X-Git-Url: https://git.heureux-cyclage.org/?a=blobdiff_plain;f=tests%2Fphpunit%2Flanguages%2Fclasses%2FLanguageCrhTest.php;h=84a4c46757228e2263bbc220fd271255572c7cc3;hb=138298b397b308ad6e4bfc7088884d90e8ac1e37;hp=7c99614e6173e64af6f64e1dcf81b1846fa5605b;hpb=621d00d59bf589d17cf3fa1d18fe55ad5aa91812;p=lhc%2Fweb%2Fwiklou.git

diff --git a/tests/phpunit/languages/classes/LanguageCrhTest.php b/tests/phpunit/languages/classes/LanguageCrhTest.php
index 7c99614e61..84a4c46757 100644
--- a/tests/phpunit/languages/classes/LanguageCrhTest.php
+++ b/tests/phpunit/languages/classes/LanguageCrhTest.php
@@ -3,89 +3,136 @@
 /**
  * @covers LanguageCrh
  * @covers CrhConverter
+ * @covers MediaWiki\Languages\Data\CrhExceptions
  */
 class LanguageCrhTest extends LanguageClassesTestCase {
 	/**
-	 * @dataProvider provideAutoConvertToAllVariants
+	 * @dataProvider provideAutoConvertToAllVariantsByWord
 	 * @covers Language::autoConvertToAllVariants
+	 *
+	 * Test individual words and test minimal contextual transforms
+	 * by creating test strings "<cyrillic> <latin>" and
+	 * "<latin> <cyrillic>" and then converting to all variants.
 	 */
-	public function testAutoConvertToAllVariants( $result, $value ) {
+	public function testAutoConvertToAllVariantsByWord( $cyrl, $lat ) {
+		$value = $lat;
+		$result = [
+			'crh'      => $value,
+			'crh-cyrl' => $cyrl,
+			'crh-latn' => $lat,
+			];
+		$this->assertEquals( $result, $this->getLang()->autoConvertToAllVariants( $value ) );
+
+		$value = $cyrl;
+		$result = [
+			'crh'      => $value,
+			'crh-cyrl' => $cyrl,
+			'crh-latn' => $lat,
+			];
+		$this->assertEquals( $result, $this->getLang()->autoConvertToAllVariants( $value ) );
+
+		$value = $cyrl . ' ' . $lat;
+		$result = [
+			'crh'      => $value,
+			'crh-cyrl' => $cyrl . ' ' . $cyrl,
+			'crh-latn' => $lat . ' ' . $lat,
+			];
+		$this->assertEquals( $result, $this->getLang()->autoConvertToAllVariants( $value ) );
+
+		$value = $lat . ' ' . $cyrl;
+		$result = [
+			'crh'      => $value,
+			'crh-cyrl' => $cyrl . ' ' . $cyrl,
+			'crh-latn' => $lat . ' ' . $lat,
+			];
 		$this->assertEquals( $result, $this->getLang()->autoConvertToAllVariants( $value ) );
 	}
 
-	public static function provideAutoConvertToAllVariants() {
+	public static function provideAutoConvertToAllVariantsByWord() {
 		return [
-			[ // general words, covering more of the alphabet
-				[
-					'crh'      => 'рузгярнынъ ruzgârnıñ Париж Parij',
-					'crh-cyrl' => 'рузгярнынъ рузгярнынъ Париж Париж',
-					'crh-latn' => 'ruzgârnıñ ruzgârnıñ Parij Parij',
-				],
-				'рузгярнынъ ruzgârnıñ Париж Parij'
-			],
-			[ // general words, covering more of the alphabet
-				[
-					'crh'      => 'чёкюч çöküç элифбени elifbeni полициясы politsiyası',
-					'crh-cyrl' => 'чёкюч чёкюч элифбени элифбени полициясы полициясы',
-					'crh-latn' => 'çöküç çöküç elifbeni elifbeni politsiyası politsiyası',
-				],
-				'чёкюч çöküç элифбени elifbeni полициясы politsiyası'
-			],
-			[ // general words, covering more of the alphabet
-				[
-					'crh'      => 'хусусында hususında акъшамларны aqşamlarnı опькеленюв öpkelenüv',
-					'crh-cyrl' => 'хусусында хусусында акъшамларны акъшамларны опькеленюв опькеленюв',
-					'crh-latn' => 'hususında hususında aqşamlarnı aqşamlarnı öpkelenüv öpkelenüv',
-				],
-				'хусусында hususında акъшамларны aqşamlarnı опькеленюв öpkelenüv'
-			],
-			[ // general words, covering more of the alphabet
-				[
-					'crh'      => 'кулюмсиреди külümsiredi айтмайджагъым aytmaycağım козьяшсыз közyaşsız',
-					'crh-cyrl' => 'кулюмсиреди кулюмсиреди айтмайджагъым айтмайджагъым козьяшсыз козьяшсыз',
-					'crh-latn' => 'külümsiredi külümsiredi aytmaycağım aytmaycağım közyaşsız közyaşsız',
-				],
-				'кулюмсиреди külümsiredi айтмайджагъым aytmaycağım козьяшсыз közyaşsız'
-			],
-			[ // exception words
-				[
-					'crh'      => 'инструменталь instrumental гургуль gürgül тюшюнмемек tüşünmemek',
-					'crh-cyrl' => 'инструменталь инструменталь гургуль гургуль тюшюнмемек тюшюнмемек',
-					'crh-latn' => 'instrumental instrumental gürgül gürgül tüşünmemek tüşünmemek',
-				],
-				'инструменталь instrumental гургуль gürgül тюшюнмемек tüşünmemek'
-			],
-			[ // recent problem words, part 1
-				[
-					'crh'      => 'künü куню sürgünligi сюргюнлиги özü озю etti этти',
-					'crh-cyrl' => 'куню куню сюргюнлиги сюргюнлиги озю озю этти этти',
-					'crh-latn' => 'künü künü sürgünligi sürgünligi özü özü etti etti',
-				],
-				'künü куню sürgünligi сюргюнлиги özü озю etti этти'
-			],
-			[ // recent problem words, part 2
+			// general words, covering more of the alphabet
+			[ 'рузгярнынъ', 'ruzgârnıñ' ], [ 'Париж', 'Parij' ], [ 'чёкюч', 'çöküç' ],
+			[ 'элифбени', 'elifbeni' ], [ 'полициясы', 'politsiyası' ], [ 'хусусында', 'hususında' ],
+			[ 'акъшамларны', 'aqşamlarnı' ], [ 'опькеленюв', 'öpkelenüv' ],
+			[ 'кулюмсиреди', 'külümsiredi' ], [ 'айтмайджагъым', 'aytmaycağım' ],
+			[ 'козьяшсыз', 'közyaşsız' ],
+
+			// exception words
+			[ 'инструменталь', 'instrumental' ], [ 'гургуль', 'gürgül' ], [ 'тюшюнмемек', 'tüşünmemek' ],
+
+			// specific problem words
+			[ 'куню', 'künü' ], [ 'сюргюнлиги', 'sürgünligi' ], [ 'озю', 'özü' ], [ 'этти', 'etti' ],
+			[ 'эсас', 'esas' ], [ 'дёрт', 'dört' ], [ 'кельди', 'keldi' ], [ 'км²', 'km²' ],
+			[ 'юзь', 'yüz' ], [ 'АКъШ', 'AQŞ' ], [ 'ШСДжБнен', 'ŞSCBnen' ], [ 'июль', 'iyül' ],
+			[ 'ишгъаль', 'işğal' ], [ 'ишгъальджилерине', 'işğalcilerine' ], [ 'район', 'rayon' ],
+			[ 'районынынъ', 'rayonınıñ' ], [ 'Ногъай', 'Noğay' ], [ 'Юрьтю', 'Yürtü' ],
+			[ 'ватандан', 'vatandan' ], [ 'ком-кок', 'köm-kök' ], [ 'АКЪКЪЫ', 'AQQI' ],
+			[ 'ДАГЪГЪА', 'DAĞĞA' ], [ '13-юнджи', '13-ünci' ], [ 'ДЖУРЬМЕК', 'CÜRMEK' ],
+			[ 'джумлеси', 'cümlesi' ], [ 'ильи', 'ilyi' ], [ 'Ильи', 'İlyi' ], [ 'бруцел', 'brutsel' ],
+			[ 'коцюб', 'kotsüb' ], [ 'плацен', 'platsen' ], [ 'эпицентр', 'epitsentr' ],
+
+			// -tsin- words
+			[ 'кетсин', 'ketsin' ], [ 'кирлетсин', 'kirletsin' ], [ 'этсин', 'etsin' ],
+			[ 'етсин', 'yetsin' ], [ 'этсинлерми', 'etsinlermi' ], [ 'принцини', 'printsini' ],
+			[ 'медицина', 'meditsina' ], [ 'Щетсин', 'Şçetsin' ], [ 'Щекоцины', 'Şçekotsinı' ],
+
+			// regex pattern words
+			[ 'коюнден', 'köyünden' ], [ 'аньге', 'ange' ],
+
+			// multi part words
+			[ 'эки юз', 'eki yüz' ],
+
+			// affix patterns
+			[ 'койнинъ', 'köyniñ' ], [ 'Авджыкойде', 'Avcıköyde' ], [ 'экваториаль', 'ekvatorial' ],
+			[ 'Джанкой', 'Canköy' ], [ 'усть', 'üst' ], [ 'роль', 'rol' ], [ 'буюк', 'büyük' ],
+			[ 'джонк', 'cönk' ],
+
+			// Roman numerals vs Initials, part 1 - Roman numeral initials without spaces
+			[ 'А.Б.Дж.Д.М. Къадырова XII', 'A.B.C.D.M. Qadırova XII' ],
+			// Roman numerals vs Initials, part 2 - Roman numeral initials with spaces
+			[ 'Г. Х. Ы. В. X. Л. Меметов III',  'G. H. I. V. X. L. Memetov III' ],
+
+			// ALL CAPS, made up acronyms
+			[ 'НЪАБ', 'ÑAB' ], [ 'КЪЫДЖ', 'QIC' ], [ 'ГЪУК', 'ĞUK' ], [ 'ДЖОТ', 'COT' ], [ 'ДЖА', 'CA' ],
+		];
+	}
+
+	/**
+	 * @dataProvider provideAutoConvertToAllVariantsByString
+	 * @covers Language::autoConvertToAllVariants
+	 *
+	 * Run tests that require some context (like Roman numerals) or with
+	 * many-to-one mappings, or other asymmetric results (like smart quotes)
+	 */
+	public function testAutoConvertToAllVariantsByString( $result, $value ) {
+		$this->assertEquals( $result, $this->getLang()->autoConvertToAllVariants( $value ) );
+	}
+
+	public static function provideAutoConvertToAllVariantsByString() {
+		return [
+			[ // Roman numerals and quotes, esp. single-letter Roman numerals at the end of a string
 				[
-					'crh'      => 'esas эсас dört дёрт keldi кельди',
-					'crh-cyrl' => 'эсас эсас дёрт дёрт кельди кельди',
-					'crh-latn' => 'esas esas dört dört keldi keldi',
+					'crh'      => 'VI,VII IX “dört” «дёрт» XI XII I V X L C D M',
+					'crh-cyrl' => 'VI,VII IX «дёрт» «дёрт» XI XII I V X L C D M',
+					'crh-latn' => 'VI,VII IX “dört” "dört" XI XII I V X L C D M',
 				],
-				'esas эсас dört дёрт keldi кельди'
+				'VI,VII IX “dört” «дёрт» XI XII I V X L C D M'
 			],
-			[ // multi part words
+			[ // Many-to-one mappings: many Cyrillic to one Latin
 				[
-					'crh'      => 'эки юз eki yüz',
-					'crh-cyrl' => 'эки юз эки юз',
-					'crh-latn' => 'eki yüz eki yüz',
+					'crh'      => 'шофер шофёр şoför корбекул корьбекул корьбекуль körbekül',
+					'crh-cyrl' => 'шофер шофёр шофёр корбекул корьбекул корьбекуль корьбекуль',
+					'crh-latn' => 'şoför şoför şoför körbekül körbekül körbekül körbekül',
 				],
-				'эки юз eki yüz'
+				'шофер шофёр şoför корбекул корьбекул корьбекуль körbekül'
 			],
-			[ // ALL CAPS, made up acronyms (not 100% sure these are correct)
+			[ // Many-to-one mappings: many Latin to one Cyrillic
 				[
-					'crh'      => 'ÑAB QIC ĞUK COT НЪАБ КЪЫДж ГЪУК ДЖОТ CA ДЖА',
-					'crh-cyrl' => 'НЪАБ КЪЫДж ГЪУК ДЖОТ НЪАБ КЪЫДж ГЪУК ДЖОТ ДЖА ДЖА',
-					'crh-latn' => 'ÑAB QIC ĞUK COT ÑAB QIC ĞUK COT CA CA',
+					'crh'      => 'fevqülade fevqulade февкъульаде beyude beyüde бейуде',
+					'crh-cyrl' => 'февкъульаде февкъульаде февкъульаде бейуде бейуде бейуде',
+					'crh-latn' => 'fevqülade fevqulade fevqulade beyude beyüde beyüde',
 				],
-				'ÑAB QIC ĞUK COT НЪАБ КЪЫДж ГЪУК ДЖОТ CA ДЖА'
+				'fevqülade fevqulade февкъульаде beyude beyüde бейуде'
 			],
 		];
 	}