •\uc7a5\ub85c\uad50\ud68c<200> •\u1109\u1161\u11bc\u1112\u1161\u11bc<200> •\u1112\u1161\u11ab\u110b\u1175\u11ab<200> •</data>
 213
 214 # Words containing non-BMP letters
 215 <data>•abc\U00010300<200> •abc\N{DESERET SMALL LETTER ENG}<200> •abc\N{MATHEMATICAL BOLD SMALL Z}<200> •abc\N{MATHEMATICAL SANS-SERIF BOLD ITALIC PI SYMBOL}<200> •</data>
 216
 217 # Unassigned code points
 218 <data>•abc<200>\U0001D800•def<200>\U0001D3FF• •</data>
 219
 220 # Hiragana & Katakana stay together, but separates from each other and Latin.
 221 # *** what to do about theoretical combos of chars? i.e. hiragana + accent
 222 #<data>•abc<200>\N{HIRAGANA LETTER SMALL A}<400>\N{HIRAGANA LETTER VU}\N{COMBINING ACUTE ACCENT}<400>\N{HIRAGANA ITERATION MARK}<400>\N{KATAKANA LETTER SMALL A}\N{KATAKANA ITERATION MARK}\N{HALFWIDTH KATAKANA LETTER WO}\N{HALFWIDTH KATAKANA LETTER N}<400>def<200>#•</data>
 223
 224 # test normalization/dictionary handling of halfwidth katakana: same dictionary phrase in fullwidth and halfwidth
 225 <data>•芽キャベツ<400>芽キャﾍﾞツ<400></data>
 226
 227 # more Japanese tests
 228 # TODO: some script=common characters in the Hiragana and the Katakana block may not be treated correctly
 229 # (was formerly true for U+30FC); need to check and fix if so.
 230 #<data>•どー<400>せ<400>日本語<400>を<400>勉強<400>する<400>理由<400>について<400>　•て<400>こと<400>は<400>我<400>でも<400>知<400>ら<400>も<400>い<400>こと<400>なん<400>だ<400>。•</data>
 231 <data>•日本語<400>を<400>勉強<400>する<400>理由<400>について<400>　•て<400>こと<400>は<400>我<400>でも<400>知<400>ら<400>も<400>い<400>こと<400>なん<400>だ<400>。•</data>
 232
 233 # Testing of word boundary for dictionary word containing both kanji and kana
 234 <data>•中だるみ<400>蔵王の森<400>ウ離島<400></data>
 235
 236 # Testing of Chinese segmentation (taken from a Chinese news article)
 237 <data>•400<100>余<400>名<400>中央<400>委员<400>和<400>中央<400>候补<400>委员<400>都<400>领<400>到了<400>“•推荐<400>票<400>”•，•有<400>资格<400>在<400>200<100>多<400>名<400>符合<400>条件<400>的<400>63<100>岁<400>以下<400>中共<400>正<400>部<400>级<400>干部<400>中<400>，•选出<400>他们<400>属意<400>的<400>中央<400>政治局<400>委员<400>以<400>向<400>政治局<400>常委<400>会<400>举荐<400>。•</data>
 238
 239 # Words with interior formatting characters
 240 <data>•def\N{COMBINING ACUTE ACCENT}\N{SYRIAC ABBREVIATION MARK}ghi<200> •</data>
 241
 242 # to test for bug #4097779
 243 <data>•aa\N{COMBINING GRAVE ACCENT}a<200> •</data>
 244
 245 # fullwidth numeric, midletter characters etc should be treated like their halfwidth counterparts
 246 # <data>•ＩＳＮ'Ｔ<200> •１９<100>日<400></data>
 247 # why was this added with the dbbi stuff?
 248
 249 #      to test for bug #4098467
 250 #      What follows is a string of Korean characters (I found it in the Yellow Pages
 251 #      ad for the Korean Presbyterian Church of San Francisco, and I hope I transcribed
 252 #      it correctly), first as precomposed syllables, and then as conjoining jamo.
 253 #      Both sequences should be semantically identical and break the same way.
 254 #      precomposed syllables...
 255 <data>•\uc0c1\ud56d<200> •\ud55c\uc778<200> •\uc5f0\ud569<200> •\uc7a5\ub85c\uad50\ud68c<200> •\u1109\u1161\u11bc\u1112\u1161\u11bc<200> •\u1112\u1161\u11ab\u110b\u1175\u11ab<200> •\u110b\u1167\u11ab\u1112\u1161\u11b8<200> •\u110c\u1161\u11bc\u1105\u1169\u1100\u116d\u1112\u116c<200> •</data>
 256
 257 # more Korean tests (Jamo not tested here, not counted as dictionary characters)
 258 # Disable them now because we don't include a Korean dictionary.
 259 #<data>•\ud55c\uad6d<200>\ub300\ud559\uad50<200>\uc790\uc5f0<200>\uacfc\ud559<200>\ub300\ud559<200>\ubb3c\ub9ac\ud559\uacfc<200></data>
 260 #<data>•\ud604\uc7ac<200>\ub294<200> •\uac80\ucc30<200>\uc774<200> •\ubd84\uc2dd<200>\ud68c\uacc4<200>\ubb38\uc81c<200>\ub97c<200> •\uc870\uc0ac<200>\ud560<200> •\uac00\ub2a5\uc131<200>\uc740<200> •\uc5c6\ub2e4<200>\u002e•</data>
 261
 262 <data>•abc<200>\u4e01<400>\u4e02<400>\u3005<400>\u4e03\u4e03<400>abc<200> •</data>
 263
 264 <data>•\u06c9<200>\uc799\ufffa•</data>
 265
 266
 267 #
 268 #      Try some words from other scripts.
 269 #
 270
 271 #       Try some words from other scripts.
 272 #          Greek, Cyrillic, Hebrew, Arabic, Arabic, Georgian, Latin
 273 #
 274 <data>•ΑΒΓ<200> •БВГ<200> •אבג֓<200> •ابت<200> •١٢٣<100> •\u10A0\u10A1\u10A2<200> •ABC<200> •</data>
 275
 276 <data>•\u0301•A<200></data>
 277
 278
 279 #
 280 #  Hindi word break tests, imported from the old RBBI tests.
 281 #    An historical note:  a much earlier version of ICU break iterators had a number
 282 #    of special case rules for Hindi, which were tested by an earlier version of
 283 #    this test data.  The current RBBI rules do not special case Hindi in
 284 #    any way, making this test data much less signfificant.
 285 #
 286 <data>•\u0917\u092a\u00ad\u0936\u092a<200>!•\u092f\u0939<200> •\u0939\u093f\u0928\u094d\u200d\u0926\u0940<200> •\u0939\u0948<200> •\u0905\u093e\u092a<200> •\u0938\u093f\u0916\u094b\u0917\u0947<200>?•\n•:•\u092a\u094d\u0930\u093e\u092f\u0903<200>
 287 •\u0935\u0930\u094d\u0937\u093e<200>\r\n•\u092a\u094d\u0930\u0915\u093e\u0936<200>,•\u0924\u0941\u092e\u093e\u0930\u094b<200> •\u092e\u093f\u0924\u094d\u0930<200> •\u0915\u093e<200> •\u092a\u0924\u094d\u0930<200> •\u092a\u095d\u094b<200> •\u0938\u094d\u0924\u094d\u0930\u093f<200>.• •\u0968\u0966.\u0969\u096f<100> •\u0967\u0966\u0966.\u0966\u0966<100>\u20a8•\u0967,\u0967\u0966\u0966.\u0966\u0966<100> •\u0905\u092e\u091c<200>\n•\u0938\u094d\u200d\u0935\u0924\u0902\u0924\u094d\u0930<200>\r•</data>
 288
 289 #
 290 #  Failures from monkey tests
 291 #
 292 <data>•\u8527<400>\u02ba<200>\u0027\u0d42•\u00b7•\u09ea<100></data>
 293
 294 #
 295 # Jitterbug 5276 - treat Japanese half width voicing marks as Grapheme Extend
 296 #
 297 <data>•A\uff9e\uff9fBC<200> •1\uff9e\uff9f23<100></data>
 298
 299 # User guide example:
 300 <data>•Parlez<200>-•vous<200> •français<200> •?•</data>
 301
 302 # Test for #11673
 303 <word>
 304 <data>•ジョージア<400> •</data>
 305
 306 # Test for #11723
 307 <word>
 308 <data>•アレルギー性<400>結膜炎<400></data>
 309 <data>•アテ<400>ローム<400>性<400>動脈硬化<400></data>
 310
 311 # Ticket #11996
 312 <locale en>
 313 <word>
 314 <data>•栃木<400>県<400>足利<400>市<400>で<400>の<400>撮影<400>が<400>公開<400></data>
 315 <data>•栃木<400>県<400>足利<400>市<400>で<400>の<400>撮影<400>が<400>公開<400>さ<400>れ<400>た<400></data>
 316
 317 # Ticket #11999
 318 #   Unhandled Break Engine was consuming all characters, not just unhandled.
 319 #   \U00011700 is AHOM LETTER KA. There is no dictionary for AHOM, triggering the unhandled engine,
 320 #       which then incorrectly also consumed the following Japanese text. (ICU4J only)
 321 <word>
 322 <locale en>
 323 <data>•ロ<400>から<400>売却<400>完了<400>時<400>の<400>時価<400>が<400>提示<400>さ<400>れ<400>て<400>いる<400></data>
 324 <data>•\U00011700<200>ロ<400>から<400>売却<400>完了<400>時<400>の<400>時価<400>が<400>提示<400>さ<400>れ<400>て<400>いる<400></data>
 325
 326 #
 327 # Ticket #13549
 328 #   CjiBreakEngine::divideUpDictionaryRange: assertion failure.
 329 #
 330 <locale en>
 331 <word>
 332 <data>•\U00020029<400>\u3300<400>\U0002C400<400></data>
 333 <data>•\uFAD7<400>\u331B<400>\u87DF<400>\u006D<200>\uFFFD•</data>
 334
 335 #
 336 # What Is Unicode in Japanese
 337 # From http://unicode.org/standard/translations/japanese.html
 338
 339 <locale en>
 340 <word>
 341 <data><0>ユニ<400>コード<400>と<400>は<400>何<400>か<400>？<0></data>
 342 <data><0>ユニ<400>コード<400>は<400>、<0>すべて<400>の<400>文字<400>に<400>固有<400>の<400>番号<400>を<400>付与<400>し<400>ます<400></data>
 343 <data><0>プラットフォーム<400>に<400>は<400>依存<400>しま<400>せん<400></data>
 344 <data><0>プログラム<400>に<400>も<400>依存<400>しま<400>せん<400></data>
 345 <data><0>言語<400>に<400>も<400>依存<400>しま<400>せん<400></data>
 346
 347 <data><0>コンピューター<400>は<400>、<0>本質<400>的<400>に<400>は<400>数字<400>しか<400>扱う<400>こと<400>が<400>でき<400>ま<400>せん<400>。<0>\
 348 コンピューター<400>は<400>、<0>文字<400>や<400>記号<400>など<400>の<400>それぞれに<400>番号<400>を<400>割り振る<400>こと<400>によって<400>扱える<400>\
 349 よう<400>にし<400>ます<400>。<0>ユニ<400>コード<400>が<400>出来る<400>まで<400>は<400>、<0>これらの<400>番号<400>を<400>割り振る<400>仕組み<400>が<400>\
 350 何<400>百<400>種類<400>も<400>存在<400>しま<400>した<400>。<0>どの<400>一つ<400>を<400>とっても<400>、<0>十分<400>な<400>文字<400>を<400>含<400>\
 351 んで<400>は<400>いま<400>せん<400>で<400>した<400>。<0>例えば<400>、<0>欧州<400>連合<400>一つ<400>を<400>見<400>て<400>も<400>、<0>その<400>\
 352 すべて<400>の<400>言語<400>を<400>カバー<400>する<400>ため<400>に<400>は<400>、<0>いくつか<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>\
 353 が<400>必要<400>で<400>した<400>。<0>英語<400>の<400>よう<400>な<400>一つ<400>の<400>言語<400>に<400>限<400>って<400>も<400>、<0>一つ<400>だけ<400>\
 354 の<400>符号<400>化<400>の<400>仕組み<400>では<400>、<0>一般<400>的<400>に<400>使<400>われる<400>すべて<400>の<400>文字<400>、<0>句読点<400>、<0>\
 355 技術<400>的<400>な<400>記号<400>など<400>を<400>扱う<400>に<400>は<400>不十分<400>で<400>した<400>。<0></data>
 356
 357 <data><0>これらの<400>符号<400>化<400>の<400>仕組み<400>は<400>、<0>相互<400>に<400>矛盾<400>する<400>もの<400>でも<400>ありま<400>した<400>。<0>\
 358 二つ<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>が<400>、<0>二つ<400>の<400>異なる<400>文字<400>に<400>同一<400>の<400>番号<400>\
 359 を<400>付ける<400>こと<400>も<400>できる<400>し<400>、<0>同じ<400>文字<400>に<400>異なる<400>番号<400>を<400>付ける<400>こと<400>も<400>できる<400>\
 360 の<400>です<400>。<0>どの<400>よう<400>な<400>コンピューター<400>も<400>（<0>特に<400>サーバー<400>は<400>）<0>多く<400>の<400>異<400>な<400>っ<400>\
 361 た<400>符号<400>化<400>の<400>仕組み<400>を<400>サポート<400>する<400>必要<400>が<400>あり<400>ます<400>。<0>たとえ<400>データ<400>が<400>異なる<400>\
 362 符号<400>化<400>の<400>仕組み<400>や<400>プラットフォーム<400>を<400>通過<400>し<400>て<400>も<400>、<0>いつ<400>どこ<400>で<400>データ<400>が<400>\
 363 乱れる<400>か<400>分<400>から<400>ない<400>危険<400>を<400>冒す<400>こと<400>の<400>なる<400>の<400>です<400>。<0></data>
 364
 365 <data><0>ユニ<400>コード<400>は<400>すべて<400>を<400>変<400>え<400>ます<400></data>
 366
 367 <data><0>ユニ<400>コード<400>は<400>、<0>プラットフォーム<400>に<400>係<400>わら<400>ず<400>、<0>プログラム<400>に<400>係<400>わら<400>ず<400>、<0>\
 368 言語<400>に<400>係<400>わら<400>ず<400>、<0>すべて<400>の<400>文字<400>に<400>独立<400>した<400>番号<400>を<400>与<400>え<400>ます<400>。<0>\
 369 ユニ<400>コード<400>標準<400>は<400>、<0>アップル<400>、<0>ヒュー<400>レット<400>パッ<400>カード<400>、<0>IBM<200>、<0>ジャスト<400>システム<400>\
 370 、<0>マイクロ<400>ソフト<400>、<0>オラクル<400>、<0>SAＰ<200>、<0>サン<400>、<0>サイ<400>ベース<400>など<400>の<400>産業<400>界<400>の<400>\
 371 主導<400>的<400>企業<400>と<400>他の<400>多く<400>の<400>企業<400>に<400>採用<400>さ<400>れ<400>てい<400>ます<400>。<0>ユニ<400>コード<400>\
 372 は<400>、<0>XML<200>、<0>Java<200>、<0>ECMAScript<200>(<0>JavaScript<200>)<0>、<0>LDAP<200>、<0>CORBA<200> <0>3.0<100>など<400>\
 373 の<400>最先端<400>の<400>標準<400>の<400>前提<400>と<400>な<400>って<400>おり<400>、<0>ユニ<400>コード<400>を<400>実装<400>す<400>れ<400>ば<400>\
 374 、<0>ISO<200>/<0>IEC<200></data>
 375 <data><0> <0>10646<100>に<400>適合<400>する<400>ことに<400>なり<400>ます<400>。<0>ユニ<400>コード<400>は<400>、<0>多く<400>の<400>\
 376 オペレーティングシステム<400>と<400>すべて<400>の<400>最新<400>の<400>ブラウザー<400>と<400>他の<400>多く<400>の<400>製品<400>で<400>サポート<400>\
 377 さ<400>れ<400>てい<400>ます<400>。<0>ユニ<400>コード<400>標準<400>の<400>出現<400>と<400>ユニ<400>コード<400>を<400>サポート<400>する<400>\
 378 ツール<400>類<400>は<400>、<0>昨今<400>顕著<400>に<400>な<400>って<400>いる<400>ソフトウエア<400>技術<400>の<400>グローバル<400>化<400>の<400>\
 379 流れ<400>に対して<400>、<0>特に<400>役<400>に<400>立<400>って<400>い<400>ます<400>。<0></data>
 380
 381 <data><0>ユニ<400>コード<400>を<400>ク<400>ライアン<400>ト<400>サーバー<400>型<400>の<400>アプリケーション<400>や<400>、<0>多層<400>構造<400>\
 382 を<400>持つ<400>アプリケーション<400>、<0>ウェブサイト<400>など<400>に<400>に<400>組み込む<400>こと<400>で<400>、<0>従来<400>の<400>文字<400>\
 383 コードセット<400>を<400>用いる<400>より<400>も<400>明らか<400>な<400>コスト<400>削減<400>が<400>可能<400>です<400>。<0>ユニ<400>コード<400>は<400>\
 384 、<0>単一<400>の<400>ソフトウエア<400>製品<400>、<0>単一<400>の<400>ウェブサイト<400>に<400>、<0>何ら<400>手<400>を<400>加える<400>こと<400>なく<400>\
 385 、<0>複数<400>の<400>プラットフォーム<400>、<0>複数<400>の<400>言語<400>、<0>複数<400>の<400>国<400>を<400>カバー<400>する<400>こと<400>が<400>\
 386 出来る<400>の<400>です<400>。<0>ユニ<400>コード<400>は<400>、<0>データ<400>が<400>多く<400>の<400>異なる<400>システム<400>の<400>間<400>を<400>、<0>\
 387 何<400>の<400>乱れ<400>も<400>なし<400>に<400>転送<400>する<400>こと<400>を<400>可能<400>と<400>する<400>の<400>です<400>。<0></data>
 388
 389 <data><0>ユニ<400>コード<400>コンソーシアム<400>について<400></data>
 390
 391 <data><0>ユニ<400>コード<400>コンソーシアム<400>は<400>、<0>最新<400>の<400>ソフトウエア<400>製品<400>と<400>標準<400>において<400>テキスト<400>\
 392 を<400>表現<400>する<400>こと<400>を<400>意味<400>する<400>“<0>ユニ<400>コード<400>標準<400>”<0>の<400>構築<400>、<0>発展<400>、<0>普及<400>、<0>\
 393 利用<400>促進<400>を<400>目的<400>として<400>設立<400>さ<400>れ<400>た<400>非<400>営利<400>組織<400>です<400>。<0>同<400>コンソーシアム<400>\
 394 の<400>会員<400>は<400>、<0>コンピューター<400>と<400>情報処理<400>に<400>係わる<400>広汎<400>な<400>企業<400>や<400>組織<400>から<400>構成<400>\
 395 さ<400>れ<400>てい<400>ます<400>。<0>同<400>コンソーシアム<400>は<400>、<0>財政<400>的<400>に<400>は<400>、<0>純粋<400>に<400>会費<400>のみ<400>\
 396 によって<400>運営<400>さ<400>れ<400>てい<400>ます<400>。<0>ユニ<400>コード<400>標準<400>を<400>支持<400>し<400>、<0>その<400>拡張<400>と<400>\
 397 実装<400>を<400>支援<400>する<400>世界中<400>の<400>組織<400>や<400>個人<400>は<400>、<0>だれ<400>も<400>が<400>ユニ<400>コード<400>\
 398 コンソーシアム<400>の<400>会員<400>なる<400>こと<400>が<400>でき<400>ます<400>。<0></data>
 399
 400 <data><0>より<400>詳しい<400>こと<400>を<400>お<400>知<400>り<400>に<400>なり<400>たい<400>方<400>は<400>、<0>Glossary<200>,<0> <0>\
 401 Technical<200> <0>Introduction<200> <0>および<400> <0>Useful<200> <0>Resources<200>を<400>ご<400>参照<400>くだ<400>さい<400>。<0></data>
 402
 403
 404 ########################################################################################
 405 #
 406 #
 407 #       S e n t e n c e     B o u n d a r y      T e s t s
 408 #
 409 #
 410 ##########################################################################################
 411
 412
 413 #
 414 # Test data originally from RBBI RBBITest::TestDefaultRuleBasedSentenceIteration()
 415 #
 416 <sent>
 417
 418
 419 <sent>
 420 <data>•This\n<100></data>
 421 <data>•Hello! •how are you? •I'am fine. •Thankyou. •How are you \
 422 doing? •This\n<100> costs $20,00,000. •</data>
 423
 424
 425 # Sentence ending in a quote.
 426 <data>•"Sentence ending with a quote." •Bye.•</data>
 427
 428 # Sentence, and test data, ending without a period or other terminator.
 429 <data>•Here is a random sentence, no ending period<100></data>
 430
 431
 432 <data>•  (This is it).  •Testing the sentence iterator. •\
 433 "This isn't it." •Hi! \
 434 •This is a simple sample sentence. •(This is it.) •This is a simple sample sentence. •\
 435 "This isn't it." •\
 436 Hi! •This is a simple sample sentence. •It does not have to make any sense as you can see. •Nel mezzo del cammin di nostra vita, mi ritrovai in una selva oscura. •Che la dritta via aveo smarrita. •He said, that I said, that you said!! •Don't rock the boat.\u2029•Because I am the daddy, that is why.
 437 •Not on my time (el timo.)! •</data>
 438
 439 <data>•Hello.  •So what!!\u2029•"But now," he said, \
 440 "I know!" •\
 441 Harris thumbed down several, including "Away We Go" (which became the huge success Oklahoma!). •One species, B. anthracis, is highly virulent.
 442 •Wolf said about Sounder:\
 443 "Beautifully thought-out and directed." •\
 444 Have you ever said, "This is where\tI shall live"? •He answered, \
 445 "You may not!" •Another popular saying is: "How do you do?". \n•\
 446 Yet another popular saying is: \
 447 'I'm fine thanks.' •\
 448 What is the proper use of the abbreviation pp.? •Yes, I am definatelly 12" tall!!\
 449 •Now\r<100>is\n<100>the\r\n<100>time\n<100>\r<100>for\r<100>\r<100></data>
 450
 451 <data>•No breaks when . is surrounded by UPPER.Case letters.  •</data>
 452 <data>•No breaks when . is followed by Numeric .4 a.4 C.4 3.1 .•</data>
 453 <data>•No breaks when . is followed by a lower, with possible intervening punct .,a .$a .)a. •</data>
 454
 455 #
 456 #  Sentence Breaks: no break at the boundary between CJK and other letters. TestBug4111338
 457 #
 458 <data>•\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165:"JAVA\u821c\u8165\u7fc8\u51ce\u306d,\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46".\u2029\
 459 •\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165\u9de8\u97e4JAVA\u821c\u8165\u7fc8\u51ce\u306d\ue30b\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46\u97e5\u7751\u3002\
 460 •\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165\u9de8\u97e4\u6470\u8790JAVA\u821c\u8165\u7fc8\u51ce\u306d\ue30b\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46\u97e5\u7751\u2048\
 461 •He said, "I can go there."\u2029•Bye, now.•</data>
 462
 463 #
 464 #      Treat fullwidth variants of .!? the same as their
 465 #      normal counterparts
 466 #
 467 <data>•I know I'm right\uff0e •Right\uff1f •Right\uff01 •</data>
 468
 469
 470 #
 471 #       Don't break sentences at boundary between CJK and digits
 472 #
 473 <data>•\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165\u9de8\u97e48888\u821c\u8165\u7fc8\u51ce\u306d\ue30b\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46\u97e5\u7751\u3002•Bye, now<100></data>
 474
 475 #
 476 #      Breaks around '(' following a sentence TERM.  (Rule 9)
 477 #
 478 <data>•How do you do?(•Fine). •</data>
 479 <data>•How do you do? •(Fine). •</data>
 480 <data>•How do you do?(•fine). •</data>
 481 <data>•How do you do? •(fine). •</data>
 482
 483 #
 484 <data>•Hello.123<100></data>    # Rule 6
 485 <data>•Hello?•123<100></data>
 486
 487 <data>•HELLO.Bye<100></data>    # Rule 7
 488 <data>•HELLO?•Bye<100></data>
 489
 490 <data>•Hello.goodbye<100></data>  #Rule 8
 491 <data>•Hello. •Goodbye<100></data>
 492 <data>•Hello. goodbye<100></data>
 493
 494
 495
 496 #
 497 #        test for bug #4158381: No breaks when there are no terminators around
 498 #
 499 <data>•\<P>Provides a set of &quot;lightweight&quot; (all-java\<FONT SIZE="-2">\<SUP>TM\</SUP>\</FONT> language) components that, to the maximum degree possible, work the same on all platforms.  •</data>
 500 <data>•Another test.\u2029•</data>
 501
 502 #        test for bug #4143071: Make sure sentences that end with digits
 503 #        work right
 504 #
 505 <data>•Today is the 27th of May, 1998.  •</data>
 506 <data>•Tomorrow with be 28 May 1998.  •</data>
 507 <data>•The day after will be the 30th.\u2029•</data>
 508
 509 #        test for bug #4152416: Make sure sentences ending with a capital
 510 #        letter are treated correctly
 511 #
 512 <data>•The type of all primitive \<code>boolean\</code> values accessed in the target VM.  •\
 513 Calls to xxx will return an implementor of this interface.  \u2029•</data>
 514
 515 #        test for bug #4152117: Make sure sentence breaking is handling
 516 #        punctuation correctly [COULD NOT REPRODUCE THIS BUG, BUT TEST IS
 517 #        HERE TO MAKE SURE IT DOESN'T CROP UP]
 518 #
 519 <data>•Constructs a randomly generated BigInteger, uniformly distributed over the range \<tt>0\</tt> to\
 520  \<tt>(2\<sup>numBits\</sup> - 1\)\</tt>, inclusive.  \
 521  •The uniformity of the distribution assumes that a fair source of random bits is provided in \<tt>rnd\</tt>.  \
 522  •Note that this constructor always constructs a non-negative biginteger.  \n•Ahh abc.•</data>
 523
 524 #        sentence breaks for hindi which used Devanagari script
 525 #        make sure there is sentence break after ?,danda(hindi phrase separator),
 526 #        fullstop followed by space.  (VERY old test)
 527 #
 528 <data>•\u0928\u092e\u0938\u094d\u200d\u0924\u0947 \u0930\u092e\u0947\u0936\u0905\u093e\u092a\u0915\u0948\u0938\u0947 \u0939\u0948?\
 529 •\u092e\u0948 \u0905\u091a\u094d\u200d \u091b\u093e \u0939\u0942\u0901\u0964 •\u0905\u093e\u092a\r\n<100>\
 530 \u0915\u0948\u0938\u0947 \u0939\u0948?•\u0935\u0939 \u0915\u094d\u200d\u092f\u093e\n\
 531 <100>\u0939\u0948?•\u092f\u0939 \u0905\u093e\u092e \u0939\u0948. •\u092f\u0939 means "this". \
 532 •"\u092a\u095d\u093e\u0908" meaning "education" or "studies". \
 533 •\u0905\u093e\u091c(\u0938\u094d\u200d\u0935\u0924\u0902\u0924\u094d\u0930 \u0926\u093f\u0935\u093e\u0938) \u0939\u0948\u0964 •Let's end here. •</data>
 534
 535 #         Regression test for bug #1984, Sentence break in Arabic text.
 536
 537 <data>\
 538 •\u0623\u0633\u0627\u0633\u064b\u0627\u060c\u0020\u062a\u062a\u0639\u0627"\u0645\u0644\u0020\u0627\u0644\u062d\u0648\u0627\u0633\u064a\u0628\u0020"\u0641\u0642\u0637\u0020\u0645\u0639\u0020\u0627\u0644\u0623\u0631\u0642\u0627\u0645\u060c\u0648\u062a\u0642\u0648\u0645\u0020\u0628\u062a\u062e\u0632\u064a\u0646\u0020\u0627\u0644\u0623\u062d\u0631\u0641\u0020\u0648\u0627\u0644\u0645\u062d\u0627\u0631\u0641\u0020\u0627\u0644\u0623\u062e\u0631\u0649\u0020\u0628\u0639\u062f\u0020\u0623\u0646\u062a\u064f\u0639\u0637\u064a\u0020\u0631\u0642\u0645\u0627\u0020\u0645\u0639\u064a\u0646\u0627\u0020\u0644\u0643\u0644\u0020\u0648\u0627\u062d\u062f\u0020\u0645\u0646\u0647\u0627\u002e\u0020•\u0648\u0642\u0628\u0644\u0020\u0627\u062e\u062a\u0631\u0627\u0639\u0022\u064a\u0648\u0646\u0650\u0643\u0648\u062f\u0022\u060c\u0020\u0643\u0627\u0646\u0020\u0647\u0646\u0627\u0643\u0020\u0645\u0626\u0627\u062a\u0020\u0627\u0644\u0623\u0646\u0638\u0645\u0629\u0020\u0644\u0644\u062a\u0634\u0641\u064a\u0631\u0648\u062a\u062e\u0635\u064a\u0635\u0020\u0647\u0630\u0647\u0020\u0627\u0644\u0623\u0631\u0642\u0627\u0645\u0020\u0644\u0644\u0645\u062d\u0627\u0631\u0641\u060c\u0020\u0648\u0644\u0645\u0020\u064a\u0648\u062c\u062f\u0020\u0646\u0638\u0627\u0645\u062a\u0634\u0641\u064a\u0020\u0639\u0644\u0649\u0020\u062c\u0645\u064a\u0639\u0020\u0627\u0644\u0645\u062d\u0627\u0631\u0641\u0020\u0627\u0644\u0636\u0631\u0648\u0631\u064a\u0629.  •</data>
 539
 540 #         Try a few more of the less common sentence endings.
 541 <data>•Hello, world\u3002 •Hello, world\u1803 •Hello, world\u2048 •Hello, world\u203c •Let's end here. •</data>
 542
 543
 544
 545
 546 ################################################################
 547 #
 548 #
 549 #        L I N E     B R E A K
 550 #
 551 #
 552 ################################################################
 553
 554 <line>
 555 #
 556 # Test Character for each of the line break classes.
 557 #
 558 # 00A1;AI # INVERTED EXCLAMATION MARK  ¡
 559 # 0041;AL # LATIN CAPITAL LETTER A
 560 # 0009;BA # <control>
 561 # 00B4;BB # ACUTE ACCENT
 562 # 000C;BK # <control>
 563 # 2014;B2 # EM DASH
 564 # FFFC;CB # OBJECT REPLACEMENT CHARACTER
 565 # 0029;CL # RIGHT PARENTHESIS
 566 # 0301;CM # COMBINING ACUTE ACCENT
 567 # 0021;EX # EXCLAMATION MARK
 568 # 00A0;GL # NO-BREAK SPACE
 569 # 002D;HY # HYPHEN-MINUS
 570 # 4E00;ID # <CJK Ideograph, First>
 571 # 2024;IN # ONE DOT LEADER
 572 # 002C;IS # COMMA
 573 # 000A;LF # <control>
 574 # 0E5A;NS # THAI CHARACTER ANGKHANKHU
 575 # 0032;NU # DIGIT TWO
 576 # 0028;OP # LEFT PARENTHESIS
 577 # 0025;PO # PERCENT SIGN
 578 # 0024;PR # DOLLAR SIGN
 579 # 0022;QU # QUOTATION MARK
 580 # 0E01;SA # THAI CHARACTER KO KAI
 581 # DB7F;SG # Surrogate
 582 # 0020;SP # SPACE
 583 # 002F;SY # SOLIDUS /
 584 # F8FF;XX # Private Use
 585 # 200B;ZW # ZERO WIDTH SPACE
 586
 587
 588 # 2b  Always break at end of text
 589
 590 <data>•  •\u00A1•</data>
 591 <data>•  •\u0041•</data>
 592 <data>•  •\u0009•</data>
 593 <data>•  •\u00B4•</data>
 594 <data>•    \u000C<100></data>    # LB3C  × BK
 595 <data>•  •\u2014•</data>
 596 <data>•  •\uFFFC•</data>
 597 <data>•   \u0029•</data>    # LB 8   × CL
 598 # <data>• • \u0301•</data>    # LB 7a   Treat SP CM* as if it were ID  #TODO:  SP CM
 599 <data>•   \u0021•</data>    # LB 8   × EX
 600 #<data>•   \u00A0•</data>    # LB 11b   × GL   TODO:  fix.
 601 <data>•  •\u002D•</data>
 602 <data>•  •\u4E00•</data>
 603 <data>•  •\u2024•</data>
 604 <data>•   \u002C•</data>    # LB 8   × IS
 605 <data>•   \u000A<100></data>    # LB3C   × ( BK | CR | LF | NL )
 606 <data>•  •\u0E5A•</data>
 607 <data>•  •\u0032•</data>
 608 <data>•  •\u0028•</data>
 609 <data>•  •\u0025•</data>
 610 <data>•  •\u0024•</data>
 611 <data>•  •\u0022•</data>
 612 <data>•  •\u0E01•</data>
 613 <data>•  •\uDB7F•</data>
 614 <data>•   \u0020•</data>     # LB4 - don't break before space.
 615 <data>•   \u002F•</data>     # LB 8  × SY
 616 <data>•  •\uF8FF•</data>
 617 <data>•   \u200B•</data>     # LB4 - don't break before ZA
 618
 619
 620 # 3a  Always break after hard line breaks.
 621 # 3c  Never break before hard line breaks.
 622
 623 <data>•  •\u00A1\u2028<100>\u00A1•</data>
 624 <data>•  •\u0041\u2028<100>\u0041•</data>
 625 <data>•  •\u0009\u2028<100>\u0009•</data>
 626 <data>•  •\u00B4\u2028<100>\u00B4•</data>
 627 <data>•   \u000C<100>\u2028<100>\u000C<100></data>
 628 <data>•  •\u2014\u2028<100>\u2014•</data>
 629 <data>•  •\uFFFC\u2028<100>\uFFFC•</data>
 630 <data>•   \u0029\u2028<100>\u0029•</data>
 631 #<data>•   \u0301\u2028<100>\u0301•</data>    # TODO:  fix.
 632 <data>•   \u0021\u2028<100>\u0021•</data>
 633 #<data>•   \u00A0\u2028<100>\u00A0•</data>    # TODO:  fix
 634 <data>•  •\u002D\u2028<100>\u002D•</data>
 635 <data>•  •\u4E00\u2028<100>\u4E00•</data>
 636 <data>•  •\u2024\u2028<100>\u2024•</data>
 637 <data>•   \u002C\u2028<100>\u002C•</data>
 638 <data>•   \u000A<100>\u2028<100>\u000A<100></data>
 639 <data>•  •\u0E5A\u2028<100>\u0E5A•</data>
 640 <data>•  •\u0032\u2028<100>\u0032•</data>
 641 <data>•  •\u0028\u2028<100>\u0028•</data>
 642 <data>•  •\u0025\u2028<100>\u0025•</data>
 643 <data>•  •\u0024\u2028<100>\u0024•</data>
 644 <data>•  •\u0022\u2028<100>\u0022•</data>
 645 <data>•  •\u0E01\u2028<100>\u0E01•</data>
 646 <data>•  •\uDB7F\u2028<100>\uDB7F•</data>
 647 <data>•   \u0020\u2028<100>\u0020•</data>
 648 <data>•   \u002F\u2028<100>\u002F•</data>
 649 <data>•  •\uF8FF\u2028<100>\uF8FF•</data>
 650 <data>•   \u200B\u2028<100>\u200B•</data>
 651
 652 # Regional Indicator sequences. They group in pairs. The reverse rules are tricky.
 653 #    Sequences are long enough that the non-exaustive monkey test won't reliably pick up problems.
 654
 655 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•</data>
 656 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6•</data>
 657
 658 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•</data>
 659 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6•</data>
 660 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•</data>
 661 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6•</data>
 662
 663
 664 # User Guide example
 665
 666 <data>•Parlez-•vous •français ?•</data>
 667
 668 #
 669 #  Old Line Break Test data.  Orginally located in RBBITest::TestDefaultRuleBasedLineIteration()
 670 #
 671
 672 <line>
 673
 674 <data>•Multi-•Level •example •of •a •semi-•idiotic •non-•sensical •(non-•important) •sentence.
 675 <100>Hi  •Hello •How\n<100>are\r<100>you\u2028<100>fine.\t•good.  •Now\r<100>is\n<100>the\r\n<100>time\n<100>\r<100>for\r<100>\r<100>all•</data>
 676
 677 <line>
 678 <data>•Hello! •how\r\n<100> •(are)\r<100> •you? •I'am •fine- •Thankyou. •foo\u00a0bar
 679 <100>How, •are, •you? •This, •costs •$20,00,000.•</data>
 680
 681 #     test for bug #4068133
 682 #
 683 <data>•\u96f6•\u4e00\u3002•\u4e8c\u3001•\u4e09\u3002\u3001•\u56db\u3001\u3002\u3001•\u4e94,•\u516d.•\u4e03.\u3001,\u3002•\u516b•</data>
 684
 685 #     to test for bug #4086052
 686 <data>•foo\u00a0bar•</data>
 687
 688 #     to test for bug #4097920
 689 <data>•dog,cat,mouse •(one)•(two)\n<100></data>
 690
 691 #     to test for bug #4035266
 692 <data>•The •balance •is •$-23,456.78, •not •-•$32,456.78!\n<100></data>
 693
 694
 695 #      to test for bug #4098467
 696 #      What follows is a string of Korean characters (I found it in the Yellow Pages
 697 #      ad for the Korean Presbyterian Church of San Francisco, and I hope I transcribed
 698 #      it correctly), first as precomposed syllables, and then as conjoining jamo.
 699 #      Both sequences should be semantically identical and break the same way.
 700 #      precomposed syllables...  (I == Rich Gillam?)
 701 #
 702 <data>•\uc0c1•\ud56d •\ud55c•\uc778 •\uc5f0•\ud569 •\uc7a5•\ub85c•\uad50•\ud68c•</data>
 703
 704 #      Bug 4450804 estLineBreakContractions
 705 #
 706 <line>
 707 <data>•These •are •'foobles'. •Don't •you •like •them?•</data>
 708
 709
 710 #      conjoining jamo...
 711 <data>•\u1109\u1161\u11bc•\u1112\u1161\u11bc •\u1112\u1161\u11ab•\u110b\u1175\u11ab •\u110b\u1167\u11ab•\u1112\u1161\u11b8 •\u110c\u1161\u11bc•\u1105\u1169•\u1100\u116d•\u1112\u116c•</data>
 712
 713 #      to test for bug #4117554: Fullwidth .!? should be treated as postJwrd
 714 <data>•\u4e01\uff0e•\u4e02\uff01•\u4e03\uff1f•</data>
 715
 716 #      Surrogate line break tests.
 717 #
 718 <data>•\u4e01•\ud840\udc01•\u4e02•abc •\ue000 •\udb80\udc01•</data>  #This line and the following are equivalent.
 719 <data>•\u4e01•\U00020001•\u4e02•abc •\ue000 •\U000f0001•</data>
 720
 721 #      Regression for bug 836
 722 #        Note:  Unicode 5.1 changed this behavior
 723 #               Unicode 5.2 changed it again, there is no break following the '('
 724 <data>•AAA(AAA •</data>
 725
 726 #       Try some words from other scripts.
 727 #          Greek, Cyrillic, Hebrew, Arabic, Arabic, Georgian, Latin
 728 #
 729 <data>•ΑΒΓ •БВГ •אבג֓ •ابت •١٢٣ •\u10A0\u10A1\u10A2 •ABC •</data>
 730
 731 #
 732 #       ticket #4853:  unpaired surrogates should behave like AL
 733 #
 734 <data>•abc\ud801xyz•</data>
 735
 736 #   a character sequence such as "X11" or "30F3" or "native2ascii" should
 737 #   be kept together as a single word.
 738 <data>•X11 •30F3 •native2ascii•</data>
 739
 740 #
 741 #     Regression tests for failures that originally came from the monkey test.
 742 #     Monkey test failure lines can, with slight reformatting, be copied into this section
 743 #     as test cases.  The error display from here is more informative.
 744 #
 745 <data>•\ufffc•\u30e3\u000c<100>\u1b39\u300a\u002f\u203a\u200b•\ufffc•\uaf64•\udcfb•</data>
 746 <data>•\u114d\u31f3•\ube44\u002d•\u0362\u24e2\u276e\u2014\u205f\ufe16•\uc877•\u0fd0\u000a<100>\u20a3•</data>
 747 <data>•\u080a\u215b\U0001d7d3\u002c•\u2025\U000e012e•\u02df\u118d\u0029\ua8d6\u0085<100>\u6cc4\u2024\u202f\ufffc•</data>
 748
 749 # Test for #10176 (in root)
 750 <line>
 751 <data>•abc/•s •def•</data>
 752 <data>•abc/\u05D9 •def•</data>
 753 <data>•\u05E7\u05D7/\u05D9 •\u05DE\u05E2\u05D9\u05DC•</data>
 754 <data>•\u05D3\u05E8\u05D5\u05E9\u05D9\u05DD •\u05E9\u05D7\u05E7\u05E0\u05D9\u05DD/\u05D9\u05D5\u05EA•</data>
 755
 756 # Ticket #11556 don't break "R$" or "JP¥"
 757 <locale en>
 758 <line>
 759 <data>•R$ •JP¥ •a9 •3a •H% •CA$ •Travi$ •Scott •Ke$ha •Curren$y •A$AP •Rocky•</data>
 760
 761 # Test Bug 4146175 Lines
 762 # the fullwidth comma should stick to the preceding Japanese character
 763 <line>
 764 <data>•\u7d42\uff0c•\u308f•</data>
 765
 766 # Empty String
 767 <line>
 768 <data>•</data>
 769
 770
 771 ########################################################################################
 772 #
 773 #
 774 #       T i t l e   B o u n d a r y      T e s t s
 775 #
 776 #
 777 ##########################################################################################
 778 <title>
 779 <data>•Here •is •a •short •sample •sentence.  •And •another.•</data>
 780 <data>•HERE •IS •A •SHORT •SAMPLE •SENTENCE.  •AND •ANOTHER.•</data>
 781 <data>•  •Start •and •end •with •spaces   •</data>
 782 <data>•Include 123 456 ^&  •some 54332 •numbers 4445•abc123•abc •ending 1223 •</data>
 783
 784 <data>•Combining\u0301 \u0301•ma\u0306rks  •bye  •</data>
 785 <data>•123  •Start •with •a •number.•</data>
 786
 787 <data>•'•start •with •a •case-•ignorable •cha'r'a'cter•</data>
 788 <data>•'  '' •start •with •case-•ignorable & •case-•insensitive •cha'r'a'cter•</data>
 789 <data>•  ''•aaa' •bbb '•ccc' '•ddd''' '''•eee   '''•fff'''   •ggg  ''•</data>
 790 # Note: apostrophe is case-ignorable. space is not cased.
 791
 792 ##########################################################################################
 793 #
 794 #   Thai Tests
 795 #
 796 ##########################################################################################
 797 <locale th>
 798 <word>
 799 #
 800 # Test data originally from the test code source file
 801 #      // @suwit -- Thai sample data from GVT Guideline
 802 #
 803 <data>•\u0E2B\u0E19\u0E36\u0E48\u0E07<200>\u0E04\u0E33<200>\u0E44\u0E17\u0E22<200>\
 804 \u0E2A\u0E32\u0E21\u0E32\u0E23\u0E16<200>\u0E1B\u0E23\u0E30\u0E01\u0E2D\u0E1A<200>\
 805 \u0E14\u0E49\u0E27\u0E22<200>\u0e2b\u0e25\u0e32\u0e22<200>\
 806 \u0e1e\u0e22\u0e32\u0e07\u0e04\u0e4c<200></data>
 807
 808 # Test data originally from http://bugs.icu-project.org/trac/search?q=r30327
 809 <data>•กู<200> •กิน<200>กุ้ง<200> •ปิ้่<200>งอ<200>ยู่<200>ใน<200>ถ้ำ<200></data>
 810
 811 <data>•\u0E01\u0E39<200>\u0020•\u0E01\u0E34\u0E19<200>\u0E01\u0E38\u0E49\u0E07<200>\
 812 \u0020•\u0E1B\u0E34\u0E49\u0E48<200>\u0E07\u0E2D<200>\u0E22\u0E39\u0E48<200>\
 813 \u0E43\u0E19<200>\u0E16\u0E49\u0E33<200></data>
 814
 815 <line>
 816 <data>•0E01\u0E39\u0020•\u0E01\u0E34\u0E19•\u0E01\u0E38\u0E49\u0E07\
 817 \u0020•\u0E1B\u0E34\u0E49\u0E48•\u0E07\u0E2D•\u0E22\u0E39\u0E48•\
 818 \u0E43\u0E19•\u0E16\u0E49\u0E33•</data>
 819
 820 # Data originally from intltest RBBITest::TestThaiLineBreak()
 821 #
 822 #  \u0e2f-- the Thai paiyannoi character-- isn't a letter.  It's a symbol that
 823 #  represents elided letters at the end of a long word.  It should be bound to
 824 #  the end of the word and not treated as an independent punctuation mark.
 825 #
 826 #  the one time where the paiyannoi occurs somewhere other than at the end
 827 #  of a word is in the Thai abbrevation for "etc.", which both begins and
 828 #  ends with a paiyannoi
 829 #
 830 <line>
 831 <data>•\u0e2a\u0e16\u0e32\u0e19\u0e35\u0e2f•\
 832 \u0e08\u0e30•\
 833 \u0e23\u0e30\u0e14\u0e21•\
 834 \u0e40\u0e08\u0e49\u0e32•\
 835 \u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48•\
 836 \u0e2d\u0e2d\u0e01•\
 837 \u0e21\u0e32•\
 838 \u0e40\u0e23\u0e48\u0e07•\
 839 \u0e23\u0e30\u0e1a\u0e32\u0e22•\
 840 \u0e2d\u0e22\u0e48\u0e32\u0e07•\
 841 \u0e40\u0e15\u0e47\u0e21•\
 842 \u0e2f\u0e25\u0e2f•\
 843 \u0e17\u0e35\u0e48•\
 844 \u0e19\u0e31\u0e49\u0e19•</data>
 845
 846 # Data originally from RBBITest::TestMixedThaiLineBreak()
 847 #   @suwit -- Test Arabic numerals, Thai numerals, Punctuation and English characters start
 848 #
 849 <line>
 850 <data>•\u0E1B\u0E35•\
 851 \u0E1E\u0E38\u0E17\u0E18\u0E28\u0E31\u0E01\u0E23\u0E32\u0E0A •\
 852 2545 •\
 853 \u0E40\u0E1B\u0E47\u0E19•\
 854 \u0E1B\u0E35•\
 855 \u0E09\u0E25\u0E2D\u0E07•\
 856 \u0E04\u0E23\u0E1A•\
 857 \u0E23\u0E2D\u0E1A •\
 858 \"\u0E52\u0E52\u0E50 •\
 859 \u0E1b\u0E35\" •\
 860 \u0E02\u0E2d\u0E07•\
 861 \u0E01\u0E23\u0E38\u0E07•\
 862 \u0E23\u0E31\u0E15\u0E19\u0E42\u0E01\u0E2A\u0E34\u0E19\u0E17\u0E23\u0E4C •\
 863 (\u0E01\u0E23\u0E38\u0E07\u0E40\u0E17\u0E1e\u0E2F•\
 864 \u0E2B\u0E23\u0E37\u0E2D •\
 865 Bangkok)•</data>
 866
 867 # Data originally from RBBITest::TestMaiyamok()
 868 #   The Thai maiyamok character is a shorthand symbol that means "repeat the previous
 869 #   word".  Instead of appearing as a word unto itself, however, it's kept together
 870 #   with the word before it.
 871 #
 872 <line>
 873 <data>•\u0e44\u0e1b\u0e46•\
 874 \u0e21\u0e32\u0e46•\
 875 \u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07•\
 876 \u0e01\u0e23\u0e38\u0e07•\
 877 \u0e40\u0e17\u0e1e•\
 878 \u0e41\u0e25\u0e30•\
 879 \u0e40\u0e03\u0e35•\
 880 \u0e22\u0e07•\
 881 \u0e43\u0e2b\u0e21\u0e48•</data>
 882
 883 # Test for #10296
 884 <line>
 885 <data>•ใช•มั้ย•</data>
 886 <data>•มั๊ยล่ะ•ที่รัก•</data>
 887
 888 # Test for #10593
 889 <line>
 890 <data>•เล่น•ผ่าน•ทาง•บลูทูธ•บน•อุปกรณ์•</data>
 891
 892 # Test for city names #10691
 893 <line>
 894 <data>•ไป•ที่•ซานฟรานซิสโก•</data>
 895
 896 # Test for #10630, #10631
 897 <line>
 898 <data>•แท็ก•แอปพลิเคชัน•เป็น•พิเศษ•</data>
 899
 900 # Test for #11019
 901 <line>
 902 <data>•เบ•เบราว์เซอร์•โพ•โพสต์•โพสท์•</data>
 903
 904 # Test for #11688
 905 <line>
 906 <data>•อัปเดต•อีเวนต์•</data>
 907
 908 ##########################################################################################
 909 #
 910 #   Lao Tests
 911 #
 912 ##########################################################################################
 913 <locale en>
 914 # Basic check for #7647
 915 <line>
 916 <data>•ສະບາຍດີ•</data>
 917 <data>•ດີ•ຂອບໃຈ•</data>
 918 <data>•ເຈົ້າ•ເວົ້າ•ພາສາ•ອັງກິດ•ໄດ້•ບໍ່•</data>
 919 <data>•ກະລຸນາ•ເວົ້າ•ຊ້າ•ໆ•</data>
 920
 921 ##########################################################################################
 922 #
 923 #   Burmese/Myanmar Tests
 924 #
 925 ##########################################################################################
 926 <locale en>
 927 # Basic sanity check for #10326 (some text from http://www.unicode.org/udhr/d/udhr_mya.txt)
 928 <line>
 929 <data>•လူ•တိုင်း•သည် •တူညီ •လွတ်လပ်•သော •ဂုဏ်•သိ•က္•ခါ•ဖြ•င့် •လည်းကောင်း၊ •</data>
 930 <data>•တူညီ•လွတ်လပ်•သော •အ•ခွ•င့်•အရေး•များ•ဖြ•င့် •လည်းကောင်း၊ •မွေး•ဖွား•လာ•သူများ •ဖြစ်သည်။•</data>
 931 <data>•ထို•သူ•တို့၌ •ပိုင်းခြား •ဝေဖန်•တတ်•သော •ဉာဏ်•နှ•င့် •ကျ•င့်•ဝတ် •သိတတ်•သော •စိတ်•တို့•ရှိ•ကြ၍ •</data>
 932 <data>•ထို•သူ•တို့သည် •အချင်းချင်း •မေတ္တာ•ထား၍ •ဆက်ဆံ•ကျ•င့်•သုံး•</data>
 933
 934 ##########################################################################################
 935 #
 936 #   Khmer Tests
 937 #
 938 ##########################################################################################
 939
 940 # Test data originally from http://bugs.icu-project.org/trac/search?q=r30327
 941 #  from the file testdata/wordsegments.txt
 942 <locale en>
 943 <word>
 944
 945 <data>•តើ<200>លោក<200>មក<200>ពី<200>ប្រទេស<200>ណា<200></data>
 946 <data>•សណ្ដូក<200>ក<200>បណ្ដែត<200>ខ្លួន<200></data>
 947 <data>•ពណ៌ស<200>ម្ដេច<200>ថា<200>ខ្មៅ<200></data>
 948 #ប្រយោគ|ពី|របៀប|រួបរួម|និង|ភាព|ផ្សេងគ្នា|ដែល|អាច|ចូល<200></data>
 949 <data>•ប្រយោគ<200>ពី<200>របៀប<200>ដែល<200>និង<200>ភាព<200>ផ្សេងគ្នា<200>ដែល<200>អាច<200>ចូល<200></data>
 950 #ប្រយោគ|ពី|របៀប|ជា|មួយ|និង|ភាព|ផ្សេងគ្នា|ដែល|អាច|ចូល<200></data>
 951 <data>•សូម<200>ចំណាយពេល<200>បន្តិច<200>ដើម្បី<200>អធិស្ឋាន<200>អរព្រះគុណ<200>ដល់<200>ព្រះអង្គ<200></data>
 952 <data>•ការ<200>ថោកទាប<200>បរិប្បូណ៌<200>ដោយ<200></data>
 953 <data>•ប្រើប្រាស់<200>ស្អាត<200>ទាំង<200>ចិត្ត<200>សិស្ស<200>នោះ<200></data>
 954 <data>•បើ<200>អ្នក<200>ប្រព្រឺត្ត<200>អំពើអាក្រក់<200>មុខ<200>ជា<200>មាន<200></data>
 955 <data>•ប្រដាប់<200>ប្រដា<200>រ<200>រៀនសូត្រ<200>បន្ទប់<200>រៀន<200></data>
 956 <data>•ដើរតួ<200>មនុស្សគ<200>ឥត<200>បញ្ចេញ<200>យោបល់<200>សោះ<200>ឡើយ<200></data>
 957 <data>•មិន<200>អាច<200>ឲ្យ<200>យើង<200>ធ្វើ<200>កសិកម្ម<200>បាន<200>ឡើយ<200></data>
 958 <data>•បន្ត<200>សេចក្ត<200>ទៅទៀត<200></data>
 959 <data>•ក្រុម<200>ប៉ូលិស<200>បណ្តាក់<200>គ្នា<200></data>
 960 <data>•គ្មាន<200>សុខ<200>សំរាន្ត<200>ដង<200>ណា<200></data>
 961 <data>•បាន<200>សុខភាព<200>បរិប្បូណ៌<200></data>
 962 <data>•ជា<200>មេចោរ<200>ខ្ញុំ<200>នឹង<200>ស្លាប់<200>ទៅវិញ<200>ជា<200>មេចោរ<200></data>
 963 <data>•ឯ<200>ការ<200>វាយ<200>ផ្ចាល<200>ដែល<200>នាំ<200></data>
 964 <data>•គេ<200>ដឹក<200>ទៅ<200>សំឡាប់<200></data>
 965 #អ្នក|ដែល|ជា|មន្ត្រី|ធំ|លើ|គាត់|ទេ<200></data>
 966 <data>•យក<200>ទៅ<200>សម្លាប់ចោល<200>ស្ងាត់<200></data>
 967 <data>•ត្រូវ<200>បាន<200>គេ<200>សម្លាប់<200></data>
 968 <data>•នៅក្នុង<200>ស្រុក<200>ខ្ល<200>ងហ្ស៊ុន<200></data>
 969
 970
 971 #
 972 #  Jitterbug 3671 Test Case
 973 #
 974 <data>•สวัสดี<200>ครับ<200>สบาย<200>ดี<200>ไหม<200> •ครับ<200></data>
 975
 976 #
 977 #  Trac ticket 5595 Test Case
 978 <data>•บท<200>ที่๑พายุ<200>ไซโคลน<200>โด<200>โรธี<200>อาศัย<200>อยู่<200>ท่ามกลาง<200>\
 979 ทุ่งใหญ่<200>ใน<200>แคนซัส<200>กับ<200>ลุง<200>เฮ<200>นรี<200>ชาวไร่<200>และ<200>ป้า<200>เอ็ม<200>\
 980 ภรรยา<200>ชาวไร่<200>บ้าน<200>ของ<200>พวก<200>เขา<200>หลัง<200>เล็ก<200>เพราะ<200>ไม้<200>\
 981 สร้าง<200>บ้าน<200>ต้อง<200>ขน<200>มา<200>ด้วย<200>เกวียน<200>เป็น<200>ระยะ<200>ทาง<200>หลาย<200>\
 982 ไมล์<200></data>
 983
 984 ####################################################################################
 985 #
 986 #  Tailored (locale specific) breaking.
 987 #
 988 ####################################################################################
 989
 990 # Japanese line break tailoring test
 991
 992 <locale ja>
 993 <line>
 994 <data>•\u3041•\u3043•\u3045•\u31f1•</data>
 995 <locale en>
 996 <line>
 997 <data>•\u3041\u3043\u3045\u31f1•</data>
 998
 999 # The following data was originally in RBBITest::TestJapaneseWordBreak()
1000 <locale ja>
1001 <word>
1002 <data>•\u4ECA\u65E5<400>\u306F<400>\u3044\u3044<400>\u5929\u6C17<400>\u3067\u3059<400>\u306D<400>\u3002•\u000D\u000A•</data>
1003
1004 # UBreakIteratorType UBRK_WORD, Locale "ja"
1005 # Don't break in runs of hiragana or runs of ideograph, where the latter includes \u3005 \u3007 \u303B (cldrbug #2009).
1006 # \u79C1\u9054\u306B\u4E00\u3007\u3007\u3007\u306E\u30B3\u30F3\u30D4\u30E5\u30FC\u30BF\u304C\u3042\u308B\u3002\u5948\u3005\u306F\u30EF\u30FC\u30C9\u3067\u3042\u308B\u3002
1007 # modified to work with dbbi code - should verify
1008
1009 <locale ja>
1010 <word>
1011 <data>•私<400>達<400>に<400>一<400>〇<400>〇〇<400>の<400>コンピュータ<400>が<400>ある<400>。<0>奈々<400>は<400>ワード<400>で<400>ある<400>。•</data>
1012
1013 # Test for #10176 (in ja)
1014 <line>
1015 <data>•abc/•s •def•</data>
1016 <data>•abc/\u05D9 •def•</data>
1017 <data>•\u05E7\u05D7/\u05D9 •\u05DE\u05E2\u05D9\u05DC•</data>
1018 <data>•\u05D3\u05E8\u05D5\u05E9\u05D9\u05DD •\u05E9\u05D7\u05E7\u05E0\u05D9\u05DD/\u05D9\u05D5\u05EA•</data>
1019
1020
1021 <locale root>
1022 <word>
1023 <data>•私<400>達<400>に<400>一<400>〇<400>〇〇<400>の<400>コンピュータ<400>が<400>ある<400>。<0>奈々<400>は<400>ワード<400>で<400>ある<400>。•</data>
1024 # The following test is for #10300
1025 <data>•例えば<400>オーストラリア<400>。•</data>
1026 # The following test is for #10571
1027 <data>•一部<400>の<400>地域<400>では<400>、<0>ブラジル<400>、<0>インドネシア<400>、<0>オーストリア<400>、<0>ニュージーランド<400>で<400>ある<400>。•</data>
1028
1029 # UBreakIteratorType UBRK_SENTENCE, Locale "el"
1030 # Add break after Greek question mark (cldrbug #2069).
1031 # "\u0391\u03B2, \u03B3\u03B4; \u0395 \u03B6\u03B7\u037E \u0398 \u03B9\u03BA. "
1032 # "\u039B\u03BC \u03BD\u03BE! \u039F\u03C0, \u03A1\u03C2? \u03A3"
1033 # which is "Αβ, γδ; Ε ζη; Θ ικ. Λμ νξ! Οπ, Ρς? Σ"
1034
1035 <locale root>
1036 <sent>
1037 <data>•Αβ, γδ; Ε ζη; Θ ικ. •Λμ νξ! •Οπ, Ρς? •Σ<100></data>
1038
1039 <locale el>
1040 <sent>
1041 <data>•Αβ, γδ; •Ε ζη; •Θ ικ. •Λμ νξ! •Οπ, Ρς? •Σ<100></data>
1042
1043 #  UBreakIteratorType UBRK_WORD, Locale "en_US_POSIX"
1044 #  Words don't include colon or period (cldrbug #1969).
1045
1046 <locale sv>
1047 <word>
1048 <data>•Can't<200> •have<200> •breaks<200> •in<200> •xx:yy<200> •or<200> •struct.field<200> \
1049 •for<200> •CS<200>-•types<200>.•</data>
1050 <data>•\uFF92\uFF76\uFF9E<400> •</data>
1051
1052 <locale en_US>
1053 <word>
1054 <data>•Can't<200> •have<200> •breaks<200> •in<200> •xx<200>:•yy<200> •or<200> •struct.field<200> \
1055 •for<200> •CS<200>-•types<200>.•</data>
1056 <data>•\uFF92\uFF76\uFF9E<400> •</data>
1057
1058 <locale en_US_POSIX>
1059 <word>
1060 <data>•Can't<200> •have<200> •breaks<200> •in<200> •xx<200>:•yy<200> •or<200> •struct<200>.•field<200> \
1061 •for<200> •CS<200>-•types<200>.•</data>
1062 <data>•\u06c9<200>\uc799\ufffa•</data>
1063 <data>•\uFF92\uFF76\uFF9E<400> •</data>
1064
1065
1066 # UBreakIteratorType UBRK_CHARACTER, Locale "th"
1067 # Clusters should not include spacing Thai/Lao vowels (prefix or postfix), except for [SARA] AM (cldrbug #2161).
1068 # Update:  As of Unicode 6.1 root has same behavior as th for this.
1069 #
1070 # "\u0E01\u0E23\u0E30\u0E17\u0E48\u0E2D\u0E21\u0E23\u0E08\u0E19\u0E32 "
1071 # "(\u0E2A\u0E38\u0E0A\u0E32\u0E15\u0E34-\u0E08\u0E38\u0E11\u0E32\u0E21\u0E32\u0E28) "
1072 # "\u0E40\u0E14\u0E47\u0E01\u0E21\u0E35\u0E1B\u0E31\u0E0D\u0E2B\u0E32 "
1073 # which is "กระท่อมรจนา (สุชาติ-จุฑามาศ) เด็กมีปัญหา "
1074
1075 <locale th>
1076 <char>
1077 <data>•\u0E01•\u0E23•\u0E30•\u0E17\u0E48•\u0E2D•\u0E21•\u0E23•\u0E08•\u0E19•\u0E32• •\
1078 (•\u0E2A\u0E38•\u0E0A•\u0E32•\u0E15\u0E34•-•\u0E08\u0E38•\u0E11•\u0E32•\u0E21•\u0E32•\u0E28•)• •\
1079 \u0E40•\u0E14\u0E47•\u0E01•\u0E21\u0E35•\u0E1B\u0E31•\u0E0D•\u0E2B•\u0E32• •</data>
1080
1081 # Finnish line breaking
1082 #
1083 # These rules deal with hyphens when there is a space on the leading side.
1084 # There should be a break opportunity between the space and the hyphen, and not after the hyphen.
1085 # See CLDR ticket 3029.
1086 # See ICU ticket 8151
1087
1088 <locale root>
1089 <line>
1090 <data>•abc •- •def    •abc •-•def    •abc- •def   •abc-•def•</data>   # With ASCII hyphen
1091 <data>•abc •‐ •def    •abc •‐•def    •abc‐ •def   •abc‐•def•</data>   # With Unicode u2010 hyphen
1092
1093 <locale fi>
1094 <line>
1095 # TODO: problems with Finnish line break rules cause these two lines to fail.
1096 #<data>•abc •- •def    •abc •-def    •abc- •def   •abc-•def•</data>   # With ASCII hyphen
1097 #<data>•abc •‐ •def    •abc •‐def    •abc‐ •def   •abc‐•def•</data>   # With Unicode u2010 hyphen
1098
1099 <data>•abc •- •def    •abc •-def    •abc- •def   •</data>   # With ASCII hyphen
1100 <data>•abc •‐ •def    •abc •‐def    •abc‐ •def   •</data>   # With Unicode u2010 hyphen
1101
1102 # Test for #10176 (in fi)
1103 <line>
1104 <data>•abc/•s •def•</data>
1105 <data>•abc/\u05D9 •def•</data>
1106 <data>•\u05E7\u05D7/\u05D9 •\u05DE\u05E2\u05D9\u05DC•</data>
1107 <data>•\u05D3\u05E8\u05D5\u05E9\u05D9\u05DD •\u05E9\u05D7\u05E7\u05E0\u05D9\u05DD/\u05D9\u05D5\u05EA•</data>
1108
1109 ####################################################################################
1110 #
1111 #  Test CSS line break variants: strict, normal, loose
1112 #
1113 ####################################################################################
1114
1115 <locale ja@lb=strict>
1116 <line>
1117 #     •no brk before 3063              •no brk before 301C•no brk btw 2026   •no brk before FF01•
1118 <data>•\u3084\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data>
1119
1120 <locale ja@lb=normal>
1121 <line>
1122 #     •brk OK before 3063               •brk OK before 301C •no brk btw 2026   •no brk before FF01•
1123 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031•\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data>
1124
1125 <locale ja@lb=loose>
1126 <line>
1127 #     •brk OK before 3063               •brk OK before 301C •brk OK btw 2026    •brk OK before FF01•
1128 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031•\u301C\u0020•\u2026•\u2026\u0020•u30A2•\uFF01\u0020•</data>
1129
1130 <locale en@lb=strict>
1131 <line>
1132 #     •no brk before 3063              •no brk before 301C•no brk btw 2026   •no brk before FF01•
1133 <data>•\u3084\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data>
1134
1135 <locale en@lb=normal>
1136 <line>
1137 #     •brk OK before 3063               •no brk before 301C •no brk btw 2026  •no brk before FF01•
1138 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data>
1139
1140 <locale en@lb=loose>
1141 <line>
1142 #     •brk OK before 3063               •no brk before 301C •brk OK btw 2026   •no brk before FF01•
1143 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026•\u2026\u0020•u30A2\uFF01\u0020•</data>
1144
1145 ####################################################################################
1146 #
1147 #  Test cjdict for Reiwa (Apple added test)
1148 #
1149 ####################################################################################
1150
1151 <locale ja>
1152 <word>
1153 <data>•日本<400>令和<400>時代<400> •</data>
1154
1155 ####################################################################################
1156 #
1157 #  Test Apple early change of lb class for 22EF
1158 #
1159 ####################################################################################
1160
1161 <locale en>
1162 <line>
1163 <data>•\u4E00\u2026\u2026•\u4E00\u22EF\u22EF•\u4E00\u0020•</data>
1164
1165 ####################################################################################
1166 #
1167 #  Test Apple early change of cjdict
1168 #
1169 ####################################################################################
1170
1171 <locale en>
1172 <word>
1173 <data>•ジョージア<400> •</data>
1174 <data>•主场<400>客场<400>干练<400>条码<400>杯具<400>温婉<400>猕猴桃<400>肌肤<400>黑头<400>话唠<400>话痨<400> •</data>
1175
1176 ####################################################################################
1177 #
1178 #  Test Apple early change of thaidict
1179 #
1180 ####################################################################################
1181
1182 <locale th>
1183 <line>
1184 <data>•อัปเดต•อีเวนต์•</data>
1185
1186 ####################################################################################
1187 #
1188 #  Apple tests for currency break per <rdar://problem/24359173>
1189 #
1190 ####################################################################################
1191
1192 <locale en>
1193 <line>
1194 <data>•CN¥522.5•</data>
1195 <locale zh>
1196 <line>
1197 <data>•￥522.5•</data>
1198
1199 ####################################################################################
1200 #
1201 #  Apple tests for @lw=keepall per <rdar://problem/11679343&16501490>
1202 #
1203 ####################################################################################
1204
1205 <locale ko>
1206 <line>
1207 <data>•\uBAA8•\uB4E0 •\uC778•\uB958 •\uAD6C•\uC131•\uC6D0•\uC758 •\uCC9C•\uBD80•\uC758 •\uC874•\uC5C4•\uC131•\uACFC •\uB3D9•\uB4F1•\uD558•\uACE0 •\uC591•\uB3C4•\uD560•</data>
1208
1209 <locale ko@lw=keepall>
1210 <line>
1211 <data>•\uBAA8\uB4E0 •\uC778\uB958 •\uAD6C\uC131\uC6D0\uC758 •\uCC9C\uBD80\uC758 •\uC874\uC5C4\uC131\uACFC •\uB3D9\uB4F1\uD558\uACE0 •\uC591\uB3C4\uD560•</data>
1212
1213 <locale ko@lw=normal>
1214 <line>
1215 <data>•\uBAA8•\uB4E0 •\uC778•\uB958 •\uAD6C•\uC131•\uC6D0•\uC758 •\uCC9C•\uBD80•\uC758 •\uC874•\uC5C4•\uC131•\uACFC •\uB3D9•\uB4F1•\uD558•\uACE0 •\uC591•\uB3C4•\uD560•</data>
1216
1217 ####################################################################################
1218 #
1219 #  Test breaks for emoji clusters (same for all locales, mostly the same for all break types)
1220 #
1221 ####################################################################################
1222
1223 <locale root>
1224
1225 <char>
1226 # woman zwj woman zwj girl zwj girl, woman/fitz-1-2 zwj woman/fitz-4 zwj boy/fitz-6
1227 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•\U0001F469\U0001F3FB\u200D\U0001F469\U0001F3FD\u200D\U0001F466\U0001F3FF•</data>
1228 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3
1229 #TODO: <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data>
1230 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman
1231 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data>
1232 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horse_racing/fitz-5
1233 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data>
1234 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5, space,
1235 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE•\u0020•</data>
1236 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space
1237 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8•\u0020•</data>
1238 # family (man, boy, boy), family (woman, girl), space
1239 <data>•\U0001F468\u200D\U0001F466\u200D\U0001F466•\U0001F469\u200D\U0001F467•\u0020•</data>
1240 # rainbow flag using evar, rainbow flag no evar, space
1241 <data>•\U0001F3F3\uFE0F\u200D\U0001F308•\U0001F3F3\u200D\U0001F308•\u0020•</data>
1242 # woman with ball using evar, woman with ball no evar, woman with ball fitz 4 using evar, woman with ball fitz 4 no evar, space
1243 <data>•\u26F9\uFE0F\u200D\u2640\uFE0F•\u26F9\u200D\u2640•\u26F9\U0001F3FD\u200D\u2640\uFE0F•\u26F9\U0001F3FD\u200D\u2640•\u0020•</data>
1244 # woman runner using evar, woman runner no evar, woman runner fitz 4 using evar, woman runner fitz 4 no evar, space
1245 <data>•\U0001F3C3\u200D\u2640\uFE0F•\U0001F3C3\u200D\u2640•\U0001F3C3\U0001F3FD\u200D\u2640\uFE0F•\U0001F3C3\U0001F3FD\u200D\u2640•\u0020•</data>
1246 # 9.0 + professions
1247 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4
1248 #TODO: <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD•\u0020•</data>
1249 # facepalm, facepalm / fitz4, facepalm + woman +var, facepalm + woman -var, facepalm/fitz4 + woman +var, facepalm/fitz4 + woman -var
1250 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640•\u0020•</data>
1251 # handball, handball / fitz4, handball + man +var, handball + man -var, handball/fitz4 + man +var, handball/fitz4 + man -var
1252 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642•\u0020•</data>
1253 # man health worker +var, man health worker -var, man health worker / fitz4 +var, man health worker / fitz4 -var
1254 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695•\u0020•</data>
1255 # woman astronaut, woman astronaut / fitz4
1256 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680•\u0020•</data>
1257 # modifier bases added in emoji 4.0
1258 # SNOWBOARDER/fitz-3, HORSE RACING/fitz-4, GOLFER/fitz-5, MAN IN BUSINESS SUIT LEVITATING/fitz-6, SLEEPING ACCOMMODATION/fitz-12, space
1259 <data>•\U0001F3C2\U0001F3FC•\U0001F3C7\U0001F3FD•\U0001F3CC\U0001F3FE•\U0001F574\U0001F3FF•\U0001F6CC\U0001F3FB•\u0020•</data>
1260 # test kiss: man, man with variation selector <rdar://problem/30614982>
1261 <data>•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F468•\u0020•</data>
1262 # modifier bases we do not support, but other platforms do
1263 # family/fitz-3, TWO WOMEN HOLDING HANDS/fitz-4, WOMAN WITH BUNNY EARS/fitz-5, HANDSHAKE/fitz-6, WRESTLERS/fitz-12, space
1264 <data>•\U0001F46A\U0001F3FC•\U0001F46D\U0001F3FD•\U0001F46F\U0001F3FE•\U0001F91D\U0001F3FF•\U0001F93C\U0001F3FB•\u0020•</data>
1265 # updates in emoji 5.0
1266 # sled, fitz4, breast-feeding, breast-feeding+fitz5, adult, adult+fitz3, space
1267 <data>•\U0001F6F7\U0001F3FD•\U0001F931•\U0001F931\U0001F3FE•\U0001F9D1•\U0001F9D1\U0001F3FC•\u0020•</data>
1268 # mage, make+fitz4, woman mage, man mage + fitz4, space
1269 <data>•\U0001F9D9•\U0001F9D9\U0001F3FD•\U0001F9D9\u200D\u2640\uFE0F•\U0001F9D9\U0001F3FD\u200D\u2642\uFE0F•\u0020•</data>
1270 # person climbing, person climbing+fitz4, woman climbing, man climbing + fitz4, space
1271 <data>•\U0001F9D7•\U0001F9D7\U0001F3FD•\U0001F9D7\u200D\u2640\uFE0F•\U0001F9D7\U0001F3FD\u200D\u2642\uFE0F•\u0020•</data>
1272
1273 # flags1    AE AF AL AM AO AR AT
1274 <data>•\U0001F1E6\U0001F1EA•\U0001F1E6\U0001F1EB•\U0001F1E6\U0001F1F1•\U0001F1E6\U0001F1F2•\U0001F1E6\U0001F1F4•\U0001F1E6\U0001F1F7•\U0001F1E6\U0001F1F9•</data>
1275 # flags2    AU AZ BA BD BE BF BG
1276 <data>•\U0001F1E6\U0001F1FA•\U0001F1E6\U0001F1FF•\U0001F1E7\U0001F1E6•\U0001F1E7\U0001F1E9•\U0001F1E7\U0001F1EA•\U0001F1E7\U0001F1EB•\U0001F1E7\U0001F1EC•</data>
1277 # flags3    BH BJ BN BO BR BS BT
1278 <data>•\U0001F1E7\U0001F1ED•\U0001F1E7\U0001F1EF•\U0001F1E7\U0001F1F3•\U0001F1E7\U0001F1F4•\U0001F1E7\U0001F1F7•\U0001F1E7\U0001F1F8•\U0001F1E7\U0001F1F9•</data>
1279 # flags4    BW BY BZ CA CD CF CG
1280 <data>•\U0001F1E7\U0001F1FC•\U0001F1E7\U0001F1FE•\U0001F1E7\U0001F1FF•\U0001F1E8\U0001F1E6•\U0001F1E8\U0001F1E9•\U0001F1E8\U0001F1EB•\U0001F1E8\U0001F1EC•</data>
1281 # flags5    CH CI CL CM CN CO CR
1282 <data>•\U0001F1E8\U0001F1ED•\U0001F1E8\U0001F1EE•\U0001F1E8\U0001F1F1•\U0001F1E8\U0001F1F2•\U0001F1E8\U0001F1F3•\U0001F1E8\U0001F1F4•\U0001F1E8\U0001F1F7•</data>
1283 # flags6    CU CV CY CZ DE DJ DK
1284 <data>•\U0001F1E8\U0001F1FA•\U0001F1E8\U0001F1FB•\U0001F1E8\U0001F1FE•\U0001F1E8\U0001F1FF•\U0001F1E9\U0001F1EA•\U0001F1E9\U0001F1EF•\U0001F1E9\U0001F1F0•</data>
1285 # flags7    DM DO DZ EC EE EG ER
1286 <data>•\U0001F1E9\U0001F1F2•\U0001F1E9\U0001F1F4•\U0001F1E9\U0001F1FF•\U0001F1EA\U0001F1E8•\U0001F1EA\U0001F1EA•\U0001F1EA\U0001F1EC•\U0001F1EA\U0001F1F7•</data>
1287 # flags8    ES ET FI FJ FR GA GB
1288 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F9•\U0001F1EB\U0001F1EE•\U0001F1EB\U0001F1EF•\U0001F1EB\U0001F1F7•\U0001F1EC\U0001F1E6•\U0001F1EC\U0001F1E7•</data>
1289 # flags9    GE GH GM GN GR GT GW
1290 <data>•\U0001F1EC\U0001F1EA•\U0001F1EC\U0001F1ED•\U0001F1EC\U0001F1F2•\U0001F1EC\U0001F1F3•\U0001F1EC\U0001F1F7•\U0001F1EC\U0001F1F9•\U0001F1EC\U0001F1FC•</data>
1291 # flags10   GY HK HN HR HT HU ID
1292 <data>•\U0001F1EC\U0001F1FE•\U0001F1ED\U0001F1F0•\U0001F1ED\U0001F1F3•\U0001F1ED\U0001F1F7•\U0001F1ED\U0001F1F9•\U0001F1ED\U0001F1FA•\U0001F1EE\U0001F1E9•</data>
1293 # flags11   IE IL IN IQ IR IS IT
1294 <data>•\U0001F1EE\U0001F1EA•\U0001F1EE\U0001F1F1•\U0001F1EE\U0001F1F3•\U0001F1EE\U0001F1F6•\U0001F1EE\U0001F1F7•\U0001F1EE\U0001F1F8•\U0001F1EE\U0001F1F9•</data>
1295 # flags12   JM JO JP KE KG KH KR
1296 <data>•\U0001F1EF\U0001F1F2•\U0001F1EF\U0001F1F4•\U0001F1EF\U0001F1F5•\U0001F1F0\U0001F1EA•\U0001F1F0\U0001F1EC•\U0001F1F0\U0001F1ED•\U0001F1F0\U0001F1F7•</data>
1297 # flags13   MX MY NL NO PL PT
1298 <data>•\U0001F1F2\U0001F1FD•\U0001F1F2\U0001F1FE•\U0001F1F3\U0001F1F1•\U0001F1F3\U0001F1F4•\U0001F1F5\U0001F1F1•\U0001F1F5\U0001F1F9•</data>
1299 # flags14   RO RU SA SE SK TH TR
1300 <data>•\U0001F1F7\U0001F1F4•\U0001F1F7\U0001F1FA•\U0001F1F8\U0001F1E6•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1F0•\U0001F1F9\U0001F1ED•\U0001F1F9\U0001F1F7•</data>
1301 # flags15   UA US VN XK ZW
1302 <data>•\U0001F1FA\U0001F1E6•\U0001F1FA\U0001F1F8•\U0001F1FB\U0001F1F3•\U0001F1FD\U0001F1F0•\U0001F1FF\U0001F1FC•</data>
1303 # flagsX1   ES ES ES SE SE SE
1304 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•</data>
1305 # flagsX2   GB GB GB BG BG BG
1306 <data>•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•</data>
1307 # flagsXtnd AE AF AL AM AO AR
1308 <data>•\U0001F1E6\U0001F1EA\u200C•\U0001F1E6\U0001F1EB\u200C•\U0001F1E6\U0001F1F1\u200C•\U0001F1E6\U0001F1F2\u0300•\U0001F1E6\U0001F1F4\u20DE•\U0001F1E6\U0001F1F7\u200C•</data>
1309 # subregion flag tag sequences for England, Scotland
1310 <data>•\U0001F3F4\U000E0067\U000E0062\U000E0065\U000E006E\U000E0067\U000E007F•\U0001F3F4\U000E0067\U000E0062\U000E0073\U000E0063\U000E0074\U000E007F•\u0020•</data>
1311
1312 <word>
1313 # woman zwj woman zwj girl zwj girl, woman/fitz-1-2 zwj woman/fitz-4 zwj boy/fitz-6
1314 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•\U0001F469\U0001F3FB\u200D\U0001F469\U0001F3FD\u200D\U0001F466\U0001F3FF•</data>
1315 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3
1316 #TODO: <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data>
1317 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman
1318 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data>
1319 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horse_racing/fitz-5
1320 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data>
1321 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5, space,
1322 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE•\u0020•</data>
1323 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space
1324 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8•\u0020•</data>
1325 # family (man, boy, boy), family (woman, girl), space
1326 <data>•\U0001F468\u200D\U0001F466\u200D\U0001F466•\U0001F469\u200D\U0001F467•\u0020•</data>
1327 # rainbow flag using evar, rainbow flag no evar, space
1328 <data>•\U0001F3F3\uFE0F\u200D\U0001F308•\U0001F3F3\u200D\U0001F308•\u0020•</data>
1329 # woman with ball using evar, woman with ball no evar, woman with ball fitz 4 using evar, woman with ball fitz 4 no evar, space
1330 <data>•\u26F9\uFE0F\u200D\u2640\uFE0F•\u26F9\u200D\u2640•\u26F9\U0001F3FD\u200D\u2640\uFE0F•\u26F9\U0001F3FD\u200D\u2640•\u0020•</data>
1331 # woman runner using evar, woman runner no evar, woman runner fitz 4 using evar, woman runner fitz 4 no evar, space
1332 <data>•\U0001F3C3\u200D\u2640\uFE0F•\U0001F3C3\u200D\u2640•\U0001F3C3\U0001F3FD\u200D\u2640\uFE0F•\U0001F3C3\U0001F3FD\u200D\u2640•\u0020•</data>
1333 # 9.0 + professions
1334 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4
1335 #TODO: <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD•\u0020•</data>
1336 # facepalm, facepalm / fitz4, facepalm + woman +evar, facepalm + woman -evar, facepalm/fitz4 + woman +evar, facepalm/fitz4 + woman -evar
1337 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640•\u0020•</data>
1338 # handball, handball / fitz4, handball + man +evar, handball + man -evar, handball/fitz4 + man +evar, handball/fitz4 + man -evar
1339 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642•\u0020•</data>
1340 # man health worker +evar, man health worker -evar, man health worker / fitz4 +evar, man health worker / fitz4 -evar
1341 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695•\u0020•</data>
1342 # woman astronaut, woman astronaut / fitz4
1343 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680•\u0020•</data>
1344 # modifier bases added in emoji 4.0
1345 # SNOWBOARDER/fitz-3, HORSE RACING/fitz-4, GOLFER/fitz-5, MAN IN BUSINESS SUIT LEVITATING/fitz-6, SLEEPING ACCOMMODATION/fitz-12, space
1346 <data>•\U0001F3C2\U0001F3FC•\U0001F3C7\U0001F3FD•\U0001F3CC\U0001F3FE•\U0001F574\U0001F3FF•\U0001F6CC\U0001F3FB•\u0020•</data>
1347 # modifier bases we do not support, but other platforms do
1348 # family/fitz-3, TWO WOMEN HOLDING HANDS/fitz-4, WOMAN WITH BUNNY EARS/fitz-5, HANDSHAKE/fitz-6, WRESTLERS/fitz-12, space
1349 <data>•\U0001F46A\U0001F3FC•\U0001F46D\U0001F3FD•\U0001F46F\U0001F3FE•\U0001F91D\U0001F3FF•\U0001F93C\U0001F3FB•\u0020•</data>
1350 # updates in emoji 5.0
1351 # sled, fitz4, breast-feeding, breast-feeding+fitz5, adult, adult+fitz3, space
1352 <data>•\U0001F6F7\U0001F3FD•\U0001F931•\U0001F931\U0001F3FE•\U0001F9D1•\U0001F9D1\U0001F3FC•\u0020•</data>
1353 # mage, make+fitz4, woman mage, man mage + fitz4, space
1354 <data>•\U0001F9D9•\U0001F9D9\U0001F3FD•\U0001F9D9\u200D\u2640\uFE0F•\U0001F9D9\U0001F3FD\u200D\u2642\uFE0F•\u0020•</data>
1355 # person climbing, person climbing+fitz4, woman climbing, man climbing + fitz4, space
1356 <data>•\U0001F9D7•\U0001F9D7\U0001F3FD•\U0001F9D7\u200D\u2640\uFE0F•\U0001F9D7\U0001F3FD\u200D\u2642\uFE0F•\u0020•</data>
1357
1358 # flags1    AE AF AL AM AO AR AT
1359 <data>•\U0001F1E6\U0001F1EA•\U0001F1E6\U0001F1EB•\U0001F1E6\U0001F1F1•\U0001F1E6\U0001F1F2•\U0001F1E6\U0001F1F4•\U0001F1E6\U0001F1F7•\U0001F1E6\U0001F1F9•</data>
1360 # flags2    AU AZ BA BD BE BF BG
1361 <data>•\U0001F1E6\U0001F1FA•\U0001F1E6\U0001F1FF•\U0001F1E7\U0001F1E6•\U0001F1E7\U0001F1E9•\U0001F1E7\U0001F1EA•\U0001F1E7\U0001F1EB•\U0001F1E7\U0001F1EC•</data>
1362 # flags3    BH BJ BN BO BR BS BT
1363 <data>•\U0001F1E7\U0001F1ED•\U0001F1E7\U0001F1EF•\U0001F1E7\U0001F1F3•\U0001F1E7\U0001F1F4•\U0001F1E7\U0001F1F7•\U0001F1E7\U0001F1F8•\U0001F1E7\U0001F1F9•</data>
1364 # flags4    BW BY BZ CA CD CF CG
1365 <data>•\U0001F1E7\U0001F1FC•\U0001F1E7\U0001F1FE•\U0001F1E7\U0001F1FF•\U0001F1E8\U0001F1E6•\U0001F1E8\U0001F1E9•\U0001F1E8\U0001F1EB•\U0001F1E8\U0001F1EC•</data>
1366 # flags5    CH CI CL CM CN CO CR
1367 <data>•\U0001F1E8\U0001F1ED•\U0001F1E8\U0001F1EE•\U0001F1E8\U0001F1F1•\U0001F1E8\U0001F1F2•\U0001F1E8\U0001F1F3•\U0001F1E8\U0001F1F4•\U0001F1E8\U0001F1F7•</data>
1368 # flags6    CU CV CY CZ DE DJ DK
1369 <data>•\U0001F1E8\U0001F1FA•\U0001F1E8\U0001F1FB•\U0001F1E8\U0001F1FE•\U0001F1E8\U0001F1FF•\U0001F1E9\U0001F1EA•\U0001F1E9\U0001F1EF•\U0001F1E9\U0001F1F0•</data>
1370 # flags7    DM DO DZ EC EE EG ER
1371 <data>•\U0001F1E9\U0001F1F2•\U0001F1E9\U0001F1F4•\U0001F1E9\U0001F1FF•\U0001F1EA\U0001F1E8•\U0001F1EA\U0001F1EA•\U0001F1EA\U0001F1EC•\U0001F1EA\U0001F1F7•</data>
1372 # flags8    ES ET FI FJ FR GA GB
1373 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F9•\U0001F1EB\U0001F1EE•\U0001F1EB\U0001F1EF•\U0001F1EB\U0001F1F7•\U0001F1EC\U0001F1E6•\U0001F1EC\U0001F1E7•</data>
1374 # flags9    GE GH GM GN GR GT GW
1375 <data>•\U0001F1EC\U0001F1EA•\U0001F1EC\U0001F1ED•\U0001F1EC\U0001F1F2•\U0001F1EC\U0001F1F3•\U0001F1EC\U0001F1F7•\U0001F1EC\U0001F1F9•\U0001F1EC\U0001F1FC•</data>
1376 # flags10   GY HK HN HR HT HU ID
1377 <data>•\U0001F1EC\U0001F1FE•\U0001F1ED\U0001F1F0•\U0001F1ED\U0001F1F3•\U0001F1ED\U0001F1F7•\U0001F1ED\U0001F1F9•\U0001F1ED\U0001F1FA•\U0001F1EE\U0001F1E9•</data>
1378 # flags11   IE IL IN IQ IR IS IT
1379 <data>•\U0001F1EE\U0001F1EA•\U0001F1EE\U0001F1F1•\U0001F1EE\U0001F1F3•\U0001F1EE\U0001F1F6•\U0001F1EE\U0001F1F7•\U0001F1EE\U0001F1F8•\U0001F1EE\U0001F1F9•</data>
1380 # flags12   JM JO JP KE KG KH KR
1381 <data>•\U0001F1EF\U0001F1F2•\U0001F1EF\U0001F1F4•\U0001F1EF\U0001F1F5•\U0001F1F0\U0001F1EA•\U0001F1F0\U0001F1EC•\U0001F1F0\U0001F1ED•\U0001F1F0\U0001F1F7•</data>
1382 # flags13   MX MY NL NO PL PT
1383 <data>•\U0001F1F2\U0001F1FD•\U0001F1F2\U0001F1FE•\U0001F1F3\U0001F1F1•\U0001F1F3\U0001F1F4•\U0001F1F5\U0001F1F1•\U0001F1F5\U0001F1F9•</data>
1384 # flags14   RO RU SA SE SK TH TR
1385 <data>•\U0001F1F7\U0001F1F4•\U0001F1F7\U0001F1FA•\U0001F1F8\U0001F1E6•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1F0•\U0001F1F9\U0001F1ED•\U0001F1F9\U0001F1F7•</data>
1386 # flags15   UA US VN XK ZW
1387 <data>•\U0001F1FA\U0001F1E6•\U0001F1FA\U0001F1F8•\U0001F1FB\U0001F1F3•\U0001F1FD\U0001F1F0•\U0001F1FF\U0001F1FC•</data>
1388 # flagsX1   ES ES ES SE SE SE
1389 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•</data>
1390 # flagsX2   GB GB GB BG BG BG
1391 <data>•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•</data>
1392 # flagsXtnd AE AF AL AM AO AR
1393 <data>•\U0001F1E6\U0001F1EA\u200C•\U0001F1E6\U0001F1EB\u200C•\U0001F1E6\U0001F1F1\u200C•\U0001F1E6\U0001F1F2\u0300•\U0001F1E6\U0001F1F4\u20DE•\U0001F1E6\U0001F1F7\u200C•</data>
1394 # subregion flag tag sequences for England, Scotland
1395 <data>•\U0001F3F4\U000E0067\U000E0062\U000E0065\U000E006E\U000E0067\U000E007F•\U0001F3F4\U000E0067\U000E0062\U000E0073\U000E0063\U000E0074\U000E007F•\u0020•</data>
1396
1397 <line>
1398 # woman zwj woman zwj girl zwj girl
1399 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•</data>
1400 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3
1401 <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data>
1402 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman
1403 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data>
1404 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horse_racing/fitz-5
1405 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data>
1406 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5 space,
1407 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE\u0020•</data>
1408 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space
1409 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8\u0020•</data>
1410 # family (man, boy, boy), family (woman, girl), space
1411 <data>•\U0001F468\u200D\U0001F466\u200D\U0001F466•\U0001F469\u200D\U0001F467\u0020•</data>
1412 # rainbow flag using evar, rainbow flag no evar, space
1413 <data>•\U0001F3F3\uFE0F\u200D\U0001F308•\U0001F3F3\u200D\U0001F308\u0020•</data>
1414 # woman with ball using evar, woman with ball no evar, woman with ball fitz 4 using evar, woman with ball fitz 4 no evar, space
1415 <data>•\u26F9\uFE0F\u200D\u2640\uFE0F•\u26F9\u200D\u2640•\u26F9\U0001F3FD\u200D\u2640\uFE0F•\u26F9\U0001F3FD\u200D\u2640\u0020•</data>
1416 # woman runner using evar, woman runner no evar, woman runner fitz 4 using evar, woman runner fitz 4 no evar, space
1417 <data>•\U0001F3C3\u200D\u2640\uFE0F•\U0001F3C3\u200D\u2640•\U0001F3C3\U0001F3FD\u200D\u2640\uFE0F•\U0001F3C3\U0001F3FD\u200D\u2640\u0020•</data>
1418 # 9.0 + professions
1419 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4
1420 <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD\u0020•</data>
1421 # facepalm, facepalm / fitz4, facepalm + woman +evar, facepalm + woman -evar, facepalm/fitz4 + woman +evar, facepalm/fitz4 + woman -evar
1422 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640\u0020•</data>
1423 # handball, handball / fitz4, handball + man +evar, handball + man -evar, handball/fitz4 + man +evar, handball/fitz4 + man -evar
1424 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642\u0020•</data>
1425 # man health worker +evar, man health worker -evar, man health worker / fitz4 +evar, man health worker / fitz4 -evar
1426 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695\u0020•</data>
1427 # woman astronaut, woman astronaut / fitz4
1428 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680\u0020•</data>
1429 # modifier bases added in emoji 4.0
1430 # SNOWBOARDER/fitz-3, HORSE RACING/fitz-4, GOLFER/fitz-5, MAN IN BUSINESS SUIT LEVITATING/fitz-6, SLEEPING ACCOMMODATION/fitz-12 space
1431 <data>•\U0001F3C2\U0001F3FC•\U0001F3C7\U0001F3FD•\U0001F3CC\U0001F3FE•\U0001F574\U0001F3FF•\U0001F6CC\U0001F3FB\u0020•</data>
1432 # modifier bases we do not support, but other platforms do
1433 # family/fitz-3, TWO WOMEN HOLDING HANDS/fitz-4, WOMAN WITH BUNNY EARS/fitz-5, HANDSHAKE/fitz-6, WRESTLERS/fitz-12 space
1434 <data>•\U0001F46A\U0001F3FC•\U0001F46D\U0001F3FD•\U0001F46F\U0001F3FE•\U0001F91D\U0001F3FF•\U0001F93C\U0001F3FB\u0020•</data>
1435 # updates in emoji 5.0
1436 # sled, fitz4, breast-feeding, breast-feeding+fitz5, adult, adult+fitz3, space
1437 <data>•\U0001F6F7•\U0001F3FD•\U0001F931•\U0001F931\U0001F3FE•\U0001F9D1•\U0001F9D1\U0001F3FC\u0020•</data>
1438 # mage, make+fitz4, woman mage, man mage + fitz4, space
1439 <data>•\U0001F9D9•\U0001F9D9\U0001F3FD•\U0001F9D9\u200D\u2640\uFE0F•\U0001F9D9\U0001F3FD\u200D\u2642\uFE0F\u0020•</data>
1440 # person climbing, person climbing+fitz4, woman climbing, man climbing + fitz4, space
1441 <data>•\U0001F9D7•\U0001F9D7\U0001F3FD•\U0001F9D7\u200D\u2640\uFE0F•\U0001F9D7\U0001F3FD\u200D\u2642\uFE0F\u0020•</data>
1442
1443 # no special flags handling for line
1444
1445 <locale ja@lb=loose>
1446 <line>
1447 # woman zwj woman zwj girl zwj girl
1448 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•</data>
1449 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3
1450 <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data>
1451 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman
1452 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data>
1453 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horseRacing/fitz-5
1454 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data>
1455 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5 space,
1456 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE\u0020•</data>
1457 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space
1458 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8\u0020•</data>
1459 # 9.0 + professions
1460 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4
1461 <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD\u0020•</data>
1462 # facepalm, facepalm / fitz4, facepalm + woman +evar, facepalm + woman -evar, facepalm/fitz4 + woman +evar, facepalm/fitz4 + woman -evar
1463 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640\u0020•</data>
1464 # handball, handball / fitz4, handball + man +evar, handball + man -evar, handball/fitz4 + man +evar, handball/fitz4 + man -evar
1465 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642\u0020•</data>
1466 # man health worker +evar, man health worker -evar, man health worker / fitz4 +evar, man health worker / fitz4 -evar
1467 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695\u0020•</data>
1468 # woman astronaut, woman astronaut / fitz4
1469 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680\u0020•</data>
1470 # modifiers we do not support, but other platforms do
1471 # family/fitz-3, wrestlers/fitz-4, space
1472 <data>•\U0001F46A\U0001F3FC•\U0001F93C\U0001F3FD\u0020•</data>
1473 # updates in emoji 5.0
1474 # sled, fitz4, breast-feeding, breast-feeding+fitz5, adult, adult+fitz3, space
1475 <data>•\U0001F6F7•\U0001F3FD•\U0001F931•\U0001F931\U0001F3FE•\U0001F9D1•\U0001F9D1\U0001F3FC\u0020•</data>
1476 # mage, make+fitz4, woman mage, man mage + fitz4, space
1477 <data>•\U0001F9D9•\U0001F9D9\U0001F3FD•\U0001F9D9\u200D\u2640\uFE0F•\U0001F9D9\U0001F3FD\u200D\u2642\uFE0F\u0020•</data>
1478 # person climbing, person climbing+fitz4, woman climbing, man climbing + fitz4, space
1479 <data>•\U0001F9D7•\U0001F9D7\U0001F3FD•\U0001F9D7\u200D\u2640\uFE0F•\U0001F9D7\U0001F3FD\u200D\u2642\uFE0F\u0020•</data>
1480
1481 # no special flags handling for line
1482
1483
1484 ####################################################################################
1485 #
1486 #  Test rule status values
1487 #
1488 ####################################################################################
1489 <rules> $Letters = [:L:];
1490     $Numbers = [:N:];
1491     $Letters+{1};
1492     $Numbers+{2};
1493     Help\ me\!{4};
1494     [^$Letters $Numbers];
1495     !.*;
1496 </rules>
1497 <data>•abc<1>123<2>.•.•abc<1> •Help<1> •me<1> •Help me!<4></data>
1498
1499 # Test option to prohibit unquoted literals.
1500
1501 <rules>
1502 !!forward;
1503     Hello\ World;
1504 !!safe_reverse;
1505     .*;
1506 </rules>
1507 <data>•Hello World•</data>
1508
1509 <badrules>
1510 !!quoted_literals_only;
1511 !!forward;
1512     Hello\ World;
1513 !!safe_reverse;
1514     .*;
1515 </badrules>
1516
1517 <rules>
1518 !!quoted_literals_only;
1519 !!forward;
1520     'Hello World';
1521 !!safe_reverse;
1522     .*;
1523 </rules>
1524 <data>•Hello World•</data>
1525
1526
1527 # Test for circular buffer overflow during reverse iteration with inefficient reverse rules,
1528 # Too many boundaries between safe back up position and current position.
1529
1530 <rules>
1531 !!forward;
1532 .;
1533 !!safe_reverse;
1534 .*;
1535 </rules>
1536 <data>•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•</data>
1537
1538 #
1539 #  Dictionary regression check
1540 #    Intended to find unexpected behavior changes when changing dictionary implementation code,
1541 #    but may also be fragile, failing with intended improvements to dictionary breaking.
1542 #
1543 <locale en>
1544 <word>
1545 <data>•Unicode<200> •คือ<200>อะไร<200>?•
1546 •Unicode<200> •กำหนด<200>หมายเลข<200>เฉพาะ<200>สำหรับ<200>ทุก<200>อักขระ<200>
1547 •โดย<200>ไม่<200>สนใจ<200>ว่า<200>เป็น<200>แพ<200>ล็ต<200>ฟอร์ม<200>ใด<200>
1548 •ไม่<200>ขึ้น<200>กับ<200>ว่า<200>จะ<200>เป็น<200>โปรแกรม<200>ใด<200>
1549 •และ<200>ไม่<200>ว่า<200>จะ<200>เป็น<200>ภาษา<200>ใด<200>
1550 •
1551 •โดย<200>พื้น<200>ฐาน<200>แล้ว<200>,• •คอมพิวเตอร์<200>จะ<200>เกี่ยวข้อง<200>กับ<200>เรื่อง<200>ของ<200>ตัวเลข<200>.• •คอมพิวเตอร์<200>จัด<200>เก็บ<200>ตัว<200>อักษร<200>และ<200>อักข<200>ระ<200>อื่นๆ<200> •โดย<200>การ<200>กำหนด<200>หมายเลข<200>ให้<200>สำหรับ<200>แต่ละ<200>ตัว<200>.• •ก่อน<200>หน้า<200>ที่๊<200> •Unicode<200> •จะ<200>ถูก<200>สร้าง<200>ขึ้น<200>,• •ได้<200>มี<200>ระบบ<200> •encoding<200> •อยู่<200>หลาย<200>ร้อย<200>ระบบ<200>สำหรับ<200>การ<200>กำหนด<200>หมายเลข<200>เหล่า<200>นี้<200>.• •ไม่มี<200> •encoding<200> •ใด<200>ที่<200>มี<200>จำนวน<200>ตัว<200>อักขระ<200>มาก<200>เพียง<200>พอ<200>:• •ยก<200>ตัวอย่าง<200>เช่น<200>,• •เฉพาะ<200>ใน<200>กลุ่ม<200>สหภาพ<200>ยุโรป<200>เพียง<200>แห่ง<200>เดียว<200> •ก็<200>ต้องการ<200>หลาย<200> •encoding<200> •ใน<200>การ<200>ครอบคลุม<200>ทุก<200>ภาษา<200>ใน<200>กลุ่ม<200>.• •หรือ<200>แม้แต่<200>ใน<200>ภาษา<200>เดี่ยว<200> •เช่น<200> •ภาษา<200>อังกฤษ<200> •ก็<200>ไม่มี<200> •encoding<200> •ใด<200>ที่<200>เพียง<200>พอ<200>สำหรับ<200>ทุก<200>ตัว<200>อักษร<200>,• •เครื่องหมาย<200>วรรค<200>ตอน<200> •และ<200>สัญลักษณ์<200>ทาง<200>เทคนิค<200>ที่<200>ใช้<200>กัน<200>อยู่<200>ทั่วไป<200>.•
1552 •
1553 •ระบบ<200> •encoding<200> •เหล่า<200>นี้<200>ยัง<200>ขัด<200>แย้ง<200>ซึ่ง<200>กัน<200>และ<200>กัน<200>.• •นั่น<200>ก็<200>คือ<200>,• •ใน<200>สอง<200> •encoding<200> •สามารถ<200>ใช้<200>หมายเลข<200>เดียวกัน<200>สำหรับ<200>ตัว<200>อักขระ<200>สอง<200>ตัว<200>ที่<200>แตก<200>ต่าง<200>กัน<200>,•หรือ<200>ใช้<200>หมายเลข<200>ต่าง<200>กัน<200>สำหรับ<200>อักขระ<200>ตัว<200>เดียวกัน<200>.• •ใน<200>ระบบ<200>คอมพิวเตอร์<200> •(•โดย<200>เฉพาะ<200>เซิร์ฟเวอร์<200>)• •ต้อง<200>มี<200>การ<200>สนับสนุน<200>หลาย<200> •encoding<200>;• •และ<200>เมื่อ<200>ข้อมูล<200>ที่<200>ผ่าน<200>ไป<200>มาระ<200>หว่าง<200>การ<200>เข้า<200>รหัส<200>หรือ<200>แพ<200>ล็ต<200>ฟอร์ม<200>ที่<200>ต่าง<200>กัน<200>,• •ข้อมูล<200>นั้น<200>จะ<200>เสี่ยง<200>ต่อ<200>การ<200>ผิด<200>พลาด<200>เสีย<200>หาย<200>.•
1554 •
1555 •Unicode<200> •จะ<200>เปลี่ยนแปลง<200>สิ่ง<200>เหล่า<200>นั้น<200>ทั้งหมด<200>!•
1556 •
1557 •Unicode<200> •กำหนด<200>หมายเลข<200>เฉพาะ<200>สำหรับ<200>แต่ละ<200>อักขระ<200>,• •โดย<200>ไม่<200>สนใจ<200>ว่า<200>เป็น<200>แพ<200>ล็ต<200>ฟอร์ม<200>ใด<200>,• •ไม่<200>ขึ้น<200>กับ<200>ว่า<200>จะ<200>เป็น<200>โปรแกรม<200>ใด<200>และ<200>ไม่<200>ว่า<200>จะ<200>เป็น<200>ภาษา<200>ใด<200>.• •มาตรฐาน<200> •Unicode<200> •ได้<200>ถูก<200>นำ<200>ไป<200>ใช้<200>โดย<200>ผู้นำ<200>ใน<200>อุตสาหกรรม<200> •เช่น<200> •Apple<200>,• •HP<200>,• •IBM<200>,• •JustSystem<200>,• •Microsoft<200>,• •Oracle<200>,• •SAP<200>,• •Sun<200>,• •Sybase<200>,• •Unisys<200> •และ<200>อื่นๆ<200> •อีก<200>มาก<200>.• •Unicode<200> •เป็น<200>สิ่ง<200>ที่<200>จำเป็น<200>สำหรับ<200>มาตร<200>ฐาน<200>ใหม่ๆ<200> •เช่น<200> •XML<200>,• •Java<200>,• •ECMAScript<200> •(•JavaScript<200>)•,• •LDAP<200>,• •CORBA<200> •3.0<100>,• •WML<200> •ฯลฯ<200>.•,• •และ<200>เป็น<200>แนวทาง<200>อย่าง<200>เป็น<200>ทางการ<200>ใน<200>การ<200>ทำ<200> •ISO<200>/•IEC<200> •10646<100>.• •Unicode<200> •ได้<200>รับ<200>การ<200>สนับสนุน<200>ใน<200>ระบบ<200>ปฏิบัติ<200>การ<200>จำนวน<200>มาก<200>,• •บราวเซอร์<200>ใหม่ๆ<200> •ทก<200>ตัว<200>,• •และ<200>ผลิต<200>ภัณฑ์<200>อื่นๆ<200> •อีก<200>มาก<200>.• •การ<200>เกิด<200>ขึ้น<200>ของ<200> •Unicode<200> •Standard<200> •และ<200>ทูล<200>ส์<200>ต่างๆ<200> •ที่<200>มี<200>ใน<200>การ<200>สนับสนุน<200> •Unicode<200>,• •เป็น<200>หนึ่ง<200>ใน<200>แนว<200>โน้ม<200>ทาง<200>เทคโนโลยี<200>ซอฟต์แวร์<200>ระดับ<200>โลก<200>ที่<200>มี<200>ความ<200>สำคัญ<200>ที่สุด<200>.•
1558 •
1559 •การ<200>รวม<200> •Unicode<200> •เข้าไป<200>ใน<200>ระบบ<200>ไคลเอ็นต์<200>-•เซิร์ฟเวอร์<200> •หรือ<200>แอ็พ<200>พลิ<200>เค<200>ชัน<200>แบบ<200> •multi<200>-•tiered<200> •และ<200>เว็บไซต์<200> •จะ<200>ทำให้<200>เกิด<200>การ<200>ประหยัด<200>ค่า<200>ใช้<200>จ่าย<200>มากกว่า<200>การ<200>ใช้<200>ชุด<200>อักขระ<200>แบบ<200>เดิม<200>.• •Unicode<200> •ทำให้<200>ผลิตภัณฑ์<200>ซอฟต์แวร์<200>หนึ่ง<200>เดียว<200> •หรือ<200>เว็บไซต์<200>แห่ง<200>เดียว<200> •รองรับ<200>ได้<200>หลาย<200>แพ<200>ล็ต<200>ฟอร์ม<200>,• •หลาย<200>ภาษา<200>และ<200>หลาย<200>ประเทศ<200>โดย<200>ไม่<200>ต้อง<200>ทำการ<200>รื้อ<200>ปรับ<200>ระบบ<200>.• •Unicode<200> •ยัง<200>ทำให้<200>ข้อมูล<200>สามารถ<200>เคลื่อน<200>ย้าย<200>ไป<200>มา<200>ใน<200>หลายๆ<200> •ระบบ<200>โดย<200>ไม่<200>เกิด<200>ความ<200>ผิด<200>พลาด<200>เสีย<200>หาย<200>.•
1560 •
1561 •เกี่ยว<200>กับ<200> •Unicode<200> •Consortium<200>
1562 •
1563 •Unicode<200> •Consortium<200> •เป็น<200>องค์กร<200>ไม่<200>แสวงหา<200>กำไร<200>ที่<200>ก่อ<200>ตั้ง<200>ขึ้น<200>เพื่อ<200>พัฒนา<200>,• •ขยาย<200>และ<200>ส่ง<200>เสริม<200>การ<200>ใช้<200> •Unicode<200> •Standard<200>,• •ซึ่ง<200>กำหนด<200>รูป<200>แบบ<200>การ<200>แทน<200>ค่า<200>ของ<200>ข้อความ<200>ใน<200>ผลิตภัณฑ์<200>ซอฟต์แวร์<200>และ<200>มาตร<200>ฐาน<200>ใหม่ๆ<200>.• •สมาชิก<200>ของ<200>สมาคม<200>เป็น<200>ตัวแทน<200>จาก<200>บริษัท<200>และ<200>องค์กร<200>ใน<200>อุตสาหกรรม<200>คอมพิวเตอร์<200>และ<200>การ<200>ประมวล<200>ผล<200>สารสนเทศ<200>.• •สมาคม<200>ได้<200>รับ<200>การ<200>สนับสนุน<200>ทางการ<200>เงิน<200>ผ่าน<200>ทาง<200>ค่า<200>ธรรมเนียม<200>ของ<200>การ<200>เป็น<200>สมาชิก<200>เท่านั้น<200>.• •สมาชิก<200>ภาพ<200>ของ<200> •Unicode<200> •Consortium<200> •เปิด<200>กว้าง<200>สำหรับ<200>องค์กร<200>หรือ<200>บุคคล<200>ใดๆ<200> •ใน<200>โลก<200>ที่<200>ต้องการ<200>สนับสนุน<200> •Unicode<200> •Standard<200> •และ<200>ช่วย<200>เหลือ<200>การ<200>ขยาย<200>ตัว<200>และ<200>การนำ<200> •Unicode<200> •ไป<200>ใช้<200>งาน<200>.•
1564 •
1565 •สำหรับ<200>ข้อมูล<200>เพิ่ม<200>เติม<200>,• •ให้<200>ดู<200>ที่<200> •Glossary<200>,• •Sample<200> •Unicode<200>-•Enabled<200> •Products<200>,• •Technical<200> •Introduction<200> •และ<200> •Useful<200> •Resources<200>.•</data>
1566
1567 <word>
1568 # Burmese
1569 <data>•အ<200>လော<200>င္<200>မ<200>င္<200>တရား<200>
1570 •     •မဟာ<200>ဓမ္မရာဇာ<200>မိ<200>ပတိ<200>လ<200>က္<200>ထ<200>က္<200>တ္<200>ဝ<200>င္<200> •အ<200>င္<200>ဝ<200>နေ<200>ပ္<200>ရ<200>ည္<200>တော္<200>က္<200>ရီး<200>သ<200>ည္<200> •မ<200>င္<200>ရိ<200>မ္<200>မ<200>သ<200>က္<200>ဖ္<200>ရ<200>စ္<200>နေ<200>သ<200>ည္<200>။• •မဏိ<200>ပူ<200>ရ<200> •က<200>သ<200>ည္<200>မ္<200>ယား<200>က<200> •အ<200>င္<200>ဝ<200>နေ<200>ပ္<200>ရ<200>ည္<200>တော္<200>၏• •မ္<200>ရော<200>က္<200>ဘ<200>က္<200>တ<200>လ္<200>ဝ္<200>ဟား<200>ကုိ<200> •တုိ<200>က္<200>ခုိ<200>က္<200>ဖ္<200>ယ<200>က္<200>ဆီး<200>သ<200>ည္<200>။• •အော<200>က္<200>မ္<200>ရ<200>န္<200>မာ<200>နုိ<200>င္<200>ငံ<200> •ဟံ<200>သာ<200>ဝ<200>တီ<200>သား<200>တုိ့<200>က<200>လ<200>ည္<200> •ပု<200>န္<200>က<200>န္<200>သ<200>ည္<200>။• •မတ္တ<200>ရာ<200>အု<200>တ္<200>ဖုိ<200>ရ္<200>ဟိ<200> •က္<200>ဝေ့<200>ရ္<200>ဟ<200>မ္<200>မ္<200>ယား<200>က<200>လ<200>ည္<200> •ထ<200>က္<200>ရ္<200>ဝ<200>သ<200>ည္<200>။•
1571 •
1572 •    •ထုိ<200>အ<200>ခ္<200>ယိ<200>န္<200>တ္<200>ဝ<200>င္<200> •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>သူ<200>က္<200>ရီး<200> •အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •မိမိ<200>၏•ရ္<200>ဝာ<200>ကုိ<200> •လုံ<200>ခ္<200>ရုံ<200>အော<200>င္<200>ထ<200>န္<200>လုံး<200>တ<200>ပ္<200>မ္<200>ယား<200>ကာ<200>ရ<200>သ<200>ည္<200>။• •အနီး<200>အ<200>ပား<200> •က္<200>ယေး<200>ရ္<200>ဝာ<200> •လေး<200>ဆ<200>ယ့္<200>ခ္<200>ရော<200>က္<200>ရ္<200>ဝာ<200>ကုိ<200> •သိ<200>မ္း<200>သ္<200>ဝ<200>င္<200>ထား<200>သ<200>ည္<200>။• •မ<200>က္<200>ရာ<200>မီ<200>ပ<200>င္<200> •အ<200>င္<200>ဝ<200>နေ<200>ပ္<200>ရ<200>ည္<200>တော္<200>က္<200>ရီး<200>သ<200>ည္<200> •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>မ္<200>ယား<200> •လ<200>က္<200>တ္<200>ဝ<200>င္<200>သ<200>က္<200>ဆ<200>င္<200>ရ<200>တော့<200>သ<200>ည္<200>။•
1573 •
1574 •    •အ<200>င္<200>ဝ<200>ကုိ<200> •သိ<200>မ္<200>ပုိ<200>က္<200>ပ္<200>ရီး<200>သော<200> •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>မ္<200>ယား<200>သ<200>ည္<200> •မ္<200>ရော<200>က္<200>ဘ<200>က္<200>တ<200>လ္<200>ဝ္<200>ဟား<200>က္<200>ယေး<200>ရ္<200>ဝာ<200>မ္<200>ယား<200>ကုိ<200> •သစ္စာ<200>ခံ<200>ခုိ<200>င္<200>ရ<200>န္<200> •လာ<200>က္<200>ရ<200>ရာ<200> •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>သုိ့<200> •ရော<200>က္<200>ရ္<200>ဟိ<200>လာ<200>သ<200>ည္<200>။• •တ<200>ခ္<200>ယိ<200>န္<200>တ<200>ည္<200>မ္<200>ဟာ<200>ပ<200>င္<200> •က္<200>ဝေ့<200>ရ္<200>ဟ<200>မ္<200>မ္<200>ယား<200>က<200>လ<200>ည္<200> •သစ္စာ<200>ခံ<200>ခုိ<200>င္<200>ရ<200>န္<200> •ရော<200>က္<200>ရ္<200>ဟိ<200>လာ<200>သ<200>ည္<200>။• •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •အ<200>ဖ္<200>ဝဲ့<200>န္<200>ဟ<200>စ္<200>ဖ္<200>ဝဲ့<200>ကုိ<200> •ခ္<200>ရေ<200>ငံ<200>စ္<200>ဝာ<200> •ဆ<200>က္<200>ဆံ<200>သ<200>ည္<200>။• •မ<200>ည္<200>သူ့<200>သ<200>စ္<200>စာ<200>ကုိ<200>မ္<200>ယ္<200>ဟ<200> •ခံ<200>ယူ<200>ခ္<200>ရ<200>င္<200>မ<200>ပ္<200>ရု<200>ပေ<200>။• •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>ဖ္<200>ဝဲ့<200>ကုိ<200> •အ<200>ပ္<200>ရ<200>န္<200>ခ<200>ရီး<200>တ္<200>ဝ<200>င္<200> •လ<200>မ္<200>မ္<200>ဟ<200>ဖ္<200>ရ<200>တ္<200>၍• •တုိ<200>က္<200>ခုိ<200>က္<200>သ<200>ည္<200>။• •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>ဖ္<200>ဝဲ့<200>မ္<200>ယား<200> •အထိ<200>အ<200>ခုိ<200>က္<200>အ<200>က္<200>ယ<200>အ<200>ဆုံး<200>မ္<200>ယား<200>စ္<200>ဝာ<200>ဖ္<200>ရ<200>င္<200> •ပ္<200>ရ<200>န္<200>ရ<200>သ<200>ည္<200>။•
1575 •
1576 •    •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>မ္<200>ယား<200>သ<200>ည္<200> •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>ကုိ<200> •လာ<200>ရော<200>က္<200>တုိ<200>က္<200>ခုိ<200>က္<200>က္<200>ရ<200>ပ္<200>ရ<200>န္<200>သ<200>ည္<200>။• •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •သ္<200>ဝေး<200>သော<200>က္<200>ရဲ<200>ဘော္<200> •ခ္<200>ရော<200>က္<200>က္<200>ယိ<200>ပ္<200>ရ္<200>ဟ<200>စ္<200>ယော<200>က္<200>န္<200>ဟ<200>င္<200>အတူ<200> •ဦးစီး<200>ကာ<200>အော<200>င္<200>မ္<200>ရ<200>င္<200>စ္<200>ဝာ<200>ခု<200>ခံ<200>တ္<200>ဝ<200>န္<200>လ္<200>ဟ<200>န္<200>နုိ<200>င္<200>ခဲ့<200>သ<200>ည္<200>။• •ထုိ့<200>နော<200>က္<200> •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •မ္<200>ရော<200>က္<200>ဘ<200>က္<200>တ<200>လ္<200>ဝ္<200>ဟား<200>ရ္<200>ဟိ<200> •ရ္<200>ဟ<200>မ္<200>မ္<200>ယား<200>န္<200>ဟ<200>င္<200> •မ္<200>ရ<200>န္<200>မာ<200>မ္<200>ယား<200>ကုိ<200>လ<200>ည္<200> •ဆ<200>က္<200>သ္<200>ဝ<200>ယ္<200>စ<200>ည္<200>ရုံး<200>နုိ<200>င္<200>ခဲ့<200>သ<200>ည္<200>။• •ဤ<200>သုိ့<200>ဖ္<200>ရ<200>င္<200> •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>၏• •အ<200>ရ္<200>ဟိ<200>န္<200>အ<200>ဝာ<200> •မ္<200>ရ<200>င္<200>မား<200>လာ<200>လေ<200>သ<200>ည္<200>။•
1577 •
1578 •    •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •အ<200>လော<200>င္<200>မ<200>င္<200>တ<200>ရား<200>ဘ္<200>ဝဲ့<200>ကုိ<200> •ခံယူ<200>ကာ<200> •ကု<200>န္<200>ဘော<200>င္<200>မ<200>င္<200>ဆ<200>က္<200>ကုိ<200>စ<200>တ<200>င္<200>တ<200>ည္<200>ထော<200>င္<200>သ<200>ည္<200>။• •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>ကုိ<200> •ရ္<200>ဝ္<200>ဟ<200>ဝေ<200>ဘုိ<200>ဟု<200> •သ<200>မု<200>တ္<200>ကာ<200> •မ္<200>ရုိ့<200>န<200>န္<200>တ<200>ည္<200>သ<200>ည္<200>။• •န<200>န္<200>တ<200>ည္<200>သ<200>က္<200>က<200>ရာ<200>ဇ္<200>ဖ္<200>ရ<200>စ္<200>သော<200> •၁၁၁၅<100> •ခု<200>ကုိ<200> •ဥ<200>ဩ<200>အော္<200>မ္<200>ရ<200>ည္<200> •ကု<200>န္<200>ဘော<200>င္<200>တ<200>ည္<200>ဟု<200> •အ<200>မ္<200>ဟ<200>တ္<200>အ<200>သား<200>ပ္<200>ရု<200>က္<200>ရ<200>သ<200>ည္<200>။•
1579 •
1580 •    •အ<200>လော<200>င္<200>မ<200>င္<200>တရား<200>သ<200>ည္<200> •ဧရာ<200>ဝ<200>တီ<200>န္<200>ဟ<200>င္<200>ခ္<200>ယ<200>င္<200>တ္<200>ဝ<200>င္<200> •မ္<200>ရ<200>စ္<200>န္<200>ဟ<200>စ္<200>သ္<200>ဝ<200>ယ္<200>အ<200>က္<200>ရား<200> •ဒေ<200>သ<200>မ္<200>ယား<200>ကုိ<200>အ<200>ခုိ<200>င္<200>အ<200>မာ<200> •စု<200>စ<200>ည္<200>ပ္<200>ရီး<200>နော<200>က္<200> •အ<200>င္<200>ဝ<200>ကုိ<200> •တုိ<200>က္<200>ခုိ<200>က္<200>အော<200>င္<200>မ္<200>ရ<200>င္<200>သ<200>ည္<200>။• •ထုိ<200>နော<200>က္<200>တ္<200>ဝ<200>င္<200>ပ္<200>ရ<200>ည္<200>၊• •လ္<200>ဝ<200>န္<200>ဆေး<200>၊• •ဒ<200>ဂုံ<200>မ္<200>ရုိ့<200>မ္<200>ယား<200>ကုိ<200> •သိ<200>မ္<200>ပုိ<200>က္<200>သ<200>ည္<200>။• •လ္<200>ဝ<200>န္<200>ဆေး<200> •ကုိ<200>မ္<200>ရ<200>န္<200>အော<200>င္<200>ဟူ<200>၍• •သ<200>မု<200>တ္<200>သ<200>ည္<200>။• •ဒ<200>ဂုံ<200>ကုိ<200>ရ<200>န္<200>ကု<200>န္<200>ဟူ<200>၍• •သ<200>မု<200>တ္<200>ထ<200>သ<200>ည္<200>။•</data>
1581
1582 <word>
1583 # japanese
1584 <data>•ユニ<400>コード<400>と<400>は<400>何<400>か<400>？•
1585 •ユニ<400>コード<400>は<400>、•すべて<400>の<400>文字<400>に<400>固有<400>の<400>番号<400>を<400>付与<400>し<400>ます<400>
1586 •プラットフォーム<400>に<400>は<400>依存<400>しま<400>せん<400>
1587 •プログラム<400>に<400>も<400>依存<400>しま<400>せん<400>
1588 •言語<400>に<400>も<400>依存<400>しま<400>せん<400>
1589 •
1590 •コンピューター<400>は<400>、•本質<400>的<400>に<400>は<400>数字<400>しか<400>扱う<400>こと<400>が<400>でき<400>ま<400>せん<400>。•コンピューター<400>は<400>、•文字<400>や<400>記号<400>など<400>の<400>それぞれに<400>番号<400>を<400>割り振る<400>こと<400>によって<400>扱える<400>よう<400>にし<400>ます<400>。•ユニ<400>コード<400>が<400>出来る<400>まで<400>は<400>、•これらの<400>番号<400>を<400>割り振る<400>仕組み<400>が<400>何<400>百<400>種類<400>も<400>存在<400>しま<400>した<400>。•どの<400>一つ<400>を<400>とっても<400>、•十分<400>な<400>文字<400>を<400>含<400>んで<400>は<400>いま<400>せん<400>で<400>した<400>。•例えば<400>、•欧州<400>連合<400>一つ<400>を<400>見<400>て<400>も<400>、•その<400>すべて<400>の<400>言語<400>を<400>カバー<400>する<400>ため<400>に<400>は<400>、•いくつか<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>が<400>必要<400>で<400>した<400>。•英語<400>の<400>よう<400>な<400>一つ<400>の<400>言語<400>に<400>限<400>って<400>も<400>、•一つ<400>だけ<400>の<400>符号<400>化<400>の<400>仕組み<400>では<400>、•一般<400>的<400>に<400>使<400>われる<400>すべて<400>の<400>文字<400>、•句読点<400>、•技術<400>的<400>な<400>記号<400>など<400>を<400>扱う<400>に<400>は<400>不十分<400>で<400>した<400>。•
1591 •
1592 •これらの<400>符号<400>化<400>の<400>仕組み<400>は<400>、•相互<400>に<400>矛盾<400>する<400>もの<400>でも<400>ありま<400>した<400>。•二つ<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>が<400>、•二つ<400>の<400>異なる<400>文字<400>に<400>同一<400>の<400>番号<400>を<400>付ける<400>こと<400>も<400>できる<400>し<400>、•同じ<400>文字<400>に<400>異なる<400>番号<400>を<400>付ける<400>こと<400>も<400>できる<400>の<400>です<400>。•どの<400>よう<400>な<400>コンピューター<400>も<400>（•特に<400>サーバー<400>は<400>）•多く<400>の<400>異<400>な<400>っ<400>た<400>符号<400>化<400>の<400>仕組み<400>を<400>サポート<400>する<400>必要<400>が<400>あり<400>ます<400>。•たとえ<400>データ<400>が<400>異なる<400>符号<400>化<400>の<400>仕組み<400>や<400>プラットフォーム<400>を<400>通過<400>し<400>て<400>も<400>、•いつ<400>どこ<400>で<400>データ<400>が<400>乱れる<400>か<400>分<400>から<400>ない<400>危険<400>を<400>冒す<400>こと<400>の<400>なる<400>の<400>です<400>。•
1593 •
1594 •ユニ<400>コード<400>は<400>すべて<400>を<400>変<400>え<400>ます<400>
1595 •
1596 •ユニ<400>コード<400>は<400>、•プラットフォーム<400>に<400>係<400>わら<400>ず<400>、•プログラム<400>に<400>係<400>わら<400>ず<400>、•言語<400>に<400>係<400>わら<400>ず<400>、•すべて<400>の<400>文字<400>に<400>独立<400>した<400>番号<400>を<400>与<400>え<400>ます<400>。•ユニ<400>コード<400>標準<400>は<400>、•アップル<400>、•ヒュー<400>レット<400>パッ<400>カード<400>、•IBM<200>、•ジャスト<400>システム<400>、•マイクロ<400>ソフト<400>、•オラクル<400>、•SAＰ<200>、•サン<400>、•サイ<400>ベース<400>など<400>の<400>産業<400>界<400>の<400>主導<400>的<400>企業<400>と<400>他の<400>多く<400>の<400>企業<400>に<400>採用<400>さ<400>れ<400>てい<400>ます<400>。•ユニ<400>コード<400>は<400>、•XML<200>、•Java<200>、•ECMAScript<200>(•JavaScript<200>)•、•LDAP<200>、•CORBA<200> •3.0<100>など<400>の<400>最先端<400>の<400>標準<400>の<400>前提<400>と<400>な<400>って<400>おり<400>、•ユニ<400>コード<400>を<400>実装<400>す<400>れ<400>ば<400>、•ISO<200>/•IEC<200> •10646<100>に<400>適合<400>する<400>ことに<400>なり<400>ます<400>。•ユニ<400>コード<400>は<400>、•多く<400>の<400>オペレーティングシステム<400>と<400>すべて<400>の<400>最新<400>の<400>ブラウザー<400>と<400>他の<400>多く<400>の<400>製品<400>で<400>サポート<400>さ<400>れ<400>てい<400>ます<400>。•ユニ<400>コード<400>標準<400>の<400>出現<400>と<400>ユニ<400>コード<400>を<400>サポート<400>する<400>ツール<400>類<400>は<400>、•昨今<400>顕著<400>に<400>な<400>って<400>いる<400>ソフトウエア<400>技術<400>の<400>グローバル<400>化<400>の<400>流れ<400>に対して<400>、•特に<400>役<400>に<400>立<400>って<400>い<400>ます<400>。•
1597 •
1598 •ユニ<400>コード<400>を<400>ク<400>ライアン<400>ト<400>サーバー<400>型<400>の<400>アプリケーション<400>や<400>、•多層<400>構造<400>を<400>持つ<400>アプリケーション<400>、•ウェブサイト<400>など<400>に<400>組み込む<400>こと<400>で<400>、•従来<400>の<400>文字<400>コードセット<400>を<400>用いる<400>より<400>も<400>明らか<400>な<400>コスト<400>削減<400>が<400>可能<400>です<400>。•ユニ<400>コード<400>は<400>、•単一<400>の<400>ソフトウエア<400>製品<400>、•単一<400>の<400>ウェブサイト<400>に<400>、•何ら<400>手<400>を<400>加える<400>こと<400>なく<400>、•複数<400>の<400>プラットフォーム<400>、•複数<400>の<400>言語<400>、•複数<400>の<400>国<400>を<400>カバー<400>する<400>こと<400>が<400>出来る<400>の<400>です<400>。•ユニ<400>コード<400>は<400>、•データ<400>が<400>多く<400>の<400>異なる<400>システム<400>の<400>間<400>を<400>、•何<400>の<400>乱れ<400>も<400>なし<400>に<400>転送<400>する<400>こと<400>を<400>可能<400>と<400>する<400>の<400>です<400>。•
1599 •
1600 •ユニ<400>コード<400>コンソーシアム<400>について<400>
1601 •
1602 •ユニ<400>コード<400>コンソーシアム<400>は<400>、•最新<400>の<400>ソフトウエア<400>製品<400>と<400>標準<400>において<400>テキスト<400>を<400>表現<400>する<400>こと<400>を<400>意味<400>する<400>“•ユニ<400>コード<400>標準<400>”•の<400>構築<400>、•発展<400>、•普及<400>、•利用<400>促進<400>を<400>目的<400>として<400>設立<400>さ<400>れ<400>た<400>非<400>営利<400>組織<400>です<400>。•同<400>コンソーシアム<400>の<400>会員<400>は<400>、•コンピューター<400>と<400>情報処理<400>に<400>係わる<400>広汎<400>な<400>企業<400>や<400>組織<400>から<400>構成<400>さ<400>れ<400>てい<400>ます<400>。•同<400>コンソーシアム<400>は<400>、•財政<400>的<400>に<400>は<400>、•純粋<400>に<400>会費<400>のみ<400>によって<400>運営<400>さ<400>れ<400>てい<400>ます<400>。•ユニ<400>コード<400>標準<400>を<400>支持<400>し<400>、•その<400>拡張<400>と<400>実装<400>を<400>支援<400>する<400>世界中<400>の<400>組織<400>や<400>個人<400>は<400>、•だれ<400>も<400>が<400>ユニ<400>コード<400>コンソーシアム<400>の<400>会員<400>なる<400>こと<400>が<400>でき<400>ます<400>。•
1603 •
1604 •より<400>詳しい<400>こと<400>を<400>お<400>知<400>り<400>に<400>なり<400>たい<400>方<400>は<400>、•Glossary<200>,• •Technical<200> •Introduction<200> •および<400> •Useful<200> •Resources<200>を<400>ご<400>参照<400>くだ<400>さい<400>。•
1605 •</data>