]> git.saurik.com Git - apple/icu.git/blobdiff - icuSources/test/testdata/casing.txt
ICU-59117.0.1.tar.gz
[apple/icu.git] / icuSources / test / testdata / casing.txt
index 709de5b8e707690aaeb141c1f714e4b26d9b7427..8643355a01a2ff200ae8dc30743363ac510f4735 100644 (file)
@@ -1,6 +1,8 @@
 //*******************************************************************************
+// Copyright (C) 2016 and later: Unicode, Inc. and others.
+// License & terms of use: http://www.unicode.org/copyright.html
 //*
-//*   Copyright (C) 2002-2006, International Business Machines
+//*   Copyright (C) 2002-2010, International Business Machines
 //*   Corporation and others.  All Rights Reserved.
 //*
 //*******************************************************************************
@@ -13,7 +15,8 @@ casing:table(nofallback) {
             "each item is an array with\n"
             "input string, result string, locale ID[, break iterator]\n"
             "the break iterator (only for titlecasing) is specified as an int, same as in UBreakIteratorType:\n"
-            "0=UBRK_CHARACTER  1=UBRK_WORD  2=UBRK_LINE  3=UBRK_SENTENCE  4=UBRK_TITLE  -1=default\n"
+            "0=UBRK_CHARACTER  1=UBRK_WORD  2=UBRK_LINE  3=UBRK_SENTENCE  4=UBRK_TITLE  -1=default (NULL=words) -2=no breaks (.*)\n"
+            "options: T=U_FOLD_CASE_EXCLUDE_SPECIAL_I  L=U_TITLECASE_NO_LOWERCASE  A=U_TITLECASE_NO_BREAK_ADJUSTMENT\n"
         }
     }
     TestData {
@@ -34,13 +37,35 @@ casing:table(nofallback) {
         }
       }
       titlecasing {
-        Headers { "Input", "Output", "Locale", "Type" }
+        Headers { "Input", "Output", "Locale", "Type", "Options" }
         Cases {
-            { "ʻaMeLikA huI Pū ʻʻʻiA", "ʻAmelika Hui Pū ʻʻʻIa", "", "-1" }, // titlecase first _cased_ letter, j4933
-            { " tHe QUIcK bRoWn", " The Quick Brown", "", "4" },
-            { "DŽDždžLJLjljNJNjnj", "DžDžDžLjLjLjNjNjNj", "", "0" }, // UBRK_CHARACTER
-            { "ljubav ljubav", "Ljubav Ljubav", "", "-1" }, // Lj vs. L+j
-            { "'oH dOn'T tItLeCaSe AfTeR lEtTeR+'", "'Oh Don't Titlecase After Letter+'", "", "-1" }
+            { "ʻaMeLikA huI Pū ʻʻʻiA", "ʻAmelika Hui Pū ʻʻʻIa", "", "-1", "" }, // titlecase first _cased_ letter, j4933
+            { " tHe QUIcK bRoWn", " The Quick Brown", "", "4", "" },
+            { "DŽDždžLJLjljNJNjnj", "DžDžDžLjLjLjNjNjNj", "", "0", "" }, // UBRK_CHARACTER
+            { "ljubav ljubav", "Ljubav Ljubav", "", "-1", "" }, // Lj vs. L+j
+            { "ijssel igloo IJMUIDEN", "Ijssel Igloo Ijmuiden", "", "1", "" }, // Dutch titlecasing default
+            { "ijssel igloo IJMUIDEN", "IJssel Igloo IJmuiden", "nl", "1", "" }, // Dutch titlecasing
+            { "'oH dOn'T tItLeCaSe AfTeR lEtTeR+'", "'Oh Don't Titlecase After Letter+'", "", "-1", "" },
+            
+            { "a ʻCaT. A ʻdOg! ʻeTc.", "A ʻCat. A ʻDog! ʻEtc.", "", "-1", "" }, // default
+            { "a ʻCaT. A ʻdOg! ʻeTc.", "A ʻcat. A ʻdog! ʻetc.", "", "-1", "A" }, // U_TITLECASE_NO_BREAK_ADJUSTMENT
+            { "a ʻCaT. A ʻdOg! ʻeTc.", "A ʻCaT. A ʻdOg! ʻETc.", "", "3", "L" }, // UBRK_SENTENCE and U_TITLECASE_NO_LOWERCASE
+            
+            { "ʻcAt! ʻeTc.", "ʻCat! ʻetc.", "", "-2", "" }, // -2=Trivial break iterator
+            { "ʻcAt! ʻeTc.", "ʻcat! ʻetc.", "", "-2", "A" }, // U_TITLECASE_NO_BREAK_ADJUSTMENT
+            { "ʻcAt! ʻeTc.", "ʻCAt! ʻeTc.", "", "-2", "L" }, // U_TITLECASE_NO_LOWERCASE
+            { "ʻcAt! ʻeTc.", "ʻcAt! ʻeTc.", "", "-2", "AL" }, // Both options
+
+            // Test case for ticket #7251: UCharacter.toTitleCase() throws OutOfMemoryError
+            // when TITLECASE_NO_LOWERCASE encounters a single-letter word
+            { "a b c", "A B C", "", "1", "L" } // U_TITLECASE_NO_LOWERCASE
+        }
+      }
+      casefolding {
+        Headers { "Input", "Output", "Options" }
+        Cases {
+            { "aBİIıϐßffi񟿿", "abi̇iıβssffi񟿿", "" },
+            { "aBİIıϐßffi񟿿", "abiııβssffi񟿿", "T" } // U_FOLD_CASE_EXCLUDE_SPECIAL_I
         }
       }
     }