]> Cypherpunks repositories - gostls13.git/commitdiff
unicode: fix case-mapping for roman numerals!!
authorRob Pike <r@golang.org>
Wed, 27 Jul 2011 22:54:23 +0000 (15:54 -0700)
committerRob Pike <r@golang.org>
Wed, 27 Jul 2011 22:54:23 +0000 (15:54 -0700)
Hurray!
Also fix the mystical U+0345 COMBINING GREEK YPOGEGRAMMENI,
so everyone is satisfied.
Also add a -local flag to use local files for faster turnaround
when debugging.

R=rsc
CC=golang-dev
https://golang.org/cl/4825054

src/pkg/unicode/letter_test.go
src/pkg/unicode/maketables.go
src/pkg/unicode/tables.go

index c4e26df580a55e6cabeb3fbafd49d9cb05262cad..8d2665a44fc419623e9fbdaeace1a121bc45a394 100644 (file)
@@ -212,6 +212,10 @@ var caseTest = []caseT{
        {UpperCase, 0x10450, 0x10450},
        {LowerCase, 0x10450, 0x10450},
        {TitleCase, 0x10450, 0x10450},
+
+       // Non-letters with case.
+       {LowerCase, 0x2161, 0x2171},
+       {UpperCase, 0x0345, 0x0399},
 }
 
 func TestIsLetter(t *testing.T) {
index 0020dc427cf63225e6766c417c896b0fdeb1f23c..b586bc655f31ad5386060f6f442dd22bbef37027 100644 (file)
@@ -14,6 +14,7 @@ import (
        "http"
        "log"
        "os"
+       "path/filepath"
        "sort"
        "strconv"
        "strings"
@@ -54,10 +55,47 @@ var cases = flag.Bool("cases",
 var test = flag.Bool("test",
        false,
        "test existing tables; can be used to compare web data with package data")
+var localFiles = flag.Bool("local",
+       false,
+       "data files have been copied to current directory; for debugging only")
 
 var scriptRe = regexp.MustCompile(`^([0-9A-F]+)(\.\.[0-9A-F]+)? *; ([A-Za-z_]+)$`)
 var logger = log.New(os.Stderr, "", log.Lshortfile)
 
+type reader struct {
+       *bufio.Reader
+       fd   *os.File
+       resp *http.Response
+}
+
+func open(url string) *reader {
+       file := filepath.Base(url)
+       if *localFiles {
+               fd, err := os.Open(file)
+               if err != nil {
+                       logger.Fatal(err)
+               }
+               return &reader{bufio.NewReader(fd), fd, nil}
+       }
+       resp, err := http.Get(*dataURL)
+       if err != nil {
+               logger.Fatal(err)
+       }
+       if resp.StatusCode != 200 {
+               logger.Fatalf("bad GET status for %s: %d", file, resp.Status)
+       }
+       return &reader{bufio.NewReader(resp.Body), nil, resp}
+
+}
+
+func (r *reader) close() {
+       if r.fd != nil {
+               r.fd.Close()
+       } else {
+               r.resp.Body.Close()
+       }
+}
+
 var category = map[string]bool{
        // Nd Lu etc.
        // We use one-character names to identify merged categories
@@ -192,7 +230,7 @@ func parseCategory(line string) (state State) {
                char.letter(field[FSimpleUppercaseMapping], field[FCodePoint], field[FSimpleTitlecaseMapping])
        case "Lt":
                char.letter(field[FSimpleUppercaseMapping], field[FSimpleLowercaseMapping], field[FCodePoint])
-       case "Lm", "Lo":
+       default:
                char.letter(field[FSimpleUppercaseMapping], field[FSimpleLowercaseMapping], field[FSimpleTitlecaseMapping])
        }
        switch {
@@ -272,14 +310,7 @@ func loadChars() {
        if *dataURL == "" {
                flag.Set("data", *url+"UnicodeData.txt")
        }
-       resp, err := http.Get(*dataURL)
-       if err != nil {
-               logger.Fatal(err)
-       }
-       if resp.StatusCode != 200 {
-               logger.Fatal("bad GET status for UnicodeData.txt", resp.Status)
-       }
-       input := bufio.NewReader(resp.Body)
+       input := open(*dataURL)
        var first uint32 = 0
        for {
                line, err := input.ReadString('\n')
@@ -310,21 +341,14 @@ func loadChars() {
                        first = 0
                }
        }
-       resp.Body.Close()
+       input.close()
 }
 
 func loadCasefold() {
        if *casefoldingURL == "" {
                flag.Set("casefolding", *url+"CaseFolding.txt")
        }
-       resp, err := http.Get(*casefoldingURL)
-       if err != nil {
-               logger.Fatal(err)
-       }
-       if resp.StatusCode != 200 {
-               logger.Fatal("bad GET status for CaseFolding.txt", resp.Status)
-       }
-       input := bufio.NewReader(resp.Body)
+       input := open(*casefoldingURL)
        for {
                line, err := input.ReadString('\n')
                if err != nil {
@@ -355,7 +379,7 @@ func loadCasefold() {
                }
                chars[p1].foldCase = int(p2)
        }
-       resp.Body.Close()
+       input.close()
 }
 
 const progHeader = `// Generated by running
@@ -662,15 +686,7 @@ func printScriptOrProperty(doProps bool) {
        if flaglist == "" {
                return
        }
-       var err os.Error
-       resp, err := http.Get(*url + file)
-       if err != nil {
-               logger.Fatal(err)
-       }
-       if resp.StatusCode != 200 {
-               logger.Fatal("bad GET status for ", file, ":", resp.Status)
-       }
-       input := bufio.NewReader(resp.Body)
+       input := open(*url + file)
        for {
                line, err := input.ReadString('\n')
                if err != nil {
@@ -681,7 +697,7 @@ func printScriptOrProperty(doProps bool) {
                }
                parseScript(line[0:len(line)-1], table)
        }
-       resp.Body.Close()
+       input.close()
 
        // Find out which scripts to dump
        list := strings.Split(flaglist, ",")
@@ -864,6 +880,16 @@ func getCaseState(i int) (c *caseState) {
        case ch.titleCase:
                c._case = CaseTitle
        }
+       // Some things such as roman numeral U+2161 don't describe themselves
+       // as upper case, but have a lower case.  Second-guess them.
+       if c._case == CaseNone && ch.lowerCase != 0 {
+               c._case = CaseUpper
+       }
+       // Same in the other direction.
+       if c._case == CaseNone && ch.upperCase != 0 {
+               c._case = CaseLower
+       }
+
        if ch.upperCase != 0 {
                c.deltaToUpper = ch.upperCase - i
        }
index 9fe43017e54061f4121cc71176ee284356c7d5a1..88b5c0fbaaa2e976f372944dd5f498635e2e3ea5 100644 (file)
@@ -5266,6 +5266,7 @@ var _CaseRanges = []CaseRange{
        {0x028A, 0x028B, d{-217, 0, -217}},
        {0x028C, 0x028C, d{-71, 0, -71}},
        {0x0292, 0x0292, d{-219, 0, -219}},
+       {0x0345, 0x0345, d{84, 0, 84}},
        {0x0370, 0x0373, d{UpperLower, UpperLower, UpperLower}},
        {0x0376, 0x0377, d{UpperLower, UpperLower, UpperLower}},
        {0x037B, 0x037D, d{130, 0, 130}},
@@ -5375,7 +5376,11 @@ var _CaseRanges = []CaseRange{
        {0x212B, 0x212B, d{0, -8262, 0}},
        {0x2132, 0x2132, d{0, 28, 0}},
        {0x214E, 0x214E, d{-28, 0, -28}},
+       {0x2160, 0x216F, d{0, 16, 0}},
+       {0x2170, 0x217F, d{-16, 0, -16}},
        {0x2183, 0x2184, d{UpperLower, UpperLower, UpperLower}},
+       {0x24B6, 0x24CF, d{0, 26, 0}},
+       {0x24D0, 0x24E9, d{-26, 0, -26}},
        {0x2C00, 0x2C2E, d{0, 48, 0}},
        {0x2C30, 0x2C5E, d{-48, 0, -48}},
        {0x2C60, 0x2C61, d{UpperLower, UpperLower, UpperLower}},
@@ -5734,90 +5739,6 @@ var caseOrbit = []foldPair{
        {0x2126, 0x03A9},
        {0x212A, 0x004B},
        {0x212B, 0x00C5},
-       {0x2160, 0x2170},
-       {0x2161, 0x2171},
-       {0x2162, 0x2172},
-       {0x2163, 0x2173},
-       {0x2164, 0x2174},
-       {0x2165, 0x2175},
-       {0x2166, 0x2176},
-       {0x2167, 0x2177},
-       {0x2168, 0x2178},
-       {0x2169, 0x2179},
-       {0x216A, 0x217A},
-       {0x216B, 0x217B},
-       {0x216C, 0x217C},
-       {0x216D, 0x217D},
-       {0x216E, 0x217E},
-       {0x216F, 0x217F},
-       {0x2170, 0x2160},
-       {0x2171, 0x2161},
-       {0x2172, 0x2162},
-       {0x2173, 0x2163},
-       {0x2174, 0x2164},
-       {0x2175, 0x2165},
-       {0x2176, 0x2166},
-       {0x2177, 0x2167},
-       {0x2178, 0x2168},
-       {0x2179, 0x2169},
-       {0x217A, 0x216A},
-       {0x217B, 0x216B},
-       {0x217C, 0x216C},
-       {0x217D, 0x216D},
-       {0x217E, 0x216E},
-       {0x217F, 0x216F},
-       {0x24B6, 0x24D0},
-       {0x24B7, 0x24D1},
-       {0x24B8, 0x24D2},
-       {0x24B9, 0x24D3},
-       {0x24BA, 0x24D4},
-       {0x24BB, 0x24D5},
-       {0x24BC, 0x24D6},
-       {0x24BD, 0x24D7},
-       {0x24BE, 0x24D8},
-       {0x24BF, 0x24D9},
-       {0x24C0, 0x24DA},
-       {0x24C1, 0x24DB},
-       {0x24C2, 0x24DC},
-       {0x24C3, 0x24DD},
-       {0x24C4, 0x24DE},
-       {0x24C5, 0x24DF},
-       {0x24C6, 0x24E0},
-       {0x24C7, 0x24E1},
-       {0x24C8, 0x24E2},
-       {0x24C9, 0x24E3},
-       {0x24CA, 0x24E4},
-       {0x24CB, 0x24E5},
-       {0x24CC, 0x24E6},
-       {0x24CD, 0x24E7},
-       {0x24CE, 0x24E8},
-       {0x24CF, 0x24E9},
-       {0x24D0, 0x24B6},
-       {0x24D1, 0x24B7},
-       {0x24D2, 0x24B8},
-       {0x24D3, 0x24B9},
-       {0x24D4, 0x24BA},
-       {0x24D5, 0x24BB},
-       {0x24D6, 0x24BC},
-       {0x24D7, 0x24BD},
-       {0x24D8, 0x24BE},
-       {0x24D9, 0x24BF},
-       {0x24DA, 0x24C0},
-       {0x24DB, 0x24C1},
-       {0x24DC, 0x24C2},
-       {0x24DD, 0x24C3},
-       {0x24DE, 0x24C4},
-       {0x24DF, 0x24C5},
-       {0x24E0, 0x24C6},
-       {0x24E1, 0x24C7},
-       {0x24E2, 0x24C8},
-       {0x24E3, 0x24C9},
-       {0x24E4, 0x24CA},
-       {0x24E5, 0x24CB},
-       {0x24E6, 0x24CC},
-       {0x24E7, 0x24CD},
-       {0x24E8, 0x24CE},
-       {0x24E9, 0x24CF},
 }
 
 // FoldCategory maps a category name to a table of
@@ -6102,4 +6023,4 @@ var FoldScript = map[string]*RangeTable{}
 // Range entries: 3391 16-bit, 659 32-bit, 4050 total.
 // Range bytes: 20346 16-bit, 7908 32-bit, 28254 total.
 
-// Fold orbit bytes: 147 pairs, 588 bytes
+// Fold orbit bytes: 63 pairs, 252 bytes