lucene-java-3.4.0/lucene/contrib/analyzers/common/src/test/org/apache/lucene/analysis/snowball/TestSnowballVocab.java

   1 package org.apache.lucene.analysis.snowball;
   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.IOException;
  21 import java.io.Reader;
  22
  23 import org.apache.lucene.analysis.KeywordTokenizer;
  24 import org.apache.lucene.analysis.Analyzer;
  25 import org.apache.lucene.analysis.Tokenizer;
  26 import org.apache.lucene.analysis.ReusableAnalyzerBase;
  27 import org.apache.lucene.util.LuceneTestCase;
  28
  29 import static org.apache.lucene.analysis.VocabularyAssert.*;
  30
  31 /**
  32  * Test the snowball filters against the snowball data tests
  33  */
  34 public class TestSnowballVocab extends LuceneTestCase {
  35   /**
  36    * Run all languages against their snowball vocabulary tests.
  37    */
  38   public void testStemmers() throws IOException {
  39     assertCorrectOutput("Danish", "danish");
  40     assertCorrectOutput("Dutch", "dutch");
  41     assertCorrectOutput("English", "english");
  42     // disabled due to snowball java code generation bug:
  43     // see http://article.gmane.org/gmane.comp.search.snowball/1139
  44     // assertCorrectOutput("Finnish", "finnish");
  45     assertCorrectOutput("French", "french");
  46     assertCorrectOutput("German", "german");
  47     assertCorrectOutput("German2", "german2");
  48     assertCorrectOutput("Hungarian", "hungarian");
  49     assertCorrectOutput("Italian", "italian");
  50     assertCorrectOutput("Kp", "kraaij_pohlmann");
  51     // disabled due to snowball java code generation bug:
  52     // see http://article.gmane.org/gmane.comp.search.snowball/1139
  53     // assertCorrectOutput("Lovins", "lovins");
  54     assertCorrectOutput("Norwegian", "norwegian");
  55     assertCorrectOutput("Porter", "porter");
  56     assertCorrectOutput("Portuguese", "portuguese");
  57     assertCorrectOutput("Romanian", "romanian");
  58     assertCorrectOutput("Russian", "russian");
  59     assertCorrectOutput("Spanish", "spanish");
  60     assertCorrectOutput("Swedish", "swedish");
  61     assertCorrectOutput("Turkish", "turkish");
  62   }
  63
  64   /**
  65    * For the supplied language, run the stemmer against all strings in voc.txt
  66    * The output should be the same as the string in output.txt
  67    */
  68   private void assertCorrectOutput(final String snowballLanguage, String dataDirectory)
  69       throws IOException {
  70     if (VERBOSE) System.out.println("checking snowball language: " + snowballLanguage);
  71
  72     Analyzer a = new ReusableAnalyzerBase() {
  73       @Override
  74       protected TokenStreamComponents createComponents(String fieldName,
  75           Reader reader) {
  76         Tokenizer t = new KeywordTokenizer(reader);
  77         return new TokenStreamComponents(t, new SnowballFilter(t, snowballLanguage));
  78       }
  79     };
  80
  81     assertVocabulary(a, getDataFile("TestSnowballVocabData.zip"),
  82         dataDirectory + "/voc.txt", dataDirectory + "/output.txt");
  83   }
  84 }