rbbitst.txt (157397B)
1 # Copyright (C) 2016 and later: Unicode, Inc. and others. 2 # License & terms of use: http://www.unicode.org/copyright.html 3 # Copyright (c) 2001-2016 International Business Machines 4 # Corporation and others. All Rights Reserved. 5 # 6 # RBBI Test Data 7 # 8 # File: rbbitst.txt 9 # 10 # The format of this file looks vaguely like some kind of xml-ish markup, 11 # but it is NOT. The syntax is this.. 12 # 13 # <word> any following data is for word break testing 14 # <sent> any following data is for sentence break testing 15 # <line> any following data is for line break testing 16 # <char> any following data is for char break testing 17 # <title> any following data is for title break testing 18 # <rules> rules ... </rules> following data is tested against these rules. 19 # Applies until a following occurrence of <word>, <sent>, etc. or another <rules> 20 # <locale locale_name> Switch to the named locale at the next occurrence of <word>, <sent>, etc. 21 # <data> ... </data> test data. May span multiple lines. 22 # <> Break position, status == 0 23 # • Break position, status == 0 (Bullet, \u2022) 24 # <nnn> Break position, status == nnn 25 # \ Escape. Normal ICU unescape applied. 26 # \ at end of line -> Line Continuation. Remove both the backslash and the new line 27 # 28 # In ICU4C, this test data is run by intltest, rbbi/RBBITest/TestExtended. 29 # In ICU4J, this test data is run by com.ibm.icu.dev.test.rbbi.RBBITestExtended 30 # 31 # There are two copies of this file in the source repository, 32 # [ICU4C] source/test/testdata/rbbitst.txt 33 # [ICU4J] main/core/src/test/resources/com/ibm/icu/dev/test/rbbi/rbbitst.txt 34 # 35 # ICU4C's copy is the primary one. If any changes are made to ICU4J's copy, make sure they 36 # are merged back into ICU4C's copy of the file, lest they get overwritten later. 37 # TODO: figure out how to have a single copy of the file for use by both C and Java. 38 39 40 # Temp debugging tests 41 # 42 <word> 43 <data>• 44 •</data> 45 46 ## FILTERED BREAK TESTS 47 48 # (William Bradford, public domain. http://catalog.hathitrust.org/Record/008651224 ) - edited. 49 <locale en> 50 <sent> 51 <data>\ 52 •In the meantime Mr. •Weston arrived with his small ship, which he had now recovered. •Capt. •Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. •Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data> 53 54 <locale en@ss=standard> 55 <sent> 56 <data>\ 57 •In the meantime Mr. Weston arrived with his small ship, which he had now recovered. •Capt. Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data> 58 59 # This hits the case where "D." would match the end of "Ph.D.". 60 <locale en@ss=standard> 61 <sent> 62 <data>\ 63 •Doctor with a D. •As in, Ph.D., you know.•</data> 64 65 # ICU-21459 logic error. 66 <locale en@ss=standard> 67 <sent> 68 <data>•on. •But after a day in the arena sun, the metal feels hot enough to blister my hands.•</data> 69 70 # same as root (unless some exceptions are added!) 71 <locale tfg@ss=standard> 72 <sent> 73 <data>\ 74 •In the meantime Mr. •Weston arrived with his small ship, which he had now recovered. •Capt. •Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. •Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data> 75 76 # same as root (unless some exceptions are added!) 77 <locale ja@ss=standard> 78 <sent> 79 <data>\ 80 •In the meantime Mr. •Weston arrived with his small ship, which he had now recovered. •Capt. •Gorges, who informed the Sgt. here that one purpose of his going east was to meet with Mr. •Weston, took this opportunity to call him to account for some abuses he had to lay to his charge.•</data> 81 82 ## END FILTERED BREAK TESTS 83 84 85 ######################################################################################## 86 # 87 # 88 # G r a p h e m e C l u s t e r T e s t s 89 # 90 # 91 ########################################################################################## 92 <char> 93 94 <data>•a•b•c• •,•\u0666•</data> # Quick Test 95 <data>•\r•\r•\r\n•\r\n•\n•\r•</data> # don't break CR/LF 96 97 # Always break after controls. Combining chars don't combine with them. 98 <data>•\u0003•\N{COMBINING GRAVE ACCENT}•\r•\N{COMBINING GRAVE ACCENT}•</data> 99 <data>•\u0085•\N{COMBINING MACRON}•A\N{COMBINING MACRON}•</data> 100 101 # Surrogates 102 <data>•\U00011000•\U00010020•\U00010000\N{COMBINING MACRON}•</data> 103 <data>•\ud800\udc00•\udbff\udfff•a•</data> 104 105 # Extend (Combining chars) combine. 106 <data>•A\N{COMBINING GRAVE ACCENT}•B•</data> 107 <data>•\N{GREEK SMALL LETTER MU}\N{COMBINING LOW LINE}\N{COMBINING HORN}•</data> 108 <data>•a\u0301•b\u0302•c\u0303•d\u0304•e\u0305•f\u0306•g\u0307•h\u0308•i\u0309•</data> 109 110 <data>•a\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304\u0301\u0302\u0303\u0304•</data> 111 112 # Don't break Hangul Syllables 113 # L : \u1100 114 # V : \u1161 115 # T : \u11A8 116 # LV : \uAC00 117 # LVT : \uAC01 118 119 <data>•\u1100\u1161\u11a8•\u1100\u1161\u11a8•</data> #LVT 120 <data>•\u1100\u1161•\u1100\u1161•</data> 121 <data>•\u1100\u1161\u11a8•\u1161•\u1100•\u11a8•\u1161\u1161\u1161\u11a8•</data> 122 <data>•\u1100\u1100\uac01•\u1100\uac01•\u1100\uac01\u0301•\uac01•</data> 123 <data>•\u1100\u0301•\u1161\u11a8\u0301•\u11a8•</data> 124 125 126 127 # Hindi combining chars. (An old test) 128 # TODO: Update these tests for Unicode 5.1 Extended Grapheme clusters 129 #<data>•भ••ा•\u0930•\u0924• •\u0938\u0941\u0902•\u0926•\u0930• 130 #•\u0939•\u094c•\u0964•</data> 131 #<data>•\u0916\u0947•\u0938\u0941\u0902•\u0926•\u0930•\u0939•\u094c•\u0964•</data> 132 133 134 # Bug 1587. Tamil. \u0baa\u0bc1 is an Extended Grpaheme Cluster 135 <data>•\u0baa\u0bc1•\u0baa\u0bc1•</data> 136 137 # Regression test for bug 1889 138 <data>•\u0f40\u0f7d•\u0000•\u0f7e•</data> 139 140 141 # 0xffff is a legal character, and should not stop the break iterator early. 142 # (Requires special casing in implementation, which is why it gets a test.) 143 <data>•\uffff•\uffff• •a•</data> 144 145 # Treat Japanese Half Width voicing marks as combining 146 <data>•A\uff9e•B\uff9f\uff9e\uff9f•C•</data> 147 148 # Test data originally from Java BreakIteratorTest.TestCharcterBreak() 149 <data>•S\u0300•i\u0317•m•p•l•e\u0301• •s•a\u0302•m•p•l•e\u0303•.•w•a\u0302•w•a•f•q•\n•\r•\r\n•\n•</data> 150 151 ######################################################################################## 152 # 153 # 154 # E x t e n d e d G r a p h e m e C l u s t e r T e s t s 155 # 156 # 157 ########################################################################################## 158 #<xgc> 159 160 # Plain Vanilla grapheme clusters 161 #<data>•a•b•c•</data> 162 #<data>•a\u0301\u0302• •b\u0303\u0304•</data> 163 164 # Assorted Hindi combining marks 165 #<data>•\u0904\u0903• •\u0937\u093E• •\u0904\u093F• •\u0937\u0940• •\u0937\u0949• •\u0937\u094A• •\u0937\u094B• •\u0937\u094C•</data> 166 167 # Thai Clusters 168 # $Prepend $Extend* $PrependBase $Extend*; 169 # 170 #<data>•\u0e40\u0e01•\u0e44\u0301\u0e23\u0302\u0303•\u0e40•\u0e40\u0e02•\u0e02• •</data> 171 172 # From L2/14-131, §3.2; made into a single EGC by UTC-179-C31. 173 # This test would have caught ICU-22956. 174 <data>•સૻ્સૻ•</data> 175 176 # 177 # From cldr/common/testData/segmentation/graphemeCluster/TestSegmenter-Bengali.txt 178 # 179 180 # ব্যক্তিত্বের ; 181 <data>•ব্য•ক্তি•ত্বে•র•</data> 182 # আত্মবিশ্বাস ; 183 <data>•আ•ত্ম•বি•শ্বা•স•</data> 184 # ব্যাক্টেরিয়া ; 185 <data>•ব্যা•ক্টে•রি•য়া•</data> 186 # সমস্যার ; 187 <data>•স•ম•স্যা•র•</data> 188 # মিশ্রণ ; 189 <data>•মি•শ্র•ণ•</data> 190 # দুর্গন্ধ ; 191 <data>•দু•র্গ•ন্ধ•</data> 192 # পরীক্ষার ; 193 <data>•প•রী•ক্ষা•র•</data> 194 # কোলেস্টেরল ; 195 <data>•কো•লে•স্টে•র•ল•</data> 196 # ব্যায়ামকে ; 197 <data>•ব্যা•য়া•ম•কে•</data> 198 # সপ্তাহে ; 199 <data>•স•প্তা•হে•</data> 200 # পরীক্ষার ; 201 <data>•প•রী•ক্ষা•র•</data> 202 # চর্বিজাতীয় ; 203 <data>•চ•র্বি•জা•তী•য়•</data> 204 # নিয়ণ্ত্রণ ; 205 <data>•নি•য়•ণ্ত্র•ণ•</data> 206 # অবশ্যই ; 207 <data>•অ•ব•শ্য•ই•</data> 208 # নয়াদিল্লির ; 209 <data>•ন•য়া•দি•ল্লি•র•</data> 210 # সমীক্ষাটা ; 211 <data>•স•মী•ক্ষা•টা•</data> 212 # #ভূমিকম্পের ; 213 # <data>•ভূ•মি•ক•ম্পের•</data> # line 17 in TestSegmenter-Bengali.txt 214 # কেন্দ্রীয় ; 215 <data>•কে•ন্দ্রী•য়•</data> 216 # উস্কানিই ; 217 <data>•উ•স্কা•নি•ই•</data> 218 # সমীক্ষকরা ; 219 <data>•স•মী•ক্ষ•ক•রা•</data> 220 # মুহূর্তে ; 221 <data>•মু•হূ•র্তে•</data> 222 # সম্পর্কে ; 223 <data>•স•ম্প•র্কে•</data> 224 # পৌষসংক্রান্তির ; 225 <data>•পৌ•ষ•সং•ক্রা•ন্তি•র•</data> 226 # মুখ্যমন্ত্রী ; 227 <data>•মু•খ্য•ম•ন্ত্রী•</data> 228 229 # 230 # from cldr/common/testData/segmentation/graphemeCluster/TestSegmenter-Devanagari.txt 231 # 232 233 # संदिग्ध ; 234 <data>•सं•दि•ग्ध•</data> 235 # सुरक्षा ; 236 <data>•सु•र•क्षा•</data> 237 # टक्कर ; 238 <data>•ट•क्क•र•</data> 239 # सत्र ; 240 <data>•स•त्र•</data> 241 # दक्षिण ; 242 <data>•द•क्षि•ण•</data> 243 # मिश्रणाने ; 244 <data>•मि•श्र•णा•ने•</data> 245 # दुर्घटनाग्रस्त ; 246 <data>•दु•र्घ•ट•ना•ग्र•स्त•</data> 247 # मुहूर्त ; 248 <data>•मु•हू•र्त•</data> 249 # शर्करायुक्त ; 250 <data>•श•र्क•रा•यु•क्त•</data> 251 # अंतरराष्ट्रीय ; 252 <data>•अं•त•र•रा•ष्ट्री•य•</data> 253 # राष्ट्रपति ; 254 <data>•रा•ष्ट्र•प•ति•</data> 255 # फ्रांस ; 256 <data>•फ्रां•स•</data> 257 # ट्रैक्टर ; 258 <data>•ट्रै•क्ट•र•</data> 259 # सिट्रोनेलाचे ; 260 <data>•सि•ट्रो•ने•ला•चे•</data> 261 # टुक्रालाई ; 262 <data>•टु•क्रा•ला•ई•</data> 263 # इकट्ठा ; 264 <data>•इ•क•ट्ठा•</data> 265 # शास्त्र ; 266 <data>•शा•स्त्र•</data> 267 # स्त्री ; 268 <data>•स्त्री•</data> 269 # लक्ष्य ; 270 <data>•ल•क्ष्य•</data> 271 # तीक्ष्ण ; 272 <data>•ती•क्ष्ण•</data> 273 # Words ; 274 <data>•W•o•r•d•s•</data> 275 # त्रिवेदी ; 276 <data>•त्रि•वे•दी•</data> 277 # कृत्रिम ; 278 <data>•कृ•त्रि•म•</data> 279 # मात्रामा ; 280 <data>•मा•त्रा•मा•</data> 281 # सिद्धार्थनगर ; 282 <data>•सि•द्धा•र्थ•न•ग•र•</data> 283 # श्रद्धालुओं ; 284 <data>•श्र•द्धा•लु•ओं•</data> 285 # वृद्धिसँग ; 286 <data>•वृ•द्धि•सँ•ग•</data> 287 # अंतःज्ञानी ; 288 <data>•अं•तः•ज्ञा•नी• •</data> 289 # गन्नदी॑धिम ; 290 <data>•ग•न्न•दी॑•धि•म•</data> 291 # प्प्रप॑द्ये॒ ; 292 <data>•प्प्र•प॑•द्ये॒•</data> 293 # मनस्तापः ; 294 <data>•म•न•स्ता•पः•</data> 295 # हविष्करोमि ; 296 <data>•ह•वि•ष्क•रो•मि•</data> 297 # अहर्पतिः ; 298 <data>•अ•ह•र्प•तिः•</data> 299 # गच्छति ; 300 <data>•ग•च्छ•ति•</data> 301 # अयम् ; 302 <data>•अ•य•म्•</data> 303 # शिवश्चोदति ; 304 <data>•शि•व•श्चो•द•ति•</data> 305 # मनष्टालयति ; 306 <data>•म•न•ष्टा•ल•य•ति•</data> 307 # अश्वष्ठक्कस्य ; 308 <data>•अ•श्व•ष्ठ•क्क•स्य•</data> 309 # दुष्पुत्रः ; 310 <data>•दु•ष्पु•त्रः•</data> 311 # द्विःपक्वम् ; 312 <data>•द्विः•प•क्व•म्•</data> 313 # द्विष्कामः ; 314 <data>•द्वि•ष्का•मः•</data> 315 # भर्तुर्भोगः ; 316 <data>•भ•र्तु•र्भो•गः•</data> 317 # शॆत्युल ; 318 <data>•शॆ•त्यु•ल• •</data> 319 # महारॆन्य ; 320 <data>•म•हा•रॆ•न्य•</data> 321 # सॆक्युल ; 322 <data>•सॆ•क्यु•ल•</data> 323 # ल्यॊदुर ; 324 <data>•ल्यॊ•दु•र•</data> 325 # फयॊक ; 326 <data>•फ•यॊ•क•</data> 327 # मॊहन्युव ; 328 <data>•मॊ•ह•न्यु•व•</data> 329 # अन्यर ; 330 <data>•अ•न्य•र•</data> 331 # ख्वजि ; 332 <data>•ख्व•जि•</data> 333 # खॅरिन्य ; 334 <data>•खॅ•रि•न्य•</data> 335 # उच्छ्वास ; 336 <data>•उ•च्छ्वा•स•</data> 337 # व्यक्तिमत्व ; 338 <data>•व्य•क्ति•म•त्व•</data> 339 # दातांच्यामध्ये ; 340 <data>•दा•तां•च्या•म•ध्ये•</data> 341 # दुर्गंधी ; 342 <data>•दु•र्गं•धी•</data> 343 # दुर्गंधीपासूनसुद्धा ; 344 <data>•दु•र्गं•धी•पा•सू•न•सु•द्धा•</data> 345 # नित्यकर्मामध्ये ; 346 <data>•नि•त्य•क•र्मा•म•ध्ये•</data> 347 # आजारांपासूनसुद्धा ; 348 <data>•आ•जा•रां•पा•सू•न•सु•द्धा•</data> 349 # भाज्यांमध्ये ; 350 <data>•भा•ज्यां•म•ध्ये•</data> 351 # उच्छ्वासाच्या ; 352 <data>•उ•च्छ्वा•सा•च्या•</data> 353 # सुकिल्लीं ; 354 <data>•सु•कि•ल्लीं•</data> 355 # स्लिपां ; 356 <data>•स्लि•पां•</data> 357 # मिसळिल्ल्यान ; 358 <data>•मि•स•ळि•ल्ल्या•न•</data> 359 # रोंप्यांची ; 360 <data>•रों•प्यां•ची•</data> 361 # वर्सांतल्यान ; 362 <data>•व•र्सां•त•ल्या•न•</data> 363 # रोंप्याच्या ; 364 <data>•रों•प्या•च्या•</data> 365 # नाशिल्ल्यान ; 366 <data>•ना•शि•ल्ल्या•न•</data> 367 # जिल्ल्याच्या ; 368 <data>•जि•ल्ल्या•च्या•</data> 369 # कुरुक्षेत्रांतल्या ; 370 <data>•कु•रु•क्षे•त्रां•त•ल्या•</data> 371 # भाज्ज्यांची ; 372 <data>•भा•ज्ज्यां•ची•</data> 373 # सिट्रोनेलाका ; 374 <data>•सि•ट्रो•ने•ला•का•</data> 375 # गरिनुपर्छ ; 376 <data>•ग•रि•नु•प•र्छ•</data> 377 # सामान्यतः ; 378 <data>•सा•मा•न्य•तः•</data> 379 # वृद्धिसँग ; 380 <data>•वृ•द्धि•सँ•ग•</data> 381 # रिपोर्टनि ; 382 <data>•रि•पो•र्ट•नि•</data> 383 # टोस्टर्ज़ ; 384 <data>•टो•स्ट•र्ज़•</data> 385 # वक्तव्य ; 386 <data>•व•क्त•व्य•</data> 387 # प्रक्रिया ; 388 <data>•प्र•क्रि•या•</data> 389 # निर्दिष्ट ; 390 <data>•नि•र्दि•ष्ट•</data> 391 # अस्वीकृत ; 392 <data>•अ•स्वी•कृ•त•</data> 393 # प्रयोक्ता ; 394 <data>•प्र•यो•क्ता•</data> 395 # प्रकार्यक ; 396 <data>•प्र•का•र्य•क•</data> 397 # ट्रेक्टरु ; 398 <data>•ट्रे•क्ट•रु•</data> 399 # स्थानधारक ; 400 <data>•स्था•न•धा•र•क•</data> 401 # प्रकार्यक ; 402 <data>•प्र•का•र्य•क•</data> 403 # अनुच्छेदसँ ; 404 <data>•अ•नु•च्छे•द•सँ•</data> 405 # गर्मीपदु ; 406 <data>•ग•र्मी•प•दु•</data> 407 # शास्त्रु ; 408 <data>•शा•स्त्रु•</data> 409 # इन्द्री ; 410 <data>•इ•न्द्री•</data> 411 # श्रधालू ; 412 <data>•श्र•धा•लू•</data> 413 # आस्तिकु ; 414 <data>•आ•स्ति•कु•</data> 415 # सकार्थो ; 416 <data>•स•का•र्थो•</data> 417 # सन्ॿंधु ; 418 <data>•स•न्ॿं•धु•</data> 419 # मनुक्खो ; 420 <data>•म•नु•क्खो•</data> 421 # हानिफ्राय ; 422 <data>•हा•नि•फ्रा•य•</data> 423 # दैथाइहरग्रा ; 424 <data>•दै•था•इ•ह•र•ग्रा•</data> 425 # बोसोरब्रै ; 426 <data>•बो•सो•र•ब्रै•</data> 427 # रांखान्थियारि ; 428 <data>•रां•खा•न्थि•या•रि•</data> 429 # खान्थियाव ; 430 <data>•खा•न्थि•या•व•</data> 431 # स्लिप्स ; 432 <data>•स्लि•प्स•</data> 433 434 # 435 # cldr/common/testData/segmentation/graphemeCluster/TestSegmenter-Gujarati.txt 436 # 437 438 # અંગ્રેજી ; 439 <data>•અં•ગ્રે•જી•</data> 440 # શબ્દકોશ ; 441 <data>•શ•બ્દ•કો•શ•</data> 442 # બાપ્તિસ્મા ; 443 <data>•બા•પ્તિ•સ્મા•</data> 444 # મિસ્ત્રી ; 445 <data>•મિ•સ્ત્રી•</data> 446 # સિક્કા ; 447 <data>•સિ•ક્કા•</data> 448 #6 ; એકત્રીસમું ; એ÷કત્રી÷સ÷મું 449 450 # સ્વસ્થાને ; 451 <data>•સ્વ•સ્થા•ને•</data> 452 # પ્રશ્નાર્થ ; 453 <data>•પ્ર•શ્ના•ર્થ•</data> 454 # વર્તમાનકૃદંત ; 455 <data>•વ•ર્ત•મા•ન•કૃ•દં•ત•</data> 456 # વાક્યની ; 457 <data>•વા•ક્ય•ની•</data> 458 # સાર્વજનિક ; 459 <data>•સા•ર્વ•જ•નિ•ક•</data> 460 # સમાપ્તિ ; 461 <data>•સ•મા•પ્તિ•</data> 462 # પધાર્યા ; 463 <data>•પ•ધા•ર્યા•</data> 464 # વ્યક્તિત્વને ; 465 <data>•વ્ય•ક્તિ•ત્વ•ને•</data> 466 # આત્મવિશ્વાસ ; 467 <data>•આ•ત્મ•વિ•શ્વા•સ•</data> 468 # વ્યાયામથી ; 469 <data>•વ્યા•યા•મ•થી•</data> 470 # યુક્ત ; 471 <data>•યુ•ક્ત•</data> 472 # #18 ; પુરુષોત્તમ ; 473 <data>•પ•રુ•ષો•ત્ત•મ•</data> 474 # કેન્દ્રીય ; 475 <data>•કે•ન્દ્રી•ય•</data> 476 # ક્ષત્રિય ; 477 <data>•ક્ષ•ત્રિ•ય•</data> 478 # ફોર્મ્યુલા ; 479 <data>•ફો•ર્મ્યુ•લા•</data> 480 # કેન્દ્રમાં ; 481 <data>•કે•ન્દ્ર•માં•</data> 482 # સ્પ્રિંગ ; 483 <data>•સ્પ્રિં•ગ•</data> 484 # પ્રારંભ ; 485 <data>•પ્રા•રં•ભ•</data> 486 # વિદ્યાર્થીઓ ; 487 <data>•વિ•દ્યા•ર્થી•ઓ•</data> 488 # સ્વાર્થની ; 489 <data>•સ્વા•ર્થ•ની•</data> 490 # લોન્ગયરબ્યેન ; 491 <data>•લો•ન્ગ•ય•ર•બ્યે•ન•</data> 492 # સ્થાનિક ; 493 <data>•સ્થા•નિ•ક•</data> 494 # બિલ્ડિંગની ; 495 <data>•બિ•લ્ડિં•ગ•ની•</data> 496 # ઉત્પાદક ; 497 <data>•ઉ•ત્પા•દ•ક•</data> 498 # ઝૂકાવ્યું ; 499 <data>•ઝૂ•કા•વ્યું•</data> 500 # પ્રપૌત્ર ; 501 <data>•પ્ર•પૌ•ત્ર•</data> 502 503 504 # 505 # cldr/common/testData/segmentation/graphemeCluster/TestSegmenter-Malayalam.txt 506 # 507 508 # സ്ഥാനമൊഴിയുക ; 509 <data>•സ്ഥാ•ന•മൊ•ഴി•യു•ക•</data> 510 # വ്യക്തി ; 511 <data>•വ്യ•ക്തി•</data> 512 # കൗമാരക്കാരി ; 513 <data>•കൗ•മാ•ര•ക്കാ•രി•</data> 514 # കല്യാണം ; 515 <data>•ക•ല്യാ•ണം•</data> 516 # റദ്ദാക്കിയ ; 517 <data>•റ•ദ്ദാ•ക്കി•യ•</data> 518 # വ്യാപിക്കുക ; 519 <data>•വ്യാ•പി•ക്കു•ക•</data> 520 # സ്തുതി ; 521 <data>•സ്തു•തി•</data> 522 # ഭക്ഷ്യസുരക്ഷ ; 523 <data>•ഭ•ക്ഷ്യ•സു•ര•ക്ഷ•</data> 524 # പൂഴ്ത്തിവെക്കുക ; 525 <data>•പൂ•ഴ്ത്തി•വെ•ക്കു•ക•</data> 526 # നിശ്ചയിച്ച ; 527 <data>•നി•ശ്ച•യി•ച്ച•</data> 528 # പ്രശ്നം ; 529 <data>•പ്ര•ശ്നം•</data> 530 # സംസ്ഥാനം ; 531 <data>•സം•സ്ഥാ•നം•</data> 532 # പ്രോത്സാഹം ; 533 <data>•പ്രോ•ത്സാ•ഹം•</data> 534 # ഉദ്യോഗസ്ഥ ; 535 <data>•ഉ•ദ്യോ•ഗ•സ്ഥ•</data> 536 # സ്ഥാപനം ; 537 <data>•സ്ഥാ•പ•നം•</data> 538 # അത്ഭുതം ; 539 <data>•അ•ത്ഭു•തം•</data> 540 # പ്രഖ്യാപനം ; 541 <data>•പ്ര•ഖ്യാ•പ•നം•</data> 542 543 # 544 # cldr/common/testData/segmentation/graphemeCluster/TestSegmenter-Odia.txt 545 # 546 547 # ଅସ୍ବରାନ୍ତ ; 548 <data>•ଅ•ସ୍ବ•ରା•ନ୍ତ•</data> 549 # ଅକର୍ମଣ୍ୟତା ; 550 <data>•ଅ•କ•ର୍ମ•ଣ୍ୟ•ତା•</data> 551 # ଅକର୍ମା ; 552 <data>•ଅ•କ•ର୍ମା•</data> 553 # ଆକର୍ଣ୍ଣ ; 554 <data>•ଆ•କ•ର୍ଣ୍ଣ•</data> 555 # ଆକସ୍ମିକୀ ; 556 <data>•ଆ•କ•ସ୍ମି•କୀ•</data> 557 # ଇଞ୍ଚମନୌତୀ ; 558 <data>•ଇ•ଞ୍ଚ•ମ•ନୌ•ତୀ•</data> 559 # ଅଗତ୍ୟା ; 560 <data>•ଅ•ଗ•ତ୍ୟା•</data> 561 # ଇନ୍ଦ୍ରଧ୍ବଜ ; 562 <data>•ଇ•ନ୍ଦ୍ର•ଧ୍ବ•ଜ•</data> 563 # ଊରୁତ୍ରାଣ ; 564 <data>•ଊ•ରୁ•ତ୍ରା•ଣ•</data> 565 # ଐଶ୍ବର୍ଯ୍ୟ ; 566 <data>•ଐ•ଶ୍ବ•ର୍ଯ୍ୟ•</data> 567 # ଅଗତ୍ୟା ; 568 <data>•ଅ•ଗ•ତ୍ୟା•</data> 569 # ଔପନ୍ୟାସିକ ; 570 <data>•ଔ•ପ•ନ୍ୟା•ସି•କ•</data> 571 # ଔଷ୍ଠ୍ୟ ; 572 <data>•ଔ•ଷ୍ଠ୍ୟ•</data> 573 # ଯଜୁର୍ବେଦୀ ; 574 <data>•ଯ•ଜୁ•ର୍ବେ•ଦୀ•</data> 575 # ପକ୍ଷ୍ମ ; 576 <data>•ପ•କ୍ଷ୍ମ•</data> 577 # ପଞ୍ଚଭୌତିକ ; 578 <data>•ପ•ଞ୍ଚ•ଭୌ•ତି•କ•</data> 579 # ତନ୍ତ୍ରିକାତନ୍ତ୍ର ; 580 <data>•ତ•ନ୍ତ୍ରି•କା•ତ•ନ୍ତ୍ର•</data> 581 # ସ୍ନାୟୁତନ୍ତ୍ର ; 582 <data>•ସ୍ନା•ୟୁ•ତ•ନ୍ତ୍ର•</data> 583 # ତପ୍ତକୁଣ୍ଡ ; 584 <data>•ତ•ପ୍ତ•କୁ•ଣ୍ଡ•</data> 585 # ଚଣ୍ଡୋଦରୀ ; 586 <data>•ଚ•ଣ୍ଡୋ•ଦ•ରୀ•</data> 587 # ଝଙ୍କାର ; 588 <data>•ଝ•ଙ୍କା•ର•</data> 589 # କଙ୍କପୃଷ୍ଠୀ ; 590 <data>•କ•ଙ୍କ•ପୃ•ଷ୍ଠୀ•</data> 591 # ଖଣ୍ଡନୀୟ ; 592 <data>•ଖ•ଣ୍ଡ•ନୀ•ୟ•</data> 593 # ଖମ୍ଭାବତୀ ; 594 <data>•ଖ•ମ୍ଭା•ବ•ତୀ•</data> 595 # ଘାଣେନ୍ଦ୍ରିୟ ; 596 <data>•ଘା•ଣେ•ନ୍ଦ୍ରି•ୟ•</data> 597 # ଘୁଞ୍ଚାଇବା ; 598 <data>•ଘୁ•ଞ୍ଚା•ଇ•ବା•</data> 599 600 # 601 # cldr/common/testData/segmentation/graphemeCluster/TestSegmenter-Telugu.txt 602 # 603 604 # అదృశ్యం ; 605 <data>•అ•దృ•శ్యం•</data> 606 # ఉద్యోగాలు ; 607 <data>•ఉ•ద్యో•గా•లు•</data> 608 # ఉన్నాయన్న ; 609 <data>•ఉ•న్నా•య•న్న•</data> 610 # కార్యదర్శి ; 611 <data>•కా•ర్య•ద•ర్శి•</data> 612 # సామర్థ్యం ; 613 <data>•సా•మ•ర్థ్యం•</data> 614 # అభిప్రాయం ; 615 <data>•అ•భి•ప్రా•యం•</data> 616 # రాష్ట్రస్థాయి ; 617 <data>•రా•ష్ట్ర•స్థా•యి•</data> 618 # నిర్లక్ష్యం ; 619 <data>•ని•ర్ల•క్ష్యం•</data> 620 # వ్యాజ్యాలన్నీ ; 621 <data>•వ్యా•జ్యా•ల•న్నీ•</data> 622 # న్యాయవ్యవస్థ ; 623 <data>•న్యా•య•వ్య•వ•స్థ•</data> 624 # వ్యాఖ్యలు ; 625 <data>•వ్యా•ఖ్య•లు•</data> 626 # నేతృత్వం ; 627 <data>•నే•తృ•త్వం•</data> 628 # ఉద్రిక్తత ; 629 <data>•ఉ•ద్రి•క్త•త•</data> 630 # వ్యాఖ్యలు ; 631 <data>•వ్యా•ఖ్య•లు•</data> 632 # అత్యున్నత ; 633 <data>•అ•త్యు•న్న•త•</data> 634 # మనస్పర్ధలు ; 635 <data>•మ•న•స్ప•ర్ధ•లు•</data> 636 # కార్యక్రమం ; 637 <data>•కా•ర్య•క్ర•మం•</data> 638 # గుప్పిస్తున్నారు ; 639 <data>•గు•ప్పి•స్తు•న్నా•రు•</data> 640 # నటిస్తున్నారు ; 641 <data>•న•టి•స్తు•న్నా•రు•</data> 642 # ద్వితీయార్ధం ; 643 <data>•ద్వి•తీ•యా•ర్ధం•</data> 644 # జీర్ణవ్యవస్థ ; 645 <data>•జీ•ర్ణ•వ్య•వ•స్థ•</data> 646 # ఉత్సాహం ; 647 <data>•ఉ•త్సా•హం•</data> 648 # హృద్రోగాలు ; 649 <data>•హృ•ద్రో•గా•లు•</data> 650 # పాల్గొనాల్సింది ; 651 <data>•పా•ల్గొ•నా•ల్సిం•ది•</data> 652 # మార్గదర్శకాలు ; 653 <data>•మా•ర్గ•ద•ర్శ•కా•లు•</data> 654 655 656 ######################################################################################## 657 # 658 # 659 # W o r d B o u n d a r y T e s t s 660 # 661 # 662 ########################################################################################## 663 664 <word> 665 # 666 # Quick sanity test 667 # 668 <data>•hello<200> •there<200> •goodbye<200></data> 669 <data>•hello<200> •12345<100> •,•</data> 670 671 672 # 673 # Test data originally in RBBIAPITest::TestFirstNextFollowing() and TestLastPreviousPreceding() 674 # 675 676 <word> 677 <data>•This<200> •is<200> •a<200> •word<200> •break<200>.• •Isn't<200> •it<200>?• •2.25<100></data> 678 679 680 681 # 682 # Data originally from TestDefaultRuleBasedWordIteration() 683 # 684 <data>•Write<200> •wordrules<200>.• •123.456<100> •alpha\u00adbeta\u00adgamma<200> •\u092f\u0939<200> •</data> 685 <data>• •\u0939\u093f\u0928\u094d\u200d\u0926\u0940<200> •\u0939\u0948<200> •\u0905\u093e\u092a<200> •\u0938\u093f\u0916\u094b\u0917\u0947<200>?•</data> 686 687 #Hindi Numbers 688 <data>• •\u0968\u0966.\u0969\u096f<100> •\u0967\u0966\u0966.\u0966\u0966<100> •\N{RUPEE SIGN}•\u0967,\u0967\u0966\u0966.\u0966\u0966<100> •\u0905\u092e\u091c<200>\n•</data> 689 690 <data>•\u0938\u094d\u200d\u0935\u0924\u0902deadTA\u0930<200>\r•It's<200> •$•30.10<100> •12,34<100>¢•£•¤•¥•alpha\u05f3beta\u05f4gamma<200> •</data> 691 692 <data>•Badges<200>?• •BADGES<200>!•?•!• •We<200> •don't<200> •need<200> •no<200> •STINKING<200> •BADGES<200>!•!•1000,233,456.000<100> •1,23.322<100>%•123.1222<100>$•123,000.20<100> •179.01<100>%•X<200> •Now<200>\r•is<200>\n•the<200>\r\n•time<200> •</data> 693 694 #Hangul 695 <data>•\uc5f0\ud569<200> •\uc7a5\ub85c\uad50\ud68c<200> •\u1109\u1161\u11bc\u1112\u1161\u11bc<200> •\u1112\u1161\u11ab\u110b\u1175\u11ab<200> •Hello<200>,• •how<200> •are<200> •you<200> •</data> 696 697 <data>•Hello<200>,• •how<200> •are<200> •you<200> •\uc5f0\ud569<200> •\uc7a5\ub85c\uad50\ud68c<200> •\u1109\u1161\u11bc\u1112\u1161\u11bc<200> •\u1112\u1161\u11ab\u110b\u1175\u11ab<200> •</data> 698 699 # Words containing non-BMP letters 700 <data>•abc\U00010300<200> •abc\N{DESERET SMALL LETTER ENG}<200> •abc\N{MATHEMATICAL BOLD SMALL Z}<200> •abc\N{MATHEMATICAL SANS-SERIF BOLD ITALIC PI SYMBOL}<200> •</data> 701 702 # Unassigned code points 703 <data>•abc<200>\U0001D800•def<200>\U0001D3FF• •</data> 704 705 # Hiragana & Katakana stay together, but separates from each other and Latin. 706 # *** what to do about theoretical combos of chars? i.e. hiragana + accent 707 #<data>•abc<200>\N{HIRAGANA LETTER SMALL A}<400>\N{HIRAGANA LETTER VU}\N{COMBINING ACUTE ACCENT}<400>\N{HIRAGANA ITERATION MARK}<400>\N{KATAKANA LETTER SMALL A}\N{KATAKANA ITERATION MARK}\N{HALFWIDTH KATAKANA LETTER WO}\N{HALFWIDTH KATAKANA LETTER N}<400>def<200>#•</data> 708 709 # test normalization/dictionary handling of halfwidth katakana: same dictionary phrase in fullwidth and halfwidth 710 <data>•芽キャベツ<400>芽キャﾍﾞツ<400></data> 711 712 # more Japanese tests 713 # TODO: some script=common characters in the Hiragana and the Katakana block may not be treated correctly 714 # (was formerly true for U+30FC); need to check and fix if so. 715 #<data>•どー<400>せ<400>日本語<400>を<400>勉強<400>する<400>理由<400>について<400> •て<400>こと<400>は<400>我<400>でも<400>知<400>ら<400>も<400>い<400>こと<400>なん<400>だ<400>。•</data> 716 <data>•日本語<400>を<400>勉強<400>する<400>理由<400>について<400> •て<400>こと<400>は<400>我<400>でも<400>知<400>ら<400>も<400>い<400>こと<400>なん<400>だ<400>。•</data> 717 718 # Testing of word boundary for dictionary word containing both kanji and kana 719 <data>•中だるみ<400>蔵王の森<400>ウ離島<400></data> 720 721 # Testing of Chinese segmentation (taken from a Chinese news article) 722 <data>•400<100>余<400>名<400>中央<400>委员<400>和<400>中央<400>候补<400>委员<400>都<400>领<400>到了<400>“•推荐<400>票<400>”•，•有<400>资格<400>在<400>200<100>多<400>名<400>符合<400>条件<400>的<400>63<100>岁<400>以下<400>中共<400>正<400>部<400>级<400>干部<400>中<400>，•选出<400>他们<400>属意<400>的<400>中央<400>政治局<400>委员<400>以<400>向<400>政治局<400>常委<400>会<400>举荐<400>。•</data> 723 724 # Words with interior formatting characters 725 <data>•def\N{COMBINING ACUTE ACCENT}\N{SYRIAC ABBREVIATION MARK}ghi<200> •</data> 726 727 # to test for bug #4097779 728 <data>•aa\N{COMBINING GRAVE ACCENT}a<200> •</data> 729 730 # fullwidth numeric, midletter characters etc should be treated like their halfwidth counterparts 731 <data>•ＩＳＮ'Ｔ<200> •１９<100>日<400></data> 732 733 # to test for bug #4098467 734 # What follows is a string of Korean characters (I found it in the Yellow Pages 735 # ad for the Korean Presbyterian Church of San Francisco, and I hope I transcribed 736 # it correctly), first as precomposed syllables, and then as conjoining jamo. 737 # Both sequences should be semantically identical and break the same way. 738 # precomposed syllables... 739 <data>•\uc0c1\ud56d<200> •\ud55c\uc778<200> •\uc5f0\ud569<200> •\uc7a5\ub85c\uad50\ud68c<200> •\u1109\u1161\u11bc\u1112\u1161\u11bc<200> •\u1112\u1161\u11ab\u110b\u1175\u11ab<200> •\u110b\u1167\u11ab\u1112\u1161\u11b8<200> •\u110c\u1161\u11bc\u1105\u1169\u1100\u116d\u1112\u116c<200> •</data> 740 741 # more Korean tests (Jamo not tested here, not counted as dictionary characters) 742 # Disable them now because we don't include a Korean dictionary. 743 #<data>•\ud55c\uad6d<200>\ub300\ud559\uad50<200>\uc790\uc5f0<200>\uacfc\ud559<200>\ub300\ud559<200>\ubb3c\ub9ac\ud559\uacfc<200></data> 744 #<data>•\ud604\uc7ac<200>\ub294<200> •\uac80\ucc30<200>\uc774<200> •\ubd84\uc2dd<200>\ud68c\uacc4<200>\ubb38\uc81c<200>\ub97c<200> •\uc870\uc0ac<200>\ud560<200> •\uac00\ub2a5\uc131<200>\uc740<200> •\uc5c6\ub2e4<200>\u002e•</data> 745 746 <data>•abc<200>\u4e01<400>\u4e02<400>\u3005<400>\u4e03\u4e03<400>abc<200> •</data> 747 748 <data>•\u06c9<200>\uc799\ufffa•</data> 749 750 751 # 752 # Try some words from other scripts. 753 # 754 755 # Try some words from other scripts. 756 # Greek, Cyrillic, Hebrew, Arabic, Arabic, Georgian, Latin 757 # 758 <data>•ΑΒΓ<200> •БВГ<200> •אבג֓<200> •ابت<200> •١٢٣<100> •\u10A0\u10A1\u10A2<200> •ABC<200> •</data> 759 760 <data>•\u0301•A<200></data> 761 762 763 # 764 # Hindi word break tests, imported from the old RBBI tests. 765 # An historical note: a much earlier version of ICU break iterators had a number 766 # of special case rules for Hindi, which were tested by an earlier version of 767 # this test data. The current RBBI rules do not special case Hindi in 768 # any way, making this test data much less signfificant. 769 # 770 <data>•\u0917\u092a\u00ad\u0936\u092a<200>!•\u092f\u0939<200> •\u0939\u093f\u0928\u094d\u200d\u0926\u0940<200> •\u0939\u0948<200> •\u0905\u093e\u092a<200> •\u0938\u093f\u0916\u094b\u0917\u0947<200>?•\n•:•\u092a\u094d\u0930\u093e\u092f\u0903<200> 771 •\u0935\u0930\u094d\u0937\u093e<200>\r\n•\u092a\u094d\u0930\u0915\u093e\u0936<200>,•\u0924\u0941\u092e\u093e\u0930\u094b<200> •\u092e\u093f\u0924\u094d\u0930<200> •\u0915\u093e<200> •\u092a\u0924\u094d\u0930<200> •\u092a\u095d\u094b<200> •\u0938\u094d\u0924\u094d\u0930\u093f<200>.• •\u0968\u0966.\u0969\u096f<100> •\u0967\u0966\u0966.\u0966\u0966<100>\u20a8•\u0967,\u0967\u0966\u0966.\u0966\u0966<100> •\u0905\u092e\u091c<200>\n•\u0938\u094d\u200d\u0935\u0924\u0902\u0924\u094d\u0930<200>\r•</data> 772 773 # 774 # Failures from monkey tests 775 # 776 <data>•\u8527<400>\u02ba<200>\u0027\u0d42•\u00b7•\u09ea<100></data> 777 778 # 779 # Jitterbug 5276 - treat Japanese half width voicing marks as Grapheme Extend 780 # 781 <data>•A\uff9e\uff9fBC<200> •1\uff9e\uff9f23<100></data> 782 783 # User guide example: 784 <data>•Parlez<200>-•vous<200> •français<200> •?•</data> 785 786 # Test for #11673 787 <word> 788 <data>•ジョージア<400> •</data> 789 790 <word> 791 <data>•［<0>携帯<400>電話<400>］<0>お金<400>が<400>かかる<400>ん<400>です<400>。<0></data> 792 793 # Test for #11723 794 <word> 795 <data>•アレルギー性<400>結膜炎<400></data> 796 <data>•アテ<400>ローム<400>性<400>動脈硬化<400></data> 797 798 # Ticket #11996 799 <locale en> 800 <word> 801 <data>•栃木<400>県<400>足利<400>市<400>で<400>の<400>撮影<400>が<400>公開<400></data> 802 <data>•栃木<400>県<400>足利<400>市<400>で<400>の<400>撮影<400>が<400>公開<400>さ<400>れ<400>た<400></data> 803 804 # Ticket #11999 805 # Unhandled Break Engine was consuming all characters, not just unhandled. 806 # \U00011700 is AHOM LETTER KA. There is no dictionary for AHOM, triggering the unhandled engine, 807 # which then incorrectly also consumed the following Japanese text. (ICU4J only) 808 <word> 809 <locale en> 810 <data>•ロ<400>から<400>売却<400>完了<400>時<400>の<400>時価<400>が<400>提示<400>さ<400>れ<400>て<400>いる<400></data> 811 <data>•\U00011700<200>ロ<400>から<400>売却<400>完了<400>時<400>の<400>時価<400>が<400>提示<400>さ<400>れ<400>て<400>いる<400></data> 812 813 # 814 # Ticket #13549 815 # CjiBreakEngine::divideUpDictionaryRange: assertion failure. 816 # 817 <locale en> 818 <word> 819 <data>•\U00020029<400>\u3300<400>\U0002C400<400></data> 820 <data>•\uFAD7<400>\u331B<400>\u87DF<400>\u006D<200>\uFFFD•</data> 821 822 # 823 # What Is Unicode in Japanese 824 # From http://unicode.org/standard/translations/japanese.html 825 826 <locale en> 827 <word> 828 <data><0>ユニ<400>コード<400>と<400>は<400>何<400>か<400>？<0></data> 829 <data><0>ユニ<400>コード<400>は<400>、<0>すべて<400>の<400>文字<400>に<400>固有<400>の<400>番号<400>を<400>付与<400>し<400>ます<400></data> 830 <data><0>プラットフォーム<400>に<400>は<400>依存<400>しま<400>せん<400></data> 831 <data><0>プログラム<400>に<400>も<400>依存<400>しま<400>せん<400></data> 832 <data><0>言語<400>に<400>も<400>依存<400>しま<400>せん<400></data> 833 834 <data><0>コンピューター<400>は<400>、<0>本質<400>的<400>に<400>は<400>数字<400>しか<400>扱う<400>こと<400>が<400>でき<400>ま<400>せん<400>。<0>\ 835 コンピューター<400>は<400>、<0>文字<400>や<400>記号<400>など<400>の<400>それぞれに<400>番号<400>を<400>割り振る<400>こと<400>によって<400>扱える<400>\ 836 よう<400>にし<400>ます<400>。<0>ユニ<400>コード<400>が<400>出来る<400>まで<400>は<400>、<0>これらの<400>番号<400>を<400>割り振る<400>仕組み<400>が<400>\ 837 何<400>百<400>種類<400>も<400>存在<400>しま<400>した<400>。<0>どの<400>一つ<400>を<400>とっても<400>、<0>十分<400>な<400>文字<400>を<400>含<400>\ 838 んで<400>は<400>いま<400>せん<400>で<400>した<400>。<0>例えば<400>、<0>欧州<400>連合<400>一つ<400>を<400>見<400>て<400>も<400>、<0>その<400>\ 839 すべて<400>の<400>言語<400>を<400>カバー<400>する<400>ため<400>に<400>は<400>、<0>いくつか<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>\ 840 が<400>必要<400>で<400>した<400>。<0>英語<400>の<400>よう<400>な<400>一つ<400>の<400>言語<400>に<400>限<400>って<400>も<400>、<0>一つ<400>だけ<400>\ 841 の<400>符号<400>化<400>の<400>仕組み<400>では<400>、<0>一般<400>的<400>に<400>使<400>われる<400>すべて<400>の<400>文字<400>、<0>句読点<400>、<0>\ 842 技術<400>的<400>な<400>記号<400>など<400>を<400>扱う<400>に<400>は<400>不十分<400>で<400>した<400>。<0></data> 843 844 <data><0>これらの<400>符号<400>化<400>の<400>仕組み<400>は<400>、<0>相互<400>に<400>矛盾<400>する<400>もの<400>でも<400>ありま<400>した<400>。<0>\ 845 二つ<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>が<400>、<0>二つ<400>の<400>異なる<400>文字<400>に<400>同一<400>の<400>番号<400>\ 846 を<400>付ける<400>こと<400>も<400>できる<400>し<400>、<0>同じ<400>文字<400>に<400>異なる<400>番号<400>を<400>付ける<400>こと<400>も<400>できる<400>\ 847 の<400>です<400>。<0>どの<400>よう<400>な<400>コンピューター<400>も<400>（<0>特に<400>サーバー<400>は<400>）<0>多く<400>の<400>異<400>な<400>っ<400>\ 848 た<400>符号<400>化<400>の<400>仕組み<400>を<400>サポート<400>する<400>必要<400>が<400>あり<400>ます<400>。<0>たとえ<400>データ<400>が<400>異なる<400>\ 849 符号<400>化<400>の<400>仕組み<400>や<400>プラットフォーム<400>を<400>通過<400>し<400>て<400>も<400>、<0>いつ<400>どこ<400>で<400>データ<400>が<400>\ 850 乱れる<400>か<400>分<400>から<400>ない<400>危険<400>を<400>冒す<400>こと<400>の<400>なる<400>の<400>です<400>。<0></data> 851 852 <data><0>ユニ<400>コード<400>は<400>すべて<400>を<400>変<400>え<400>ます<400></data> 853 854 <data><0>ユニ<400>コード<400>は<400>、<0>プラットフォーム<400>に<400>係<400>わら<400>ず<400>、<0>プログラム<400>に<400>係<400>わら<400>ず<400>、<0>\ 855 言語<400>に<400>係<400>わら<400>ず<400>、<0>すべて<400>の<400>文字<400>に<400>独立<400>した<400>番号<400>を<400>与<400>え<400>ます<400>。<0>\ 856 ユニ<400>コード<400>標準<400>は<400>、<0>アップル<400>、<0>ヒュー<400>レット<400>パッ<400>カード<400>、<0>IBM<200>、<0>ジャスト<400>システム<400>\ 857 、<0>マイクロ<400>ソフト<400>、<0>オラクル<400>、<0>SAＰ<200>、<0>サン<400>、<0>サイ<400>ベース<400>など<400>の<400>産業<400>界<400>の<400>\ 858 主導<400>的<400>企業<400>と<400>他の<400>多く<400>の<400>企業<400>に<400>採用<400>さ<400>れ<400>てい<400>ます<400>。<0>ユニ<400>コード<400>\ 859 は<400>、<0>XML<200>、<0>Java<200>、<0>ECMAScript<200>(<0>JavaScript<200>)<0>、<0>LDAP<200>、<0>CORBA<200> <0>3.0<100>など<400>\ 860 の<400>最先端<400>の<400>標準<400>の<400>前提<400>と<400>な<400>って<400>おり<400>、<0>ユニ<400>コード<400>を<400>実装<400>す<400>れ<400>ば<400>\ 861 、<0>ISO<200>/<0>IEC<200></data> 862 <data><0> <0>10646<100>に<400>適合<400>する<400>ことに<400>なり<400>ます<400>。<0>ユニ<400>コード<400>は<400>、<0>多く<400>の<400>\ 863 オペレーティングシステム<400>と<400>すべて<400>の<400>最新<400>の<400>ブラウザー<400>と<400>他の<400>多く<400>の<400>製品<400>で<400>サポート<400>\ 864 さ<400>れ<400>てい<400>ます<400>。<0>ユニ<400>コード<400>標準<400>の<400>出現<400>と<400>ユニ<400>コード<400>を<400>サポート<400>する<400>\ 865 ツール<400>類<400>は<400>、<0>昨今<400>顕著<400>に<400>な<400>って<400>いる<400>ソフトウエア<400>技術<400>の<400>グローバル<400>化<400>の<400>\ 866 流れ<400>に対して<400>、<0>特に<400>役<400>に<400>立<400>って<400>い<400>ます<400>。<0></data> 867 868 <data><0>ユニ<400>コード<400>を<400>ク<400>ライアン<400>ト<400>サーバー<400>型<400>の<400>アプリケーション<400>や<400>、<0>多層<400>構造<400>\ 869 を<400>持つ<400>アプリケーション<400>、<0>ウェブサイト<400>など<400>に<400>に<400>組み込む<400>こと<400>で<400>、<0>従来<400>の<400>文字<400>\ 870 コードセット<400>を<400>用いる<400>より<400>も<400>明らか<400>な<400>コスト<400>削減<400>が<400>可能<400>です<400>。<0>ユニ<400>コード<400>は<400>\ 871 、<0>単一<400>の<400>ソフトウエア<400>製品<400>、<0>単一<400>の<400>ウェブサイト<400>に<400>、<0>何ら<400>手<400>を<400>加える<400>こと<400>なく<400>\ 872 、<0>複数<400>の<400>プラットフォーム<400>、<0>複数<400>の<400>言語<400>、<0>複数<400>の<400>国<400>を<400>カバー<400>する<400>こと<400>が<400>\ 873 出来る<400>の<400>です<400>。<0>ユニ<400>コード<400>は<400>、<0>データ<400>が<400>多く<400>の<400>異なる<400>システム<400>の<400>間<400>を<400>、<0>\ 874 何<400>の<400>乱れ<400>も<400>なし<400>に<400>転送<400>する<400>こと<400>を<400>可能<400>と<400>する<400>の<400>です<400>。<0></data> 875 876 <data><0>ユニ<400>コード<400>コンソーシアム<400>について<400></data> 877 878 <data><0>ユニ<400>コード<400>コンソーシアム<400>は<400>、<0>最新<400>の<400>ソフトウエア<400>製品<400>と<400>標準<400>において<400>テキスト<400>\ 879 を<400>表現<400>する<400>こと<400>を<400>意味<400>する<400>“<0>ユニ<400>コード<400>標準<400>”<0>の<400>構築<400>、<0>発展<400>、<0>普及<400>、<0>\ 880 利用<400>促進<400>を<400>目的<400>として<400>設立<400>さ<400>れ<400>た<400>非<400>営利<400>組織<400>です<400>。<0>同<400>コンソーシアム<400>\ 881 の<400>会員<400>は<400>、<0>コンピューター<400>と<400>情報処理<400>に<400>係わる<400>広汎<400>な<400>企業<400>や<400>組織<400>から<400>構成<400>\ 882 さ<400>れ<400>てい<400>ます<400>。<0>同<400>コンソーシアム<400>は<400>、<0>財政<400>的<400>に<400>は<400>、<0>純粋<400>に<400>会費<400>のみ<400>\ 883 によって<400>運営<400>さ<400>れ<400>てい<400>ます<400>。<0>ユニ<400>コード<400>標準<400>を<400>支持<400>し<400>、<0>その<400>拡張<400>と<400>\ 884 実装<400>を<400>支援<400>する<400>世界中<400>の<400>組織<400>や<400>個人<400>は<400>、<0>だれ<400>も<400>が<400>ユニ<400>コード<400>\ 885 コンソーシアム<400>の<400>会員<400>なる<400>こと<400>が<400>でき<400>ます<400>。<0></data> 886 887 <data><0>より<400>詳しい<400>こと<400>を<400>お<400>知<400>り<400>に<400>なり<400>たい<400>方<400>は<400>、<0>Glossary<200>,<0> <0>\ 888 Technical<200> <0>Introduction<200> <0>および<400> <0>Useful<200> <0>Resources<200>を<400>ご<400>参照<400>くだ<400>さい<400>。<0></data> 889 890 # 891 # Bug ICU-13334 Report of different boundaries between Windows and Linux. 892 # 893 <data><0>丙酮<400></data> 894 895 ######################################################################################## 896 # 897 # 898 # S e n t e n c e B o u n d a r y T e s t s 899 # 900 # 901 ########################################################################################## 902 903 904 # 905 # Test data originally from RBBI RBBITest::TestDefaultRuleBasedSentenceIteration() 906 # 907 <sent> 908 909 910 <sent> 911 <data>•This\n<100></data> 912 <data>•Hello! •how are you? •I'am fine. •Thankyou. •How are you \ 913 doing? •This\n<100> costs $20,00,000. •</data> 914 915 916 # Sentence ending in a quote. 917 <data>•"Sentence ending with a quote." •Bye.•</data> 918 919 # Sentence, and test data, ending without a period or other terminator. 920 <data>•Here is a random sentence, no ending period<100></data> 921 922 923 <data>• (This is it). •Testing the sentence iterator. •\ 924 "This isn't it." •Hi! \ 925 •This is a simple sample sentence. •(This is it.) •This is a simple sample sentence. •\ 926 "This isn't it." •\ 927 Hi! •This is a simple sample sentence. •It does not have to make any sense as you can see. •Nel mezzo del cammin di nostra vita, mi ritrovai in una selva oscura. •Che la dritta via aveo smarrita. •He said, that I said, that you said!! •Don't rock the boat.\u2029•Because I am the daddy, that is why. 928 •Not on my time (el timo.)! •</data> 929 930 <data>•Hello. •So what!!\u2029•"But now," he said, \ 931 "I know!" •\ 932 Harris thumbed down several, including "Away We Go" (which became the huge success Oklahoma!). •One species, B. anthracis, is highly virulent. 933 •Wolf said about Sounder:\ 934 "Beautifully thought-out and directed." •\ 935 Have you ever said, "This is where\tI shall live"? •He answered, \ 936 "You may not!" •Another popular saying is: "How do you do?". \n•\ 937 Yet another popular saying is: \ 938 'I'm fine thanks.' •\ 939 What is the proper use of the abbreviation pp.? •Yes, I am definatelly 12" tall!!\ 940 •Now\r<100>is\n<100>the\r\n<100>time\n<100>\r<100>for\r<100>\r<100></data> 941 942 <data>•No breaks when . is surrounded by UPPER.Case letters. •</data> 943 <data>•No breaks when . is followed by Numeric .4 a.4 C.4 3.1 .•</data> 944 <data>•No breaks when . is followed by a lower, with possible intervening punct .,a .$a .)a. •</data> 945 946 # 947 # Sentence Breaks: no break at the boundary between CJK and other letters. TestBug4111338 948 # 949 <data>•\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165:"JAVA\u821c\u8165\u7fc8\u51ce\u306d,\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46".\u2029\ 950 •\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165\u9de8\u97e4JAVA\u821c\u8165\u7fc8\u51ce\u306d\ue30b\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46\u97e5\u7751\u3002\ 951 •\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165\u9de8\u97e4\u6470\u8790JAVA\u821c\u8165\u7fc8\u51ce\u306d\ue30b\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46\u97e5\u7751\u2048\ 952 •He said, "I can go there."\u2029•Bye, now.•</data> 953 954 # 955 # Treat fullwidth variants of .!? the same as their 956 # normal counterparts 957 # 958 <data>•I know I'm right\uff0e •Right\uff1f •Right\uff01 •</data> 959 960 961 # 962 # Don't break sentences at boundary between CJK and digits 963 # 964 <data>•\u5487\u67ff\ue591\u5017\u61b3\u60a1\u9510\u8165\u9de8\u97e48888\u821c\u8165\u7fc8\u51ce\u306d\ue30b\u2494\u56d8\u4ec0\u60b1\u8560\u51ba\u611d\u57b6\u2510\u5d46\u97e5\u7751\u3002•Bye, now<100></data> 965 966 # 967 # Breaks around '(' following a sentence TERM. (Rule 9) 968 # 969 <data>•How do you do?(•Fine). •</data> 970 <data>•How do you do? •(Fine). •</data> 971 <data>•How do you do?(•fine). •</data> 972 <data>•How do you do? •(fine). •</data> 973 974 # 975 <data>•Hello.123<100></data> # Rule 6 976 <data>•Hello?•123<100></data> 977 978 <data>•HELLO.Bye<100></data> # Rule 7 979 <data>•HELLO?•Bye<100></data> 980 981 <data>•Hello.goodbye<100></data> #Rule 8 982 <data>•Hello. •Goodbye<100></data> 983 <data>•Hello. goodbye<100></data> 984 985 986 987 # 988 # test for bug #4158381: No breaks when there are no terminators around 989 # 990 <data>•\<P>Provides a set of "lightweight" (all-java\<FONT SIZE="-2">\<SUP>TM\</SUP>\</FONT> language) components that, to the maximum degree possible, work the same on all platforms. •</data> 991 <data>•Another test.\u2029•</data> 992 993 # test for bug #4143071: Make sure sentences that end with digits 994 # work right 995 # 996 <data>•Today is the 27th of May, 1998. •</data> 997 <data>•Tomorrow with be 28 May 1998. •</data> 998 <data>•The day after will be the 30th.\u2029•</data> 999 1000 # test for bug #4152416: Make sure sentences ending with a capital 1001 # letter are treated correctly 1002 # 1003 <data>•The type of all primitive \<code>boolean\</code> values accessed in the target VM. •\ 1004 Calls to xxx will return an implementor of this interface. \u2029•</data> 1005 1006 # test for bug #4152117: Make sure sentence breaking is handling 1007 # punctuation correctly [COULD NOT REPRODUCE THIS BUG, BUT TEST IS 1008 # HERE TO MAKE SURE IT DOESN'T CROP UP] 1009 # 1010 <data>•Constructs a randomly generated BigInteger, uniformly distributed over the range \<tt>0\</tt> to\ 1011 \<tt>(2\<sup>numBits\</sup> - 1\)\</tt>, inclusive. \ 1012 •The uniformity of the distribution assumes that a fair source of random bits is provided in \<tt>rnd\</tt>. \ 1013 •Note that this constructor always constructs a non-negative biginteger. \n•Ahh abc.•</data> 1014 1015 # sentence breaks for hindi which used Devanagari script 1016 # make sure there is sentence break after ?,danda(hindi phrase separator), 1017 # fullstop followed by space. (VERY old test) 1018 # 1019 <data>•\u0928\u092e\u0938\u094d\u200d\u0924\u0947 \u0930\u092e\u0947\u0936\u0905\u093e\u092a\u0915\u0948\u0938\u0947 \u0939\u0948?\ 1020 •\u092e\u0948 \u0905\u091a\u094d\u200d \u091b\u093e \u0939\u0942\u0901\u0964 •\u0905\u093e\u092a\r\n<100>\ 1021 \u0915\u0948\u0938\u0947 \u0939\u0948?•\u0935\u0939 \u0915\u094d\u200d\u092f\u093e\n\ 1022 <100>\u0939\u0948?•\u092f\u0939 \u0905\u093e\u092e \u0939\u0948. •\u092f\u0939 means "this". \ 1023 •"\u092a\u095d\u093e\u0908" meaning "education" or "studies". \ 1024 •\u0905\u093e\u091c(\u0938\u094d\u200d\u0935\u0924\u0902\u0924\u094d\u0930 \u0926\u093f\u0935\u093e\u0938) \u0939\u0948\u0964 •Let's end here. •</data> 1025 1026 # Regression test for bug #1984, Sentence break in Arabic text. 1027 1028 <data>\ 1029 •\u0623\u0633\u0627\u0633\u064b\u0627\u060c\u0020\u062a\u062a\u0639\u0627"\u0645\u0644\u0020\u0627\u0644\u062d\u0648\u0627\u0633\u064a\u0628\u0020"\u0641\u0642\u0637\u0020\u0645\u0639\u0020\u0627\u0644\u0623\u0631\u0642\u0627\u0645\u060c\u0648\u062a\u0642\u0648\u0645\u0020\u0628\u062a\u062e\u0632\u064a\u0646\u0020\u0627\u0644\u0623\u062d\u0631\u0641\u0020\u0648\u0627\u0644\u0645\u062d\u0627\u0631\u0641\u0020\u0627\u0644\u0623\u062e\u0631\u0649\u0020\u0628\u0639\u062f\u0020\u0623\u0646\u062a\u064f\u0639\u0637\u064a\u0020\u0631\u0642\u0645\u0627\u0020\u0645\u0639\u064a\u0646\u0627\u0020\u0644\u0643\u0644\u0020\u0648\u0627\u062d\u062f\u0020\u0645\u0646\u0647\u0627\u002e\u0020•\u0648\u0642\u0628\u0644\u0020\u0627\u062e\u062a\u0631\u0627\u0639\u0022\u064a\u0648\u0646\u0650\u0643\u0648\u062f\u0022\u060c\u0020\u0643\u0627\u0646\u0020\u0647\u0646\u0627\u0643\u0020\u0645\u0626\u0627\u062a\u0020\u0627\u0644\u0623\u0646\u0638\u0645\u0629\u0020\u0644\u0644\u062a\u0634\u0641\u064a\u0631\u0648\u062a\u062e\u0635\u064a\u0635\u0020\u0647\u0630\u0647\u0020\u0627\u0644\u0623\u0631\u0642\u0627\u0645\u0020\u0644\u0644\u0645\u062d\u0627\u0631\u0641\u060c\u0020\u0648\u0644\u0645\u0020\u064a\u0648\u062c\u062f\u0020\u0646\u0638\u0627\u0645\u062a\u0634\u0641\u064a\u0020\u0639\u0644\u0649\u0020\u062c\u0645\u064a\u0639\u0020\u0627\u0644\u0645\u062d\u0627\u0631\u0641\u0020\u0627\u0644\u0636\u0631\u0648\u0631\u064a\u0629. •</data> 1030 1031 # Try a few more of the less common sentence endings. 1032 <data>•Hello, world\u3002 •Hello, world\u1803 •Hello, world\u2048 •Hello, world\u203c •Let's end here. •</data> 1033 1034 1035 1036 1037 ################################################################ 1038 # 1039 # 1040 # L I N E B R E A K 1041 # 1042 # 1043 ################################################################ 1044 1045 <line> 1046 # 1047 # Test Character for each of the line break classes. 1048 # 1049 # 00A1;AI # INVERTED EXCLAMATION MARK ¡ 1050 # 0041;AL # LATIN CAPITAL LETTER A 1051 # 0009;BA # <control> 1052 # 00B4;BB # ACUTE ACCENT 1053 # 000C;BK # <control> 1054 # 2014;B2 # EM DASH 1055 # FFFC;CB # OBJECT REPLACEMENT CHARACTER 1056 # 0029;CL # RIGHT PARENTHESIS 1057 # 0301;CM # COMBINING ACUTE ACCENT 1058 # 0021;EX # EXCLAMATION MARK 1059 # 00A0;GL # NO-BREAK SPACE 1060 # 002D;HY # HYPHEN-MINUS 1061 # 4E00;ID # <CJK Ideograph, First> 1062 # 2024;IN # ONE DOT LEADER 1063 # 002C;IS # COMMA 1064 # 000A;LF # <control> 1065 # 0E5A;NS # THAI CHARACTER ANGKHANKHU 1066 # 0032;NU # DIGIT TWO 1067 # 0028;OP # LEFT PARENTHESIS 1068 # 0025;PO # PERCENT SIGN 1069 # 0024;PR # DOLLAR SIGN 1070 # 0022;QU # QUOTATION MARK 1071 # 0E01;SA # THAI CHARACTER KO KAI 1072 # DB7F;SG # Surrogate 1073 # 0020;SP # SPACE 1074 # 002F;SY # SOLIDUS / 1075 # F8FF;XX # Private Use 1076 # 200B;ZW # ZERO WIDTH SPACE 1077 1078 1079 # 2b Always break at end of text 1080 1081 <data>• •\u00A1•</data> 1082 <data>• •\u0041•</data> 1083 <data>• •\u0009•</data> 1084 <data>• •\u00B4•</data> 1085 <data>• \u000C<100></data> # LB3C × BK 1086 <data>• •\u2014•</data> 1087 <data>• •\uFFFC•</data> 1088 <data>• \u0029•</data> # LB 8 × CL 1089 # <data>• • \u0301•</data> # LB 7a Treat SP CM* as if it were ID #TODO: SP CM 1090 <data>• \u0021•</data> # LB 8 × EX 1091 #<data>• \u00A0•</data> # LB 11b × GL TODO: fix. 1092 <data>• •\u002D•</data> 1093 <data>• •\u4E00•</data> 1094 <data>• •\u2024•</data> 1095 <data>• \u002C•</data> # LB 8 × IS 1096 <data>• \u000A<100></data> # LB3C × ( BK | CR | LF | NL ) 1097 <data>• •\u0E5A•</data> 1098 <data>• •\u0032•</data> 1099 <data>• •\u0028•</data> 1100 <data>• •\u0025•</data> 1101 <data>• •\u0024•</data> 1102 <data>• •\u0022•</data> 1103 <data>• •\u0E01•</data> 1104 <data>• •\uDB7F•</data> 1105 <data>• \u0020•</data> # LB4 - don't break before space. 1106 <data>• \u002F•</data> # LB 8 × SY 1107 <data>• •\uF8FF•</data> 1108 <data>• \u200B•</data> # LB4 - don't break before ZA 1109 1110 1111 # 3a Always break after hard line breaks. 1112 # 3c Never break before hard line breaks. 1113 1114 <data>• •\u00A1\u2028<100>\u00A1•</data> 1115 <data>• •\u0041\u2028<100>\u0041•</data> 1116 <data>• •\u0009\u2028<100>\u0009•</data> 1117 <data>• •\u00B4\u2028<100>\u00B4•</data> 1118 <data>• \u000C<100>\u2028<100>\u000C<100></data> 1119 <data>• •\u2014\u2028<100>\u2014•</data> 1120 <data>• •\uFFFC\u2028<100>\uFFFC•</data> 1121 <data>• \u0029\u2028<100>\u0029•</data> 1122 <data>• •\u0301\u2028<100>\u0301•</data> 1123 <data>• \u0021\u2028<100>\u0021•</data> 1124 <data>• •\u00A0\u2028<100>\u00A0•</data> 1125 <data>• •\u002D\u2028<100>\u002D•</data> 1126 <data>• •\u4E00\u2028<100>\u4E00•</data> 1127 <data>• •\u2024\u2028<100>\u2024•</data> 1128 <data>• \u002C\u2028<100>\u002C•</data> 1129 <data>• \u000A<100>\u2028<100>\u000A<100></data> 1130 <data>• •\u0E5A\u2028<100>\u0E5A•</data> 1131 <data>• •\u0032\u2028<100>\u0032•</data> 1132 <data>• •\u0028\u2028<100>\u0028•</data> 1133 <data>• •\u0025\u2028<100>\u0025•</data> 1134 <data>• •\u0024\u2028<100>\u0024•</data> 1135 <data>• •\u0022\u2028<100>\u0022•</data> 1136 <data>• •\u0E01\u2028<100>\u0E01•</data> 1137 <data>• •\uDB7F\u2028<100>\uDB7F•</data> 1138 <data>• \u0020\u2028<100>\u0020•</data> 1139 <data>• \u002F\u2028<100>\u002F•</data> 1140 <data>• •\uF8FF\u2028<100>\uF8FF•</data> 1141 <data>• \u200B\u2028<100>\u200B•</data> 1142 1143 # Regional Indicator sequences. They group in pairs. 1144 # Sequences are long enough that the non-exaustive monkey test won't reliably pick up problems. 1145 1146 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•</data> 1147 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6•</data> 1148 1149 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•</data> 1150 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6•</data> 1151 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•</data> 1152 <data>•\U0001F1E6\U0001F1E6•\U0001F1E6\u00a0\U0001F1E6\U0001F1E6•\U0001F1E6\U0001F1E6•\U0001F1E6•</data> 1153 1154 1155 # User Guide example 1156 1157 <data>•Parlez-•vous •français ?•</data> 1158 1159 # 1160 # Old Line Break Test data. Originally located in RBBITest::TestDefaultRuleBasedLineIteration() 1161 # 1162 1163 <line> 1164 1165 <data>•Multi-•Level •example •of •a •semi-•idiotic •non-•sensical •(non-•important) •sentence. 1166 <100>Hi •Hello •How\n<100>are\r<100>you\u2028<100>fine.\t•good. •Now\r<100>is\n<100>the\r\n<100>time\n<100>\r<100>for\r<100>\r<100>all•</data> 1167 1168 <line> 1169 <data>•Hello! •how\r\n<100> •(are)\r<100> •you? •I'am •fine- •Thankyou. •foo\u00a0bar 1170 <100>How, •are, •you? •This, •costs •$20,00,000.•</data> 1171 1172 # test for bug #4068133 1173 # 1174 <data>•\u96f6•\u4e00\u3002•\u4e8c\u3001•\u4e09\u3002\u3001•\u56db\u3001\u3002\u3001•\u4e94,•\u516d.•\u4e03.\u3001,\u3002•\u516b•</data> 1175 1176 # to test for bug #4086052 1177 <data>•foo\u00a0bar•</data> 1178 1179 # to test for bug #4097920 1180 <data>•dog,cat,mouse •(one)•(two)\n<100></data> 1181 1182 # to test for bug #4035266 1183 <data>•The •balance •is •$-23,456.78, •not •-•$32,456.78!\n<100></data> 1184 1185 1186 # to test for bug #4098467 1187 # What follows is a string of Korean characters (I found it in the Yellow Pages 1188 # ad for the Korean Presbyterian Church of San Francisco, and I hope I transcribed 1189 # it correctly), first as precomposed syllables, and then as conjoining jamo. 1190 # Both sequences should be semantically identical and break the same way. 1191 # precomposed syllables... (I == Rich Gillam?) 1192 # 1193 <data>•\uc0c1•\ud56d •\ud55c•\uc778 •\uc5f0•\ud569 •\uc7a5•\ub85c•\uad50•\ud68c•</data> 1194 1195 # Bug 4450804 estLineBreakContractions 1196 # 1197 <line> 1198 <data>•These •are •'foobles'. •Don't •you •like •them?•</data> 1199 1200 1201 # conjoining jamo... 1202 <data>•\u1109\u1161\u11bc•\u1112\u1161\u11bc •\u1112\u1161\u11ab•\u110b\u1175\u11ab •\u110b\u1167\u11ab•\u1112\u1161\u11b8 •\u110c\u1161\u11bc•\u1105\u1169•\u1100\u116d•\u1112\u116c•</data> 1203 1204 # to test for bug #4117554: Fullwidth .!? should be treated as postJwrd 1205 <data>•\u4e01\uff0e•\u4e02\uff01•\u4e03\uff1f•</data> 1206 1207 # Surrogate line break tests. 1208 # 1209 <data>•\u4e01•\ud840\udc01•\u4e02•abc •\ue000 •\udb80\udc01•</data> #This line and the following are equivalent. 1210 <data>•\u4e01•\U00020001•\u4e02•abc •\ue000 •\U000f0001•</data> 1211 1212 # Regression for bug 836 1213 # Note: Unicode 5.1 changed this behavior 1214 # Unicode 5.2 changed it again, there is no break following the '(' 1215 <data>•AAA(AAA •</data> 1216 1217 # Try some words from other scripts. 1218 # Greek, Cyrillic, Hebrew, Arabic, Arabic, Georgian, Latin 1219 # 1220 <data>•ΑΒΓ •БВГ •אבג֓ •ابت •١٢٣ •\u10A0\u10A1\u10A2 •ABC •</data> 1221 1222 # 1223 # ticket #4853: unpaired surrogates should behave like AL 1224 # 1225 <data>•abc\ud801xyz•</data> 1226 1227 # a character sequence such as "X11" or "30F3" or "native2ascii" should 1228 # be kept together as a single word. 1229 <data>•X11 •30F3 •native2ascii•</data> 1230 1231 # 1232 # Regression tests for failures that originally came from the monkey test. 1233 # Monkey test failure lines can, with slight reformatting, be copied into this section 1234 # as test cases. The error display from here is more informative. 1235 # 1236 <data>•\ufffc•\u30e3\u000c<100>\u1b39•\u300a\u002f\u203a\u200b•\ufffc•\uaf64•\udcfb•</data> 1237 <data>•\u114d\u31f3•\ube44\u002d•\u0362\u24e2\u276e\u2014\u205f\ufe16•\uc877•\u0fd0\u000a<100>\u20a3•</data> 1238 <data>•\u080a\u215b\U0001d7d3\u002c\u2025\U000e012e•\u02df\u118d\u0029\ua8d6\u0085<100>\u6cc4\u2024\u202f\ufffc•</data> 1239 1240 # Test for #10176 (in root) 1241 <line> 1242 <data>•abc/•s •def•</data> 1243 <data>•abc/\u05D9 •def•</data> 1244 <data>•\u05E7\u05D7/\u05D9 •\u05DE\u05E2\u05D9\u05DC•</data> 1245 <data>•\u05D3\u05E8\u05D5\u05E9\u05D9\u05DD •\u05E9\u05D7\u05E7\u05E0\u05D9\u05DD/\u05D9\u05D5\u05EA•</data> 1246 1247 # Ticket #11556 don't break "R$" or "JP¥" 1248 <locale en> 1249 <line> 1250 <data>•R$ •JP¥ •a9 •3a •H% •CA$ •Travi$ •Scott •Ke$ha •Curren$y •A$AP •Rocky•</data> 1251 1252 # Test Bug 4146175 Lines 1253 # the fullwidth comma should stick to the preceding Japanese character 1254 <line> 1255 <data>•\u7d42\uff0c•\u308f•</data> 1256 1257 # Empty String 1258 <line> 1259 <data>•</data> 1260 1261 # Bug #13664 Mixed Thai & English text had different boundaries between forward & reverse. 1262 # 1263 <line> 1264 <data>•Northern •Thailand •is •a •mountainous •area. •Parallel •mountain •ranges •extend •from •the •\ 1265 Daen •Lao •Range •(ทิว•เขา•แดน•ลาว), •in •the •southern •region •of •the •Shan •Hills, •in •a •\ 1266 north/•south •direction, •the •Dawna •Range •(ทิว•เขา•ดอย•มอน•กุ•จู) •forming •the •western •border •of •Thailand •\ 1267 between •Mae •Hong •Son •and •the •Salween •River, •the •Thanon •Thong •Chai •Range •(เทือก•เขา•ถนน•ธงชัย), •\ 1268 the •Khun •Tan •Range •(ดอย•ขุน•ตาน), •the •Phi •Pan •Nam •Range •(ทิว•เขา•ผี•ปัน•น้ำ), •as •well •as •the •western •\ 1269 part •of •the •Luang •Prabang •Range •(ทิว•เขา•หลวง•พระ•บาง).•</data> 1270 1271 # Breaking around numbers that begin with a decimal point. 1272 # Bug ICU-12017 1273 1274 <line> 1275 <data>•start •.789 •end•</data> 1276 <data>•start .abc •end•</data> 1277 <data>•start •( .789 •end)•</data> 1278 <data>•start •.\u0301789 •end•</data> # \u0301 is a CM (COMBINING ACUTE ACCENT) 1279 <data>•start •.\u200D789 •end•</data> # \u200D is ZWJ 1280 <data>•start •.\u200D\u0301789 •end•</data> 1281 <data>•start •.\u0301\u200D789 •end•</data> 1282 <data>•start .\u0301\u200D•</data> 1283 <data>•start .\u0301\u200D •</data> 1284 <data>•start ; •end •</data> 1285 1286 ######################################################################################## 1287 # 1288 # 1289 # T i t l e B o u n d a r y T e s t s 1290 # 1291 # 1292 ########################################################################################## 1293 <title> 1294 <data>•Here •is •a •short •sample •sentence. •And •another.•</data> 1295 <data>•HERE •IS •A •SHORT •SAMPLE •SENTENCE. •AND •ANOTHER.•</data> 1296 <data>• •Start •and •end •with •spaces •</data> 1297 <data>•Include 123 456 ^& •some 54332 •numbers 4445•abc123•abc •ending 1223 •</data> 1298 1299 <data>•Combining\u0301 \u0301•ma\u0306rks •bye •</data> 1300 <data>•123 •Start •with •a •number.•</data> 1301 1302 <data>•'•start •with •a •case-•ignorable •cha'r'a'cter•</data> 1303 <data>•' '' •start •with •case-•ignorable & •case-•insensitive •cha'r'a'cter•</data> 1304 <data>• ''•aaa' •bbb '•ccc' '•ddd''' '''•eee '''•fff''' •ggg ''•</data> 1305 # Note: apostrophe is case-ignorable. space is not cased. 1306 1307 ########################################################################################## 1308 # 1309 # Thai Tests 1310 # 1311 ########################################################################################## 1312 <locale th> 1313 <word> 1314 # 1315 # Test data originally from the test code source file 1316 # // @suwit -- Thai sample data from GVT Guideline 1317 # 1318 <data>•\u0E2B\u0E19\u0E36\u0E48\u0E07<200>\u0E04\u0E33<200>\u0E44\u0E17\u0E22<200>\ 1319 \u0E2A\u0E32\u0E21\u0E32\u0E23\u0E16<200>\u0E1B\u0E23\u0E30\u0E01\u0E2D\u0E1A<200>\ 1320 \u0E14\u0E49\u0E27\u0E22<200>\u0e2b\u0e25\u0e32\u0e22<200>\ 1321 \u0e1e\u0e22\u0e32\u0e07\u0e04\u0e4c<200></data> 1322 1323 # Test data originally from 1324 # ICU-8576 svn r30327 = git commit 62d26cc5fe8cc66696143c44a43d664c2d7be100 1325 <data>•กู<200> •กิน<200>กุ้ง<200> •ปิ้่<200>งอ<200>ยู่<200>ใน<200>ถ้ำ<200></data> 1326 1327 <data>•\u0E01\u0E39<200>\u0020•\u0E01\u0E34\u0E19<200>\u0E01\u0E38\u0E49\u0E07<200>\ 1328 \u0020•\u0E1B\u0E34\u0E49\u0E48<200>\u0E07\u0E2D<200>\u0E22\u0E39\u0E48<200>\ 1329 \u0E43\u0E19<200>\u0E16\u0E49\u0E33<200></data> 1330 1331 <line> 1332 <data>•0E01\u0E39\u0020•\u0E01\u0E34\u0E19•\u0E01\u0E38\u0E49\u0E07\ 1333 \u0020•\u0E1B\u0E34\u0E49\u0E48•\u0E07\u0E2D•\u0E22\u0E39\u0E48•\ 1334 \u0E43\u0E19•\u0E16\u0E49\u0E33•</data> 1335 1336 # Data originally from intltest RBBITest::TestThaiLineBreak() 1337 # 1338 # \u0e2f-- the Thai paiyannoi character-- isn't a letter. It's a symbol that 1339 # represents elided letters at the end of a long word. It should be bound to 1340 # the end of the word and not treated as an independent punctuation mark. 1341 # 1342 # the one time where the paiyannoi occurs somewhere other than at the end 1343 # of a word is in the Thai abbreviation for "etc.", which both begins and 1344 # ends with a paiyannoi 1345 # 1346 <line> 1347 <data>•\u0e2a\u0e16\u0e32\u0e19\u0e35\u0e2f•\ 1348 \u0e08\u0e30•\ 1349 \u0e23\u0e30\u0e14\u0e21•\ 1350 \u0e40\u0e08\u0e49\u0e32•\ 1351 \u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48•\ 1352 \u0e2d\u0e2d\u0e01•\ 1353 \u0e21\u0e32•\ 1354 \u0e40\u0e23\u0e48\u0e07•\ 1355 \u0e23\u0e30\u0e1a\u0e32\u0e22•\ 1356 \u0e2d\u0e22\u0e48\u0e32\u0e07•\ 1357 \u0e40\u0e15\u0e47\u0e21•\ 1358 \u0e2f\u0e25\u0e2f•\ 1359 \u0e17\u0e35\u0e48•\ 1360 \u0e19\u0e31\u0e49\u0e19•</data> 1361 1362 # Data originally from RBBITest::TestMixedThaiLineBreak() 1363 # @suwit -- Test Arabic numerals, Thai numerals, Punctuation and English characters start 1364 # 1365 <line> 1366 <data>•\u0E1B\u0E35•\ 1367 \u0E1E\u0E38\u0E17\u0E18\u0E28\u0E31\u0E01\u0E23\u0E32\u0E0A •\ 1368 2545 •\ 1369 \u0E40\u0E1B\u0E47\u0E19•\ 1370 \u0E1B\u0E35•\ 1371 \u0E09\u0E25\u0E2D\u0E07•\ 1372 \u0E04\u0E23\u0E1A•\ 1373 \u0E23\u0E2D\u0E1A •\ 1374 \"\u0E52\u0E52\u0E50 •\ 1375 \u0E1b\u0E35\" •\ 1376 \u0E02\u0E2d\u0E07•\ 1377 \u0E01\u0E23\u0E38\u0E07•\ 1378 \u0E23\u0E31\u0E15\u0E19\u0E42\u0E01\u0E2A\u0E34\u0E19\u0E17\u0E23\u0E4C •\ 1379 (\u0E01\u0E23\u0E38\u0E07\u0E40\u0E17\u0E1e\u0E2F•\ 1380 \u0E2B\u0E23\u0E37\u0E2D •\ 1381 Bangkok)•</data> 1382 1383 # Data originally from RBBITest::TestMaiyamok() 1384 # The Thai maiyamok character is a shorthand symbol that means "repeat the previous 1385 # word". Instead of appearing as a word unto itself, however, it's kept together 1386 # with the word before it. 1387 # 1388 <line> 1389 <data>•\u0e44\u0e1b\u0e46•\ 1390 \u0e21\u0e32\u0e46•\ 1391 \u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07•\ 1392 \u0e01\u0e23\u0e38\u0e07•\ 1393 \u0e40\u0e17\u0e1e•\ 1394 \u0e41\u0e25\u0e30•\ 1395 \u0e40\u0e03\u0e35•\ 1396 \u0e22\u0e07•\ 1397 \u0e43\u0e2b\u0e21\u0e48•</data> 1398 1399 # Test for #10296 1400 <line> 1401 <data>•ใช•มั้ย•</data> 1402 <data>•มั๊ยล่ะ•ที่รัก•</data> 1403 1404 # Test for #10593 1405 <line> 1406 <data>•เล่น•ผ่าน•ทาง•บลูทูธ•บน•อุปกรณ์•</data> 1407 1408 # Test for city names #10691 1409 <line> 1410 <data>•ไป•ที่•ซานฟรานซิสโก•</data> 1411 1412 # Test for #10630, #10631 1413 <line> 1414 <data>•แท็ก•แอปพลิเคชัน•เป็น•พิเศษ•</data> 1415 1416 # Test for #11019 1417 <line> 1418 <data>•เบ•เบราว์เซอร์•โพ•โพสต์•โพสท์•</data> 1419 1420 # Test for #11688 1421 <line> 1422 <data>•อัปเดต•อีเวนต์•</data> 1423 1424 <line> 1425 <data>•แอป์•นี้•ไม่•รองรับ •Android •เวอร์ชัน•ล่าสุด •หาก•แอป•นี้•เข้า•ถึง•ไฟล์•เพลง•และ•ไฟล์•เสียง•ได้ •ก็•จะ•ได้•รับ•อนุญาต•ให้•เข้า•ถึง•รูปภาพ•และ•วิดีโอ•ด้วย•</data> 1426 1427 ########################################################################################## 1428 # 1429 # Lao Tests 1430 # 1431 ########################################################################################## 1432 <locale en> 1433 # Basic check for #7647 1434 <line> 1435 <data>•ສະບາຍດີ•</data> 1436 <data>•ດີ•ຂອບໃຈ•</data> 1437 <data>•ເຈົ້າ•ເວົ້າ•ພາສາ•ອັງກິດ•ໄດ້•ບໍ່•</data> 1438 <data>•ກະລຸນາ•ເວົ້າ•ຊ້າ•ໆ•</data> 1439 # More checks for ICU-21413 (check both moved and added entries) 1440 <line> 1441 <data>•ກໍ•ກໍ່•ກໍ້•</data> 1442 <data>•ກວາກຊວາກ•ກະເຈາະກະຈອກ•</data> 1443 <data>•ກະຊວງປ້ອງກັນຄວາມສະຫງົບ•</data> 1444 <data>•ໄຮ•ໄຮ່•ໄຮ້•</data> 1445 # Checks for ICU-21409 (and ICU-21384) 1446 <line> 1447 <data>•ຣະຄັງ•ຣະມາ•ລູຊີເຟີ•</data> 1448 1449 ########################################################################################## 1450 # 1451 # Burmese/Myanmar Tests 1452 # 1453 ########################################################################################## 1454 <locale en> 1455 # Basic sanity check for #10326 (some text from http://www.unicode.org/udhr/d/udhr_mya.txt) 1456 <line> 1457 <data>•လူ•တိုင်း•သည် •တူညီ •လွတ်လပ်•သော •ဂုဏ်•သိ•က္•ခါ•ဖြ•င့် •လည်းကောင်း၊ •</data> 1458 <data>•တူညီ•လွတ်လပ်•သော •အ•ခွ•င့်•အရေး•များ•ဖြ•င့် •လည်းကောင်း၊ •မွေး•ဖွား•လာ•သူများ •ဖြစ်သည်။•</data> 1459 <data>•ထို•သူ•တို့၌ •ပိုင်းခြား •ဝေဖန်•တတ်•သော •ဉာဏ်•နှ•င့် •ကျ•င့်•ဝတ် •သိတတ်•သော •စိတ်•တို့•ရှိ•ကြ၍ •</data> 1460 <data>•ထို•သူ•တို့သည် •အချင်းချင်း •မေတ္တာ•ထား၍ •ဆက်ဆံ•ကျ•င့်•သုံး•</data> 1461 1462 ########################################################################################## 1463 # 1464 # Khmer Tests 1465 # 1466 ########################################################################################## 1467 1468 # Test data originally from 1469 # ICU-8576 svn r30327 = git commit 62d26cc5fe8cc66696143c44a43d664c2d7be100 1470 # from the file testdata/wordsegments.txt 1471 <locale en> 1472 <word> 1473 1474 <data>•តើ<200>លោក<200>មក<200>ពី<200>ប្រទេស<200>ណា<200></data> 1475 <data>•សណ្ដូក<200>ក<200>បណ្ដែត<200>ខ្លួន<200></data> 1476 <data>•ពណ៌ស<200>ម្ដេច<200>ថា<200>ខ្មៅ<200></data> 1477 #ប្រយោគ|ពី|របៀប|រួបរួម|និង|ភាព|ផ្សេងគ្នា|ដែល|អាច|ចូល<200></data> 1478 <data>•ប្រយោគ<200>ពី<200>របៀប<200>ដែល<200>និង<200>ភាព<200>ផ្សេងគ្នា<200>ដែល<200>អាច<200>ចូល<200></data> 1479 #ប្រយោគ|ពី|របៀប|ជា|មួយ|និង|ភាព|ផ្សេងគ្នា|ដែល|អាច|ចូល<200></data> 1480 <data>•សូម<200>ចំណាយពេល<200>បន្តិច<200>ដើម្បី<200>អធិស្ឋាន<200>អរព្រះគុណ<200>ដល់<200>ព្រះអង្គ<200></data> 1481 <data>•ការ<200>ថោកទាប<200>បរិប្បូណ៌<200>ដោយ<200></data> 1482 <data>•ប្រើប្រាស់<200>ស្អាត<200>ទាំង<200>ចិត្ត<200>សិស្ស<200>នោះ<200></data> 1483 <data>•បើ<200>អ្នក<200>ប្រព្រឺត្ត<200>អំពើអាក្រក់<200>មុខ<200>ជា<200>មាន<200></data> 1484 <data>•ប្រដាប់<200>ប្រដា<200>រ<200>រៀនសូត្រ<200>បន្ទប់<200>រៀន<200></data> 1485 <data>•ដើរតួ<200>មនុស្សគ<200>ឥត<200>បញ្ចេញ<200>យោបល់<200>សោះ<200>ឡើយ<200></data> 1486 <data>•មិន<200>អាច<200>ឲ្យ<200>យើង<200>ធ្វើ<200>កសិកម្ម<200>បាន<200>ឡើយ<200></data> 1487 <data>•បន្ត<200>សេចក្ត<200>ទៅទៀត<200></data> 1488 <data>•ក្រុម<200>ប៉ូលិស<200>បណ្តាក់<200>គ្នា<200></data> 1489 <data>•គ្មាន<200>សុខ<200>សំរាន្ត<200>ដង<200>ណា<200></data> 1490 <data>•បាន<200>សុខភាព<200>បរិប្បូណ៌<200></data> 1491 <data>•ជា<200>មេចោរ<200>ខ្ញុំ<200>នឹង<200>ស្លាប់<200>ទៅវិញ<200>ជា<200>មេចោរ<200></data> 1492 <data>•ឯ<200>ការ<200>វាយ<200>ផ្ចាល<200>ដែល<200>នាំ<200></data> 1493 <data>•គេ<200>ដឹក<200>ទៅ<200>សំឡាប់<200></data> 1494 #អ្នក|ដែល|ជា|មន្ត្រី|ធំ|លើ|គាត់|ទេ<200></data> 1495 <data>•យក<200>ទៅ<200>សម្លាប់ចោល<200>ស្ងាត់<200></data> 1496 <data>•ត្រូវ<200>បាន<200>គេ<200>សម្លាប់<200></data> 1497 <data>•នៅក្នុង<200>ស្រុក<200>ខ្ល<200>ងហ្ស៊ុន<200></data> 1498 1499 1500 # 1501 # Jitterbug 3671 Test Case 1502 # 1503 <data>•สวัสดี<200>ครับ<200>สบาย<200>ดี<200>ไหม<200> •ครับ<200></data> 1504 1505 # 1506 # Trac ticket 5595 Test Case 1507 <data>•บท<200>ที่๑พายุ<200>ไซโคลน<200>โด<200>โรธี<200>อาศัย<200>อยู่<200>ท่ามกลาง<200>\ 1508 ทุ่งใหญ่<200>ใน<200>แคนซัส<200>กับ<200>ลุง<200>เฮ<200>นรี<200>ชาวไร่<200>และ<200>ป้า<200>เอ็ม<200>\ 1509 ภรรยา<200>ชาวไร่<200>บ้าน<200>ของ<200>พวก<200>เขา<200>หลัง<200>เล็ก<200>เพราะ<200>ไม้<200>\ 1510 สร้าง<200>บ้าน<200>ต้อง<200>ขน<200>มา<200>ด้วย<200>เกวียน<200>เป็น<200>ระยะ<200>ทาง<200>หลาย<200>\ 1511 ไมล์<200></data> 1512 1513 #################################################################################### 1514 # 1515 # Tailored (locale specific) breaking. 1516 # 1517 #################################################################################### 1518 1519 # Japanese line break tailoring test 1520 1521 <locale ja> 1522 <line> 1523 <data>•\u3041•\u3043•\u3045•\u31f1•</data> 1524 <locale en> 1525 <line> 1526 <data>•\u3041\u3043\u3045\u31f1•</data> 1527 1528 # The following data was originally in RBBITest::TestJapaneseWordBreak() 1529 <locale ja> 1530 <word> 1531 <data>•\u4ECA\u65E5<400>\u306F<400>\u3044\u3044<400>\u5929\u6C17<400>\u3067\u3059<400>\u306D<400>\u3002•\u000D\u000A•</data> 1532 1533 # UBreakIteratorType UBRK_WORD, Locale "ja" 1534 # Don't break in runs of hiragana or runs of ideograph, where the latter includes \u3005 \u3007 \u303B (cldrbug #2009). 1535 # \u79C1\u9054\u306B\u4E00\u3007\u3007\u3007\u306E\u30B3\u30F3\u30D4\u30E5\u30FC\u30BF\u304C\u3042\u308B\u3002\u5948\u3005\u306F\u30EF\u30FC\u30C9\u3067\u3042\u308B\u3002 1536 # modified to work with dbbi code - should verify 1537 1538 <locale ja> 1539 <word> 1540 <data>•私<400>達<400>に<400>一<400>〇<400>〇〇<400>の<400>コンピュータ<400>が<400>ある<400>。<0>奈々<400>は<400>ワード<400>で<400>ある<400>。•</data> 1541 1542 # Test for #10176 (in ja) 1543 <line> 1544 <data>•abc/•s •def•</data> 1545 <data>•abc/\u05D9 •def•</data> 1546 <data>•\u05E7\u05D7/\u05D9 •\u05DE\u05E2\u05D9\u05DC•</data> 1547 <data>•\u05D3\u05E8\u05D5\u05E9\u05D9\u05DD •\u05E9\u05D7\u05E7\u05E0\u05D9\u05DD/\u05D9\u05D5\u05EA•</data> 1548 1549 1550 <locale root> 1551 <word> 1552 <data>•私<400>達<400>に<400>一<400>〇<400>〇〇<400>の<400>コンピュータ<400>が<400>ある<400>。<0>奈々<400>は<400>ワード<400>で<400>ある<400>。•</data> 1553 # The following test is for #10300 1554 <data>•例えば<400>オーストラリア<400>。•</data> 1555 # The following test is for #10571 1556 <data>•一部<400>の<400>地域<400>では<400>、<0>ブラジル<400>、<0>インドネシア<400>、<0>オーストリア<400>、<0>ニュージーランド<400>で<400>ある<400>。•</data> 1557 1558 # UBreakIteratorType UBRK_SENTENCE, Locale "el" 1559 # Add break after Greek question mark (cldrbug #2069). 1560 # "\u0391\u03B2, \u03B3\u03B4; \u0395 \u03B6\u03B7\u037E \u0398 \u03B9\u03BA. " 1561 # "\u039B\u03BC \u03BD\u03BE! \u039F\u03C0, \u03A1\u03C2? \u03A3" 1562 # which is "Αβ, γδ; Ε ζη; Θ ικ. Λμ νξ! Οπ, Ρς? Σ" 1563 1564 <locale root> 1565 <sent> 1566 <data>•Αβ, γδ; Ε ζη; Θ ικ. •Λμ νξ! •Οπ, Ρς? •Σ<100></data> 1567 1568 <locale el> 1569 <sent> 1570 <data>•Αβ, γδ; •Ε ζη; •Θ ικ. •Λμ νξ! •Οπ, Ρς? •Σ<100></data> 1571 1572 # UBreakIteratorType UBRK_WORD, Locale "en_US_POSIX" 1573 # Words don't include colon or period (cldrbug #1969). 1574 1575 <locale en_US> 1576 <word> 1577 <data>•Can't<200> •have<200> •breaks<200> •in<200> •xx:yy<200> •or<200> •struct.field<200> \ 1578 •for<200> •CS<200>-•types<200>.•</data> 1579 <data>•\uFF92\uFF76\uFF9E<400> •</data> 1580 <data>•xx<200>@•yy<200>.•</data> 1581 1582 <locale en_US_POSIX> 1583 <word> 1584 <data>•Can't<200> •have<200> •breaks<200> •in<200> •xx<200>:•yy<200> •or<200> •struct<200>.•field<200> \ 1585 •for<200> •CS<200>-•types<200>.•</data> 1586 <data>•\u06c9<200>\uc799\ufffa•</data> 1587 <data>•\uFF92\uFF76\uFF9E<400> •</data> 1588 <data>•xx<200>@•yy<200>.•</data> 1589 1590 <locale fi> 1591 <word> 1592 <data>•Can't<200> •have<200> •breaks<200> •in<200> •xx:yy<200> •or<200> •struct.field<200> \ 1593 •for<200> •CS<200>-•types<200>.•</data> 1594 <data>•\uFF92\uFF76\uFF9E<400> •</data> 1595 <data>•xx<200>@•yy<200>.•</data> 1596 1597 <locale sv> 1598 <word> 1599 <data>•Can't<200> •have<200> •breaks<200> •in<200> •xx:yy<200> •or<200> •struct.field<200> \ 1600 •for<200> •CS<200>-•types<200>.•</data> 1601 <data>•\uFF92\uFF76\uFF9E<400> •</data> 1602 <data>•xx<200>@•yy<200>.•</data> 1603 1604 1605 # UBreakIteratorType UBRK_CHARACTER, Locale "th" 1606 # Clusters should not include spacing Thai/Lao vowels (prefix or postfix), except for [SARA] AM (cldrbug #2161). 1607 # Update: As of Unicode 6.1 root has same behavior as th for this. 1608 # 1609 # "\u0E01\u0E23\u0E30\u0E17\u0E48\u0E2D\u0E21\u0E23\u0E08\u0E19\u0E32 " 1610 # "(\u0E2A\u0E38\u0E0A\u0E32\u0E15\u0E34-\u0E08\u0E38\u0E11\u0E32\u0E21\u0E32\u0E28) " 1611 # "\u0E40\u0E14\u0E47\u0E01\u0E21\u0E35\u0E1B\u0E31\u0E0D\u0E2B\u0E32 " 1612 # which is "กระท่อมรจนา (สุชาติ-จุฑามาศ) เด็กมีปัญหา " 1613 1614 <locale th> 1615 <char> 1616 <data>•\u0E01•\u0E23•\u0E30•\u0E17\u0E48•\u0E2D•\u0E21•\u0E23•\u0E08•\u0E19•\u0E32• •\ 1617 (•\u0E2A\u0E38•\u0E0A•\u0E32•\u0E15\u0E34•-•\u0E08\u0E38•\u0E11•\u0E32•\u0E21•\u0E32•\u0E28•)• •\ 1618 \u0E40•\u0E14\u0E47•\u0E01•\u0E21\u0E35•\u0E1B\u0E31•\u0E0D•\u0E2B•\u0E32• •</data> 1619 1620 # Finnish line breaking 1621 # 1622 # These rules deal with hyphens when there is a space on the leading side. 1623 # When followed by a letter, there should be a break opportunity between 1624 # the space and the hyphen, and not after the hyphen. 1625 # See CLDR ticket 3029. 1626 # See ICU ticket 8151 1627 # As of ICU 63, the Finnish tailoring behavior is moved to root. 1628 1629 <locale root> 1630 <line> 1631 <data>•abc •- •def •abc •-def •abc- •def •abc-•def•</data> # With ASCII hyphen 1632 <data>•abc •‐ •def •abc •‐def •abc‐ •def •abc‐•def•</data> # With Unicode u2010 hyphen 1633 1634 <locale fi> 1635 <line> 1636 <data>•abc •- •def •abc •-def •abc- •def •abc-•def•</data> # With ASCII hyphen 1637 <data>•abc •‐ •def •abc •‐def •abc‐ •def •abc‐•def•</data> # With Unicode u2010 hyphen 1638 1639 # Test for #10176 (in fi) 1640 <line> 1641 <data>•abc/•s •def•</data> 1642 <data>•abc/\u05D9 •def•</data> 1643 <data>•\u05E7\u05D7/\u05D9 •\u05DE\u05E2\u05D9\u05DC•</data> 1644 <data>•\u05D3\u05E8\u05D5\u05E9\u05D9\u05DD •\u05E9\u05D7\u05E7\u05E0\u05D9\u05DD/\u05D9\u05D5\u05EA•</data> 1645 1646 #################################################################################### 1647 # 1648 # Test CSS line break variants: strict, normal, loose 1649 # 1650 #################################################################################### 1651 1652 <locale ja@lb=strict> 1653 <line> 1654 # •no brk before 3063 •no brk before 301C•no brk btw 2026 •no brk before FF01• 1655 <data>•\u3084\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data> 1656 1657 <locale ja@lb=normal> 1658 <line> 1659 # •brk OK before 3063 •brk OK before 301C •no brk btw 2026 •no brk before FF01• 1660 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031•\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data> 1661 1662 # •no brk before 2010 • 1663 <data>•\u3042\u2010•\u0031\u0020•\u0061\u2010•\u0031\u0020•</data> 1664 1665 <locale ja@lb=loose> 1666 <line> 1667 # •brk OK before 3063 •brk OK before 301C •brk OK btw 2026 •brk OK before FF01• 1668 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031•\u301C\u0020•\u2026•\u2026\u0020•u30A2•\uFF01\u0020•</data> 1669 1670 # •no brk before 2010 except ok after ID • 1671 <data>•\u3042•\u2010•\u0031\u0020•\u0061\u2010•\u0031\u0020•</data> 1672 1673 <locale en@lb=strict> 1674 <line> 1675 # •no brk before 3063 •no brk before 301C•no brk btw 2026 •no brk before FF01• 1676 <data>•\u3084\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data> 1677 1678 <locale en@lb=normal> 1679 <line> 1680 # •brk OK before 3063 •no brk before 301C •no brk btw 2026 •no brk before FF01• 1681 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026\u2026\u0020•\u30A2\uFF01\u0020•</data> 1682 1683 <locale en@lb=loose> 1684 <line> 1685 # •brk OK before 3063 •no brk before 301C •brk OK btw 2026 •no brk before FF01• 1686 <data>•\u3084•\u3063•\u3071•\u308A\u0020•\u0031\u301C\u0020•\u2026•\u2026\u0020•u30A2\uFF01\u0020•</data> 1687 1688 #################################################################################### 1689 # 1690 # Test breaks for emoji clusters (same for all locales, mostly the same for all break types) 1691 # 1692 #################################################################################### 1693 1694 <locale root> 1695 1696 <char> 1697 # woman zwj woman zwj girl zwj girl, woman/fitz-1-2 zwj woman/fitz-4 zwj boy/fitz-6 1698 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•\U0001F469\U0001F3FB\u200D\U0001F469\U0001F3FD\u200D\U0001F466\U0001F3FF•</data> 1699 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3 1700 #TODO: <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data> 1701 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman 1702 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data> 1703 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horse_racing/fitz-5 1704 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data> 1705 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5, space, 1706 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE•\u0020•</data> 1707 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space 1708 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8•\u0020•</data> 1709 # family (man, boy, boy), family (woman, girl), space 1710 <data>•\U0001F468\u200D\U0001F466\u200D\U0001F466•\U0001F469\u200D\U0001F467•\u0020•</data> 1711 # rainbow flag using evar, rainbow flag no evar, space 1712 <data>•\U0001F3F3\uFE0F\u200D\U0001F308•\U0001F3F3\u200D\U0001F308•\u0020•</data> 1713 # woman with ball using evar, woman with ball no evar, woman with ball fitz 4 using evar, woman with ball fitz 4 no evar, space 1714 <data>•\u26F9\uFE0F\u200D\u2640\uFE0F•\u26F9\u200D\u2640•\u26F9\U0001F3FD\u200D\u2640\uFE0F•\u26F9\U0001F3FD\u200D\u2640•\u0020•</data> 1715 # woman runner using evar, woman runner no evar, woman runner fitz 4 using evar, woman runner fitz 4 no evar, space 1716 <data>•\U0001F3C3\u200D\u2640\uFE0F•\U0001F3C3\u200D\u2640•\U0001F3C3\U0001F3FD\u200D\u2640\uFE0F•\U0001F3C3\U0001F3FD\u200D\u2640•\u0020•</data> 1717 # 9.0 + professions 1718 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4 1719 #TODO: <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD•\u0020•</data> 1720 # facepalm, facepalm / fitz4, facepalm + woman +var, facepalm + woman -var, facepalm/fitz4 + woman +var, facepalm/fitz4 + woman -var 1721 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640•\u0020•</data> 1722 # handball, handball / fitz4, handball + man +var, handball + man -var, handball/fitz4 + man +var, handball/fitz4 + man -var 1723 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642•\u0020•</data> 1724 # man health worker +var, man health worker -var, man health worker / fitz4 +var, man health worker / fitz4 -var 1725 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695•\u0020•</data> 1726 # woman astronaut, woman astronaut / fitz4 1727 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680•\u0020•</data> 1728 # modifier bases added in emoji 4.0 1729 # SNOWBOARDER/fitz-3, HORSE RACING/fitz-4, GOLFER/fitz-5, MAN IN BUSINESS SUIT LEVITATING/fitz-6, SLEEPING ACCOMMODATION/fitz-12, space 1730 <data>•\U0001F3C2\U0001F3FC•\U0001F3C7\U0001F3FD•\U0001F3CC\U0001F3FE•\U0001F574\U0001F3FF•\U0001F6CC\U0001F3FB•\u0020•</data> 1731 # test kiss: man, man with variation selector 1732 <data>•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F468•\u0020•</data> 1733 1734 # flags1 AE AF AL AM AO AR AT 1735 <data>•\U0001F1E6\U0001F1EA•\U0001F1E6\U0001F1EB•\U0001F1E6\U0001F1F1•\U0001F1E6\U0001F1F2•\U0001F1E6\U0001F1F4•\U0001F1E6\U0001F1F7•\U0001F1E6\U0001F1F9•</data> 1736 # flags2 AU AZ BA BD BE BF BG 1737 <data>•\U0001F1E6\U0001F1FA•\U0001F1E6\U0001F1FF•\U0001F1E7\U0001F1E6•\U0001F1E7\U0001F1E9•\U0001F1E7\U0001F1EA•\U0001F1E7\U0001F1EB•\U0001F1E7\U0001F1EC•</data> 1738 # flags3 BH BJ BN BO BR BS BT 1739 <data>•\U0001F1E7\U0001F1ED•\U0001F1E7\U0001F1EF•\U0001F1E7\U0001F1F3•\U0001F1E7\U0001F1F4•\U0001F1E7\U0001F1F7•\U0001F1E7\U0001F1F8•\U0001F1E7\U0001F1F9•</data> 1740 # flags4 BW BY BZ CA CD CF CG 1741 <data>•\U0001F1E7\U0001F1FC•\U0001F1E7\U0001F1FE•\U0001F1E7\U0001F1FF•\U0001F1E8\U0001F1E6•\U0001F1E8\U0001F1E9•\U0001F1E8\U0001F1EB•\U0001F1E8\U0001F1EC•</data> 1742 # flags5 CH CI CL CM CN CO CR 1743 <data>•\U0001F1E8\U0001F1ED•\U0001F1E8\U0001F1EE•\U0001F1E8\U0001F1F1•\U0001F1E8\U0001F1F2•\U0001F1E8\U0001F1F3•\U0001F1E8\U0001F1F4•\U0001F1E8\U0001F1F7•</data> 1744 # flags6 CU CV CY CZ DE DJ DK 1745 <data>•\U0001F1E8\U0001F1FA•\U0001F1E8\U0001F1FB•\U0001F1E8\U0001F1FE•\U0001F1E8\U0001F1FF•\U0001F1E9\U0001F1EA•\U0001F1E9\U0001F1EF•\U0001F1E9\U0001F1F0•</data> 1746 # flags7 DM DO DZ EC EE EG ER 1747 <data>•\U0001F1E9\U0001F1F2•\U0001F1E9\U0001F1F4•\U0001F1E9\U0001F1FF•\U0001F1EA\U0001F1E8•\U0001F1EA\U0001F1EA•\U0001F1EA\U0001F1EC•\U0001F1EA\U0001F1F7•</data> 1748 # flags8 ES ET FI FJ FR GA GB 1749 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F9•\U0001F1EB\U0001F1EE•\U0001F1EB\U0001F1EF•\U0001F1EB\U0001F1F7•\U0001F1EC\U0001F1E6•\U0001F1EC\U0001F1E7•</data> 1750 # flags9 GE GH GM GN GR GT GW 1751 <data>•\U0001F1EC\U0001F1EA•\U0001F1EC\U0001F1ED•\U0001F1EC\U0001F1F2•\U0001F1EC\U0001F1F3•\U0001F1EC\U0001F1F7•\U0001F1EC\U0001F1F9•\U0001F1EC\U0001F1FC•</data> 1752 # flags10 GY HK HN HR HT HU ID 1753 <data>•\U0001F1EC\U0001F1FE•\U0001F1ED\U0001F1F0•\U0001F1ED\U0001F1F3•\U0001F1ED\U0001F1F7•\U0001F1ED\U0001F1F9•\U0001F1ED\U0001F1FA•\U0001F1EE\U0001F1E9•</data> 1754 # flags11 IE IL IN IQ IR IS IT 1755 <data>•\U0001F1EE\U0001F1EA•\U0001F1EE\U0001F1F1•\U0001F1EE\U0001F1F3•\U0001F1EE\U0001F1F6•\U0001F1EE\U0001F1F7•\U0001F1EE\U0001F1F8•\U0001F1EE\U0001F1F9•</data> 1756 # flags12 JM JO JP KE KG KH KR 1757 <data>•\U0001F1EF\U0001F1F2•\U0001F1EF\U0001F1F4•\U0001F1EF\U0001F1F5•\U0001F1F0\U0001F1EA•\U0001F1F0\U0001F1EC•\U0001F1F0\U0001F1ED•\U0001F1F0\U0001F1F7•</data> 1758 # flags13 MX MY NL NO PL PT 1759 <data>•\U0001F1F2\U0001F1FD•\U0001F1F2\U0001F1FE•\U0001F1F3\U0001F1F1•\U0001F1F3\U0001F1F4•\U0001F1F5\U0001F1F1•\U0001F1F5\U0001F1F9•</data> 1760 # flags14 RO RU SA SE SK TH TR 1761 <data>•\U0001F1F7\U0001F1F4•\U0001F1F7\U0001F1FA•\U0001F1F8\U0001F1E6•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1F0•\U0001F1F9\U0001F1ED•\U0001F1F9\U0001F1F7•</data> 1762 # flags15 UA US VN XK ZW 1763 <data>•\U0001F1FA\U0001F1E6•\U0001F1FA\U0001F1F8•\U0001F1FB\U0001F1F3•\U0001F1FD\U0001F1F0•\U0001F1FF\U0001F1FC•</data> 1764 # flagsX1 ES ES ES SE SE SE 1765 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•</data> 1766 # flagsX2 GB GB GB BG BG BG 1767 <data>•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•</data> 1768 # flagsXtnd AE AF AL AM AO AR 1769 <data>•\U0001F1E6\U0001F1EA\u200C•\U0001F1E6\U0001F1EB\u200C•\U0001F1E6\U0001F1F1\u200C•\U0001F1E6\U0001F1F2\u0300•\U0001F1E6\U0001F1F4\u20DE•\U0001F1E6\U0001F1F7\u200C•</data> 1770 1771 <word> 1772 # woman zwj woman zwj girl zwj girl, woman/fitz-1-2 zwj woman/fitz-4 zwj boy/fitz-6 1773 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•\U0001F469\U0001F3FB\u200D\U0001F469\U0001F3FD\u200D\U0001F466\U0001F3FF•</data> 1774 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3 1775 #TODO: <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data> 1776 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman 1777 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data> 1778 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horse_racing/fitz-5 1779 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data> 1780 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5, space, 1781 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE•\u0020•</data> 1782 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space 1783 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8•\u0020•</data> 1784 # family (man, boy, boy), family (woman, girl), space 1785 <data>•\U0001F468\u200D\U0001F466\u200D\U0001F466•\U0001F469\u200D\U0001F467•\u0020•</data> 1786 # rainbow flag using evar, rainbow flag no evar, space 1787 <data>•\U0001F3F3\uFE0F\u200D\U0001F308•\U0001F3F3\u200D\U0001F308•\u0020•</data> 1788 # woman with ball using evar, woman with ball no evar, woman with ball fitz 4 using evar, woman with ball fitz 4 no evar, space 1789 <data>•\u26F9\uFE0F\u200D\u2640\uFE0F•\u26F9\u200D\u2640•\u26F9\U0001F3FD\u200D\u2640\uFE0F•\u26F9\U0001F3FD\u200D\u2640•\u0020•</data> 1790 # woman runner using evar, woman runner no evar, woman runner fitz 4 using evar, woman runner fitz 4 no evar, space 1791 <data>•\U0001F3C3\u200D\u2640\uFE0F•\U0001F3C3\u200D\u2640•\U0001F3C3\U0001F3FD\u200D\u2640\uFE0F•\U0001F3C3\U0001F3FD\u200D\u2640•\u0020•</data> 1792 # 9.0 + professions 1793 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4 1794 #TODO: <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD•\u0020•</data> 1795 # facepalm, facepalm / fitz4, facepalm + woman +evar, facepalm + woman -evar, facepalm/fitz4 + woman +evar, facepalm/fitz4 + woman -evar 1796 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640•\u0020•</data> 1797 # handball, handball / fitz4, handball + man +evar, handball + man -evar, handball/fitz4 + man +evar, handball/fitz4 + man -evar 1798 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642•\u0020•</data> 1799 # man health worker +evar, man health worker -evar, man health worker / fitz4 +evar, man health worker / fitz4 -evar 1800 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695•\u0020•</data> 1801 # woman astronaut, woman astronaut / fitz4 1802 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680•\u0020•</data> 1803 # modifier bases added in emoji 4.0 1804 # SNOWBOARDER/fitz-3, HORSE RACING/fitz-4, GOLFER/fitz-5, MAN IN BUSINESS SUIT LEVITATING/fitz-6, SLEEPING ACCOMMODATION/fitz-12, space 1805 <data>•\U0001F3C2\U0001F3FC•\U0001F3C7\U0001F3FD•\U0001F3CC\U0001F3FE•\U0001F574\U0001F3FF•\U0001F6CC\U0001F3FB•\u0020•</data> 1806 1807 # flags1 AE AF AL AM AO AR AT 1808 <data>•\U0001F1E6\U0001F1EA•\U0001F1E6\U0001F1EB•\U0001F1E6\U0001F1F1•\U0001F1E6\U0001F1F2•\U0001F1E6\U0001F1F4•\U0001F1E6\U0001F1F7•\U0001F1E6\U0001F1F9•</data> 1809 # flags2 AU AZ BA BD BE BF BG 1810 <data>•\U0001F1E6\U0001F1FA•\U0001F1E6\U0001F1FF•\U0001F1E7\U0001F1E6•\U0001F1E7\U0001F1E9•\U0001F1E7\U0001F1EA•\U0001F1E7\U0001F1EB•\U0001F1E7\U0001F1EC•</data> 1811 # flags3 BH BJ BN BO BR BS BT 1812 <data>•\U0001F1E7\U0001F1ED•\U0001F1E7\U0001F1EF•\U0001F1E7\U0001F1F3•\U0001F1E7\U0001F1F4•\U0001F1E7\U0001F1F7•\U0001F1E7\U0001F1F8•\U0001F1E7\U0001F1F9•</data> 1813 # flags4 BW BY BZ CA CD CF CG 1814 <data>•\U0001F1E7\U0001F1FC•\U0001F1E7\U0001F1FE•\U0001F1E7\U0001F1FF•\U0001F1E8\U0001F1E6•\U0001F1E8\U0001F1E9•\U0001F1E8\U0001F1EB•\U0001F1E8\U0001F1EC•</data> 1815 # flags5 CH CI CL CM CN CO CR 1816 <data>•\U0001F1E8\U0001F1ED•\U0001F1E8\U0001F1EE•\U0001F1E8\U0001F1F1•\U0001F1E8\U0001F1F2•\U0001F1E8\U0001F1F3•\U0001F1E8\U0001F1F4•\U0001F1E8\U0001F1F7•</data> 1817 # flags6 CU CV CY CZ DE DJ DK 1818 <data>•\U0001F1E8\U0001F1FA•\U0001F1E8\U0001F1FB•\U0001F1E8\U0001F1FE•\U0001F1E8\U0001F1FF•\U0001F1E9\U0001F1EA•\U0001F1E9\U0001F1EF•\U0001F1E9\U0001F1F0•</data> 1819 # flags7 DM DO DZ EC EE EG ER 1820 <data>•\U0001F1E9\U0001F1F2•\U0001F1E9\U0001F1F4•\U0001F1E9\U0001F1FF•\U0001F1EA\U0001F1E8•\U0001F1EA\U0001F1EA•\U0001F1EA\U0001F1EC•\U0001F1EA\U0001F1F7•</data> 1821 # flags8 ES ET FI FJ FR GA GB 1822 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F9•\U0001F1EB\U0001F1EE•\U0001F1EB\U0001F1EF•\U0001F1EB\U0001F1F7•\U0001F1EC\U0001F1E6•\U0001F1EC\U0001F1E7•</data> 1823 # flags9 GE GH GM GN GR GT GW 1824 <data>•\U0001F1EC\U0001F1EA•\U0001F1EC\U0001F1ED•\U0001F1EC\U0001F1F2•\U0001F1EC\U0001F1F3•\U0001F1EC\U0001F1F7•\U0001F1EC\U0001F1F9•\U0001F1EC\U0001F1FC•</data> 1825 # flags10 GY HK HN HR HT HU ID 1826 <data>•\U0001F1EC\U0001F1FE•\U0001F1ED\U0001F1F0•\U0001F1ED\U0001F1F3•\U0001F1ED\U0001F1F7•\U0001F1ED\U0001F1F9•\U0001F1ED\U0001F1FA•\U0001F1EE\U0001F1E9•</data> 1827 # flags11 IE IL IN IQ IR IS IT 1828 <data>•\U0001F1EE\U0001F1EA•\U0001F1EE\U0001F1F1•\U0001F1EE\U0001F1F3•\U0001F1EE\U0001F1F6•\U0001F1EE\U0001F1F7•\U0001F1EE\U0001F1F8•\U0001F1EE\U0001F1F9•</data> 1829 # flags12 JM JO JP KE KG KH KR 1830 <data>•\U0001F1EF\U0001F1F2•\U0001F1EF\U0001F1F4•\U0001F1EF\U0001F1F5•\U0001F1F0\U0001F1EA•\U0001F1F0\U0001F1EC•\U0001F1F0\U0001F1ED•\U0001F1F0\U0001F1F7•</data> 1831 # flags13 MX MY NL NO PL PT 1832 <data>•\U0001F1F2\U0001F1FD•\U0001F1F2\U0001F1FE•\U0001F1F3\U0001F1F1•\U0001F1F3\U0001F1F4•\U0001F1F5\U0001F1F1•\U0001F1F5\U0001F1F9•</data> 1833 # flags14 RO RU SA SE SK TH TR 1834 <data>•\U0001F1F7\U0001F1F4•\U0001F1F7\U0001F1FA•\U0001F1F8\U0001F1E6•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1F0•\U0001F1F9\U0001F1ED•\U0001F1F9\U0001F1F7•</data> 1835 # flags15 UA US VN XK ZW 1836 <data>•\U0001F1FA\U0001F1E6•\U0001F1FA\U0001F1F8•\U0001F1FB\U0001F1F3•\U0001F1FD\U0001F1F0•\U0001F1FF\U0001F1FC•</data> 1837 # flagsX1 ES ES ES SE SE SE 1838 <data>•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1EA\U0001F1F8•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•\U0001F1F8\U0001F1EA•</data> 1839 # flagsX2 GB GB GB BG BG BG 1840 <data>•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1EC\U0001F1E7•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•\U0001F1E7\U0001F1EC•</data> 1841 # flagsXtnd AE AF AL AM AO AR 1842 <data>•\U0001F1E6\U0001F1EA\u200C•\U0001F1E6\U0001F1EB\u200C•\U0001F1E6\U0001F1F1\u200C•\U0001F1E6\U0001F1F2\u0300•\U0001F1E6\U0001F1F4\u20DE•\U0001F1E6\U0001F1F7\u200C•</data> 1843 1844 <line> 1845 # woman zwj woman zwj girl zwj girl 1846 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•</data> 1847 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3 1848 <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data> 1849 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman 1850 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data> 1851 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horse_racing/fitz-5 1852 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data> 1853 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5 space, 1854 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE\u0020•</data> 1855 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space 1856 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8\u0020•</data> 1857 # family (man, boy, boy), family (woman, girl), space 1858 <data>•\U0001F468\u200D\U0001F466\u200D\U0001F466•\U0001F469\u200D\U0001F467\u0020•</data> 1859 # rainbow flag using evar, rainbow flag no evar, space 1860 <data>•\U0001F3F3\uFE0F\u200D\U0001F308•\U0001F3F3\u200D\U0001F308\u0020•</data> 1861 # woman with ball using evar, woman with ball no evar, woman with ball fitz 4 using evar, woman with ball fitz 4 no evar, space 1862 <data>•\u26F9\uFE0F\u200D\u2640\uFE0F•\u26F9\u200D\u2640•\u26F9\U0001F3FD\u200D\u2640\uFE0F•\u26F9\U0001F3FD\u200D\u2640\u0020•</data> 1863 # woman runner using evar, woman runner no evar, woman runner fitz 4 using evar, woman runner fitz 4 no evar, space 1864 <data>•\U0001F3C3\u200D\u2640\uFE0F•\U0001F3C3\u200D\u2640•\U0001F3C3\U0001F3FD\u200D\u2640\uFE0F•\U0001F3C3\U0001F3FD\u200D\u2640\u0020•</data> 1865 # 9.0 + professions 1866 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4 1867 <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD\u0020•</data> 1868 # facepalm, facepalm / fitz4, facepalm + woman +evar, facepalm + woman -evar, facepalm/fitz4 + woman +evar, facepalm/fitz4 + woman -evar 1869 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640\u0020•</data> 1870 # handball, handball / fitz4, handball + man +evar, handball + man -evar, handball/fitz4 + man +evar, handball/fitz4 + man -evar 1871 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642\u0020•</data> 1872 # man health worker +evar, man health worker -evar, man health worker / fitz4 +evar, man health worker / fitz4 -evar 1873 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695\u0020•</data> 1874 # woman astronaut, woman astronaut / fitz4 1875 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680\u0020•</data> 1876 # modifier bases added in emoji 4.0 1877 # SNOWBOARDER/fitz-3, HORSE RACING/fitz-4, GOLFER/fitz-5, MAN IN BUSINESS SUIT LEVITATING/fitz-6, SLEEPING ACCOMMODATION/fitz-12 space 1878 <data>•\U0001F3C2\U0001F3FC•\U0001F3C7\U0001F3FD•\U0001F3CC\U0001F3FE•\U0001F574\U0001F3FF•\U0001F6CC\U0001F3FB\u0020•</data> 1879 1880 <locale ja@lb=loose> 1881 <line> 1882 # woman zwj woman zwj girl zwj girl 1883 <data>•\U0001F469\u200D\U0001F469\u200D\U0001F467\u200D\U0001F467•</data> 1884 # woman zwj baby/fitz-3, older_woman/fitz-5, runner/fitz-4, raised_fist/fitz-3, fuel_pump, fitz-3 1885 <data>•\U0001F469\u200D\U0001F476\U0001F3FC•\U0001F475\U0001F3FE•\U0001F3C3\U0001F3FD•\u270A\U0001F3FC•\u26FD•\U0001F3FC•</data> 1886 # man zwj hvy_blk_heart zwj man, woman, man zwj hvy_blk_heart/evar zwj man, woman 1887 <data>•\U0001F468\u200D\u2764\u200D\U0001F468•\U0001F469•\U0001F468\u200D\u2764\uFE0F\u200D\U0001F468•\U0001F469•</data> 1888 # woman zwj hvy_blk_heart/evar zwj kiss_mark zwj woman, sleuth/fitz-4, horseRacing/fitz-5 1889 <data>•\U0001F469\u200D\u2764\uFE0F\u200D\U0001F48B\u200D\U0001F469•\U0001F575\U0001F3FD•\U0001F3C7\U0001F3FE•</data> 1890 # victory_hand/evar, victory_hand/evar/fitz-1-2, victory_hand/fitz-1-2, rowboat/fitz-4, vulcan_salute/fitz-5 space, 1891 <data>•\u270C\uFE0F•\u270C\uFE0F\U0001F3FB•\u270C\U0001F3FB•\U0001F6A3\U0001F3FD•\U0001F596\U0001F3FE\u0020•</data> 1892 # writing_hand fitz-1-2, splayed_hand/fitz-3, middle_finger/fitz-4, sign_of_horns/fitz-5, eye zwj left_speech_bubble, space 1893 <data>•\u270D\U0001F3FB•\U0001F590\U0001F3FC•\U0001F595\U0001F3FD•\U0001F918\U0001F3FE•\U0001F441\u200D\U0001F5E8\u0020•</data> 1894 # 9.0 + professions 1895 # black heart, fitz 4, squid, fitz4, man dancing /fitz4, mother xmas /fitz4 1896 <data>•\U0001F5A4•\U0001F3FD•\U0001F991•\U0001F3FD•\U0001F57A\U0001F3FD•\U0001F936\U0001F3FD\u0020•</data> 1897 # facepalm, facepalm / fitz4, facepalm + woman +evar, facepalm + woman -evar, facepalm/fitz4 + woman +evar, facepalm/fitz4 + woman -evar 1898 <data>•\U0001F926•\U0001F926\U0001F3FD•\U0001F926\u200D\u2640\uFE0F•\U0001F926\u200D\u2640•\U0001F926\U0001F3FD\u200D\u2640\uFE0F•\U0001F926\U0001F3FD\u200D\u2640\u0020•</data> 1899 # handball, handball / fitz4, handball + man +evar, handball + man -evar, handball/fitz4 + man +evar, handball/fitz4 + man -evar 1900 <data>•\U0001F93E•\U0001F93E\U0001F3FD•\U0001F93E\u200D\u2642\uFE0F•\U0001F93E\u200D\u2642•\U0001F93E\U0001F3FD\u200D\u2642\uFE0F•\U0001F93E\U0001F3FD\u200D\u2642\u0020•</data> 1901 # man health worker +evar, man health worker -evar, man health worker / fitz4 +evar, man health worker / fitz4 -evar 1902 <data>•\U0001F468\u200D\u2695\uFE0F•\U0001F468\u200D\u2695•\U0001F468\U0001F3FD\u200D\u2695\uFE0F•\U0001F468\U0001F3FD\u200D\u2695\u0020•</data> 1903 # woman astronaut, woman astronaut / fitz4 1904 <data>•\U0001F469\u200D\U0001F680•\U0001F469\U0001F3FD\u200D\U0001F680\u0020•</data> 1905 1906 <locale ja@lw=phrase> 1907 #phrase breaking test cases for the ML solution 1908 <lineML> 1909 #９月に東京から友達が遊びに来た -> ９月に•東京から•友達が•遊びに•来た• 1910 <data>•\uff19\u6708\u306b•\u6771\u4eac\u304b\u3089•\u53cb\u9054\u304c•\u904a\u3073\u306b•\u6765\u305f•</data> 1911 #る文字「そうだ、京都」-> る•文字•「そうだ、•京都」• 1912 <data>•\u308b•\u6587\u5b57•\u300c\u305d\u3046\u3060\u3001•\u4eac\u90fd\u300d•</data> 1913 #Kana supplement: 𛁛 (U+1B05B), 𛂦(U+1B0A6) 1914 #生 𛁛𛂦゙をいただく。-> 生 𛁛𛂦゙を•いただく。 1915 <data>•\u751F\U0001B05B\U0001B0A6\u3099\u3092•\u3044\u305F\u3060\u304F\u3002•</data> 1916 #中国の携帯は約５００元から５０００元です -> 中国の▁携帯は▁約▁５００元から▁５０００元です 1917 <data>•\u4E2D\u56FD\u306E•\u643A\u5E2F\u306F•\u7D04•\uFF15\uFF10\uFF10\u5143\u304B\u3089•\uFF15\uFF10\uFF10\uFF10\u5143\u3067\u3059•</data> 1918 #しかもロゴがＵｎｉｃｏｄｅ！！ -> しかも▁ロゴが▁Ｕｎｉｃｏｄｅ！！ 1919 <data>•\u3057\u304B\u3082•\u30ED\u30B4\u304C•\uFF35\uFF4E\uFF49\uFF43\uFF4F\uFF44\uFF45\uFF01\uFF01•</data> 1920 #バッテリーを長持ちさせ、充電を最適化します -> バッテリーを▁長持ちさせ、▁充電を▁最適化します 1921 <data>•\u30D0\u30C3\u30C6\u30EA\u30FC\u3092•\u9577\u6301\u3061\u3055\u305B\u3001•\u5145\u96FB\u3092•\u6700\u9069\u5316\u3057\u307E\u3059•</data> 1922 #データのコピー、スマートフォンでのお支払いなど -> データの▁コピー、▁スマートフォンでの▁お支払いなど 1923 <data>•\u30C7\u30FC\u30BF\u306E•\u30B3\u30D4\u30FC\u3001•\u30B9\u30DE\u30FC\u30C8\u30D5\u30A9\u30F3\u3067\u306E•\u304A\u652F\u6255\u3044\u306A\u3069•</data> 1924 1925 <locale ja@lw=phrase> 1926 #phrase breaking test cases for the dictionary based solution 1927 <line> 1928 #[京都観光］時雨殿に行った。-> [京都•観光］•時雨•殿に•行った。• 1929 <data>•\uff3b\u4eac\u90fd•\u89b3\u5149\uff3d•\u6642\u96e8•\u6bbf\u306b•\u884c\u3063\u305f\u3002•</data> 1930 #９月に東京から友達が遊びに来た -> ９月に•東京から•友達が•遊びに•来た• 1931 <data>•\uff19\u6708\u306b•\u6771\u4eac\u304b\u3089•\u53cb\u9054\u304c•\u904a\u3073\u306b•\u6765\u305f•</data> 1932 #る文字「そうだ、京都」-> る•文字•「そうだ、•京都」• 1933 <data>•\u308b•\u6587\u5b57•\u300c\u305d\u3046\u3060\u3001•\u4eac\u90fd\u300d•</data> 1934 #乗車率９０％程度だろうか。 -> 乗車•率•９０％•程度だろうか。• 1935 <data>•\u4e57\u8eca•\u7387•\uff19\uff10\uff05•\u7a0b\u5ea6\u3060\u308d\u3046\u304b\u3002•</data> 1936 #［携帯電話］正しい選択 -> ［携帯•電話］•正しい•選択• 1937 <data>•\uff3b\u643a\u5e2f•\u96fb\u8a71\uff3d•\u6b63\u3057\u3044•\u9078\u629e•</data> 1938 #純金製百人一首にサッカーボール -> 純金•製•百人一首に•サッカーボール 1939 <data>•\u7D14\u91D1•\u88FD•\u767E\u4EBA\u4E00\u9996\u306B•\u30B5\u30C3\u30AB\u30FC\u30DC\u30FC\u30EB•</data> 1940 #Kana supplement: 𛁈(U+1B048) -> \uD82C\uDC48, 𛀸(U+1B038) -> \uD82C\uDC38, 𛀙(U+1B019)-> \uD82C\uDC19</data> 1941 #𛁈る𛀸（しるこ）、あ𛀙よろし（あかよろし） -> 𛁈る𛀸•（しるこ）、•あ𛀙よろし•（あ•かよろし） 1942 <data>•\uD82C\uDC48\u308B\uD82C\uDC38•\uFF08\u3057\u308B\u3053\uFF09\u3001•\u3042\uD82C\uDC19\u3088\u308D\u3057•\uFF08\u3042•\u304B\u3088\u308D\u3057\uFF09•</data> 1943 #最初に目に入るのは、「許諾なき写真禁止」のサインである。 -> 最初に▁目に▁入るのは、▁「許諾なき▁写真▁禁止」▁の▁サインで▁ある。 1944 <data>•\u6700\u521D\u306B•\u76EE\u306B•\u5165\u308B\u306E\u306F\u3001•\u300C\u8A31\u8AFE\u306A\u304D•\u5199\u771F•\u7981\u6B62\u300D•\u306E•\u30B5\u30A4\u30F3\u3067•\u3042\u308B\u3002•</data> 1945 #ｄｏｃｏｍｏのサイト情報によると、７８０００パケット以上▁使うならパケ放題がいいとか -> ｄｏｃｏｍｏの▁サイト▁情報によると、▁７８０００パケット▁以上▁使うなら▁パケ▁放題が▁いい▁とか 1946 <data>•\uFF44\uFF4F\uFF43\uFF4F\uFF4D\uFF4F\u306E•\u30B5\u30A4\u30C8•\u60C5\u5831\u306B\u3088\u308B\u3068\u3001•\uFF17\uFF18\uFF10\uFF10\uFF10\u30D1\u30B1\u30C3\u30C8•\u4EE5\u4E0A•\u4F7F\u3046\u306A\u3089•\u30D1\u30B1•\u653E\u984C\u304C•\u3044\u3044•\u3068\u304B•</data> 1947 #日本の携帯はＣＤＭＡの形だといわれています -> 日本の▁携帯は▁ＣＤＭＡの▁形だと▁いわれ▁ています 1948 <data>•\u65E5\u672C\u306E•\u643A\u5E2F\u306F•\uFF23\uFF24\uFF2D\uFF21\u306E•\u5F62\u3060\u3068•\u3044\u308F\u308C•\u3066\u3044\u307E\u3059•</data> 1949 #中国の携帯は約５００元から５０００元です -> 中国の▁携帯は▁約▁５００元から▁５０００元です 1950 <data>•\u4E2D\u56FD\u306E•\u643A\u5E2F\u306F•\u7D04•\uFF15\uFF10\uFF10\u5143\u304B\u3089•\uFF15\uFF10\uFF10\uFF10\u5143\u3067\u3059•</data> 1951 #プリペイドカード携帯布教 -> プリペイドカード▁携帯▁布教 1952 <data>•\u30D7\u30EA\u30DA\u30A4\u30C9\u30AB\u30FC\u30C9•\u643A\u5E2F•\u5E03\u6559•</data> 1953 #しかもロゴがＵｎｉｃｏｄｅ！！ -> しかも▁ロゴが▁Ｕｎｉｃｏｄｅ！！ 1954 <data>•\u3057\u304B\u3082•\u30ED\u30B4\u304C•\uFF35\uFF4E\uFF49\uFF43\uFF4F\uFF44\uFF45\uFF01\uFF01•</data> 1955 #しかし、これらのサービスは６年間使ってこなかった自分にとっては特に必要でないものであり、これからこの機能が加わったからといって特別ハッピーなわけでもない。 1956 #-> しかし、▁これらの▁サービスは▁６年間▁使ってこなかった▁自分にとっては▁特に▁必要でない▁もので▁あり、▁これから▁この▁機能が▁加わったから▁といって▁特別▁ハッピーな▁わけでもない。 1957 <data>•\u3057\u304B\u3057\u3001•\u3053\u308C\u3089\u306E•\u30B5\u30FC\u30D3\u30B9\u306F•\uFF16\u5E74\u9593•\u4F7F\u3063\u3066\u3053\u306A\u304B\u3063\u305F•\u81EA\u5206\u306B\u3068\u3063\u3066\u306F•\u7279\u306B•\u5FC5\u8981\u3067\u306A\u3044•\u3082\u306E\u3067•\u3042\u308A\u3001•\u3053\u308C\u304B\u3089•\u3053\u306E•\u6A5F\u80FD\u304C•\u52A0\u308F\u3063\u305F\u304B\u3089•\u3068\u3044\u3063\u3066•\u7279\u5225•\u30CF\u30C3\u30D4\u30FC\u306A•\u308F\u3051\u3067\u3082\u306A\u3044\u3002•</data> 1958 #自由が丘での三ヶ月の生活を通して得られる経験 -> 自由が丘での▁三ヶ月の▁生活を通して▁得られる▁経験 1959 <data>•\u81EA\u7531\u304C\u4E18\u3067\u306E•\u4E09\u30F6\u6708\u306E•\u751F\u6D3B\u3092\u901A\u3057\u3066•\u5F97\u3089\u308C\u308B•\u7D4C\u9A13•</data> 1960 #幕の内弁当がよく買われるらしいです。 -> 幕の内▁弁当が▁よく▁買われるらしいです。 1961 <data>•\u5E55\u306E\u5185•\u5F01\u5F53\u304C•\u3088\u304F•\u8CB7\u308F\u308C\u308B\u3089\u3057\u3044\u3067\u3059\u3002•</data> 1962 #その名の通りに伝われと望まれています。 -> その▁名の通りに▁伝われと▁望まれ▁ています。 1963 <data>•\u305D\u306E•\u540D\u306E\u901A\u308A\u306B•\u4F1D\u308F\u308C\u3068•\u671B\u307E\u308C•\u3066\u3044\u307E\u3059\u3002•</data> 1964 #下鴨神社の糺の森は、静かだし、ちょっとした空き時間の散歩にいいですよ♪ -> 下鴨▁神社の▁糺の森は、▁静か▁だし、▁ちょっとした▁空き▁時間の▁散歩に▁いいですよ♪ 1965 <data>•\u4E0B\u9D28•\u795E\u793E\u306E•\u7CFA\u306E\u68EE\u306F\u3001•\u9759\u304B•\u3060\u3057\u3001•\u3061\u3087\u3063\u3068\u3057\u305F•\u7A7A\u304D•\u6642\u9593\u306E•\u6563\u6B69\u306B•\u3044\u3044\u3067\u3059\u3088\u266A•</data> 1966 #この論理は、別の弱点から逃避するためによく使われるので注意が必要ですが。 -> この▁論理は、▁別の▁弱点から▁逃避▁する▁ために▁よく▁使われるので▁注意が▁必要▁ですが。 1967 <data>•\u3053\u306E•\u8AD6\u7406\u306F\u3001•\u5225\u306E•\u5F31\u70B9\u304B\u3089•\u9003\u907F•\u3059\u308B•\u305F\u3081\u306B•\u3088\u304F•\u4F7F\u308F\u308C\u308B\u306E\u3067•\u6CE8\u610F\u304C•\u5FC5\u8981•\u3067\u3059\u304C\u3002•</data> 1968 #バッテリーを長持ちさせ、充電を最適化します -> バッテリーを▁長持ちさせ、▁充電を▁最適化します 1969 <data>•\u30D0\u30C3\u30C6\u30EA\u30FC\u3092•\u9577\u6301\u3061\u3055\u305B\u3001•\u5145\u96FB\u3092•\u6700\u9069\u5316\u3057\u307E\u3059•</data> 1970 #開発者サービス -> 開発者▁サービス 1971 <data>•\u958B\u767A\u8005•\u30B5\u30FC\u30D3\u30B9•</data> 1972 #長さを選択して感度を調整し、電源ボタンを長押しします。 -> 長さを▁選択して▁感度を▁調整し、▁電源▁ボタンを▁長押しします。 1973 <data>•\u9577\u3055\u3092•\u9078\u629E\u3057\u3066•\u611F\u5EA6\u3092•\u8ABF\u6574\u3057\u3001•\u96FB\u6E90•\u30DC\u30BF\u30F3\u3092•\u9577\u62BC\u3057\u3057\u307E\u3059\u3002•</data> 1974 #データのコピー、スマートフォンでのお支払いなど -> データの▁コピー、▁スマートフォンでの▁お支払いなど 1975 <data>•\u30C7\u30FC\u30BF\u306E•\u30B3\u30D4\u30FC\u3001•\u30B9\u30DE\u30FC\u30C8\u30D5\u30A9\u30F3\u3067\u306E•\u304A\u652F\u6255\u3044\u306A\u3069•</data> 1976 #データ使用量を節約します -> データ▁使用量を▁節約します 1977 <data>•\u30C7\u30FC\u30BF•\u4F7F\u7528\u91CF\u3092•\u7BC0\u7D04\u3057\u307E\u3059•</data> 1978 #スマートフォンで設定できる最低限の明るさよりも画面を暗くします -> スマートフォンで▁設定▁できる▁最低限の▁明るさよりも▁画面を▁暗くします 1979 <data>•\u30B9\u30DE\u30FC\u30C8\u30D5\u30A9\u30F3\u3067•\u8A2D\u5B9A•\u3067\u304D\u308B•\u6700\u4F4E\u9650\u306E•\u660E\u308B\u3055\u3088\u308A\u3082•\u753B\u9762\u3092•\u6697\u304F\u3057\u307E\u3059•</data> 1980 #寝転んでいても -> 寝転んでいても 1981 <data>•\u5BDD\u8EE2\u3093\u3067\u3044\u3066\u3082•</data> 1982 #周囲の状況にもご注意ください -> 周囲の▁状況にも▁ご注意▁くだ▁さい 1983 <data>•\u5468\u56F2\u306E•\u72B6\u6CC1\u306B\u3082•\u3054\u6CE8\u610F•\u304F\u3060•\u3055\u3044•</data> 1984 #国や地域によってはご利用いただけない場合があります -> 国や▁地域によっては▁ご利用いただけない▁場合が▁あります 1985 <data>•\u56FD\u3084•\u5730\u57DF\u306B\u3088\u3063\u3066\u306F•\u3054\u5229\u7528\u3044\u305F\u3060\u3051\u306A\u3044•\u5834\u5408\u304C•\u3042\u308A\u307E\u3059•</data> 1986 #前回停止した場所からお楽しみいただけます -> 前回▁停止した▁場所から▁お楽しみいただけます 1987 <data>•\u524D\u56DE•\u505C\u6B62\u3057\u305F•\u5834\u6240\u304B\u3089•\u304A\u697D\u3057\u307F\u3044\u305F\u3060\u3051\u307E\u3059•</data> 1988 #聞き逃したくない音をスマートフォンで常時検出できます -> 聞き逃したくない▁音を▁スマートフォンで▁常時▁検出▁できます 1989 <data>•\u805E\u304D\u9003\u3057\u305F\u304F\u306A\u3044•\u97F3\u3092•\u30B9\u30DE\u30FC\u30C8\u30D5\u30A9\u30F3\u3067•\u5E38\u6642•\u691C\u51FA•\u3067\u304D\u307E\u3059•</data> 1990 #メニューのボタンを大きくする -> メニューの▁ボタンを▁大きく▁する 1991 <data>•\u30E1\u30CB\u30E5\u30FC\u306E•\u30DC\u30BF\u30F3\u3092•\u5927\u304D\u304F•\u3059\u308B•</data> 1992 #これらの連絡先はデバイスをロック解除しなくても表示され -> これらの▁連絡先は▁デバイスを▁ロック▁解除しなくても▁表示され 1993 <data>•\u3053\u308C\u3089\u306E•\u9023\u7D61\u5148\u306F•\u30C7\u30D0\u30A4\u30B9\u3092•\u30ED\u30C3\u30AF•\u89E3\u9664\u3057\u306A\u304F\u3066\u3082•\u8868\u793A\u3055\u308C•</data> 1994 1995 # Test the differences in ko with or without lw=phrase. 1996 <locale ko@lw=phrase> 1997 <line> 1998 #1948년 7월 12일에 제정되고 8차에 국민투표에 의하여 개정한다. 1999 <data>•1948년 •7월 •12일에 •제정되고 •8차에 •국민투표에 •의하여 •개정한다.•</data> 2000 #대한민국은 민주공화국이다. 2001 <data>•대한민국은 •민주공화국이다.•</data> 2002 #서울에서 부산까지 London까지 2003 <data>•서울에서 •부산까지 •London까지•</data> 2004 #LTE가 안 되면 WiFi를 2005 <data>•LTE가 •안 •되면 •WiFi를•</data> 2006 #<님의 침묵>을 읽고 느낀 점은? 2007 <data>•\u003c님의 •침묵\u003e을 •읽고 •느낀 •점은?•</data> 2008 # The following entry passes in ICU4C but fails in ICU4J for an unknown reason. 2009 #"님의 침묵"을 읽고 2010 #<data>•"님의 •침묵"을 •읽고•</data> 2011 # The following 3 lines are not handled properly, yet. 2012 #“님의 침묵”을 읽고 2013 #<data>•“님의 •침묵”을 •읽고•</data> 2014 #『님의 침묵』을 읽고 2015 #<data>•『님의 •침묵』을 •읽고•</data> 2016 #大韓民國은 民主共和國이다 2017 #<data>•大韓民國은 •民主•共和國이다•</data> 2018 # All the tests for ja@lw=phrase should also work in Korean. 2019 #る文字「そうだ、京都」-> る•文字•「そうだ、•京都」• 2020 <data>•\u308b•\u6587\u5b57•\u300c\u305d\u3046\u3060\u3001•\u4eac\u90fd\u300d•</data> 2021 #９月に東京から友達が遊びに来た -> ９月に•東京から•友達が•遊びに•来た• 2022 <data>•\uff19\u6708\u306b•\u6771\u4eac\u304b\u3089•\u53cb\u9054\u304c•\u904a\u3073\u306b•\u6765\u305f•</data> 2023 2024 <locale ko> 2025 <line> 2026 #1948년 7월 12일에 제정되고 8차에 국민투표에 의하여 개정한다. 2027 <data>•1948•년 •7•월 •12•일•에 •제•정•되•고 •8•차•에 •국•민•투•표•에 •의•하•여•개•정•한•다.•</data> 2028 #대한민국은 민주공화국이다. 2029 <data>•대•한•민•국•은 •민•주•공•화•국•이•다.•</data> 2030 #서울에서 부산까지 London까지 2031 <data>•서•울•에•서 •부•산•까•지 •London•까•지•</data> 2032 #LTE가 안 되면 WiFi를 2033 <data>•LTE•가 •안 •되•면 •WiFi•를•</data> 2034 #<님의 침묵>을 읽고 느낀 점은? 2035 <data>•\u003c•님•의 •침•묵•\u003e•을 •읽•고 •느•낀 •점•은?•</data> 2036 #"님의 침묵"을 읽고 2037 <data>•"님•의 •침•묵"을 •읽•고•</data> 2038 #“님의 침묵”을 읽고 2039 <data>•“님•의 •침•묵”•을 •읽•고•</data> 2040 #『님의 침묵』을 읽고 2041 <data>•『님•의 •침•묵』•을 •읽•고•</data> 2042 #『foo bar』load 2043 <data>•『foo •bar』•load•</data> 2044 #《님의 침묵》을 읽고 2045 <data>•《님•의 •침•묵》•을 •읽•고•</data> 2046 2047 #################################################################################### 2048 # 2049 # Test rule status values 2050 # 2051 #################################################################################### 2052 <rules> $Letters = [:L:]; 2053 $Numbers = [:N:]; 2054 $Letters+{1}; 2055 $Numbers+{2}; 2056 Help\ me\!{4}; 2057 [^$Letters $Numbers]; 2058 !.*; 2059 </rules> 2060 <data>•abc<1>123<2>.•.•abc<1> •Help<1> •me<1> •Help me!<4></data> 2061 2062 # Test option to prohibit unquoted literals. 2063 2064 <rules> 2065 !!forward; 2066 Hello\ World; 2067 !!safe_reverse; 2068 .*; 2069 </rules> 2070 <data>•Hello World•</data> 2071 2072 <badrules> 2073 !!quoted_literals_only; 2074 !!forward; 2075 Hello\ World; 2076 !!safe_reverse; 2077 .*; 2078 </badrules> 2079 2080 <rules> 2081 !!quoted_literals_only; 2082 !!forward; 2083 'Hello World'; 2084 !!safe_reverse; 2085 .*; 2086 </rules> 2087 <data>•Hello World•</data> 2088 2089 2090 # Test for circular buffer overflow during reverse iteration with inefficient reverse rules, 2091 # Too many boundaries between safe back up position and current position. 2092 2093 <rules> 2094 !!forward; 2095 .; 2096 !!safe_reverse; 2097 .*; 2098 </rules> 2099 <data>•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•a•</data> 2100 2101 # 2102 # Dictionary regression check 2103 # Intended to find unexpected behavior changes when changing dictionary implementation code, 2104 # but may also be fragile, failing with intended improvements to dictionary breaking. 2105 # 2106 <locale en> 2107 <word> 2108 <data>•Unicode<200> •คือ<200>อะไร<200>?• 2109 •Unicode<200> •กำหนด<200>หมายเลข<200>เฉพาะ<200>สำหรับ<200>ทุก<200>อักขระ<200> 2110 •โดย<200>ไม่<200>สนใจ<200>ว่า<200>เป็น<200>แพ<200>ล็ต<200>ฟอร์ม<200>ใด<200> 2111 •ไม่<200>ขึ้น<200>กับ<200>ว่า<200>จะ<200>เป็น<200>โปรแกรม<200>ใด<200> 2112 •และ<200>ไม่<200>ว่า<200>จะ<200>เป็น<200>ภาษา<200>ใด<200> 2113 • 2114 •โดย<200>พื้น<200>ฐาน<200>แล้ว<200>,• •คอมพิวเตอร์<200>จะ<200>เกี่ยวข้อง<200>กับ<200>เรื่อง<200>ของ<200>ตัวเลข<200>.• •คอมพิวเตอร์<200>จัด<200>เก็บ<200>ตัว<200>อักษร<200>และ<200>อักข<200>ระ<200>อื่นๆ<200> •โดย<200>การ<200>กำหนด<200>หมายเลข<200>ให้<200>สำหรับ<200>แต่ละ<200>ตัว<200>.• •ก่อน<200>หน้า<200>ที่๊<200> •Unicode<200> •จะ<200>ถูก<200>สร้าง<200>ขึ้น<200>,• •ได้<200>มี<200>ระบบ<200> •encoding<200> •อยู่<200>หลาย<200>ร้อย<200>ระบบ<200>สำหรับ<200>การ<200>กำหนด<200>หมายเลข<200>เหล่า<200>นี้<200>.• •ไม่มี<200> •encoding<200> •ใด<200>ที่<200>มี<200>จำนวน<200>ตัว<200>อักขระ<200>มาก<200>เพียง<200>พอ<200>:• •ยก<200>ตัวอย่าง<200>เช่น<200>,• •เฉพาะ<200>ใน<200>กลุ่ม<200>สหภาพ<200>ยุโรป<200>เพียง<200>แห่ง<200>เดียว<200> •ก็<200>ต้องการ<200>หลาย<200> •encoding<200> •ใน<200>การ<200>ครอบคลุม<200>ทุก<200>ภาษา<200>ใน<200>กลุ่ม<200>.• •หรือ<200>แม้แต่<200>ใน<200>ภาษา<200>เดี่ยว<200> •เช่น<200> •ภาษา<200>อังกฤษ<200> •ก็<200>ไม่มี<200> •encoding<200> •ใด<200>ที่<200>เพียง<200>พอ<200>สำหรับ<200>ทุก<200>ตัว<200>อักษร<200>,• •เครื่องหมาย<200>วรรค<200>ตอน<200> •และ<200>สัญลักษณ์<200>ทาง<200>เทคนิค<200>ที่<200>ใช้<200>กัน<200>อยู่<200>ทั่วไป<200>.• 2115 • 2116 •ระบบ<200> •encoding<200> •เหล่า<200>นี้<200>ยัง<200>ขัด<200>แย้ง<200>ซึ่ง<200>กัน<200>และ<200>กัน<200>.• •นั่น<200>ก็<200>คือ<200>,• •ใน<200>สอง<200> •encoding<200> •สามารถ<200>ใช้<200>หมายเลข<200>เดียวกัน<200>สำหรับ<200>ตัว<200>อักขระ<200>สอง<200>ตัว<200>ที่<200>แตก<200>ต่าง<200>กัน<200>,•หรือ<200>ใช้<200>หมายเลข<200>ต่าง<200>กัน<200>สำหรับ<200>อักขระ<200>ตัว<200>เดียวกัน<200>.• •ใน<200>ระบบ<200>คอมพิวเตอร์<200> •(•โดย<200>เฉพาะ<200>เซิร์ฟเวอร์<200>)• •ต้อง<200>มี<200>การ<200>สนับสนุน<200>หลาย<200> •encoding<200>;• •และ<200>เมื่อ<200>ข้อมูล<200>ที่<200>ผ่าน<200>ไป<200>มาระ<200>หว่าง<200>การ<200>เข้า<200>รหัส<200>หรือ<200>แพ<200>ล็ต<200>ฟอร์ม<200>ที่<200>ต่าง<200>กัน<200>,• •ข้อมูล<200>นั้น<200>จะ<200>เสี่ยง<200>ต่อ<200>การ<200>ผิด<200>พลาด<200>เสีย<200>หาย<200>.• 2117 • 2118 •Unicode<200> •จะ<200>เปลี่ยนแปลง<200>สิ่ง<200>เหล่า<200>นั้น<200>ทั้งหมด<200>!• 2119 • 2120 •Unicode<200> •กำหนด<200>หมายเลข<200>เฉพาะ<200>สำหรับ<200>แต่ละ<200>อักขระ<200>,• •โดย<200>ไม่<200>สนใจ<200>ว่า<200>เป็น<200>แพ<200>ล็ต<200>ฟอร์ม<200>ใด<200>,• •ไม่<200>ขึ้น<200>กับ<200>ว่า<200>จะ<200>เป็น<200>โปรแกรม<200>ใด<200>และ<200>ไม่<200>ว่า<200>จะ<200>เป็น<200>ภาษา<200>ใด<200>.• •มาตรฐาน<200> •Unicode<200> •ได้<200>ถูก<200>นำ<200>ไป<200>ใช้<200>โดย<200>ผู้นำ<200>ใน<200>อุตสาหกรรม<200> •เช่น<200> •Apple<200>,• •HP<200>,• •IBM<200>,• •JustSystem<200>,• •Microsoft<200>,• •Oracle<200>,• •SAP<200>,• •Sun<200>,• •Sybase<200>,• •Unisys<200> •และ<200>อื่นๆ<200> •อีก<200>มาก<200>.• •Unicode<200> •เป็น<200>สิ่ง<200>ที่<200>จำเป็น<200>สำหรับ<200>มาตร<200>ฐาน<200>ใหม่ๆ<200> •เช่น<200> •XML<200>,• •Java<200>,• •ECMAScript<200> •(•JavaScript<200>)•,• •LDAP<200>,• •CORBA<200> •3.0<100>,• •WML<200> •ฯลฯ<200>.•,• •และ<200>เป็น<200>แนวทาง<200>อย่าง<200>เป็น<200>ทางการ<200>ใน<200>การ<200>ทำ<200> •ISO<200>/•IEC<200> •10646<100>.• •Unicode<200> •ได้<200>รับ<200>การ<200>สนับสนุน<200>ใน<200>ระบบ<200>ปฏิบัติ<200>การ<200>จำนวน<200>มาก<200>,• •บราวเซอร์<200>ใหม่ๆ<200> •ทก<200>ตัว<200>,• •และ<200>ผลิต<200>ภัณฑ์<200>อื่นๆ<200> •อีก<200>มาก<200>.• •การ<200>เกิด<200>ขึ้น<200>ของ<200> •Unicode<200> •Standard<200> •และ<200>ทูล<200>ส์<200>ต่างๆ<200> •ที่<200>มี<200>ใน<200>การ<200>สนับสนุน<200> •Unicode<200>,• •เป็น<200>หนึ่ง<200>ใน<200>แนว<200>โน้ม<200>ทาง<200>เทคโนโลยี<200>ซอฟต์แวร์<200>ระดับ<200>โลก<200>ที่<200>มี<200>ความ<200>สำคัญ<200>ที่สุด<200>.• 2121 • 2122 •การ<200>รวม<200> •Unicode<200> •เข้าไป<200>ใน<200>ระบบ<200>ไคลเอ็นต์<200>-•เซิร์ฟเวอร์<200> •หรือ<200>แอ็พ<200>พลิ<200>เค<200>ชัน<200>แบบ<200> •multi<200>-•tiered<200> •และ<200>เว็บไซต์<200> •จะ<200>ทำให้<200>เกิด<200>การ<200>ประหยัด<200>ค่า<200>ใช้<200>จ่าย<200>มากกว่า<200>การ<200>ใช้<200>ชุด<200>อักขระ<200>แบบ<200>เดิม<200>.• •Unicode<200> •ทำให้<200>ผลิตภัณฑ์<200>ซอฟต์แวร์<200>หนึ่ง<200>เดียว<200> •หรือ<200>เว็บไซต์<200>แห่ง<200>เดียว<200> •รองรับ<200>ได้<200>หลาย<200>แพ<200>ล็ต<200>ฟอร์ม<200>,• •หลาย<200>ภาษา<200>และ<200>หลาย<200>ประเทศ<200>โดย<200>ไม่<200>ต้อง<200>ทำการ<200>รื้อ<200>ปรับ<200>ระบบ<200>.• •Unicode<200> •ยัง<200>ทำให้<200>ข้อมูล<200>สามารถ<200>เคลื่อน<200>ย้าย<200>ไป<200>มา<200>ใน<200>หลายๆ<200> •ระบบ<200>โดย<200>ไม่<200>เกิด<200>ความ<200>ผิด<200>พลาด<200>เสีย<200>หาย<200>.• 2123 • 2124 •เกี่ยว<200>กับ<200> •Unicode<200> •Consortium<200> 2125 • 2126 •Unicode<200> •Consortium<200> •เป็น<200>องค์กร<200>ไม่<200>แสวงหา<200>กำไร<200>ที่<200>ก่อ<200>ตั้ง<200>ขึ้น<200>เพื่อ<200>พัฒนา<200>,• •ขยาย<200>และ<200>ส่ง<200>เสริม<200>การ<200>ใช้<200> •Unicode<200> •Standard<200>,• •ซึ่ง<200>กำหนด<200>รูป<200>แบบ<200>การ<200>แทน<200>ค่า<200>ของ<200>ข้อความ<200>ใน<200>ผลิตภัณฑ์<200>ซอฟต์แวร์<200>และ<200>มาตร<200>ฐาน<200>ใหม่ๆ<200>.• •สมาชิก<200>ของ<200>สมาคม<200>เป็น<200>ตัวแทน<200>จาก<200>บริษัท<200>และ<200>องค์กร<200>ใน<200>อุตสาหกรรม<200>คอมพิวเตอร์<200>และ<200>การ<200>ประมวล<200>ผล<200>สารสนเทศ<200>.• •สมาคม<200>ได้<200>รับ<200>การ<200>สนับสนุน<200>ทางการ<200>เงิน<200>ผ่าน<200>ทาง<200>ค่า<200>ธรรมเนียม<200>ของ<200>การ<200>เป็น<200>สมาชิก<200>เท่านั้น<200>.• •สมาชิก<200>ภาพ<200>ของ<200> •Unicode<200> •Consortium<200> •เปิด<200>กว้าง<200>สำหรับ<200>องค์กร<200>หรือ<200>บุคคล<200>ใดๆ<200> •ใน<200>โลก<200>ที่<200>ต้องการ<200>สนับสนุน<200> •Unicode<200> •Standard<200> •และ<200>ช่วย<200>เหลือ<200>การ<200>ขยาย<200>ตัว<200>และ<200>การนำ<200> •Unicode<200> •ไป<200>ใช้<200>งาน<200>.• 2127 • 2128 •สำหรับ<200>ข้อมูล<200>เพิ่ม<200>เติม<200>,• •ให้<200>ดู<200>ที่<200> •Glossary<200>,• •Sample<200> •Unicode<200>-•Enabled<200> •Products<200>,• •Technical<200> •Introduction<200> •และ<200> •Useful<200> •Resources<200>.•</data> 2129 2130 <word> 2131 # Burmese 2132 <data>•အ<200>လော<200>င္<200>မ<200>င္<200>တရား<200> 2133 • •မဟာ<200>ဓမ္မရာဇာ<200>မိ<200>ပတိ<200>လ<200>က္<200>ထ<200>က္<200>တ္<200>ဝ<200>င္<200> •အ<200>င္<200>ဝ<200>နေ<200>ပ္<200>ရ<200>ည္<200>တော္<200>က္<200>ရီး<200>သ<200>ည္<200> •မ<200>င္<200>ရိ<200>မ္<200>မ<200>သ<200>က္<200>ဖ္<200>ရ<200>စ္<200>နေ<200>သ<200>ည္<200>။• •မဏိ<200>ပူ<200>ရ<200> •က<200>သ<200>ည္<200>မ္<200>ယား<200>က<200> •အ<200>င္<200>ဝ<200>နေ<200>ပ္<200>ရ<200>ည္<200>တော္<200>၏• •မ္<200>ရော<200>က္<200>ဘ<200>က္<200>တ<200>လ္<200>ဝ္<200>ဟား<200>ကုိ<200> •တုိ<200>က္<200>ခုိ<200>က္<200>ဖ္<200>ယ<200>က္<200>ဆီး<200>သ<200>ည္<200>။• •အော<200>က္<200>မ္<200>ရ<200>န္<200>မာ<200>နုိ<200>င္<200>ငံ<200> •ဟံ<200>သာ<200>ဝ<200>တီ<200>သား<200>တုိ့<200>က<200>လ<200>ည္<200> •ပု<200>န္<200>က<200>န္<200>သ<200>ည္<200>။• •မတ္တ<200>ရာ<200>အု<200>တ္<200>ဖုိ<200>ရ္<200>ဟိ<200> •က္<200>ဝေ့<200>ရ္<200>ဟ<200>မ္<200>မ္<200>ယား<200>က<200>လ<200>ည္<200> •ထ<200>က္<200>ရ္<200>ဝ<200>သ<200>ည္<200>။• 2134 • 2135 • •ထုိ<200>အ<200>ခ္<200>ယိ<200>န္<200>တ္<200>ဝ<200>င္<200> •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>သူ<200>က္<200>ရီး<200> •အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •မိမိ<200>၏•ရ္<200>ဝာ<200>ကုိ<200> •လုံ<200>ခ္<200>ရုံ<200>အော<200>င္<200>ထ<200>န္<200>လုံး<200>တ<200>ပ္<200>မ္<200>ယား<200>ကာ<200>ရ<200>သ<200>ည္<200>။• •အနီး<200>အ<200>ပား<200> •က္<200>ယေး<200>ရ္<200>ဝာ<200> •လေး<200>ဆ<200>ယ့္<200>ခ္<200>ရော<200>က္<200>ရ္<200>ဝာ<200>ကုိ<200> •သိ<200>မ္း<200>သ္<200>ဝ<200>င္<200>ထား<200>သ<200>ည္<200>။• •မ<200>က္<200>ရာ<200>မီ<200>ပ<200>င္<200> •အ<200>င္<200>ဝ<200>နေ<200>ပ္<200>ရ<200>ည္<200>တော္<200>က္<200>ရီး<200>သ<200>ည္<200> •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>မ္<200>ယား<200> •လ<200>က္<200>တ္<200>ဝ<200>င္<200>သ<200>က္<200>ဆ<200>င္<200>ရ<200>တော့<200>သ<200>ည္<200>။• 2136 • 2137 • •အ<200>င္<200>ဝ<200>ကုိ<200> •သိ<200>မ္<200>ပုိ<200>က္<200>ပ္<200>ရီး<200>သော<200> •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>မ္<200>ယား<200>သ<200>ည္<200> •မ္<200>ရော<200>က္<200>ဘ<200>က္<200>တ<200>လ္<200>ဝ္<200>ဟား<200>က္<200>ယေး<200>ရ္<200>ဝာ<200>မ္<200>ယား<200>ကုိ<200> •သစ္စာ<200>ခံ<200>ခုိ<200>င္<200>ရ<200>န္<200> •လာ<200>က္<200>ရ<200>ရာ<200> •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>သုိ့<200> •ရော<200>က္<200>ရ္<200>ဟိ<200>လာ<200>သ<200>ည္<200>။• •တ<200>ခ္<200>ယိ<200>န္<200>တ<200>ည္<200>မ္<200>ဟာ<200>ပ<200>င္<200> •က္<200>ဝေ့<200>ရ္<200>ဟ<200>မ္<200>မ္<200>ယား<200>က<200>လ<200>ည္<200> •သစ္စာ<200>ခံ<200>ခုိ<200>င္<200>ရ<200>န္<200> •ရော<200>က္<200>ရ္<200>ဟိ<200>လာ<200>သ<200>ည္<200>။• •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •အ<200>ဖ္<200>ဝဲ့<200>န္<200>ဟ<200>စ္<200>ဖ္<200>ဝဲ့<200>ကုိ<200> •ခ္<200>ရေ<200>ငံ<200>စ္<200>ဝာ<200> •ဆ<200>က္<200>ဆံ<200>သ<200>ည္<200>။• •မ<200>ည္<200>သူ့<200>သ<200>စ္<200>စာ<200>ကုိ<200>မ္<200>ယ္<200>ဟ<200> •ခံ<200>ယူ<200>ခ္<200>ရ<200>င္<200>မ<200>ပ္<200>ရု<200>ပေ<200>။• •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>ဖ္<200>ဝဲ့<200>ကုိ<200> •အ<200>ပ္<200>ရ<200>န္<200>ခ<200>ရီး<200>တ္<200>ဝ<200>င္<200> •လ<200>မ္<200>မ္<200>ဟ<200>ဖ္<200>ရ<200>တ္<200>၍• •တုိ<200>က္<200>ခုိ<200>က္<200>သ<200>ည္<200>။• •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>ဖ္<200>ဝဲ့<200>မ္<200>ယား<200> •အထိ<200>အ<200>ခုိ<200>က္<200>အ<200>က္<200>ယ<200>အ<200>ဆုံး<200>မ္<200>ယား<200>စ္<200>ဝာ<200>ဖ္<200>ရ<200>င္<200> •ပ္<200>ရ<200>န္<200>ရ<200>သ<200>ည္<200>။• 2138 • 2139 • •ဟံ<200>သာ<200>ဝ<200>တီ<200>တ<200>ပ္<200>မ္<200>ယား<200>သ<200>ည္<200> •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>ကုိ<200> •လာ<200>ရော<200>က္<200>တုိ<200>က္<200>ခုိ<200>က္<200>က္<200>ရ<200>ပ္<200>ရ<200>န္<200>သ<200>ည္<200>။• •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •သ္<200>ဝေး<200>သော<200>က္<200>ရဲ<200>ဘော္<200> •ခ္<200>ရော<200>က္<200>က္<200>ယိ<200>ပ္<200>ရ္<200>ဟ<200>စ္<200>ယော<200>က္<200>န္<200>ဟ<200>င္<200>အတူ<200> •ဦးစီး<200>ကာ<200>အော<200>င္<200>မ္<200>ရ<200>င္<200>စ္<200>ဝာ<200>ခု<200>ခံ<200>တ္<200>ဝ<200>န္<200>လ္<200>ဟ<200>န္<200>နုိ<200>င္<200>ခဲ့<200>သ<200>ည္<200>။• •ထုိ့<200>နော<200>က္<200> •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •မ္<200>ရော<200>က္<200>ဘ<200>က္<200>တ<200>လ္<200>ဝ္<200>ဟား<200>ရ္<200>ဟိ<200> •ရ္<200>ဟ<200>မ္<200>မ္<200>ယား<200>န္<200>ဟ<200>င္<200> •မ္<200>ရ<200>န္<200>မာ<200>မ္<200>ယား<200>ကုိ<200>လ<200>ည္<200> •ဆ<200>က္<200>သ္<200>ဝ<200>ယ္<200>စ<200>ည္<200>ရုံး<200>နုိ<200>င္<200>ခဲ့<200>သ<200>ည္<200>။• •ဤ<200>သုိ့<200>ဖ္<200>ရ<200>င္<200> •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>၏• •အ<200>ရ္<200>ဟိ<200>န္<200>အ<200>ဝာ<200> •မ္<200>ရ<200>င္<200>မား<200>လာ<200>လေ<200>သ<200>ည္<200>။• 2140 • 2141 • •ဦး<200>အော<200>င္<200>ဇေ<200>ယ္<200>ယ<200>သ<200>ည္<200> •အ<200>လော<200>င္<200>မ<200>င္<200>တ<200>ရား<200>ဘ္<200>ဝဲ့<200>ကုိ<200> •ခံယူ<200>ကာ<200> •ကု<200>န္<200>ဘော<200>င္<200>မ<200>င္<200>ဆ<200>က္<200>ကုိ<200>စ<200>တ<200>င္<200>တ<200>ည္<200>ထော<200>င္<200>သ<200>ည္<200>။• •မု<200>ဆုိး<200>ဖုိ<200>ရ္<200>ဝာ<200>ကုိ<200> •ရ္<200>ဝ္<200>ဟ<200>ဝေ<200>ဘုိ<200>ဟု<200> •သ<200>မု<200>တ္<200>ကာ<200> •မ္<200>ရုိ့<200>န<200>န္<200>တ<200>ည္<200>သ<200>ည္<200>။• •န<200>န္<200>တ<200>ည္<200>သ<200>က္<200>က<200>ရာ<200>ဇ္<200>ဖ္<200>ရ<200>စ္<200>သော<200> •၁၁၁၅<100> •ခု<200>ကုိ<200> •ဥ<200>ဩ<200>အော္<200>မ္<200>ရ<200>ည္<200> •ကု<200>န္<200>ဘော<200>င္<200>တ<200>ည္<200>ဟု<200> •အ<200>မ္<200>ဟ<200>တ္<200>အ<200>သား<200>ပ္<200>ရု<200>က္<200>ရ<200>သ<200>ည္<200>။• 2142 • 2143 • •အ<200>လော<200>င္<200>မ<200>င္<200>တရား<200>သ<200>ည္<200> •ဧရာ<200>ဝ<200>တီ<200>န္<200>ဟ<200>င္<200>ခ္<200>ယ<200>င္<200>တ္<200>ဝ<200>င္<200> •မ္<200>ရ<200>စ္<200>န္<200>ဟ<200>စ္<200>သ္<200>ဝ<200>ယ္<200>အ<200>က္<200>ရား<200> •ဒေ<200>သ<200>မ္<200>ယား<200>ကုိ<200>အ<200>ခုိ<200>င္<200>အ<200>မာ<200> •စု<200>စ<200>ည္<200>ပ္<200>ရီး<200>နော<200>က္<200> •အ<200>င္<200>ဝ<200>ကုိ<200> •တုိ<200>က္<200>ခုိ<200>က္<200>အော<200>င္<200>မ္<200>ရ<200>င္<200>သ<200>ည္<200>။• •ထုိ<200>နော<200>က္<200>တ္<200>ဝ<200>င္<200>ပ္<200>ရ<200>ည္<200>၊• •လ္<200>ဝ<200>န္<200>ဆေး<200>၊• •ဒ<200>ဂုံ<200>မ္<200>ရုိ့<200>မ္<200>ယား<200>ကုိ<200> •သိ<200>မ္<200>ပုိ<200>က္<200>သ<200>ည္<200>။• •လ္<200>ဝ<200>န္<200>ဆေး<200> •ကုိ<200>မ္<200>ရ<200>န္<200>အော<200>င္<200>ဟူ<200>၍• •သ<200>မု<200>တ္<200>သ<200>ည္<200>။• •ဒ<200>ဂုံ<200>ကုိ<200>ရ<200>န္<200>ကု<200>န္<200>ဟူ<200>၍• •သ<200>မု<200>တ္<200>ထ<200>သ<200>ည္<200>။•</data> 2144 2145 <word> 2146 # japanese 2147 <data>•ユニ<400>コード<400>と<400>は<400>何<400>か<400>？• 2148 •ユニ<400>コード<400>は<400>、•すべて<400>の<400>文字<400>に<400>固有<400>の<400>番号<400>を<400>付与<400>し<400>ます<400> 2149 •プラットフォーム<400>に<400>は<400>依存<400>しま<400>せん<400> 2150 •プログラム<400>に<400>も<400>依存<400>しま<400>せん<400> 2151 •言語<400>に<400>も<400>依存<400>しま<400>せん<400> 2152 • 2153 •コンピューター<400>は<400>、•本質<400>的<400>に<400>は<400>数字<400>しか<400>扱う<400>こと<400>が<400>でき<400>ま<400>せん<400>。•コンピューター<400>は<400>、•文字<400>や<400>記号<400>など<400>の<400>それぞれに<400>番号<400>を<400>割り振る<400>こと<400>によって<400>扱える<400>よう<400>にし<400>ます<400>。•ユニ<400>コード<400>が<400>出来る<400>まで<400>は<400>、•これらの<400>番号<400>を<400>割り振る<400>仕組み<400>が<400>何<400>百<400>種類<400>も<400>存在<400>しま<400>した<400>。•どの<400>一つ<400>を<400>とっても<400>、•十分<400>な<400>文字<400>を<400>含<400>んで<400>は<400>いま<400>せん<400>で<400>した<400>。•例えば<400>、•欧州<400>連合<400>一つ<400>を<400>見<400>て<400>も<400>、•その<400>すべて<400>の<400>言語<400>を<400>カバー<400>する<400>ため<400>に<400>は<400>、•いくつか<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>が<400>必要<400>で<400>した<400>。•英語<400>の<400>よう<400>な<400>一つ<400>の<400>言語<400>に<400>限<400>って<400>も<400>、•一つ<400>だけ<400>の<400>符号<400>化<400>の<400>仕組み<400>では<400>、•一般<400>的<400>に<400>使<400>われる<400>すべて<400>の<400>文字<400>、•句読点<400>、•技術<400>的<400>な<400>記号<400>など<400>を<400>扱う<400>に<400>は<400>不十分<400>で<400>した<400>。• 2154 • 2155 •これらの<400>符号<400>化<400>の<400>仕組み<400>は<400>、•相互<400>に<400>矛盾<400>する<400>もの<400>でも<400>ありま<400>した<400>。•二つ<400>の<400>異なる<400>符号<400>化<400>の<400>仕組み<400>が<400>、•二つ<400>の<400>異なる<400>文字<400>に<400>同一<400>の<400>番号<400>を<400>付ける<400>こと<400>も<400>できる<400>し<400>、•同じ<400>文字<400>に<400>異なる<400>番号<400>を<400>付ける<400>こと<400>も<400>できる<400>の<400>です<400>。•どの<400>よう<400>な<400>コンピューター<400>も<400>（•特に<400>サーバー<400>は<400>）•多く<400>の<400>異<400>な<400>っ<400>た<400>符号<400>化<400>の<400>仕組み<400>を<400>サポート<400>する<400>必要<400>が<400>あり<400>ます<400>。•たとえ<400>データ<400>が<400>異なる<400>符号<400>化<400>の<400>仕組み<400>や<400>プラットフォーム<400>を<400>通過<400>し<400>て<400>も<400>、•いつ<400>どこ<400>で<400>データ<400>が<400>乱れる<400>か<400>分<400>から<400>ない<400>危険<400>を<400>冒す<400>こと<400>の<400>なる<400>の<400>です<400>。• 2156 • 2157 •ユニ<400>コード<400>は<400>すべて<400>を<400>変<400>え<400>ます<400> 2158 • 2159 •ユニ<400>コード<400>は<400>、•プラットフォーム<400>に<400>係<400>わら<400>ず<400>、•プログラム<400>に<400>係<400>わら<400>ず<400>、•言語<400>に<400>係<400>わら<400>ず<400>、•すべて<400>の<400>文字<400>に<400>独立<400>した<400>番号<400>を<400>与<400>え<400>ます<400>。•ユニ<400>コード<400>標準<400>は<400>、•アップル<400>、•ヒュー<400>レット<400>パッ<400>カード<400>、•IBM<200>、•ジャスト<400>システム<400>、•マイクロ<400>ソフト<400>、•オラクル<400>、•SAＰ<200>、•サン<400>、•サイ<400>ベース<400>など<400>の<400>産業<400>界<400>の<400>主導<400>的<400>企業<400>と<400>他の<400>多く<400>の<400>企業<400>に<400>採用<400>さ<400>れ<400>てい<400>ます<400>。•ユニ<400>コード<400>は<400>、•XML<200>、•Java<200>、•ECMAScript<200>(•JavaScript<200>)•、•LDAP<200>、•CORBA<200> •3.0<100>など<400>の<400>最先端<400>の<400>標準<400>の<400>前提<400>と<400>な<400>って<400>おり<400>、•ユニ<400>コード<400>を<400>実装<400>す<400>れ<400>ば<400>、•ISO<200>/•IEC<200> •10646<100>に<400>適合<400>する<400>ことに<400>なり<400>ます<400>。•ユニ<400>コード<400>は<400>、•多く<400>の<400>オペレーティングシステム<400>と<400>すべて<400>の<400>最新<400>の<400>ブラウザー<400>と<400>他の<400>多く<400>の<400>製品<400>で<400>サポート<400>さ<400>れ<400>てい<400>ます<400>。•ユニ<400>コード<400>標準<400>の<400>出現<400>と<400>ユニ<400>コード<400>を<400>サポート<400>する<400>ツール<400>類<400>は<400>、•昨今<400>顕著<400>に<400>な<400>って<400>いる<400>ソフトウエア<400>技術<400>の<400>グローバル<400>化<400>の<400>流れ<400>に対して<400>、•特に<400>役<400>に<400>立<400>って<400>い<400>ます<400>。• 2160 • 2161 •ユニ<400>コード<400>を<400>ク<400>ライアン<400>ト<400>サーバー<400>型<400>の<400>アプリケーション<400>や<400>、•多層<400>構造<400>を<400>持つ<400>アプリケーション<400>、•ウェブサイト<400>など<400>に<400>組み込む<400>こと<400>で<400>、•従来<400>の<400>文字<400>コードセット<400>を<400>用いる<400>より<400>も<400>明らか<400>な<400>コスト<400>削減<400>が<400>可能<400>です<400>。•ユニ<400>コード<400>は<400>、•単一<400>の<400>ソフトウエア<400>製品<400>、•単一<400>の<400>ウェブサイト<400>に<400>、•何ら<400>手<400>を<400>加える<400>こと<400>なく<400>、•複数<400>の<400>プラットフォーム<400>、•複数<400>の<400>言語<400>、•複数<400>の<400>国<400>を<400>カバー<400>する<400>こと<400>が<400>出来る<400>の<400>です<400>。•ユニ<400>コード<400>は<400>、•データ<400>が<400>多く<400>の<400>異なる<400>システム<400>の<400>間<400>を<400>、•何<400>の<400>乱れ<400>も<400>なし<400>に<400>転送<400>する<400>こと<400>を<400>可能<400>と<400>する<400>の<400>です<400>。• 2162 • 2163 •ユニ<400>コード<400>コンソーシアム<400>について<400> 2164 • 2165 •ユニ<400>コード<400>コンソーシアム<400>は<400>、•最新<400>の<400>ソフトウエア<400>製品<400>と<400>標準<400>において<400>テキスト<400>を<400>表現<400>する<400>こと<400>を<400>意味<400>する<400>“•ユニ<400>コード<400>標準<400>”•の<400>構築<400>、•発展<400>、•普及<400>、•利用<400>促進<400>を<400>目的<400>として<400>設立<400>さ<400>れ<400>た<400>非<400>営利<400>組織<400>です<400>。•同<400>コンソーシアム<400>の<400>会員<400>は<400>、•コンピューター<400>と<400>情報処理<400>に<400>係わる<400>広汎<400>な<400>企業<400>や<400>組織<400>から<400>構成<400>さ<400>れ<400>てい<400>ます<400>。•同<400>コンソーシアム<400>は<400>、•財政<400>的<400>に<400>は<400>、•純粋<400>に<400>会費<400>のみ<400>によって<400>運営<400>さ<400>れ<400>てい<400>ます<400>。•ユニ<400>コード<400>標準<400>を<400>支持<400>し<400>、•その<400>拡張<400>と<400>実装<400>を<400>支援<400>する<400>世界中<400>の<400>組織<400>や<400>個人<400>は<400>、•だれ<400>も<400>が<400>ユニ<400>コード<400>コンソーシアム<400>の<400>会員<400>なる<400>こと<400>が<400>でき<400>ます<400>。• 2166 • 2167 •より<400>詳しい<400>こと<400>を<400>お<400>知<400>り<400>に<400>なり<400>たい<400>方<400>は<400>、•Glossary<200>,• •Technical<200> •Introduction<200> •および<400> •Useful<200> •Resources<200>を<400>ご<400>参照<400>くだ<400>さい<400>。• 2168 •</data> 2169 2170 2171 # 2172 # Bug 20303 Multiple Look-ahead rules with similar contexts. 2173 # Check that samples of such rules are being handled correctly. 2174 # 2175 2176 <rules> 2177 !!forward; 2178 !!quoted_literals_only; 2179 !!chain; 2180 [a] [b] / [c] [d]; 2181 [a] [b] / [c] [d] {100}; 2182 [a] [b] / [e] [f] {200}; 2183 [a] [b] / [e] [g] {300}; 2184 [a] [b] [c] [h] {400}; 2185 [x] [a] [b] / [c] [d] {500}; 2186 [y] [a] [b] [c] [d] {600}; 2187 </rules> 2188 <data>•ab<100>c•d•ab<200>e•f•ab<300>e•g•abch<400>xab<500>c•d•yabcd<600></data> 2189 2190 # 2191 # Examples for line breaking at orthographic syllable boundaries 2192 # From Unicode document L2/22-080R 2193 # 2194 2195 <locale en> 2196 <line> 2197 <data>•\U00011F26•\U00011F02\U00011F2D•\U00011F26\U00011F42\U00011F26•\U00011F31\U00011F41•</data> 2198 <data>•\u1BD7\u1BEC•\u1BD2\u1BEA\u1BC9\u1BF3•\u1BC2\u1BE7\u1BC9\u1BF3•</data> 2199 <data>•\u1B18•\u1B27\u1B44\u200C\u1B2B\u1B38•\u1B31\u1B44\u1B1D\u1B36•</data> 2200 2201 # Line breaking around quotation marks (LB 15a and LB 15b). 2202 <locale en> 2203 <line> 2204 <data>•Some •« basic » •quoting•</data> 2205 <data>•Some •»German« •quoting•</data> 2206 <data>•( « bracketed » ) •quoting•</data> 2207 <data>•« « Nesting » »•</data> 2208 <data>•子•曰：•“学•而•时•习•之，•不•亦•说•乎？•有•朋•自•远•方•来，•不•亦•乐•乎？•人•不•知•而•不•愠，•不•亦•君•子•乎？”•</data> 2209 <data>•子•贡•曰：•“贫•而•无•谄，•富•而•无•骄，•何•如？”•子•曰：•“可•也。•未•若•贫•而•乐，•富•而•好•礼•者•也”。•子•贡•曰：•“《诗》•云：•‘如•切•如•磋，•如•琢•如•磨。’•其•斯•之•谓•与？”•子•曰：•“赐•也，•始•可•与•言•《诗》•已•矣！•吿•诸•往•而•知•来•者。”•</data> 2210 <data>•哪•一•所•中•国•学•校•乃•“为•各•省•派•往•日•本•游•学•之•首•倡”？•</data> 2211 <data>•哪•个•商•标•以•人•名•为•名，•因•特•色•小•吃•“五•台•杂•烩•汤”•而•入•选•“新•疆•老•字•号”？•</data> 2212 <data>•毕•士•悌•（1901•年•—•1936•年）•又•名•“杨•林”，•朝•鲜•籍•红•军•将•领•</data> 2213 <data>•Anmerkung: •„White“ •bzw. •‚白•人‘ •– •in •der •Amtlichen •Statistik•</data> 2214 <data>•« Complex »« chaining » •</data> 2215 <data>•« .618 »•</data> # Interaction with the ICU tailoring to break before such numbers. 2216 2217 # A hyphen following non-breaking space that carries an intervening combining 2218 # mark is treated as word-initial; by LB20a it has no break opportunity after 2219 # it. A bug in ICU 76 incorrectly handled that case (ICU-22986). 2220 <data>• ̄-k•</data>