]> git.saurik.com Git - apple/icu.git/blobdiff - icuSources/test/intltest/regextst.cpp
ICU-511.35.tar.gz
[apple/icu.git] / icuSources / test / intltest / regextst.cpp
index cdc9e7824d26981d968710b76f926bf306b1334a..66a26fbef37d1854f7403f6755a5949e19dbd493 100644 (file)
@@ -1,6 +1,6 @@
 /********************************************************************
  * COPYRIGHT:
- * Copyright (c) 2002-2008, International Business Machines Corporation and
+ * Copyright (c) 2002-2012, International Business Machines Corporation and
  * others. All Rights Reserved.
  ********************************************************************/
 
 //      ICU Regular Expressions test, part of intltest.
 //
 
+/*
+     NOTE!!
+
+     PLEASE be careful about ASCII assumptions in this test.
+     This test is one of the worst repeat offenders.
+     If you have questions, contact someone on the ICU PMC
+     who has access to an EBCDIC system.
+
+ */
+
 #include "intltest.h"
 #if !UCONFIG_NO_REGULAR_EXPRESSIONS
 
 #include "unicode/regex.h"
 #include "unicode/uchar.h"
 #include "unicode/ucnv.h"
+#include "unicode/uniset.h"
+#include "unicode/ustring.h"
 #include "regextst.h"
 #include "uvector.h"
 #include "util.h"
 #include <stdlib.h>
 #include <string.h>
 #include <stdio.h>
+#include "cstring.h"
+#include "uinvchar.h"
 
+#define SUPPORT_MUTATING_INPUT_STRING   0
 
 //---------------------------------------------------------------------------
 //
@@ -57,8 +72,13 @@ void RegexTest::runIndexedTest( int32_t index, UBool exec, const char* &name, ch
         case 3: name = "API_Pattern";
             if (exec) API_Pattern();
             break;
-        case 4: name = "Extended";
+        case 4:
+#if !UCONFIG_NO_FILE_IO
+            name = "Extended";
             if (exec) Extended();
+#else
+            name = "skip";
+#endif
             break;
         case 5: name = "Errors";
             if (exec) Errors();
@@ -67,8 +87,50 @@ void RegexTest::runIndexedTest( int32_t index, UBool exec, const char* &name, ch
             if (exec) PerlTests();
             break;
         case 7: name = "Callbacks";
-          if (exec) Callbacks();
+            if (exec) Callbacks();
+            break;
+        case 8: name = "FindProgressCallbacks";
+            if (exec) FindProgressCallbacks();
+            break;
+        case 9: name = "Bug 6149";
+             if (exec) Bug6149();
+             break;
+        case 10: name = "UTextBasic";
+          if (exec) UTextBasic();
+          break;
+        case 11: name = "API_Match_UTF8";
+          if (exec) API_Match_UTF8();
+          break;
+        case 12: name = "API_Replace_UTF8";
+          if (exec) API_Replace_UTF8();
           break;
+        case 13: name = "API_Pattern_UTF8";
+          if (exec) API_Pattern_UTF8();
+          break;
+        case 14: name = "PerlTestsUTF8";
+          if (exec) PerlTestsUTF8();
+          break;
+        case 15: name = "PreAllocatedUTextCAPI";
+          if (exec) PreAllocatedUTextCAPI();
+          break;
+        case 16: name = "Bug 7651";
+             if (exec) Bug7651();
+             break;
+        case 17: name = "Bug 7740";
+            if (exec) Bug7740();
+            break;
+        case 18: name = "Bug 8479";
+            if (exec) Bug8479();
+            break;
+        case 19: name = "Bug 7029";
+            if (exec) Bug7029();
+            break;
+        case 20: name = "CheckInvBufSize";
+            if (exec) CheckInvBufSize();
+            break;
+        case 21: name = "Bug 9283";
+            if (exec) Bug9283();
+            break;
 
         default: name = "";
             break; //needed to end loop
@@ -76,18 +138,85 @@ void RegexTest::runIndexedTest( int32_t index, UBool exec, const char* &name, ch
 }
 
 
+
+/**
+ * Calls utext_openUTF8 after, potentially, converting invariant text from the compilation codepage
+ * into ASCII. 
+ * @see utext_openUTF8
+ */
+static UText* regextst_openUTF8FromInvariant(UText* ut, const char *inv, int64_t length, UErrorCode *status);
+
 //---------------------------------------------------------------------------
 //
 //   Error Checking / Reporting macros used in all of the tests.
 //
 //---------------------------------------------------------------------------
-#define REGEX_CHECK_STATUS {if (U_FAILURE(status)) {errln("RegexTest failure at line %d.  status=%s\n", \
-__LINE__, u_errorName(status)); return;}}
 
-#define REGEX_ASSERT(expr) {if ((expr)==FALSE) {errln("RegexTest failure at line %d.\n", __LINE__);};}
+static void utextToPrintable(char *buf, int32_t bufLen, UText *text) {
+  int64_t oldIndex = utext_getNativeIndex(text);
+  utext_setNativeIndex(text, 0);
+  char *bufPtr = buf;
+  UChar32 c = utext_next32From(text, 0);
+  while ((c != U_SENTINEL) && (bufPtr < buf+bufLen)) {
+    if (0x000020<=c && c<0x00007e) {
+      *bufPtr = c;
+    } else {
+#if 0
+      sprintf(bufPtr,"U+%04X", c);
+      bufPtr+= strlen(bufPtr)-1;
+#else
+      *bufPtr = '%';
+#endif
+    }
+    bufPtr++;
+    c = UTEXT_NEXT32(text);
+  }
+  *bufPtr = 0;
+#if (U_CHARSET_FAMILY==U_EBCDIC_FAMILY)
+  char *ebuf = (char*)malloc(bufLen);
+  uprv_eastrncpy((unsigned char*)ebuf, (const unsigned char*)buf, bufLen);
+  uprv_strncpy(buf, ebuf, bufLen);
+  free((void*)ebuf);
+#endif
+  utext_setNativeIndex(text, oldIndex);
+}
+
+
+static char ASSERT_BUF[1024];
+
+const char* RegexTest::extractToAssertBuf(const UnicodeString& message) {
+  if(message.length()==0) {
+    strcpy(ASSERT_BUF, "[[empty UnicodeString]]");
+  } else {
+    UnicodeString buf;
+    IntlTest::prettify(message,buf);
+    if(buf.length()==0) {
+      strcpy(ASSERT_BUF, "[[escape() returned 0 chars]]");
+    } else {
+      buf.extract(0, 0x7FFFFFFF, ASSERT_BUF, sizeof(ASSERT_BUF)-1);
+      if(ASSERT_BUF[0]==0) {
+        ASSERT_BUF[0]=0;
+        for(int32_t i=0;i<buf.length();i++) {
+          UChar ch = buf[i];
+          sprintf(ASSERT_BUF+strlen(ASSERT_BUF),"\\u%02x",ch);
+        }
+      }
+    }
+  }
+  ASSERT_BUF[sizeof(ASSERT_BUF)-1] = 0;
+  return ASSERT_BUF;
+}
+
+
+#define REGEX_VERBOSE_TEXT(text) {char buf[200];utextToPrintable(buf,sizeof(buf)/sizeof(buf[0]),text);logln("%s:%d: UText %s=\"%s\"", __FILE__, __LINE__, #text, buf);}
+
+#define REGEX_CHECK_STATUS {if (U_FAILURE(status)) {dataerrln("%s:%d: RegexTest failure.  status=%s", \
+                                                              __FILE__, __LINE__, u_errorName(status)); return;}}
+
+#define REGEX_ASSERT(expr) {if ((expr)==FALSE) {errln("%s:%d: RegexTest failure: REGEX_ASSERT(%s) failed \n", __FILE__, __LINE__, #expr);};}
 
 #define REGEX_ASSERT_FAIL(expr, errcode) {UErrorCode status=U_ZERO_ERROR; (expr);\
-if (status!=errcode) {errln("RegexTest failure at line %d.  Expected status=%s, got %s\n", \
+if (status!=errcode) {dataerrln("RegexTest failure at line %d.  Expected status=%s, got %s", \
     __LINE__, u_errorName(errcode), u_errorName(status));};}
 
 #define REGEX_CHECK_STATUS_L(line) {if (U_FAILURE(status)) {errln( \
@@ -96,6 +225,120 @@ if (status!=errcode) {errln("RegexTest failure at line %d.  Expected status=%s,
 #define REGEX_ASSERT_L(expr, line) {if ((expr)==FALSE) { \
     errln("RegexTest failure at line %d, from %d.", __LINE__, (line)); return;}}
 
+#define REGEX_ASSERT_UNISTR(ustr,inv) {if (!(ustr==inv)) {errln("%s:%d: RegexTest failure: REGEX_ASSERT_UNISTR(%s,%s) failed \n", __FILE__, __LINE__, extractToAssertBuf(ustr),inv);};}
+
+
+static UBool testUTextEqual(UText *uta, UText *utb) {
+    UChar32 ca = 0;
+    UChar32 cb = 0;
+    utext_setNativeIndex(uta, 0);
+    utext_setNativeIndex(utb, 0);
+    do {
+        ca = utext_next32(uta);
+        cb = utext_next32(utb);
+        if (ca != cb) {
+            break;
+        }
+    } while (ca != U_SENTINEL);
+    return ca == cb;
+}
+
+
+/**
+ * @param expected expected text in UTF-8 (not platform) codepage
+ */
+void RegexTest::assertUText(const char *expected, UText *actual, const char *file, int line) {
+    UErrorCode status = U_ZERO_ERROR;
+    UText expectedText = UTEXT_INITIALIZER;
+    utext_openUTF8(&expectedText, expected, -1, &status);
+    if(U_FAILURE(status)) {
+      errln("%s:%d: assertUText: error %s calling utext_openUTF8(expected: %d chars)\n", file, line, u_errorName(status), strlen(expected));
+      return;
+    }
+    if(utext_nativeLength(&expectedText)==0 && (strlen(expected)!=0)) {
+      errln("%s:%d: assertUText:  expected is %d utf-8 bytes, but utext_nativeLength(expectedText) returned 0.", file, line, strlen(expected));
+      return;
+    }
+    utext_setNativeIndex(actual, 0);
+    if (!testUTextEqual(&expectedText, actual)) {
+        char buf[201 /*21*/];
+        char expectedBuf[201];
+        utextToPrintable(buf, sizeof(buf)/sizeof(buf[0]), actual);
+        utextToPrintable(expectedBuf, sizeof(expectedBuf)/sizeof(expectedBuf[0]), &expectedText);
+        errln("%s:%d: assertUText: Failure: expected \"%s\" (%d chars), got \"%s\" (%d chars)", file, line, expectedBuf, (int)utext_nativeLength(&expectedText), buf, (int)utext_nativeLength(actual));
+    }
+    utext_close(&expectedText);
+}
+/**
+ * @param expected invariant (platform local text) input
+ */
+
+void RegexTest::assertUTextInvariant(const char *expected, UText *actual, const char *file, int line) {
+    UErrorCode status = U_ZERO_ERROR;
+    UText expectedText = UTEXT_INITIALIZER;
+    regextst_openUTF8FromInvariant(&expectedText, expected, -1, &status);
+    if(U_FAILURE(status)) {
+      errln("%s:%d: assertUTextInvariant: error %s calling regextst_openUTF8FromInvariant(expected: %d chars)\n", file, line, u_errorName(status), strlen(expected));
+      return;
+    }
+    utext_setNativeIndex(actual, 0);
+    if (!testUTextEqual(&expectedText, actual)) {
+        char buf[201 /*21*/];
+        char expectedBuf[201];
+        utextToPrintable(buf, sizeof(buf)/sizeof(buf[0]), actual);
+        utextToPrintable(expectedBuf, sizeof(expectedBuf)/sizeof(expectedBuf[0]), &expectedText);
+        errln("%s:%d: assertUTextInvariant: Failure: expected \"%s\" (%d uchars), got \"%s\" (%d chars)", file, line, expectedBuf, (int)utext_nativeLength(&expectedText), buf, (int)utext_nativeLength(actual));
+    }
+    utext_close(&expectedText);
+}
+
+/**
+ * Assumes utf-8 input 
+ */
+#define REGEX_ASSERT_UTEXT_UTF8(expected, actual) assertUText((expected), (actual), __FILE__, __LINE__)
+/**
+ * Assumes Invariant input 
+ */
+#define REGEX_ASSERT_UTEXT_INVARIANT(expected, actual) assertUTextInvariant((expected), (actual), __FILE__, __LINE__)
+
+/**
+ * This buffer ( inv_buf ) is used to hold the UTF-8 strings
+ * passed into utext_openUTF8. An error will be given if
+ * INV_BUFSIZ is too small.  It's only used on EBCDIC systems.
+ */ 
+
+#define INV_BUFSIZ 2048 /* increase this if too small */
+
+static int64_t inv_next=0;
+
+#if U_CHARSET_FAMILY!=U_ASCII_FAMILY
+static char inv_buf[INV_BUFSIZ];
+#endif
+
+static UText* regextst_openUTF8FromInvariant(UText *ut, const char *inv, int64_t length, UErrorCode *status) {
+  if(length==-1) length=strlen(inv);
+#if U_CHARSET_FAMILY==U_ASCII_FAMILY
+  inv_next+=length;
+  return utext_openUTF8(ut, inv, length, status);
+#else
+  if(inv_next+length+1>INV_BUFSIZ) {
+    fprintf(stderr, "%s:%d Error: INV_BUFSIZ #defined to be %d but needs to be at least %d.\n",
+            __FILE__, __LINE__, INV_BUFSIZ, (inv_next+length+1));
+    *status = U_MEMORY_ALLOCATION_ERROR;
+    return NULL;
+  }
+
+  unsigned char *buf = (unsigned char*)inv_buf+inv_next;
+  uprv_aestrncpy(buf, (const uint8_t*)inv, length);
+  inv_next+=length;
+
+#if 0
+  fprintf(stderr, " Note: INV_BUFSIZ at %d, used=%d\n", INV_BUFSIZ, inv_next);
+#endif
+
+  return utext_openUTF8(ut, (const char*)buf, length, status);
+#endif
+}
 
 
 //---------------------------------------------------------------------------
@@ -112,7 +355,7 @@ if (status!=errcode) {errln("RegexTest failure at line %d.  Expected status=%s,
 //
 //---------------------------------------------------------------------------
 
-#define REGEX_TESTLM(pat, text, looking, match) doRegexLMTest(pat, text, looking, match, __LINE__);
+#define REGEX_TESTLM(pat, text, looking, match) {doRegexLMTest(pat, text, looking, match, __LINE__);doRegexLMTestUTF8(pat, text, looking, match, __LINE__);}
 
 UBool RegexTest::doRegexLMTest(const char *pat, const char *text, UBool looking, UBool match, int32_t line) {
     const UnicodeString pattern(pat, -1, US_INV);
@@ -126,7 +369,7 @@ UBool RegexTest::doRegexLMTest(const char *pat, const char *text, UBool looking,
     UnicodeString patString(pat, -1, US_INV);
     REPattern = RegexPattern::compile(patString, 0, pe, status);
     if (U_FAILURE(status)) {
-        errln("RegexTest failure in RegexPattern::compile() at line %d.  Status = %s\n",
+        dataerrln("RegexTest failure in RegexPattern::compile() at line %d.  Status = %s",
             line, u_errorName(status));
         return FALSE;
     }
@@ -175,6 +418,83 @@ UBool RegexTest::doRegexLMTest(const char *pat, const char *text, UBool looking,
 }
 
 
+UBool RegexTest::doRegexLMTestUTF8(const char *pat, const char *text, UBool looking, UBool match, int32_t line) {
+    UText               pattern    = UTEXT_INITIALIZER;
+    int32_t             inputUTF8Length;
+    char                *textChars = NULL;
+    UText               inputText  = UTEXT_INITIALIZER;
+    UErrorCode          status     = U_ZERO_ERROR;
+    UParseError         pe;
+    RegexPattern        *REPattern = NULL;
+    RegexMatcher        *REMatcher = NULL;
+    UBool               retVal     = TRUE;
+
+    regextst_openUTF8FromInvariant(&pattern, pat, -1, &status);
+    REPattern = RegexPattern::compile(&pattern, 0, pe, status);
+    if (U_FAILURE(status)) {
+        dataerrln("RegexTest failure in RegexPattern::compile() at line %d (UTF8).  Status = %s\n",
+            line, u_errorName(status));
+        return FALSE;
+    }
+    
+    UnicodeString inputString(text, -1, US_INV);
+    UnicodeString unEscapedInput = inputString.unescape();
+    LocalUConverterPointer UTF8Converter(ucnv_open("UTF8", &status));
+    ucnv_setFromUCallBack(UTF8Converter.getAlias(), UCNV_FROM_U_CALLBACK_STOP, NULL, NULL, NULL, &status);
+    
+    inputUTF8Length = unEscapedInput.extract(NULL, 0, UTF8Converter.getAlias(), status);
+    if (U_FAILURE(status) && status != U_BUFFER_OVERFLOW_ERROR) {
+        // UTF-8 does not allow unpaired surrogates, so this could actually happen
+        logln("RegexTest unable to convert input to UTF8 at line %d.  Status = %s\n", line, u_errorName(status));
+        return TRUE; // not a failure of the Regex engine
+    }
+    status = U_ZERO_ERROR; // buffer overflow
+    textChars = new char[inputUTF8Length+1];
+    unEscapedInput.extract(textChars, inputUTF8Length+1, UTF8Converter.getAlias(), status);
+    utext_openUTF8(&inputText, textChars, inputUTF8Length, &status);
+    
+    REMatcher = &REPattern->matcher(status)->reset(&inputText);
+    if (U_FAILURE(status)) {
+        errln("RegexTest failure in REPattern::matcher() at line %d (UTF8).  Status = %s\n",
+            line, u_errorName(status));
+        return FALSE;
+    }
+
+    UBool actualmatch;
+    actualmatch = REMatcher->lookingAt(status);
+    if (U_FAILURE(status)) {
+        errln("RegexTest failure in lookingAt() at line %d (UTF8).  Status = %s\n",
+            line, u_errorName(status));
+        retVal =  FALSE;
+    }
+    if (actualmatch != looking) {
+        errln("RegexTest: wrong return from lookingAt() at line %d (UTF8).\n", line);
+        retVal = FALSE;
+    }
+
+    status = U_ZERO_ERROR;
+    actualmatch = REMatcher->matches(status);
+    if (U_FAILURE(status)) {
+        errln("RegexTest failure in matches() at line %d (UTF8).  Status = %s\n",
+            line, u_errorName(status));
+        retVal = FALSE;
+    }
+    if (actualmatch != match) {
+        errln("RegexTest: wrong return from matches() at line %d (UTF8).\n", line);
+        retVal = FALSE;
+    }
+
+    if (retVal == FALSE) {
+        RegexPatternDump(REPattern);
+    }
+
+    delete REPattern;
+    delete REMatcher;
+    utext_close(&inputText);
+    utext_close(&pattern);
+    delete[] textChars;
+    return retVal;
+}
 
 
 
@@ -203,7 +523,7 @@ void RegexTest::regex_err(const char *pat, int32_t errLine, int32_t errCol,
     UnicodeString patString(pat);
     callerPattern = RegexPattern::compile(patString, 0, pe, status);
     if (status != expectedStatus) {
-        errln("Line %d: unexpected error %s compiling pattern.", line, u_errorName(status));
+        dataerrln("Line %d: unexpected error %s compiling pattern.", line, u_errorName(status));
     } else {
         if (status != U_ZERO_ERROR) {
             if (pe.line != errLine || pe.offset != errCol) {
@@ -214,6 +534,26 @@ void RegexTest::regex_err(const char *pat, int32_t errLine, int32_t errCol,
     }
 
     delete callerPattern;
+
+    //
+    //  Compile again, using a UTF-8-based UText
+    //
+    UText patternText = UTEXT_INITIALIZER;
+    regextst_openUTF8FromInvariant(&patternText, pat, -1, &status);
+    callerPattern = RegexPattern::compile(&patternText, 0, pe, status);
+    if (status != expectedStatus) {
+        dataerrln("Line %d: unexpected error %s compiling pattern.", line, u_errorName(status));
+    } else {
+        if (status != U_ZERO_ERROR) {
+            if (pe.line != errLine || pe.offset != errCol) {
+                errln("Line %d: incorrect line/offset from UParseError.  Expected %d/%d; got %d/%d.\n",
+                    line, errLine, errCol, pe.line, pe.offset);
+            }
+        }
+    }
+    
+    delete callerPattern;
+    utext_close(&patternText);
 }
 
 
@@ -236,8 +576,13 @@ void RegexTest::Basic() {
         // REGEX_TESTLM("a\N{LATIN SMALL LETTER B}c", "abc", FALSE, FALSE);
         UParseError pe;
         UErrorCode  status = U_ZERO_ERROR;
-        RegexPattern::compile("^(?:a?b?)*$", 0, pe, status);
-        // REGEX_FIND("(?>(abc{2,4}?))(c*)", "<0>ab<1>cc</1><2>ccc</2></0>ddd");
+        RegexPattern *pattern;
+        pattern = RegexPattern::compile(UNICODE_STRING_SIMPLE("a\\u00dfx").unescape(), UREGEX_CASE_INSENSITIVE, pe, status);
+        RegexPatternDump(pattern);
+        RegexMatcher *m = pattern->matcher(UNICODE_STRING_SIMPLE("a\\u00dfxzzz").unescape(), status);
+        UBool result = m->find();
+        printf("result = %d\n", result);
+        // REGEX_FIND("", "<0>ab<1>cc</1><2>ccc</2></0>ddd");
         // REGEX_FIND("(X([abc=X]+)+X)|(y[abc=]+)", "=XX====================");
     }
     exit(1);
@@ -365,8 +710,36 @@ void RegexTest::Basic() {
 
     // Escape of special chars in patterns
     REGEX_TESTLM("\\\\\\|\\(\\)\\[\\{\\~\\$\\*\\+\\?\\.", "\\\\|()[{~$*+?.", TRUE, TRUE);
+}
 
 
+//---------------------------------------------------------------------------
+//
+//    UTextBasic   Check for quirks that are specific to the UText
+//                 implementation.
+//
+//---------------------------------------------------------------------------
+void RegexTest::UTextBasic() {
+    const char str_abc[] = { 0x61, 0x62, 0x63, 0x00 }; /* abc */
+    UErrorCode status = U_ZERO_ERROR;
+    UText pattern = UTEXT_INITIALIZER;
+    utext_openUTF8(&pattern, str_abc, -1, &status);
+    RegexMatcher matcher(&pattern, 0, status);
+    REGEX_CHECK_STATUS;
+    
+    UText input = UTEXT_INITIALIZER;
+    utext_openUTF8(&input, str_abc, -1, &status);
+    REGEX_CHECK_STATUS;
+    matcher.reset(&input);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8(str_abc, matcher.inputText());
+    
+    matcher.reset(matcher.inputText());
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8(str_abc, matcher.inputText());
+    
+    utext_close(&pattern);
+    utext_close(&input);
 }
 
 
@@ -446,6 +819,10 @@ void RegexTest::API_Match() {
         status = U_ZERO_ERROR;
 
         m1->reset(len, status);
+        REGEX_CHECK_STATUS;
+        status = U_ZERO_ERROR;
+
+        m1->reset(len+1, status);
         REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
         status = U_ZERO_ERROR;
 
@@ -874,7 +1251,7 @@ void RegexTest::API_Match() {
     //
     {
         UErrorCode status = U_ZERO_ERROR;
-        UnicodeString testString(600000, 0x41, 600000);  // Length 600,000, filled with 'A'
+        UnicodeString testString(1000000, 0x41, 1000000);  // Length 1,000,000, filled with 'A'
         
         // Adding the capturing parentheses to the pattern "(A)+A$" inhibits optimizations
         //   of the '+', and makes the stack frames larger.
@@ -1256,7 +1633,7 @@ void RegexTest::API_Pattern() {
 
     n = pat1->split("    Now       is the time   ", fields, 10, status);
     REGEX_CHECK_STATUS;
-    REGEX_ASSERT(n==5);
+    REGEX_ASSERT(n==6);
     REGEX_ASSERT(fields[0]=="");
     REGEX_ASSERT(fields[1]=="Now");
     REGEX_ASSERT(fields[2]=="is");
@@ -1266,8 +1643,9 @@ void RegexTest::API_Pattern() {
 
     n = pat1->split("     ", fields, 10, status);
     REGEX_CHECK_STATUS;
-    REGEX_ASSERT(n==1);
+    REGEX_ASSERT(n==2);
     REGEX_ASSERT(fields[0]=="");
+    REGEX_ASSERT(fields[1]=="");
 
     fields[0] = "foo";
     n = pat1->split("", fields, 10, status);
@@ -1284,7 +1662,7 @@ void RegexTest::API_Pattern() {
     status = U_ZERO_ERROR;
     n = pat1->split("<a>Now is <b>the time<c>", fields, 10, status);
     REGEX_CHECK_STATUS;
-    REGEX_ASSERT(n==6);
+    REGEX_ASSERT(n==7);
     REGEX_ASSERT(fields[0]=="");
     REGEX_ASSERT(fields[1]=="a");
     REGEX_ASSERT(fields[2]=="Now is ");
@@ -1296,7 +1674,7 @@ void RegexTest::API_Pattern() {
 
     n = pat1->split("  <a>Now is <b>the time<c>", fields, 10, status);
     REGEX_CHECK_STATUS;
-    REGEX_ASSERT(n==6);
+    REGEX_ASSERT(n==7);
     REGEX_ASSERT(fields[0]=="  ");
     REGEX_ASSERT(fields[1]=="a");
     REGEX_ASSERT(fields[2]=="Now is ");
@@ -1315,7 +1693,7 @@ void RegexTest::API_Pattern() {
     REGEX_ASSERT(fields[2]=="Now is ");
     REGEX_ASSERT(fields[3]=="b");
     REGEX_ASSERT(fields[4]=="the time");
-    REGEX_ASSERT(fields[5]=="c");
+    REGEX_ASSERT(fields[5]=="");  // All text following "<c>" field delimiter.
     REGEX_ASSERT(fields[6]=="foo");
 
     status = U_ZERO_ERROR;
@@ -1365,6 +1743,39 @@ void RegexTest::API_Pattern() {
     REGEX_ASSERT(fields[4]=="20");
     delete pat1;
 
+    // Test split of string with empty trailing fields
+    pat1 = RegexPattern::compile(",", pe, status);
+    REGEX_CHECK_STATUS;
+    n = pat1->split("a,b,c,", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==4);
+    REGEX_ASSERT(fields[0]=="a");
+    REGEX_ASSERT(fields[1]=="b");
+    REGEX_ASSERT(fields[2]=="c");
+    REGEX_ASSERT(fields[3]=="");
+
+    n = pat1->split("a,,,", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==4);
+    REGEX_ASSERT(fields[0]=="a");
+    REGEX_ASSERT(fields[1]=="");
+    REGEX_ASSERT(fields[2]=="");
+    REGEX_ASSERT(fields[3]=="");
+    delete pat1;
+
+    // Split Separator with zero length match.
+    pat1 = RegexPattern::compile(":?", pe, status);
+    REGEX_CHECK_STATUS;
+    n = pat1->split("abc", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==5);
+    REGEX_ASSERT(fields[0]=="");
+    REGEX_ASSERT(fields[1]=="a");
+    REGEX_ASSERT(fields[2]=="b");
+    REGEX_ASSERT(fields[3]=="c");
+    REGEX_ASSERT(fields[4]=="");
+
+    delete pat1;
 
     //
     // RegexPattern::pattern()
@@ -1398,657 +1809,2506 @@ void RegexTest::API_Pattern() {
 
 //---------------------------------------------------------------------------
 //
-//      Extended       A more thorough check for features of regex patterns
-//                     The test cases are in a separate data file,
-//                       source/tests/testdata/regextst.txt
-//                     A description of the test data format is included in that file.
+//      API_Match_UTF8   Test that the alternate engine for class RegexMatcher
+//                       is present and working, but excluding functions
+//                       implementing replace operations.
 //
 //---------------------------------------------------------------------------
-
-const char *
-RegexTest::getPath(char buffer[2048], const char *filename) {
-    UErrorCode status=U_ZERO_ERROR;
-    const char *testDataDirectory = IntlTest::getSourceTestData(status);
-    if (U_FAILURE(status)) {
-        errln("ERROR: loadTestData() failed - %s", u_errorName(status));
-        return NULL;
-    }
-
-    strcpy(buffer, testDataDirectory);
-    strcat(buffer, filename);
-    return buffer;
-}
-
-void RegexTest::Extended() {
-    char tdd[2048];
-    const char *srcPath;
-    UErrorCode  status  = U_ZERO_ERROR;
-    int32_t     lineNum = 0;
+void RegexTest::API_Match_UTF8() {
+    UParseError         pe;
+    UErrorCode          status=U_ZERO_ERROR;
+    int32_t             flags = 0;
 
     //
-    //  Open and read the test data file.
+    // Debug - slide failing test cases early
     //
-    srcPath=getPath(tdd, "regextst.txt");
-    if(srcPath==NULL) {
-        return; /* something went wrong, error already output */
-    }
-
-    int32_t    len;
-    UChar *testData = ReadAndConvertFile(srcPath, len, "utf-8", status);
-    if (U_FAILURE(status)) {
-        return; /* something went wrong, error already output */
+#if 0
+    {
     }
+    return;
+#endif
 
     //
-    //  Put the test data into a UnicodeString
+    // Simple pattern compilation
     //
-    UnicodeString testString(FALSE, testData, len);
-
-    RegexMatcher    quotedStuffMat(UNICODE_STRING_SIMPLE("\\s*([\\'\\\"/])(.*?)\\1"), 0, status);
-    RegexMatcher    commentMat    (UNICODE_STRING_SIMPLE("\\s*(#.*)?$"), 0, status);
-    RegexMatcher    flagsMat      (UNICODE_STRING_SIMPLE("\\s*([ixsmdteDEGLMvabtyYzZ2-9]*)([:letter:]*)"), 0, status);
-
-    RegexMatcher    lineMat(UNICODE_STRING_SIMPLE("(.*?)\\r?\\n"), testString, 0, status);
-    UnicodeString   testPattern;   // The pattern for test from the test file.
-    UnicodeString   testFlags;     // the flags   for a test.
-    UnicodeString   matchString;   // The marked up string to be used as input
-
-    if (U_FAILURE(status)){
-        dataerrln("Construct RegexMatcher() error.");
-        delete [] testData;
-        return;
-    }
+    {
+        UText               re = UTEXT_INITIALIZER;
+        regextst_openUTF8FromInvariant(&re, "abc", -1, &status);
+        REGEX_VERBOSE_TEXT(&re);
+        RegexPattern        *pat2;
+        pat2 = RegexPattern::compile(&re, flags, pe, status);
+        REGEX_CHECK_STATUS;
 
-    //
-    //  Loop over the test data file, once per line.
-    //
-    while (lineMat.find()) {
-        lineNum++;
-        if (U_FAILURE(status)) {
-            errln("line %d: ICU Error \"%s\"", lineNum, u_errorName(status));
-        }
+        UText input1 = UTEXT_INITIALIZER;
+        UText input2 = UTEXT_INITIALIZER;
+        UText empty  = UTEXT_INITIALIZER;
+        regextst_openUTF8FromInvariant(&input1, "abcdef this is a test", -1, &status);
+        REGEX_VERBOSE_TEXT(&input1);
+        regextst_openUTF8FromInvariant(&input2, "not abc", -1, &status);
+        REGEX_VERBOSE_TEXT(&input2);
+        utext_openUChars(&empty, NULL, 0, &status);
+        
+        int32_t input1Len = strlen("abcdef this is a test"); /* TODO: why not nativelen (input1) ? */
+        int32_t input2Len = strlen("not abc");
 
-        status = U_ZERO_ERROR;
-        UnicodeString testLine = lineMat.group(1, status);
-        if (testLine.length() == 0) {
-            continue;
-        }
 
         //
-        // Parse the test line.  Skip blank and comment only lines.
-        // Separate out the three main fields - pattern, flags, target.
+        // Matcher creation and reset.
         //
-
-        commentMat.reset(testLine);
-        if (commentMat.lookingAt(status)) {
-            // This line is a comment, or blank.
-            continue;
-        }
+        RegexMatcher *m1 = &pat2->matcher(status)->reset(&input1);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(m1->lookingAt(status) == TRUE);
+        const char str_abcdefthisisatest[] = { 0x61, 0x62, 0x63, 0x64, 0x65, 0x66, 0x20, 0x74, 0x68, 0x69, 0x73, 0x20, 0x69, 0x73, 0x20, 0x61, 0x20, 0x74, 0x65, 0x73, 0x74, 0x00 }; /* abcdef this is a test */
+        REGEX_ASSERT_UTEXT_UTF8(str_abcdefthisisatest, m1->inputText());
+        m1->reset(&input2);
+        REGEX_ASSERT(m1->lookingAt(status) == FALSE);
+        const char str_notabc[] = { 0x6e, 0x6f, 0x74, 0x20, 0x61, 0x62, 0x63, 0x00 }; /* not abc */
+        REGEX_ASSERT_UTEXT_UTF8(str_notabc, m1->inputText());
+        m1->reset(&input1);
+        REGEX_ASSERT_UTEXT_UTF8(str_abcdefthisisatest, m1->inputText());
+        REGEX_ASSERT(m1->lookingAt(status) == TRUE);
+        m1->reset(&empty);
+        REGEX_ASSERT(m1->lookingAt(status) == FALSE);
+        REGEX_ASSERT(utext_nativeLength(&empty) == 0);
 
         //
-        //  Pull out the pattern field, remove it from the test file line.
+        //  reset(pos, status)
         //
-        quotedStuffMat.reset(testLine);
-        if (quotedStuffMat.lookingAt(status)) {
-            testPattern = quotedStuffMat.group(2, status);
-            testLine.remove(0, quotedStuffMat.end(0, status));
-        } else {
-            errln("Bad pattern (missing quotes?) at test file line %d", lineNum);
-            continue;
-        }
+        m1->reset(&input1);
+        m1->reset(4, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT_UTEXT_UTF8(str_abcdefthisisatest, m1->inputText());
+        REGEX_ASSERT(m1->lookingAt(status) == TRUE);
 
+        m1->reset(-1, status);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
+        status = U_ZERO_ERROR;
 
-        //
-        //  Pull out the flags from the test file line.
-        //
-        flagsMat.reset(testLine);
-        flagsMat.lookingAt(status);                  // Will always match, possibly an empty string.
-        testFlags = flagsMat.group(1, status);
-        if (flagsMat.group(2, status).length() > 0) {
-            errln("Bad Match flag at line %d. Scanning %c\n",
-                lineNum, flagsMat.group(2, status).charAt(0));
-            continue;
-        }
-        testLine.remove(0, flagsMat.end(0, status));
+        m1->reset(0, status);
+        REGEX_CHECK_STATUS;
+        status = U_ZERO_ERROR;
 
-        //
-        //  Pull out the match string, as a whole.
-        //    We'll process the <tags> later.
-        //
-        quotedStuffMat.reset(testLine);
-        if (quotedStuffMat.lookingAt(status)) {
-            matchString = quotedStuffMat.group(2, status);
-            testLine.remove(0, quotedStuffMat.end(0, status));
-        } else {
-            errln("Bad match string at test file line %d", lineNum);
-            continue;
-        }
+        m1->reset(input1Len-1, status);
+        REGEX_CHECK_STATUS;
+        status = U_ZERO_ERROR;
 
-        //
-        //  The only thing left from the input line should be an optional trailing comment.
-        //
-        commentMat.reset(testLine);
-        if (commentMat.lookingAt(status) == FALSE) {
-            errln("Line %d: unexpected characters at end of test line.", lineNum);
-            continue;
-        }
+        m1->reset(input1Len, status);
+        REGEX_CHECK_STATUS;
+        status = U_ZERO_ERROR;
+
+        m1->reset(input1Len+1, status);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
+        status = U_ZERO_ERROR;
 
         //
-        //  Run the test
+        // match(pos, status)
         //
-        regex_find(testPattern, testFlags, matchString, lineNum);
-    }
-
-    delete [] testData;
+        m1->reset(&input2);
+        REGEX_ASSERT(m1->matches(4, status) == TRUE);
+        m1->reset();
+        REGEX_ASSERT(m1->matches(3, status) == FALSE);
+        m1->reset();
+        REGEX_ASSERT(m1->matches(5, status) == FALSE);
+        REGEX_ASSERT(m1->matches(4, status) == TRUE);
+        REGEX_ASSERT(m1->matches(-1, status) == FALSE);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
 
-}
+        // Match() at end of string should fail, but should not
+        //  be an error.
+        status = U_ZERO_ERROR;
+        REGEX_ASSERT(m1->matches(input2Len, status) == FALSE);
+        REGEX_CHECK_STATUS;
 
+        // Match beyond end of string should fail with an error.
+        status = U_ZERO_ERROR;
+        REGEX_ASSERT(m1->matches(input2Len+1, status) == FALSE);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
 
+        // Successful match at end of string.
+        {
+            status = U_ZERO_ERROR;
+            RegexMatcher m("A?", 0, status);  // will match zero length string.
+            REGEX_CHECK_STATUS;
+            m.reset(&input1);
+            REGEX_ASSERT(m.matches(input1Len, status) == TRUE);
+            REGEX_CHECK_STATUS;
+            m.reset(&empty);
+            REGEX_ASSERT(m.matches(0, status) == TRUE);
+            REGEX_CHECK_STATUS;
+        }
 
-//---------------------------------------------------------------------------
-//
-//    regex_find(pattern, flags, inputString, lineNumber)
-//
-//         Function to run a single test from the Extended (data driven) tests.
-//         See file test/testdata/regextst.txt for a description of the
-//         pattern and inputString fields, and the allowed flags.
-//         lineNumber is the source line in regextst.txt of the test.
-//
-//---------------------------------------------------------------------------
 
+        //
+        // lookingAt(pos, status)
+        //
+        status = U_ZERO_ERROR;
+        m1->reset(&input2);  // "not abc"
+        REGEX_ASSERT(m1->lookingAt(4, status) == TRUE);
+        REGEX_ASSERT(m1->lookingAt(5, status) == FALSE);
+        REGEX_ASSERT(m1->lookingAt(3, status) == FALSE);
+        REGEX_ASSERT(m1->lookingAt(4, status) == TRUE);
+        REGEX_ASSERT(m1->lookingAt(-1, status) == FALSE);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
+        status = U_ZERO_ERROR;
+        REGEX_ASSERT(m1->lookingAt(input2Len, status) == FALSE);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(m1->lookingAt(input2Len+1, status) == FALSE);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
 
-//  Set a value into a UVector at position specified by a decimal number in
-//   a UnicodeString.   This is a utility function needed by the actual test function,
-//   which follows.
-static void set(UVector &vec, int32_t val, UnicodeString index) {
-    UErrorCode  status=U_ZERO_ERROR;
-    int32_t  idx = 0;
-    for (int32_t i=0; i<index.length(); i++) {
-        int32_t d=u_charDigitValue(index.charAt(i));
-        if (d<0) {return;}
-        idx = idx*10 + d;
+        delete m1;
+        delete pat2;
+        
+        utext_close(&re);
+        utext_close(&input1);
+        utext_close(&input2);
+        utext_close(&empty);
     }
-    while (vec.size()<idx+1) {vec.addElement(-1, status);}
-    vec.setElementAt(val, idx);
-}
 
-void RegexTest::regex_find(const UnicodeString &pattern,
-                           const UnicodeString &flags,
-                           const UnicodeString &inputString,
-                           int32_t line) {
-    UnicodeString       unEscapedInput;
-    UnicodeString       deTaggedInput;
-
-    UErrorCode          status         = U_ZERO_ERROR;
-    UParseError         pe;
-    RegexPattern        *parsePat      = NULL;
-    RegexMatcher        *parseMatcher  = NULL;
-    RegexPattern        *callerPattern = NULL;
-    RegexMatcher        *matcher       = NULL;
-    UVector             groupStarts(status);
-    UVector             groupEnds(status);
-    UBool               isMatch        = FALSE;
-    UBool               failed         = FALSE;
-    int32_t             numFinds;
-    int32_t             i;
-    UBool               useMatchesFunc   = FALSE;
-    UBool               useLookingAtFunc = FALSE;
-    int32_t             regionStart      = -1;
-    int32_t             regionEnd        = -1;
 
     //
-    //  Compile the caller's pattern
+    // Capture Group.
+    //     RegexMatcher::start();
+    //     RegexMatcher::end();
+    //     RegexMatcher::groupCount();
     //
-    uint32_t bflags = 0;
-    if (flags.indexOf((UChar)0x69) >= 0)  { // 'i' flag
-        bflags |= UREGEX_CASE_INSENSITIVE;
-    }
-    if (flags.indexOf((UChar)0x78) >= 0)  { // 'x' flag
-        bflags |= UREGEX_COMMENTS;
-    }
-    if (flags.indexOf((UChar)0x73) >= 0)  { // 's' flag
-        bflags |= UREGEX_DOTALL;
-    }
-    if (flags.indexOf((UChar)0x6d) >= 0)  { // 'm' flag
-        bflags |= UREGEX_MULTILINE;
-    }
-    
-    if (flags.indexOf((UChar)0x65) >= 0) { // 'e' flag
-        bflags |= UREGEX_ERROR_ON_UNKNOWN_ESCAPES;
-    }
-    if (flags.indexOf((UChar)0x44) >= 0) { // 'D' flag
-        bflags |= UREGEX_UNIX_LINES;
-    }
-
+    {
+        int32_t             flags=0;
+        UParseError         pe;
+        UErrorCode          status=U_ZERO_ERROR;
+        UText               re=UTEXT_INITIALIZER;
+        const char str_01234567_pat[] = { 0x30, 0x31, 0x28, 0x32, 0x33, 0x28, 0x34, 0x35, 0x29, 0x36, 0x37, 0x29, 0x28, 0x2e, 0x2a, 0x29, 0x00 }; /* 01(23(45)67)(.*) */
+        utext_openUTF8(&re, str_01234567_pat, -1, &status);
+        
+        RegexPattern *pat = RegexPattern::compile(&re, flags, pe, status);
+        REGEX_CHECK_STATUS;
+        
+        UText input = UTEXT_INITIALIZER;
+        const char str_0123456789[] = { 0x30, 0x31, 0x32, 0x33, 0x34, 0x35, 0x36, 0x37, 0x38, 0x39, 0x00 }; /* 0123456789 */
+        utext_openUTF8(&input, str_0123456789, -1, &status);
 
-    callerPattern = RegexPattern::compile(pattern, bflags, pe, status);
-    if (status != U_ZERO_ERROR) {
-        #if UCONFIG_NO_BREAK_ITERATION==1
-        // 'v' test flag means that the test pattern should not compile if ICU was configured
-        //     to not include break iteration.  RBBI is needed for Unicode word boundaries.
-        if (flags.indexOf((UChar)0x76) >= 0 /*'v'*/ && status == U_UNSUPPORTED_ERROR) {
-            goto cleanupAndReturn;
-        }
-        #endif
-        if (flags.indexOf((UChar)0x45) >= 0) {  //  flags contain 'E'
-            // Expected pattern compilation error.
-            if (flags.indexOf((UChar)0x64) >= 0) {   // flags contain 'd'
-                logln("Pattern Compile returns \"%s\"", u_errorName(status));
+        RegexMatcher *matcher = &pat->matcher(status)->reset(&input);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(matcher->lookingAt(status) == TRUE);
+        static const int32_t matchStarts[] = {0,  2, 4, 8};
+        static const int32_t matchEnds[]   = {10, 8, 6, 10};
+        int32_t i;
+        for (i=0; i<4; i++) {
+            int32_t actualStart = matcher->start(i, status);
+            REGEX_CHECK_STATUS;
+            if (actualStart != matchStarts[i]) {
+                errln("RegexTest failure at %s:%d, index %d.  Expected %d, got %d\n",
+                      __FILE__, __LINE__, i, matchStarts[i], actualStart);
+            }
+            int32_t actualEnd = matcher->end(i, status);
+            REGEX_CHECK_STATUS;
+            if (actualEnd != matchEnds[i]) {
+                errln("RegexTest failure at %s:%d index %d.  Expected %d, got %d\n",
+                      __FILE__, __LINE__, i, matchEnds[i], actualEnd);
             }
-            goto cleanupAndReturn;
-        } else {
-            // Unexpected pattern compilation error.
-            errln("Line %d: error %s compiling pattern.", line, u_errorName(status));
-            goto cleanupAndReturn;
         }
-    }
 
-    if (flags.indexOf((UChar)0x64) >= 0) {  // 'd' flag
-        RegexPatternDump(callerPattern);
-    }
+        REGEX_ASSERT(matcher->start(0, status) == matcher->start(status));
+        REGEX_ASSERT(matcher->end(0, status) == matcher->end(status));
 
-    if (flags.indexOf((UChar)0x45) >= 0) {  // 'E' flag
-        errln("Expected, but did not get, a pattern compilation error.");
-        goto cleanupAndReturn;
-    }
+        REGEX_ASSERT_FAIL(matcher->start(-1, status), U_INDEX_OUTOFBOUNDS_ERROR);
+        REGEX_ASSERT_FAIL(matcher->start( 4, status), U_INDEX_OUTOFBOUNDS_ERROR);
+        matcher->reset();
+        REGEX_ASSERT_FAIL(matcher->start( 0, status), U_REGEX_INVALID_STATE);
+
+        matcher->lookingAt(status);
+        
+        UnicodeString dest;
+        UText destText = UTEXT_INITIALIZER;
+        utext_openUnicodeString(&destText, &dest, &status);
+        UText *result;
+        //const char str_0123456789[] = { 0x30, 0x31, 0x32, 0x33, 0x34, 0x35, 0x36, 0x37, 0x38, 0x39, 0x00 }; /* 0123456789 */
+        //     Test shallow-clone API
+        int64_t   group_len;
+        result = matcher->group((UText *)NULL, group_len, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT_UTEXT_UTF8(str_0123456789, result);
+        utext_close(result);
+        result = matcher->group(0, &destText, group_len, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &destText);
+        REGEX_ASSERT_UTEXT_UTF8(str_0123456789, result);
+        //  destText is now immutable, reopen it
+        utext_close(&destText);
+        utext_openUnicodeString(&destText, &dest, &status);
+        
+        result = matcher->group(0, NULL, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT_UTEXT_UTF8(str_0123456789, result);
+        utext_close(result);
+        result = matcher->group(0, &destText, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &destText);
+        REGEX_ASSERT_UTEXT_UTF8(str_0123456789, result);
+        
+        result = matcher->group(1, NULL, status);
+        REGEX_CHECK_STATUS;
+        const char str_234567[] = { 0x32, 0x33, 0x34, 0x35, 0x36, 0x37, 0x00 }; /* 234567 */
+        REGEX_ASSERT_UTEXT_UTF8(str_234567, result);
+        utext_close(result);
+        result = matcher->group(1, &destText, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &destText);
+        REGEX_ASSERT_UTEXT_UTF8(str_234567, result);
+        
+        result = matcher->group(2, NULL, status);
+        REGEX_CHECK_STATUS;
+        const char str_45[] = { 0x34, 0x35, 0x00 }; /* 45 */
+        REGEX_ASSERT_UTEXT_UTF8(str_45, result);
+        utext_close(result);
+        result = matcher->group(2, &destText, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &destText);
+        REGEX_ASSERT_UTEXT_UTF8(str_45, result);
+        
+        result = matcher->group(3, NULL, status);
+        REGEX_CHECK_STATUS;
+        const char str_89[] = { 0x38, 0x39, 0x00 }; /* 89 */
+        REGEX_ASSERT_UTEXT_UTF8(str_89, result);
+        utext_close(result);
+        result = matcher->group(3, &destText, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &destText);
+        REGEX_ASSERT_UTEXT_UTF8(str_89, result);
+
+        REGEX_ASSERT_FAIL(matcher->group(-1, status), U_INDEX_OUTOFBOUNDS_ERROR);
+        REGEX_ASSERT_FAIL(matcher->group( 4, status), U_INDEX_OUTOFBOUNDS_ERROR);
+        matcher->reset();
+        REGEX_ASSERT_FAIL(matcher->group( 0, status), U_REGEX_INVALID_STATE);
 
+        delete matcher;
+        delete pat;
+        
+        utext_close(&destText);
+        utext_close(&input);
+        utext_close(&re);
+    }
 
     //
-    // Number of times find() should be called on the test string, default to 1
+    //  find
     //
-    numFinds = 1;
-    for (i=2; i<=9; i++) {
-        if (flags.indexOf((UChar)(0x30 + i)) >= 0) {   // digit flag
-            if (numFinds != 1) {
-                errln("Line %d: more than one digit flag.  Scanning %d.", line, i);
-                goto cleanupAndReturn;
-            }
-            numFinds = i;
-        }
-    }
-    
-    // 'M' flag.  Use matches() instead of find()
-    if (flags.indexOf((UChar)0x4d) >= 0) {
-        useMatchesFunc = TRUE;
-    }
-    if (flags.indexOf((UChar)0x4c) >= 0) {
-        useLookingAtFunc = TRUE;
+    {
+        int32_t             flags=0;
+        UParseError         pe;
+        UErrorCode          status=U_ZERO_ERROR;
+        UText               re=UTEXT_INITIALIZER;
+        const char str_abc[] = { 0x61, 0x62, 0x63, 0x00 }; /* abc */
+        utext_openUTF8(&re, str_abc, -1, &status);
+
+        RegexPattern *pat = RegexPattern::compile(&re, flags, pe, status);
+        REGEX_CHECK_STATUS;
+        UText input = UTEXT_INITIALIZER;
+        const char str_abcabcabc[] = { 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x00 }; /* .abc..abc...abc.. */
+        utext_openUTF8(&input, str_abcabcabc, -1, &status);
+        //                      012345678901234567
+
+        RegexMatcher *matcher = &pat->matcher(status)->reset(&input);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(matcher->find());
+        REGEX_ASSERT(matcher->start(status) == 1);
+        REGEX_ASSERT(matcher->find());
+        REGEX_ASSERT(matcher->start(status) == 6);
+        REGEX_ASSERT(matcher->find());
+        REGEX_ASSERT(matcher->start(status) == 12);
+        REGEX_ASSERT(matcher->find() == FALSE);
+        REGEX_ASSERT(matcher->find() == FALSE);
+
+        matcher->reset();
+        REGEX_ASSERT(matcher->find());
+        REGEX_ASSERT(matcher->start(status) == 1);
+
+        REGEX_ASSERT(matcher->find(0, status));
+        REGEX_ASSERT(matcher->start(status) == 1);
+        REGEX_ASSERT(matcher->find(1, status));
+        REGEX_ASSERT(matcher->start(status) == 1);
+        REGEX_ASSERT(matcher->find(2, status));
+        REGEX_ASSERT(matcher->start(status) == 6);
+        REGEX_ASSERT(matcher->find(12, status));
+        REGEX_ASSERT(matcher->start(status) == 12);
+        REGEX_ASSERT(matcher->find(13, status) == FALSE);
+        REGEX_ASSERT(matcher->find(16, status) == FALSE);
+        REGEX_ASSERT(matcher->find(17, status) == FALSE);
+        REGEX_ASSERT_FAIL(matcher->start(status), U_REGEX_INVALID_STATE);
+
+        status = U_ZERO_ERROR;
+        REGEX_ASSERT_FAIL(matcher->find(-1, status), U_INDEX_OUTOFBOUNDS_ERROR);
+        status = U_ZERO_ERROR;
+        REGEX_ASSERT_FAIL(matcher->find(18, status), U_INDEX_OUTOFBOUNDS_ERROR);
+
+        REGEX_ASSERT(matcher->groupCount() == 0);
+
+        delete matcher;
+        delete pat;
+        
+        utext_close(&input);
+        utext_close(&re);
     }
 
+
     //
-    //  Find the tags in the input data, remove them, and record the group boundary
-    //    positions.
+    //  find, with \G in pattern (true if at the end of a previous match).
     //
-    parsePat = RegexPattern::compile("<(/?)(r|[0-9]+)>", 0, pe, status);
-    REGEX_CHECK_STATUS_L(line);
+    {
+        int32_t             flags=0;
+        UParseError         pe;
+        UErrorCode          status=U_ZERO_ERROR;
+        UText               re=UTEXT_INITIALIZER;
+        const char str_Gabcabc[] = { 0x2e, 0x2a, 0x3f, 0x28, 0x3f, 0x3a, 0x28, 0x5c, 0x47, 0x61, 0x62, 0x63, 0x29, 0x7c, 0x28, 0x61, 0x62, 0x63, 0x29, 0x29, 0x00 }; /* .*?(?:(\\Gabc)|(abc)) */
+        utext_openUTF8(&re, str_Gabcabc, -1, &status);
 
-    unEscapedInput = inputString.unescape();
-    parseMatcher = parsePat->matcher(unEscapedInput, status);
-    REGEX_CHECK_STATUS_L(line);
-    while(parseMatcher->find()) {
-        parseMatcher->appendReplacement(deTaggedInput, "", status);
+        RegexPattern *pat = RegexPattern::compile(&re, flags, pe, status);
+        
         REGEX_CHECK_STATUS;
-        UnicodeString groupNum = parseMatcher->group(2, status);
-        if (groupNum == "r") {
-            // <r> or </r>, a region specification within the string
-            if (parseMatcher->group(1, status) == "/") {
-                regionEnd = deTaggedInput.length();
-            } else {
-                regionStart = deTaggedInput.length();
+        UText input = UTEXT_INITIALIZER;
+        const char str_abcabcabc[] = { 0x2e, 0x61, 0x62, 0x63, 0x61, 0x62, 0x63, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x00 }; /* .abcabc.abc.. */
+        utext_openUTF8(&input, str_abcabcabc, -1, &status);
+        //                      012345678901234567
+
+        RegexMatcher *matcher = &pat->matcher(status)->reset(&input);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(matcher->find());
+        REGEX_ASSERT(matcher->start(status) == 0);
+        REGEX_ASSERT(matcher->start(1, status) == -1);
+        REGEX_ASSERT(matcher->start(2, status) == 1);
+
+        REGEX_ASSERT(matcher->find());
+        REGEX_ASSERT(matcher->start(status) == 4);
+        REGEX_ASSERT(matcher->start(1, status) == 4);
+        REGEX_ASSERT(matcher->start(2, status) == -1);
+        REGEX_CHECK_STATUS;
+
+        delete matcher;
+        delete pat;
+        
+        utext_close(&input);
+        utext_close(&re);
+    }
+
+    //
+    //   find with zero length matches, match position should bump ahead
+    //     to prevent loops.
+    //
+    {
+        int32_t                 i;
+        UErrorCode          status=U_ZERO_ERROR;
+        RegexMatcher        m("(?= ?)", 0, status);   // This pattern will zero-length matches anywhere,
+                                                      //   using an always-true look-ahead.
+        REGEX_CHECK_STATUS;
+        UText s = UTEXT_INITIALIZER;
+        utext_openUTF8(&s, "    ", -1, &status);
+        m.reset(&s);
+        for (i=0; ; i++) {
+            if (m.find() == FALSE) {
+                break;
             }
-        } else {
-            // <digits> or </digits>, a group match boundary tag.
-            if (parseMatcher->group(1, status) == "/") {
-                set(groupEnds, deTaggedInput.length(), groupNum);
-            } else {
-                set(groupStarts, deTaggedInput.length(), groupNum);
+            REGEX_ASSERT(m.start(status) == i);
+            REGEX_ASSERT(m.end(status) == i);
+        }
+        REGEX_ASSERT(i==5);
+
+        // Check that the bump goes over characters outside the BMP OK
+        // "\\U00010001\\U00010002\\U00010003\\U00010004".unescape()...in UTF-8
+        unsigned char aboveBMP[] = {0xF0, 0x90, 0x80, 0x81, 0xF0, 0x90, 0x80, 0x82, 0xF0, 0x90, 0x80, 0x83, 0xF0, 0x90, 0x80, 0x84, 0x00};
+        utext_openUTF8(&s, (char *)aboveBMP, -1, &status);
+        m.reset(&s);
+        for (i=0; ; i+=4) {
+            if (m.find() == FALSE) {
+                break;
+            }
+            REGEX_ASSERT(m.start(status) == i);
+            REGEX_ASSERT(m.end(status) == i);
+        }
+        REGEX_ASSERT(i==20);
+        
+        utext_close(&s);
+    }
+    {
+        // find() loop breaking test.
+        //        with pattern of /.?/, should see a series of one char matches, then a single
+        //        match of zero length at the end of the input string.
+        int32_t                 i;
+        UErrorCode          status=U_ZERO_ERROR;
+        RegexMatcher        m(".?", 0, status);
+        REGEX_CHECK_STATUS;
+        UText s = UTEXT_INITIALIZER;
+        utext_openUTF8(&s, "    ", -1, &status);
+        m.reset(&s);
+        for (i=0; ; i++) {
+            if (m.find() == FALSE) {
+                break;
             }
+            REGEX_ASSERT(m.start(status) == i);
+            REGEX_ASSERT(m.end(status) == (i<4 ? i+1 : i));
         }
+        REGEX_ASSERT(i==5);
+        
+        utext_close(&s);
+    }
+
+
+    //
+    // Matchers with no input string behave as if they had an empty input string.
+    //
+
+    {
+        UErrorCode status = U_ZERO_ERROR;
+        RegexMatcher  m(".?", 0, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(m.find());
+        REGEX_ASSERT(m.start(status) == 0);
+        REGEX_ASSERT(m.input() == "");
+    }
+    {
+        UErrorCode status = U_ZERO_ERROR;
+        RegexPattern  *p = RegexPattern::compile(".", 0, status);
+        RegexMatcher  *m = p->matcher(status);
+        REGEX_CHECK_STATUS;
+
+        REGEX_ASSERT(m->find() == FALSE);
+        REGEX_ASSERT(utext_nativeLength(m->inputText()) == 0);
+        delete m;
+        delete p;
+    }
+    
+    //
+    // Regions
+    //
+    {
+        UErrorCode status = U_ZERO_ERROR;
+        UText testPattern = UTEXT_INITIALIZER;
+        UText testText    = UTEXT_INITIALIZER;
+        regextst_openUTF8FromInvariant(&testPattern, ".*", -1, &status);
+        REGEX_VERBOSE_TEXT(&testPattern);
+        regextst_openUTF8FromInvariant(&testText, "This is test data", -1, &status);
+        REGEX_VERBOSE_TEXT(&testText);
+        
+        RegexMatcher m(&testPattern, &testText, 0, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(m.regionStart() == 0);
+        REGEX_ASSERT(m.regionEnd() == (int32_t)strlen("This is test data"));
+        REGEX_ASSERT(m.hasTransparentBounds() == FALSE);
+        REGEX_ASSERT(m.hasAnchoringBounds() == TRUE);
+        
+        m.region(2,4, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(m.matches(status));
+        REGEX_ASSERT(m.start(status)==2);
+        REGEX_ASSERT(m.end(status)==4);
+        REGEX_CHECK_STATUS;
+        
+        m.reset();
+        REGEX_ASSERT(m.regionStart() == 0);
+        REGEX_ASSERT(m.regionEnd() == (int32_t)strlen("This is test data"));
+        
+        regextst_openUTF8FromInvariant(&testText, "short", -1, &status);
+        REGEX_VERBOSE_TEXT(&testText);
+        m.reset(&testText);
+        REGEX_ASSERT(m.regionStart() == 0);
+        REGEX_ASSERT(m.regionEnd() == (int32_t)strlen("short"));
+        
+        REGEX_ASSERT(m.hasAnchoringBounds() == TRUE);
+        REGEX_ASSERT(&m == &m.useAnchoringBounds(FALSE));
+        REGEX_ASSERT(m.hasAnchoringBounds() == FALSE);
+        REGEX_ASSERT(&m == &m.reset());
+        REGEX_ASSERT(m.hasAnchoringBounds() == FALSE);
+        
+        REGEX_ASSERT(&m == &m.useAnchoringBounds(TRUE));
+        REGEX_ASSERT(m.hasAnchoringBounds() == TRUE);
+        REGEX_ASSERT(&m == &m.reset());
+        REGEX_ASSERT(m.hasAnchoringBounds() == TRUE);
+    
+        REGEX_ASSERT(m.hasTransparentBounds() == FALSE);
+        REGEX_ASSERT(&m == &m.useTransparentBounds(TRUE));
+        REGEX_ASSERT(m.hasTransparentBounds() == TRUE);
+        REGEX_ASSERT(&m == &m.reset());
+        REGEX_ASSERT(m.hasTransparentBounds() == TRUE);
+
+        REGEX_ASSERT(&m == &m.useTransparentBounds(FALSE));
+        REGEX_ASSERT(m.hasTransparentBounds() == FALSE);
+        REGEX_ASSERT(&m == &m.reset());
+        REGEX_ASSERT(m.hasTransparentBounds() == FALSE);
+        
+        utext_close(&testText);
+        utext_close(&testPattern);
+    }
+    
+    //
+    // hitEnd() and requireEnd()
+    //
+    {
+        UErrorCode status = U_ZERO_ERROR;
+        UText testPattern = UTEXT_INITIALIZER;
+        UText testText    = UTEXT_INITIALIZER;
+        const char str_[] = { 0x2e, 0x2a, 0x00 }; /* .* */
+        const char str_aabb[] = { 0x61, 0x61, 0x62, 0x62, 0x00 }; /* aabb */
+        utext_openUTF8(&testPattern, str_, -1, &status);
+        utext_openUTF8(&testText, str_aabb, -1, &status);
+        
+        RegexMatcher m1(&testPattern, &testText,  0, status);
+        REGEX_ASSERT(m1.lookingAt(status) == TRUE);
+        REGEX_ASSERT(m1.hitEnd() == TRUE);
+        REGEX_ASSERT(m1.requireEnd() == FALSE);
+        REGEX_CHECK_STATUS;
+        
+        status = U_ZERO_ERROR;
+        const char str_a[] = { 0x61, 0x2a, 0x00 }; /* a* */
+        utext_openUTF8(&testPattern, str_a, -1, &status);
+        RegexMatcher m2(&testPattern, &testText, 0, status);
+        REGEX_ASSERT(m2.lookingAt(status) == TRUE);
+        REGEX_ASSERT(m2.hitEnd() == FALSE);
+        REGEX_ASSERT(m2.requireEnd() == FALSE);
+        REGEX_CHECK_STATUS;
+
+        status = U_ZERO_ERROR;
+        const char str_dotstardollar[] = { 0x2e, 0x2a, 0x24, 0x00 }; /* .*$ */
+        utext_openUTF8(&testPattern, str_dotstardollar, -1, &status);
+        RegexMatcher m3(&testPattern, &testText, 0, status);
+        REGEX_ASSERT(m3.lookingAt(status) == TRUE);
+        REGEX_ASSERT(m3.hitEnd() == TRUE);
+        REGEX_ASSERT(m3.requireEnd() == TRUE);
+        REGEX_CHECK_STATUS;
+        
+        utext_close(&testText);
+        utext_close(&testPattern);
+    }
+}
+
+
+//---------------------------------------------------------------------------
+//
+//      API_Replace_UTF8   API test for class RegexMatcher, testing the
+//                         Replace family of functions.
+//
+//---------------------------------------------------------------------------
+void RegexTest::API_Replace_UTF8() {
+    //
+    //  Replace
+    //
+    int32_t             flags=0;
+    UParseError         pe;
+    UErrorCode          status=U_ZERO_ERROR;
+
+    UText               re=UTEXT_INITIALIZER;
+    regextst_openUTF8FromInvariant(&re, "abc", -1, &status);
+    REGEX_VERBOSE_TEXT(&re);
+    RegexPattern *pat = RegexPattern::compile(&re, flags, pe, status);
+    REGEX_CHECK_STATUS;
+    
+    char data[] = { 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x00 }; /* .abc..abc...abc.. */
+    //             012345678901234567
+    UText dataText = UTEXT_INITIALIZER;
+    utext_openUTF8(&dataText, data, -1, &status);
+    REGEX_CHECK_STATUS;
+    REGEX_VERBOSE_TEXT(&dataText);
+    RegexMatcher *matcher = &pat->matcher(status)->reset(&dataText);
+
+    //
+    //  Plain vanilla matches.
+    //
+    UnicodeString  dest;
+    UText destText = UTEXT_INITIALIZER;
+    utext_openUnicodeString(&destText, &dest, &status);
+    UText *result;
+    
+    UText replText = UTEXT_INITIALIZER;
+    
+    const char str_yz[] = { 0x79, 0x7a, 0x00 }; /* yz */
+    utext_openUTF8(&replText, str_yz, -1, &status);
+    REGEX_VERBOSE_TEXT(&replText);
+    result = matcher->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_yzabcabc[] = { 0x2e, 0x79, 0x7a, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x00 }; /* .yz..abc...abc.. */
+    REGEX_ASSERT_UTEXT_UTF8(str_yzabcabc, result);
+    utext_close(result);
+    result = matcher->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_yzabcabc, result);
+
+    result = matcher->replaceAll(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_yzyzyz[] = { 0x2e, 0x79, 0x7a, 0x2e, 0x2e, 0x79, 0x7a, 0x2e, 0x2e, 0x2e, 0x79, 0x7a, 0x2e, 0x2e, 0x00 }; /* .yz..yz...yz.. */
+    REGEX_ASSERT_UTEXT_UTF8(str_yzyzyz, result);
+    utext_close(result);
+
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher->replaceAll(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_yzyzyz, result);
+
+    //
+    //  Plain vanilla non-matches.
+    //
+    const char str_abxabxabx[] = { 0x2e, 0x61, 0x62, 0x78, 0x2e, 0x2e, 0x61, 0x62, 0x78, 0x2e, 0x2e, 0x2e, 0x61, 0x62, 0x78, 0x2e, 0x2e, 0x00 }; /* .abx..abx...abx.. */
+    utext_openUTF8(&dataText, str_abxabxabx, -1, &status);
+    matcher->reset(&dataText);
+    
+    result = matcher->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8(str_abxabxabx, result);
+    utext_close(result);
+    result = matcher->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_abxabxabx, result);
+
+    result = matcher->replaceAll(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8(str_abxabxabx, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher->replaceAll(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_abxabxabx, result);
+
+    //
+    // Empty source string
+    //
+    utext_openUTF8(&dataText, NULL, 0, &status);
+    matcher->reset(&dataText);
+    
+    result = matcher->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8("", result);
+    utext_close(result);
+    result = matcher->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8("", result);
+
+    result = matcher->replaceAll(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8("", result);
+    utext_close(result);
+    result = matcher->replaceAll(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8("", result);
+
+    //
+    // Empty substitution string
+    //
+    utext_openUTF8(&dataText, data, -1, &status); // ".abc..abc...abc.."
+    matcher->reset(&dataText);
+    
+    utext_openUTF8(&replText, NULL, 0, &status);
+    result = matcher->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_abcabc[] = { 0x2e, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x2e, 0x61, 0x62, 0x63, 0x2e, 0x2e, 0x00 }; /* ...abc...abc.. */
+    REGEX_ASSERT_UTEXT_UTF8(str_abcabc, result);
+    utext_close(result);
+    result = matcher->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_abcabc, result);
+
+    result = matcher->replaceAll(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_dots[] = { 0x2e, 0x2e, 0x2e, 0x2e, 0x2e, 0x2e, 0x2e, 0x2e, 0x00 }; /* ........ */
+    REGEX_ASSERT_UTEXT_UTF8(str_dots, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher->replaceAll(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_dots, result);
+
+    //
+    // match whole string
+    //
+    const char str_abc[] = { 0x61, 0x62, 0x63, 0x00 }; /* abc */
+    utext_openUTF8(&dataText, str_abc, -1, &status);
+    matcher->reset(&dataText);
+
+    const char str_xyz[] = { 0x78, 0x79, 0x7a, 0x00 }; /* xyz */
+    utext_openUTF8(&replText, str_xyz, -1, &status);
+    result = matcher->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8(str_xyz, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_xyz, result);
+
+    result = matcher->replaceAll(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UTEXT_UTF8(str_xyz, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher->replaceAll(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_xyz, result);
+
+    //
+    // Capture Group, simple case
+    //
+    const char str_add[] = { 0x61, 0x28, 0x2e, 0x2e, 0x29, 0x00 }; /* a(..) */
+    utext_openUTF8(&re, str_add, -1, &status);
+    RegexPattern *pat2 = RegexPattern::compile(&re, flags, pe, status);
+    REGEX_CHECK_STATUS;
+
+    const char str_abcdefg[] = { 0x61, 0x62, 0x63, 0x64, 0x65, 0x66, 0x67, 0x00 }; /* abcdefg */
+    utext_openUTF8(&dataText, str_abcdefg, -1, &status);
+    RegexMatcher *matcher2 = &pat2->matcher(status)->reset(&dataText);
+    REGEX_CHECK_STATUS;
+    
+    const char str_11[] = { 0x24, 0x31, 0x24, 0x31, 0x00 }; /* $1$1 */
+    utext_openUTF8(&replText, str_11, -1, &status);
+    result = matcher2->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_bcbcdefg[] = { 0x62, 0x63, 0x62, 0x63, 0x64, 0x65, 0x66, 0x67, 0x00 }; /* bcbcdefg */
+    REGEX_ASSERT_UTEXT_UTF8(str_bcbcdefg, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher2->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_bcbcdefg, result);
+   
+    const char str_v[24] = { 0x54, 0x68, 0x65, 0x20, 0x76, 0x61, 0x6c, 0x75, 0x65, 0x20, 0x6f, 0x66, 0x20, 0x5c, 0x24, 0x31, 0x20, 0x69, 0x73, 0x20, 0x24, 0x31, 0x2e, 0x00 }; /* The value of \$1 is $1. */ 
+    utext_openUTF8(&replText, str_v, -1, &status);
+    REGEX_VERBOSE_TEXT(&replText);
+    result = matcher2->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_Thevalueof1isbcdefg[] = { 0x54, 0x68, 0x65, 0x20, 0x76, 0x61, 0x6c, 0x75, 0x65, 0x20, 0x6f, 0x66, 0x20, 0x24, 0x31, 0x20, 0x69, 0x73, 0x20, 0x62, 0x63, 0x2e, 0x64, 0x65, 0x66, 0x67, 0x00 }; /* The value of $1 is bc.defg */
+    REGEX_ASSERT_UTEXT_UTF8(str_Thevalueof1isbcdefg, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher2->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_Thevalueof1isbcdefg, result);
+    
+    const char str_byitselfnogroupnumber[] = { 0x24, 0x20, 0x62, 0x79, 0x20, 0x69, 0x74, 0x73, 0x65, 0x6c, 0x66, 0x2c, 0x20, 0x6e, 0x6f, 0x20, 0x67, 0x72, 0x6f, 0x75, 0x70, 0x20, 0x6e, 0x75, 0x6d, 0x62, 0x65, 0x72, 0x20, 0x24, 0x24, 0x24, 0x00 }; /* $ by itself, no group number $$$ */
+    utext_openUTF8(&replText, str_byitselfnogroupnumber, -1, &status);
+    result = matcher2->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_byitselfnogroupnumberdefg[] = { 0x24, 0x20, 0x62, 0x79, 0x20, 0x69, 0x74, 0x73, 0x65, 0x6c, 0x66, 0x2c, 0x20, 0x6e, 0x6f, 0x20, 0x67, 0x72, 0x6f, 0x75, 0x70, 0x20, 0x6e, 0x75, 0x6d, 0x62, 0x65, 0x72, 0x20, 0x24, 0x24, 0x24, 0x64, 0x65, 0x66, 0x67, 0x00 }; /* $ by itself, no group number $$$defg */
+    REGEX_ASSERT_UTEXT_UTF8(str_byitselfnogroupnumberdefg, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher2->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_byitselfnogroupnumberdefg, result);
+
+    unsigned char supplDigitChars[] = { 0x53, 0x75, 0x70, 0x70, 0x6c, 0x65, 0x6d, 0x65, 0x6e, 0x74, 0x61, 0x6c, 0x20, 0x44, 0x69, 0x67, 0x69, 0x74, 0x20, 0x31, 0x20, 0x24, 0x78, 0x78, 0x78, 0x78, 0x2e, 0x00 }; /* Supplemental Digit 1 $xxxx. */
+    //unsigned char supplDigitChars[] = "Supplemental Digit 1 $xxxx."; // \U0001D7CF, MATHEMATICAL BOLD DIGIT ONE
+    //                                 012345678901234567890123456
+    supplDigitChars[22] = 0xF0;
+    supplDigitChars[23] = 0x9D;
+    supplDigitChars[24] = 0x9F;
+    supplDigitChars[25] = 0x8F;
+    utext_openUTF8(&replText, (char *)supplDigitChars, -1, &status);
+    
+    result = matcher2->replaceFirst(&replText, NULL, status);
+    REGEX_CHECK_STATUS;
+    const char str_SupplementalDigit1bcdefg[] = { 0x53, 0x75, 0x70, 0x70, 0x6c, 0x65, 0x6d, 0x65, 0x6e, 0x74, 0x61, 0x6c, 0x20, 0x44, 0x69, 0x67, 0x69, 0x74, 0x20, 0x31, 0x20, 0x62, 0x63, 0x2e, 0x64, 0x65, 0x66, 0x67, 0x00 }; /* Supplemental Digit 1 bc.defg */
+    REGEX_ASSERT_UTEXT_UTF8(str_SupplementalDigit1bcdefg, result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    result = matcher2->replaceFirst(&replText, &destText, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(result == &destText);
+    REGEX_ASSERT_UTEXT_UTF8(str_SupplementalDigit1bcdefg, result);
+    const char str_badcapturegroupnumber5[] = { 0x62, 0x61, 0x64, 0x20, 0x63, 0x61, 0x70, 0x74, 0x75, 0x72, 0x65, 0x20, 0x67, 0x72, 0x6f, 0x75, 0x70, 0x20, 0x6e, 0x75, 0x6d, 0x62, 0x65, 0x72, 0x20, 0x24, 0x35, 0x2e, 0x2e, 0x2e,  0x00 }; /* bad capture group number $5..." */
+    utext_openUTF8(&replText, str_badcapturegroupnumber5, -1, &status);
+    REGEX_ASSERT_FAIL((result = matcher2->replaceFirst(&replText, NULL, status)), U_INDEX_OUTOFBOUNDS_ERROR);
+//    REGEX_ASSERT_UTEXT_UTF8("abcdefg", result);
+    utext_close(result);
+    utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+    REGEX_ASSERT_FAIL((result = matcher2->replaceFirst(&replText, &destText, status)), U_INDEX_OUTOFBOUNDS_ERROR);
+    REGEX_ASSERT(result == &destText);
+//    REGEX_ASSERT_UTEXT_UTF8("abcdefg", result);
+
+    //
+    // Replacement String with \u hex escapes
+    //
+    {
+      const char str_abc1abc2abc3[] = { 0x61, 0x62, 0x63, 0x20, 0x31, 0x20, 0x61, 0x62, 0x63, 0x20, 0x32, 0x20, 0x61, 0x62, 0x63, 0x20, 0x33, 0x00 }; /* abc 1 abc 2 abc 3 */
+      const char str_u0043[] = { 0x2d, 0x2d, 0x5c, 0x75, 0x30, 0x30, 0x34, 0x33, 0x2d, 0x2d, 0x00 }; /* --\u0043-- */
+        utext_openUTF8(&dataText, str_abc1abc2abc3, -1, &status);
+        utext_openUTF8(&replText, str_u0043, -1, &status);
+        matcher->reset(&dataText);
+        
+        result = matcher->replaceAll(&replText, NULL, status);
+        REGEX_CHECK_STATUS;
+        const char str_C1C2C3[] = { 0x2d, 0x2d, 0x43, 0x2d, 0x2d, 0x20, 0x31, 0x20, 0x2d, 0x2d, 0x43, 0x2d, 0x2d, 0x20, 0x32, 0x20, 0x2d, 0x2d, 0x43, 0x2d, 0x2d, 0x20, 0x33, 0x00 }; /* --C-- 1 --C-- 2 --C-- 3 */
+        REGEX_ASSERT_UTEXT_UTF8(str_C1C2C3, result);
+        utext_close(result);
+        utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+        result = matcher->replaceAll(&replText, &destText, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &destText);
+        REGEX_ASSERT_UTEXT_UTF8(str_C1C2C3, result);
+    }
+    {
+      const char str_abc[] = { 0x61, 0x62, 0x63, 0x20, 0x21, 0x00 }; /* abc ! */
+        utext_openUTF8(&dataText, str_abc, -1, &status);
+        const char str_U00010000[] = { 0x2d, 0x2d, 0x5c, 0x55, 0x30, 0x30, 0x30, 0x31, 0x30, 0x30, 0x30, 0x30, 0x2d, 0x2d, 0x00 }; /* --\U00010000-- */
+        utext_openUTF8(&replText, str_U00010000, -1, &status);
+        matcher->reset(&dataText);
+
+        unsigned char expected[] = { 0x2d, 0x2d, 0x78, 0x78, 0x78, 0x78, 0x2d, 0x2d, 0x20, 0x21, 0x00 }; /* --xxxx-- ! */ // \U00010000, "LINEAR B SYLLABLE B008 A"
+        //                          0123456789     
+        expected[2] = 0xF0;
+        expected[3] = 0x90;
+        expected[4] = 0x80;
+        expected[5] = 0x80;
+
+        result = matcher->replaceAll(&replText, NULL, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT_UTEXT_UTF8((char *)expected, result);
+        utext_close(result);
+        utext_replace(&destText, 0, utext_nativeLength(&destText), NULL, 0, &status);
+        result = matcher->replaceAll(&replText, &destText, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &destText);
+        REGEX_ASSERT_UTEXT_UTF8((char *)expected, result);
+    }
+    // TODO:  need more through testing of capture substitutions.
+
+    // Bug 4057
+    //
+    {
+        status = U_ZERO_ERROR;
+const char str_ssee[] = { 0x73, 0x73, 0x28, 0x2e, 0x2a, 0x3f, 0x29, 0x65, 0x65, 0x00 }; /* ss(.*?)ee */
+const char str_blah[] = { 0x54, 0x68, 0x65, 0x20, 0x6d, 0x61, 0x74, 0x63, 0x68, 0x65, 0x73, 0x20, 0x73, 0x74, 0x61, 0x72, 0x74, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x73, 0x73, 0x20, 0x61, 0x6e, 0x64, 0x20, 0x65, 0x6e, 0x64, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x65, 0x65, 0x20, 0x73, 0x73, 0x20, 0x73, 0x74, 0x75, 0x66, 0x66, 0x20, 0x65, 0x65, 0x20, 0x66, 0x69, 0x6e, 0x00 }; /* The matches start with ss and end with ee ss stuff ee fin */
+const char str_ooh[] = { 0x6f, 0x6f, 0x68, 0x00 }; /* ooh */
+        utext_openUTF8(&re, str_ssee, -1, &status);
+        utext_openUTF8(&dataText, str_blah, -1, &status);
+        utext_openUTF8(&replText, str_ooh, -1, &status);
+        
+        RegexMatcher m(&re, 0, status);
+        REGEX_CHECK_STATUS;
+        
+        UnicodeString result;
+        UText resultText = UTEXT_INITIALIZER;
+        utext_openUnicodeString(&resultText, &result, &status);
+
+        // Multiple finds do NOT bump up the previous appendReplacement postion.
+        m.reset(&dataText);
+        m.find();
+        m.find();
+        m.appendReplacement(&resultText, &replText, status);
+        REGEX_CHECK_STATUS;
+        const char str_blah2[] = { 0x54, 0x68, 0x65, 0x20, 0x6d, 0x61, 0x74, 0x63, 0x68, 0x65, 0x73, 0x20, 0x73, 0x74, 0x61, 0x72, 0x74, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x73, 0x73, 0x20, 0x61, 0x6e, 0x64, 0x20, 0x65, 0x6e, 0x64, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x65, 0x65, 0x20, 0x6f, 0x6f, 0x68, 0x00 }; /* The matches start with ss and end with ee ooh */
+        REGEX_ASSERT_UTEXT_UTF8(str_blah2, &resultText);
+
+        // After a reset into the interior of a string, appendReplacement still starts at beginning.
+        status = U_ZERO_ERROR;
+        result.truncate(0);
+        utext_openUnicodeString(&resultText, &result, &status);
+        m.reset(10, status);
+        m.find();
+        m.find();
+        m.appendReplacement(&resultText, &replText, status);
+        REGEX_CHECK_STATUS;
+        const char str_blah3[] = { 0x54, 0x68, 0x65, 0x20, 0x6d, 0x61, 0x74, 0x63, 0x68, 0x65, 0x73, 0x20, 0x73, 0x74, 0x61, 0x72, 0x74, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x73, 0x73, 0x20, 0x61, 0x6e, 0x64, 0x20, 0x65, 0x6e, 0x64, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x65, 0x65, 0x20, 0x6f, 0x6f, 0x68, 0x00 }; /* The matches start with ss and end with ee ooh */
+        REGEX_ASSERT_UTEXT_UTF8(str_blah3, &resultText);
+
+        // find() at interior of string, appendReplacement still starts at beginning.
+        status = U_ZERO_ERROR;
+        result.truncate(0);
+        utext_openUnicodeString(&resultText, &result, &status);
+        m.reset();
+        m.find(10, status);
+        m.find();
+        m.appendReplacement(&resultText, &replText, status);
+        REGEX_CHECK_STATUS;
+        const char str_blah8[] = { 0x54, 0x68, 0x65, 0x20, 0x6d, 0x61, 0x74, 0x63, 0x68, 0x65, 0x73, 0x20, 0x73, 0x74, 0x61, 0x72, 0x74, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x73, 0x73, 0x20, 0x61, 0x6e, 0x64, 0x20, 0x65, 0x6e, 0x64, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x65, 0x65, 0x20, 0x6f, 0x6f, 0x68, 0x00 }; /* The matches start with ss and end with ee ooh */
+        REGEX_ASSERT_UTEXT_UTF8(str_blah8, &resultText);
+
+        m.appendTail(&resultText, status);
+        const char str_blah9[] = { 0x54, 0x68, 0x65, 0x20, 0x6d, 0x61, 0x74, 0x63, 0x68, 0x65, 0x73, 0x20, 0x73, 0x74, 0x61, 0x72, 0x74, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x73, 0x73, 0x20, 0x61, 0x6e, 0x64, 0x20, 0x65, 0x6e, 0x64, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x65, 0x65, 0x20, 0x6f, 0x6f, 0x68, 0x20, 0x66, 0x69, 0x6e, 0x00 }; /* The matches start with ss and end with ee ooh fin */
+        REGEX_ASSERT_UTEXT_UTF8(str_blah9, &resultText);
+        
+        utext_close(&resultText);
+    }
+
+    delete matcher2;
+    delete pat2;
+    delete matcher;
+    delete pat;
+    
+    utext_close(&dataText);
+    utext_close(&replText);
+    utext_close(&destText);
+    utext_close(&re);
+}
+
+
+//---------------------------------------------------------------------------
+//
+//      API_Pattern_UTF8  Test that the API for class RegexPattern is
+//                        present and nominally working.
+//
+//---------------------------------------------------------------------------
+void RegexTest::API_Pattern_UTF8() {
+    RegexPattern        pata;    // Test default constructor to not crash.
+    RegexPattern        patb;
+
+    REGEX_ASSERT(pata == patb);
+    REGEX_ASSERT(pata == pata);
+
+    UText         re1 = UTEXT_INITIALIZER;
+    UText         re2 = UTEXT_INITIALIZER;
+    UErrorCode    status = U_ZERO_ERROR;
+    UParseError   pe;
+    
+    const char str_abcalmz[] = { 0x61, 0x62, 0x63, 0x5b, 0x61, 0x2d, 0x6c, 0x5d, 0x5b, 0x6d, 0x2d, 0x7a, 0x5d, 0x00 }; /* abc[a-l][m-z] */
+    const char str_def[] = { 0x64, 0x65, 0x66, 0x00 }; /* def */
+    utext_openUTF8(&re1, str_abcalmz, -1, &status);
+    utext_openUTF8(&re2, str_def, -1, &status);
+
+    RegexPattern        *pat1 = RegexPattern::compile(&re1, 0, pe, status);
+    RegexPattern        *pat2 = RegexPattern::compile(&re2, 0, pe, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(*pat1 == *pat1);
+    REGEX_ASSERT(*pat1 != pata);
+
+    // Assign
+    patb = *pat1;
+    REGEX_ASSERT(patb == *pat1);
+
+    // Copy Construct
+    RegexPattern patc(*pat1);
+    REGEX_ASSERT(patc == *pat1);
+    REGEX_ASSERT(patb == patc);
+    REGEX_ASSERT(pat1 != pat2);
+    patb = *pat2;
+    REGEX_ASSERT(patb != patc);
+    REGEX_ASSERT(patb == *pat2);
+
+    // Compile with no flags.
+    RegexPattern         *pat1a = RegexPattern::compile(&re1, pe, status);
+    REGEX_ASSERT(*pat1a == *pat1);
+
+    REGEX_ASSERT(pat1a->flags() == 0);
+
+    // Compile with different flags should be not equal
+    RegexPattern        *pat1b = RegexPattern::compile(&re1, UREGEX_CASE_INSENSITIVE, pe, status);
+    REGEX_CHECK_STATUS;
+
+    REGEX_ASSERT(*pat1b != *pat1a);
+    REGEX_ASSERT(pat1b->flags() == UREGEX_CASE_INSENSITIVE);
+    REGEX_ASSERT(pat1a->flags() == 0);
+    delete pat1b;
+
+    // clone
+    RegexPattern *pat1c = pat1->clone();
+    REGEX_ASSERT(*pat1c == *pat1);
+    REGEX_ASSERT(*pat1c != *pat2);
+
+    delete pat1c;
+    delete pat1a;
+    delete pat1;
+    delete pat2;
+    
+    utext_close(&re1);
+    utext_close(&re2);
+
+
+    //
+    //   Verify that a matcher created from a cloned pattern works.
+    //     (Jitterbug 3423)
+    //
+    {
+        UErrorCode     status     = U_ZERO_ERROR;
+        UText          pattern    = UTEXT_INITIALIZER;
+        const char str_pL[] = { 0x5c, 0x70, 0x7b, 0x4c, 0x7d, 0x2b, 0x00 }; /* \p{L}+ */
+        utext_openUTF8(&pattern, str_pL, -1, &status);
+        
+        RegexPattern  *pSource    = RegexPattern::compile(&pattern, 0, status);
+        RegexPattern  *pClone     = pSource->clone();
+        delete         pSource;
+        RegexMatcher  *mFromClone = pClone->matcher(status);
+        REGEX_CHECK_STATUS;
+        
+        UText          input      = UTEXT_INITIALIZER;
+        const char str_HelloWorld[] = { 0x48, 0x65, 0x6c, 0x6c, 0x6f, 0x20, 0x57, 0x6f, 0x72, 0x6c, 0x64, 0x00 }; /* Hello World */
+        utext_openUTF8(&input, str_HelloWorld, -1, &status);
+        mFromClone->reset(&input);
+        REGEX_ASSERT(mFromClone->find() == TRUE);
+        REGEX_ASSERT(mFromClone->group(status) == "Hello");
+        REGEX_ASSERT(mFromClone->find() == TRUE);
+        REGEX_ASSERT(mFromClone->group(status) == "World");
+        REGEX_ASSERT(mFromClone->find() == FALSE);
+        delete mFromClone;
+        delete pClone;
+        
+        utext_close(&input);
+        utext_close(&pattern);
+    }
+
+    //
+    //   matches convenience API
+    //
+    {
+        UErrorCode status  = U_ZERO_ERROR;
+        UText      pattern = UTEXT_INITIALIZER;
+        UText      input   = UTEXT_INITIALIZER;
+        
+        const char str_randominput[] = { 0x72, 0x61, 0x6e, 0x64, 0x6f, 0x6d, 0x20, 0x69, 0x6e, 0x70, 0x75, 0x74, 0x00 }; /* random input */
+        utext_openUTF8(&input, str_randominput, -1, &status);
+
+        const char str_dotstar[] = { 0x2e, 0x2a, 0x00 }; /* .* */
+        utext_openUTF8(&pattern, str_dotstar, -1, &status);
+        REGEX_ASSERT(RegexPattern::matches(&pattern, &input, pe, status) == TRUE);
+        REGEX_CHECK_STATUS;
+        
+        const char str_abc[] = { 0x61, 0x62, 0x63, 0x00 }; /* abc */
+        utext_openUTF8(&pattern, str_abc, -1, &status);
+        REGEX_ASSERT(RegexPattern::matches("abc", "random input", pe, status) == FALSE);
+        REGEX_CHECK_STATUS;
+        
+        const char str_nput[] = { 0x2e, 0x2a, 0x6e, 0x70, 0x75, 0x74, 0x00 }; /* .*nput */
+        utext_openUTF8(&pattern, str_nput, -1, &status);
+        REGEX_ASSERT(RegexPattern::matches(".*nput", "random input", pe, status) == TRUE);
+        REGEX_CHECK_STATUS;
+        
+        utext_openUTF8(&pattern, str_randominput, -1, &status);
+        REGEX_ASSERT(RegexPattern::matches("random input", "random input", pe, status) == TRUE);
+        REGEX_CHECK_STATUS;
+
+        const char str_u[] = { 0x2e, 0x2a, 0x75, 0x00 }; /* .*u */
+        utext_openUTF8(&pattern, str_u, -1, &status);
+        REGEX_ASSERT(RegexPattern::matches(".*u", "random input", pe, status) == FALSE);
+        REGEX_CHECK_STATUS;
+        
+        utext_openUTF8(&input, str_abc, -1, &status);
+        utext_openUTF8(&pattern, str_abc, -1, &status);
+        status = U_INDEX_OUTOFBOUNDS_ERROR;
+        REGEX_ASSERT(RegexPattern::matches("abc", "abc", pe, status) == FALSE);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
+        
+        utext_close(&input);
+        utext_close(&pattern);
+    }
+
+
+    //
+    // Split()
+    //
+    status = U_ZERO_ERROR;
+    const char str_spaceplus[] = { 0x20, 0x2b, 0x00 }; /*  + */
+    utext_openUTF8(&re1, str_spaceplus, -1, &status);
+    pat1 = RegexPattern::compile(&re1, pe, status);
+    REGEX_CHECK_STATUS;
+    UnicodeString  fields[10];
+
+    int32_t n;
+    n = pat1->split("Now is the time", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==4);
+    REGEX_ASSERT(fields[0]=="Now");
+    REGEX_ASSERT(fields[1]=="is");
+    REGEX_ASSERT(fields[2]=="the");
+    REGEX_ASSERT(fields[3]=="time");
+    REGEX_ASSERT(fields[4]=="");
+
+    n = pat1->split("Now is the time", fields, 2, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==2);
+    REGEX_ASSERT(fields[0]=="Now");
+    REGEX_ASSERT(fields[1]=="is the time");
+    REGEX_ASSERT(fields[2]=="the");   // left over from previous test
+
+    fields[1] = "*";
+    status = U_ZERO_ERROR;
+    n = pat1->split("Now is the time", fields, 1, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==1);
+    REGEX_ASSERT(fields[0]=="Now is the time");
+    REGEX_ASSERT(fields[1]=="*");
+    status = U_ZERO_ERROR;
+
+    n = pat1->split("    Now       is the time   ", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==6);
+    REGEX_ASSERT(fields[0]=="");
+    REGEX_ASSERT(fields[1]=="Now");
+    REGEX_ASSERT(fields[2]=="is");
+    REGEX_ASSERT(fields[3]=="the");
+    REGEX_ASSERT(fields[4]=="time");
+    REGEX_ASSERT(fields[5]=="");
+    REGEX_ASSERT(fields[6]=="");
+
+    fields[2] = "*";
+    n = pat1->split("     ", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==2);
+    REGEX_ASSERT(fields[0]=="");
+    REGEX_ASSERT(fields[1]=="");
+    REGEX_ASSERT(fields[2]=="*");
+
+    fields[0] = "foo";
+    n = pat1->split("", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==0);
+    REGEX_ASSERT(fields[0]=="foo");
+
+    delete pat1;
+
+    //  split, with a pattern with (capture)
+    regextst_openUTF8FromInvariant(&re1, "<(\\w*)>", -1, &status);
+    pat1 = RegexPattern::compile(&re1,  pe, status);
+    REGEX_CHECK_STATUS;
+
+    status = U_ZERO_ERROR;
+    fields[6] = fields[7] = "*";
+    n = pat1->split("<a>Now is <b>the time<c>", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==7);
+    REGEX_ASSERT(fields[0]=="");
+    REGEX_ASSERT(fields[1]=="a");
+    REGEX_ASSERT(fields[2]=="Now is ");
+    REGEX_ASSERT(fields[3]=="b");
+    REGEX_ASSERT(fields[4]=="the time");
+    REGEX_ASSERT(fields[5]=="c");
+    REGEX_ASSERT(fields[6]=="");
+    REGEX_ASSERT(fields[7]=="*");
+    REGEX_ASSERT(status==U_ZERO_ERROR);
+
+    fields[6] = fields[7] = "*";
+    n = pat1->split("  <a>Now is <b>the time<c>", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==7);
+    REGEX_ASSERT(fields[0]=="  ");
+    REGEX_ASSERT(fields[1]=="a");
+    REGEX_ASSERT(fields[2]=="Now is ");
+    REGEX_ASSERT(fields[3]=="b");
+    REGEX_ASSERT(fields[4]=="the time");
+    REGEX_ASSERT(fields[5]=="c");
+    REGEX_ASSERT(fields[6]=="");
+    REGEX_ASSERT(fields[7]=="*");
+
+    status = U_ZERO_ERROR;
+    fields[6] = "foo";
+    n = pat1->split("  <a>Now is <b>the time<c> ", fields, 6, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==6);
+    REGEX_ASSERT(fields[0]=="  ");
+    REGEX_ASSERT(fields[1]=="a");
+    REGEX_ASSERT(fields[2]=="Now is ");
+    REGEX_ASSERT(fields[3]=="b");
+    REGEX_ASSERT(fields[4]=="the time");
+    REGEX_ASSERT(fields[5]==" ");
+    REGEX_ASSERT(fields[6]=="foo");
+
+    status = U_ZERO_ERROR;
+    fields[5] = "foo";
+    n = pat1->split("  <a>Now is <b>the time<c>", fields, 5, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==5);
+    REGEX_ASSERT(fields[0]=="  ");
+    REGEX_ASSERT(fields[1]=="a");
+    REGEX_ASSERT(fields[2]=="Now is ");
+    REGEX_ASSERT(fields[3]=="b");
+    REGEX_ASSERT(fields[4]=="the time<c>");
+    REGEX_ASSERT(fields[5]=="foo");
+
+    status = U_ZERO_ERROR;
+    fields[5] = "foo";
+    n = pat1->split("  <a>Now is <b>the time", fields, 5, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==5);
+    REGEX_ASSERT(fields[0]=="  ");
+    REGEX_ASSERT(fields[1]=="a");
+    REGEX_ASSERT(fields[2]=="Now is ");
+    REGEX_ASSERT(fields[3]=="b");
+    REGEX_ASSERT(fields[4]=="the time");
+    REGEX_ASSERT(fields[5]=="foo");
+
+    status = U_ZERO_ERROR;
+    n = pat1->split("  <a>Now is <b>the time<c>", fields, 4, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==4);
+    REGEX_ASSERT(fields[0]=="  ");
+    REGEX_ASSERT(fields[1]=="a");
+    REGEX_ASSERT(fields[2]=="Now is ");
+    REGEX_ASSERT(fields[3]=="the time<c>");
+    status = U_ZERO_ERROR;
+    delete pat1;
+
+    regextst_openUTF8FromInvariant(&re1, "([-,])", -1, &status);
+    pat1 = RegexPattern::compile(&re1, pe, status);
+    REGEX_CHECK_STATUS;
+    n = pat1->split("1-10,20", fields, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(n==5);
+    REGEX_ASSERT(fields[0]=="1");
+    REGEX_ASSERT(fields[1]=="-");
+    REGEX_ASSERT(fields[2]=="10");
+    REGEX_ASSERT(fields[3]==",");
+    REGEX_ASSERT(fields[4]=="20");
+    delete pat1;
+
+
+    //
+    // RegexPattern::pattern() and patternText()
+    //
+    pat1 = new RegexPattern();
+    REGEX_ASSERT(pat1->pattern() == "");
+    REGEX_ASSERT_UTEXT_UTF8("", pat1->patternText(status));
+    delete pat1;
+    const char *helloWorldInvariant = "(Hello, world)*";
+    regextst_openUTF8FromInvariant(&re1, helloWorldInvariant, -1, &status);
+    pat1 = RegexPattern::compile(&re1, pe, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT_UNISTR(pat1->pattern(),"(Hello, world)*");
+    REGEX_ASSERT_UTEXT_INVARIANT("(Hello, world)*", pat1->patternText(status));
+    delete pat1;
+
+    utext_close(&re1);
+}
+
+
+//---------------------------------------------------------------------------
+//
+//      Extended       A more thorough check for features of regex patterns
+//                     The test cases are in a separate data file,
+//                       source/tests/testdata/regextst.txt
+//                     A description of the test data format is included in that file.
+//
+//---------------------------------------------------------------------------
+
+const char *
+RegexTest::getPath(char buffer[2048], const char *filename) {
+    UErrorCode status=U_ZERO_ERROR;
+    const char *testDataDirectory = IntlTest::getSourceTestData(status);
+    if (U_FAILURE(status)) {
+        errln("ERROR: loadTestData() failed - %s", u_errorName(status));
+        return NULL;
+    }
+
+    strcpy(buffer, testDataDirectory);
+    strcat(buffer, filename);
+    return buffer;
+}
+
+void RegexTest::Extended() {
+    char tdd[2048];
+    const char *srcPath;
+    UErrorCode  status  = U_ZERO_ERROR;
+    int32_t     lineNum = 0;
+
+    //
+    //  Open and read the test data file.
+    //
+    srcPath=getPath(tdd, "regextst.txt");
+    if(srcPath==NULL) {
+        return; /* something went wrong, error already output */
+    }
+
+    int32_t    len;
+    UChar *testData = ReadAndConvertFile(srcPath, len, "utf-8", status);
+    if (U_FAILURE(status)) {
+        return; /* something went wrong, error already output */
+    }
+
+    //
+    //  Put the test data into a UnicodeString
+    //
+    UnicodeString testString(FALSE, testData, len);
+
+    RegexMatcher    quotedStuffMat(UNICODE_STRING_SIMPLE("\\s*([\\'\\\"/])(.*?)\\1"), 0, status);
+    RegexMatcher    commentMat    (UNICODE_STRING_SIMPLE("\\s*(#.*)?$"), 0, status);
+    RegexMatcher    flagsMat      (UNICODE_STRING_SIMPLE("\\s*([ixsmdteDEGLMQvabtyYzZ2-9]*)([:letter:]*)"), 0, status);
+
+    RegexMatcher    lineMat(UNICODE_STRING_SIMPLE("(.*?)\\r?\\n"), testString, 0, status);
+    UnicodeString   testPattern;   // The pattern for test from the test file.
+    UnicodeString   testFlags;     // the flags   for a test.
+    UnicodeString   matchString;   // The marked up string to be used as input
+
+    if (U_FAILURE(status)){
+        dataerrln("Construct RegexMatcher() error.");
+        delete [] testData;
+        return;
+    }
+
+    //
+    //  Loop over the test data file, once per line.
+    //
+    while (lineMat.find()) {
+        lineNum++;
+        if (U_FAILURE(status)) {
+          errln("%s:%d: ICU Error \"%s\"", srcPath, lineNum, u_errorName(status));
+        }
+
+        status = U_ZERO_ERROR;
+        UnicodeString testLine = lineMat.group(1, status);
+        if (testLine.length() == 0) {
+            continue;
+        }
+
+        //
+        // Parse the test line.  Skip blank and comment only lines.
+        // Separate out the three main fields - pattern, flags, target.
+        //
+
+        commentMat.reset(testLine);
+        if (commentMat.lookingAt(status)) {
+            // This line is a comment, or blank.
+            continue;
+        }
+
+        //
+        //  Pull out the pattern field, remove it from the test file line.
+        //
+        quotedStuffMat.reset(testLine);
+        if (quotedStuffMat.lookingAt(status)) {
+            testPattern = quotedStuffMat.group(2, status);
+            testLine.remove(0, quotedStuffMat.end(0, status));
+        } else {
+            errln("Bad pattern (missing quotes?) at %s:%d", srcPath, lineNum);
+            continue;
+        }
+
+
+        //
+        //  Pull out the flags from the test file line.
+        //
+        flagsMat.reset(testLine);
+        flagsMat.lookingAt(status);                  // Will always match, possibly an empty string.
+        testFlags = flagsMat.group(1, status);
+        if (flagsMat.group(2, status).length() > 0) {
+            errln("Bad Match flag at line %d. Scanning %c\n",
+                lineNum, flagsMat.group(2, status).charAt(0));
+            continue;
+        }
+        testLine.remove(0, flagsMat.end(0, status));
+
+        //
+        //  Pull out the match string, as a whole.
+        //    We'll process the <tags> later.
+        //
+        quotedStuffMat.reset(testLine);
+        if (quotedStuffMat.lookingAt(status)) {
+            matchString = quotedStuffMat.group(2, status);
+            testLine.remove(0, quotedStuffMat.end(0, status));
+        } else {
+            errln("Bad match string at test file line %d", lineNum);
+            continue;
+        }
+
+        //
+        //  The only thing left from the input line should be an optional trailing comment.
+        //
+        commentMat.reset(testLine);
+        if (commentMat.lookingAt(status) == FALSE) {
+            errln("Line %d: unexpected characters at end of test line.", lineNum);
+            continue;
+        }
+
+        //
+        //  Run the test
+        //
+        regex_find(testPattern, testFlags, matchString, srcPath, lineNum);
+    }
+
+    delete [] testData;
+
+}
+
+
+
+//---------------------------------------------------------------------------
+//
+//    regex_find(pattern, flags, inputString, lineNumber)
+//
+//         Function to run a single test from the Extended (data driven) tests.
+//         See file test/testdata/regextst.txt for a description of the
+//         pattern and inputString fields, and the allowed flags.
+//         lineNumber is the source line in regextst.txt of the test.
+//
+//---------------------------------------------------------------------------
+
+
+//  Set a value into a UVector at position specified by a decimal number in
+//   a UnicodeString.   This is a utility function needed by the actual test function,
+//   which follows.
+static void set(UVector &vec, int32_t val, UnicodeString index) {
+    UErrorCode  status=U_ZERO_ERROR;
+    int32_t  idx = 0;
+    for (int32_t i=0; i<index.length(); i++) {
+        int32_t d=u_charDigitValue(index.charAt(i));
+        if (d<0) {return;}
+        idx = idx*10 + d;
+    }
+    while (vec.size()<idx+1) {vec.addElement(-1, status);}
+    vec.setElementAt(val, idx);
+}
+
+static void setInt(UVector &vec, int32_t val, int32_t idx) {
+    UErrorCode  status=U_ZERO_ERROR;
+    while (vec.size()<idx+1) {vec.addElement(-1, status);}
+    vec.setElementAt(val, idx);
+}
+
+static UBool utextOffsetToNative(UText *utext, int32_t unistrOffset, int32_t& nativeIndex)
+{
+    UBool couldFind = TRUE;
+    UTEXT_SETNATIVEINDEX(utext, 0);
+    int32_t i = 0;
+    while (i < unistrOffset) {
+        UChar32 c = UTEXT_NEXT32(utext);
+        if (c != U_SENTINEL) {
+            i += U16_LENGTH(c);
+        } else {
+            couldFind = FALSE;
+            break;
+        }
+    }
+    nativeIndex = (int32_t)UTEXT_GETNATIVEINDEX(utext);
+    return couldFind;
+}
+
+
+void RegexTest::regex_find(const UnicodeString &pattern,
+                           const UnicodeString &flags,
+                           const UnicodeString &inputString,
+                           const char *srcPath,
+                           int32_t line) {
+    UnicodeString       unEscapedInput;
+    UnicodeString       deTaggedInput;
+    
+    int32_t             patternUTF8Length,      inputUTF8Length;
+    char                *patternChars  = NULL, *inputChars = NULL;
+    UText               patternText    = UTEXT_INITIALIZER;
+    UText               inputText      = UTEXT_INITIALIZER;
+    UConverter          *UTF8Converter = NULL;
+
+    UErrorCode          status         = U_ZERO_ERROR;
+    UParseError         pe;
+    RegexPattern        *parsePat      = NULL;
+    RegexMatcher        *parseMatcher  = NULL;
+    RegexPattern        *callerPattern = NULL, *UTF8Pattern = NULL;
+    RegexMatcher        *matcher       = NULL, *UTF8Matcher = NULL;
+    UVector             groupStarts(status);
+    UVector             groupEnds(status);
+    UVector             groupStartsUTF8(status);
+    UVector             groupEndsUTF8(status);
+    UBool               isMatch        = FALSE, isUTF8Match = FALSE;
+    UBool               failed         = FALSE;
+    int32_t             numFinds;
+    int32_t             i;
+    UBool               useMatchesFunc   = FALSE;
+    UBool               useLookingAtFunc = FALSE;
+    int32_t             regionStart      = -1;
+    int32_t             regionEnd        = -1;
+    int32_t             regionStartUTF8  = -1;
+    int32_t             regionEndUTF8    = -1;
+    
+
+    //
+    //  Compile the caller's pattern
+    //
+    uint32_t bflags = 0;
+    if (flags.indexOf((UChar)0x69) >= 0)  { // 'i' flag
+        bflags |= UREGEX_CASE_INSENSITIVE;
+    }
+    if (flags.indexOf((UChar)0x78) >= 0)  { // 'x' flag
+        bflags |= UREGEX_COMMENTS;
+    }
+    if (flags.indexOf((UChar)0x73) >= 0)  { // 's' flag
+        bflags |= UREGEX_DOTALL;
+    }
+    if (flags.indexOf((UChar)0x6d) >= 0)  { // 'm' flag
+        bflags |= UREGEX_MULTILINE;
+    }
+    
+    if (flags.indexOf((UChar)0x65) >= 0) { // 'e' flag
+        bflags |= UREGEX_ERROR_ON_UNKNOWN_ESCAPES;
+    }
+    if (flags.indexOf((UChar)0x44) >= 0) { // 'D' flag
+        bflags |= UREGEX_UNIX_LINES;
+    }
+    if (flags.indexOf((UChar)0x51) >= 0) { // 'Q' flag
+        bflags |= UREGEX_LITERAL;
+    }
+
+
+    callerPattern = RegexPattern::compile(pattern, bflags, pe, status);
+    if (status != U_ZERO_ERROR) {
+        #if UCONFIG_NO_BREAK_ITERATION==1
+        // 'v' test flag means that the test pattern should not compile if ICU was configured
+        //     to not include break iteration.  RBBI is needed for Unicode word boundaries.
+        if (flags.indexOf((UChar)0x76) >= 0 /*'v'*/ && status == U_UNSUPPORTED_ERROR) {
+            goto cleanupAndReturn;
+        }
+        #endif
+        if (flags.indexOf((UChar)0x45) >= 0) {  //  flags contain 'E'
+            // Expected pattern compilation error.
+            if (flags.indexOf((UChar)0x64) >= 0) {   // flags contain 'd'
+                logln("Pattern Compile returns \"%s\"", u_errorName(status));
+            }
+            goto cleanupAndReturn;
+        } else {
+            // Unexpected pattern compilation error.
+            dataerrln("Line %d: error %s compiling pattern.", line, u_errorName(status));
+            goto cleanupAndReturn;
+        }
+    }
+
+    UTF8Converter = ucnv_open("UTF8", &status);
+    ucnv_setFromUCallBack(UTF8Converter, UCNV_FROM_U_CALLBACK_STOP, NULL, NULL, NULL, &status);
+    
+    patternUTF8Length = pattern.extract(NULL, 0, UTF8Converter, status);
+    status = U_ZERO_ERROR; // buffer overflow
+    patternChars = new char[patternUTF8Length+1];
+    pattern.extract(patternChars, patternUTF8Length+1, UTF8Converter, status);
+    utext_openUTF8(&patternText, patternChars, patternUTF8Length, &status);
+    
+    if (status == U_ZERO_ERROR) {
+        UTF8Pattern = RegexPattern::compile(&patternText, bflags, pe, status);
+        
+        if (status != U_ZERO_ERROR) {
+#if UCONFIG_NO_BREAK_ITERATION==1
+            // 'v' test flag means that the test pattern should not compile if ICU was configured
+            //     to not include break iteration.  RBBI is needed for Unicode word boundaries.
+            if (flags.indexOf((UChar)0x76) >= 0 /*'v'*/ && status == U_UNSUPPORTED_ERROR) {
+                goto cleanupAndReturn;
+            }
+#endif
+            if (flags.indexOf((UChar)0x45) >= 0) {  //  flags contain 'E'
+                // Expected pattern compilation error.
+                if (flags.indexOf((UChar)0x64) >= 0) {   // flags contain 'd'
+                    logln("Pattern Compile returns \"%s\" (UTF8)", u_errorName(status));
+                }
+                goto cleanupAndReturn;
+            } else {
+                // Unexpected pattern compilation error.
+                errln("Line %d: error %s compiling pattern. (UTF8)", line, u_errorName(status));
+                goto cleanupAndReturn;
+            }
+        }
+    }
+    
+    if (UTF8Pattern == NULL) {
+        // UTF-8 does not allow unpaired surrogates, so this could actually happen without being a failure of the engine
+        logln("Unable to create UTF-8 pattern, skipping UTF-8 tests for %s:%d", srcPath, line);
+        status = U_ZERO_ERROR;
+    }
+
+    if (flags.indexOf((UChar)0x64) >= 0) {  // 'd' flag
+        RegexPatternDump(callerPattern);
+    }
+
+    if (flags.indexOf((UChar)0x45) >= 0) {  // 'E' flag
+        errln("%s, Line %d: Expected, but did not get, a pattern compilation error.", srcPath, line);
+        goto cleanupAndReturn;
+    }
+
+
+    //
+    // Number of times find() should be called on the test string, default to 1
+    //
+    numFinds = 1;
+    for (i=2; i<=9; i++) {
+        if (flags.indexOf((UChar)(0x30 + i)) >= 0) {   // digit flag
+            if (numFinds != 1) {
+                errln("Line %d: more than one digit flag.  Scanning %d.", line, i);
+                goto cleanupAndReturn;
+            }
+            numFinds = i;
+        }
+    }
+    
+    // 'M' flag.  Use matches() instead of find()
+    if (flags.indexOf((UChar)0x4d) >= 0) {
+        useMatchesFunc = TRUE;
+    }
+    if (flags.indexOf((UChar)0x4c) >= 0) {
+        useLookingAtFunc = TRUE;
+    }
+
+    //
+    //  Find the tags in the input data, remove them, and record the group boundary
+    //    positions.
+    //
+    parsePat = RegexPattern::compile("<(/?)(r|[0-9]+)>", 0, pe, status);
+    REGEX_CHECK_STATUS_L(line);
+
+    unEscapedInput = inputString.unescape();
+    parseMatcher = parsePat->matcher(unEscapedInput, status);
+    REGEX_CHECK_STATUS_L(line);
+    while(parseMatcher->find()) {
+        parseMatcher->appendReplacement(deTaggedInput, "", status);
+        REGEX_CHECK_STATUS;
+        UnicodeString groupNum = parseMatcher->group(2, status);
+        if (groupNum == "r") {
+            // <r> or </r>, a region specification within the string
+            if (parseMatcher->group(1, status) == "/") {
+                regionEnd = deTaggedInput.length();
+            } else {
+                regionStart = deTaggedInput.length();
+            }
+        } else {
+            // <digits> or </digits>, a group match boundary tag.
+            if (parseMatcher->group(1, status) == "/") {
+                set(groupEnds, deTaggedInput.length(), groupNum);
+            } else {
+                set(groupStarts, deTaggedInput.length(), groupNum);
+            }
+        }
+    }
+    parseMatcher->appendTail(deTaggedInput);
+    REGEX_ASSERT_L(groupStarts.size() == groupEnds.size(), line);
+    if ((regionStart>=0 || regionEnd>=0) && (regionStart<0 || regionStart>regionEnd)) {
+      errln("mismatched <r> tags");
+      failed = TRUE;
+      goto cleanupAndReturn;
+    }
+
+    //
+    //  Configure the matcher according to the flags specified with this test.
+    //
+    matcher = callerPattern->matcher(deTaggedInput, status);
+    REGEX_CHECK_STATUS_L(line);
+    if (flags.indexOf((UChar)0x74) >= 0) {   //  't' trace flag
+        matcher->setTrace(TRUE);
+    }
+    
+    if (UTF8Pattern != NULL) {
+        inputUTF8Length = deTaggedInput.extract(NULL, 0, UTF8Converter, status);
+        status = U_ZERO_ERROR; // buffer overflow
+        inputChars = new char[inputUTF8Length+1];
+        deTaggedInput.extract(inputChars, inputUTF8Length+1, UTF8Converter, status);
+        utext_openUTF8(&inputText, inputChars, inputUTF8Length, &status);
+
+        if (status == U_ZERO_ERROR) {
+            UTF8Matcher = &UTF8Pattern->matcher(status)->reset(&inputText);
+            REGEX_CHECK_STATUS_L(line);
+        }
+        
+        if (UTF8Matcher == NULL) {
+            // UTF-8 does not allow unpaired surrogates, so this could actually happen without being a failure of the engine
+          logln("Unable to create UTF-8 matcher, skipping UTF-8 tests for %s:%d", srcPath, line);
+            status = U_ZERO_ERROR;
+        }
+    }
+
+    //
+    //  Generate native indices for UTF8 versions of region and capture group info
+    //
+    if (UTF8Matcher != NULL) {
+        if (regionStart>=0)    (void) utextOffsetToNative(&inputText, regionStart, regionStartUTF8);
+        if (regionEnd>=0)      (void) utextOffsetToNative(&inputText, regionEnd, regionEndUTF8);
+       
+        //  Fill out the native index UVector info.
+        //  Only need 1 loop, from above we know groupStarts.size() = groupEnds.size()
+        for (i=0; i<groupStarts.size(); i++) {
+            int32_t  start = groupStarts.elementAti(i);
+            //  -1 means there was no UVector slot and we won't be requesting that capture group for this test, don't bother inserting
+            if (start >= 0) {
+                int32_t  startUTF8;
+                if (!utextOffsetToNative(&inputText, start, startUTF8)) {
+                    errln("Error at line %d: could not find native index for group start %d.  UTF16 index %d", line, i, start);
+                    failed = TRUE;
+                    goto cleanupAndReturn;  // Good chance of subsequent bogus errors.  Stop now.
+                }
+                setInt(groupStartsUTF8, startUTF8, i);
+            }
+            
+            int32_t  end = groupEnds.elementAti(i);
+            //  -1 means there was no UVector slot and we won't be requesting that capture group for this test, don't bother inserting
+            if (end >= 0) {
+                int32_t  endUTF8;
+                if (!utextOffsetToNative(&inputText, end, endUTF8)) {
+                    errln("Error at line %d: could not find native index for group end %d.  UTF16 index %d", line, i, end);
+                    failed = TRUE;
+                    goto cleanupAndReturn;  // Good chance of subsequent bogus errors.  Stop now.
+                }
+                setInt(groupEndsUTF8, endUTF8, i);
+            }
+        }
+    }
+
+    if (regionStart>=0) {
+       matcher->region(regionStart, regionEnd, status);
+       REGEX_CHECK_STATUS_L(line);
+       if (UTF8Matcher != NULL) {
+           UTF8Matcher->region(regionStartUTF8, regionEndUTF8, status);
+           REGEX_CHECK_STATUS_L(line);
+       }
+    }
+    if (flags.indexOf((UChar)0x61) >= 0) {   //  'a' anchoring bounds flag
+        matcher->useAnchoringBounds(FALSE);
+        if (UTF8Matcher != NULL) {
+            UTF8Matcher->useAnchoringBounds(FALSE);
+        }
+    }
+    if (flags.indexOf((UChar)0x62) >= 0) {   //  'b' transparent bounds flag
+        matcher->useTransparentBounds(TRUE);
+        if (UTF8Matcher != NULL) {
+            UTF8Matcher->useTransparentBounds(TRUE);
+        }
+    }
+    
+    
+
+    //
+    // Do a find on the de-tagged input using the caller's pattern
+    //     TODO: error on count>1 and not find().
+    //           error on both matches() and lookingAt().
+    //
+    for (i=0; i<numFinds; i++) {
+        if (useMatchesFunc) {
+            isMatch = matcher->matches(status);
+            if (UTF8Matcher != NULL) {
+               isUTF8Match = UTF8Matcher->matches(status);
+            }
+        } else  if (useLookingAtFunc) {
+            isMatch = matcher->lookingAt(status);
+            if (UTF8Matcher != NULL) {
+                isUTF8Match = UTF8Matcher->lookingAt(status);
+            }
+        } else {
+            isMatch = matcher->find();
+            if (UTF8Matcher != NULL) {
+                isUTF8Match = UTF8Matcher->find();
+            }
+        }
+    }
+    matcher->setTrace(FALSE);
+
+    //
+    // Match up the groups from the find() with the groups from the tags
+    //
+
+    // number of tags should match number of groups from find operation.
+    // matcher->groupCount does not include group 0, the entire match, hence the +1.
+    //   G option in test means that capture group data is not available in the
+    //     expected results, so the check needs to be suppressed.
+    if (isMatch == FALSE && groupStarts.size() != 0) {
+        dataerrln("Error at line %d:  Match expected, but none found.", line);
+        failed = TRUE;
+        goto cleanupAndReturn;
+    } else if (UTF8Matcher != NULL && isUTF8Match == FALSE && groupStarts.size() != 0) {
+        errln("Error at line %d:  Match expected, but none found. (UTF8)", line);
+        failed = TRUE;
+        goto cleanupAndReturn;
+    }
+
+    if (flags.indexOf((UChar)0x47 /*G*/) >= 0) {
+        // Only check for match / no match.  Don't check capture groups.
+        if (isMatch && groupStarts.size() == 0) {
+            errln("Error at line %d:  No match expected, but one found.", line);
+            failed = TRUE;
+        } else if (UTF8Matcher != NULL && isUTF8Match && groupStarts.size() == 0) {
+            errln("Error at line %d:  No match expected, but one found. (UTF8)", line);
+            failed = TRUE;
+        }
+        goto cleanupAndReturn;
+    }
+
+    REGEX_CHECK_STATUS_L(line);
+    for (i=0; i<=matcher->groupCount(); i++) {
+        int32_t  expectedStart = (i >= groupStarts.size()? -1 : groupStarts.elementAti(i));
+        int32_t  expectedStartUTF8 = (i >= groupStartsUTF8.size()? -1 : groupStartsUTF8.elementAti(i));
+        if (matcher->start(i, status) != expectedStart) {
+            errln("Error at line %d: incorrect start position for group %d.  Expected %d, got %d",
+                line, i, expectedStart, matcher->start(i, status));
+            failed = TRUE;
+            goto cleanupAndReturn;  // Good chance of subsequent bogus errors.  Stop now.
+        } else if (UTF8Matcher != NULL && UTF8Matcher->start(i, status) != expectedStartUTF8) {
+            errln("Error at line %d: incorrect start position for group %d.  Expected %d, got %d (UTF8)",
+                  line, i, expectedStartUTF8, UTF8Matcher->start(i, status));
+            failed = TRUE;
+            goto cleanupAndReturn;  // Good chance of subsequent bogus errors.  Stop now.
+        }
+        
+        int32_t  expectedEnd = (i >= groupEnds.size()? -1 : groupEnds.elementAti(i));
+        int32_t  expectedEndUTF8 = (i >= groupEndsUTF8.size()? -1 : groupEndsUTF8.elementAti(i));
+        if (matcher->end(i, status) != expectedEnd) {
+            errln("Error at line %d: incorrect end position for group %d.  Expected %d, got %d",
+                line, i, expectedEnd, matcher->end(i, status));
+            failed = TRUE;
+            // Error on end position;  keep going; real error is probably yet to come as group
+            //   end positions work from end of the input data towards the front.
+        } else if (UTF8Matcher != NULL && UTF8Matcher->end(i, status) != expectedEndUTF8) {
+            errln("Error at line %d: incorrect end position for group %d.  Expected %d, got %d (UTF8)",
+                  line, i, expectedEndUTF8, UTF8Matcher->end(i, status));
+            failed = TRUE;
+            // Error on end position;  keep going; real error is probably yet to come as group
+            //   end positions work from end of the input data towards the front.
+        }
+    }
+    if ( matcher->groupCount()+1 < groupStarts.size()) {
+        errln("Error at line %d: Expected %d capture groups, found %d.",
+            line, groupStarts.size()-1, matcher->groupCount());
+        failed = TRUE;
+        }
+    else if (UTF8Matcher != NULL && UTF8Matcher->groupCount()+1 < groupStarts.size()) {
+        errln("Error at line %d: Expected %d capture groups, found %d. (UTF8)",
+              line, groupStarts.size()-1, UTF8Matcher->groupCount());
+        failed = TRUE;
+    }
+
+    if ((flags.indexOf((UChar)0x59) >= 0) &&   //  'Y' flag:  RequireEnd() == false
+        matcher->requireEnd() == TRUE) {
+        errln("Error at line %d: requireEnd() returned TRUE.  Expected FALSE", line);
+        failed = TRUE;
+    } else if (UTF8Matcher != NULL && (flags.indexOf((UChar)0x59) >= 0) &&   //  'Y' flag:  RequireEnd() == false
+        UTF8Matcher->requireEnd() == TRUE) {
+        errln("Error at line %d: requireEnd() returned TRUE.  Expected FALSE (UTF8)", line);
+        failed = TRUE;
+    }
+    
+    if ((flags.indexOf((UChar)0x79) >= 0) &&   //  'y' flag:  RequireEnd() == true
+        matcher->requireEnd() == FALSE) {
+        errln("Error at line %d: requireEnd() returned FALSE.  Expected TRUE", line);
+        failed = TRUE;
+    } else if (UTF8Matcher != NULL && (flags.indexOf((UChar)0x79) >= 0) &&   //  'Y' flag:  RequireEnd() == false
+        UTF8Matcher->requireEnd() == FALSE) {
+        errln("Error at line %d: requireEnd() returned FALSE.  Expected TRUE (UTF8)", line);
+        failed = TRUE;
+    }
+    
+    if ((flags.indexOf((UChar)0x5A) >= 0) &&   //  'Z' flag:  hitEnd() == false
+        matcher->hitEnd() == TRUE) {
+        errln("Error at line %d: hitEnd() returned TRUE.  Expected FALSE", line);
+        failed = TRUE;
+    } else if (UTF8Matcher != NULL && (flags.indexOf((UChar)0x5A) >= 0) &&   //  'Z' flag:  hitEnd() == false
+               UTF8Matcher->hitEnd() == TRUE) {
+        errln("Error at line %d: hitEnd() returned TRUE.  Expected FALSE (UTF8)", line);
+        failed = TRUE;
+    }
+    
+    if ((flags.indexOf((UChar)0x7A) >= 0) &&   //  'z' flag:  hitEnd() == true
+        matcher->hitEnd() == FALSE) {
+        errln("Error at line %d: hitEnd() returned FALSE.  Expected TRUE", line);
+        failed = TRUE;
+    } else if (UTF8Matcher != NULL && (flags.indexOf((UChar)0x7A) >= 0) &&   //  'z' flag:  hitEnd() == true
+               UTF8Matcher->hitEnd() == FALSE) {
+        errln("Error at line %d: hitEnd() returned FALSE.  Expected TRUE (UTF8)", line);
+        failed = TRUE;
+    }
+
+
+cleanupAndReturn:
+    if (failed) {
+        infoln((UnicodeString)"\""+pattern+(UnicodeString)"\"  "
+            +flags+(UnicodeString)"  \""+inputString+(UnicodeString)"\"");
+        // callerPattern->dump();
+    }
+    delete parseMatcher;
+    delete parsePat;
+    delete UTF8Matcher;
+    delete UTF8Pattern;
+    delete matcher;
+    delete callerPattern;
+    
+    utext_close(&inputText);
+    delete[] inputChars;
+    utext_close(&patternText);
+    delete[] patternChars;
+    ucnv_close(UTF8Converter);
+}
+
+
+
+
+//---------------------------------------------------------------------------
+//
+//      Errors     Check for error handling in patterns.
+//
+//---------------------------------------------------------------------------
+void RegexTest::Errors() {
+    // \escape sequences that aren't implemented yet.
+    //REGEX_ERR("hex format \\x{abcd} not implemented", 1, 13, U_REGEX_UNIMPLEMENTED);
+
+    // Missing close parentheses
+    REGEX_ERR("Comment (?# with no close", 1, 25, U_REGEX_MISMATCHED_PAREN);
+    REGEX_ERR("Capturing Parenthesis(...", 1, 25, U_REGEX_MISMATCHED_PAREN);
+    REGEX_ERR("Grouping only parens (?: blah blah", 1, 34, U_REGEX_MISMATCHED_PAREN);
+
+    // Extra close paren
+    REGEX_ERR("Grouping only parens (?: blah)) blah", 1, 31, U_REGEX_MISMATCHED_PAREN);
+    REGEX_ERR(")))))))", 1, 1, U_REGEX_MISMATCHED_PAREN);
+    REGEX_ERR("(((((((", 1, 7, U_REGEX_MISMATCHED_PAREN);
+
+    // Look-ahead, Look-behind
+    //  TODO:  add tests for unbounded length look-behinds.
+    REGEX_ERR("abc(?<@xyz).*", 1, 7, U_REGEX_RULE_SYNTAX);       // illegal construct
+
+    // Attempt to use non-default flags
+    {
+        UParseError   pe;
+        UErrorCode    status = U_ZERO_ERROR;
+        int32_t       flags  = UREGEX_CANON_EQ |
+                               UREGEX_COMMENTS         | UREGEX_DOTALL   |
+                               UREGEX_MULTILINE;
+        RegexPattern *pat1= RegexPattern::compile(".*", flags, pe, status);
+        REGEX_ASSERT(status == U_REGEX_UNIMPLEMENTED);
+        delete pat1;
+    }
+
+
+    // Quantifiers are allowed only after something that can be quantified.
+    REGEX_ERR("+", 1, 1, U_REGEX_RULE_SYNTAX);
+    REGEX_ERR("abc\ndef(*2)", 2, 5, U_REGEX_RULE_SYNTAX);
+    REGEX_ERR("abc**", 1, 5, U_REGEX_RULE_SYNTAX);
+
+    // Mal-formed {min,max} quantifiers
+    REGEX_ERR("abc{a,2}",1,5, U_REGEX_BAD_INTERVAL);
+    REGEX_ERR("abc{4,2}",1,8, U_REGEX_MAX_LT_MIN);
+    REGEX_ERR("abc{1,b}",1,7, U_REGEX_BAD_INTERVAL);
+    REGEX_ERR("abc{1,,2}",1,7, U_REGEX_BAD_INTERVAL);
+    REGEX_ERR("abc{1,2a}",1,8, U_REGEX_BAD_INTERVAL);
+    REGEX_ERR("abc{222222222222222222222}",1,14, U_REGEX_NUMBER_TOO_BIG);
+    REGEX_ERR("abc{5,50000000000}", 1, 17, U_REGEX_NUMBER_TOO_BIG);        // Overflows int during scan
+    REGEX_ERR("abc{5,687865858}", 1, 16, U_REGEX_NUMBER_TOO_BIG);          // Overflows regex binary format
+    REGEX_ERR("abc{687865858,687865859}", 1, 24, U_REGEX_NUMBER_TOO_BIG);
+
+    // Ticket 5389
+    REGEX_ERR("*c", 1, 1, U_REGEX_RULE_SYNTAX);
+
+    // Invalid Back Reference \0
+    //    For ICU 3.8 and earlier
+    //    For ICU versions newer than 3.8, \0 introduces an octal escape.
+    //
+    REGEX_ERR("(ab)\\0", 1, 6, U_REGEX_BAD_ESCAPE_SEQUENCE);
+
+}
+
+
+//-------------------------------------------------------------------------------
+//      
+//  Read a text data file, convert it to UChars, and return the data
+//    in one big UChar * buffer, which the caller must delete.
+//
+//--------------------------------------------------------------------------------
+UChar *RegexTest::ReadAndConvertFile(const char *fileName, int32_t &ulen,
+                                     const char *defEncoding, UErrorCode &status) {
+    UChar       *retPtr  = NULL;
+    char        *fileBuf = NULL;
+    UConverter* conv     = NULL;
+    FILE        *f       = NULL;
+
+    ulen = 0;
+    if (U_FAILURE(status)) {
+        return retPtr;
+    }
+
+    //
+    //  Open the file.
+    //
+    f = fopen(fileName, "rb");
+    if (f == 0) {
+        dataerrln("Error opening test data file %s\n", fileName);
+        status = U_FILE_ACCESS_ERROR;
+        return NULL;
+    }
+    //
+    //  Read it in
+    //
+    int32_t            fileSize;
+    int32_t            amt_read;
+
+    fseek( f, 0, SEEK_END);
+    fileSize = ftell(f);
+    fileBuf = new char[fileSize];
+    fseek(f, 0, SEEK_SET);
+    amt_read = fread(fileBuf, 1, fileSize, f);
+    if (amt_read != fileSize || fileSize <= 0) {
+        errln("Error reading test data file.");
+        goto cleanUpAndReturn;
+    }
+
+    //
+    // Look for a Unicode Signature (BOM) on the data just read
+    //
+    int32_t        signatureLength;
+    const char *   fileBufC;
+    const char*    encoding;
+
+    fileBufC = fileBuf;
+    encoding = ucnv_detectUnicodeSignature(
+        fileBuf, fileSize, &signatureLength, &status);
+    if(encoding!=NULL ){
+        fileBufC  += signatureLength;
+        fileSize  -= signatureLength;
+    } else {
+        encoding = defEncoding;
+        if (strcmp(encoding, "utf-8") == 0) {
+            errln("file %s is missing its BOM", fileName);
+        }
+    }
+
+    //
+    // Open a converter to take the rule file to UTF-16
+    //
+    conv = ucnv_open(encoding, &status);
+    if (U_FAILURE(status)) {
+        goto cleanUpAndReturn;
+    }
+
+    //
+    // Convert the rules to UChar.
+    //  Preflight first to determine required buffer size.
+    //
+    ulen = ucnv_toUChars(conv,
+        NULL,           //  dest,
+        0,              //  destCapacity,
+        fileBufC,
+        fileSize,
+        &status);
+    if (status == U_BUFFER_OVERFLOW_ERROR) {
+        // Buffer Overflow is expected from the preflight operation.
+        status = U_ZERO_ERROR;
+
+        retPtr = new UChar[ulen+1];
+        ucnv_toUChars(conv,
+            retPtr,       //  dest,
+            ulen+1,
+            fileBufC,
+            fileSize,
+            &status);
+    }
+
+cleanUpAndReturn:
+    fclose(f);
+    delete[] fileBuf;
+    ucnv_close(conv);
+    if (U_FAILURE(status)) {
+        errln("ucnv_toUChars: ICU Error \"%s\"\n", u_errorName(status));
+        delete []retPtr;
+        retPtr = 0;
+        ulen   = 0;
+    };
+    return retPtr;
+}
+
+
+//-------------------------------------------------------------------------------
+//
+//   PerlTests  - Run Perl's regular expression tests
+//                The input file for this test is re_tests, the standard regular
+//                expression test data distributed with the Perl source code.
+//
+//                Here is Perl's description of the test data file:
+//
+//        # The tests are in a separate file 't/op/re_tests'.
+//        # Each line in that file is a separate test.
+//        # There are five columns, separated by tabs.
+//        #
+//        # Column 1 contains the pattern, optionally enclosed in C<''>.
+//        # Modifiers can be put after the closing C<'>.
+//        #
+//        # Column 2 contains the string to be matched.
+//        #
+//        # Column 3 contains the expected result:
+//        #     y   expect a match
+//        #     n   expect no match
+//        #     c   expect an error
+//        # B   test exposes a known bug in Perl, should be skipped
+//        # b   test exposes a known bug in Perl, should be skipped if noamp
+//        #
+//        # Columns 4 and 5 are used only if column 3 contains C<y> or C<c>.
+//        #
+//        # Column 4 contains a string, usually C<$&>.
+//        #
+//        # Column 5 contains the expected result of double-quote
+//        # interpolating that string after the match, or start of error message.
+//        #
+//        # Column 6, if present, contains a reason why the test is skipped.
+//        # This is printed with "skipped", for harness to pick up.
+//        #
+//        # \n in the tests are interpolated, as are variables of the form ${\w+}.
+//        #
+//        # If you want to add a regular expression test that can't be expressed
+//        # in this format, don't add it here: put it in op/pat.t instead.
+//
+//        For ICU, if field 3 contains an 'i', the test will be skipped.
+//        The test exposes is some known incompatibility between ICU and Perl regexps.
+//        (The i is in addition to whatever was there before.)
+//
+//-------------------------------------------------------------------------------
+void RegexTest::PerlTests() {
+    char tdd[2048];
+    const char *srcPath;
+    UErrorCode  status = U_ZERO_ERROR;
+    UParseError pe;
+
+    //
+    //  Open and read the test data file.
+    //
+    srcPath=getPath(tdd, "re_tests.txt");
+    if(srcPath==NULL) {
+        return; /* something went wrong, error already output */
     }
-    parseMatcher->appendTail(deTaggedInput);
-    REGEX_ASSERT_L(groupStarts.size() == groupEnds.size(), line);
-    if ((regionStart>=0 || regionEnd>=0) && (regionStart<0 || regionStart>regionEnd)) {
-      errln("mismatched <r> tags");
-      failed = TRUE;
-      goto cleanupAndReturn;
+
+    int32_t    len;
+    UChar *testData = ReadAndConvertFile(srcPath, len, "iso-8859-1", status);
+    if (U_FAILURE(status)) {
+        return; /* something went wrong, error already output */
     }
 
+    //
+    //  Put the test data into a UnicodeString
+    //
+    UnicodeString testDataString(FALSE, testData, len);
 
     //
-    //  Configure the matcher according to the flags specified with this test.
+    //  Regex to break the input file into lines, and strip the new lines.
+    //     One line per match, capture group one is the desired data.
     //
-    matcher = callerPattern->matcher(deTaggedInput, status);
-    REGEX_CHECK_STATUS_L(line);
-    if (flags.indexOf((UChar)0x74) >= 0) {   //  't' trace flag
-        matcher->setTrace(TRUE);
-    }
-    if (regionStart>=0) {
-       matcher->region(regionStart, regionEnd, status);
-       REGEX_CHECK_STATUS_L(line);
-    }
-    if (flags.indexOf((UChar)0x61) >= 0) {   //  'a' anchoring bounds flag
-        matcher->useAnchoringBounds(FALSE);
-    }
-    if (flags.indexOf((UChar)0x62) >= 0) {   //  'b' transparent bounds flag
-        matcher->useTransparentBounds(TRUE);
+    RegexPattern* linePat = RegexPattern::compile(UNICODE_STRING_SIMPLE("(.+?)[\\r\\n]+"), 0, pe, status);
+    if (U_FAILURE(status)) {
+        dataerrln("RegexPattern::compile() error");
+        return;
     }
-    
-    
+    RegexMatcher* lineMat = linePat->matcher(testDataString, status);
 
     //
-    // Do a find on the de-tagged input using the caller's pattern
-    //     TODO: error on count>1 and not find().
-    //           error on both matches() and lookingAt().
+    //  Regex to split a test file line into fields.
+    //    There are six fields, separated by tabs.
     //
-    for (i=0; i<numFinds; i++) {
-        if (useMatchesFunc) {
-            isMatch = matcher->matches(status);
-        } else  if (useLookingAtFunc) {
-            isMatch = matcher->lookingAt(status);
-        } else {
-            isMatch = matcher->find();
-        }
-    }
-    matcher->setTrace(FALSE);
+    RegexPattern* fieldPat = RegexPattern::compile(UNICODE_STRING_SIMPLE("\\t"), 0, pe, status);
 
     //
-    // Match up the groups from the find() with the groups from the tags
+    //  Regex to identify test patterns with flag settings, and to separate them.
+    //    Test patterns with flags look like 'pattern'i
+    //    Test patterns without flags are not quoted:   pattern
+    //   Coming out, capture group 2 is the pattern, capture group 3 is the flags.
     //
+    RegexPattern *flagPat = RegexPattern::compile(UNICODE_STRING_SIMPLE("('?)(.*)\\1(.*)"), 0, pe, status);
+    RegexMatcher* flagMat = flagPat->matcher(status);
 
-    // number of tags should match number of groups from find operation.
-    // matcher->groupCount does not include group 0, the entire match, hence the +1.
-    //   G option in test means that capture group data is not available in the
-    //     expected results, so the check needs to be suppressed.
-    if (isMatch == FALSE && groupStarts.size() != 0) {
-        errln("Error at line %d:  Match expected, but none found.\n", line);
-        failed = TRUE;
-        goto cleanupAndReturn;
-    }
+    //
+    // The Perl tests reference several perl-isms, which are evaluated/substituted
+    //   in the test data.  Not being perl, this must be done explicitly.  Here
+    //   are string constants and REs for these constructs.
+    //
+    UnicodeString nulnulSrc("${nulnul}");
+    UnicodeString nulnul("\\u0000\\u0000", -1, US_INV);
+    nulnul = nulnul.unescape();
 
-    if (flags.indexOf((UChar)0x47 /*G*/) >= 0) {
-        // Only check for match / no match.  Don't check capture groups.
-        if (isMatch && groupStarts.size() == 0) {
-            errln("Error at line %d:  No match expected, but one found.\n", line);
-            failed = TRUE;
+    UnicodeString ffffSrc("${ffff}");
+    UnicodeString ffff("\\uffff", -1, US_INV);
+    ffff = ffff.unescape();
+
+    //  regexp for $-[0], $+[2], etc.
+    RegexPattern *groupsPat = RegexPattern::compile(UNICODE_STRING_SIMPLE("\\$([+\\-])\\[(\\d+)\\]"), 0, pe, status);
+    RegexMatcher *groupsMat = groupsPat->matcher(status);
+
+    //  regexp for $0, $1, $2, etc.
+    RegexPattern *cgPat = RegexPattern::compile(UNICODE_STRING_SIMPLE("\\$(\\d+)"), 0, pe, status);
+    RegexMatcher *cgMat = cgPat->matcher(status);
+
+
+    //
+    // Main Loop for the Perl Tests, runs once per line from the
+    //   test data file.
+    //
+    int32_t  lineNum = 0;
+    int32_t  skippedUnimplementedCount = 0;
+    while (lineMat->find()) {
+        lineNum++;
+
+        //
+        //  Get a line, break it into its fields, do the Perl
+        //    variable substitutions.
+        //
+        UnicodeString line = lineMat->group(1, status);
+        UnicodeString fields[7];
+        fieldPat->split(line, fields, 7, status);
+
+        flagMat->reset(fields[0]);
+        flagMat->matches(status);
+        UnicodeString pattern  = flagMat->group(2, status);
+        pattern.findAndReplace("${bang}", "!");
+        pattern.findAndReplace(nulnulSrc, UNICODE_STRING_SIMPLE("\\u0000\\u0000"));
+        pattern.findAndReplace(ffffSrc, ffff);
+
+        //
+        //  Identify patterns that include match flag settings,
+        //    split off the flags, remove the extra quotes.
+        //
+        UnicodeString flagStr = flagMat->group(3, status);
+        if (U_FAILURE(status)) {
+            errln("ucnv_toUChars: ICU Error \"%s\"\n", u_errorName(status));
+            return;
+        }
+        int32_t flags = 0;
+        const UChar UChar_c = 0x63;  // Char constants for the flag letters.
+        const UChar UChar_i = 0x69;  //   (Damn the lack of Unicode support in C)
+        const UChar UChar_m = 0x6d;
+        const UChar UChar_x = 0x78;
+        const UChar UChar_y = 0x79;
+        if (flagStr.indexOf(UChar_i) != -1) {
+            flags |= UREGEX_CASE_INSENSITIVE;
+        }
+        if (flagStr.indexOf(UChar_m) != -1) {
+            flags |= UREGEX_MULTILINE;
+        }
+        if (flagStr.indexOf(UChar_x) != -1) {
+            flags |= UREGEX_COMMENTS;
         }
-        goto cleanupAndReturn;
-    }
 
-    for (i=0; i<=matcher->groupCount(); i++) {
-        int32_t  expectedStart = (i >= groupStarts.size()? -1 : groupStarts.elementAti(i));
-        if (matcher->start(i, status) != expectedStart) {
-            errln("Error at line %d: incorrect start position for group %d.  Expected %d, got %d",
-                line, i, expectedStart, matcher->start(i, status));
-            failed = TRUE;
-            goto cleanupAndReturn;  // Good chance of subsequent bogus errors.  Stop now.
+        //
+        // Compile the test pattern.
+        //
+        status = U_ZERO_ERROR;
+        RegexPattern *testPat = RegexPattern::compile(pattern, flags, pe, status);
+        if (status == U_REGEX_UNIMPLEMENTED) {
+            //
+            // Test of a feature that is planned for ICU, but not yet implemented.
+            //   skip the test.
+            skippedUnimplementedCount++;
+            delete testPat;
+            status = U_ZERO_ERROR;
+            continue;
         }
-        int32_t  expectedEnd = (i >= groupEnds.size()? -1 : groupEnds.elementAti(i));
-        if (matcher->end(i, status) != expectedEnd) {
-            errln("Error at line %d: incorrect end position for group %d.  Expected %d, got %d",
-                line, i, expectedEnd, matcher->end(i, status));
-            failed = TRUE;
-            // Error on end position;  keep going; real error is probably yet to come as group
-            //   end positions work from end of the input data towards the front.
+
+        if (U_FAILURE(status)) {
+            // Some tests are supposed to generate errors.
+            //   Only report an error for tests that are supposed to succeed.
+            if (fields[2].indexOf(UChar_c) == -1  &&  // Compilation is not supposed to fail AND
+                fields[2].indexOf(UChar_i) == -1)     //   it's not an accepted ICU incompatibility
+            {
+                errln("line %d: ICU Error \"%s\"\n", lineNum, u_errorName(status));
+            }
+            status = U_ZERO_ERROR;
+            delete testPat;
+            continue;
         }
-    }
-    if ( matcher->groupCount()+1 < groupStarts.size()) {
-        errln("Error at line %d: Expected %d capture groups, found %d.",
-            line, groupStarts.size()-1, matcher->groupCount());
-        failed = TRUE;
+
+        if (fields[2].indexOf(UChar_i) >= 0) {
+            // ICU should skip this test.
+            delete testPat;
+            continue;
         }
 
-    if ((flags.indexOf((UChar)0x59) >= 0) &&   //  'Y' flag:  RequireEnd() == false
-        matcher->requireEnd() == TRUE) {
-        errln("Error at line %d: requireEnd() returned TRUE.  Expected FALSE", line);
-        failed = TRUE;
-    }
-    if ((flags.indexOf((UChar)0x79) >= 0) &&   //  'y' flag:  RequireEnd() == true
-        matcher->requireEnd() == FALSE) {
-        errln("Error at line %d: requireEnd() returned FALSE.  Expected TRUE", line);
-        failed = TRUE;
-    }
-    if ((flags.indexOf((UChar)0x5A) >= 0) &&   //  'Z' flag:  hitEnd() == false
-        matcher->hitEnd() == TRUE) {
-        errln("Error at line %d: hitEnd() returned TRUE.  Expected FALSE", line);
-        failed = TRUE;
-    }
-    if ((flags.indexOf((UChar)0x7A) >= 0) &&   //  'z' flag:  hitEnd() == true
-        matcher->hitEnd() == FALSE) {
-        errln("Error at line %d: hitEnd() returned FALSE.  Expected TRUE", line);
-        failed = TRUE;
-    }
+        if (fields[2].indexOf(UChar_c) >= 0) {
+            // This pattern should have caused a compilation error, but didn't/
+            errln("line %d: Expected a pattern compile error, got success.", lineNum);
+            delete testPat;
+            continue;
+        }
 
+        //
+        // replace the Perl variables that appear in some of the
+        //   match data strings.
+        //
+        UnicodeString matchString = fields[1];
+        matchString.findAndReplace(nulnulSrc, nulnul);
+        matchString.findAndReplace(ffffSrc,   ffff);
 
-cleanupAndReturn:
-    if (failed) {
-        errln((UnicodeString)"\""+pattern+(UnicodeString)"\"  "
-            +flags+(UnicodeString)"  \""+inputString+(UnicodeString)"\"");
-        // callerPattern->dump();
-    }
-    delete parseMatcher;
-    delete parsePat;
-    delete matcher;
-    delete callerPattern;
-}
+        // Replace any \n in the match string with an actual new-line char.
+        //  Don't do full unescape, as this unescapes more than Perl does, which
+        //  causes other spurious failures in the tests.
+        matchString.findAndReplace(UNICODE_STRING_SIMPLE("\\n"), "\n");
 
 
 
+        //
+        // Run the test, check for expected match/don't match result.
+        //
+        RegexMatcher *testMat = testPat->matcher(matchString, status);
+        UBool found = testMat->find();
+        UBool expected = FALSE;
+        if (fields[2].indexOf(UChar_y) >=0) {
+            expected = TRUE;
+        }
+        if (expected != found) {
+            errln("line %d: Expected %smatch, got %smatch",
+                lineNum, expected?"":"no ", found?"":"no " );
+            continue;
+        }
+        
+        // Don't try to check expected results if there is no match.
+        //   (Some have stuff in the expected fields)
+        if (!found) {
+            delete testMat;
+            delete testPat;
+            continue;
+        }
+
+        //
+        // Interpret the Perl expression from the fourth field of the data file,
+        // building up an ICU string from the results of the ICU match.
+        //   The Perl expression will contain references to the results of
+        //     a regex match, including the matched string, capture group strings,
+        //     group starting and ending indicies, etc.
+        //
+        UnicodeString resultString;
+        UnicodeString perlExpr = fields[3];
+#if SUPPORT_MUTATING_INPUT_STRING
+        groupsMat->reset(perlExpr);
+        cgMat->reset(perlExpr);
+#endif
 
-//---------------------------------------------------------------------------
-//
-//      Errors     Check for error handling in patterns.
-//
-//---------------------------------------------------------------------------
-void RegexTest::Errors() {
-    // \escape sequences that aren't implemented yet.
-    //REGEX_ERR("hex format \\x{abcd} not implemented", 1, 13, U_REGEX_UNIMPLEMENTED);
+        while (perlExpr.length() > 0) {
+#if !SUPPORT_MUTATING_INPUT_STRING
+            //  Perferred usage.  Reset after any modification to input string.
+            groupsMat->reset(perlExpr);
+            cgMat->reset(perlExpr);
+#endif
 
-    // Missing close parentheses
-    REGEX_ERR("Comment (?# with no close", 1, 25, U_REGEX_MISMATCHED_PAREN);
-    REGEX_ERR("Capturing Parenthesis(...", 1, 25, U_REGEX_MISMATCHED_PAREN);
-    REGEX_ERR("Grouping only parens (?: blah blah", 1, 34, U_REGEX_MISMATCHED_PAREN);
+            if (perlExpr.startsWith("$&")) {
+                resultString.append(testMat->group(status));
+                perlExpr.remove(0, 2);
+            }
 
-    // Extra close paren
-    REGEX_ERR("Grouping only parens (?: blah)) blah", 1, 31, U_REGEX_MISMATCHED_PAREN);
-    REGEX_ERR(")))))))", 1, 1, U_REGEX_MISMATCHED_PAREN);
-    REGEX_ERR("(((((((", 1, 7, U_REGEX_MISMATCHED_PAREN);
+            else if (groupsMat->lookingAt(status)) {
+                // $-[0]   $+[2]  etc.
+                UnicodeString digitString = groupsMat->group(2, status);
+                int32_t t = 0;
+                int32_t groupNum = ICU_Utility::parseNumber(digitString, t, 10);
+                UnicodeString plusOrMinus = groupsMat->group(1, status);
+                int32_t matchPosition;
+                if (plusOrMinus.compare("+") == 0) {
+                    matchPosition = testMat->end(groupNum, status);
+                } else {
+                    matchPosition = testMat->start(groupNum, status);
+                }
+                if (matchPosition != -1) {
+                    ICU_Utility::appendNumber(resultString, matchPosition);
+                }
+                perlExpr.remove(0, groupsMat->end(status));
+            }
 
-    // Look-ahead, Look-behind
-    //  TODO:  add tests for unbounded length look-behinds.
-    REGEX_ERR("abc(?<@xyz).*", 1, 7, U_REGEX_RULE_SYNTAX);       // illegal construct
+            else if (cgMat->lookingAt(status)) {
+                // $1, $2, $3, etc.
+                UnicodeString digitString = cgMat->group(1, status);
+                int32_t t = 0;
+                int32_t groupNum = ICU_Utility::parseNumber(digitString, t, 10);
+                if (U_SUCCESS(status)) {
+                    resultString.append(testMat->group(groupNum, status));
+                    status = U_ZERO_ERROR;
+                }
+                perlExpr.remove(0, cgMat->end(status));
+            }
 
-    // Attempt to use non-default flags
-    {
-        UParseError   pe;
-        UErrorCode    status = U_ZERO_ERROR;
-        int32_t       flags  = UREGEX_CANON_EQ |
-                               UREGEX_COMMENTS         | UREGEX_DOTALL   |
-                               UREGEX_MULTILINE;
-        RegexPattern *pat1= RegexPattern::compile(".*", flags, pe, status);
-        REGEX_ASSERT(status == U_REGEX_UNIMPLEMENTED);
-        delete pat1;
-    }
+            else if (perlExpr.startsWith("@-")) {
+                int32_t i;
+                for (i=0; i<=testMat->groupCount(); i++) {
+                    if (i>0) {
+                        resultString.append(" ");
+                    }
+                    ICU_Utility::appendNumber(resultString, testMat->start(i, status));
+                }
+                perlExpr.remove(0, 2);
+            }
 
+            else if (perlExpr.startsWith("@+")) {
+                int32_t i;
+                for (i=0; i<=testMat->groupCount(); i++) {
+                    if (i>0) {
+                        resultString.append(" ");
+                    }
+                    ICU_Utility::appendNumber(resultString, testMat->end(i, status));
+                }
+                perlExpr.remove(0, 2);
+            }
 
-    // Quantifiers are allowed only after something that can be quantified.
-    REGEX_ERR("+", 1, 1, U_REGEX_RULE_SYNTAX);
-    REGEX_ERR("abc\ndef(*2)", 2, 5, U_REGEX_RULE_SYNTAX);
-    REGEX_ERR("abc**", 1, 5, U_REGEX_RULE_SYNTAX);
+            else if (perlExpr.startsWith(UNICODE_STRING_SIMPLE("\\"))) {    // \Escape.  Take following char as a literal.
+                                                     //           or as an escaped sequence (e.g. \n)
+                if (perlExpr.length() > 1) {
+                    perlExpr.remove(0, 1);  // Remove the '\', but only if not last char.
+                }
+                UChar c = perlExpr.charAt(0);
+                switch (c) {
+                case 'n':   c = '\n'; break;
+                // add any other escape sequences that show up in the test expected results.
+                }
+                resultString.append(c);
+                perlExpr.remove(0, 1);
+            }
 
-    // Mal-formed {min,max} quantifiers
-    REGEX_ERR("abc{a,2}",1,5, U_REGEX_BAD_INTERVAL);
-    REGEX_ERR("abc{4,2}",1,8, U_REGEX_MAX_LT_MIN);
-    REGEX_ERR("abc{1,b}",1,7, U_REGEX_BAD_INTERVAL);
-    REGEX_ERR("abc{1,,2}",1,7, U_REGEX_BAD_INTERVAL);
-    REGEX_ERR("abc{1,2a}",1,8, U_REGEX_BAD_INTERVAL);
-    REGEX_ERR("abc{222222222222222222222}",1,14, U_REGEX_NUMBER_TOO_BIG);
-    REGEX_ERR("abc{5,50000000000}", 1, 17, U_REGEX_NUMBER_TOO_BIG);        // Overflows int during scan
-    REGEX_ERR("abc{5,687865858}", 1, 16, U_REGEX_NUMBER_TOO_BIG);          // Overflows regex binary format
-    REGEX_ERR("abc{687865858,687865859}", 1, 24, U_REGEX_NUMBER_TOO_BIG);
+            else  {
+                // Any characters from the perl expression that we don't explicitly
+                //  recognize before here are assumed to be literals and copied
+                //  as-is to the expected results.
+                resultString.append(perlExpr.charAt(0));
+                perlExpr.remove(0, 1);
+            }
 
-    // Ticket 5389
-    REGEX_ERR("*c", 1, 1, U_REGEX_RULE_SYNTAX);
+            if (U_FAILURE(status)) {
+                errln("Line %d: ICU Error \"%s\"", lineNum, u_errorName(status));
+                break;
+            }
+        }
 
-}
+        //
+        // Expected Results Compare
+        //
+        UnicodeString expectedS(fields[4]);
+        expectedS.findAndReplace(nulnulSrc, nulnul);
+        expectedS.findAndReplace(ffffSrc,   ffff);
+        expectedS.findAndReplace(UNICODE_STRING_SIMPLE("\\n"), "\n");
 
 
-//-------------------------------------------------------------------------------
-//
-//  Read a text data file, convert it to UChars, and return the data
-//    in one big UChar * buffer, which the caller must delete.
-//
-//--------------------------------------------------------------------------------
-UChar *RegexTest::ReadAndConvertFile(const char *fileName, int32_t &ulen,
-                                     const char *defEncoding, UErrorCode &status) {
-    UChar       *retPtr  = NULL;
-    char        *fileBuf = NULL;
-    UConverter* conv     = NULL;
-    FILE        *f       = NULL;
+        if (expectedS.compare(resultString) != 0) {
+            err("Line %d: Incorrect perl expression results.", lineNum);
+            infoln((UnicodeString)"Expected \""+expectedS+(UnicodeString)"\"; got \""+resultString+(UnicodeString)"\"");
+        }
 
-    ulen = 0;
-    if (U_FAILURE(status)) {
-        return retPtr;
+        delete testMat;
+        delete testPat;
     }
 
     //
-    //  Open the file.
-    //
-    f = fopen(fileName, "rb");
-    if (f == 0) {
-        dataerrln("[DATA] Error opening test data file %s\n", fileName);
-        status = U_FILE_ACCESS_ERROR;
-        return NULL;
-    }
-    //
-    //  Read it in
+    // All done.  Clean up allocated stuff.
     //
-    int32_t            fileSize;
-    int32_t            amt_read;
+    delete cgMat;
+    delete cgPat;
 
-    fseek( f, 0, SEEK_END);
-    fileSize = ftell(f);
-    fileBuf = new char[fileSize];
-    fseek(f, 0, SEEK_SET);
-    amt_read = fread(fileBuf, 1, fileSize, f);
-    if (amt_read != fileSize || fileSize <= 0) {
-        errln("Error reading test data file.");
-        goto cleanUpAndReturn;
-    }
+    delete groupsMat;
+    delete groupsPat;
 
-    //
-    // Look for a Unicode Signature (BOM) on the data just read
-    //
-    int32_t        signatureLength;
-    const char *   fileBufC;
-    const char*    encoding;
+    delete flagMat;
+    delete flagPat;
 
-    fileBufC = fileBuf;
-    encoding = ucnv_detectUnicodeSignature(
-        fileBuf, fileSize, &signatureLength, &status);
-    if(encoding!=NULL ){
-        fileBufC  += signatureLength;
-        fileSize  -= signatureLength;
-    } else {
-        encoding = defEncoding;
-        if (strcmp(encoding, "utf-8") == 0) {
-            errln("file %s is missing its BOM", fileName);
-        }
-    }
+    delete lineMat;
+    delete linePat;
 
-    //
-    // Open a converter to take the rule file to UTF-16
-    //
-    conv = ucnv_open(encoding, &status);
-    if (U_FAILURE(status)) {
-        goto cleanUpAndReturn;
-    }
+    delete fieldPat;
+    delete [] testData;
 
-    //
-    // Convert the rules to UChar.
-    //  Preflight first to determine required buffer size.
-    //
-    ulen = ucnv_toUChars(conv,
-        NULL,           //  dest,
-        0,              //  destCapacity,
-        fileBufC,
-        fileSize,
-        &status);
-    if (status == U_BUFFER_OVERFLOW_ERROR) {
-        // Buffer Overflow is expected from the preflight operation.
-        status = U_ZERO_ERROR;
 
-        retPtr = new UChar[ulen+1];
-        ucnv_toUChars(conv,
-            retPtr,       //  dest,
-            ulen+1,
-            fileBufC,
-            fileSize,
-            &status);
-    }
+    logln("%d tests skipped because of unimplemented regexp features.", skippedUnimplementedCount);
 
-cleanUpAndReturn:
-    fclose(f);
-    delete[] fileBuf;
-    ucnv_close(conv);
-    if (U_FAILURE(status)) {
-        errln("ucnv_toUChars: ICU Error \"%s\"\n", u_errorName(status));
-        delete retPtr;
-        retPtr = 0;
-        ulen   = 0;
-    };
-    return retPtr;
 }
 
 
 //-------------------------------------------------------------------------------
 //
-//   PerlTests  - Run Perl's regular expression tests
-//                The input file for this test is re_tests, the standard regular
-//                expression test data distributed with the Perl source code.
-//
-//                Here is Perl's description of the test data file:
-//
-//        # The tests are in a separate file 't/op/re_tests'.
-//        # Each line in that file is a separate test.
-//        # There are five columns, separated by tabs.
-//        #
-//        # Column 1 contains the pattern, optionally enclosed in C<''>.
-//        # Modifiers can be put after the closing C<'>.
-//        #
-//        # Column 2 contains the string to be matched.
-//        #
-//        # Column 3 contains the expected result:
-//        #     y   expect a match
-//        #     n   expect no match
-//        #     c   expect an error
-//        # B   test exposes a known bug in Perl, should be skipped
-//        # b   test exposes a known bug in Perl, should be skipped if noamp
-//        #
-//        # Columns 4 and 5 are used only if column 3 contains C<y> or C<c>.
-//        #
-//        # Column 4 contains a string, usually C<$&>.
-//        #
-//        # Column 5 contains the expected result of double-quote
-//        # interpolating that string after the match, or start of error message.
-//        #
-//        # Column 6, if present, contains a reason why the test is skipped.
-//        # This is printed with "skipped", for harness to pick up.
-//        #
-//        # \n in the tests are interpolated, as are variables of the form ${\w+}.
-//        #
-//        # If you want to add a regular expression test that can't be expressed
-//        # in this format, don't add it here: put it in op/pat.t instead.
-//
-//        For ICU, if field 3 contains an 'i', the test will be skipped.
-//        The test exposes is some known incompatibility between ICU and Perl regexps.
-//        (The i is in addition to whatever was there before.)
+//   PerlTestsUTF8  Run Perl's regular expression tests on UTF-8-based UTexts
+//                  (instead of using UnicodeStrings) to test the alternate engine.
+//                  The input file for this test is re_tests, the standard regular
+//                  expression test data distributed with the Perl source code.
+//                  See PerlTests() for more information.
 //
 //-------------------------------------------------------------------------------
-void RegexTest::PerlTests() {
+void RegexTest::PerlTestsUTF8() {
     char tdd[2048];
     const char *srcPath;
     UErrorCode  status = U_ZERO_ERROR;
     UParseError pe;
+    LocalUConverterPointer UTF8Converter(ucnv_open("UTF-8", &status));
+    UText       patternText = UTEXT_INITIALIZER;
+    char       *patternChars = NULL;
+    int32_t     patternLength;
+    int32_t     patternCapacity = 0;
+    UText       inputText = UTEXT_INITIALIZER;
+    char       *inputChars = NULL;
+    int32_t     inputLength;
+    int32_t     inputCapacity = 0;
+
+    ucnv_setFromUCallBack(UTF8Converter.getAlias(), UCNV_FROM_U_CALLBACK_STOP, NULL, NULL, NULL, &status);
 
     //
     //  Open and read the test data file.
@@ -2165,12 +4425,25 @@ void RegexTest::PerlTests() {
         if (flagStr.indexOf(UChar_x) != -1) {
             flags |= UREGEX_COMMENTS;
         }
+        
+        //
+        // Put the pattern in a UTF-8 UText
+        //
+        status = U_ZERO_ERROR;
+        patternLength = pattern.extract(patternChars, patternCapacity, UTF8Converter.getAlias(), status);
+        if (status == U_BUFFER_OVERFLOW_ERROR) {
+            status = U_ZERO_ERROR;
+            delete[] patternChars;
+            patternCapacity = patternLength + 1;
+            patternChars = new char[patternCapacity];
+            pattern.extract(patternChars, patternCapacity, UTF8Converter.getAlias(), status);
+        }
+        utext_openUTF8(&patternText, patternChars, patternLength, &status);
 
         //
         // Compile the test pattern.
         //
-        status = U_ZERO_ERROR;
-        RegexPattern *testPat = RegexPattern::compile(pattern, flags, pe, status);
+        RegexPattern *testPat = RegexPattern::compile(&patternText, flags, pe, status);
         if (status == U_REGEX_UNIMPLEMENTED) {
             //
             // Test of a feature that is planned for ICU, but not yet implemented.
@@ -2207,6 +4480,7 @@ void RegexTest::PerlTests() {
             continue;
         }
 
+
         //
         // replace the Perl variables that appear in some of the
         //   match data strings.
@@ -2220,12 +4494,24 @@ void RegexTest::PerlTests() {
         //  causes other spurious failures in the tests.
         matchString.findAndReplace(UNICODE_STRING_SIMPLE("\\n"), "\n");
 
-
+        //
+        // Put the input in a UTF-8 UText
+        //
+        status = U_ZERO_ERROR;
+        inputLength = matchString.extract(inputChars, inputCapacity, UTF8Converter.getAlias(), status);
+        if (status == U_BUFFER_OVERFLOW_ERROR) {
+            status = U_ZERO_ERROR;
+            delete[] inputChars;
+            inputCapacity = inputLength + 1;
+            inputChars = new char[inputCapacity];
+            matchString.extract(inputChars, inputCapacity, UTF8Converter.getAlias(), status);
+        }
+        utext_openUTF8(&inputText, inputChars, inputLength, &status);
 
         //
         // Run the test, check for expected match/don't match result.
         //
-        RegexMatcher *testMat = testPat->matcher(matchString, status);
+        RegexMatcher *testMat = &testPat->matcher(status)->reset(&inputText);
         UBool found = testMat->find();
         UBool expected = FALSE;
         if (fields[2].indexOf(UChar_y) >=0) {
@@ -2254,10 +4540,11 @@ void RegexTest::PerlTests() {
         //
         UnicodeString resultString;
         UnicodeString perlExpr = fields[3];
-        groupsMat->reset(perlExpr);
-        cgMat->reset(perlExpr);
 
         while (perlExpr.length() > 0) {
+            groupsMat->reset(perlExpr);
+            cgMat->reset(perlExpr);
+
             if (perlExpr.startsWith("$&")) {
                 resultString.append(testMat->group(status));
                 perlExpr.remove(0, 2);
@@ -2354,7 +4641,7 @@ void RegexTest::PerlTests() {
 
         if (expectedS.compare(resultString) != 0) {
             err("Line %d: Incorrect perl expression results.", lineNum);
-            errln((UnicodeString)"Expected \""+expectedS+(UnicodeString)"\"; got \""+resultString+(UnicodeString)"\"");
+            infoln((UnicodeString)"Expected \""+expectedS+(UnicodeString)"\"; got \""+resultString+(UnicodeString)"\"");
         }
 
         delete testMat;
@@ -2378,6 +4665,12 @@ void RegexTest::PerlTests() {
 
     delete fieldPat;
     delete [] testData;
+    
+    utext_close(&patternText);
+    utext_close(&inputText);
+    
+    delete [] patternChars;
+    delete [] inputChars;
 
 
     logln("%d tests skipped because of unimplemented regexp features.", skippedUnimplementedCount);
@@ -2385,6 +4678,28 @@ void RegexTest::PerlTests() {
 }
 
 
+//--------------------------------------------------------------
+//
+//  Bug6149   Verify limits to heap expansion for backtrack stack.
+//             Use this pattern,
+//                 "(a?){1,}"
+//             The zero-length match will repeat forever.
+//                (That this goes into a loop is another bug)
+//
+//---------------------------------------------------------------
+void RegexTest::Bug6149() {
+    UnicodeString pattern("(a?){1,}");
+    UnicodeString s("xyz");
+    uint32_t flags = 0;
+    UErrorCode status = U_ZERO_ERROR;
+
+    RegexMatcher  matcher(pattern, s, flags, status);
+    UBool result = false;
+    REGEX_ASSERT_FAIL(result=matcher.matches(status), U_REGEX_STACK_OVERFLOW);
+    REGEX_ASSERT(result == FALSE);
+ }
+
+
 //
 //   Callbacks()    Test the callback function.
 //                  When set, callbacks occur periodically during matching operations,
@@ -2478,5 +4793,437 @@ void RegexTest::Callbacks() {
 
 }
 
+
+//
+//   FindProgressCallbacks()    Test the find "progress" callback function.
+//                  When set, the find progress callback will be invoked during a find operations
+//                  after each return from a match attempt, giving the application the opportunity
+//                  to terminate a long-running find operation before it's normal completion.
+//
+
+struct progressCallBackContext {
+    RegexTest        *test;
+    int64_t          lastIndex;
+    int32_t          maxCalls;
+    int32_t          numCalls;
+    void reset(int32_t max) {maxCalls=max; numCalls=0;lastIndex=0;};
+};
+
+U_CDECL_BEGIN
+static UBool U_CALLCONV
+testProgressCallBackFn(const void *context, int64_t matchIndex) {
+    progressCallBackContext  *info = (progressCallBackContext *)context;
+    info->numCalls++;
+    info->lastIndex = matchIndex;
+//    info->test->infoln("ProgressCallback - matchIndex = %d, numCalls = %d\n", matchIndex, info->numCalls);
+    return (info->numCalls < info->maxCalls);
+}
+U_CDECL_END
+
+void RegexTest::FindProgressCallbacks() {
+   {
+        // Getter returns NULLs if no callback has been set
+        
+        //   The variables that the getter will fill in.
+        //   Init to non-null values so that the action of the getter can be seen.
+        const void                  *returnedContext = &returnedContext;
+        URegexFindProgressCallback  *returnedFn = &testProgressCallBackFn;
+        
+        UErrorCode status = U_ZERO_ERROR;
+        RegexMatcher matcher("x", 0, status);
+        REGEX_CHECK_STATUS;
+        matcher.getFindProgressCallback(returnedFn, returnedContext, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(returnedFn == NULL);
+        REGEX_ASSERT(returnedContext == NULL);
+    }
+    
+   {
+        // Set and Get work
+        progressCallBackContext cbInfo = {this, 0, 0, 0};
+        const void                  *returnedContext;
+        URegexFindProgressCallback  *returnedFn;
+        UErrorCode status = U_ZERO_ERROR;
+        RegexMatcher matcher(UNICODE_STRING_SIMPLE("((.)+\\2)+x"), 0, status);  // A pattern that can run long.
+        REGEX_CHECK_STATUS;
+        matcher.setFindProgressCallback(testProgressCallBackFn, &cbInfo, status);
+        REGEX_CHECK_STATUS;
+        matcher.getFindProgressCallback(returnedFn, returnedContext, status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(returnedFn == testProgressCallBackFn);
+        REGEX_ASSERT(returnedContext == &cbInfo);
+        
+        // A short-running match should NOT invoke the callback.
+        status = U_ZERO_ERROR;
+        cbInfo.reset(100);
+        UnicodeString s = "abxxx";
+        matcher.reset(s);
+#if 0
+        matcher.setTrace(TRUE);
+#endif
+        REGEX_ASSERT(matcher.find(0, status));
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(cbInfo.numCalls == 0);
+        
+        // A medium running match that causes matcher.find() to invoke our callback for each index.
+        status = U_ZERO_ERROR;
+        s = "aaaaaaaaaaaaaaaaaaab";
+        cbInfo.reset(s.length()); //  Some upper limit for number of calls that is greater than size of our input string
+        matcher.reset(s);
+        REGEX_ASSERT(matcher.find(0, status)==FALSE);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(cbInfo.numCalls > 0 && cbInfo.numCalls < 25);
+        
+        // A longer running match that causes matcher.find() to invoke our callback which we cancel/interrupt at some point.
+        status = U_ZERO_ERROR;
+        UnicodeString s1 = "aaaaaaaaaaaaaaaaaaaaaaab";
+        cbInfo.reset(s1.length() - 5); //  Bail early somewhere near the end of input string
+        matcher.reset(s1);
+        REGEX_ASSERT(matcher.find(0, status)==FALSE);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(cbInfo.numCalls == s1.length() - 5);
+
+#if 0
+        // Now a match that will succeed, but after an interruption
+        status = U_ZERO_ERROR;
+        UnicodeString s2 = "aaaaaaaaaaaaaa aaaaaaaaab xxx";
+        cbInfo.reset(s2.length() - 10); //  Bail early somewhere near the end of input string
+        matcher.reset(s2);
+        REGEX_ASSERT(matcher.find(0, status)==FALSE);
+        REGEX_CHECK_STATUS;
+        // Now retry the match from where left off
+        cbInfo.maxCalls = 100; //  No callback limit
+        REGEX_ASSERT(matcher.find(cbInfo.lastIndex, status));
+        REGEX_CHECK_STATUS;
+#endif
+    }
+
+}
+
+
+//---------------------------------------------------------------------------
+//
+//    PreAllocatedUTextCAPI    Check the C API with pre-allocated mutable
+//                             UTexts. The pure-C implementation of UText
+//                             has no mutable backing stores, but we can
+//                             use UnicodeString here to test the functionality.
+//
+//---------------------------------------------------------------------------
+void RegexTest::PreAllocatedUTextCAPI () {
+    UErrorCode           status = U_ZERO_ERROR;
+    URegularExpression  *re;
+    UText                patternText = UTEXT_INITIALIZER;
+    UnicodeString        buffer;
+    UText                bufferText = UTEXT_INITIALIZER;
+    
+    utext_openUnicodeString(&bufferText, &buffer, &status);
+
+    /*
+     *  getText() and getUText()
+     */
+    {
+        UText  text1 = UTEXT_INITIALIZER;
+        UText  text2 = UTEXT_INITIALIZER;
+        UChar  text2Chars[20];
+        UText  *resultText;
+
+        status = U_ZERO_ERROR;
+        regextst_openUTF8FromInvariant(&text1, "abcccd", -1, &status);
+        regextst_openUTF8FromInvariant(&text2, "abcccxd", -1, &status);
+        u_uastrncpy(text2Chars, "abcccxd", sizeof(text2)/2);
+        utext_openUChars(&text2, text2Chars, -1, &status);
+        
+        regextst_openUTF8FromInvariant(&patternText, "abc*d", -1, &status);
+        re = uregex_openUText(&patternText, 0, NULL, &status);
+
+        /* First set a UText */
+        uregex_setUText(re, &text1, &status);
+        resultText = uregex_getUText(re, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(resultText == &bufferText);
+        utext_setNativeIndex(resultText, 0);
+        utext_setNativeIndex(&text1, 0);
+        REGEX_ASSERT(testUTextEqual(resultText, &text1));
+        
+        resultText = uregex_getUText(re, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(resultText == &bufferText);
+        utext_setNativeIndex(resultText, 0);
+        utext_setNativeIndex(&text1, 0);
+        REGEX_ASSERT(testUTextEqual(resultText, &text1));
+
+        /* Then set a UChar * */
+        uregex_setText(re, text2Chars, 7, &status);
+        resultText = uregex_getUText(re, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(resultText == &bufferText);
+        utext_setNativeIndex(resultText, 0);
+        utext_setNativeIndex(&text2, 0);
+        REGEX_ASSERT(testUTextEqual(resultText, &text2));
+        
+        uregex_close(re);
+        utext_close(&text1);
+        utext_close(&text2);
+    }
+
+    /*
+     *  group()
+     */
+    {
+        UChar    text1[80];
+        UText   *actual;
+        UBool    result;
+        u_uastrncpy(text1, "noise abc interior def, and this is off the end",  sizeof(text1)/2);
+
+        status = U_ZERO_ERROR;
+        re = uregex_openC("abc(.*?)def", 0, NULL, &status);
+        REGEX_CHECK_STATUS;
+
+        uregex_setText(re, text1, -1, &status);
+        result = uregex_find(re, 0, &status);
+        REGEX_ASSERT(result==TRUE);
+
+        /*  Capture Group 0, the full match.  Should succeed.  */
+        status = U_ZERO_ERROR;
+        actual = uregex_groupUTextDeep(re, 0, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(actual == &bufferText);
+        REGEX_ASSERT_UTEXT_INVARIANT("abc interior def", actual);
+
+        /*  Capture group #1.  Should succeed. */
+        status = U_ZERO_ERROR;
+        actual = uregex_groupUTextDeep(re, 1, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(actual == &bufferText);
+        REGEX_ASSERT_UTEXT_INVARIANT(" interior ", actual);
+
+        /*  Capture group out of range.  Error. */
+        status = U_ZERO_ERROR;
+        actual = uregex_groupUTextDeep(re, 2, &bufferText, &status);
+        REGEX_ASSERT(status == U_INDEX_OUTOFBOUNDS_ERROR);
+        REGEX_ASSERT(actual == &bufferText);
+
+        uregex_close(re);
+
+    }
+    
+    /*
+     *  replaceFirst()
+     */
+    {
+        UChar    text1[80];
+        UChar    text2[80];
+        UText    replText = UTEXT_INITIALIZER;
+        UText   *result;
+        
+        status = U_ZERO_ERROR;
+        u_uastrncpy(text1, "Replace xaax x1x x...x.",  sizeof(text1)/2);
+        u_uastrncpy(text2, "No match here.",  sizeof(text2)/2);
+        regextst_openUTF8FromInvariant(&replText, "<$1>", -1, &status);
+
+        re = uregex_openC("x(.*?)x", 0, NULL, &status);
+        REGEX_CHECK_STATUS;
+
+        /*  Normal case, with match */
+        uregex_setText(re, text1, -1, &status);
+        utext_replace(&bufferText, 0, utext_nativeLength(&bufferText), NULL, 0, &status);
+        result = uregex_replaceFirstUText(re, &replText, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &bufferText);
+        REGEX_ASSERT_UTEXT_INVARIANT("Replace <aa> x1x x...x.", result);
+
+        /* No match.  Text should copy to output with no changes.  */
+        uregex_setText(re, text2, -1, &status);
+        utext_replace(&bufferText, 0, utext_nativeLength(&bufferText), NULL, 0, &status);
+        result = uregex_replaceFirstUText(re, &replText, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &bufferText);
+        REGEX_ASSERT_UTEXT_INVARIANT("No match here.", result);
+        
+        /* Unicode escapes */
+        uregex_setText(re, text1, -1, &status);
+        regextst_openUTF8FromInvariant(&replText, "\\\\\\u0041$1\\U00000042$\\a", -1, &status);
+        utext_replace(&bufferText, 0, utext_nativeLength(&bufferText), NULL, 0, &status);
+        result = uregex_replaceFirstUText(re, &replText, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &bufferText);
+        REGEX_ASSERT_UTEXT_INVARIANT("Replace \\AaaB$a x1x x...x.", result);
+
+        uregex_close(re);
+        utext_close(&replText);
+    }
+
+
+    /*
+     *  replaceAll()
+     */
+    {
+        UChar    text1[80];
+        UChar    text2[80];
+        UText    replText = UTEXT_INITIALIZER;
+        UText   *result;
+
+        status = U_ZERO_ERROR;
+        u_uastrncpy(text1, "Replace xaax x1x x...x.",  sizeof(text1)/2);
+        u_uastrncpy(text2, "No match here.",  sizeof(text2)/2);
+        regextst_openUTF8FromInvariant(&replText, "<$1>", -1, &status);
+
+        re = uregex_openC("x(.*?)x", 0, NULL, &status);
+        REGEX_CHECK_STATUS;
+
+        /*  Normal case, with match */
+        uregex_setText(re, text1, -1, &status);
+        utext_replace(&bufferText, 0, utext_nativeLength(&bufferText), NULL, 0, &status);
+        result = uregex_replaceAllUText(re, &replText, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &bufferText);
+        REGEX_ASSERT_UTEXT_INVARIANT("Replace <aa> <1> <...>.", result);
+
+        /* No match.  Text should copy to output with no changes.  */
+        uregex_setText(re, text2, -1, &status);
+        utext_replace(&bufferText, 0, utext_nativeLength(&bufferText), NULL, 0, &status);
+        result = uregex_replaceAllUText(re, &replText, &bufferText, &status);
+        REGEX_CHECK_STATUS;
+        REGEX_ASSERT(result == &bufferText);
+        REGEX_ASSERT_UTEXT_INVARIANT("No match here.", result);
+
+        uregex_close(re);
+        utext_close(&replText);
+    }
+
+
+    /*
+     *  splitUText() uses the C++ API directly, and the UnicodeString version uses mutable UTexts,
+     *   so we don't need to test it here.
+     */
+    
+    utext_close(&bufferText);
+    utext_close(&patternText);
+}
+
+//--------------------------------------------------------------
+//
+//  Bug7651   Regex pattern that exceeds default operator stack depth in matcher.
+//
+//---------------------------------------------------------------
+void RegexTest::Bug7651() {
+    UnicodeString pattern1("((?<![A-Za-z0-9])[#\\uff03][A-Za-z0-9_][A-Za-z0-9_\\u00c0-\\u00d6\\u00c8-\\u00f6\\u00f8-\\u00ff]*|(?<![A-Za-z0-9_])[@\\uff20][A-Za-z0-9_]+(?:\\/[\\w-]+)?|(https?\\:\\/\\/|www\\.)\\S+(?<![\\!\\),\\.:;\\]\\u0080-\\uFFFF])|\\$[A-Za-z]+)");
+    //  The following should exceed the default operator stack depth in the matcher, i.e. force the matcher to malloc instead of using fSmallData.
+    //  It will cause a segfault if RegexMatcher tries to use fSmallData instead of malloc'ing the memory needed (see init2) for the pattern operator stack allocation.
+    UnicodeString pattern2("((https?\\:\\/\\/|www\\.)\\S+(?<![\\!\\),\\.:;\\]\\u0080-\\uFFFF])|(?<![A-Za-z0-9_])[\\@\\uff20][A-Za-z0-9_]+(?:\\/[\\w\\-]+)?|(?<![A-Za-z0-9])[\\#\\uff03][A-Za-z0-9_][A-Za-z0-9_\\u00c0-\\u00d6\\u00c8-\\u00f6\\u00f8-\\u00ff]*|\\$[A-Za-z]+)");
+    UnicodeString s("#ff @abcd This is test");
+    RegexPattern  *REPattern = NULL;
+    RegexMatcher  *REMatcher = NULL;
+    UErrorCode status = U_ZERO_ERROR;
+    UParseError pe;
+
+    REPattern = RegexPattern::compile(pattern1, 0, pe, status);
+    REGEX_CHECK_STATUS;
+    REMatcher = REPattern->matcher(s, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(REMatcher->find());
+    REGEX_ASSERT(REMatcher->start(status) == 0);
+    delete REPattern;
+    delete REMatcher;
+    status = U_ZERO_ERROR;
+
+    REPattern = RegexPattern::compile(pattern2, 0, pe, status);
+    REGEX_CHECK_STATUS;
+    REMatcher = REPattern->matcher(s, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(REMatcher->find());
+    REGEX_ASSERT(REMatcher->start(status) == 0);
+    delete REPattern;
+    delete REMatcher;
+    status = U_ZERO_ERROR;
+ }
+
+void RegexTest::Bug7740() {
+    UErrorCode status = U_ZERO_ERROR;
+    UnicodeString pattern = "(a)";
+    UnicodeString text = "abcdef";
+    RegexMatcher *m = new RegexMatcher(pattern, text, 0, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(m->lookingAt(status));
+    REGEX_CHECK_STATUS;
+    status = U_ILLEGAL_ARGUMENT_ERROR;
+    UnicodeString s = m->group(1, status);    // Bug 7740: segfault here.
+    REGEX_ASSERT(status == U_ILLEGAL_ARGUMENT_ERROR);
+    REGEX_ASSERT(s == "");
+    delete m;
+}
+
+// Bug 8479:  was crashing whith a Bogus UnicodeString as input.
+
+void RegexTest::Bug8479() {
+    UErrorCode status = U_ZERO_ERROR;
+
+    RegexMatcher* const pMatcher = new RegexMatcher("\\Aboo\\z", UREGEX_DOTALL|UREGEX_CASE_INSENSITIVE, status);
+    REGEX_CHECK_STATUS;
+    if (U_SUCCESS(status))
+    {
+        UnicodeString str;
+        str.setToBogus();
+        pMatcher->reset(str);
+        status = U_ZERO_ERROR;
+        pMatcher->matches(status);
+        REGEX_ASSERT(status == U_ILLEGAL_ARGUMENT_ERROR);
+        delete pMatcher;
+    }
+}
+     
+
+// Bug 7029
+void RegexTest::Bug7029() {
+    UErrorCode status = U_ZERO_ERROR;
+
+    RegexMatcher* const pMatcher = new RegexMatcher(".", 0, status);
+    UnicodeString text = "abc.def";
+    UnicodeString splits[10];
+    REGEX_CHECK_STATUS;
+    int32_t numFields = pMatcher->split(text, splits, 10, status);
+    REGEX_CHECK_STATUS;
+    REGEX_ASSERT(numFields == 8);
+    delete pMatcher;
+}
+
+// Bug 9283
+//   This test is checking for the existance of any supplemental characters that case-fold
+//   to a bmp character.  
+//
+//   At the time of this writing there are none. If any should appear in a subsequent release 
+//   of Unicode, the code in regular expressions compilation that determines the longest 
+//   posssible match for a literal string  will need to be enhanced.  
+//
+//   See file regexcmp.cpp, case URX_STRING_I in RegexCompile::maxMatchLength()
+//   for details on what to do in case of a failure of this test.
+//
+void RegexTest::Bug9283() {
+    UErrorCode status = U_ZERO_ERROR;
+    UnicodeSet supplementalsWithCaseFolding("[[:CWCF:]&[\\U00010000-\\U0010FFFF]]", status);
+    REGEX_CHECK_STATUS;
+    int32_t index;
+    UChar32 c;
+    for (index=0; ; index++) {
+        c = supplementalsWithCaseFolding.charAt(index);
+        if (c == -1) {
+            break;
+        }
+        UnicodeString cf = UnicodeString(c).foldCase();
+        REGEX_ASSERT(cf.length() >= 2);
+    }
+}
+
+
+void RegexTest::CheckInvBufSize() {
+  if(inv_next>=INV_BUFSIZ) {
+    errln("%s: increase #define of INV_BUFSIZ ( is %d but needs to be at least %d )\n",
+          __FILE__, INV_BUFSIZ, inv_next);
+  } else {
+    logln("%s: INV_BUFSIZ is %d, usage %d\n", __FILE__, INV_BUFSIZ, inv_next);
+  }
+}
+
 #endif  /* !UCONFIG_NO_REGULAR_EXPRESSIONS  */