lucene-java-3.5.0/lucene/src/test/org/apache/lucene/analysis/TestASCIIFoldingFilter.java

   1 package org.apache.lucene.analysis;
   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 org.apache.lucene.analysis.MockTokenizer;
  21 import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
  22 import java.io.StringReader;
  23 import java.util.List;
  24 import java.util.ArrayList;
  25 import java.util.Iterator;
  26
  27 public class TestASCIIFoldingFilter extends BaseTokenStreamTestCase {
  28
  29   // testLain1Accents() is a copy of TestLatin1AccentFilter.testU().
  30   public void testLatin1Accents() throws Exception {
  31     TokenStream stream = new MockTokenizer(new StringReader
  32       ("Des mot clés À LA CHAÎNE À Á Â Ã Ä Å Æ Ç È É Ê Ë Ì Í Î Ï Ĳ Ð Ñ"
  33       +" Ò Ó Ô Õ Ö Ø Œ Þ Ù Ú Û Ü Ý Ÿ à á â ã ä å æ ç è é ê ë ì í î ï ĳ"
  34       +" ð ñ ò ó ô õ ö ø œ ß þ ù ú û ü ý ÿ ﬁ ﬂ"), MockTokenizer.WHITESPACE, false);
  35     ASCIIFoldingFilter filter = new ASCIIFoldingFilter(stream);
  36
  37     CharTermAttribute termAtt = filter.getAttribute(CharTermAttribute.class);
  38     filter.reset();
  39     assertTermEquals("Des", filter, termAtt);
  40     assertTermEquals("mot", filter, termAtt);
  41     assertTermEquals("cles", filter, termAtt);
  42     assertTermEquals("A", filter, termAtt);
  43     assertTermEquals("LA", filter, termAtt);
  44     assertTermEquals("CHAINE", filter, termAtt);
  45     assertTermEquals("A", filter, termAtt);
  46     assertTermEquals("A", filter, termAtt);
  47     assertTermEquals("A", filter, termAtt);
  48     assertTermEquals("A", filter, termAtt);
  49     assertTermEquals("A", filter, termAtt);
  50     assertTermEquals("A", filter, termAtt);
  51     assertTermEquals("AE", filter, termAtt);
  52     assertTermEquals("C", filter, termAtt);
  53     assertTermEquals("E", filter, termAtt);
  54     assertTermEquals("E", filter, termAtt);
  55     assertTermEquals("E", filter, termAtt);
  56     assertTermEquals("E", filter, termAtt);
  57     assertTermEquals("I", filter, termAtt);
  58     assertTermEquals("I", filter, termAtt);
  59     assertTermEquals("I", filter, termAtt);
  60     assertTermEquals("I", filter, termAtt);
  61     assertTermEquals("IJ", filter, termAtt);
  62     assertTermEquals("D", filter, termAtt);
  63     assertTermEquals("N", filter, termAtt);
  64     assertTermEquals("O", filter, termAtt);
  65     assertTermEquals("O", filter, termAtt);
  66     assertTermEquals("O", filter, termAtt);
  67     assertTermEquals("O", filter, termAtt);
  68     assertTermEquals("O", filter, termAtt);
  69     assertTermEquals("O", filter, termAtt);
  70     assertTermEquals("OE", filter, termAtt);
  71     assertTermEquals("TH", filter, termAtt);
  72     assertTermEquals("U", filter, termAtt);
  73     assertTermEquals("U", filter, termAtt);
  74     assertTermEquals("U", filter, termAtt);
  75     assertTermEquals("U", filter, termAtt);
  76     assertTermEquals("Y", filter, termAtt);
  77     assertTermEquals("Y", filter, termAtt);
  78     assertTermEquals("a", filter, termAtt);
  79     assertTermEquals("a", filter, termAtt);
  80     assertTermEquals("a", filter, termAtt);
  81     assertTermEquals("a", filter, termAtt);
  82     assertTermEquals("a", filter, termAtt);
  83     assertTermEquals("a", filter, termAtt);
  84     assertTermEquals("ae", filter, termAtt);
  85     assertTermEquals("c", filter, termAtt);
  86     assertTermEquals("e", filter, termAtt);
  87     assertTermEquals("e", filter, termAtt);
  88     assertTermEquals("e", filter, termAtt);
  89     assertTermEquals("e", filter, termAtt);
  90     assertTermEquals("i", filter, termAtt);
  91     assertTermEquals("i", filter, termAtt);
  92     assertTermEquals("i", filter, termAtt);
  93     assertTermEquals("i", filter, termAtt);
  94     assertTermEquals("ij", filter, termAtt);
  95     assertTermEquals("d", filter, termAtt);
  96     assertTermEquals("n", filter, termAtt);
  97     assertTermEquals("o", filter, termAtt);
  98     assertTermEquals("o", filter, termAtt);
  99     assertTermEquals("o", filter, termAtt);
 100     assertTermEquals("o", filter, termAtt);
 101     assertTermEquals("o", filter, termAtt);
 102     assertTermEquals("o", filter, termAtt);
 103     assertTermEquals("oe", filter, termAtt);
 104     assertTermEquals("ss", filter, termAtt);
 105     assertTermEquals("th", filter, termAtt);
 106     assertTermEquals("u", filter, termAtt);
 107     assertTermEquals("u", filter, termAtt);
 108     assertTermEquals("u", filter, termAtt);
 109     assertTermEquals("u", filter, termAtt);
 110     assertTermEquals("y", filter, termAtt);
 111     assertTermEquals("y", filter, termAtt);
 112     assertTermEquals("fi", filter, termAtt);
 113     assertTermEquals("fl", filter, termAtt);
 114     assertFalse(filter.incrementToken());
 115   }
 116
 117
 118   // The following Perl script generated the foldings[] array automatically
 119   // from ASCIIFoldingFilter.java:
 120   //
 121   //    ============== begin get.test.cases.pl ==============
 122   //
 123   //    use strict;
 124   //    use warnings;
 125   //
 126   //    my $file = "ASCIIFoldingFilter.java";
 127   //    my $output = "testcases.txt";
 128   //    my %codes = ();
 129   //    my $folded = '';
 130   //
 131   //    open IN, "<:utf8", $file || die "Error opening input file '$file': $!";
 132   //    open OUT, ">:utf8", $output || die "Error opening output file '$output': $!";
 133   //
 134   //    while (my $line = <IN>) {
 135   //      chomp($line);
 136   //      # case '\u0133': // <char> <maybe URL> [ description ]
 137   //      if ($line =~ /case\s+'\\u(....)':.*\[([^\]]+)\]/) {
 138   //        my $code = $1;
 139   //        my $desc = $2;
 140   //        $codes{$code} = $desc;
 141   //      }
 142   //      # output[outputPos++] = 'A';
 143   //      elsif ($line =~ /output\[outputPos\+\+\] = '(.+)';/) {
 144   //        my $output_char = $1;
 145   //        $folded .= $output_char;
 146   //      }
 147   //      elsif ($line =~ /break;/ && length($folded) > 0) {
 148   //        my $first = 1;
 149   //        for my $code (sort { hex($a) <=> hex($b) } keys %codes) {
 150   //          my $desc = $codes{$code};
 151   //          print OUT '      ';
 152   //          print OUT '+ ' if (not $first);
 153   //          $first = 0;
 154   //          print OUT '"', chr(hex($code)), qq!"  // U+$code: $desc\n!;
 155   //        }
 156   //        print OUT qq!      ,"$folded", // Folded result\n\n!;
 157   //        %codes = ();
 158   //        $folded = '';
 159   //      }
 160   //    }
 161   //    close OUT;
 162   //
 163   //    ============== end get.test.cases.pl ==============
 164   //
 165   public void testAllFoldings() throws Exception {
 166     // Alternating strings of:
 167     //   1. All non-ASCII characters to be folded, concatenated together as a
 168     //      single string.
 169     //   2. The string of ASCII characters to which each of the above
 170     //      characters should be folded.
 171     String[] foldings = {
 172       "À"  // U+00C0: LATIN CAPITAL LETTER A WITH GRAVE
 173       + "Á"  // U+00C1: LATIN CAPITAL LETTER A WITH ACUTE
 174       + "Â"  // U+00C2: LATIN CAPITAL LETTER A WITH CIRCUMFLEX
 175       + "Ã"  // U+00C3: LATIN CAPITAL LETTER A WITH TILDE
 176       + "Ä"  // U+00C4: LATIN CAPITAL LETTER A WITH DIAERESIS
 177       + "Å"  // U+00C5: LATIN CAPITAL LETTER A WITH RING ABOVE
 178       + "Ā"  // U+0100: LATIN CAPITAL LETTER A WITH MACRON
 179       + "Ă"  // U+0102: LATIN CAPITAL LETTER A WITH BREVE
 180       + "Ą"  // U+0104: LATIN CAPITAL LETTER A WITH OGONEK
 181       + "Ə"  // U+018F: LATIN CAPITAL LETTER SCHWA
 182       + "Ǎ"  // U+01CD: LATIN CAPITAL LETTER A WITH CARON
 183       + "Ǟ"  // U+01DE: LATIN CAPITAL LETTER A WITH DIAERESIS AND MACRON
 184       + "Ǡ"  // U+01E0: LATIN CAPITAL LETTER A WITH DOT ABOVE AND MACRON
 185       + "Ǻ"  // U+01FA: LATIN CAPITAL LETTER A WITH RING ABOVE AND ACUTE
 186       + "Ȁ"  // U+0200: LATIN CAPITAL LETTER A WITH DOUBLE GRAVE
 187       + "Ȃ"  // U+0202: LATIN CAPITAL LETTER A WITH INVERTED BREVE
 188       + "Ȧ"  // U+0226: LATIN CAPITAL LETTER A WITH DOT ABOVE
 189       + "Ⱥ"  // U+023A: LATIN CAPITAL LETTER A WITH STROKE
 190       + "ᴀ"  // U+1D00: LATIN LETTER SMALL CAPITAL A
 191       + "Ḁ"  // U+1E00: LATIN CAPITAL LETTER A WITH RING BELOW
 192       + "Ạ"  // U+1EA0: LATIN CAPITAL LETTER A WITH DOT BELOW
 193       + "Ả"  // U+1EA2: LATIN CAPITAL LETTER A WITH HOOK ABOVE
 194       + "Ấ"  // U+1EA4: LATIN CAPITAL LETTER A WITH CIRCUMFLEX AND ACUTE
 195       + "Ầ"  // U+1EA6: LATIN CAPITAL LETTER A WITH CIRCUMFLEX AND GRAVE
 196       + "Ẩ"  // U+1EA8: LATIN CAPITAL LETTER A WITH CIRCUMFLEX AND HOOK ABOVE
 197       + "Ẫ"  // U+1EAA: LATIN CAPITAL LETTER A WITH CIRCUMFLEX AND TILDE
 198       + "Ậ"  // U+1EAC: LATIN CAPITAL LETTER A WITH CIRCUMFLEX AND DOT BELOW
 199       + "Ắ"  // U+1EAE: LATIN CAPITAL LETTER A WITH BREVE AND ACUTE
 200       + "Ằ"  // U+1EB0: LATIN CAPITAL LETTER A WITH BREVE AND GRAVE
 201       + "Ẳ"  // U+1EB2: LATIN CAPITAL LETTER A WITH BREVE AND HOOK ABOVE
 202       + "Ẵ"  // U+1EB4: LATIN CAPITAL LETTER A WITH BREVE AND TILDE
 203       + "Ặ"  // U+1EB6: LATIN CAPITAL LETTER A WITH BREVE AND DOT BELOW
 204       + "Ⓐ"  // U+24B6: CIRCLED LATIN CAPITAL LETTER A
 205       + "Ａ"  // U+FF21: FULLWIDTH LATIN CAPITAL LETTER A
 206       ,"A", // Folded result
 207
 208        "à"  // U+00E0: LATIN SMALL LETTER A WITH GRAVE
 209        + "á"  // U+00E1: LATIN SMALL LETTER A WITH ACUTE
 210        + "â"  // U+00E2: LATIN SMALL LETTER A WITH CIRCUMFLEX
 211        + "ã"  // U+00E3: LATIN SMALL LETTER A WITH TILDE
 212        + "ä"  // U+00E4: LATIN SMALL LETTER A WITH DIAERESIS
 213        + "å"  // U+00E5: LATIN SMALL LETTER A WITH RING ABOVE
 214        + "ā"  // U+0101: LATIN SMALL LETTER A WITH MACRON
 215        + "ă"  // U+0103: LATIN SMALL LETTER A WITH BREVE
 216        + "ą"  // U+0105: LATIN SMALL LETTER A WITH OGONEK
 217        + "ǎ"  // U+01CE: LATIN SMALL LETTER A WITH CARON
 218        + "ǟ"  // U+01DF: LATIN SMALL LETTER A WITH DIAERESIS AND MACRON
 219        + "ǡ"  // U+01E1: LATIN SMALL LETTER A WITH DOT ABOVE AND MACRON
 220        + "ǻ"  // U+01FB: LATIN SMALL LETTER A WITH RING ABOVE AND ACUTE
 221        + "ȁ"  // U+0201: LATIN SMALL LETTER A WITH DOUBLE GRAVE
 222        + "ȃ"  // U+0203: LATIN SMALL LETTER A WITH INVERTED BREVE
 223        + "ȧ"  // U+0227: LATIN SMALL LETTER A WITH DOT ABOVE
 224        + "ɐ"  // U+0250: LATIN SMALL LETTER TURNED A
 225        + "ə"  // U+0259: LATIN SMALL LETTER SCHWA
 226        + "ɚ"  // U+025A: LATIN SMALL LETTER SCHWA WITH HOOK
 227        + "ᶏ"  // U+1D8F: LATIN SMALL LETTER A WITH RETROFLEX HOOK
 228        + "ḁ"  // U+1E01: LATIN SMALL LETTER A WITH RING BELOW
 229        + "ᶕ"  // U+1D95: LATIN SMALL LETTER SCHWA WITH RETROFLEX HOOK
 230        + "ẚ"  // U+1E9A: LATIN SMALL LETTER A WITH RIGHT HALF RING
 231        + "ạ"  // U+1EA1: LATIN SMALL LETTER A WITH DOT BELOW
 232        + "ả"  // U+1EA3: LATIN SMALL LETTER A WITH HOOK ABOVE
 233        + "ấ"  // U+1EA5: LATIN SMALL LETTER A WITH CIRCUMFLEX AND ACUTE
 234        + "ầ"  // U+1EA7: LATIN SMALL LETTER A WITH CIRCUMFLEX AND GRAVE
 235        + "ẩ"  // U+1EA9: LATIN SMALL LETTER A WITH CIRCUMFLEX AND HOOK ABOVE
 236        + "ẫ"  // U+1EAB: LATIN SMALL LETTER A WITH CIRCUMFLEX AND TILDE
 237        + "ậ"  // U+1EAD: LATIN SMALL LETTER A WITH CIRCUMFLEX AND DOT BELOW
 238        + "ắ"  // U+1EAF: LATIN SMALL LETTER A WITH BREVE AND ACUTE
 239        + "ằ"  // U+1EB1: LATIN SMALL LETTER A WITH BREVE AND GRAVE
 240        + "ẳ"  // U+1EB3: LATIN SMALL LETTER A WITH BREVE AND HOOK ABOVE
 241        + "ẵ"  // U+1EB5: LATIN SMALL LETTER A WITH BREVE AND TILDE
 242        + "ặ"  // U+1EB7: LATIN SMALL LETTER A WITH BREVE AND DOT BELOW
 243        + "ₐ"  // U+2090: LATIN SUBSCRIPT SMALL LETTER A
 244        + "ₔ"  // U+2094: LATIN SUBSCRIPT SMALL LETTER SCHWA
 245        + "ⓐ"  // U+24D0: CIRCLED LATIN SMALL LETTER A
 246        + "ⱥ"  // U+2C65: LATIN SMALL LETTER A WITH STROKE
 247        + "Ɐ"  // U+2C6F: LATIN CAPITAL LETTER TURNED A
 248        + "ａ"  // U+FF41: FULLWIDTH LATIN SMALL LETTER A
 249       ,"a", // Folded result
 250
 251        "Ꜳ"  // U+A732: LATIN CAPITAL LETTER AA
 252       ,"AA", // Folded result
 253
 254        "Æ"  // U+00C6: LATIN CAPITAL LETTER AE
 255        + "Ǣ"  // U+01E2: LATIN CAPITAL LETTER AE WITH MACRON
 256        + "Ǽ"  // U+01FC: LATIN CAPITAL LETTER AE WITH ACUTE
 257        + "ᴁ"  // U+1D01: LATIN LETTER SMALL CAPITAL AE
 258       ,"AE", // Folded result
 259
 260        "Ꜵ"  // U+A734: LATIN CAPITAL LETTER AO
 261       ,"AO", // Folded result
 262
 263        "Ꜷ"  // U+A736: LATIN CAPITAL LETTER AU
 264       ,"AU", // Folded result
 265
 266        "Ꜹ"  // U+A738: LATIN CAPITAL LETTER AV
 267        + "Ꜻ"  // U+A73A: LATIN CAPITAL LETTER AV WITH HORIZONTAL BAR
 268       ,"AV", // Folded result
 269
 270        "Ꜽ"  // U+A73C: LATIN CAPITAL LETTER AY
 271       ,"AY", // Folded result
 272
 273        "⒜"  // U+249C: PARENTHESIZED LATIN SMALL LETTER A
 274       ,"(a)", // Folded result
 275
 276        "ꜳ"  // U+A733: LATIN SMALL LETTER AA
 277       ,"aa", // Folded result
 278
 279        "æ"  // U+00E6: LATIN SMALL LETTER AE
 280        + "ǣ"  // U+01E3: LATIN SMALL LETTER AE WITH MACRON
 281        + "ǽ"  // U+01FD: LATIN SMALL LETTER AE WITH ACUTE
 282        + "ᴂ"  // U+1D02: LATIN SMALL LETTER TURNED AE
 283       ,"ae", // Folded result
 284
 285        "ꜵ"  // U+A735: LATIN SMALL LETTER AO
 286       ,"ao", // Folded result
 287
 288        "ꜷ"  // U+A737: LATIN SMALL LETTER AU
 289       ,"au", // Folded result
 290
 291        "ꜹ"  // U+A739: LATIN SMALL LETTER AV
 292        + "ꜻ"  // U+A73B: LATIN SMALL LETTER AV WITH HORIZONTAL BAR
 293       ,"av", // Folded result
 294
 295        "ꜽ"  // U+A73D: LATIN SMALL LETTER AY
 296       ,"ay", // Folded result
 297
 298        "Ɓ"  // U+0181: LATIN CAPITAL LETTER B WITH HOOK
 299        + "Ƃ"  // U+0182: LATIN CAPITAL LETTER B WITH TOPBAR
 300        + "Ƀ"  // U+0243: LATIN CAPITAL LETTER B WITH STROKE
 301        + "ʙ"  // U+0299: LATIN LETTER SMALL CAPITAL B
 302        + "ᴃ"  // U+1D03: LATIN LETTER SMALL CAPITAL BARRED B
 303        + "Ḃ"  // U+1E02: LATIN CAPITAL LETTER B WITH DOT ABOVE
 304        + "Ḅ"  // U+1E04: LATIN CAPITAL LETTER B WITH DOT BELOW
 305        + "Ḇ"  // U+1E06: LATIN CAPITAL LETTER B WITH LINE BELOW
 306        + "Ⓑ"  // U+24B7: CIRCLED LATIN CAPITAL LETTER B
 307        + "Ｂ"  // U+FF22: FULLWIDTH LATIN CAPITAL LETTER B
 308       ,"B", // Folded result
 309
 310        "ƀ"  // U+0180: LATIN SMALL LETTER B WITH STROKE
 311        + "ƃ"  // U+0183: LATIN SMALL LETTER B WITH TOPBAR
 312        + "ɓ"  // U+0253: LATIN SMALL LETTER B WITH HOOK
 313        + "ᵬ"  // U+1D6C: LATIN SMALL LETTER B WITH MIDDLE TILDE
 314        + "ᶀ"  // U+1D80: LATIN SMALL LETTER B WITH PALATAL HOOK
 315        + "ḃ"  // U+1E03: LATIN SMALL LETTER B WITH DOT ABOVE
 316        + "ḅ"  // U+1E05: LATIN SMALL LETTER B WITH DOT BELOW
 317        + "ḇ"  // U+1E07: LATIN SMALL LETTER B WITH LINE BELOW
 318        + "ⓑ"  // U+24D1: CIRCLED LATIN SMALL LETTER B
 319        + "ｂ"  // U+FF42: FULLWIDTH LATIN SMALL LETTER B
 320       ,"b", // Folded result
 321
 322        "⒝"  // U+249D: PARENTHESIZED LATIN SMALL LETTER B
 323       ,"(b)", // Folded result
 324
 325        "Ç"  // U+00C7: LATIN CAPITAL LETTER C WITH CEDILLA
 326        + "Ć"  // U+0106: LATIN CAPITAL LETTER C WITH ACUTE
 327        + "Ĉ"  // U+0108: LATIN CAPITAL LETTER C WITH CIRCUMFLEX
 328        + "Ċ"  // U+010A: LATIN CAPITAL LETTER C WITH DOT ABOVE
 329        + "Č"  // U+010C: LATIN CAPITAL LETTER C WITH CARON
 330        + "Ƈ"  // U+0187: LATIN CAPITAL LETTER C WITH HOOK
 331        + "Ȼ"  // U+023B: LATIN CAPITAL LETTER C WITH STROKE
 332        + "ʗ"  // U+0297: LATIN LETTER STRETCHED C
 333        + "ᴄ"  // U+1D04: LATIN LETTER SMALL CAPITAL C
 334        + "Ḉ"  // U+1E08: LATIN CAPITAL LETTER C WITH CEDILLA AND ACUTE
 335        + "Ⓒ"  // U+24B8: CIRCLED LATIN CAPITAL LETTER C
 336        + "Ｃ"  // U+FF23: FULLWIDTH LATIN CAPITAL LETTER C
 337       ,"C", // Folded result
 338
 339        "ç"  // U+00E7: LATIN SMALL LETTER C WITH CEDILLA
 340        + "ć"  // U+0107: LATIN SMALL LETTER C WITH ACUTE
 341        + "ĉ"  // U+0109: LATIN SMALL LETTER C WITH CIRCUMFLEX
 342        + "ċ"  // U+010B: LATIN SMALL LETTER C WITH DOT ABOVE
 343        + "č"  // U+010D: LATIN SMALL LETTER C WITH CARON
 344        + "ƈ"  // U+0188: LATIN SMALL LETTER C WITH HOOK
 345        + "ȼ"  // U+023C: LATIN SMALL LETTER C WITH STROKE
 346        + "ɕ"  // U+0255: LATIN SMALL LETTER C WITH CURL
 347        + "ḉ"  // U+1E09: LATIN SMALL LETTER C WITH CEDILLA AND ACUTE
 348        + "ↄ"  // U+2184: LATIN SMALL LETTER REVERSED C
 349        + "ⓒ"  // U+24D2: CIRCLED LATIN SMALL LETTER C
 350        + "Ꜿ"  // U+A73E: LATIN CAPITAL LETTER REVERSED C WITH DOT
 351        + "ꜿ"  // U+A73F: LATIN SMALL LETTER REVERSED C WITH DOT
 352        + "ｃ"  // U+FF43: FULLWIDTH LATIN SMALL LETTER C
 353       ,"c", // Folded result
 354
 355        "⒞"  // U+249E: PARENTHESIZED LATIN SMALL LETTER C
 356       ,"(c)", // Folded result
 357
 358        "Ð"  // U+00D0: LATIN CAPITAL LETTER ETH
 359        + "Ď"  // U+010E: LATIN CAPITAL LETTER D WITH CARON
 360        + "Đ"  // U+0110: LATIN CAPITAL LETTER D WITH STROKE
 361        + "Ɖ"  // U+0189: LATIN CAPITAL LETTER AFRICAN D
 362        + "Ɗ"  // U+018A: LATIN CAPITAL LETTER D WITH HOOK
 363        + "Ƌ"  // U+018B: LATIN CAPITAL LETTER D WITH TOPBAR
 364        + "ᴅ"  // U+1D05: LATIN LETTER SMALL CAPITAL D
 365        + "ᴆ"  // U+1D06: LATIN LETTER SMALL CAPITAL ETH
 366        + "Ḋ"  // U+1E0A: LATIN CAPITAL LETTER D WITH DOT ABOVE
 367        + "Ḍ"  // U+1E0C: LATIN CAPITAL LETTER D WITH DOT BELOW
 368        + "Ḏ"  // U+1E0E: LATIN CAPITAL LETTER D WITH LINE BELOW
 369        + "Ḑ"  // U+1E10: LATIN CAPITAL LETTER D WITH CEDILLA
 370        + "Ḓ"  // U+1E12: LATIN CAPITAL LETTER D WITH CIRCUMFLEX BELOW
 371        + "Ⓓ"  // U+24B9: CIRCLED LATIN CAPITAL LETTER D
 372        + "Ꝺ"  // U+A779: LATIN CAPITAL LETTER INSULAR D
 373        + "Ｄ"  // U+FF24: FULLWIDTH LATIN CAPITAL LETTER D
 374       ,"D", // Folded result
 375
 376        "ð"  // U+00F0: LATIN SMALL LETTER ETH
 377        + "ď"  // U+010F: LATIN SMALL LETTER D WITH CARON
 378        + "đ"  // U+0111: LATIN SMALL LETTER D WITH STROKE
 379        + "ƌ"  // U+018C: LATIN SMALL LETTER D WITH TOPBAR
 380        + "ȡ"  // U+0221: LATIN SMALL LETTER D WITH CURL
 381        + "ɖ"  // U+0256: LATIN SMALL LETTER D WITH TAIL
 382        + "ɗ"  // U+0257: LATIN SMALL LETTER D WITH HOOK
 383        + "ᵭ"  // U+1D6D: LATIN SMALL LETTER D WITH MIDDLE TILDE
 384        + "ᶁ"  // U+1D81: LATIN SMALL LETTER D WITH PALATAL HOOK
 385        + "ᶑ"  // U+1D91: LATIN SMALL LETTER D WITH HOOK AND TAIL
 386        + "ḋ"  // U+1E0B: LATIN SMALL LETTER D WITH DOT ABOVE
 387        + "ḍ"  // U+1E0D: LATIN SMALL LETTER D WITH DOT BELOW
 388        + "ḏ"  // U+1E0F: LATIN SMALL LETTER D WITH LINE BELOW
 389        + "ḑ"  // U+1E11: LATIN SMALL LETTER D WITH CEDILLA
 390        + "ḓ"  // U+1E13: LATIN SMALL LETTER D WITH CIRCUMFLEX BELOW
 391        + "ⓓ"  // U+24D3: CIRCLED LATIN SMALL LETTER D
 392        + "ꝺ"  // U+A77A: LATIN SMALL LETTER INSULAR D
 393        + "ｄ"  // U+FF44: FULLWIDTH LATIN SMALL LETTER D
 394       ,"d", // Folded result
 395
 396        "Ǆ"  // U+01C4: LATIN CAPITAL LETTER DZ WITH CARON
 397        + "Ǳ"  // U+01F1: LATIN CAPITAL LETTER DZ
 398       ,"DZ", // Folded result
 399
 400        "ǅ"  // U+01C5: LATIN CAPITAL LETTER D WITH SMALL LETTER Z WITH CARON
 401        + "ǲ"  // U+01F2: LATIN CAPITAL LETTER D WITH SMALL LETTER Z
 402       ,"Dz", // Folded result
 403
 404        "⒟"  // U+249F: PARENTHESIZED LATIN SMALL LETTER D
 405       ,"(d)", // Folded result
 406
 407        "ȸ"  // U+0238: LATIN SMALL LETTER DB DIGRAPH
 408       ,"db", // Folded result
 409
 410        "ǆ"  // U+01C6: LATIN SMALL LETTER DZ WITH CARON
 411        + "ǳ"  // U+01F3: LATIN SMALL LETTER DZ
 412        + "ʣ"  // U+02A3: LATIN SMALL LETTER DZ DIGRAPH
 413        + "ʥ"  // U+02A5: LATIN SMALL LETTER DZ DIGRAPH WITH CURL
 414       ,"dz", // Folded result
 415
 416        "È"  // U+00C8: LATIN CAPITAL LETTER E WITH GRAVE
 417        + "É"  // U+00C9: LATIN CAPITAL LETTER E WITH ACUTE
 418        + "Ê"  // U+00CA: LATIN CAPITAL LETTER E WITH CIRCUMFLEX
 419        + "Ë"  // U+00CB: LATIN CAPITAL LETTER E WITH DIAERESIS
 420        + "Ē"  // U+0112: LATIN CAPITAL LETTER E WITH MACRON
 421        + "Ĕ"  // U+0114: LATIN CAPITAL LETTER E WITH BREVE
 422        + "Ė"  // U+0116: LATIN CAPITAL LETTER E WITH DOT ABOVE
 423        + "Ę"  // U+0118: LATIN CAPITAL LETTER E WITH OGONEK
 424        + "Ě"  // U+011A: LATIN CAPITAL LETTER E WITH CARON
 425        + "Ǝ"  // U+018E: LATIN CAPITAL LETTER REVERSED E
 426        + "Ɛ"  // U+0190: LATIN CAPITAL LETTER OPEN E
 427        + "Ȅ"  // U+0204: LATIN CAPITAL LETTER E WITH DOUBLE GRAVE
 428        + "Ȇ"  // U+0206: LATIN CAPITAL LETTER E WITH INVERTED BREVE
 429        + "Ȩ"  // U+0228: LATIN CAPITAL LETTER E WITH CEDILLA
 430        + "Ɇ"  // U+0246: LATIN CAPITAL LETTER E WITH STROKE
 431        + "ᴇ"  // U+1D07: LATIN LETTER SMALL CAPITAL E
 432        + "Ḕ"  // U+1E14: LATIN CAPITAL LETTER E WITH MACRON AND GRAVE
 433        + "Ḗ"  // U+1E16: LATIN CAPITAL LETTER E WITH MACRON AND ACUTE
 434        + "Ḙ"  // U+1E18: LATIN CAPITAL LETTER E WITH CIRCUMFLEX BELOW
 435        + "Ḛ"  // U+1E1A: LATIN CAPITAL LETTER E WITH TILDE BELOW
 436        + "Ḝ"  // U+1E1C: LATIN CAPITAL LETTER E WITH CEDILLA AND BREVE
 437        + "Ẹ"  // U+1EB8: LATIN CAPITAL LETTER E WITH DOT BELOW
 438        + "Ẻ"  // U+1EBA: LATIN CAPITAL LETTER E WITH HOOK ABOVE
 439        + "Ẽ"  // U+1EBC: LATIN CAPITAL LETTER E WITH TILDE
 440        + "Ế"  // U+1EBE: LATIN CAPITAL LETTER E WITH CIRCUMFLEX AND ACUTE
 441        + "Ề"  // U+1EC0: LATIN CAPITAL LETTER E WITH CIRCUMFLEX AND GRAVE
 442        + "Ể"  // U+1EC2: LATIN CAPITAL LETTER E WITH CIRCUMFLEX AND HOOK ABOVE
 443        + "Ễ"  // U+1EC4: LATIN CAPITAL LETTER E WITH CIRCUMFLEX AND TILDE
 444        + "Ệ"  // U+1EC6: LATIN CAPITAL LETTER E WITH CIRCUMFLEX AND DOT BELOW
 445        + "Ⓔ"  // U+24BA: CIRCLED LATIN CAPITAL LETTER E
 446        + "ⱻ"  // U+2C7B: LATIN LETTER SMALL CAPITAL TURNED E
 447        + "Ｅ"  // U+FF25: FULLWIDTH LATIN CAPITAL LETTER E
 448       ,"E", // Folded result
 449
 450        "è"  // U+00E8: LATIN SMALL LETTER E WITH GRAVE
 451        + "é"  // U+00E9: LATIN SMALL LETTER E WITH ACUTE
 452        + "ê"  // U+00EA: LATIN SMALL LETTER E WITH CIRCUMFLEX
 453        + "ë"  // U+00EB: LATIN SMALL LETTER E WITH DIAERESIS
 454        + "ē"  // U+0113: LATIN SMALL LETTER E WITH MACRON
 455        + "ĕ"  // U+0115: LATIN SMALL LETTER E WITH BREVE
 456        + "ė"  // U+0117: LATIN SMALL LETTER E WITH DOT ABOVE
 457        + "ę"  // U+0119: LATIN SMALL LETTER E WITH OGONEK
 458        + "ě"  // U+011B: LATIN SMALL LETTER E WITH CARON
 459        + "ǝ"  // U+01DD: LATIN SMALL LETTER TURNED E
 460        + "ȅ"  // U+0205: LATIN SMALL LETTER E WITH DOUBLE GRAVE
 461        + "ȇ"  // U+0207: LATIN SMALL LETTER E WITH INVERTED BREVE
 462        + "ȩ"  // U+0229: LATIN SMALL LETTER E WITH CEDILLA
 463        + "ɇ"  // U+0247: LATIN SMALL LETTER E WITH STROKE
 464        + "ɘ"  // U+0258: LATIN SMALL LETTER REVERSED E
 465        + "ɛ"  // U+025B: LATIN SMALL LETTER OPEN E
 466        + "ɜ"  // U+025C: LATIN SMALL LETTER REVERSED OPEN E
 467        + "ɝ"  // U+025D: LATIN SMALL LETTER REVERSED OPEN E WITH HOOK
 468        + "ɞ"  // U+025E: LATIN SMALL LETTER CLOSED REVERSED OPEN E
 469        + "ʚ"  // U+029A: LATIN SMALL LETTER CLOSED OPEN E
 470        + "ᴈ"  // U+1D08: LATIN SMALL LETTER TURNED OPEN E
 471        + "ᶒ"  // U+1D92: LATIN SMALL LETTER E WITH RETROFLEX HOOK
 472        + "ᶓ"  // U+1D93: LATIN SMALL LETTER OPEN E WITH RETROFLEX HOOK
 473        + "ᶔ"  // U+1D94: LATIN SMALL LETTER REVERSED OPEN E WITH RETROFLEX HOOK
 474        + "ḕ"  // U+1E15: LATIN SMALL LETTER E WITH MACRON AND GRAVE
 475        + "ḗ"  // U+1E17: LATIN SMALL LETTER E WITH MACRON AND ACUTE
 476        + "ḙ"  // U+1E19: LATIN SMALL LETTER E WITH CIRCUMFLEX BELOW
 477        + "ḛ"  // U+1E1B: LATIN SMALL LETTER E WITH TILDE BELOW
 478        + "ḝ"  // U+1E1D: LATIN SMALL LETTER E WITH CEDILLA AND BREVE
 479        + "ẹ"  // U+1EB9: LATIN SMALL LETTER E WITH DOT BELOW
 480        + "ẻ"  // U+1EBB: LATIN SMALL LETTER E WITH HOOK ABOVE
 481        + "ẽ"  // U+1EBD: LATIN SMALL LETTER E WITH TILDE
 482        + "ế"  // U+1EBF: LATIN SMALL LETTER E WITH CIRCUMFLEX AND ACUTE
 483        + "ề"  // U+1EC1: LATIN SMALL LETTER E WITH CIRCUMFLEX AND GRAVE
 484        + "ể"  // U+1EC3: LATIN SMALL LETTER E WITH CIRCUMFLEX AND HOOK ABOVE
 485        + "ễ"  // U+1EC5: LATIN SMALL LETTER E WITH CIRCUMFLEX AND TILDE
 486        + "ệ"  // U+1EC7: LATIN SMALL LETTER E WITH CIRCUMFLEX AND DOT BELOW
 487        + "ₑ"  // U+2091: LATIN SUBSCRIPT SMALL LETTER E
 488        + "ⓔ"  // U+24D4: CIRCLED LATIN SMALL LETTER E
 489        + "ⱸ"  // U+2C78: LATIN SMALL LETTER E WITH NOTCH
 490        + "ｅ"  // U+FF45: FULLWIDTH LATIN SMALL LETTER E
 491       ,"e", // Folded result
 492
 493        "⒠"  // U+24A0: PARENTHESIZED LATIN SMALL LETTER E
 494       ,"(e)", // Folded result
 495
 496        "Ƒ"  // U+0191: LATIN CAPITAL LETTER F WITH HOOK
 497        + "Ḟ"  // U+1E1E: LATIN CAPITAL LETTER F WITH DOT ABOVE
 498        + "Ⓕ"  // U+24BB: CIRCLED LATIN CAPITAL LETTER F
 499        + "ꜰ"  // U+A730: LATIN LETTER SMALL CAPITAL F
 500        + "Ꝼ"  // U+A77B: LATIN CAPITAL LETTER INSULAR F
 501        + "ꟻ"  // U+A7FB: LATIN EPIGRAPHIC LETTER REVERSED F
 502        + "Ｆ"  // U+FF26: FULLWIDTH LATIN CAPITAL LETTER F
 503       ,"F", // Folded result
 504
 505        "ƒ"  // U+0192: LATIN SMALL LETTER F WITH HOOK
 506        + "ᵮ"  // U+1D6E: LATIN SMALL LETTER F WITH MIDDLE TILDE
 507        + "ᶂ"  // U+1D82: LATIN SMALL LETTER F WITH PALATAL HOOK
 508        + "ḟ"  // U+1E1F: LATIN SMALL LETTER F WITH DOT ABOVE
 509        + "ẛ"  // U+1E9B: LATIN SMALL LETTER LONG S WITH DOT ABOVE
 510        + "ⓕ"  // U+24D5: CIRCLED LATIN SMALL LETTER F
 511        + "ꝼ"  // U+A77C: LATIN SMALL LETTER INSULAR F
 512        + "ｆ"  // U+FF46: FULLWIDTH LATIN SMALL LETTER F
 513       ,"f", // Folded result
 514
 515        "⒡"  // U+24A1: PARENTHESIZED LATIN SMALL LETTER F
 516       ,"(f)", // Folded result
 517
 518        "ﬀ"  // U+FB00: LATIN SMALL LIGATURE FF
 519       ,"ff", // Folded result
 520
 521        "ﬃ"  // U+FB03: LATIN SMALL LIGATURE FFI
 522       ,"ffi", // Folded result
 523
 524        "ﬄ"  // U+FB04: LATIN SMALL LIGATURE FFL
 525       ,"ffl", // Folded result
 526
 527        "ﬁ"  // U+FB01: LATIN SMALL LIGATURE FI
 528       ,"fi", // Folded result
 529
 530        "ﬂ"  // U+FB02: LATIN SMALL LIGATURE FL
 531       ,"fl", // Folded result
 532
 533        "Ĝ"  // U+011C: LATIN CAPITAL LETTER G WITH CIRCUMFLEX
 534        + "Ğ"  // U+011E: LATIN CAPITAL LETTER G WITH BREVE
 535        + "Ġ"  // U+0120: LATIN CAPITAL LETTER G WITH DOT ABOVE
 536        + "Ģ"  // U+0122: LATIN CAPITAL LETTER G WITH CEDILLA
 537        + "Ɠ"  // U+0193: LATIN CAPITAL LETTER G WITH HOOK
 538        + "Ǥ"  // U+01E4: LATIN CAPITAL LETTER G WITH STROKE
 539        + "ǥ"  // U+01E5: LATIN SMALL LETTER G WITH STROKE
 540        + "Ǧ"  // U+01E6: LATIN CAPITAL LETTER G WITH CARON
 541        + "ǧ"  // U+01E7: LATIN SMALL LETTER G WITH CARON
 542        + "Ǵ"  // U+01F4: LATIN CAPITAL LETTER G WITH ACUTE
 543        + "ɢ"  // U+0262: LATIN LETTER SMALL CAPITAL G
 544        + "ʛ"  // U+029B: LATIN LETTER SMALL CAPITAL G WITH HOOK
 545        + "Ḡ"  // U+1E20: LATIN CAPITAL LETTER G WITH MACRON
 546        + "Ⓖ"  // U+24BC: CIRCLED LATIN CAPITAL LETTER G
 547        + "Ᵹ"  // U+A77D: LATIN CAPITAL LETTER INSULAR G
 548        + "Ꝿ"  // U+A77E: LATIN CAPITAL LETTER TURNED INSULAR G
 549        + "Ｇ"  // U+FF27: FULLWIDTH LATIN CAPITAL LETTER G
 550       ,"G", // Folded result
 551
 552        "ĝ"  // U+011D: LATIN SMALL LETTER G WITH CIRCUMFLEX
 553        + "ğ"  // U+011F: LATIN SMALL LETTER G WITH BREVE
 554        + "ġ"  // U+0121: LATIN SMALL LETTER G WITH DOT ABOVE
 555        + "ģ"  // U+0123: LATIN SMALL LETTER G WITH CEDILLA
 556        + "ǵ"  // U+01F5: LATIN SMALL LETTER G WITH ACUTE
 557        + "ɠ"  // U+0260: LATIN SMALL LETTER G WITH HOOK
 558        + "ɡ"  // U+0261: LATIN SMALL LETTER SCRIPT G
 559        + "ᵷ"  // U+1D77: LATIN SMALL LETTER TURNED G
 560        + "ᵹ"  // U+1D79: LATIN SMALL LETTER INSULAR G
 561        + "ᶃ"  // U+1D83: LATIN SMALL LETTER G WITH PALATAL HOOK
 562        + "ḡ"  // U+1E21: LATIN SMALL LETTER G WITH MACRON
 563        + "ⓖ"  // U+24D6: CIRCLED LATIN SMALL LETTER G
 564        + "ꝿ"  // U+A77F: LATIN SMALL LETTER TURNED INSULAR G
 565        + "ｇ"  // U+FF47: FULLWIDTH LATIN SMALL LETTER G
 566       ,"g", // Folded result
 567
 568        "⒢"  // U+24A2: PARENTHESIZED LATIN SMALL LETTER G
 569       ,"(g)", // Folded result
 570
 571        "Ĥ"  // U+0124: LATIN CAPITAL LETTER H WITH CIRCUMFLEX
 572        + "Ħ"  // U+0126: LATIN CAPITAL LETTER H WITH STROKE
 573        + "Ȟ"  // U+021E: LATIN CAPITAL LETTER H WITH CARON
 574        + "ʜ"  // U+029C: LATIN LETTER SMALL CAPITAL H
 575        + "Ḣ"  // U+1E22: LATIN CAPITAL LETTER H WITH DOT ABOVE
 576        + "Ḥ"  // U+1E24: LATIN CAPITAL LETTER H WITH DOT BELOW
 577        + "Ḧ"  // U+1E26: LATIN CAPITAL LETTER H WITH DIAERESIS
 578        + "Ḩ"  // U+1E28: LATIN CAPITAL LETTER H WITH CEDILLA
 579        + "Ḫ"  // U+1E2A: LATIN CAPITAL LETTER H WITH BREVE BELOW
 580        + "Ⓗ"  // U+24BD: CIRCLED LATIN CAPITAL LETTER H
 581        + "Ⱨ"  // U+2C67: LATIN CAPITAL LETTER H WITH DESCENDER
 582        + "Ⱶ"  // U+2C75: LATIN CAPITAL LETTER HALF H
 583        + "Ｈ"  // U+FF28: FULLWIDTH LATIN CAPITAL LETTER H
 584       ,"H", // Folded result
 585
 586        "ĥ"  // U+0125: LATIN SMALL LETTER H WITH CIRCUMFLEX
 587        + "ħ"  // U+0127: LATIN SMALL LETTER H WITH STROKE
 588        + "ȟ"  // U+021F: LATIN SMALL LETTER H WITH CARON
 589        + "ɥ"  // U+0265: LATIN SMALL LETTER TURNED H
 590        + "ɦ"  // U+0266: LATIN SMALL LETTER H WITH HOOK
 591        + "ʮ"  // U+02AE: LATIN SMALL LETTER TURNED H WITH FISHHOOK
 592        + "ʯ"  // U+02AF: LATIN SMALL LETTER TURNED H WITH FISHHOOK AND TAIL
 593        + "ḣ"  // U+1E23: LATIN SMALL LETTER H WITH DOT ABOVE
 594        + "ḥ"  // U+1E25: LATIN SMALL LETTER H WITH DOT BELOW
 595        + "ḧ"  // U+1E27: LATIN SMALL LETTER H WITH DIAERESIS
 596        + "ḩ"  // U+1E29: LATIN SMALL LETTER H WITH CEDILLA
 597        + "ḫ"  // U+1E2B: LATIN SMALL LETTER H WITH BREVE BELOW
 598        + "ẖ"  // U+1E96: LATIN SMALL LETTER H WITH LINE BELOW
 599        + "ⓗ"  // U+24D7: CIRCLED LATIN SMALL LETTER H
 600        + "ⱨ"  // U+2C68: LATIN SMALL LETTER H WITH DESCENDER
 601        + "ⱶ"  // U+2C76: LATIN SMALL LETTER HALF H
 602        + "ｈ"  // U+FF48: FULLWIDTH LATIN SMALL LETTER H
 603       ,"h", // Folded result
 604
 605        "Ƕ"  // U+01F6: LATIN CAPITAL LETTER HWAIR
 606       ,"HV", // Folded result
 607
 608        "⒣"  // U+24A3: PARENTHESIZED LATIN SMALL LETTER H
 609       ,"(h)", // Folded result
 610
 611        "ƕ"  // U+0195: LATIN SMALL LETTER HV
 612       ,"hv", // Folded result
 613
 614        "Ì"  // U+00CC: LATIN CAPITAL LETTER I WITH GRAVE
 615        + "Í"  // U+00CD: LATIN CAPITAL LETTER I WITH ACUTE
 616        + "Î"  // U+00CE: LATIN CAPITAL LETTER I WITH CIRCUMFLEX
 617        + "Ï"  // U+00CF: LATIN CAPITAL LETTER I WITH DIAERESIS
 618        + "Ĩ"  // U+0128: LATIN CAPITAL LETTER I WITH TILDE
 619        + "Ī"  // U+012A: LATIN CAPITAL LETTER I WITH MACRON
 620        + "Ĭ"  // U+012C: LATIN CAPITAL LETTER I WITH BREVE
 621        + "Į"  // U+012E: LATIN CAPITAL LETTER I WITH OGONEK
 622        + "İ"  // U+0130: LATIN CAPITAL LETTER I WITH DOT ABOVE
 623        + "Ɩ"  // U+0196: LATIN CAPITAL LETTER IOTA
 624        + "Ɨ"  // U+0197: LATIN CAPITAL LETTER I WITH STROKE
 625        + "Ǐ"  // U+01CF: LATIN CAPITAL LETTER I WITH CARON
 626        + "Ȉ"  // U+0208: LATIN CAPITAL LETTER I WITH DOUBLE GRAVE
 627        + "Ȋ"  // U+020A: LATIN CAPITAL LETTER I WITH INVERTED BREVE
 628        + "ɪ"  // U+026A: LATIN LETTER SMALL CAPITAL I
 629        + "ᵻ"  // U+1D7B: LATIN SMALL CAPITAL LETTER I WITH STROKE
 630        + "Ḭ"  // U+1E2C: LATIN CAPITAL LETTER I WITH TILDE BELOW
 631        + "Ḯ"  // U+1E2E: LATIN CAPITAL LETTER I WITH DIAERESIS AND ACUTE
 632        + "Ỉ"  // U+1EC8: LATIN CAPITAL LETTER I WITH HOOK ABOVE
 633        + "Ị"  // U+1ECA: LATIN CAPITAL LETTER I WITH DOT BELOW
 634        + "Ⓘ"  // U+24BE: CIRCLED LATIN CAPITAL LETTER I
 635        + "ꟾ"  // U+A7FE: LATIN EPIGRAPHIC LETTER I LONGA
 636        + "Ｉ"  // U+FF29: FULLWIDTH LATIN CAPITAL LETTER I
 637       ,"I", // Folded result
 638
 639        "ì"  // U+00EC: LATIN SMALL LETTER I WITH GRAVE
 640        + "í"  // U+00ED: LATIN SMALL LETTER I WITH ACUTE
 641        + "î"  // U+00EE: LATIN SMALL LETTER I WITH CIRCUMFLEX
 642        + "ï"  // U+00EF: LATIN SMALL LETTER I WITH DIAERESIS
 643        + "ĩ"  // U+0129: LATIN SMALL LETTER I WITH TILDE
 644        + "ī"  // U+012B: LATIN SMALL LETTER I WITH MACRON
 645        + "ĭ"  // U+012D: LATIN SMALL LETTER I WITH BREVE
 646        + "į"  // U+012F: LATIN SMALL LETTER I WITH OGONEK
 647        + "ı"  // U+0131: LATIN SMALL LETTER DOTLESS I
 648        + "ǐ"  // U+01D0: LATIN SMALL LETTER I WITH CARON
 649        + "ȉ"  // U+0209: LATIN SMALL LETTER I WITH DOUBLE GRAVE
 650        + "ȋ"  // U+020B: LATIN SMALL LETTER I WITH INVERTED BREVE
 651        + "ɨ"  // U+0268: LATIN SMALL LETTER I WITH STROKE
 652        + "ᴉ"  // U+1D09: LATIN SMALL LETTER TURNED I
 653        + "ᵢ"  // U+1D62: LATIN SUBSCRIPT SMALL LETTER I
 654        + "ᵼ"  // U+1D7C: LATIN SMALL LETTER IOTA WITH STROKE
 655        + "ᶖ"  // U+1D96: LATIN SMALL LETTER I WITH RETROFLEX HOOK
 656        + "ḭ"  // U+1E2D: LATIN SMALL LETTER I WITH TILDE BELOW
 657        + "ḯ"  // U+1E2F: LATIN SMALL LETTER I WITH DIAERESIS AND ACUTE
 658        + "ỉ"  // U+1EC9: LATIN SMALL LETTER I WITH HOOK ABOVE
 659        + "ị"  // U+1ECB: LATIN SMALL LETTER I WITH DOT BELOW
 660        + "ⁱ"  // U+2071: SUPERSCRIPT LATIN SMALL LETTER I
 661        + "ⓘ"  // U+24D8: CIRCLED LATIN SMALL LETTER I
 662        + "ｉ"  // U+FF49: FULLWIDTH LATIN SMALL LETTER I
 663       ,"i", // Folded result
 664
 665        "Ĳ"  // U+0132: LATIN CAPITAL LIGATURE IJ
 666       ,"IJ", // Folded result
 667
 668        "⒤"  // U+24A4: PARENTHESIZED LATIN SMALL LETTER I
 669       ,"(i)", // Folded result
 670
 671        "ĳ"  // U+0133: LATIN SMALL LIGATURE IJ
 672       ,"ij", // Folded result
 673
 674        "Ĵ"  // U+0134: LATIN CAPITAL LETTER J WITH CIRCUMFLEX
 675        + "Ɉ"  // U+0248: LATIN CAPITAL LETTER J WITH STROKE
 676        + "ᴊ"  // U+1D0A: LATIN LETTER SMALL CAPITAL J
 677        + "Ⓙ"  // U+24BF: CIRCLED LATIN CAPITAL LETTER J
 678        + "Ｊ"  // U+FF2A: FULLWIDTH LATIN CAPITAL LETTER J
 679       ,"J", // Folded result
 680
 681        "ĵ"  // U+0135: LATIN SMALL LETTER J WITH CIRCUMFLEX
 682        + "ǰ"  // U+01F0: LATIN SMALL LETTER J WITH CARON
 683        + "ȷ"  // U+0237: LATIN SMALL LETTER DOTLESS J
 684        + "ɉ"  // U+0249: LATIN SMALL LETTER J WITH STROKE
 685        + "ɟ"  // U+025F: LATIN SMALL LETTER DOTLESS J WITH STROKE
 686        + "ʄ"  // U+0284: LATIN SMALL LETTER DOTLESS J WITH STROKE AND HOOK
 687        + "ʝ"  // U+029D: LATIN SMALL LETTER J WITH CROSSED-TAIL
 688        + "ⓙ"  // U+24D9: CIRCLED LATIN SMALL LETTER J
 689        + "ⱼ"  // U+2C7C: LATIN SUBSCRIPT SMALL LETTER J
 690        + "ｊ"  // U+FF4A: FULLWIDTH LATIN SMALL LETTER J
 691       ,"j", // Folded result
 692
 693        "⒥"  // U+24A5: PARENTHESIZED LATIN SMALL LETTER J
 694       ,"(j)", // Folded result
 695
 696        "Ķ"  // U+0136: LATIN CAPITAL LETTER K WITH CEDILLA
 697        + "Ƙ"  // U+0198: LATIN CAPITAL LETTER K WITH HOOK
 698        + "Ǩ"  // U+01E8: LATIN CAPITAL LETTER K WITH CARON
 699        + "ᴋ"  // U+1D0B: LATIN LETTER SMALL CAPITAL K
 700        + "Ḱ"  // U+1E30: LATIN CAPITAL LETTER K WITH ACUTE
 701        + "Ḳ"  // U+1E32: LATIN CAPITAL LETTER K WITH DOT BELOW
 702        + "Ḵ"  // U+1E34: LATIN CAPITAL LETTER K WITH LINE BELOW
 703        + "Ⓚ"  // U+24C0: CIRCLED LATIN CAPITAL LETTER K
 704        + "Ⱪ"  // U+2C69: LATIN CAPITAL LETTER K WITH DESCENDER
 705        + "Ꝁ"  // U+A740: LATIN CAPITAL LETTER K WITH STROKE
 706        + "Ꝃ"  // U+A742: LATIN CAPITAL LETTER K WITH DIAGONAL STROKE
 707        + "Ꝅ"  // U+A744: LATIN CAPITAL LETTER K WITH STROKE AND DIAGONAL STROKE
 708        + "Ｋ"  // U+FF2B: FULLWIDTH LATIN CAPITAL LETTER K
 709       ,"K", // Folded result
 710
 711        "ķ"  // U+0137: LATIN SMALL LETTER K WITH CEDILLA
 712        + "ƙ"  // U+0199: LATIN SMALL LETTER K WITH HOOK
 713        + "ǩ"  // U+01E9: LATIN SMALL LETTER K WITH CARON
 714        + "ʞ"  // U+029E: LATIN SMALL LETTER TURNED K
 715        + "ᶄ"  // U+1D84: LATIN SMALL LETTER K WITH PALATAL HOOK
 716        + "ḱ"  // U+1E31: LATIN SMALL LETTER K WITH ACUTE
 717        + "ḳ"  // U+1E33: LATIN SMALL LETTER K WITH DOT BELOW
 718        + "ḵ"  // U+1E35: LATIN SMALL LETTER K WITH LINE BELOW
 719        + "ⓚ"  // U+24DA: CIRCLED LATIN SMALL LETTER K
 720        + "ⱪ"  // U+2C6A: LATIN SMALL LETTER K WITH DESCENDER
 721        + "ꝁ"  // U+A741: LATIN SMALL LETTER K WITH STROKE
 722        + "ꝃ"  // U+A743: LATIN SMALL LETTER K WITH DIAGONAL STROKE
 723        + "ꝅ"  // U+A745: LATIN SMALL LETTER K WITH STROKE AND DIAGONAL STROKE
 724        + "ｋ"  // U+FF4B: FULLWIDTH LATIN SMALL LETTER K
 725       ,"k", // Folded result
 726
 727        "⒦"  // U+24A6: PARENTHESIZED LATIN SMALL LETTER K
 728       ,"(k)", // Folded result
 729
 730        "Ĺ"  // U+0139: LATIN CAPITAL LETTER L WITH ACUTE
 731        + "Ļ"  // U+013B: LATIN CAPITAL LETTER L WITH CEDILLA
 732        + "Ľ"  // U+013D: LATIN CAPITAL LETTER L WITH CARON
 733        + "Ŀ"  // U+013F: LATIN CAPITAL LETTER L WITH MIDDLE DOT
 734        + "Ł"  // U+0141: LATIN CAPITAL LETTER L WITH STROKE
 735        + "Ƚ"  // U+023D: LATIN CAPITAL LETTER L WITH BAR
 736        + "ʟ"  // U+029F: LATIN LETTER SMALL CAPITAL L
 737        + "ᴌ"  // U+1D0C: LATIN LETTER SMALL CAPITAL L WITH STROKE
 738        + "Ḷ"  // U+1E36: LATIN CAPITAL LETTER L WITH DOT BELOW
 739        + "Ḹ"  // U+1E38: LATIN CAPITAL LETTER L WITH DOT BELOW AND MACRON
 740        + "Ḻ"  // U+1E3A: LATIN CAPITAL LETTER L WITH LINE BELOW
 741        + "Ḽ"  // U+1E3C: LATIN CAPITAL LETTER L WITH CIRCUMFLEX BELOW
 742        + "Ⓛ"  // U+24C1: CIRCLED LATIN CAPITAL LETTER L
 743        + "Ⱡ"  // U+2C60: LATIN CAPITAL LETTER L WITH DOUBLE BAR
 744        + "Ɫ"  // U+2C62: LATIN CAPITAL LETTER L WITH MIDDLE TILDE
 745        + "Ꝇ"  // U+A746: LATIN CAPITAL LETTER BROKEN L
 746        + "Ꝉ"  // U+A748: LATIN CAPITAL LETTER L WITH HIGH STROKE
 747        + "Ꞁ"  // U+A780: LATIN CAPITAL LETTER TURNED L
 748        + "Ｌ"  // U+FF2C: FULLWIDTH LATIN CAPITAL LETTER L
 749       ,"L", // Folded result
 750
 751        "ĺ"  // U+013A: LATIN SMALL LETTER L WITH ACUTE
 752        + "ļ"  // U+013C: LATIN SMALL LETTER L WITH CEDILLA
 753        + "ľ"  // U+013E: LATIN SMALL LETTER L WITH CARON
 754        + "ŀ"  // U+0140: LATIN SMALL LETTER L WITH MIDDLE DOT
 755        + "ł"  // U+0142: LATIN SMALL LETTER L WITH STROKE
 756        + "ƚ"  // U+019A: LATIN SMALL LETTER L WITH BAR
 757        + "ȴ"  // U+0234: LATIN SMALL LETTER L WITH CURL
 758        + "ɫ"  // U+026B: LATIN SMALL LETTER L WITH MIDDLE TILDE
 759        + "ɬ"  // U+026C: LATIN SMALL LETTER L WITH BELT
 760        + "ɭ"  // U+026D: LATIN SMALL LETTER L WITH RETROFLEX HOOK
 761        + "ᶅ"  // U+1D85: LATIN SMALL LETTER L WITH PALATAL HOOK
 762        + "ḷ"  // U+1E37: LATIN SMALL LETTER L WITH DOT BELOW
 763        + "ḹ"  // U+1E39: LATIN SMALL LETTER L WITH DOT BELOW AND MACRON
 764        + "ḻ"  // U+1E3B: LATIN SMALL LETTER L WITH LINE BELOW
 765        + "ḽ"  // U+1E3D: LATIN SMALL LETTER L WITH CIRCUMFLEX BELOW
 766        + "ⓛ"  // U+24DB: CIRCLED LATIN SMALL LETTER L
 767        + "ⱡ"  // U+2C61: LATIN SMALL LETTER L WITH DOUBLE BAR
 768        + "ꝇ"  // U+A747: LATIN SMALL LETTER BROKEN L
 769        + "ꝉ"  // U+A749: LATIN SMALL LETTER L WITH HIGH STROKE
 770        + "ꞁ"  // U+A781: LATIN SMALL LETTER TURNED L
 771        + "ｌ"  // U+FF4C: FULLWIDTH LATIN SMALL LETTER L
 772       ,"l", // Folded result
 773
 774        "Ǉ"  // U+01C7: LATIN CAPITAL LETTER LJ
 775       ,"LJ", // Folded result
 776
 777        "Ỻ"  // U+1EFA: LATIN CAPITAL LETTER MIDDLE-WELSH LL
 778       ,"LL", // Folded result
 779
 780        "ǈ"  // U+01C8: LATIN CAPITAL LETTER L WITH SMALL LETTER J
 781       ,"Lj", // Folded result
 782
 783        "⒧"  // U+24A7: PARENTHESIZED LATIN SMALL LETTER L
 784       ,"(l)", // Folded result
 785
 786        "ǉ"  // U+01C9: LATIN SMALL LETTER LJ
 787       ,"lj", // Folded result
 788
 789        "ỻ"  // U+1EFB: LATIN SMALL LETTER MIDDLE-WELSH LL
 790       ,"ll", // Folded result
 791
 792        "ʪ"  // U+02AA: LATIN SMALL LETTER LS DIGRAPH
 793       ,"ls", // Folded result
 794
 795        "ʫ"  // U+02AB: LATIN SMALL LETTER LZ DIGRAPH
 796       ,"lz", // Folded result
 797
 798        "Ɯ"  // U+019C: LATIN CAPITAL LETTER TURNED M
 799        + "ᴍ"  // U+1D0D: LATIN LETTER SMALL CAPITAL M
 800        + "Ḿ"  // U+1E3E: LATIN CAPITAL LETTER M WITH ACUTE
 801        + "Ṁ"  // U+1E40: LATIN CAPITAL LETTER M WITH DOT ABOVE
 802        + "Ṃ"  // U+1E42: LATIN CAPITAL LETTER M WITH DOT BELOW
 803        + "Ⓜ"  // U+24C2: CIRCLED LATIN CAPITAL LETTER M
 804        + "Ɱ"  // U+2C6E: LATIN CAPITAL LETTER M WITH HOOK
 805        + "ꟽ"  // U+A7FD: LATIN EPIGRAPHIC LETTER INVERTED M
 806        + "ꟿ"  // U+A7FF: LATIN EPIGRAPHIC LETTER ARCHAIC M
 807        + "Ｍ"  // U+FF2D: FULLWIDTH LATIN CAPITAL LETTER M
 808       ,"M", // Folded result
 809
 810        "ɯ"  // U+026F: LATIN SMALL LETTER TURNED M
 811        + "ɰ"  // U+0270: LATIN SMALL LETTER TURNED M WITH LONG LEG
 812        + "ɱ"  // U+0271: LATIN SMALL LETTER M WITH HOOK
 813        + "ᵯ"  // U+1D6F: LATIN SMALL LETTER M WITH MIDDLE TILDE
 814        + "ᶆ"  // U+1D86: LATIN SMALL LETTER M WITH PALATAL HOOK
 815        + "ḿ"  // U+1E3F: LATIN SMALL LETTER M WITH ACUTE
 816        + "ṁ"  // U+1E41: LATIN SMALL LETTER M WITH DOT ABOVE
 817        + "ṃ"  // U+1E43: LATIN SMALL LETTER M WITH DOT BELOW
 818        + "ⓜ"  // U+24DC: CIRCLED LATIN SMALL LETTER M
 819        + "ｍ"  // U+FF4D: FULLWIDTH LATIN SMALL LETTER M
 820       ,"m", // Folded result
 821
 822        "⒨"  // U+24A8: PARENTHESIZED LATIN SMALL LETTER M
 823       ,"(m)", // Folded result
 824
 825        "Ñ"  // U+00D1: LATIN CAPITAL LETTER N WITH TILDE
 826        + "Ń"  // U+0143: LATIN CAPITAL LETTER N WITH ACUTE
 827        + "Ņ"  // U+0145: LATIN CAPITAL LETTER N WITH CEDILLA
 828        + "Ň"  // U+0147: LATIN CAPITAL LETTER N WITH CARON
 829        + "Ŋ"  // U+014A: LATIN CAPITAL LETTER ENG
 830        + "Ɲ"  // U+019D: LATIN CAPITAL LETTER N WITH LEFT HOOK
 831        + "Ǹ"  // U+01F8: LATIN CAPITAL LETTER N WITH GRAVE
 832        + "Ƞ"  // U+0220: LATIN CAPITAL LETTER N WITH LONG RIGHT LEG
 833        + "ɴ"  // U+0274: LATIN LETTER SMALL CAPITAL N
 834        + "ᴎ"  // U+1D0E: LATIN LETTER SMALL CAPITAL REVERSED N
 835        + "Ṅ"  // U+1E44: LATIN CAPITAL LETTER N WITH DOT ABOVE
 836        + "Ṇ"  // U+1E46: LATIN CAPITAL LETTER N WITH DOT BELOW
 837        + "Ṉ"  // U+1E48: LATIN CAPITAL LETTER N WITH LINE BELOW
 838        + "Ṋ"  // U+1E4A: LATIN CAPITAL LETTER N WITH CIRCUMFLEX BELOW
 839        + "Ⓝ"  // U+24C3: CIRCLED LATIN CAPITAL LETTER N
 840        + "Ｎ"  // U+FF2E: FULLWIDTH LATIN CAPITAL LETTER N
 841       ,"N", // Folded result
 842
 843        "ñ"  // U+00F1: LATIN SMALL LETTER N WITH TILDE
 844        + "ń"  // U+0144: LATIN SMALL LETTER N WITH ACUTE
 845        + "ņ"  // U+0146: LATIN SMALL LETTER N WITH CEDILLA
 846        + "ň"  // U+0148: LATIN SMALL LETTER N WITH CARON
 847        + "ŉ"  // U+0149: LATIN SMALL LETTER N PRECEDED BY APOSTROPHE
 848        + "ŋ"  // U+014B: LATIN SMALL LETTER ENG
 849        + "ƞ"  // U+019E: LATIN SMALL LETTER N WITH LONG RIGHT LEG
 850        + "ǹ"  // U+01F9: LATIN SMALL LETTER N WITH GRAVE
 851        + "ȵ"  // U+0235: LATIN SMALL LETTER N WITH CURL
 852        + "ɲ"  // U+0272: LATIN SMALL LETTER N WITH LEFT HOOK
 853        + "ɳ"  // U+0273: LATIN SMALL LETTER N WITH RETROFLEX HOOK
 854        + "ᵰ"  // U+1D70: LATIN SMALL LETTER N WITH MIDDLE TILDE
 855        + "ᶇ"  // U+1D87: LATIN SMALL LETTER N WITH PALATAL HOOK
 856        + "ṅ"  // U+1E45: LATIN SMALL LETTER N WITH DOT ABOVE
 857        + "ṇ"  // U+1E47: LATIN SMALL LETTER N WITH DOT BELOW
 858        + "ṉ"  // U+1E49: LATIN SMALL LETTER N WITH LINE BELOW
 859        + "ṋ"  // U+1E4B: LATIN SMALL LETTER N WITH CIRCUMFLEX BELOW
 860        + "ⁿ"  // U+207F: SUPERSCRIPT LATIN SMALL LETTER N
 861        + "ⓝ"  // U+24DD: CIRCLED LATIN SMALL LETTER N
 862        + "ｎ"  // U+FF4E: FULLWIDTH LATIN SMALL LETTER N
 863       ,"n", // Folded result
 864
 865        "Ǌ"  // U+01CA: LATIN CAPITAL LETTER NJ
 866       ,"NJ", // Folded result
 867
 868        "ǋ"  // U+01CB: LATIN CAPITAL LETTER N WITH SMALL LETTER J
 869       ,"Nj", // Folded result
 870
 871        "⒩"  // U+24A9: PARENTHESIZED LATIN SMALL LETTER N
 872       ,"(n)", // Folded result
 873
 874        "ǌ"  // U+01CC: LATIN SMALL LETTER NJ
 875       ,"nj", // Folded result
 876
 877        "Ò"  // U+00D2: LATIN CAPITAL LETTER O WITH GRAVE
 878        + "Ó"  // U+00D3: LATIN CAPITAL LETTER O WITH ACUTE
 879        + "Ô"  // U+00D4: LATIN CAPITAL LETTER O WITH CIRCUMFLEX
 880        + "Õ"  // U+00D5: LATIN CAPITAL LETTER O WITH TILDE
 881        + "Ö"  // U+00D6: LATIN CAPITAL LETTER O WITH DIAERESIS
 882        + "Ø"  // U+00D8: LATIN CAPITAL LETTER O WITH STROKE
 883        + "Ō"  // U+014C: LATIN CAPITAL LETTER O WITH MACRON
 884        + "Ŏ"  // U+014E: LATIN CAPITAL LETTER O WITH BREVE
 885        + "Ő"  // U+0150: LATIN CAPITAL LETTER O WITH DOUBLE ACUTE
 886        + "Ɔ"  // U+0186: LATIN CAPITAL LETTER OPEN O
 887        + "Ɵ"  // U+019F: LATIN CAPITAL LETTER O WITH MIDDLE TILDE
 888        + "Ơ"  // U+01A0: LATIN CAPITAL LETTER O WITH HORN
 889        + "Ǒ"  // U+01D1: LATIN CAPITAL LETTER O WITH CARON
 890        + "Ǫ"  // U+01EA: LATIN CAPITAL LETTER O WITH OGONEK
 891        + "Ǭ"  // U+01EC: LATIN CAPITAL LETTER O WITH OGONEK AND MACRON
 892        + "Ǿ"  // U+01FE: LATIN CAPITAL LETTER O WITH STROKE AND ACUTE
 893        + "Ȍ"  // U+020C: LATIN CAPITAL LETTER O WITH DOUBLE GRAVE
 894        + "Ȏ"  // U+020E: LATIN CAPITAL LETTER O WITH INVERTED BREVE
 895        + "Ȫ"  // U+022A: LATIN CAPITAL LETTER O WITH DIAERESIS AND MACRON
 896        + "Ȭ"  // U+022C: LATIN CAPITAL LETTER O WITH TILDE AND MACRON
 897        + "Ȯ"  // U+022E: LATIN CAPITAL LETTER O WITH DOT ABOVE
 898        + "Ȱ"  // U+0230: LATIN CAPITAL LETTER O WITH DOT ABOVE AND MACRON
 899        + "ᴏ"  // U+1D0F: LATIN LETTER SMALL CAPITAL O
 900        + "ᴐ"  // U+1D10: LATIN LETTER SMALL CAPITAL OPEN O
 901        + "Ṍ"  // U+1E4C: LATIN CAPITAL LETTER O WITH TILDE AND ACUTE
 902        + "Ṏ"  // U+1E4E: LATIN CAPITAL LETTER O WITH TILDE AND DIAERESIS
 903        + "Ṑ"  // U+1E50: LATIN CAPITAL LETTER O WITH MACRON AND GRAVE
 904        + "Ṓ"  // U+1E52: LATIN CAPITAL LETTER O WITH MACRON AND ACUTE
 905        + "Ọ"  // U+1ECC: LATIN CAPITAL LETTER O WITH DOT BELOW
 906        + "Ỏ"  // U+1ECE: LATIN CAPITAL LETTER O WITH HOOK ABOVE
 907        + "Ố"  // U+1ED0: LATIN CAPITAL LETTER O WITH CIRCUMFLEX AND ACUTE
 908        + "Ồ"  // U+1ED2: LATIN CAPITAL LETTER O WITH CIRCUMFLEX AND GRAVE
 909        + "Ổ"  // U+1ED4: LATIN CAPITAL LETTER O WITH CIRCUMFLEX AND HOOK ABOVE
 910        + "Ỗ"  // U+1ED6: LATIN CAPITAL LETTER O WITH CIRCUMFLEX AND TILDE
 911        + "Ộ"  // U+1ED8: LATIN CAPITAL LETTER O WITH CIRCUMFLEX AND DOT BELOW
 912        + "Ớ"  // U+1EDA: LATIN CAPITAL LETTER O WITH HORN AND ACUTE
 913        + "Ờ"  // U+1EDC: LATIN CAPITAL LETTER O WITH HORN AND GRAVE
 914        + "Ở"  // U+1EDE: LATIN CAPITAL LETTER O WITH HORN AND HOOK ABOVE
 915        + "Ỡ"  // U+1EE0: LATIN CAPITAL LETTER O WITH HORN AND TILDE
 916        + "Ợ"  // U+1EE2: LATIN CAPITAL LETTER O WITH HORN AND DOT BELOW
 917        + "Ⓞ"  // U+24C4: CIRCLED LATIN CAPITAL LETTER O
 918        + "Ꝋ"  // U+A74A: LATIN CAPITAL LETTER O WITH LONG STROKE OVERLAY
 919        + "Ꝍ"  // U+A74C: LATIN CAPITAL LETTER O WITH LOOP
 920        + "Ｏ"  // U+FF2F: FULLWIDTH LATIN CAPITAL LETTER O
 921       ,"O", // Folded result
 922
 923        "ò"  // U+00F2: LATIN SMALL LETTER O WITH GRAVE
 924        + "ó"  // U+00F3: LATIN SMALL LETTER O WITH ACUTE
 925        + "ô"  // U+00F4: LATIN SMALL LETTER O WITH CIRCUMFLEX
 926        + "õ"  // U+00F5: LATIN SMALL LETTER O WITH TILDE
 927        + "ö"  // U+00F6: LATIN SMALL LETTER O WITH DIAERESIS
 928        + "ø"  // U+00F8: LATIN SMALL LETTER O WITH STROKE
 929        + "ō"  // U+014D: LATIN SMALL LETTER O WITH MACRON
 930        + "ŏ"  // U+014F: LATIN SMALL LETTER O WITH BREVE
 931        + "ő"  // U+0151: LATIN SMALL LETTER O WITH DOUBLE ACUTE
 932        + "ơ"  // U+01A1: LATIN SMALL LETTER O WITH HORN
 933        + "ǒ"  // U+01D2: LATIN SMALL LETTER O WITH CARON
 934        + "ǫ"  // U+01EB: LATIN SMALL LETTER O WITH OGONEK
 935        + "ǭ"  // U+01ED: LATIN SMALL LETTER O WITH OGONEK AND MACRON
 936        + "ǿ"  // U+01FF: LATIN SMALL LETTER O WITH STROKE AND ACUTE
 937        + "ȍ"  // U+020D: LATIN SMALL LETTER O WITH DOUBLE GRAVE
 938        + "ȏ"  // U+020F: LATIN SMALL LETTER O WITH INVERTED BREVE
 939        + "ȫ"  // U+022B: LATIN SMALL LETTER O WITH DIAERESIS AND MACRON
 940        + "ȭ"  // U+022D: LATIN SMALL LETTER O WITH TILDE AND MACRON
 941        + "ȯ"  // U+022F: LATIN SMALL LETTER O WITH DOT ABOVE
 942        + "ȱ"  // U+0231: LATIN SMALL LETTER O WITH DOT ABOVE AND MACRON
 943        + "ɔ"  // U+0254: LATIN SMALL LETTER OPEN O
 944        + "ɵ"  // U+0275: LATIN SMALL LETTER BARRED O
 945        + "ᴖ"  // U+1D16: LATIN SMALL LETTER TOP HALF O
 946        + "ᴗ"  // U+1D17: LATIN SMALL LETTER BOTTOM HALF O
 947        + "ᶗ"  // U+1D97: LATIN SMALL LETTER OPEN O WITH RETROFLEX HOOK
 948        + "ṍ"  // U+1E4D: LATIN SMALL LETTER O WITH TILDE AND ACUTE
 949        + "ṏ"  // U+1E4F: LATIN SMALL LETTER O WITH TILDE AND DIAERESIS
 950        + "ṑ"  // U+1E51: LATIN SMALL LETTER O WITH MACRON AND GRAVE
 951        + "ṓ"  // U+1E53: LATIN SMALL LETTER O WITH MACRON AND ACUTE
 952        + "ọ"  // U+1ECD: LATIN SMALL LETTER O WITH DOT BELOW
 953        + "ỏ"  // U+1ECF: LATIN SMALL LETTER O WITH HOOK ABOVE
 954        + "ố"  // U+1ED1: LATIN SMALL LETTER O WITH CIRCUMFLEX AND ACUTE
 955        + "ồ"  // U+1ED3: LATIN SMALL LETTER O WITH CIRCUMFLEX AND GRAVE
 956        + "ổ"  // U+1ED5: LATIN SMALL LETTER O WITH CIRCUMFLEX AND HOOK ABOVE
 957        + "ỗ"  // U+1ED7: LATIN SMALL LETTER O WITH CIRCUMFLEX AND TILDE
 958        + "ộ"  // U+1ED9: LATIN SMALL LETTER O WITH CIRCUMFLEX AND DOT BELOW
 959        + "ớ"  // U+1EDB: LATIN SMALL LETTER O WITH HORN AND ACUTE
 960        + "ờ"  // U+1EDD: LATIN SMALL LETTER O WITH HORN AND GRAVE
 961        + "ở"  // U+1EDF: LATIN SMALL LETTER O WITH HORN AND HOOK ABOVE
 962        + "ỡ"  // U+1EE1: LATIN SMALL LETTER O WITH HORN AND TILDE
 963        + "ợ"  // U+1EE3: LATIN SMALL LETTER O WITH HORN AND DOT BELOW
 964        + "ₒ"  // U+2092: LATIN SUBSCRIPT SMALL LETTER O
 965        + "ⓞ"  // U+24DE: CIRCLED LATIN SMALL LETTER O
 966        + "ⱺ"  // U+2C7A: LATIN SMALL LETTER O WITH LOW RING INSIDE
 967        + "ꝋ"  // U+A74B: LATIN SMALL LETTER O WITH LONG STROKE OVERLAY
 968        + "ꝍ"  // U+A74D: LATIN SMALL LETTER O WITH LOOP
 969        + "ｏ"  // U+FF4F: FULLWIDTH LATIN SMALL LETTER O
 970       ,"o", // Folded result
 971
 972        "Œ"  // U+0152: LATIN CAPITAL LIGATURE OE
 973        + "ɶ"  // U+0276: LATIN LETTER SMALL CAPITAL OE
 974       ,"OE", // Folded result
 975
 976        "Ꝏ"  // U+A74E: LATIN CAPITAL LETTER OO
 977       ,"OO", // Folded result
 978
 979        "Ȣ"  // U+0222: LATIN CAPITAL LETTER OU
 980        + "ᴕ"  // U+1D15: LATIN LETTER SMALL CAPITAL OU
 981       ,"OU", // Folded result
 982
 983        "⒪"  // U+24AA: PARENTHESIZED LATIN SMALL LETTER O
 984       ,"(o)", // Folded result
 985
 986        "œ"  // U+0153: LATIN SMALL LIGATURE OE
 987        + "ᴔ"  // U+1D14: LATIN SMALL LETTER TURNED OE
 988       ,"oe", // Folded result
 989
 990        "ꝏ"  // U+A74F: LATIN SMALL LETTER OO
 991       ,"oo", // Folded result
 992
 993        "ȣ"  // U+0223: LATIN SMALL LETTER OU
 994       ,"ou", // Folded result
 995
 996        "Ƥ"  // U+01A4: LATIN CAPITAL LETTER P WITH HOOK
 997        + "ᴘ"  // U+1D18: LATIN LETTER SMALL CAPITAL P
 998        + "Ṕ"  // U+1E54: LATIN CAPITAL LETTER P WITH ACUTE
 999        + "Ṗ"  // U+1E56: LATIN CAPITAL LETTER P WITH DOT ABOVE
1000        + "Ⓟ"  // U+24C5: CIRCLED LATIN CAPITAL LETTER P
1001        + "Ᵽ"  // U+2C63: LATIN CAPITAL LETTER P WITH STROKE
1002        + "Ꝑ"  // U+A750: LATIN CAPITAL LETTER P WITH STROKE THROUGH DESCENDER
1003        + "Ꝓ"  // U+A752: LATIN CAPITAL LETTER P WITH FLOURISH
1004        + "Ꝕ"  // U+A754: LATIN CAPITAL LETTER P WITH SQUIRREL TAIL
1005        + "Ｐ"  // U+FF30: FULLWIDTH LATIN CAPITAL LETTER P
1006       ,"P", // Folded result
1007
1008        "ƥ"  // U+01A5: LATIN SMALL LETTER P WITH HOOK
1009        + "ᵱ"  // U+1D71: LATIN SMALL LETTER P WITH MIDDLE TILDE
1010        + "ᵽ"  // U+1D7D: LATIN SMALL LETTER P WITH STROKE
1011        + "ᶈ"  // U+1D88: LATIN SMALL LETTER P WITH PALATAL HOOK
1012        + "ṕ"  // U+1E55: LATIN SMALL LETTER P WITH ACUTE
1013        + "ṗ"  // U+1E57: LATIN SMALL LETTER P WITH DOT ABOVE
1014        + "ⓟ"  // U+24DF: CIRCLED LATIN SMALL LETTER P
1015        + "ꝑ"  // U+A751: LATIN SMALL LETTER P WITH STROKE THROUGH DESCENDER
1016        + "ꝓ"  // U+A753: LATIN SMALL LETTER P WITH FLOURISH
1017        + "ꝕ"  // U+A755: LATIN SMALL LETTER P WITH SQUIRREL TAIL
1018        + "ꟼ"  // U+A7FC: LATIN EPIGRAPHIC LETTER REVERSED P
1019        + "ｐ"  // U+FF50: FULLWIDTH LATIN SMALL LETTER P
1020       ,"p", // Folded result
1021
1022        "⒫"  // U+24AB: PARENTHESIZED LATIN SMALL LETTER P
1023       ,"(p)", // Folded result
1024
1025        "Ɋ"  // U+024A: LATIN CAPITAL LETTER SMALL Q WITH HOOK TAIL
1026        + "Ⓠ"  // U+24C6: CIRCLED LATIN CAPITAL LETTER Q
1027        + "Ꝗ"  // U+A756: LATIN CAPITAL LETTER Q WITH STROKE THROUGH DESCENDER
1028        + "Ꝙ"  // U+A758: LATIN CAPITAL LETTER Q WITH DIAGONAL STROKE
1029        + "Ｑ"  // U+FF31: FULLWIDTH LATIN CAPITAL LETTER Q
1030       ,"Q", // Folded result
1031
1032        "ĸ"  // U+0138: LATIN SMALL LETTER KRA
1033        + "ɋ"  // U+024B: LATIN SMALL LETTER Q WITH HOOK TAIL
1034        + "ʠ"  // U+02A0: LATIN SMALL LETTER Q WITH HOOK
1035        + "ⓠ"  // U+24E0: CIRCLED LATIN SMALL LETTER Q
1036        + "ꝗ"  // U+A757: LATIN SMALL LETTER Q WITH STROKE THROUGH DESCENDER
1037        + "ꝙ"  // U+A759: LATIN SMALL LETTER Q WITH DIAGONAL STROKE
1038        + "ｑ"  // U+FF51: FULLWIDTH LATIN SMALL LETTER Q
1039       ,"q", // Folded result
1040
1041        "⒬"  // U+24AC: PARENTHESIZED LATIN SMALL LETTER Q
1042       ,"(q)", // Folded result
1043
1044        "ȹ"  // U+0239: LATIN SMALL LETTER QP DIGRAPH
1045       ,"qp", // Folded result
1046
1047        "Ŕ"  // U+0154: LATIN CAPITAL LETTER R WITH ACUTE
1048        + "Ŗ"  // U+0156: LATIN CAPITAL LETTER R WITH CEDILLA
1049        + "Ř"  // U+0158: LATIN CAPITAL LETTER R WITH CARON
1050        + "Ȑ"  // U+0210: LATIN CAPITAL LETTER R WITH DOUBLE GRAVE
1051        + "Ȓ"  // U+0212: LATIN CAPITAL LETTER R WITH INVERTED BREVE
1052        + "Ɍ"  // U+024C: LATIN CAPITAL LETTER R WITH STROKE
1053        + "ʀ"  // U+0280: LATIN LETTER SMALL CAPITAL R
1054        + "ʁ"  // U+0281: LATIN LETTER SMALL CAPITAL INVERTED R
1055        + "ᴙ"  // U+1D19: LATIN LETTER SMALL CAPITAL REVERSED R
1056        + "ᴚ"  // U+1D1A: LATIN LETTER SMALL CAPITAL TURNED R
1057        + "Ṙ"  // U+1E58: LATIN CAPITAL LETTER R WITH DOT ABOVE
1058        + "Ṛ"  // U+1E5A: LATIN CAPITAL LETTER R WITH DOT BELOW
1059        + "Ṝ"  // U+1E5C: LATIN CAPITAL LETTER R WITH DOT BELOW AND MACRON
1060        + "Ṟ"  // U+1E5E: LATIN CAPITAL LETTER R WITH LINE BELOW
1061        + "Ⓡ"  // U+24C7: CIRCLED LATIN CAPITAL LETTER R
1062        + "Ɽ"  // U+2C64: LATIN CAPITAL LETTER R WITH TAIL
1063        + "Ꝛ"  // U+A75A: LATIN CAPITAL LETTER R ROTUNDA
1064        + "Ꞃ"  // U+A782: LATIN CAPITAL LETTER INSULAR R
1065        + "Ｒ"  // U+FF32: FULLWIDTH LATIN CAPITAL LETTER R
1066       ,"R", // Folded result
1067
1068        "ŕ"  // U+0155: LATIN SMALL LETTER R WITH ACUTE
1069        + "ŗ"  // U+0157: LATIN SMALL LETTER R WITH CEDILLA
1070        + "ř"  // U+0159: LATIN SMALL LETTER R WITH CARON
1071        + "ȑ"  // U+0211: LATIN SMALL LETTER R WITH DOUBLE GRAVE
1072        + "ȓ"  // U+0213: LATIN SMALL LETTER R WITH INVERTED BREVE
1073        + "ɍ"  // U+024D: LATIN SMALL LETTER R WITH STROKE
1074        + "ɼ"  // U+027C: LATIN SMALL LETTER R WITH LONG LEG
1075        + "ɽ"  // U+027D: LATIN SMALL LETTER R WITH TAIL
1076        + "ɾ"  // U+027E: LATIN SMALL LETTER R WITH FISHHOOK
1077        + "ɿ"  // U+027F: LATIN SMALL LETTER REVERSED R WITH FISHHOOK
1078        + "ᵣ"  // U+1D63: LATIN SUBSCRIPT SMALL LETTER R
1079        + "ᵲ"  // U+1D72: LATIN SMALL LETTER R WITH MIDDLE TILDE
1080        + "ᵳ"  // U+1D73: LATIN SMALL LETTER R WITH FISHHOOK AND MIDDLE TILDE
1081        + "ᶉ"  // U+1D89: LATIN SMALL LETTER R WITH PALATAL HOOK
1082        + "ṙ"  // U+1E59: LATIN SMALL LETTER R WITH DOT ABOVE
1083        + "ṛ"  // U+1E5B: LATIN SMALL LETTER R WITH DOT BELOW
1084        + "ṝ"  // U+1E5D: LATIN SMALL LETTER R WITH DOT BELOW AND MACRON
1085        + "ṟ"  // U+1E5F: LATIN SMALL LETTER R WITH LINE BELOW
1086        + "ⓡ"  // U+24E1: CIRCLED LATIN SMALL LETTER R
1087        + "ꝛ"  // U+A75B: LATIN SMALL LETTER R ROTUNDA
1088        + "ꞃ"  // U+A783: LATIN SMALL LETTER INSULAR R
1089        + "ｒ"  // U+FF52: FULLWIDTH LATIN SMALL LETTER R
1090       ,"r", // Folded result
1091
1092        "⒭"  // U+24AD: PARENTHESIZED LATIN SMALL LETTER R
1093       ,"(r)", // Folded result
1094
1095        "Ś"  // U+015A: LATIN CAPITAL LETTER S WITH ACUTE
1096        + "Ŝ"  // U+015C: LATIN CAPITAL LETTER S WITH CIRCUMFLEX
1097        + "Ş"  // U+015E: LATIN CAPITAL LETTER S WITH CEDILLA
1098        + "Š"  // U+0160: LATIN CAPITAL LETTER S WITH CARON
1099        + "Ș"  // U+0218: LATIN CAPITAL LETTER S WITH COMMA BELOW
1100        + "Ṡ"  // U+1E60: LATIN CAPITAL LETTER S WITH DOT ABOVE
1101        + "Ṣ"  // U+1E62: LATIN CAPITAL LETTER S WITH DOT BELOW
1102        + "Ṥ"  // U+1E64: LATIN CAPITAL LETTER S WITH ACUTE AND DOT ABOVE
1103        + "Ṧ"  // U+1E66: LATIN CAPITAL LETTER S WITH CARON AND DOT ABOVE
1104        + "Ṩ"  // U+1E68: LATIN CAPITAL LETTER S WITH DOT BELOW AND DOT ABOVE
1105        + "Ⓢ"  // U+24C8: CIRCLED LATIN CAPITAL LETTER S
1106        + "ꜱ"  // U+A731: LATIN LETTER SMALL CAPITAL S
1107        + "ꞅ"  // U+A785: LATIN SMALL LETTER INSULAR S
1108        + "Ｓ"  // U+FF33: FULLWIDTH LATIN CAPITAL LETTER S
1109       ,"S", // Folded result
1110
1111        "ś"  // U+015B: LATIN SMALL LETTER S WITH ACUTE
1112        + "ŝ"  // U+015D: LATIN SMALL LETTER S WITH CIRCUMFLEX
1113        + "ş"  // U+015F: LATIN SMALL LETTER S WITH CEDILLA
1114        + "š"  // U+0161: LATIN SMALL LETTER S WITH CARON
1115        + "ſ"  // U+017F: LATIN SMALL LETTER LONG S
1116        + "ș"  // U+0219: LATIN SMALL LETTER S WITH COMMA BELOW
1117        + "ȿ"  // U+023F: LATIN SMALL LETTER S WITH SWASH TAIL
1118        + "ʂ"  // U+0282: LATIN SMALL LETTER S WITH HOOK
1119        + "ᵴ"  // U+1D74: LATIN SMALL LETTER S WITH MIDDLE TILDE
1120        + "ᶊ"  // U+1D8A: LATIN SMALL LETTER S WITH PALATAL HOOK
1121        + "ṡ"  // U+1E61: LATIN SMALL LETTER S WITH DOT ABOVE
1122        + "ṣ"  // U+1E63: LATIN SMALL LETTER S WITH DOT BELOW
1123        + "ṥ"  // U+1E65: LATIN SMALL LETTER S WITH ACUTE AND DOT ABOVE
1124        + "ṧ"  // U+1E67: LATIN SMALL LETTER S WITH CARON AND DOT ABOVE
1125        + "ṩ"  // U+1E69: LATIN SMALL LETTER S WITH DOT BELOW AND DOT ABOVE
1126        + "ẜ"  // U+1E9C: LATIN SMALL LETTER LONG S WITH DIAGONAL STROKE
1127        + "ẝ"  // U+1E9D: LATIN SMALL LETTER LONG S WITH HIGH STROKE
1128        + "ⓢ"  // U+24E2: CIRCLED LATIN SMALL LETTER S
1129        + "Ꞅ"  // U+A784: LATIN CAPITAL LETTER INSULAR S
1130        + "ｓ"  // U+FF53: FULLWIDTH LATIN SMALL LETTER S
1131       ,"s", // Folded result
1132
1133        "ẞ"  // U+1E9E: LATIN CAPITAL LETTER SHARP S
1134       ,"SS", // Folded result
1135
1136        "⒮"  // U+24AE: PARENTHESIZED LATIN SMALL LETTER S
1137       ,"(s)", // Folded result
1138
1139        "ß"  // U+00DF: LATIN SMALL LETTER SHARP S
1140       ,"ss", // Folded result
1141
1142        "ﬆ"  // U+FB06: LATIN SMALL LIGATURE ST
1143       ,"st", // Folded result
1144
1145        "Ţ"  // U+0162: LATIN CAPITAL LETTER T WITH CEDILLA
1146        + "Ť"  // U+0164: LATIN CAPITAL LETTER T WITH CARON
1147        + "Ŧ"  // U+0166: LATIN CAPITAL LETTER T WITH STROKE
1148        + "Ƭ"  // U+01AC: LATIN CAPITAL LETTER T WITH HOOK
1149        + "Ʈ"  // U+01AE: LATIN CAPITAL LETTER T WITH RETROFLEX HOOK
1150        + "Ț"  // U+021A: LATIN CAPITAL LETTER T WITH COMMA BELOW
1151        + "Ⱦ"  // U+023E: LATIN CAPITAL LETTER T WITH DIAGONAL STROKE
1152        + "ᴛ"  // U+1D1B: LATIN LETTER SMALL CAPITAL T
1153        + "Ṫ"  // U+1E6A: LATIN CAPITAL LETTER T WITH DOT ABOVE
1154        + "Ṭ"  // U+1E6C: LATIN CAPITAL LETTER T WITH DOT BELOW
1155        + "Ṯ"  // U+1E6E: LATIN CAPITAL LETTER T WITH LINE BELOW
1156        + "Ṱ"  // U+1E70: LATIN CAPITAL LETTER T WITH CIRCUMFLEX BELOW
1157        + "Ⓣ"  // U+24C9: CIRCLED LATIN CAPITAL LETTER T
1158        + "Ꞇ"  // U+A786: LATIN CAPITAL LETTER INSULAR T
1159        + "Ｔ"  // U+FF34: FULLWIDTH LATIN CAPITAL LETTER T
1160       ,"T", // Folded result
1161
1162        "ţ"  // U+0163: LATIN SMALL LETTER T WITH CEDILLA
1163        + "ť"  // U+0165: LATIN SMALL LETTER T WITH CARON
1164        + "ŧ"  // U+0167: LATIN SMALL LETTER T WITH STROKE
1165        + "ƫ"  // U+01AB: LATIN SMALL LETTER T WITH PALATAL HOOK
1166        + "ƭ"  // U+01AD: LATIN SMALL LETTER T WITH HOOK
1167        + "ț"  // U+021B: LATIN SMALL LETTER T WITH COMMA BELOW
1168        + "ȶ"  // U+0236: LATIN SMALL LETTER T WITH CURL
1169        + "ʇ"  // U+0287: LATIN SMALL LETTER TURNED T
1170        + "ʈ"  // U+0288: LATIN SMALL LETTER T WITH RETROFLEX HOOK
1171        + "ᵵ"  // U+1D75: LATIN SMALL LETTER T WITH MIDDLE TILDE
1172        + "ṫ"  // U+1E6B: LATIN SMALL LETTER T WITH DOT ABOVE
1173        + "ṭ"  // U+1E6D: LATIN SMALL LETTER T WITH DOT BELOW
1174        + "ṯ"  // U+1E6F: LATIN SMALL LETTER T WITH LINE BELOW
1175        + "ṱ"  // U+1E71: LATIN SMALL LETTER T WITH CIRCUMFLEX BELOW
1176        + "ẗ"  // U+1E97: LATIN SMALL LETTER T WITH DIAERESIS
1177        + "ⓣ"  // U+24E3: CIRCLED LATIN SMALL LETTER T
1178        + "ⱦ"  // U+2C66: LATIN SMALL LETTER T WITH DIAGONAL STROKE
1179        + "ｔ"  // U+FF54: FULLWIDTH LATIN SMALL LETTER T
1180       ,"t", // Folded result
1181
1182        "Þ"  // U+00DE: LATIN CAPITAL LETTER THORN
1183        + "Ꝧ"  // U+A766: LATIN CAPITAL LETTER THORN WITH STROKE THROUGH DESCENDER
1184       ,"TH", // Folded result
1185
1186        "Ꜩ"  // U+A728: LATIN CAPITAL LETTER TZ
1187       ,"TZ", // Folded result
1188
1189        "⒯"  // U+24AF: PARENTHESIZED LATIN SMALL LETTER T
1190       ,"(t)", // Folded result
1191
1192        "ʨ"  // U+02A8: LATIN SMALL LETTER TC DIGRAPH WITH CURL
1193       ,"tc", // Folded result
1194
1195        "þ"  // U+00FE: LATIN SMALL LETTER THORN
1196        + "ᵺ"  // U+1D7A: LATIN SMALL LETTER TH WITH STRIKETHROUGH
1197        + "ꝧ"  // U+A767: LATIN SMALL LETTER THORN WITH STROKE THROUGH DESCENDER
1198       ,"th", // Folded result
1199
1200        "ʦ"  // U+02A6: LATIN SMALL LETTER TS DIGRAPH
1201       ,"ts", // Folded result
1202
1203        "ꜩ"  // U+A729: LATIN SMALL LETTER TZ
1204       ,"tz", // Folded result
1205
1206        "Ù"  // U+00D9: LATIN CAPITAL LETTER U WITH GRAVE
1207        + "Ú"  // U+00DA: LATIN CAPITAL LETTER U WITH ACUTE
1208        + "Û"  // U+00DB: LATIN CAPITAL LETTER U WITH CIRCUMFLEX
1209        + "Ü"  // U+00DC: LATIN CAPITAL LETTER U WITH DIAERESIS
1210        + "Ũ"  // U+0168: LATIN CAPITAL LETTER U WITH TILDE
1211        + "Ū"  // U+016A: LATIN CAPITAL LETTER U WITH MACRON
1212        + "Ŭ"  // U+016C: LATIN CAPITAL LETTER U WITH BREVE
1213        + "Ů"  // U+016E: LATIN CAPITAL LETTER U WITH RING ABOVE
1214        + "Ű"  // U+0170: LATIN CAPITAL LETTER U WITH DOUBLE ACUTE
1215        + "Ų"  // U+0172: LATIN CAPITAL LETTER U WITH OGONEK
1216        + "Ư"  // U+01AF: LATIN CAPITAL LETTER U WITH HORN
1217        + "Ǔ"  // U+01D3: LATIN CAPITAL LETTER U WITH CARON
1218        + "Ǖ"  // U+01D5: LATIN CAPITAL LETTER U WITH DIAERESIS AND MACRON
1219        + "Ǘ"  // U+01D7: LATIN CAPITAL LETTER U WITH DIAERESIS AND ACUTE
1220        + "Ǚ"  // U+01D9: LATIN CAPITAL LETTER U WITH DIAERESIS AND CARON
1221        + "Ǜ"  // U+01DB: LATIN CAPITAL LETTER U WITH DIAERESIS AND GRAVE
1222        + "Ȕ"  // U+0214: LATIN CAPITAL LETTER U WITH DOUBLE GRAVE
1223        + "Ȗ"  // U+0216: LATIN CAPITAL LETTER U WITH INVERTED BREVE
1224        + "Ʉ"  // U+0244: LATIN CAPITAL LETTER U BAR
1225        + "ᴜ"  // U+1D1C: LATIN LETTER SMALL CAPITAL U
1226        + "ᵾ"  // U+1D7E: LATIN SMALL CAPITAL LETTER U WITH STROKE
1227        + "Ṳ"  // U+1E72: LATIN CAPITAL LETTER U WITH DIAERESIS BELOW
1228        + "Ṵ"  // U+1E74: LATIN CAPITAL LETTER U WITH TILDE BELOW
1229        + "Ṷ"  // U+1E76: LATIN CAPITAL LETTER U WITH CIRCUMFLEX BELOW
1230        + "Ṹ"  // U+1E78: LATIN CAPITAL LETTER U WITH TILDE AND ACUTE
1231        + "Ṻ"  // U+1E7A: LATIN CAPITAL LETTER U WITH MACRON AND DIAERESIS
1232        + "Ụ"  // U+1EE4: LATIN CAPITAL LETTER U WITH DOT BELOW
1233        + "Ủ"  // U+1EE6: LATIN CAPITAL LETTER U WITH HOOK ABOVE
1234        + "Ứ"  // U+1EE8: LATIN CAPITAL LETTER U WITH HORN AND ACUTE
1235        + "Ừ"  // U+1EEA: LATIN CAPITAL LETTER U WITH HORN AND GRAVE
1236        + "Ử"  // U+1EEC: LATIN CAPITAL LETTER U WITH HORN AND HOOK ABOVE
1237        + "Ữ"  // U+1EEE: LATIN CAPITAL LETTER U WITH HORN AND TILDE
1238        + "Ự"  // U+1EF0: LATIN CAPITAL LETTER U WITH HORN AND DOT BELOW
1239        + "Ⓤ"  // U+24CA: CIRCLED LATIN CAPITAL LETTER U
1240        + "Ｕ"  // U+FF35: FULLWIDTH LATIN CAPITAL LETTER U
1241       ,"U", // Folded result
1242
1243        "ù"  // U+00F9: LATIN SMALL LETTER U WITH GRAVE
1244        + "ú"  // U+00FA: LATIN SMALL LETTER U WITH ACUTE
1245        + "û"  // U+00FB: LATIN SMALL LETTER U WITH CIRCUMFLEX
1246        + "ü"  // U+00FC: LATIN SMALL LETTER U WITH DIAERESIS
1247        + "ũ"  // U+0169: LATIN SMALL LETTER U WITH TILDE
1248        + "ū"  // U+016B: LATIN SMALL LETTER U WITH MACRON
1249        + "ŭ"  // U+016D: LATIN SMALL LETTER U WITH BREVE
1250        + "ů"  // U+016F: LATIN SMALL LETTER U WITH RING ABOVE
1251        + "ű"  // U+0171: LATIN SMALL LETTER U WITH DOUBLE ACUTE
1252        + "ų"  // U+0173: LATIN SMALL LETTER U WITH OGONEK
1253        + "ư"  // U+01B0: LATIN SMALL LETTER U WITH HORN
1254        + "ǔ"  // U+01D4: LATIN SMALL LETTER U WITH CARON
1255        + "ǖ"  // U+01D6: LATIN SMALL LETTER U WITH DIAERESIS AND MACRON
1256        + "ǘ"  // U+01D8: LATIN SMALL LETTER U WITH DIAERESIS AND ACUTE
1257        + "ǚ"  // U+01DA: LATIN SMALL LETTER U WITH DIAERESIS AND CARON
1258        + "ǜ"  // U+01DC: LATIN SMALL LETTER U WITH DIAERESIS AND GRAVE
1259        + "ȕ"  // U+0215: LATIN SMALL LETTER U WITH DOUBLE GRAVE
1260        + "ȗ"  // U+0217: LATIN SMALL LETTER U WITH INVERTED BREVE
1261        + "ʉ"  // U+0289: LATIN SMALL LETTER U BAR
1262        + "ᵤ"  // U+1D64: LATIN SUBSCRIPT SMALL LETTER U
1263        + "ᶙ"  // U+1D99: LATIN SMALL LETTER U WITH RETROFLEX HOOK
1264        + "ṳ"  // U+1E73: LATIN SMALL LETTER U WITH DIAERESIS BELOW
1265        + "ṵ"  // U+1E75: LATIN SMALL LETTER U WITH TILDE BELOW
1266        + "ṷ"  // U+1E77: LATIN SMALL LETTER U WITH CIRCUMFLEX BELOW
1267        + "ṹ"  // U+1E79: LATIN SMALL LETTER U WITH TILDE AND ACUTE
1268        + "ṻ"  // U+1E7B: LATIN SMALL LETTER U WITH MACRON AND DIAERESIS
1269        + "ụ"  // U+1EE5: LATIN SMALL LETTER U WITH DOT BELOW
1270        + "ủ"  // U+1EE7: LATIN SMALL LETTER U WITH HOOK ABOVE
1271        + "ứ"  // U+1EE9: LATIN SMALL LETTER U WITH HORN AND ACUTE
1272        + "ừ"  // U+1EEB: LATIN SMALL LETTER U WITH HORN AND GRAVE
1273        + "ử"  // U+1EED: LATIN SMALL LETTER U WITH HORN AND HOOK ABOVE
1274        + "ữ"  // U+1EEF: LATIN SMALL LETTER U WITH HORN AND TILDE
1275        + "ự"  // U+1EF1: LATIN SMALL LETTER U WITH HORN AND DOT BELOW
1276        + "ⓤ"  // U+24E4: CIRCLED LATIN SMALL LETTER U
1277        + "ｕ"  // U+FF55: FULLWIDTH LATIN SMALL LETTER U
1278       ,"u", // Folded result
1279
1280        "⒰"  // U+24B0: PARENTHESIZED LATIN SMALL LETTER U
1281       ,"(u)", // Folded result
1282
1283        "ᵫ"  // U+1D6B: LATIN SMALL LETTER UE
1284       ,"ue", // Folded result
1285
1286        "Ʋ"  // U+01B2: LATIN CAPITAL LETTER V WITH HOOK
1287        + "Ʌ"  // U+0245: LATIN CAPITAL LETTER TURNED V
1288        + "ᴠ"  // U+1D20: LATIN LETTER SMALL CAPITAL V
1289        + "Ṽ"  // U+1E7C: LATIN CAPITAL LETTER V WITH TILDE
1290        + "Ṿ"  // U+1E7E: LATIN CAPITAL LETTER V WITH DOT BELOW
1291        + "Ỽ"  // U+1EFC: LATIN CAPITAL LETTER MIDDLE-WELSH V
1292        + "Ⓥ"  // U+24CB: CIRCLED LATIN CAPITAL LETTER V
1293        + "Ꝟ"  // U+A75E: LATIN CAPITAL LETTER V WITH DIAGONAL STROKE
1294        + "Ꝩ"  // U+A768: LATIN CAPITAL LETTER VEND
1295        + "Ｖ"  // U+FF36: FULLWIDTH LATIN CAPITAL LETTER V
1296       ,"V", // Folded result
1297
1298        "ʋ"  // U+028B: LATIN SMALL LETTER V WITH HOOK
1299        + "ʌ"  // U+028C: LATIN SMALL LETTER TURNED V
1300        + "ᵥ"  // U+1D65: LATIN SUBSCRIPT SMALL LETTER V
1301        + "ᶌ"  // U+1D8C: LATIN SMALL LETTER V WITH PALATAL HOOK
1302        + "ṽ"  // U+1E7D: LATIN SMALL LETTER V WITH TILDE
1303        + "ṿ"  // U+1E7F: LATIN SMALL LETTER V WITH DOT BELOW
1304        + "ⓥ"  // U+24E5: CIRCLED LATIN SMALL LETTER V
1305        + "ⱱ"  // U+2C71: LATIN SMALL LETTER V WITH RIGHT HOOK
1306        + "ⱴ"  // U+2C74: LATIN SMALL LETTER V WITH CURL
1307        + "ꝟ"  // U+A75F: LATIN SMALL LETTER V WITH DIAGONAL STROKE
1308        + "ｖ"  // U+FF56: FULLWIDTH LATIN SMALL LETTER V
1309       ,"v", // Folded result
1310
1311        "Ꝡ"  // U+A760: LATIN CAPITAL LETTER VY
1312       ,"VY", // Folded result
1313
1314        "⒱"  // U+24B1: PARENTHESIZED LATIN SMALL LETTER V
1315       ,"(v)", // Folded result
1316
1317        "ꝡ"  // U+A761: LATIN SMALL LETTER VY
1318       ,"vy", // Folded result
1319
1320        "Ŵ"  // U+0174: LATIN CAPITAL LETTER W WITH CIRCUMFLEX
1321        + "Ƿ"  // U+01F7: LATIN CAPITAL LETTER WYNN
1322        + "ᴡ"  // U+1D21: LATIN LETTER SMALL CAPITAL W
1323        + "Ẁ"  // U+1E80: LATIN CAPITAL LETTER W WITH GRAVE
1324        + "Ẃ"  // U+1E82: LATIN CAPITAL LETTER W WITH ACUTE
1325        + "Ẅ"  // U+1E84: LATIN CAPITAL LETTER W WITH DIAERESIS
1326        + "Ẇ"  // U+1E86: LATIN CAPITAL LETTER W WITH DOT ABOVE
1327        + "Ẉ"  // U+1E88: LATIN CAPITAL LETTER W WITH DOT BELOW
1328        + "Ⓦ"  // U+24CC: CIRCLED LATIN CAPITAL LETTER W
1329        + "Ⱳ"  // U+2C72: LATIN CAPITAL LETTER W WITH HOOK
1330        + "Ｗ"  // U+FF37: FULLWIDTH LATIN CAPITAL LETTER W
1331       ,"W", // Folded result
1332
1333        "ŵ"  // U+0175: LATIN SMALL LETTER W WITH CIRCUMFLEX
1334        + "ƿ"  // U+01BF: LATIN LETTER WYNN
1335        + "ʍ"  // U+028D: LATIN SMALL LETTER TURNED W
1336        + "ẁ"  // U+1E81: LATIN SMALL LETTER W WITH GRAVE
1337        + "ẃ"  // U+1E83: LATIN SMALL LETTER W WITH ACUTE
1338        + "ẅ"  // U+1E85: LATIN SMALL LETTER W WITH DIAERESIS
1339        + "ẇ"  // U+1E87: LATIN SMALL LETTER W WITH DOT ABOVE
1340        + "ẉ"  // U+1E89: LATIN SMALL LETTER W WITH DOT BELOW
1341        + "ẘ"  // U+1E98: LATIN SMALL LETTER W WITH RING ABOVE
1342        + "ⓦ"  // U+24E6: CIRCLED LATIN SMALL LETTER W
1343        + "ⱳ"  // U+2C73: LATIN SMALL LETTER W WITH HOOK
1344        + "ｗ"  // U+FF57: FULLWIDTH LATIN SMALL LETTER W
1345       ,"w", // Folded result
1346
1347        "⒲"  // U+24B2: PARENTHESIZED LATIN SMALL LETTER W
1348       ,"(w)", // Folded result
1349
1350        "Ẋ"  // U+1E8A: LATIN CAPITAL LETTER X WITH DOT ABOVE
1351        + "Ẍ"  // U+1E8C: LATIN CAPITAL LETTER X WITH DIAERESIS
1352        + "Ⓧ"  // U+24CD: CIRCLED LATIN CAPITAL LETTER X
1353        + "Ｘ"  // U+FF38: FULLWIDTH LATIN CAPITAL LETTER X
1354       ,"X", // Folded result
1355
1356        "ᶍ"  // U+1D8D: LATIN SMALL LETTER X WITH PALATAL HOOK
1357        + "ẋ"  // U+1E8B: LATIN SMALL LETTER X WITH DOT ABOVE
1358        + "ẍ"  // U+1E8D: LATIN SMALL LETTER X WITH DIAERESIS
1359        + "ₓ"  // U+2093: LATIN SUBSCRIPT SMALL LETTER X
1360        + "ⓧ"  // U+24E7: CIRCLED LATIN SMALL LETTER X
1361        + "ｘ"  // U+FF58: FULLWIDTH LATIN SMALL LETTER X
1362       ,"x", // Folded result
1363
1364        "⒳"  // U+24B3: PARENTHESIZED LATIN SMALL LETTER X
1365       ,"(x)", // Folded result
1366
1367        "Ý"  // U+00DD: LATIN CAPITAL LETTER Y WITH ACUTE
1368        + "Ŷ"  // U+0176: LATIN CAPITAL LETTER Y WITH CIRCUMFLEX
1369        + "Ÿ"  // U+0178: LATIN CAPITAL LETTER Y WITH DIAERESIS
1370        + "Ƴ"  // U+01B3: LATIN CAPITAL LETTER Y WITH HOOK
1371        + "Ȳ"  // U+0232: LATIN CAPITAL LETTER Y WITH MACRON
1372        + "Ɏ"  // U+024E: LATIN CAPITAL LETTER Y WITH STROKE
1373        + "ʏ"  // U+028F: LATIN LETTER SMALL CAPITAL Y
1374        + "Ẏ"  // U+1E8E: LATIN CAPITAL LETTER Y WITH DOT ABOVE
1375        + "Ỳ"  // U+1EF2: LATIN CAPITAL LETTER Y WITH GRAVE
1376        + "Ỵ"  // U+1EF4: LATIN CAPITAL LETTER Y WITH DOT BELOW
1377        + "Ỷ"  // U+1EF6: LATIN CAPITAL LETTER Y WITH HOOK ABOVE
1378        + "Ỹ"  // U+1EF8: LATIN CAPITAL LETTER Y WITH TILDE
1379        + "Ỿ"  // U+1EFE: LATIN CAPITAL LETTER Y WITH LOOP
1380        + "Ⓨ"  // U+24CE: CIRCLED LATIN CAPITAL LETTER Y
1381        + "Ｙ"  // U+FF39: FULLWIDTH LATIN CAPITAL LETTER Y
1382       ,"Y", // Folded result
1383
1384        "ý"  // U+00FD: LATIN SMALL LETTER Y WITH ACUTE
1385        + "ÿ"  // U+00FF: LATIN SMALL LETTER Y WITH DIAERESIS
1386        + "ŷ"  // U+0177: LATIN SMALL LETTER Y WITH CIRCUMFLEX
1387        + "ƴ"  // U+01B4: LATIN SMALL LETTER Y WITH HOOK
1388        + "ȳ"  // U+0233: LATIN SMALL LETTER Y WITH MACRON
1389        + "ɏ"  // U+024F: LATIN SMALL LETTER Y WITH STROKE
1390        + "ʎ"  // U+028E: LATIN SMALL LETTER TURNED Y
1391        + "ẏ"  // U+1E8F: LATIN SMALL LETTER Y WITH DOT ABOVE
1392        + "ẙ"  // U+1E99: LATIN SMALL LETTER Y WITH RING ABOVE
1393        + "ỳ"  // U+1EF3: LATIN SMALL LETTER Y WITH GRAVE
1394        + "ỵ"  // U+1EF5: LATIN SMALL LETTER Y WITH DOT BELOW
1395        + "ỷ"  // U+1EF7: LATIN SMALL LETTER Y WITH HOOK ABOVE
1396        + "ỹ"  // U+1EF9: LATIN SMALL LETTER Y WITH TILDE
1397        + "ỿ"  // U+1EFF: LATIN SMALL LETTER Y WITH LOOP
1398        + "ⓨ"  // U+24E8: CIRCLED LATIN SMALL LETTER Y
1399        + "ｙ"  // U+FF59: FULLWIDTH LATIN SMALL LETTER Y
1400       ,"y", // Folded result
1401
1402        "⒴"  // U+24B4: PARENTHESIZED LATIN SMALL LETTER Y
1403       ,"(y)", // Folded result
1404
1405        "Ź"  // U+0179: LATIN CAPITAL LETTER Z WITH ACUTE
1406        + "Ż"  // U+017B: LATIN CAPITAL LETTER Z WITH DOT ABOVE
1407        + "Ž"  // U+017D: LATIN CAPITAL LETTER Z WITH CARON
1408        + "Ƶ"  // U+01B5: LATIN CAPITAL LETTER Z WITH STROKE
1409        + "Ȝ"  // U+021C: LATIN CAPITAL LETTER YOGH
1410        + "Ȥ"  // U+0224: LATIN CAPITAL LETTER Z WITH HOOK
1411        + "ᴢ"  // U+1D22: LATIN LETTER SMALL CAPITAL Z
1412        + "Ẑ"  // U+1E90: LATIN CAPITAL LETTER Z WITH CIRCUMFLEX
1413        + "Ẓ"  // U+1E92: LATIN CAPITAL LETTER Z WITH DOT BELOW
1414        + "Ẕ"  // U+1E94: LATIN CAPITAL LETTER Z WITH LINE BELOW
1415        + "Ⓩ"  // U+24CF: CIRCLED LATIN CAPITAL LETTER Z
1416        + "Ⱬ"  // U+2C6B: LATIN CAPITAL LETTER Z WITH DESCENDER
1417        + "Ꝣ"  // U+A762: LATIN CAPITAL LETTER VISIGOTHIC Z
1418        + "Ｚ"  // U+FF3A: FULLWIDTH LATIN CAPITAL LETTER Z
1419       ,"Z", // Folded result
1420
1421        "ź"  // U+017A: LATIN SMALL LETTER Z WITH ACUTE
1422        + "ż"  // U+017C: LATIN SMALL LETTER Z WITH DOT ABOVE
1423        + "ž"  // U+017E: LATIN SMALL LETTER Z WITH CARON
1424        + "ƶ"  // U+01B6: LATIN SMALL LETTER Z WITH STROKE
1425        + "ȝ"  // U+021D: LATIN SMALL LETTER YOGH
1426        + "ȥ"  // U+0225: LATIN SMALL LETTER Z WITH HOOK
1427        + "ɀ"  // U+0240: LATIN SMALL LETTER Z WITH SWASH TAIL
1428        + "ʐ"  // U+0290: LATIN SMALL LETTER Z WITH RETROFLEX HOOK
1429        + "ʑ"  // U+0291: LATIN SMALL LETTER Z WITH CURL
1430        + "ᵶ"  // U+1D76: LATIN SMALL LETTER Z WITH MIDDLE TILDE
1431        + "ᶎ"  // U+1D8E: LATIN SMALL LETTER Z WITH PALATAL HOOK
1432        + "ẑ"  // U+1E91: LATIN SMALL LETTER Z WITH CIRCUMFLEX
1433        + "ẓ"  // U+1E93: LATIN SMALL LETTER Z WITH DOT BELOW
1434        + "ẕ"  // U+1E95: LATIN SMALL LETTER Z WITH LINE BELOW
1435        + "ⓩ"  // U+24E9: CIRCLED LATIN SMALL LETTER Z
1436        + "ⱬ"  // U+2C6C: LATIN SMALL LETTER Z WITH DESCENDER
1437        + "ꝣ"  // U+A763: LATIN SMALL LETTER VISIGOTHIC Z
1438        + "ｚ"  // U+FF5A: FULLWIDTH LATIN SMALL LETTER Z
1439       ,"z", // Folded result
1440
1441        "⒵"  // U+24B5: PARENTHESIZED LATIN SMALL LETTER Z
1442       ,"(z)", // Folded result
1443
1444        "⁰"  // U+2070: SUPERSCRIPT ZERO
1445        + "₀"  // U+2080: SUBSCRIPT ZERO
1446        + "⓪"  // U+24EA: CIRCLED DIGIT ZERO
1447        + "⓿"  // U+24FF: NEGATIVE CIRCLED DIGIT ZERO
1448        + "０"  // U+FF10: FULLWIDTH DIGIT ZERO
1449       ,"0", // Folded result
1450
1451        "¹"  // U+00B9: SUPERSCRIPT ONE
1452        + "₁"  // U+2081: SUBSCRIPT ONE
1453        + "①"  // U+2460: CIRCLED DIGIT ONE
1454        + "⓵"  // U+24F5: DOUBLE CIRCLED DIGIT ONE
1455        + "❶"  // U+2776: DINGBAT NEGATIVE CIRCLED DIGIT ONE
1456        + "➀"  // U+2780: DINGBAT CIRCLED SANS-SERIF DIGIT ONE
1457        + "➊"  // U+278A: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT ONE
1458        + "１"  // U+FF11: FULLWIDTH DIGIT ONE
1459       ,"1", // Folded result
1460
1461        "⒈"  // U+2488: DIGIT ONE FULL STOP
1462       ,"1.", // Folded result
1463
1464        "⑴"  // U+2474: PARENTHESIZED DIGIT ONE
1465       ,"(1)", // Folded result
1466
1467        "²"  // U+00B2: SUPERSCRIPT TWO
1468        + "₂"  // U+2082: SUBSCRIPT TWO
1469        + "②"  // U+2461: CIRCLED DIGIT TWO
1470        + "⓶"  // U+24F6: DOUBLE CIRCLED DIGIT TWO
1471        + "❷"  // U+2777: DINGBAT NEGATIVE CIRCLED DIGIT TWO
1472        + "➁"  // U+2781: DINGBAT CIRCLED SANS-SERIF DIGIT TWO
1473        + "➋"  // U+278B: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT TWO
1474        + "２"  // U+FF12: FULLWIDTH DIGIT TWO
1475       ,"2", // Folded result
1476
1477        "⒉"  // U+2489: DIGIT TWO FULL STOP
1478       ,"2.", // Folded result
1479
1480        "⑵"  // U+2475: PARENTHESIZED DIGIT TWO
1481       ,"(2)", // Folded result
1482
1483        "³"  // U+00B3: SUPERSCRIPT THREE
1484        + "₃"  // U+2083: SUBSCRIPT THREE
1485        + "③"  // U+2462: CIRCLED DIGIT THREE
1486        + "⓷"  // U+24F7: DOUBLE CIRCLED DIGIT THREE
1487        + "❸"  // U+2778: DINGBAT NEGATIVE CIRCLED DIGIT THREE
1488        + "➂"  // U+2782: DINGBAT CIRCLED SANS-SERIF DIGIT THREE
1489        + "➌"  // U+278C: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT THREE
1490        + "３"  // U+FF13: FULLWIDTH DIGIT THREE
1491       ,"3", // Folded result
1492
1493        "⒊"  // U+248A: DIGIT THREE FULL STOP
1494       ,"3.", // Folded result
1495
1496        "⑶"  // U+2476: PARENTHESIZED DIGIT THREE
1497       ,"(3)", // Folded result
1498
1499        "⁴"  // U+2074: SUPERSCRIPT FOUR
1500        + "₄"  // U+2084: SUBSCRIPT FOUR
1501        + "④"  // U+2463: CIRCLED DIGIT FOUR
1502        + "⓸"  // U+24F8: DOUBLE CIRCLED DIGIT FOUR
1503        + "❹"  // U+2779: DINGBAT NEGATIVE CIRCLED DIGIT FOUR
1504        + "➃"  // U+2783: DINGBAT CIRCLED SANS-SERIF DIGIT FOUR
1505        + "➍"  // U+278D: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT FOUR
1506        + "４"  // U+FF14: FULLWIDTH DIGIT FOUR
1507       ,"4", // Folded result
1508
1509        "⒋"  // U+248B: DIGIT FOUR FULL STOP
1510       ,"4.", // Folded result
1511
1512        "⑷"  // U+2477: PARENTHESIZED DIGIT FOUR
1513       ,"(4)", // Folded result
1514
1515        "⁵"  // U+2075: SUPERSCRIPT FIVE
1516        + "₅"  // U+2085: SUBSCRIPT FIVE
1517        + "⑤"  // U+2464: CIRCLED DIGIT FIVE
1518        + "⓹"  // U+24F9: DOUBLE CIRCLED DIGIT FIVE
1519        + "❺"  // U+277A: DINGBAT NEGATIVE CIRCLED DIGIT FIVE
1520        + "➄"  // U+2784: DINGBAT CIRCLED SANS-SERIF DIGIT FIVE
1521        + "➎"  // U+278E: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT FIVE
1522        + "５"  // U+FF15: FULLWIDTH DIGIT FIVE
1523       ,"5", // Folded result
1524
1525        "⒌"  // U+248C: DIGIT FIVE FULL STOP
1526       ,"5.", // Folded result
1527
1528        "⑸"  // U+2478: PARENTHESIZED DIGIT FIVE
1529       ,"(5)", // Folded result
1530
1531        "⁶"  // U+2076: SUPERSCRIPT SIX
1532        + "₆"  // U+2086: SUBSCRIPT SIX
1533        + "⑥"  // U+2465: CIRCLED DIGIT SIX
1534        + "⓺"  // U+24FA: DOUBLE CIRCLED DIGIT SIX
1535        + "❻"  // U+277B: DINGBAT NEGATIVE CIRCLED DIGIT SIX
1536        + "➅"  // U+2785: DINGBAT CIRCLED SANS-SERIF DIGIT SIX
1537        + "➏"  // U+278F: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT SIX
1538        + "６"  // U+FF16: FULLWIDTH DIGIT SIX
1539       ,"6", // Folded result
1540
1541        "⒍"  // U+248D: DIGIT SIX FULL STOP
1542       ,"6.", // Folded result
1543
1544        "⑹"  // U+2479: PARENTHESIZED DIGIT SIX
1545       ,"(6)", // Folded result
1546
1547        "⁷"  // U+2077: SUPERSCRIPT SEVEN
1548        + "₇"  // U+2087: SUBSCRIPT SEVEN
1549        + "⑦"  // U+2466: CIRCLED DIGIT SEVEN
1550        + "⓻"  // U+24FB: DOUBLE CIRCLED DIGIT SEVEN
1551        + "❼"  // U+277C: DINGBAT NEGATIVE CIRCLED DIGIT SEVEN
1552        + "➆"  // U+2786: DINGBAT CIRCLED SANS-SERIF DIGIT SEVEN
1553        + "➐"  // U+2790: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT SEVEN
1554        + "７"  // U+FF17: FULLWIDTH DIGIT SEVEN
1555       ,"7", // Folded result
1556
1557        "⒎"  // U+248E: DIGIT SEVEN FULL STOP
1558       ,"7.", // Folded result
1559
1560        "⑺"  // U+247A: PARENTHESIZED DIGIT SEVEN
1561       ,"(7)", // Folded result
1562
1563        "⁸"  // U+2078: SUPERSCRIPT EIGHT
1564        + "₈"  // U+2088: SUBSCRIPT EIGHT
1565        + "⑧"  // U+2467: CIRCLED DIGIT EIGHT
1566        + "⓼"  // U+24FC: DOUBLE CIRCLED DIGIT EIGHT
1567        + "❽"  // U+277D: DINGBAT NEGATIVE CIRCLED DIGIT EIGHT
1568        + "➇"  // U+2787: DINGBAT CIRCLED SANS-SERIF DIGIT EIGHT
1569        + "➑"  // U+2791: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT EIGHT
1570        + "８"  // U+FF18: FULLWIDTH DIGIT EIGHT
1571       ,"8", // Folded result
1572
1573        "⒏"  // U+248F: DIGIT EIGHT FULL STOP
1574       ,"8.", // Folded result
1575
1576        "⑻"  // U+247B: PARENTHESIZED DIGIT EIGHT
1577       ,"(8)", // Folded result
1578
1579        "⁹"  // U+2079: SUPERSCRIPT NINE
1580        + "₉"  // U+2089: SUBSCRIPT NINE
1581        + "⑨"  // U+2468: CIRCLED DIGIT NINE
1582        + "⓽"  // U+24FD: DOUBLE CIRCLED DIGIT NINE
1583        + "❾"  // U+277E: DINGBAT NEGATIVE CIRCLED DIGIT NINE
1584        + "➈"  // U+2788: DINGBAT CIRCLED SANS-SERIF DIGIT NINE
1585        + "➒"  // U+2792: DINGBAT NEGATIVE CIRCLED SANS-SERIF DIGIT NINE
1586        + "９"  // U+FF19: FULLWIDTH DIGIT NINE
1587       ,"9", // Folded result
1588
1589        "⒐"  // U+2490: DIGIT NINE FULL STOP
1590       ,"9.", // Folded result
1591
1592        "⑼"  // U+247C: PARENTHESIZED DIGIT NINE
1593       ,"(9)", // Folded result
1594
1595        "⑩"  // U+2469: CIRCLED NUMBER TEN
1596        + "⓾"  // U+24FE: DOUBLE CIRCLED NUMBER TEN
1597        + "❿"  // U+277F: DINGBAT NEGATIVE CIRCLED NUMBER TEN
1598        + "➉"  // U+2789: DINGBAT CIRCLED SANS-SERIF NUMBER TEN
1599        + "➓"  // U+2793: DINGBAT NEGATIVE CIRCLED SANS-SERIF NUMBER TEN
1600       ,"10", // Folded result
1601
1602        "⒑"  // U+2491: NUMBER TEN FULL STOP
1603       ,"10.", // Folded result
1604
1605        "⑽"  // U+247D: PARENTHESIZED NUMBER TEN
1606       ,"(10)", // Folded result
1607
1608        "⑪"  // U+246A: CIRCLED NUMBER ELEVEN
1609        + "⓫"  // U+24EB: NEGATIVE CIRCLED NUMBER ELEVEN
1610       ,"11", // Folded result
1611
1612        "⒒"  // U+2492: NUMBER ELEVEN FULL STOP
1613       ,"11.", // Folded result
1614
1615        "⑾"  // U+247E: PARENTHESIZED NUMBER ELEVEN
1616       ,"(11)", // Folded result
1617
1618        "⑫"  // U+246B: CIRCLED NUMBER TWELVE
1619        + "⓬"  // U+24EC: NEGATIVE CIRCLED NUMBER TWELVE
1620       ,"12", // Folded result
1621
1622        "⒓"  // U+2493: NUMBER TWELVE FULL STOP
1623       ,"12.", // Folded result
1624
1625        "⑿"  // U+247F: PARENTHESIZED NUMBER TWELVE
1626       ,"(12)", // Folded result
1627
1628        "⑬"  // U+246C: CIRCLED NUMBER THIRTEEN
1629        + "⓭"  // U+24ED: NEGATIVE CIRCLED NUMBER THIRTEEN
1630       ,"13", // Folded result
1631
1632        "⒔"  // U+2494: NUMBER THIRTEEN FULL STOP
1633       ,"13.", // Folded result
1634
1635        "⒀"  // U+2480: PARENTHESIZED NUMBER THIRTEEN
1636       ,"(13)", // Folded result
1637
1638        "⑭"  // U+246D: CIRCLED NUMBER FOURTEEN
1639        + "⓮"  // U+24EE: NEGATIVE CIRCLED NUMBER FOURTEEN
1640       ,"14", // Folded result
1641
1642        "⒕"  // U+2495: NUMBER FOURTEEN FULL STOP
1643       ,"14.", // Folded result
1644
1645        "⒁"  // U+2481: PARENTHESIZED NUMBER FOURTEEN
1646       ,"(14)", // Folded result
1647
1648        "⑮"  // U+246E: CIRCLED NUMBER FIFTEEN
1649        + "⓯"  // U+24EF: NEGATIVE CIRCLED NUMBER FIFTEEN
1650       ,"15", // Folded result
1651
1652        "⒖"  // U+2496: NUMBER FIFTEEN FULL STOP
1653       ,"15.", // Folded result
1654
1655        "⒂"  // U+2482: PARENTHESIZED NUMBER FIFTEEN
1656       ,"(15)", // Folded result
1657
1658        "⑯"  // U+246F: CIRCLED NUMBER SIXTEEN
1659        + "⓰"  // U+24F0: NEGATIVE CIRCLED NUMBER SIXTEEN
1660       ,"16", // Folded result
1661
1662        "⒗"  // U+2497: NUMBER SIXTEEN FULL STOP
1663       ,"16.", // Folded result
1664
1665        "⒃"  // U+2483: PARENTHESIZED NUMBER SIXTEEN
1666       ,"(16)", // Folded result
1667
1668        "⑰"  // U+2470: CIRCLED NUMBER SEVENTEEN
1669        + "⓱"  // U+24F1: NEGATIVE CIRCLED NUMBER SEVENTEEN
1670       ,"17", // Folded result
1671
1672        "⒘"  // U+2498: NUMBER SEVENTEEN FULL STOP
1673       ,"17.", // Folded result
1674
1675        "⒄"  // U+2484: PARENTHESIZED NUMBER SEVENTEEN
1676       ,"(17)", // Folded result
1677
1678        "⑱"  // U+2471: CIRCLED NUMBER EIGHTEEN
1679        + "⓲"  // U+24F2: NEGATIVE CIRCLED NUMBER EIGHTEEN
1680       ,"18", // Folded result
1681
1682        "⒙"  // U+2499: NUMBER EIGHTEEN FULL STOP
1683       ,"18.", // Folded result
1684
1685        "⒅"  // U+2485: PARENTHESIZED NUMBER EIGHTEEN
1686       ,"(18)", // Folded result
1687
1688        "⑲"  // U+2472: CIRCLED NUMBER NINETEEN
1689        + "⓳"  // U+24F3: NEGATIVE CIRCLED NUMBER NINETEEN
1690       ,"19", // Folded result
1691
1692        "⒚"  // U+249A: NUMBER NINETEEN FULL STOP
1693       ,"19.", // Folded result
1694
1695        "⒆"  // U+2486: PARENTHESIZED NUMBER NINETEEN
1696       ,"(19)", // Folded result
1697
1698        "⑳"  // U+2473: CIRCLED NUMBER TWENTY
1699        + "⓴"  // U+24F4: NEGATIVE CIRCLED NUMBER TWENTY
1700       ,"20", // Folded result
1701
1702        "⒛"  // U+249B: NUMBER TWENTY FULL STOP
1703       ,"20.", // Folded result
1704
1705        "⒇"  // U+2487: PARENTHESIZED NUMBER TWENTY
1706       ,"(20)", // Folded result
1707
1708        "«"  // U+00AB: LEFT-POINTING DOUBLE ANGLE QUOTATION MARK
1709        + "»"  // U+00BB: RIGHT-POINTING DOUBLE ANGLE QUOTATION MARK
1710        + "“"  // U+201C: LEFT DOUBLE QUOTATION MARK
1711        + "”"  // U+201D: RIGHT DOUBLE QUOTATION MARK
1712        + "„"  // U+201E: DOUBLE LOW-9 QUOTATION MARK
1713        + "″"  // U+2033: DOUBLE PRIME
1714        + "‶"  // U+2036: REVERSED DOUBLE PRIME
1715        + "❝"  // U+275D: HEAVY DOUBLE TURNED COMMA QUOTATION MARK ORNAMENT
1716        + "❞"  // U+275E: HEAVY DOUBLE COMMA QUOTATION MARK ORNAMENT
1717        + "❮"  // U+276E: HEAVY LEFT-POINTING ANGLE QUOTATION MARK ORNAMENT
1718        + "❯"  // U+276F: HEAVY RIGHT-POINTING ANGLE QUOTATION MARK ORNAMENT
1719        + "＂"  // U+FF02: FULLWIDTH QUOTATION MARK
1720       ,"\"", // Folded result
1721
1722        "‘"  // U+2018: LEFT SINGLE QUOTATION MARK
1723        + "’"  // U+2019: RIGHT SINGLE QUOTATION MARK
1724        + "‚"  // U+201A: SINGLE LOW-9 QUOTATION MARK
1725        + "‛"  // U+201B: SINGLE HIGH-REVERSED-9 QUOTATION MARK
1726        + "′"  // U+2032: PRIME
1727        + "‵"  // U+2035: REVERSED PRIME
1728        + "‹"  // U+2039: SINGLE LEFT-POINTING ANGLE QUOTATION MARK
1729        + "›"  // U+203A: SINGLE RIGHT-POINTING ANGLE QUOTATION MARK
1730        + "❛"  // U+275B: HEAVY SINGLE TURNED COMMA QUOTATION MARK ORNAMENT
1731        + "❜"  // U+275C: HEAVY SINGLE COMMA QUOTATION MARK ORNAMENT
1732        + "＇"  // U+FF07: FULLWIDTH APOSTROPHE
1733       ,"'", // Folded result
1734
1735        "‐"  // U+2010: HYPHEN
1736        + "‑"  // U+2011: NON-BREAKING HYPHEN
1737        + "‒"  // U+2012: FIGURE DASH
1738        + "–"  // U+2013: EN DASH
1739        + "—"  // U+2014: EM DASH
1740        + "⁻"  // U+207B: SUPERSCRIPT MINUS
1741        + "₋"  // U+208B: SUBSCRIPT MINUS
1742        + "－"  // U+FF0D: FULLWIDTH HYPHEN-MINUS
1743       ,"-", // Folded result
1744
1745        "⁅"  // U+2045: LEFT SQUARE BRACKET WITH QUILL
1746        + "❲"  // U+2772: LIGHT LEFT TORTOISE SHELL BRACKET ORNAMENT
1747        + "［"  // U+FF3B: FULLWIDTH LEFT SQUARE BRACKET
1748       ,"[", // Folded result
1749
1750        "⁆"  // U+2046: RIGHT SQUARE BRACKET WITH QUILL
1751        + "❳"  // U+2773: LIGHT RIGHT TORTOISE SHELL BRACKET ORNAMENT
1752        + "］"  // U+FF3D: FULLWIDTH RIGHT SQUARE BRACKET
1753       ,"]", // Folded result
1754
1755        "⁽"  // U+207D: SUPERSCRIPT LEFT PARENTHESIS
1756        + "₍"  // U+208D: SUBSCRIPT LEFT PARENTHESIS
1757        + "❨"  // U+2768: MEDIUM LEFT PARENTHESIS ORNAMENT
1758        + "❪"  // U+276A: MEDIUM FLATTENED LEFT PARENTHESIS ORNAMENT
1759        + "（"  // U+FF08: FULLWIDTH LEFT PARENTHESIS
1760       ,"(", // Folded result
1761
1762        "⸨"  // U+2E28: LEFT DOUBLE PARENTHESIS
1763       ,"((", // Folded result
1764
1765        "⁾"  // U+207E: SUPERSCRIPT RIGHT PARENTHESIS
1766        + "₎"  // U+208E: SUBSCRIPT RIGHT PARENTHESIS
1767        + "❩"  // U+2769: MEDIUM RIGHT PARENTHESIS ORNAMENT
1768        + "❫"  // U+276B: MEDIUM FLATTENED RIGHT PARENTHESIS ORNAMENT
1769        + "）"  // U+FF09: FULLWIDTH RIGHT PARENTHESIS
1770       ,")", // Folded result
1771
1772        "⸩"  // U+2E29: RIGHT DOUBLE PARENTHESIS
1773       ,"))", // Folded result
1774
1775        "❬"  // U+276C: MEDIUM LEFT-POINTING ANGLE BRACKET ORNAMENT
1776        + "❰"  // U+2770: HEAVY LEFT-POINTING ANGLE BRACKET ORNAMENT
1777        + "＜"  // U+FF1C: FULLWIDTH LESS-THAN SIGN
1778       ,"<", // Folded result
1779
1780        "❭"  // U+276D: MEDIUM RIGHT-POINTING ANGLE BRACKET ORNAMENT
1781        + "❱"  // U+2771: HEAVY RIGHT-POINTING ANGLE BRACKET ORNAMENT
1782        + "＞"  // U+FF1E: FULLWIDTH GREATER-THAN SIGN
1783       ,">", // Folded result
1784
1785        "❴"  // U+2774: MEDIUM LEFT CURLY BRACKET ORNAMENT
1786        + "｛"  // U+FF5B: FULLWIDTH LEFT CURLY BRACKET
1787       ,"{", // Folded result
1788
1789        "❵"  // U+2775: MEDIUM RIGHT CURLY BRACKET ORNAMENT
1790        + "｝"  // U+FF5D: FULLWIDTH RIGHT CURLY BRACKET
1791       ,"}", // Folded result
1792
1793        "⁺"  // U+207A: SUPERSCRIPT PLUS SIGN
1794        + "₊"  // U+208A: SUBSCRIPT PLUS SIGN
1795        + "＋"  // U+FF0B: FULLWIDTH PLUS SIGN
1796       ,"+", // Folded result
1797
1798        "⁼"  // U+207C: SUPERSCRIPT EQUALS SIGN
1799        + "₌"  // U+208C: SUBSCRIPT EQUALS SIGN
1800        + "＝"  // U+FF1D: FULLWIDTH EQUALS SIGN
1801       ,"=", // Folded result
1802
1803        "！"  // U+FF01: FULLWIDTH EXCLAMATION MARK
1804       ,"!", // Folded result
1805
1806        "‼"  // U+203C: DOUBLE EXCLAMATION MARK
1807       ,"!!", // Folded result
1808
1809        "⁉"  // U+2049: EXCLAMATION QUESTION MARK
1810       ,"!?", // Folded result
1811
1812        "＃"  // U+FF03: FULLWIDTH NUMBER SIGN
1813       ,"#", // Folded result
1814
1815        "＄"  // U+FF04: FULLWIDTH DOLLAR SIGN
1816       ,"$", // Folded result
1817
1818        "⁒"  // U+2052: COMMERCIAL MINUS SIGN
1819        + "％"  // U+FF05: FULLWIDTH PERCENT SIGN
1820       ,"%", // Folded result
1821
1822        "＆"  // U+FF06: FULLWIDTH AMPERSAND
1823       ,"&", // Folded result
1824
1825        "⁎"  // U+204E: LOW ASTERISK
1826        + "＊"  // U+FF0A: FULLWIDTH ASTERISK
1827       ,"*", // Folded result
1828
1829        "，"  // U+FF0C: FULLWIDTH COMMA
1830       ,",", // Folded result
1831
1832        "．"  // U+FF0E: FULLWIDTH FULL STOP
1833       ,".", // Folded result
1834
1835        "⁄"  // U+2044: FRACTION SLASH
1836        + "／"  // U+FF0F: FULLWIDTH SOLIDUS
1837       ,"/", // Folded result
1838
1839        "："  // U+FF1A: FULLWIDTH COLON
1840       ,":", // Folded result
1841
1842        "⁏"  // U+204F: REVERSED SEMICOLON
1843        + "；"  // U+FF1B: FULLWIDTH SEMICOLON
1844       ,";", // Folded result
1845
1846        "？"  // U+FF1F: FULLWIDTH QUESTION MARK
1847       ,"?", // Folded result
1848
1849        "⁇"  // U+2047: DOUBLE QUESTION MARK
1850       ,"??", // Folded result
1851
1852        "⁈"  // U+2048: QUESTION EXCLAMATION MARK
1853       ,"?!", // Folded result
1854
1855        "＠"  // U+FF20: FULLWIDTH COMMERCIAL AT
1856       ,"@", // Folded result
1857
1858        "＼"  // U+FF3C: FULLWIDTH REVERSE SOLIDUS
1859       ,"\\", // Folded result
1860
1861        "‸"  // U+2038: CARET
1862        + "＾"  // U+FF3E: FULLWIDTH CIRCUMFLEX ACCENT
1863       ,"^", // Folded result
1864
1865        "＿"  // U+FF3F: FULLWIDTH LOW LINE
1866       ,"_", // Folded result
1867
1868        "⁓"  // U+2053: SWUNG DASH
1869        + "～"  // U+FF5E: FULLWIDTH TILDE
1870       ,"~", // Folded result
1871     };
1872
1873     // Construct input text and expected output tokens
1874     List<String> expectedOutputTokens = new ArrayList<String>();
1875     StringBuilder inputText = new StringBuilder();
1876     for (int n = 0 ; n < foldings.length ; n += 2) {
1877       if (n > 0) {
1878         inputText.append(' ');  // Space between tokens
1879       }
1880       inputText.append(foldings[n]);
1881
1882       // Construct the expected output token: the ASCII string to fold to,
1883       // duplicated as many times as the number of characters in the input text.
1884       StringBuilder expected = new StringBuilder();
1885       int numChars = foldings[n].length();
1886       for (int m = 0 ; m < numChars; ++m) {
1887         expected.append(foldings[n + 1]);
1888       }
1889       expectedOutputTokens.add(expected.toString());
1890     }
1891
1892     TokenStream stream = new MockTokenizer(new StringReader(inputText.toString()), MockTokenizer.WHITESPACE, false);
1893     ASCIIFoldingFilter filter = new ASCIIFoldingFilter(stream);
1894     CharTermAttribute termAtt = filter.getAttribute(CharTermAttribute.class);
1895     Iterator<String> expectedIter = expectedOutputTokens.iterator();
1896     filter.reset();
1897     while (expectedIter.hasNext()) {
1898       assertTermEquals(expectedIter.next(), filter, termAtt);
1899     }
1900     assertFalse(filter.incrementToken());
1901   }
1902
1903   void assertTermEquals(String expected, TokenStream stream, CharTermAttribute termAtt) throws Exception {
1904     assertTrue(stream.incrementToken());
1905     assertEquals(expected, termAtt.toString());
1906   }
1907 }