home *** CD-ROM | disk | FTP | other *** search
/ PCGUIA 127 / PC Guia 127.iso / Software / Produtividade / OpenOffice.org 2.0.1 / openofficeorg4.cab / regex_tests.py < prev    next >
Text File  |  2005-11-19  |  9KB  |  288 lines
  1. # Regex test suite and benchmark suite v1.5a2
  2. # Due to the use of r"aw" strings, this file will
  3. # only work with Python 1.5 or higher.
  4.  
  5. # The 3 possible outcomes for each pattern
  6. [SUCCEED, FAIL, SYNTAX_ERROR] = range(3)
  7.  
  8. # Benchmark suite (needs expansion)
  9. #
  10. # The benchmark suite does not test correctness, just speed.  The
  11. # first element of each tuple is the regex pattern; the second is a
  12. # string to match it against.  The benchmarking code will embed the
  13. # second string inside several sizes of padding, to test how regex
  14. # matching performs on large strings.
  15.  
  16. benchmarks = [
  17.         ('Python', 'Python'),                     # Simple text literal
  18.         ('.*Python', 'Python'),                   # Bad text literal
  19.         ('.*Python.*', 'Python'),                 # Worse text literal
  20.         ('.*\\(Python\\)', 'Python'),             # Bad text literal with grouping
  21.  
  22.         ('(Python\\|Perl\\|Tcl', 'Perl'),          # Alternation
  23.         ('\\(Python\\|Perl\\|Tcl\\)', 'Perl'),     # Grouped alternation
  24.         ('\\(Python\\)\\1', 'PythonPython'),       # Backreference
  25. #       ('\\([0a-z][a-z]*,\\)+', 'a5,b7,c9,'),     # Disable the fastmap optimization
  26.         ('\\([a-z][a-z0-9]*,\\)+', 'a5,b7,c9,')    # A few sets
  27. ]
  28.  
  29. # Test suite (for verifying correctness)
  30. #
  31. # The test suite is a list of 5- or 3-tuples.  The 5 parts of a
  32. # complete tuple are:
  33. # element 0: a string containing the pattern
  34. #         1: the string to match against the pattern
  35. #         2: the expected result (SUCCEED, FAIL, SYNTAX_ERROR)
  36. #         3: a string that will be eval()'ed to produce a test string.
  37. #            This is an arbitrary Python expression; the available
  38. #            variables are "found" (the whole match), and "g1", "g2", ...
  39. #            up to "g10" contain the contents of each group, or the
  40. #            string 'None' if the group wasn't given a value.
  41. #         4: The expected result of evaluating the expression.
  42. #            If the two don't match, an error is reported.
  43. #
  44. # If the regex isn't expected to work, the latter two elements can be omitted.
  45.  
  46. tests = [
  47. ('abc', 'abc', SUCCEED,
  48.  'found', 'abc'),
  49. ('abc', 'xbc', FAIL),
  50. ('abc', 'axc', FAIL),
  51. ('abc', 'abx', FAIL),
  52. ('abc', 'xabcy', SUCCEED,
  53.  'found', 'abc'),
  54. ('abc', 'ababc', SUCCEED,
  55.  'found', 'abc'),
  56. ('ab*c', 'abc', SUCCEED,
  57.  'found', 'abc'),
  58. ('ab*bc', 'abc', SUCCEED,
  59.  'found', 'abc'),
  60. ('ab*bc', 'abbc', SUCCEED,
  61.  'found', 'abbc'),
  62. ('ab*bc', 'abbbbc', SUCCEED,
  63.  'found', 'abbbbc'),
  64. ('ab+bc', 'abbc', SUCCEED,
  65.  'found', 'abbc'),
  66. ('ab+bc', 'abc', FAIL),
  67. ('ab+bc', 'abq', FAIL),
  68. ('ab+bc', 'abbbbc', SUCCEED,
  69.  'found', 'abbbbc'),
  70. ('ab?bc', 'abbc', SUCCEED,
  71.  'found', 'abbc'),
  72. ('ab?bc', 'abc', SUCCEED,
  73.  'found', 'abc'),
  74. ('ab?bc', 'abbbbc', FAIL),
  75. ('ab?c', 'abc', SUCCEED,
  76.  'found', 'abc'),
  77. ('^abc$', 'abc', SUCCEED,
  78.  'found', 'abc'),
  79. ('^abc$', 'abcc', FAIL),
  80. ('^abc', 'abcc', SUCCEED,
  81.  'found', 'abc'),
  82. ('^abc$', 'aabc', FAIL),
  83. ('abc$', 'aabc', SUCCEED,
  84.  'found', 'abc'),
  85. ('^', 'abc', SUCCEED,
  86.  'found+"-"', '-'),
  87. ('$', 'abc', SUCCEED,
  88.  'found+"-"', '-'),
  89. ('a.c', 'abc', SUCCEED,
  90.  'found', 'abc'),
  91. ('a.c', 'axc', SUCCEED,
  92.  'found', 'axc'),
  93. ('a.*c', 'axyzc', SUCCEED,
  94.  'found', 'axyzc'),
  95. ('a.*c', 'axyzd', FAIL),
  96. ('a[bc]d', 'abc', FAIL),
  97. ('a[bc]d', 'abd', SUCCEED,
  98.  'found', 'abd'),
  99. ('a[b-d]e', 'abd', FAIL),
  100. ('a[b-d]e', 'ace', SUCCEED,
  101.  'found', 'ace'),
  102. ('a[b-d]', 'aac', SUCCEED,
  103.  'found', 'ac'),
  104. ('a[-b]', 'a-', SUCCEED,
  105.  'found', 'a-'),
  106. ('a[b-]', 'a-', SUCCEED,
  107.  'found', 'a-'),
  108. ('a[]b', '-', SYNTAX_ERROR),
  109. ('a[', '-', SYNTAX_ERROR),
  110. ('a\\', '-', SYNTAX_ERROR),
  111. ('abc\\)', '-', SYNTAX_ERROR),
  112. ('\\(abc', '-', SYNTAX_ERROR),
  113. ('a]', 'a]', SUCCEED,
  114.  'found', 'a]'),
  115. ('a[]]b', 'a]b', SUCCEED,
  116.  'found', 'a]b'),
  117. ('a[^bc]d', 'aed', SUCCEED,
  118.  'found', 'aed'),
  119. ('a[^bc]d', 'abd', FAIL),
  120. ('a[^-b]c', 'adc', SUCCEED,
  121.  'found', 'adc'),
  122. ('a[^-b]c', 'a-c', FAIL),
  123. ('a[^]b]c', 'a]c', FAIL),
  124. ('a[^]b]c', 'adc', SUCCEED,
  125.  'found', 'adc'),
  126. ('\\ba\\b', 'a-', SUCCEED,
  127.  '"-"', '-'),
  128. ('\\ba\\b', '-a', SUCCEED,
  129.  '"-"', '-'),
  130. ('\\ba\\b', '-a-', SUCCEED,
  131.  '"-"', '-'),
  132. ('\\by\\b', 'xy', FAIL),
  133. ('\\by\\b', 'yz', FAIL),
  134. ('\\by\\b', 'xyz', FAIL),
  135. ('ab\\|cd', 'abc', SUCCEED,
  136.  'found', 'ab'),
  137. ('ab\\|cd', 'abcd', SUCCEED,
  138.  'found', 'ab'),
  139. ('\\(\\)ef', 'def', SUCCEED,
  140.  'found+"-"+g1', 'ef-'),
  141. ('$b', 'b', FAIL),
  142. ('a(b', 'a(b', SUCCEED,
  143.  'found+"-"+g1', 'a(b-None'),
  144. ('a(*b', 'ab', SUCCEED,
  145.  'found', 'ab'),
  146. ('a(*b', 'a((b', SUCCEED,
  147.  'found', 'a((b'),
  148. ('a\\\\b', 'a\\b', SUCCEED,
  149.  'found', 'a\\b'),
  150. ('\\(\\(a\\)\\)', 'abc', SUCCEED,
  151.  'found+"-"+g1+"-"+g2', 'a-a-a'),
  152. ('\\(a\\)b\\(c\\)', 'abc', SUCCEED,
  153.  'found+"-"+g1+"-"+g2', 'abc-a-c'),
  154. ('a+b+c', 'aabbabc', SUCCEED,
  155.  'found', 'abc'),
  156. ('\\(a+\\|b\\)*', 'ab', SUCCEED,
  157.  'found+"-"+g1', 'ab-b'),
  158. ('\\(a+\\|b\\)+', 'ab', SUCCEED,
  159.  'found+"-"+g1', 'ab-b'),
  160. ('\\(a+\\|b\\)?', 'ab', SUCCEED,
  161.  'found+"-"+g1', 'a-a'),
  162. ('\\)\\(', '-', SYNTAX_ERROR),
  163. ('[^ab]*', 'cde', SUCCEED,
  164.  'found', 'cde'),
  165. ('abc', '', FAIL),
  166. ('a*', '', SUCCEED,
  167.  'found', ''),
  168. ('a\\|b\\|c\\|d\\|e', 'e', SUCCEED,
  169.  'found', 'e'),
  170. ('\\(a\\|b\\|c\\|d\\|e\\)f', 'ef', SUCCEED,
  171.  'found+"-"+g1', 'ef-e'),
  172. ('abcd*efg', 'abcdefg', SUCCEED,
  173.  'found', 'abcdefg'),
  174. ('ab*', 'xabyabbbz', SUCCEED,
  175.  'found', 'ab'),
  176. ('ab*', 'xayabbbz', SUCCEED,
  177.  'found', 'a'),
  178. ('\\(ab\\|cd\\)e', 'abcde', SUCCEED,
  179.  'found+"-"+g1', 'cde-cd'),
  180. ('[abhgefdc]ij', 'hij', SUCCEED,
  181.  'found', 'hij'),
  182. ('^\\(ab\\|cd\\)e', 'abcde', FAIL,
  183.  'xg1y', 'xy'),
  184. ('\\(abc\\|\\)ef', 'abcdef', SUCCEED,
  185.  'found+"-"+g1', 'ef-'),
  186. ('\\(a\\|b\\)c*d', 'abcd', SUCCEED,
  187.  'found+"-"+g1', 'bcd-b'),
  188. ('\\(ab\\|ab*\\)bc', 'abc', SUCCEED,
  189.  'found+"-"+g1', 'abc-a'),
  190. ('a\\([bc]*\\)c*', 'abc', SUCCEED,
  191.  'found+"-"+g1', 'abc-bc'),
  192. ('a\\([bc]*\\)\\(c*d\\)', 'abcd', SUCCEED,
  193.  'found+"-"+g1+"-"+g2', 'abcd-bc-d'),
  194. ('a\\([bc]+\\)\\(c*d\\)', 'abcd', SUCCEED,
  195.  'found+"-"+g1+"-"+g2', 'abcd-bc-d'),
  196. ('a\\([bc]*\\)\\(c+d\\)', 'abcd', SUCCEED,
  197.  'found+"-"+g1+"-"+g2', 'abcd-b-cd'),
  198. ('a[bcd]*dcdcde', 'adcdcde', SUCCEED,
  199.  'found', 'adcdcde'),
  200. ('a[bcd]+dcdcde', 'adcdcde', FAIL),
  201. ('\\(ab\\|a\\)b*c', 'abc', SUCCEED,
  202.  'found+"-"+g1', 'abc-ab'),
  203. ('\\(\\(a\\)\\(b\\)c\\)\\(d\\)', 'abcd', SUCCEED,
  204.  'g1+"-"+g2+"-"+g3+"-"+g4', 'abc-a-b-d'),
  205. ('[a-zA-Z_][a-zA-Z0-9_]*', 'alpha', SUCCEED,
  206.  'found', 'alpha'),
  207. ('^a\\(bc+\\|b[eh]\\)g\\|.h$', 'abh', SUCCEED,
  208.  'found+"-"+g1', 'bh-None'),
  209. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'effgz', SUCCEED,
  210.  'found+"-"+g1+"-"+g2', 'effgz-effgz-None'),
  211. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'ij', SUCCEED,
  212.  'found+"-"+g1+"-"+g2', 'ij-ij-j'),
  213. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'effg', FAIL),
  214. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'bcdd', FAIL),
  215. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'reffgz', SUCCEED,
  216.  'found+"-"+g1+"-"+g2', 'effgz-effgz-None'),
  217. ('\\(\\(\\(\\(\\(\\(\\(\\(\\(a\\)\\)\\)\\)\\)\\)\\)\\)\\)', 'a', SUCCEED,
  218.  'found', 'a'),
  219. ('multiple words of text', 'uh-uh', FAIL),
  220. ('multiple words', 'multiple words, yeah', SUCCEED,
  221.  'found', 'multiple words'),
  222. ('\\(.*\\)c\\(.*\\)', 'abcde', SUCCEED,
  223.  'found+"-"+g1+"-"+g2', 'abcde-ab-de'),
  224. ('(\\(.*\\), \\(.*\\))', '(a, b)', SUCCEED,
  225.  'g2+"-"+g1', 'b-a'),
  226. ('[k]', 'ab', FAIL),
  227. ('a[-]?c', 'ac', SUCCEED,
  228.  'found', 'ac'),
  229. ('\\(abc\\)\\1', 'abcabc', SUCCEED,
  230.  'g1', 'abc'),
  231. ('\\([a-c]*\\)\\1', 'abcabc', SUCCEED,
  232.  'g1', 'abc'),
  233. ('^\\(.+\\)?B', 'AB', SUCCEED,
  234.  'g1', 'A'),
  235. ('\\(a+\\).\\1$', 'aaaaa', SUCCEED,
  236.  'found+"-"+g1', 'aaaaa-aa'),
  237. ('^\\(a+\\).\\1$', 'aaaa', FAIL),
  238. ('\\(abc\\)\\1', 'abcabc', SUCCEED,
  239.  'found+"-"+g1', 'abcabc-abc'),
  240. ('\\([a-c]+\\)\\1', 'abcabc', SUCCEED,
  241.  'found+"-"+g1', 'abcabc-abc'),
  242. ('\\(a\\)\\1', 'aa', SUCCEED,
  243.  'found+"-"+g1', 'aa-a'),
  244. ('\\(a+\\)\\1', 'aa', SUCCEED,
  245.  'found+"-"+g1', 'aa-a'),
  246. ('\\(a+\\)+\\1', 'aa', SUCCEED,
  247.  'found+"-"+g1', 'aa-a'),
  248. ('\\(a\\).+\\1', 'aba', SUCCEED,
  249.  'found+"-"+g1', 'aba-a'),
  250. ('\\(a\\)ba*\\1', 'aba', SUCCEED,
  251.  'found+"-"+g1', 'aba-a'),
  252. ('\\(aa\\|a\\)a\\1$', 'aaa', SUCCEED,
  253.  'found+"-"+g1', 'aaa-a'),
  254. ('\\(a\\|aa\\)a\\1$', 'aaa', SUCCEED,
  255.  'found+"-"+g1', 'aaa-a'),
  256. ('\\(a+\\)a\\1$', 'aaa', SUCCEED,
  257.  'found+"-"+g1', 'aaa-a'),
  258. ('\\([abc]*\\)\\1', 'abcabc', SUCCEED,
  259.  'found+"-"+g1', 'abcabc-abc'),
  260. ('\\(a\\)\\(b\\)c\\|ab', 'ab', SUCCEED,
  261.  'found+"-"+g1+"-"+g2', 'ab-None-None'),
  262. ('\\(a\\)+x', 'aaax', SUCCEED,
  263.  'found+"-"+g1', 'aaax-a'),
  264. ('\\([ac]\\)+x', 'aacx', SUCCEED,
  265.  'found+"-"+g1', 'aacx-c'),
  266. ('\\([^/]*/\\)*sub1/', 'd:msgs/tdir/sub1/trial/away.cpp', SUCCEED,
  267.  'found+"-"+g1', 'd:msgs/tdir/sub1/-tdir/'),
  268. ('\\([^.]*\\)\\.\\([^:]*\\):[T ]+\\(.*\\)', 'track1.title:TBlah blah blah', SUCCEED,
  269.  'found+"-"+g1+"-"+g2+"-"+g3', 'track1.title:TBlah blah blah-track1-title-Blah blah blah'),
  270. ('\\([^N]*N\\)+', 'abNNxyzN', SUCCEED,
  271.  'found+"-"+g1', 'abNNxyzN-xyzN'),
  272. ('\\([^N]*N\\)+', 'abNNxyz', SUCCEED,
  273.  'found+"-"+g1', 'abNN-N'),
  274. ('\\([abc]*\\)x', 'abcx', SUCCEED,
  275.  'found+"-"+g1', 'abcx-abc'),
  276. ('\\([abc]*\\)x', 'abc', FAIL),
  277. ('\\([xyz]*\\)x', 'abcx', SUCCEED,
  278.  'found+"-"+g1', 'x-'),
  279. ('\\(a\\)+b\\|aac', 'aac', SUCCEED,
  280.  'found+"-"+g1', 'aac-None'),
  281. ('\<a', 'a', SUCCEED, 'found', 'a'),
  282. ('\<a', '!', FAIL),
  283. ('a\<b', 'ab', FAIL),
  284. ('a\>', 'ab', FAIL),
  285. ('a\>', 'a!', SUCCEED, 'found', 'a'),
  286. ('a\>', 'a', SUCCEED, 'found', 'a'),
  287. ]
  288.