home *** CD-ROM | disk | FTP | other *** search
/ PC World 2001 April / PCWorld_2001-04_cd.bin / Software / TemaCD / webclean / !!!python!!! / BeOpen-Python-2.0.exe / REGEX_TESTS.PY < prev    next >
Encoding:
Text File  |  2000-09-28  |  9.1 KB  |  290 lines
  1.  
  2. # Regex test suite and benchmark suite v1.5a2
  3. # Due to the use of r"aw" strings, this file will 
  4. # only work with Python 1.5 or higher.
  5.  
  6. # The 3 possible outcomes for each pattern
  7. [SUCCEED, FAIL, SYNTAX_ERROR] = range(3)
  8.  
  9. # Benchmark suite (needs expansion)
  10. #
  11. # The benchmark suite does not test correctness, just speed.  The
  12. # first element of each tuple is the regex pattern; the second is a 
  13. # string to match it against.  The benchmarking code will embed the
  14. # second string inside several sizes of padding, to test how regex 
  15. # matching performs on large strings.
  16.  
  17. benchmarks = [
  18.     ('Python', 'Python'),                     # Simple text literal
  19.     ('.*Python', 'Python'),                   # Bad text literal
  20.         ('.*Python.*', 'Python'),                 # Worse text literal
  21.     ('.*\\(Python\\)', 'Python'),             # Bad text literal with grouping
  22.  
  23.     ('(Python\\|Perl\\|Tcl', 'Perl'),          # Alternation
  24.     ('\\(Python\\|Perl\\|Tcl\\)', 'Perl'),     # Grouped alternation
  25.     ('\\(Python\\)\\1', 'PythonPython'),       # Backreference
  26. #    ('\\([0a-z][a-z]*,\\)+', 'a5,b7,c9,'),     # Disable the fastmap optimization
  27.     ('\\([a-z][a-z0-9]*,\\)+', 'a5,b7,c9,')    # A few sets
  28. ]
  29.  
  30. # Test suite (for verifying correctness)
  31. #
  32. # The test suite is a list of 5- or 3-tuples.  The 5 parts of a
  33. # complete tuple are:
  34. # element 0: a string containing the pattern
  35. #         1: the string to match against the pattern
  36. #         2: the expected result (SUCCEED, FAIL, SYNTAX_ERROR)
  37. #         3: a string that will be eval()'ed to produce a test string.
  38. #            This is an arbitrary Python expression; the available
  39. #            variables are "found" (the whole match), and "g1", "g2", ...
  40. #            up to "g10" contain the contents of each group, or the
  41. #            string 'None' if the group wasn't given a value.
  42. #         4: The expected result of evaluating the expression.
  43. #            If the two don't match, an error is reported.
  44. #
  45. # If the regex isn't expected to work, the latter two elements can be omitted.
  46.  
  47. tests = [
  48. ('abc', 'abc', SUCCEED,
  49.  'found', 'abc'),
  50. ('abc', 'xbc', FAIL),
  51. ('abc', 'axc', FAIL),
  52. ('abc', 'abx', FAIL),
  53. ('abc', 'xabcy', SUCCEED,
  54.  'found', 'abc'),
  55. ('abc', 'ababc', SUCCEED,
  56.  'found', 'abc'),
  57. ('ab*c', 'abc', SUCCEED,
  58.  'found', 'abc'),
  59. ('ab*bc', 'abc', SUCCEED,
  60.  'found', 'abc'),
  61. ('ab*bc', 'abbc', SUCCEED,
  62.  'found', 'abbc'),
  63. ('ab*bc', 'abbbbc', SUCCEED,
  64.  'found', 'abbbbc'),
  65. ('ab+bc', 'abbc', SUCCEED,
  66.  'found', 'abbc'),
  67. ('ab+bc', 'abc', FAIL),
  68. ('ab+bc', 'abq', FAIL),
  69. ('ab+bc', 'abbbbc', SUCCEED,
  70.  'found', 'abbbbc'),
  71. ('ab?bc', 'abbc', SUCCEED,
  72.  'found', 'abbc'),
  73. ('ab?bc', 'abc', SUCCEED,
  74.  'found', 'abc'),
  75. ('ab?bc', 'abbbbc', FAIL),
  76. ('ab?c', 'abc', SUCCEED,
  77.  'found', 'abc'),
  78. ('^abc$', 'abc', SUCCEED,
  79.  'found', 'abc'),
  80. ('^abc$', 'abcc', FAIL),
  81. ('^abc', 'abcc', SUCCEED,
  82.  'found', 'abc'),
  83. ('^abc$', 'aabc', FAIL),
  84. ('abc$', 'aabc', SUCCEED,
  85.  'found', 'abc'),
  86. ('^', 'abc', SUCCEED,
  87.  'found+"-"', '-'),
  88. ('$', 'abc', SUCCEED,
  89.  'found+"-"', '-'),
  90. ('a.c', 'abc', SUCCEED,
  91.  'found', 'abc'),
  92. ('a.c', 'axc', SUCCEED,
  93.  'found', 'axc'),
  94. ('a.*c', 'axyzc', SUCCEED,
  95.  'found', 'axyzc'),
  96. ('a.*c', 'axyzd', FAIL),
  97. ('a[bc]d', 'abc', FAIL),
  98. ('a[bc]d', 'abd', SUCCEED,
  99.  'found', 'abd'),
  100. ('a[b-d]e', 'abd', FAIL),
  101. ('a[b-d]e', 'ace', SUCCEED,
  102.  'found', 'ace'),
  103. ('a[b-d]', 'aac', SUCCEED,
  104.  'found', 'ac'),
  105. ('a[-b]', 'a-', SUCCEED,
  106.  'found', 'a-'),
  107. ('a[b-]', 'a-', SUCCEED,
  108.  'found', 'a-'),
  109. ('a[]b', '-', SYNTAX_ERROR),
  110. ('a[', '-', SYNTAX_ERROR),
  111. ('a\\', '-', SYNTAX_ERROR),
  112. ('abc\\)', '-', SYNTAX_ERROR),
  113. ('\\(abc', '-', SYNTAX_ERROR),
  114. ('a]', 'a]', SUCCEED,
  115.  'found', 'a]'),
  116. ('a[]]b', 'a]b', SUCCEED,
  117.  'found', 'a]b'),
  118. ('a[^bc]d', 'aed', SUCCEED,
  119.  'found', 'aed'),
  120. ('a[^bc]d', 'abd', FAIL),
  121. ('a[^-b]c', 'adc', SUCCEED,
  122.  'found', 'adc'),
  123. ('a[^-b]c', 'a-c', FAIL),
  124. ('a[^]b]c', 'a]c', FAIL),
  125. ('a[^]b]c', 'adc', SUCCEED,
  126.  'found', 'adc'),
  127. ('\\ba\\b', 'a-', SUCCEED,
  128.  '"-"', '-'),
  129. ('\\ba\\b', '-a', SUCCEED,
  130.  '"-"', '-'),
  131. ('\\ba\\b', '-a-', SUCCEED,
  132.  '"-"', '-'),
  133. ('\\by\\b', 'xy', FAIL),
  134. ('\\by\\b', 'yz', FAIL),
  135. ('\\by\\b', 'xyz', FAIL),
  136. ('ab\\|cd', 'abc', SUCCEED,
  137.  'found', 'ab'),
  138. ('ab\\|cd', 'abcd', SUCCEED,
  139.  'found', 'ab'),
  140. ('\\(\\)ef', 'def', SUCCEED,
  141.  'found+"-"+g1', 'ef-'),
  142. ('$b', 'b', FAIL),
  143. ('a(b', 'a(b', SUCCEED,
  144.  'found+"-"+g1', 'a(b-None'),
  145. ('a(*b', 'ab', SUCCEED,
  146.  'found', 'ab'),
  147. ('a(*b', 'a((b', SUCCEED,
  148.  'found', 'a((b'),
  149. ('a\\\\b', 'a\\b', SUCCEED,
  150.  'found', 'a\\b'),
  151. ('\\(\\(a\\)\\)', 'abc', SUCCEED,
  152.  'found+"-"+g1+"-"+g2', 'a-a-a'),
  153. ('\\(a\\)b\\(c\\)', 'abc', SUCCEED,
  154.  'found+"-"+g1+"-"+g2', 'abc-a-c'),
  155. ('a+b+c', 'aabbabc', SUCCEED,
  156.  'found', 'abc'),
  157. ('\\(a+\\|b\\)*', 'ab', SUCCEED,
  158.  'found+"-"+g1', 'ab-b'),
  159. ('\\(a+\\|b\\)+', 'ab', SUCCEED,
  160.  'found+"-"+g1', 'ab-b'),
  161. ('\\(a+\\|b\\)?', 'ab', SUCCEED,
  162.  'found+"-"+g1', 'a-a'),
  163. ('\\)\\(', '-', SYNTAX_ERROR),
  164. ('[^ab]*', 'cde', SUCCEED,
  165.  'found', 'cde'),
  166. ('abc', '', FAIL),
  167. ('a*', '', SUCCEED,
  168.  'found', ''),
  169. ('a\\|b\\|c\\|d\\|e', 'e', SUCCEED,
  170.  'found', 'e'),
  171. ('\\(a\\|b\\|c\\|d\\|e\\)f', 'ef', SUCCEED,
  172.  'found+"-"+g1', 'ef-e'),
  173. ('abcd*efg', 'abcdefg', SUCCEED,
  174.  'found', 'abcdefg'),
  175. ('ab*', 'xabyabbbz', SUCCEED,
  176.  'found', 'ab'),
  177. ('ab*', 'xayabbbz', SUCCEED,
  178.  'found', 'a'),
  179. ('\\(ab\\|cd\\)e', 'abcde', SUCCEED,
  180.  'found+"-"+g1', 'cde-cd'),
  181. ('[abhgefdc]ij', 'hij', SUCCEED,
  182.  'found', 'hij'),
  183. ('^\\(ab\\|cd\\)e', 'abcde', FAIL,
  184.  'xg1y', 'xy'),
  185. ('\\(abc\\|\\)ef', 'abcdef', SUCCEED,
  186.  'found+"-"+g1', 'ef-'),
  187. ('\\(a\\|b\\)c*d', 'abcd', SUCCEED,
  188.  'found+"-"+g1', 'bcd-b'),
  189. ('\\(ab\\|ab*\\)bc', 'abc', SUCCEED,
  190.  'found+"-"+g1', 'abc-a'),
  191. ('a\\([bc]*\\)c*', 'abc', SUCCEED,
  192.  'found+"-"+g1', 'abc-bc'),
  193. ('a\\([bc]*\\)\\(c*d\\)', 'abcd', SUCCEED,
  194.  'found+"-"+g1+"-"+g2', 'abcd-bc-d'),
  195. ('a\\([bc]+\\)\\(c*d\\)', 'abcd', SUCCEED,
  196.  'found+"-"+g1+"-"+g2', 'abcd-bc-d'),
  197. ('a\\([bc]*\\)\\(c+d\\)', 'abcd', SUCCEED,
  198.  'found+"-"+g1+"-"+g2', 'abcd-b-cd'),
  199. ('a[bcd]*dcdcde', 'adcdcde', SUCCEED,
  200.  'found', 'adcdcde'),
  201. ('a[bcd]+dcdcde', 'adcdcde', FAIL),
  202. ('\\(ab\\|a\\)b*c', 'abc', SUCCEED,
  203.  'found+"-"+g1', 'abc-ab'),
  204. ('\\(\\(a\\)\\(b\\)c\\)\\(d\\)', 'abcd', SUCCEED,
  205.  'g1+"-"+g2+"-"+g3+"-"+g4', 'abc-a-b-d'),
  206. ('[a-zA-Z_][a-zA-Z0-9_]*', 'alpha', SUCCEED,
  207.  'found', 'alpha'),
  208. ('^a\\(bc+\\|b[eh]\\)g\\|.h$', 'abh', SUCCEED,
  209.  'found+"-"+g1', 'bh-None'),
  210. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'effgz', SUCCEED,
  211.  'found+"-"+g1+"-"+g2', 'effgz-effgz-None'),
  212. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'ij', SUCCEED,
  213.  'found+"-"+g1+"-"+g2', 'ij-ij-j'),
  214. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'effg', FAIL),
  215. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'bcdd', FAIL),
  216. ('\\(bc+d$\\|ef*g.\\|h?i\\(j\\|k\\)\\)', 'reffgz', SUCCEED,
  217.  'found+"-"+g1+"-"+g2', 'effgz-effgz-None'),
  218. ('\\(\\(\\(\\(\\(\\(\\(\\(\\(a\\)\\)\\)\\)\\)\\)\\)\\)\\)', 'a', SUCCEED,
  219.  'found', 'a'),
  220. ('multiple words of text', 'uh-uh', FAIL),
  221. ('multiple words', 'multiple words, yeah', SUCCEED,
  222.  'found', 'multiple words'),
  223. ('\\(.*\\)c\\(.*\\)', 'abcde', SUCCEED,
  224.  'found+"-"+g1+"-"+g2', 'abcde-ab-de'),
  225. ('(\\(.*\\), \\(.*\\))', '(a, b)', SUCCEED,
  226.  'g2+"-"+g1', 'b-a'),
  227. ('[k]', 'ab', FAIL),
  228. ('a[-]?c', 'ac', SUCCEED,
  229.  'found', 'ac'),
  230. ('\\(abc\\)\\1', 'abcabc', SUCCEED,
  231.  'g1', 'abc'),
  232. ('\\([a-c]*\\)\\1', 'abcabc', SUCCEED,
  233.  'g1', 'abc'),
  234. ('^\\(.+\\)?B', 'AB', SUCCEED,
  235.  'g1', 'A'),
  236. ('\\(a+\\).\\1$', 'aaaaa', SUCCEED,
  237.  'found+"-"+g1', 'aaaaa-aa'),
  238. ('^\\(a+\\).\\1$', 'aaaa', FAIL),
  239. ('\\(abc\\)\\1', 'abcabc', SUCCEED,
  240.  'found+"-"+g1', 'abcabc-abc'),
  241. ('\\([a-c]+\\)\\1', 'abcabc', SUCCEED,
  242.  'found+"-"+g1', 'abcabc-abc'),
  243. ('\\(a\\)\\1', 'aa', SUCCEED,
  244.  'found+"-"+g1', 'aa-a'),
  245. ('\\(a+\\)\\1', 'aa', SUCCEED,
  246.  'found+"-"+g1', 'aa-a'),
  247. ('\\(a+\\)+\\1', 'aa', SUCCEED,
  248.  'found+"-"+g1', 'aa-a'),
  249. ('\\(a\\).+\\1', 'aba', SUCCEED,
  250.  'found+"-"+g1', 'aba-a'),
  251. ('\\(a\\)ba*\\1', 'aba', SUCCEED,
  252.  'found+"-"+g1', 'aba-a'),
  253. ('\\(aa\\|a\\)a\\1$', 'aaa', SUCCEED,
  254.  'found+"-"+g1', 'aaa-a'),
  255. ('\\(a\\|aa\\)a\\1$', 'aaa', SUCCEED,
  256.  'found+"-"+g1', 'aaa-a'),
  257. ('\\(a+\\)a\\1$', 'aaa', SUCCEED,
  258.  'found+"-"+g1', 'aaa-a'),
  259. ('\\([abc]*\\)\\1', 'abcabc', SUCCEED,
  260.  'found+"-"+g1', 'abcabc-abc'),
  261. ('\\(a\\)\\(b\\)c\\|ab', 'ab', SUCCEED,
  262.  'found+"-"+g1+"-"+g2', 'ab-None-None'),
  263. ('\\(a\\)+x', 'aaax', SUCCEED,
  264.  'found+"-"+g1', 'aaax-a'),
  265. ('\\([ac]\\)+x', 'aacx', SUCCEED,
  266.  'found+"-"+g1', 'aacx-c'),
  267. ('\\([^/]*/\\)*sub1/', 'd:msgs/tdir/sub1/trial/away.cpp', SUCCEED,
  268.  'found+"-"+g1', 'd:msgs/tdir/sub1/-tdir/'),
  269. ('\\([^.]*\\)\\.\\([^:]*\\):[T ]+\\(.*\\)', 'track1.title:TBlah blah blah', SUCCEED,
  270.  'found+"-"+g1+"-"+g2+"-"+g3', 'track1.title:TBlah blah blah-track1-title-Blah blah blah'),
  271. ('\\([^N]*N\\)+', 'abNNxyzN', SUCCEED,
  272.  'found+"-"+g1', 'abNNxyzN-xyzN'),
  273. ('\\([^N]*N\\)+', 'abNNxyz', SUCCEED,
  274.  'found+"-"+g1', 'abNN-N'),
  275. ('\\([abc]*\\)x', 'abcx', SUCCEED,
  276.  'found+"-"+g1', 'abcx-abc'),
  277. ('\\([abc]*\\)x', 'abc', FAIL),
  278. ('\\([xyz]*\\)x', 'abcx', SUCCEED,
  279.  'found+"-"+g1', 'x-'),
  280. ('\\(a\\)+b\\|aac', 'aac', SUCCEED,
  281.  'found+"-"+g1', 'aac-None'),
  282. ('\<a', 'a', SUCCEED, 'found', 'a'),
  283. ('\<a', '!', FAIL),
  284. ('a\<b', 'ab', FAIL),
  285. ('a\>', 'ab', FAIL),
  286. ('a\>', 'a!', SUCCEED, 'found', 'a'),
  287. ('a\>', 'a', SUCCEED, 'found', 'a'),
  288. ]
  289.  
  290.