lucene-java-3.4.0/lucene/contrib/analyzers/common/src/test/org/apache/lucene/analysis/de/TestGermanStemFilter.java

   1 package org.apache.lucene.analysis.de;
   2
   3 /**
   4  * Licensed to the Apache Software Foundation (ASF) under one or more
   5  * contributor license agreements.  See the NOTICE file distributed with
   6  * this work for additional information regarding copyright ownership.
   7  * The ASF licenses this file to You under the Apache License, Version 2.0
   8  * (the "License"); you may not use this file except in compliance with
   9  * the License.  You may obtain a copy of the License at
  10  *
  11  *     http://www.apache.org/licenses/LICENSE-2.0
  12  *
  13  * Unless required by applicable law or agreed to in writing, software
  14  * distributed under the License is distributed on an "AS IS" BASIS,
  15  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  16  * See the License for the specific language governing permissions and
  17  * limitations under the License.
  18  */
  19
  20 import java.io.InputStream;
  21 import java.io.Reader;
  22
  23 import org.apache.lucene.analysis.Analyzer;
  24 import org.apache.lucene.analysis.BaseTokenStreamTestCase;
  25 import org.apache.lucene.analysis.KeywordTokenizer;
  26 import org.apache.lucene.analysis.LowerCaseFilter;
  27 import org.apache.lucene.analysis.Tokenizer;
  28 import org.apache.lucene.analysis.ReusableAnalyzerBase;
  29
  30 import static org.apache.lucene.analysis.VocabularyAssert.*;
  31
  32 /**
  33  * Test the German stemmer. The stemming algorithm is known to work less
  34  * than perfect, as it doesn't use any word lists with exceptions. We
  35  * also check some of the cases where the algorithm is wrong.
  36  *
  37  */
  38 public class TestGermanStemFilter extends BaseTokenStreamTestCase {
  39   Analyzer analyzer = new ReusableAnalyzerBase() {
  40     @Override
  41     protected TokenStreamComponents createComponents(String fieldName,
  42         Reader reader) {
  43       Tokenizer t = new KeywordTokenizer(reader);
  44       return new TokenStreamComponents(t,
  45           new GermanStemFilter(new LowerCaseFilter(TEST_VERSION_CURRENT, t)));
  46     }
  47   };
  48
  49   public void testStemming() throws Exception {
  50     InputStream vocOut = getClass().getResourceAsStream("data.txt");
  51     assertVocabulary(analyzer, vocOut);
  52     vocOut.close();
  53   }
  54
  55   // LUCENE-3043: we use keywordtokenizer in this test,
  56   // so ensure the stemmer does not crash on zero-length strings.
  57   public void testEmpty() throws Exception {
  58     assertAnalyzesTo(analyzer, "", new String[] { "" });
  59   }
  60
  61   /** blast some random strings through the analyzer */
  62   public void testRandomStrings() throws Exception {
  63     checkRandomData(random, analyzer, 10000*RANDOM_MULTIPLIER);
  64   }
  65 }