1 of 108 tests failed.
testcases for get_best_script
| Text | Expected | Actual | |
|---|---|---|---|
|
%!?́: Zyyy (3), Zinh (1) | nil | nil |
|
|
’ʼ“”†‡•‰′‽⁕ • Zyyy (11) |
nil | nil |
|
|
col·legi: Latn (7), Zyyy (1) | Latn | Latn |
| HTML character references | |||
|
|
𐘀: Lina (1) | Lina | Lina |
|
|
𐘀 • Zyyy (8), Latn (1) |
Lina | Lina |
|
|
– • Zyyy (1) |
nil | nil |
|
|
– • Latn (5), Zyyy (2) |
nil | nil |
| Halkomelem | |||
|
|
lá:yelhp: Latn (7), Zyyy (1) | Latn | Latn |
|
|
xʷməθkʷəy̓əm: Latn (10), Grek (1), Zinh (1) | nil | nil |
|
|
hən̓q̓əmin̓əm̓: Latn (10), Zinh (4) | Latn | Latn |
| Quotes | |||
|
|
Tant’è amara che poco è più morte; ma per trattar del ben ch’i’ vi trovai, dirò de l’altre cose ch’i’ v’ ho scorte. • Latn (83), Zyyy (32) |
Latn | Latn |
|
|
Díí Késhmish biyiʼ yáʼąąshdę́ę́ʼ ląʼígóó bee nikʼihojidlíi dooleeł. Niheechʼínáánáháhígíí biyiʼ iłhodeezyéél, iłhózhǫ́, ayóóʼóʼóʼní bee nikʼihojidlíi dooleeł. Tʼáá sahdiigiʼ átʼéego baa hózhǫ́ǫgo nihił hanááhoolzhiizhígí biyiʼ tʼáá ałtsojįʼ iłhózhǫ́ nííʼ dooleeł. • Latn (207), Zyyy (52), Zinh (5) |
Latn | Latn |
|
|
Μῆνῐν ᾰ̓́ειδε, θεᾱ́, Πηληῐ̈ᾰ́δεω Ᾰ̓χῐλῆος οὐλομένην, ἣ μῡρῐ́᾽ Ᾰ̓χαιοῖς ᾰ̓́λγε᾽ ἔθηκε, πολλᾱ̀ς δ᾽ ῐ̓φθῑ́μους ψῡχᾱ̀ς Ἄῐ̈δῐ προῐ̈́ᾰψεν ἡρώων, αὐτοὺς δὲ ἑλώρῐᾰ τεῦχε κῠ́νεσσιν οἰωνοῖσῐ́ τε πᾶσῐ· Δῐὸς δ᾽ ἐτελείετο βουλή· • Grek (160), Zyyy (36), Zinh (19) |
Grek | Grek |
|
|
Вот если вы не согласитесь с этим последним тезисом и ответите: «Не так» или «не всегда так», то я, пожалуй, и ободрюсь духом насчет значения героя моего Алексея Федоровича. Ибо не только чудак «не всегда» частность и обособление, а напротив, бывает так, что он-то, пожалуй, и носит в себе иной раз сердцевину целого, а остальные люди его эпохи — все, каким-нибудь наплывным ветром, на время почему-то от него оторвались… • Cyrl (329), Zyyy (93) |
Cyrl | Cyrl |
|
|
ॐ अग्निमीळे पुरोहितं यज्ञस्य देवमृत्विजम् । होतारं रत्नधातमम् ॥१॥ अग्निः पूर्वेभिरृषिभिरीड्यो नूतनैरुत । स देवाँ एह वक्षति ॥२॥ अग्निना रयिमश्नवत् पोषमेव दिवेदिवे । यशसं वीरवत्तमम् ॥३॥ अग्ने यं यज्ञमध्वरं विश्वतः परिभूरसि । स इद्देवेषु गच्छति ॥४॥ अग्निर्होता कविक्रतुः सत्यश्चित्रश्रवस्तमः । देवो देवेभिरा गमत् ॥५॥ यदङ्ग दाशुषे त्वमग्ने भद्रं करिष्यसि । तवेत् तत् सत्यमङ्गिरः ॥६॥ उप त्वाग्ने दिवेदिवे दोषावस्तर्धिया वयम् । नमो भरन्त एमसि ॥७॥ राजन्तमध्वराणां गोपामृतस्य दीदिविम् । वर्धमानं स्वे दमे ॥८॥ स नः पितेव सूनवेऽग्ने सूपायनो भव । सचस्वा नः स्वस्तये ॥९॥ • Deva (449), Zyyy (109) |
Deva | Deva |
testcases for is_Latin
| Text | Expected | Actual | |
|---|---|---|---|
|
|
%!?́: Zyyy (3), Zinh (1) | false | false |
|
|
’ʼ“”†‡•‰′‽⁕ • Zyyy (11) |
false | false |
|
|
col·legi: Latn (7), Zyyy (1) | true | true |
| HTML character references | |||
|
|
𐘀: Lina (1) | false | false |
|
|
𐘀 • Zyyy (8), Latn (1) |
false | false |
|
|
– • Zyyy (1) |
false | false |
|
|
– • Latn (5), Zyyy (2) |
false | false |
| Halkomelem | |||
|
|
lá:yelhp: Latn (7), Zyyy (1) | true | true |
|
|
xʷməθkʷəy̓əm: Latn (10), Grek (1), Zinh (1) | false | false |
|
|
hən̓q̓əmin̓əm̓: Latn (10), Zinh (4) | true | true |
| Quotes | |||
|
|
Tant’è amara che poco è più morte; ma per trattar del ben ch’i’ vi trovai, dirò de l’altre cose ch’i’ v’ ho scorte. • Latn (83), Zyyy (32) |
true | true |
|
|
Díí Késhmish biyiʼ yáʼąąshdę́ę́ʼ ląʼígóó bee nikʼihojidlíi dooleeł. Niheechʼínáánáháhígíí biyiʼ iłhodeezyéél, iłhózhǫ́, ayóóʼóʼóʼní bee nikʼihojidlíi dooleeł. Tʼáá sahdiigiʼ átʼéego baa hózhǫ́ǫgo nihił hanááhoolzhiizhígí biyiʼ tʼáá ałtsojįʼ iłhózhǫ́ nííʼ dooleeł. • Latn (207), Zyyy (52), Zinh (5) |
true | true |
|
|
Μῆνῐν ᾰ̓́ειδε, θεᾱ́, Πηληῐ̈ᾰ́δεω Ᾰ̓χῐλῆος οὐλομένην, ἣ μῡρῐ́᾽ Ᾰ̓χαιοῖς ᾰ̓́λγε᾽ ἔθηκε, πολλᾱ̀ς δ᾽ ῐ̓φθῑ́μους ψῡχᾱ̀ς Ἄῐ̈δῐ προῐ̈́ᾰψεν ἡρώων, αὐτοὺς δὲ ἑλώρῐᾰ τεῦχε κῠ́νεσσιν οἰωνοῖσῐ́ τε πᾶσῐ· Δῐὸς δ᾽ ἐτελείετο βουλή· • Grek (160), Zyyy (36), Zinh (19) |
false | false |
|
|
Вот если вы не согласитесь с этим последним тезисом и ответите: «Не так» или «не всегда так», то я, пожалуй, и ободрюсь духом насчет значения героя моего Алексея Федоровича. Ибо не только чудак «не всегда» частность и обособление, а напротив, бывает так, что он-то, пожалуй, и носит в себе иной раз сердцевину целого, а остальные люди его эпохи — все, каким-нибудь наплывным ветром, на время почему-то от него оторвались… • Cyrl (329), Zyyy (93) |
false | false |
|
|
ॐ अग्निमीळे पुरोहितं यज्ञस्य देवमृत्विजम् । होतारं रत्नधातमम् ॥१॥ अग्निः पूर्वेभिरृषिभिरीड्यो नूतनैरुत । स देवाँ एह वक्षति ॥२॥ अग्निना रयिमश्नवत् पोषमेव दिवेदिवे । यशसं वीरवत्तमम् ॥३॥ अग्ने यं यज्ञमध्वरं विश्वतः परिभूरसि । स इद्देवेषु गच्छति ॥४॥ अग्निर्होता कविक्रतुः सत्यश्चित्रश्रवस्तमः । देवो देवेभिरा गमत् ॥५॥ यदङ्ग दाशुषे त्वमग्ने भद्रं करिष्यसि । तवेत् तत् सत्यमङ्गिरः ॥६॥ उप त्वाग्ने दिवेदिवे दोषावस्तर्धिया वयम् । नमो भरन्त एमसि ॥७॥ राजन्तमध्वराणां गोपामृतस्य दीदिविम् । वर्धमानं स्वे दमे ॥८॥ स नः पितेव सूनवेऽग्ने सूपायनो भव । सचस्वा नः स्वस्तये ॥९॥ • Deva (449), Zyyy (109) |
false | false |
testcases for is_combining
| Text | Expected | Actual | |
|---|---|---|---|
|
|
U+0300: ◌̀ (COMBINING GRAVE ACCENT) | true | true |
|
|
U+0060: ` (GRAVE ACCENT) | false | false |
testcases for is_default_ignorable
| Text | Expected | Actual |
|---|
testcases for is_rtl
| Text | Expected | Actual | |
|---|---|---|---|
|
|
أبو عبد الله محمد بن عبد الله اللواتي الطنجي بن بطوطة | true | true |
|
|
أدب القاضي Adab al-qādī | false | false |
|
|
ܛܘܼܒܲܝܗܘܿܢ ܠܐܲܝܠܹܝܢ ܕܲܕ݂ܟܹܝܢ ܒܠܸܒ̇ܗܘܿܢ܄ ܕܗܸܢ݂ܘܿܢ ܢܸܚܙܘܿܢ ܠܐܲܠܵܗܵܐ܂ | true | true |
|
|
בְּרֵאשִׁית, בָּרָא אֱלֹהִים, אֵת הַשָּׁמַיִם, וְאֵת הָאָרֶץ. | true | true |
|
|
𞤀𞤣𞤤𞤢𞤥 𞤆𞤵𞤤𞤢𞤪 | true | true |
|
|
𐬬𐬍𐬯𐬞𐬈 ⸱ 𐬰𐬍 ⸱ 𐬀𐬥𐬌𐬌𐬉 ⸱ 𐬨𐬀𐬜𐬃𐬢𐬵𐬋 ⸱ 𐬀𐬉𐬴𐬨𐬀 ⸱ 𐬵𐬀𐬗𐬌𐬧𐬙𐬈 ⸱ 𐬑𐬭𐬎𐬎𐬍𐬨 ⸱ 𐬛𐬭𐬎𐬎𐬋 ⸱ 𐬁𐬀𐬝 ⸱ 𐬵𐬋 ⸱ 𐬫𐬋 ⸱ 𐬵𐬀𐬊𐬨𐬀𐬵𐬈 ⸱ 𐬨𐬀𐬜𐬋 ⸱ 𐬀𐬴𐬀 ⸱ 𐬵𐬀𐬗𐬀𐬌𐬙𐬈 | true | true |
|
|
ދިވެހި | true | true |
|
|
𐤀𐤓𐤍𐤟𐤆𐤐𐤏𐤋𐤟𐤀𐤕𐤁𐤏𐤋𐤟𐤁𐤍𐤀𐤇𐤓𐤌𐤟𐤌𐤋𐤊𐤂𐤁𐤋𐤟𐤋𐤀𐤇𐤓𐤌𐤟𐤀𐤁𐤄 | true | true |
|
|
ࡌࡀࡍࡃࡀ ࡖࡄࡉࡉࡀ | true | true |
|
|
ࠄࠟࠓࠂࠝࠓࠜࠉࠆࠜࠉࠌ | true | true |
|
|
%$!^& | false | false |
testcases for lookup_age
| Text | Expected | Actual |
|---|
testcases for lookup_block
| Text | Expected | Actual | |
|---|---|---|---|
|
|
U+0064: d | Basic Latin | Basic Latin |
|
|
U+030B: ◌̋ | Combining Diacritical Marks | Combining Diacritical Marks |
|
|
U+03A3: Σ | Greek and Coptic | Greek and Coptic |
|
|
U+0411: Б | Cyrillic | Cyrillic |
|
|
U+10E6: ღ | Georgian | Georgian |
|
|
U+3175: ㅵ | Hangul Compatibility Jamo | Hangul Compatibility Jamo |
|
|
U+AC01: 각 | Hangul Syllables | Hangul Syllables |
|
|
U+4E0A: 上 | CJK Unified Ideographs | CJK Unified Ideographs |
|
|
U+1F608: 😈 | Emoticons | Emoticons |
|
|
U+30000: 𰀀 | CJK Unified Ideographs Extension G | CJK Unified Ideographs Extension G |
|
|
U+10FFFF | Supplementary Private Use Area-B | Supplementary Private Use Area-B |
testcases for lookup_category
| Text | Expected | Actual | |
|---|---|---|---|
|
|
U+0009 (<control-0009>) | Cc | Cc |
|
|
U+0020: (SPACE) | Zs | Zs |
|
|
U+005B: [ (LEFT SQUARE BRACKET) | Ps | Ps |
|
|
U+005D: ] (RIGHT SQUARE BRACKET) | Pe | Pe |
|
|
U+005E: ^ (CIRCUMFLEX ACCENT) | Sk | Sk |
|
|
U+0041: A (LATIN CAPITAL LETTER A) | Lu | Lu |
|
|
U+00AD (SOFT HYPHEN) | Cf | Cf |
|
|
U+00BE: ¾ (VULGAR FRACTION THREE QUARTERS) | No | No |
|
|
U+00AB: « (LEFT-POINTING DOUBLE ANGLE QUOTATION MARK) | Pi | Pi |
|
|
U+00BB: » (RIGHT-POINTING DOUBLE ANGLE QUOTATION MARK) | Pf | Pf |
|
|
U+0300: ◌̀ (COMBINING GRAVE ACCENT) | Mn | Mn |
|
|
U+0488: ҈ (COMBINING CYRILLIC HUNDRED THOUSANDS SIGN) | Me | Me |
|
|
U+0663: ٣ (ARABIC-INDIC DIGIT THREE) | Nd | Nd |
|
|
U+5B50: 子 (CJK UNIFIED IDEOGRAPH-5B50) | Lo | Lo |
|
|
U+1FAE: ᾮ (GREEK CAPITAL LETTER OMEGA WITH PSILI AND PERISPOMENI AND PROSGEGRAMMENI) | Lt | Lt |
|
|
U+1B44: ◌᭄ (BALINESE ADEG ADEG) | Mc | Mc |
|
|
U+2208: ∈ (ELEMENT OF) | Sm | Sm |
|
|
U+203F: ‿ (UNDERTIE) | Pc | Pc |
|
|
U+21B9: ↹ (LEFTWARDS ARROW TO BAR OVER RIGHTWARDS ARROW TO BAR) | So | So |
|
|
U+2E17: ⸗ (DOUBLE OBLIQUE HYPHEN) | Pd | Pd |
|
|
U+2167: Ⅷ (ROMAN NUMERAL EIGHT) | Nl | Nl |
|
|
U+2028 (LINE SEPARATOR) | Zl | Zl |
|
|
U+2029 (PARAGRAPH SEPARATOR) | Zp | Zp |
|
|
U+309E: ゞ (HIRAGANA VOICED ITERATION MARK) | Lm | Lm |
|
|
U+D800 (<surrogate-D800>) | Cs | Cs |
|
|
U+FFE1: ￡ (FULLWIDTH POUND SIGN) | Sc | Sc |
|
U+FFFF (<noncharacter-FFFF>) | Cn | nil |
|
|
U+100000 (<private-use-100000>) | Co | Co |
testcases for lookup_name
| Text | Expected | Actual | |
|---|---|---|---|
|
|
U+0000 | <control-0000> | <control-0000> |
|
|
U+007F | <control-007F> | <control-007F> |
|
|
U+00C1: Á | LATIN CAPITAL LETTER A WITH ACUTE | LATIN CAPITAL LETTER A WITH ACUTE |
|
|
U+0300: ◌̀ | COMBINING GRAVE ACCENT | COMBINING GRAVE ACCENT |
|
|
U+0378 | <reserved-0378> | <reserved-0378> |
|
|
U+1B44: ◌᭄ | BALINESE ADEG ADEG | BALINESE ADEG ADEG |
|
|
U+1F71: ά | GREEK SMALL LETTER ALPHA WITH OXIA | GREEK SMALL LETTER ALPHA WITH OXIA |
|
|
U+3555: 㕕 | CJK UNIFIED IDEOGRAPH-3555 | CJK UNIFIED IDEOGRAPH-3555 |
|
|
U+AC01: 각 | HANGUL SYLLABLE GAG | HANGUL SYLLABLE GAG |
|
|
U+D5FF: 헿 | HANGUL SYLLABLE HEH | HANGUL SYLLABLE HEH |
|
|
U+DC00 | <surrogate-DC00> | <surrogate-DC00> |
|
|
U+EEEE | <private-use-EEEE> | <private-use-EEEE> |
|
|
U+FDD1 | <noncharacter-FDD1> | <noncharacter-FDD1> |
|
|
U+FFFD: � | REPLACEMENT CHARACTER | REPLACEMENT CHARACTER |
|
|
U+FFFF | <noncharacter-FFFF> | <noncharacter-FFFF> |
|
|
U+1F4A9: 💩 | PILE OF POO | PILE OF POO |
|
|
U+E0000 | <reserved-E0000> | <reserved-E0000> |
|
|
U+F0F0F | <private-use-F0F0F> | <private-use-F0F0F> |
|
|
U+10FFFF | <noncharacter-10FFFF> | <noncharacter-10FFFF> |
testcases for lookup_script
| Text | Expected | Actual | |
|---|---|---|---|
|
|
U+0061: a (LATIN SMALL LETTER A) | Latn | Latn |
|
|
U+002F: / (SOLIDUS) | Zyyy | Zyyy |
|
|
U+0300: ◌̀ (COMBINING GRAVE ACCENT) | Zinh | Zinh |
|
|
U+0378 (<reserved-0378>) | Zzzz | Zzzz |
|
|
U+0398: Θ (GREEK CAPITAL LETTER THETA) | Grek | Grek |
|
|
U+03E2: Ϣ (COPTIC CAPITAL LETTER SHEI) | Copt | Copt |
|
|
U+2014: — (EM DASH) | Zyyy | Zyyy |