Merge Chromium + Blink git repositories
[chromium-blink-merge.git] / third_party / sqlite / sqlite-src-3080704 / test / fts2token.test
blobde5f94d7fc5a172489de6536ad499f498feb034c
1 # 2007 June 21
3 # The author disclaims copyright to this source code.  In place of
4 # a legal notice, here is a blessing:
6 #    May you do good and not evil.
7 #    May you find forgiveness for yourself and forgive others.
8 #    May you share freely, never taking more than you give.
10 #*************************************************************************
11 # This file implements regression tests for SQLite library. The focus 
12 # of this script is testing the pluggable tokeniser feature of the 
13 # FTS2 module.
15 # $Id: fts2token.test,v 1.3 2007/06/25 12:05:40 danielk1977 Exp $
18 set testdir [file dirname $argv0]
19 source $testdir/tester.tcl
21 # If SQLITE_ENABLE_FTS2 is defined, omit this file.
22 ifcapable !fts2 {
23   finish_test
24   return
27 proc escape_string {str} {
28   set out ""
29   foreach char [split $str ""] {
30     scan $char %c i
31     if {$i<=127} {
32       append out $char
33     } else {
34       append out [format {\x%.4x} $i]
35     }
36   }
37   set out
40 #--------------------------------------------------------------------------
41 # Test cases fts2token-1.* are the warm-body test for the SQL scalar
42 # function fts2_tokenizer(). The procedure is as follows:
44 #   1: Verify that there is no such fts2 tokenizer as 'blah'.
46 #   2: Query for the built-in tokenizer 'simple'. Insert a copy of the
47 #      retrieved value as tokenizer 'blah'.
49 #   3: Test that the value returned for tokenizer 'blah' is now the
50 #      same as that retrieved for 'simple'.
52 #   4: Test that it is now possible to create an fts2 table using 
53 #      tokenizer 'blah' (it was not possible in step 1).
55 #   5: Test that the table created to use tokenizer 'blah' is usable.
57 do_test fts2token-1.1 {
58   catchsql {
59     CREATE VIRTUAL TABLE t1 USING fts2(content, tokenize blah);
60   }
61 } {1 {unknown tokenizer: blah}}
62 do_test fts2token-1.2 {
63   execsql {
64     SELECT fts2_tokenizer('blah', fts2_tokenizer('simple')) IS NULL;
65   }
66 } {0}
67 do_test fts2token-1.3 {
68   execsql {
69     SELECT fts2_tokenizer('blah') == fts2_tokenizer('simple');
70   }
71 } {1}
72 do_test fts2token-1.4 {
73   catchsql {
74     CREATE VIRTUAL TABLE t1 USING fts2(content, tokenize blah);
75   }
76 } {0 {}}
77 do_test fts2token-1.5 {
78   execsql {
79     INSERT INTO t1(content) VALUES('There was movement at the station');
80     INSERT INTO t1(content) VALUES('For the word has passed around');
81     INSERT INTO t1(content) VALUES('That the colt from ol regret had got away');
82     SELECT content FROM t1 WHERE content MATCH 'movement'
83   }
84 } {{There was movement at the station}}
86 #--------------------------------------------------------------------------
87 # Test cases fts2token-2.* test error cases in the scalar function based
88 # API for getting and setting tokenizers.
90 do_test fts2token-2.1 {
91   catchsql {
92     SELECT fts2_tokenizer('nosuchtokenizer');
93   }
94 } {1 {unknown tokenizer: nosuchtokenizer}}
96 #--------------------------------------------------------------------------
97 # Test cases fts2token-3.* test the three built-in tokenizers with a
98 # simple input string via the built-in test function. This is as much
99 # to test the test function as the tokenizer implementations.
101 do_test fts2token-3.1 {
102   execsql {
103     SELECT fts2_tokenizer_test('simple', 'I don''t see how');
104   }
105 } {{0 i I 1 don don 2 t t 3 see see 4 how how}}
106 do_test fts2token-3.2 {
107   execsql {
108     SELECT fts2_tokenizer_test('porter', 'I don''t see how');
109   }
110 } {{0 i I 1 don don 2 t t 3 see see 4 how how}}
111 ifcapable icu {
112   do_test fts2token-3.3 {
113     execsql {
114       SELECT fts2_tokenizer_test('icu', 'I don''t see how');
115     }
116   } {{0 i I 1 don't don't 2 see see 3 how how}}
119 #--------------------------------------------------------------------------
120 # Test cases fts2token-4.* test the ICU tokenizer. In practice, this
121 # tokenizer only has two modes - "thai" and "everybody else". Some other
122 # Asian languages (Lao, Khmer etc.) require the same special treatment as 
123 # Thai, but ICU doesn't support them yet.
125 ifcapable icu {
127   proc do_icu_test {name locale input output} {
128     set ::out [db eval { SELECT fts2_tokenizer_test('icu', $locale, $input) }]
129     do_test $name {
130       lindex $::out 0
131     } $output
132   }
133   
134   do_icu_test fts2token-4.1 en_US  {}   {}
135   do_icu_test fts2token-4.2 en_US {Test cases fts2} [list \
136     0 test Test 1 cases cases 2 fts2 fts2
137   ]
139   # The following test shows that ICU is smart enough to recognise
140   # Thai chararacters, even when the locale is set to English/United 
141   # States.
142   #
143   set input "\u0e2d\u0e30\u0e44\u0e23\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a"
144   set output    "0 \u0e2d\u0e30\u0e44\u0e23 \u0e2d\u0e30\u0e44\u0e23 "
145   append output "1 \u0e19\u0e30 \u0e19\u0e30 "
146   append output "2 \u0e04\u0e23\u0e31\u0e1a \u0e04\u0e23\u0e31\u0e1a"
148   do_icu_test fts2token-4.3 th_TH  $input $output
149   do_icu_test fts2token-4.4 en_US  $input $output
151   # ICU handles an unknown locale by falling back to the default.
152   # So this is not an error.
153   do_icu_test fts2token-4.5 MiddleOfTheOcean  $input $output
155   set    longtoken "AReallyReallyLongTokenOneThatWillSurelyRequire"
156   append longtoken "AReallocInTheIcuTokenizerCode"
158   set    input "short tokens then "
159   append input $longtoken
160   set    output "0 short short "
161   append output "1 tokens tokens "
162   append output "2 then then "
163   append output "3 [string tolower $longtoken] $longtoken"
165   do_icu_test fts2token-4.6 MiddleOfTheOcean  $input $output
166   do_icu_test fts2token-4.7 th_TH  $input $output
167   do_icu_test fts2token-4.8 en_US  $input $output
170 do_test fts2token-internal {
171   execsql { SELECT fts2_tokenizer_internal_test() }
172 } {ok}
174 finish_test