source: libyaml/trunk/tests/test-reader.c @ 181

Revision 181, 5.7 KB checked in by xi, 8 years ago (diff)

Complete UTF-8 and UTF-16 decoders.

Reader is mostly done (though untested).

RevLine 
[169]1#include <yaml/yaml.h>
2
3#include <stdlib.h>
4#include <stdio.h>
5#include <assert.h>
6
[181]7/*
8 * Test cases are stolen from
9 * http://www.cl.cam.ac.uk/~mgk25/ucs/examples/UTF-8-test.txt
10 */
11
12typedef struct {
13    char *title;
14    char *test;
15    int result;
16} test_case;
17
18test_case utf8_sequences[] = {
19        /* {"title", "test 1|test 2|...|test N!", (0 or 1)}, */
20
21        {"a simple test", "'test' is '\xd0\xbf\xd1\x80\xd0\xbe\xd0\xb2\xd0\xb5\xd1\x80\xd0\xba\xd0\xb0' in Russian!", 1},
22        {"an empty line", "!", 1},
23
24        {"u-0 is a control character", "\x00!", 0},
25        {"u-80 is a control character", "\xc2\x80!", 0},
26        {"u-800 is valid", "\xe0\xa0\x80!", 1},
27        {"u-10000 is valid", "\xf0\x90\x80\x80!", 1},
28        {"5 bytes sequences are not allowed", "\xf8\x88\x80\x80\x80!", 0},
29        {"6 bytes sequences are not allowed", "\xfc\x84\x80\x80\x80\x80!", 0},
30
31        {"u-7f is a control character", "\x7f!", 0},
32        {"u-7FF is valid", "\xdf\xbf!", 1},
33        {"u-FFFF is a control character", "\xef\xbf\xbf!", 0},
34        {"u-1FFFFF is too large", "\xf7\xbf\xbf\xbf!", 0},
35        {"u-3FFFFFF is 5 bytes", "\xfb\xbf\xbf\xbf\xbf!", 0},
36        {"u-7FFFFFFF is 6 bytes", "\xfd\xbf\xbf\xbf\xbf\xbf!", 0},
37
38        {"u-D7FF", "\xed\x9f\xbf!", 1},
39        {"u-E000", "\xee\x80\x80!", 1},
40        {"u-FFFD", "\xef\xbf\xbd!", 1},
41        {"u-10FFFF", "\xf4\x8f\xbf\xbf!", 1},
42        {"u-110000", "\xf4\x90\x80\x80!", 0},
43
44        {"first continuation byte", "\x80!", 0},
45        {"last continuation byte", "\xbf!", 0},
46
47        {"2 continuation bytes", "\x80\xbf!", 0},
48        {"3 continuation bytes", "\x80\xbf\x80!", 0},
49        {"4 continuation bytes", "\x80\xbf\x80\xbf!", 0},
50        {"5 continuation bytes", "\x80\xbf\x80\xbf\x80!", 0},
51        {"6 continuation bytes", "\x80\xbf\x80\xbf\x80\xbf!", 0},
52        {"7 continuation bytes", "\x80\xbf\x80\xbf\x80\xbf\x80!", 0},
53
54        {"sequence of all 64 possible continuation bytes",
55         "\x80|\x81|\x82|\x83|\x84|\x85|\x86|\x87|\x88|\x89|\x8a|\x8b|\x8c|\x8d|\x8e|\x8f|"
56         "\x90|\x91|\x92|\x93|\x94|\x95|\x96|\x97|\x98|\x99|\x9a|\x9b|\x9c|\x9d|\x9e|\x9f|"
57         "\xa0|\xa1|\xa2|\xa3|\xa4|\xa5|\xa6|\xa7|\xa8|\xa9|\xaa|\xab|\xac|\xad|\xae|\xaf|"
58         "\xb0|\xb1|\xb2|\xb3|\xb4|\xb5|\xb6|\xb7|\xb8|\xb9|\xba|\xbb|\xbc|\xbd|\xbe|\xbf!", 0},
59        {"32 first bytes of 2-byte sequences {0xc0-0xdf}",
60         "\xc0 |\xc1 |\xc2 |\xc3 |\xc4 |\xc5 |\xc6 |\xc7 |\xc8 |\xc9 |\xca |\xcb |\xcc |\xcd |\xce |\xcf |"
61         "\xd0 |\xd1 |\xd2 |\xd3 |\xd4 |\xd5 |\xd6 |\xd7 |\xd8 |\xd9 |\xda |\xdb |\xdc |\xdd |\xde |\xdf !", 0},
62        {"16 first bytes of 3-byte sequences {0xe0-0xef}",
63         "\xe0 |\xe1 |\xe2 |\xe3 |\xe4 |\xe5 |\xe6 |\xe7 |\xe8 |\xe9 |\xea |\xeb |\xec |\xed |\xee |\xef !", 0},
64        {"8 first bytes of 4-byte sequences {0xf0-0xf7}", "\xf0 |\xf1 |\xf2 |\xf3 |\xf4 |\xf5 |\xf6 |\xf7 !", 0},
65        {"4 first bytes of 5-byte sequences {0xf8-0xfb}", "\xf8 |\xf9 |\xfa |\xfb !", 0},
66        {"2 first bytes of 6-byte sequences {0xfc-0xfd}", "\xfc |\xfd !", 0},
67
68        {"sequences with last byte missing {u-0}",
69         "\xc0|\xe0\x80|\xf0\x80\x80|\xf8\x80\x80\x80|\xfc\x80\x80\x80\x80!", 0},
70        {"sequences with last byte missing {u-...FF}",
71         "\xdf|\xef\xbf|\xf7\xbf\xbf|\xfb\xbf\xbf\xbf|\xfd\xbf\xbf\xbf\xbf!", 0},
72
73        {"impossible bytes", "\xfe|\xff|\xfe\xfe\xff\xff!", 0},
74
75        {"overlong sequences {u-2f}",
76         "\xc0\xaf|\xe0\x80\xaf|\xf0\x80\x80\xaf|\xf8\x80\x80\x80\xaf|\xfc\x80\x80\x80\x80\xaf!", 0},
77
78        {"maximum overlong sequences",
79         "\xc1\xbf|\xe0\x9f\xbf|\xf0\x8f\xbf\xbf|\xf8\x87\xbf\xbf\xbf|\xfc\x83\xbf\xbf\xbf\xbf!", 0},
80
81        {"overlong representation of the NUL character",
82         "\xc0\x80|\xe0\x80\x80|\xf0\x80\x80\x80|\xf8\x80\x80\x80\x80|\xfc\x80\x80\x80\x80\x80!", 0},
83
84        {"single UTF-16 surrogates",
85         "\xed\xa0\x80|\xed\xad\xbf|\xed\xae\x80|\xed\xaf\xbf|\xed\xb0\x80|\xed\xbe\x80|\xed\xbf\xbf!", 0},
86
87        {"paired UTF-16 surrogates",
88         "\xed\xa0\x80\xed\xb0\x80|\xed\xa0\x80\xed\xbf\xbf|\xed\xad\xbf\xed\xb0\x80|"
89         "\xed\xad\xbf\xed\xbf\xbf|\xed\xae\x80\xed\xb0\x80|\xed\xae\x80\xed\xbf\xbf|"
90         "\xed\xaf\xbf\xed\xb0\x80|\xed\xaf\xbf\xed\xbf\xbf!", 0},
91
92        {"other illegal code positions", "\xef\xbf\xbe|\xef\xbf\xbf!", 0},
93
94        {NULL, NULL, 0}
95};
96
97int check_utf8_sequences(void)
98{
99    yaml_parser_t *parser;
100    int failed = 0;
101    int k;
102    printf("checking utf-8 sequences...\n");
103    for (k = 0; utf8_sequences[k].test; k++) {
104        char *title = utf8_sequences[k].title;
105        int check = utf8_sequences[k].result;
106        int result;
107        char *start = utf8_sequences[k].test;
108        char *end = start;
109        printf("\t%s:\n", title);
110        while(1) {
111            while (*end != '|' && *end != '!') end++;
112            parser = yaml_parser_new();
113            assert(parser);
114            yaml_parser_set_input_string(parser, (unsigned char *)start, end-start);
115            result = yaml_parser_update_buffer(parser, end-start);
116            if (result != check) {
117                printf("\t\t- ");
118                failed ++;
119            }
120            else {
121                printf("\t\t+ ");
122            }
123            if (!parser->error) {
124                printf("(no error)\n");
125            }
126            else if (parser->error == YAML_READER_ERROR) {
127                printf("(reader error: %s at %d)\n", parser->problem, parser->problem_offset);
128            }
129            if (*end == '!') break;
130            start = ++end;
131            yaml_parser_delete(parser);
132        };
133        printf("\n");
134    }
135    printf("checking utf-8 sequences: %d fail(s)\n", failed);
136    return failed;
137}
138
139
[169]140int
141main(void)
142{
[181]143    return check_utf8_sequences();
[169]144}
Note: See TracBrowser for help on using the repository browser.