Adding upstream version 2.5.1.

Signed-off-by: Daniel Baumann <daniel@debian.org>
2025-05-19 00:20:02 +02:00 · 2025-05-19 00:20:02 +02:00 · 982828099e
commit 982828099e
parent c71cb8b61d
783 changed files with 150650 additions and 0 deletions
--- a/analysis/lang/pl/analyzer_pl_test.go
+++ b/analysis/lang/pl/analyzer_pl_test.go
@ -0,0 +1,149 @@
+//  Copyright (c) 2018 Couchbase, Inc.
+//
+// Licensed under the Apache License, Version 2.0 (the "License");
+// you may not use this file except in compliance with the License.
+// You may obtain a copy of the License at
+//
+// 		http://www.apache.org/licenses/LICENSE-2.0
+//
+// Unless required by applicable law or agreed to in writing, software
+// distributed under the License is distributed on an "AS IS" BASIS,
+// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+// See the License for the specific language governing permissions and
+// limitations under the License.
+
+package pl
+
+import (
+	"reflect"
+	"testing"
+
+	"github.com/blevesearch/bleve/v2/analysis"
+	"github.com/blevesearch/bleve/v2/registry"
+)
+
+func TestPolishAnalyzer(t *testing.T) {
+	tests := []struct {
+		input  []byte
+		output analysis.TokenStream
+	}{
+		// stemming
+		{
+			input: []byte("śmiało"),
+			output: analysis.TokenStream{
+				&analysis.Token{
+					Term: []byte("śmieć"),
+				},
+			},
+		},
+		{
+			input: []byte("przypadku"),
+			output: analysis.TokenStream{
+				&analysis.Token{
+					Term: []byte("przypadek"),
+				},
+			},
+		},
+		// stop word
+		{
+			input:  []byte("według"),
+			output: analysis.TokenStream{},
+		},
+		// digits safe
+		{
+			input: []byte("text 1000"),
+			output: analysis.TokenStream{
+				&analysis.Token{
+					Term: []byte("text"),
+				},
+				&analysis.Token{
+					Term: []byte("1000"),
+				},
+			},
+		},
+		{
+			input: []byte("badawczego było opracowanie kompendium które przystępny sposób prezentowało niespecjalistom zakresu kryptografii kwantowej wykorzystanie technik kwantowych do bezpiecznego przesyłu przetwarzania informacji"),
+			output: analysis.TokenStream{
+				&analysis.Token{
+					Term: []byte("badawczy"),
+				},
+				&analysis.Token{
+					Term: []byte("opracować"),
+				},
+				&analysis.Token{
+					Term: []byte("kompendium"),
+				},
+				&analysis.Token{
+					Term: []byte("przystyć"),
+				},
+				&analysis.Token{
+					Term: []byte("prezentować"),
+				},
+				&analysis.Token{
+					Term: []byte("niespecjalista"),
+				},
+				&analysis.Token{
+					Term: []byte("zakres"),
+				},
+				&analysis.Token{
+					Term: []byte("kryptografia"),
+				},
+				&analysis.Token{
+					Term: []byte("kwantowy"),
+				},
+				&analysis.Token{
+					Term: []byte("wykorzyseć"),
+				},
+				&analysis.Token{
+					Term: []byte("technika"),
+				},
+				&analysis.Token{
+					Term: []byte("kwantowy"),
+				},
+				&analysis.Token{
+					Term: []byte("bezpieczny"),
+				},
+				&analysis.Token{
+					Term: []byte("przesył"),
+				},
+				&analysis.Token{
+					Term: []byte("przetwarzać"),
+				},
+				&analysis.Token{
+					Term: []byte("informacja"),
+				},
+			},
+		},
+		{
+			input: []byte("Ale ta wiedza była utrzymywana w tajemnicy"),
+			output: analysis.TokenStream{
+				&analysis.Token{
+					Term: []byte("wiedza"),
+				},
+				&analysis.Token{
+					Term: []byte("utrzymywać"),
+				},
+				&analysis.Token{
+					Term: []byte("tajemnik"),
+				},
+			},
+		},
+	}
+
+	cache := registry.NewCache()
+	analyzer, err := cache.AnalyzerNamed(AnalyzerName)
+	if err != nil {
+		t.Fatal(err)
+	}
+	for _, test := range tests {
+		actual := analyzer.Analyze(test.input)
+		if len(actual) != len(test.output) {
+			t.Fatalf("expected length: %d, got %d", len(test.output), len(actual))
+		}
+		for i, tok := range actual {
+			if !reflect.DeepEqual(tok.Term, test.output[i].Term) {
+				t.Errorf("expected term %s (% x) got %s (% x)", test.output[i].Term, test.output[i].Term, tok.Term, tok.Term)
+			}
+		}
+	}
+}