root/pyndexter/trunk/pyndexter/tests/unicode_corpus.py

Revision 393, 23.0 kB (checked in by athomas, 2 years ago)

pyndexter:

  • All indexers are now being fairly comprehensively tested. Still a number of
    failures, but I'll weed them out over time.
  • Added Unicode test corpus, though not used yet. Need to figure out how to
    run the same test class with different input data.
  • Property svn:eol-style set to native
Line 
1 # -*- coding: utf-8 -*-
2 #
3 # Copyright (C) 2006 Alec Thomas <alec@swapoff.org>
4 #
5 # This software is licensed as described in the file COPYING, which
6 # you should have received as part of this distribution.
7 #
8
9
10 from pyndexter import Document
11
12
13 # Appropriated from http://www.ltg.ed.ac.uk/~richard/unicode-sample.html
14
15 corpus = [
16 (u'Basic Latin',
17 u""" ! " # $ % &amp; ' ( ) * + , - . / 0 1 2 3 4 5 6 7 8 9 : ; &lt; =
18 &gt; ? @ A B C D E F G H I J K L M N O P Q R S T U V W X Y Z [ \ ] ^ _
19 ` a b c d e f g h i j k l m n o p q r s t u v w x y z { | } ~ """),
20 (u'Latin-1 Supplement',
21 u"""&nbsp; ¡ ¢ £ € ¥ Š § š © ª « ¬ ­ ® ¯ ° ± ² ³ Ž µ ¶ · ž ¹ º » Œ œ Ÿ
22 ¿ À Á Â Ã Ä Ã
23  Ã† Ç È É Ê Ë Ì Í Î Ï Ð Ñ Ò Ó Ô Õ Ö × Ø Ù Ú Û Ü Ý Þ ß à á â
24 ã À å Ê ç Ú é ê ë ì í î ï ð ñ ò ó Î õ ö ÷ Þ ù ú û Ì Ü ß ÿ """),
25 (u'Latin Extended-A',
26 u"""Ā ā Ă ă Ą Ä
27  Ä† ć Ĉ ĉ Ċ ċ Č č Ď ď Đ đ Ē ē Ĕ ĕ Ė ė Ę ę Ě ě Ĝ ĝ Ğ ğ Ä  Ä¡
28 Ä¢ Ä£ Ä€ Ä¥ ÄŠ ħ Äš Ä© Ī Ä« Ĭ Ä­ Ä® į Ä° ı IJ ij ÄŽ ĵ Ķ Ä· Äž Ĺ ĺ Ä» ÄŒ Äœ ÄŸ Ä¿ ŀ Ł ł Ń ń Å
29
30 ņ Ň ň ʼn Ŋ ŋ Ō ō Ŏ ŏ Ő ő Œ œ Ŕ ŕ Ŗ ŗ Ř ř Ś ś Ŝ ŝ Ş ş Å  Å¡ Å¢ Å£ Å€ Å¥ ÅŠ ŧ Åš Å©
31 Ū ū Ŭ ŭ Ů ů Ű ű Ų ų Ŏ ŵ Ŷ ŷ Ş Ź ź Ż Ō Ŝ ş ſ """),
32 (u'Latin Extended-B',
33 u"""ƀ Ɓ Ƃ ƃ Ƅ Æ
34  Æ† Ƈ ƈ Ɖ Ɗ Ƌ ƌ ƍ Ǝ Ə Ɛ Ƒ ƒ Ɠ Ɣ ƕ Ɩ Ɨ Ƙ ƙ ƚ ƛ Ɯ Ɲ ƞ Ɵ Æ  Æ¡
35 Æ¢ Æ£ Æ€ Æ¥ ÆŠ Ƨ Æš Æ© ƪ Æ« Ƭ Æ­ Æ® Ư Æ° Ʊ Ʋ Ƴ ÆŽ Ƶ ƶ Æ· Æž ƹ ƺ Æ» ÆŒ Æœ ÆŸ Æ¿ ǀ ǁ ǂ ǃ DŽ Ç
36
37 dž LJ Lj lj NJ Nj nj Ǎ ǎ Ǐ ǐ Ǒ ǒ Ǔ ǔ Ǖ ǖ Ǘ ǘ Ǚ ǚ Ǜ ǜ ǝ Ǟ ǟ Ç  Ç¡ Ç¢ Ç£ Ç€ Ç¥ ÇŠ ǧ Çš Ç©
38 Ǫ Ç« Ǭ Ç­ Ç® ǯ Ç° DZ Dz dz ÇŽ ǵ Ǻ Ç» ÇŒ Çœ ÇŸ Ç¿ Ȁ ȁ Ȃ ȃ ...
39 """),
40 (u'IPA Extensions',
41 u"""ɐ ɑ ɒ ɓ ɔ ɕ ɖ ɗ ɘ ə ɚ ɛ ɜ ɝ ɞ ɟ É  É¡ É¢ É£ É€ É¥ ÉŠ ɧ Éš É© ɪ É« ɬ É­ É® ɯ É° ɱ
42 ɲ ɳ ÉŽ ɵ ɶ É· Éž ɹ ɺ É» ÉŒ Éœ ÉŸ É¿ ʀ ʁ ʂ ʃ ʄ Ê
43  Ê† ʇ ʈ ʉ ʊ ʋ ʌ ʍ ʎ ʏ ʐ ʑ ʒ ʓ ʔ ʕ
44 ʖ ʗ ʘ ʙ ʚ ʛ ʜ ʝ ʞ ʟ Ê  Ê¡ Ê¢ Ê£ Ê€ Ê¥ ÊŠ ʧ Êš """),
45 (u'Spacing Modifier Letters',
46 u"""Ê° ʱ ʲ ʳ ÊŽ ʵ ʶ Ê· Êž ʹ ʺ Ê» ÊŒ Êœ ÊŸ Ê¿ ˀ ˁ ˂ ˃ ˄ Ë
47  Ë† ˇ ˈ ˉ ˊ ˋ ˌ ˍ ˎ ˏ ː ˑ ˒ ˓ ˔ ˕ ˖ ˗ ˘ ˙ ˚ ˛ ˜ ˝ ˞ Ë  Ë¡ Ë¢ Ë£ Ë€ Ë¥ ËŠ ˧ Ëš Ë©
48 """),
49 (u'Combining Diacritical Marks',
50 u"""̀ ́ ̂ ̃ ̄ Ì
51  Ì† ̇ ̈ ̉ ̊ ̋ ̌ ̍ ̎ ̏ ̐ ̑ ̒ ̓ ̔ ̕ ̖ ̗ ̘ ̙ ̚ ̛ ̜ ̝ ̞ ̟ Ì  Ì¡
52 Ì¢ Ì£ Ì€ Ì¥ ÌŠ ̧ Ìš Ì© ̪ Ì« ̬ Ì­ Ì® ̯ Ì° ̱ ̲ ̳ ÌŽ ̵ ̶ Ì· Ìž ̹ ̺ Ì» ÌŒ Ìœ ÌŸ Ì¿ ̀ ́ ͂ ̓ ̈́ Í
53
54 Í  Í¡ """),
55 (u'Greek',
56 u"""ÍŽ ͵ ͺ ÍŸ ΄ Î
57  Î† · Έ Ή Ί Ό Ύ Ώ ΐ Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ ΀
58 Î¥ Ί Χ Κ Ω Ϊ Ϋ ά έ ή ί ΰ α β γ ÎŽ ε ζ η Ξ ι κ λ ÎŒ Îœ Ο ο π ρ ς σ τ Ï
59  Ï† χ ψ
60 ω ϊ ϋ ό ύ ώ ϐ ϑ ϒ ϓ ϔ ϕ ϖ Ϛ Ϝ Ϟ Ï  Ï¢ Ï£ Ï€ Ï¥ ÏŠ ϧ Ïš Ï© Ϫ Ï« Ϭ Ï­ Ï® ϯ Ï° ϱ ϲ ϳ """),
61 (u'Cyrillic',
62 u"""Ё Ђ Ѓ Є Ð
63  Ð† Ї Ј Љ Њ Ћ Ќ Ў Џ А Б В Г Д Е Ж З И Й К Л М Н О П Р С Т У
64 Ѐ Ð¥ Њ Ч К Щ Ъ Ы Ь Э Ю Я а б в г ÐŽ е ж з О й к л ÐŒ Ðœ П п р с т у ф Ñ
65  Ñ† ч
66 ш щ ъ ы ь э ю я ё ђ ѓ є ѕ і ї ј љ њ ћ ќ ў џ Ñ  Ñ¡ Ñ¢ Ñ£ Ñ€ Ñ¥ ÑŠ ѧ Ñš Ñ© Ѫ Ñ« Ѭ Ñ­
67 Ñ® ѯ Ñ° ѱ Ѳ ѳ ÑŽ ѵ Ѷ Ñ· Ñž ѹ Ѻ Ñ» ÑŒ Ñœ ÑŸ Ñ¿ Ҁ ҁ ҂ ҃ ...
68 """),
69 (u'Armenian',
70 u"""Ô± Ô² Ô³ ÔŽ Ôµ Ô¶ Ô· Ôž Ô¹ Ôº Ô» ÔŒ Ôœ ÔŸ Ô¿ Հ Ձ Ղ Ճ Մ Õ
71  Õ† Շ Ո Չ Պ Ջ Ռ Ս Վ Տ Ր Ց Ւ
72 Փ Ք Օ Ֆ ՙ ՚ ՛ ՜ ՝ ՞ ՟ Õ¡ Õ¢ Õ£ Õ€ Õ¥ ÕŠ Õ§ Õš Õ© Õª Õ« Õ¬ Õ­ Õ® Õ¯ Õ° Õ± Õ² Õ³ ÕŽ Õµ Õ¶ Õ· Õž Õ¹
73 Õº Õ» ÕŒ Õœ ÕŸ Õ¿ ր ց ւ փ ք Ö
74  Ö† և ։ """),
75 (u'Hebrew',
76 u"""֑ ֒ ֓ ֔ ֕ ֖ ֗ ֘ ֙ ֚ ֛ ֜ ֝ ֞ ֟ Ö  Ö¡ Ö£ Ö€ Ö¥ ÖŠ Ö§ Öš Ö© Öª Ö« Ö¬ Ö­ Ö® Ö¯ Ö° Ö± Ö² Ö³
77 ÖŽ Öµ Ö¶ Ö· Öž Ö¹ Ö» ÖŒ Öœ ÖŸ Ö¿ ׀ ׁ ׂ ׃ ׄ א ב ג ד ה ו ז ח ט י ך כ ל ם מ ן ×  ס ×¢ ×£
78 ׀ ץ ׊ ק ך ש ת װ ױ ײ ׳ ׎ """),
79 (u'Arabic',
80 u"""، ؛ ؟ Ø¡ Ø¢ Ø£ Ø€ Ø¥ ØŠ ا Øš Ø© ت Ø« ج Ø­ Ø® د Ø° ر ز س ØŽ ص ض Ø· Øž ع غ ـ ف ق ك ل
81 Ù
82  Ù† ه و ى ي ً ٌ ٍ َ ُ ِ ّ ْ Ù  Ù¡ Ù¢ Ù£ Ù€ Ù¥ ÙŠ Ù§ Ùš Ù© Ùª Ù« Ù¬ Ù­ Ù° Ù± Ù² Ù³ ÙŽ Ùµ Ù¶ Ù·
83 Ùž Ù¹ Ùº Ù» ÙŒ Ùœ ÙŸ Ù¿ ڀ ځ ڂ ڃ ڄ Ú
84  Ú† ڇ ڈ ډ ڊ ڋ ڌ ڍ ڎ ڏ ڐ ڑ ڒ ړ ڔ ڕ ږ ڗ ژ ڙ ښ ڛ
85 ڜ ڝ ڞ ڟ Ú  Ú¡ Ú¢ Ú£ Ú€ Ú¥ ÚŠ Ú§ Úš Ú© Úª Ú« Ú¬ Ú­ Ú® Ú¯ Ú° Ú± ...
86 """),
87 (u'Devanagari',
88 u"""à€ à€‚ à€ƒ à€
89  à€† à€‡ à€ˆ à€‰ à€Š à€‹ à€Œ à€ à€Ž à€ à€ à€‘ à€’ à€“ à€” à€• à€– à€— à€˜ à€™ à€š à€› à€œ à€ à€ž à€Ÿ à€  à€¡ à€¢ à€£
90 à€€ à€¥ à€Š à€§ à€š à€© à€ª à€« à€¬ à€­ à€® à€¯ à€° à€± à€² à€³ à€Ž à€µ à€¶ à€· à€ž à€¹ à€Œ à€œ à€Ÿ à€¿ ी ु ू ृ ॄ à¥
91  à¥† े ै ॉ
92 ॊ ो ौ ् ॐ ॑ ॒ ॓ ॔ क़ ख़ ग़ ज़ ड़ ढ़ फ़ य़ ॠ ॡ ॢ ॣ ी ॥ ॊ १ ग़ ३ ४ ५ ६ ७ ८ ९ ॰ """),
93 (u'Bengali',
94 u"""àŠ àŠ‚ àŠƒ àŠ
95  àŠ† àŠ‡ àŠˆ àŠ‰ àŠŠ àŠ‹ àŠŒ àŠ àŠ àŠ“ àŠ” àŠ• àŠ– àŠ— àŠ˜ àŠ™ àŠš àŠ› àŠœ àŠ àŠž àŠŸ àŠ  àŠ¡ àŠ¢ àŠ£ àŠ€ àŠ¥ àŠŠ àŠ§
96 àŠš àŠª àŠ« àŠ¬ àŠ­ àŠ® àŠ¯ àŠ° àŠ² àŠ¶ àŠ· àŠž àŠ¹ àŠŒ àŠŸ àŠ¿ ী ু ূ ৃ ৄ ে ৈ ো ৌ ্ ৗ ড় ঢ় য় ৠ ৡ ৢ ৣ ৊ ১
97 ৚ ৩ ৪ ৫ ৬ ৭ ৮ ৯ ৰ ৱ ৲ ৳ ৎ ৵ ৶ ৷ ৞ ৹ ৺ """),
98 (u'Gurmukhi',
99 u"""àš‚ àš
100  àš† àš‡ àšˆ àš‰ àšŠ àš àš àš“ àš” àš• àš– àš— àš˜ àš™ àšš àš› àšœ àš àšž àšŸ àš  àš¡ àš¢ àš£ àš€ àš¥ àšŠ àš§ àšš àšª àš« àš¬
101 àš­ àš® àš¯ àš° àš² àš³ àšµ àš¶ àšž àš¹ àšŒ àšŸ àš¿ ੀ ੁ ੂ ੇ ੈ ੋ ੌ ੍ ਖ਼ ਗ਼ ਜ਼ ੜ ਫ਼ à©Š ੧ à©š à©© ੪ à©« ੬ à©­ à©® ੯
102 ੰ ੱ ੲ ੳ ੎ """),
103 (u'Gujarati',
104 u"""ઁ ં ઃ àª
105  àª† ઇ ઈ ઉ ઊ ઋ ઍ એ ઐ ઑ ઓ ઔ ક ખ ગ ઘ ઙ ચ છ જ ઝ ઞ ટ ઠ ડ ઢ ણ ઀ થ ઊ
106 ધ ચ પ ફ બ ભ મ ય ર લ ળ વ શ ષ ઞ હ ઌ જ ટ િ ી ુ ૂ ૃ ૄ à«
107  à«‡ ૈ ૉ ો ૌ ્ ૐ à«  à«Š ૧
108 ૚ ૩ ૪ ૫ ૬ ૭ ૮ ૯ """),
109 (u'Oriya',
110 u"""ଁ ଂ ଃ à¬
111  à¬† ଇ ଈ ଉ ଊ ଋ ଌ ଏ ଐ ଓ ଔ କ ଖ ଗ ଘ ଙ ଚ ଛ ଜ ଝ ଞ ଟ ଠ ଡ ଢ ଣ ଀ ଥ ଊ ଧ
112 ଚ ପ ଫ ବ ଭ ମ ଯ ର ଲ ଳ ଶ ଷ ଞ ହ ଌ ଜ ଟ ି ୀ ୁ ୂ ୃ େ ୈ ୋ ୌ ୍ ୖ ୗ ଡ଼ ଢ଼ ୟ à­  à­¡ à­Š à­§
113 à­š à­© à­ª à­« à­¬ à­­ à­® à­¯ à­° """),
114 (u'Tamil',
115 u"""ஂ ஃ à®
116  à®† இ ஈ உ ஊ எ ஏ ஐ ஒ ஓ ஔ க ங ச ஜ ஞ ட ண ஀ ச ன ப à®® ய à®° à®± ல ள எ வ à®· ஞ ஹ ட ி ீ ு ூ ெ ே ை ொ ோ ௌ ் ௗ ௧ ௚ ௩ ௪ ௫ ௬ ௭ ௮ ௯ ௰ ௱ ௲
117 """),
118 (u'Telugu',
119 u"""ఁ ం ః à°
120  à°† ఇ ఈ ఉ ఊ ఋ ఌ ఎ ఏ ఐ ఒ ఓ ఔ క ఖ గ ఘ ఙ చ ఛ జ ఝ ఞ ట à°  à°¡ à°¢ à°£ à°€ à°¥
121 à°Š à°§ à°š à°ª à°« à°¬ à°­ à°® à°¯ à°° à°± à°² à°³ à°µ à°¶ à°· à°ž à°¹ à°Ÿ à°¿ ీ ు ూ ృ ౄ ె ే ై ొ ో ౌ ్ ౕ ౖ à±  ౡ
122 ొ ౧ ౚ ౩ ౪ ౫ ౬ ౭ ౮ ౯ """),
123 (u'Kannada',
124 u"""ಂ ಃ à²
125  à²† ಇ ಈ ಉ ಊ ಋ ಌ ಎ ಏ ಐ ಒ ಓ ಔ ಕ ಖ ಗ ಘ ಙ ಚ ಛ ಜ ಝ ಞ ಟ ಠ ಡ ಢ ಣ ಀ ಥ ಊ
126 ಧ ಚ ಪ ಫ ಬ ಭ ಮ ಯ ರ ಱ ಲ ಳ ವ ಶ ಷ ಞ ಹ ಟ ಿ ೀ ು ೂ ೃ ೄ ೆ ೇ ೈ ೊ ೋ ೌ ್ ೕ ೖ ೞ à³  ೡ
127 ೊ ೧ ೚ ೩ ೪ ೫ ೬ ೭ ೮ ೯ """),
128 (u'Malayalam',
129 u"""àŽ‚ àŽƒ àŽ
130  àŽ† àŽ‡ àŽˆ àŽ‰ àŽŠ àŽ‹ àŽŒ àŽŽ àŽ àŽ àŽ’ àŽ“ àŽ” àŽ• àŽ– àŽ— àŽ˜ àŽ™ àŽš àŽ› àŽœ àŽ àŽž àŽŸ àŽ  àŽ¡ àŽ¢ àŽ£ àŽ€ àŽ¥ àŽŠ
131 àŽ§ àŽš àŽª àŽ« àŽ¬ àŽ­ àŽ® àŽ¯ àŽ° àŽ± àŽ² àŽ³ àŽŽ àŽµ àŽ¶ àŽ· àŽž àŽ¹ àŽŸ àŽ¿ ീ ു ൂ ൃ െ േ ൈ ൊ ോ ൌ ് ൗ ൠ ൡ ൊ ൧
132 ൚ ൩ ൪ ൫ ൬ ൭ ൮ ൯ """),
133 (u'Thai',
134 u"""àž àž‚ àžƒ àž„ àž
135  àž† àž‡ àžˆ àž‰ àžŠ àž‹ àžŒ àž àžŽ àž àž àž‘ àž’ àž“ àž” àž• àž– àž— àž˜ àž™ àžš àž› àžœ àž àžž àžŸ àž  àž¡ àž¢
136 àž£ àž€ àž¥ àžŠ àž§ àžš àž© àžª àž« àž¬ àž­ àž® àž¯ àž° àž± àž² àž³ àžŽ àžµ àž¶ àž· àžž àž¹ àžº àž¿ เ แ โ ใ ไ à¹
137  à¹† ็ ่ ้ ๊
138 ๋ ์ ํ ๎ ๏ ๐ ๑ ๒ ๓ ๔ ๕ ๖ ๗ ๘ ๙ ๚ ๛ """),
139 (u'Lao',
140 u"""ກ ຂ ຄ ງ ຈ ຊ ຍ ດ ຕ ຖ ທ ນ ບ ປ ຜ ຝ ພ ຟ ມ ຢ ຣ ລ ວ ສ ຫ ອ ຮ ຯ ະ ັ າ ຳ ຎ ີ
141 ຶ ື ພ ູ ົ ຌ ຜ ເ ແ ໂ ໃ ໄ ໆ ່ ້ ໊ ໋ ໌ ໍ ໐ ໑ ໒ ໓ ໔ ໕ ໖ ໗ ໘ ໙ ໜ ໝ """),
142 (u'Tibetan',
143 u"""àŒ€ àŒ àŒ‚ àŒƒ àŒ„ àŒ
144  àŒ† àŒ‡ àŒˆ àŒ‰ àŒŠ àŒ‹ àŒŒ àŒ àŒŽ àŒ àŒ àŒ‘ àŒ’ àŒ“ àŒ” àŒ• àŒ– àŒ— àŒ˜ àŒ™ àŒš àŒ› àŒœ àŒ àŒž àŒŸ àŒ  àŒ¡
145 àŒ¢ àŒ£ àŒ€ àŒ¥ àŒŠ àŒ§ àŒš àŒ© àŒª àŒ« àŒ¬ àŒ­ àŒ® àŒ¯ àŒ° àŒ± àŒ² àŒ³ àŒŽ àŒµ àŒ¶ àŒ· àŒž àŒ¹ àŒº àŒ» àŒŒ àŒœ àŒŸ àŒ¿ àœ€ àœ àœ‚ àœƒ àœ„ àœ
146
147 àœ† àœ‡ àœ‰ àœŠ àœ‹ àœŒ àœ àœŽ àœ àœ àœ‘ àœ’ àœ“ àœ” àœ• àœ– àœ— àœ˜ àœ™ àœš àœ› àœœ àœ àœž àœŸ àœ  àœ¡ àœ¢ àœ£ àœ€ àœ¥ àœŠ àœ§ àœš àœ© àœ±
148 àœ² àœ³ àœŽ àœµ àœ¶ àœ· àœž àœ¹ àœº àœ» àœŒ àœœ àœŸ àœ¿ àŸ€ àŸ àŸ‚ àŸƒ àŸ„ àŸ
149  àŸ† àŸ‡ ...
150 """),
151 (u'Georgian',
152 u"""Ⴀ Ⴁ Ⴂ Ⴃ á‚€ Ⴅ Ⴉ Ⴇ Ⴙ Ⴉ Ⴊ Ⴋ Ⴌ Ⴍ Ⴎ Ⴏ Ⴐ Ⴑ Ⴒ Ⴓ Ⴎ Ⴕ Ⴖ Ⴗ Ⴞ Ⴙ Ⴚ Ⴛ á‚Œ á‚œ á‚Ÿ Ⴟ Ⴠ Ⴡ
153 Ⴢ Ⴣ Ⴤ áƒ
154  áƒ ბ გ დ ე ვ ზ თ ი კ ლ მ ნ ო პ ჟ რ ს ტ უ Ⴠ ქ ჊ ყ ლ ჩ ც ძ წ ჭ ხ ჯ
155 ჰ ჱ ჲ ჳ ჎ ჵ ჶ ჻ """),
156 (u'Hangul Jamo',
157 u"""ᄀ ᄁ ᄂ ᄃ ᄄ á„
158  á„† ᄇ ᄈ ᄉ ᄊ ᄋ ᄌ ᄍ ᄎ ᄏ ᄐ ᄑ ᄒ ᄓ ᄔ ᄕ ᄖ ᄗ ᄘ ᄙ ᄚ ᄛ ᄜ ᄝ ᄞ ᄟ ᄠ ᄡ
159 ᄢ ᄣ á„€ ᄥ ᄩ ᄧ ᄹ ᄩ ᄪ ᄫ ᄬ ᄭ ᄮ ᄯ ᄰ ᄱ ᄲ ᄳ ᄮ ᄵ ᄶ ᄷ ᄾ ᄹ ᄺ ᄻ á„Œ á„œ á„Ÿ ᄿ á
160 € á
161  á
162 ‚ á
163 ƒ á
164 „ á
165
166
167 á
168 † á
169 ‡ á
170 ˆ á
171 ‰ á
172 Š á
173 ‹ á
174 Œ á
175  á
176 Ž á
177  á
178  á
179 ‘ á
180 ’ á
181 “ á
182 ” á
183 • á
184 – á
185 — á
186 ˜ á
187 ™ á
188 Ÿ á
189   á
190 ¡ á
191 ¢ á
192 £ á
193 € á
194 ¥ á
195 Š á
196 § á
197 š á
198 © á
199 ª á
200 « á
201 ¬ á
202 ­ á
203 ®
204 á
205 ¯ á
206 ° á
207 ± á
208 ² á
209 ³ á
210 Ž á
211 µ á
212 ¶ á
213 · á
214 ž á
215 ¹ á
216 º á
217 » á
218 Œ á
219 œ á
220 Ÿ á
221 ¿ ᆀ ᆁ ᆂ ᆃ ᆄ ...
222 """),
223 (u'Latin Extended Additional',
224 u"""ᾀ ខ ᾂ ឃ ᾄ áž
225  áž† ᾇ ឈ ᾉ ᾊ ᾋ ᾌ ឍ ᾎ ត ថ ᾑ ᾒ ᾓ ᾔ ᾕ ᾖ ᾗ ម ᾙ ᾚ ᾛ ᾜ ឝ ᾞ ᾟ áž  áž¡
226 អ ឣ ក ឥ ដ ឧ ážš áž© ឪ áž« ឬ áž­ áž® ឯ áž° áž± áž² áž³ ណ ážµ ា áž· ážž áž¹ ឺ áž» ឌ ážœ ស áž¿ Ṁ ṁ Ṃ ṃ Ṅ á¹
227
228 Ṇ ṇ Ṉ ṉ Ṋ ṋ Ṍ ṍ Ṏ ṏ Ṑ ṑ Ṓ ṓ Ṕ ṕ Ṗ ṗ Ṙ ṙ Ṛ ṛ Ṝ ṝ Ṟ ṟ á¹  ṡ á¹¢ á¹£ á¹€ á¹¥ Ṋ ṧ Ṛ ṩ
229 Ṫ ṫ Ṭ ṭ Ṯ ṯ Ṱ ṱ Ṳ ṳ Ṏ ṵ Ṷ ṷ Ṟ ṹ Ṻ ṻ Ṍ Ṝ ṟ ṿ ...
230 """),
231 (u'Greek Extended',
232 u"""ጀ ጁ ጂ ጃ ጄ áŒ
233  áŒ† ጇ ገ ጉ ጊ ጋ ጌ ግ ጎ ጏ ጐ ጑ ጒ ጓ ጔ ጕ ጘ ጙ ጚ ጛ ጜ ጝ ጠ ጡ ጢ ጣ ጀ ጥ
234 ጊ ጧ ጚ ጩ ጪ ጫ ጬ ጭ ጮ ጯ ጰ ጱ ጲ ጳ ጎ ጵ ጶ ጷ ጞ ጹ ጺ ጻ ጌ ጜ ጟ ጿ ᜀ ᜁ ᜂ ᜃ ᜄ áœ
235  áœˆ ᜉ ᜊ ᜋ
236 ᜌ ᜍ ᜐ ᜑ ᜒ ᜓ ᜔ ᜕ ᜖ ᜗ ᜙ ᜛ ᜝ ᜟ ᜠ ᜡ ᜢ ᜣ ᜀ ᜥ ᜊ ᜧ ᜚ ᜩ ᜪ ᜫ ᜬ ᜭ ᜮ ᜯ ᜰ ᜱ ᜲ ᜳ ᜎ ᜵
237 ᜶ ᜷ ᜞ ᜹ ᜺ ᜻ ᜌ ᜜ ៀ េ ែ ៃ ោ áŸ
238  áŸ† ះ ៈ ៉ ៊ ់ ៌ ៍ ...
239 """),
240 (u'General Punctuation',
241 u"""          â€
242  â€†         ​ ‌ ‍ ‎ ‏ ‐ ‑ ‒ – — ― ‖ ‗ ‘ ’ ‚ ‛ “ ” „ ‟ † ‡
243 • ‣   ‥ 
 ‧ ‹ 
 ‪ ‫ ‬ ‭ ‮ ‰ ‱ ′ ″ ‮ ‵ ‶ ‷ ‾ ‹ › ※ ‌ “ ‟ ‿ ⁀ ⁁ ⁂ ⁃ ⁄ â
244  â†
245       """),
246 (u'Superscripts and Subscripts',
247 u"""⁰ ⁎ ⁵ ⁶ ⁷ ⁞ ⁹ ⁺ ⁻ ⁌ ⁜   ⁿ ₀ ₁ ₂ ₃ ₄ â‚
248  â‚† ₇ ₈ ₉ ₊ ₋ ₌ ₍ ₎
249 """),
250 (u'Currency Symbols',
251 u"""₠ ₡ ₢ ₣ â‚€ ₥ ₩ ₧ ₹ ₩ ₪ ₫
252 """),
253 (u'Combining Marks for Symbols',
254 u"""⃐ ⃑ ⃒ ⃓ ⃔ ⃕ ⃖ ⃗ ⃘ ⃙ ⃚ ⃛ ⃜ ⃝ ⃞ ⃟ ⃠ ⃡
255 """),
256 (u'Letterlike Symbols',
257 u"""℀ ℁ ℂ ℃ ℄ â„
258  â„† ℇ ℈ ℉ ℊ ℋ ℌ ℍ ℎ ℏ ℐ ℑ ℒ ℓ ℔ ℕ № ℗ ℘ ℙ ℚ ℛ ℜ ℝ ℞ ℟ ℠ ℡ ™ ℣ â„€ ℥ ℩ ℧ ℹ ℩ K Å ℬ ℭ ℮ ℯ ℰ ℱ Ⅎ ℳ ℮ ℵ ℶ ℷ ℾ
259 """),
260 (u'Number Forms',
261 u"""â
262 “ â
263 ” â
264 • â
265 – â
266 — â
267 ˜ â
268 ™ â
269 š â
270 › â
271 œ â
272  â
273 ž â
274 Ÿ â
275   â
276 ¡ â
277 ¢ â
278 £ â
279 € â
280 ¥ â
281 Š â
282 § â
283 š â
284 © â
285 ª â
286 « â
287 ¬ â
288 ­ â
289 ® â
290 ¯ â
291 ° â
292 ± â
293 ² â
294 ³ â
295 Ž â
296 µ â
297 ¶ â
298 · â
299 ž â
300 ¹ â
301 º â
302 » â
303 Œ â
304 œ â
305 Ÿ â
306 ¿ ↀ ↁ ↂ
307 """),
308 (u'Arrows',
309 u"""← ↑ → ↓ ↔ ↕ ↖ ↗ ↘ ↙ ↚ ↛ ↜ ↝ ↞ ↟ ↠ ↡ ↢ ↣ ↀ ↥ ↩ ↧ ↹ ↩ ↪ ↫ ↬ ↭ ↮ ↯ ↰ ↱
310 ↲ ↳ ↮ ↵ ↶ ↷ ↾ ↹ ↺ ↻ ↌ ↜ ↟ ↿ ⇀ ⇁ ⇂ ⇃ ⇄ â‡
311  â‡† ⇇ ⇈ ⇉ ⇊ ⇋ ⇌ ⇍ ⇎ ⇏ ⇐ ⇑ ⇒ ⇓ ⇔ ⇕
312 ⇖ ⇗ ⇘ ⇙ ⇚ ⇛ ⇜ ⇝ ⇞ ⇟ ⇠ ⇡ ⇢ ⇣ ⇀ ⇥ ⇩ ⇧ ⇹ ⇩ ⇪ """),
313 (u'Mathematical Operators',
314 u"""∀ ∁ ∂ ∃ ∄ âˆ
315  âˆ† ∇ ∈ ∉ ∊ ∋ ∌ ∍ ∎ ∏ ∐ ∑ − ∓ ∔ ∕ ∖ ∗ ∘ ∙ √ ∛ ∜ ∝ ∞ ∟ ∠ ∡
316 ∢ ∣ ∀ ∥ ∊ ∧ √ ∩ ∪ ∫ ∬ ∭ ∮ ∯ ∰ ∱ ∲ ∳ ∎ ∵ ∶ ∷ ∞ ∹ ∺ ∻ ∌ ∜ ∟ ∿ ≀ ≁ ≂ ≃ ≄ â‰
317
318 ≆ ≇ ≈ ≉ ≊ ≋ ≌ ≍ ≎ ≏ ≐ ≑ ≒ ≓ ≔ ≕ ≖ ≗ ≘ ≙ ≚ ≛ ≜ ≝ ≞ ≟ ≠ ≡ ≢ ≣ ≀ ≥ ≩ ≧ ≹ ≩
319 ≪ ≫ ≬ ≭ ≮ ≯ ≰ ≱ ≲ ≳ ≮ ≵ ≶ ≷ ≾ ≹ ≺ ≻ ≌ ≜ ≟ ≿ ...
320 """),
321 (u'Miscellaneous Technical',
322 u"""⌀ ⌂ ⌃ ⌄ âŒ
323  âŒ† ⌇ ⌈ ⌉ ⌊ ⌋ ⌌ ⌍ ⌎ ⌏ ⌐ ⌑ ⌒ ⌓ ⌔ ⌕ ⌖ ⌗ ⌘ ⌙ ⌚ ⌛ ⌜ ⌝ ⌞ ⌟ ⌠ ⌡ ⌢
324 ⌣ ⌀ ⌥ 〈 ⌧ ⌹ 〈 〉 ⌫ ⌬ ⌭ ⌮ ⌯ ⌰ ⌱ ⌲ ⌳ ⌮ ⌵ ⌶ ⌷ ⌾ ⌹ ⌺ ⌻ ⌌ ⌜ ⌟ ⌿ ⍀ ⍁ ⍂ ⍃ ⍄ â
325  â†
326 ⍇ ⍈ ⍉ ⍊ ⍋ ⍌ ⍍ ⍎ ⍏ ⍐ ⍑ ⍒ ⍓ ⍔ ⍕ ⍖ ⍗ ⍘ ⍙ ⍚ ⍛ ⍜ ⍝ ⍞ ⍟ ⍠ ⍡ ⍢ ⍣ ⍀ ⍥ ⍊ ⍧ ⍚ ⍩ ⍪
327 ⍫ ⍬ ⍭ ⍮ ⍯ ⍰ ⍱ ⍲ ⍳ ⍎ ⍵ ⍶ ⍷ ⍞ ⍹ ⍺ """),
328 (u'Control Pictures',
329 u"""␀ ␁ ␂ ␃ ␄ â
330  â† ␇ ␈ ␉ ␊ ␋ ␌ ␍ ␎ ␏ ␐ ␑ ␒ ␓ ␔ ␕ ␖ ␗ ␘ ␙ ␚ ␛ ␜ ␝ ␞ ␟ ␠ ␡ ␢ ␣ ␀
331 """),
332 (u'Optical Character Recognition',
333 u"""⑀ ⑁ ⑂ ⑃ ⑄ â‘
334  â‘† ⑇ ⑈ ⑉ ⑊
335 """),
336 (u'Enclosed Alphanumerics',
337 u"""① ② ③ ④ â‘€ ⑥ ⑩ ⑧ ⑹ ⑩ ⑪ ⑫ ⑬ ⑭ ⑮ ⑯ ⑰ ⑱ ⑲ ⑳ ⑮ ⑵ ⑶ ⑷ ⑾ ⑹ ⑺ ⑻ â‘Œ â‘œ â‘Ÿ ⑿ ⒀ ⒁
338 ⒂ ⒃ ⒄ â’
339  â’† ⒇ ⒈ ⒉ ⒊ ⒋ ⒌ ⒍ ⒎ ⒏ ⒐ ⒑ ⒒ ⒓ ⒔ ⒕ ⒖ ⒗ ⒘ ⒙ ⒚ ⒛ ⒜ ⒝ ⒞ ⒟ ⒠ ⒡ ⒢ ⒣ â’€ ⒥
340 ⒩ ⒧ Ⓓ ⒩ ⒪ ⒫ ⒬ ⒭ ⒮ ⒯ ⒰ ⒱ ⒲ ⒳ ⒮ ⒵ Ⓐ Ⓑ Ⓘ Ⓓ Ⓔ Ⓕ â’Œ â’œ â’Ÿ Ⓙ Ⓚ Ⓛ Ⓜ Ⓝ Ⓞ â“
341  â“† Ⓡ Ⓢ Ⓣ
342 Ⓤ Ⓥ Ⓦ Ⓧ Ⓨ Ⓩ ⓐ ⓑ ⓒ ⓓ ⓔ ⓕ ⓖ ⓗ ⓘ ⓙ ⓚ ⓛ ⓜ ⓝ ⓞ ⓟ ...
343 """),
344 (u'Box Drawing',
345 u"""─ ━ │ ┃ ┄ â”
346  â”† ┇ ┈ ┉ ┊ ┋ ┌ ┍ ┎ ┏ ┐ ┑ ┒ ┓ └ ┕ ┖ ┗ ┘ ┙ ┚ ┛ ├ ┝ ┞ ┟ ┠ ┡
347 ┢ ┣ ─ ┥ ┩ ┧ ┹ ┩ ┪ ┫ ┬ ┭ ┮ ┯ ┰ ┱ ┲ ┳ ┮ ┵ ┶ ┷ ┾ ┹ ┺ ┻ ┌ ├ ┟ ┿ ╀ ╁ ╂ ╃ ╄ â•
348
349 ╆ ╇ ╈ ╉ ╊ ╋ ╌ ╍ ╎ ╏ ═ ║ ╒ ╓ ╔ ╕ ╖ ╗ ╘ ╙ ╚ ╛ ╜ ╝ ╞ ╟ ╠ ╡ ╢ ╣ â•€ ╥ ╩ ╧ ╹ ╩
350 ╪ ╫ ╬ ╭ ╮ ╯ ╰ ╱ ╲ ╳ ╮ ╵ ╶ ╷ ╾ ╹ ╺ ╻ â•Œ â•œ â•Ÿ ╿ """),
351 (u'Block Elements',
352 u"""▀ ▁ ▂ ▃ ▄ â–
353  â–† ▇ █ ▉ ▊ ▋ ▌ ▍ ▎ ▏ ▐ ░ ▒ ▓ ▔ ▕
354 """),
355 (u'Geometric Shapes',
356 u"""■ □ ▢ ▣ â–€ ▥ ▩ ▧ ▹ ▩ ▪ ▫ ▬ ▭ ▮ ▯ ▰ ▱ ▲ △ ▮ ▵ ▶ ▷ ▾ ▹ ► ▻ â–Œ â–œ â–Ÿ ▿ ◀ ◁
357 ◂ ◃ ◄ â—
358  â—† ◇ ◈ ◉ ◊ ○ ◌ ◍ ◎ ● ◐ ◑ ◒ ◓ ◔ ◕ ◖ ◗ ◘ ◙ ◚ ◛ ◜ ◝ ◞ ◟ ◠ ◡ ◢ ◣ â—€ ◥
359 ◩ ◧ ◹ ◩ ◪ ◫ ◬ ◭ ◮ ◯ """),
360 (u'Miscellaneous Symbols',
361 u"""☀ ☁ ☂ ☃ ☄ â˜
362  â˜† ☇ ☈ ☉ ☊ ☋ ☌ ☍ ☎ ☏ ☐ ☑ ☒ ☓ ☚ ☛ ☜ ☝ ☞ ☟ ☠ ☡ ☢ ☣ ☀ ☥ ☊ ☧
363 ☚ ☩ ☪ ☫ ☬ ☭ ☮ ☯ ☰ ☱ ☲ ☳ ☎ ☵ ☶ ☷ ☞ ☹ ☺ ☻ ☌ ☜ ☟ ☿ ♀ ♁ ♂ ♃ ♄ â™
364  â™† ♇ ♈ ♉ ♊ ♋
365 ♌ ♍ ♎ ♏ ♐ ♑ ♒ ♓ ♔ ♕ ♖ ♗ ♘ ♙ ♚ ♛ ♜ ♝ ♞ ♟ ♠ ♡ ♢ ♣ ♀ ♥ ♩ ♧ ♹ ♩ ♪ ♫ ♬ ♭ ♮ ♯
366 """),
367 (u'Dingbats',
368 u"""✁ ✂ ✃ ✄ ✆ ✇ ✈ ✉ ✌ ✍ ✎ ✏ ✐ ✑ ✒ ✓ ✔ ✕ ✖ ✗ ✘ ✙ ✚ ✛ ✜ ✝ ✞ ✟ ✠ ✡ ✢ ✣ ✀ ✥
369 ✩ ✧ ✩ ✪ ✫ ✬ ✭ ✮ ✯ ✰ ✱ ✲ ✳ ✮ ✵ ✶ ✷ ✾ ✹ ✺ ✻ ✌ ✜ ✟ ✿ ❀ ❁ ❂ ❃ ❄ â
370  â† ❇ ❈ ❉ ❊
371 ❋ ❍ ❏ ❐ ❑ ❒ ❖ ❘ ❙ ❚ ❛ ❜ ❝ ❞ ❡ ❢ ❣ ❀ ❥ ❊ ❧ ❶ ❷ ❞ ❹ ❺ ❻ ❌ ❜ ❟ ❿ ➀ ➁ ➂ ➃ ➄
372 âž
373  âž† ➇ ➈ ➉ ➊ ➋ ➌ ➍ ➎ ➏ ➐ ➑ ➒ ➓ ➔ ➘ ➙ ➚ ➛ ➜ ➝ ...
374 """),
375 (u'CJK Symbols and Punctuation',
376 u"""　 、 。 〃 〄 ã€
377  ã€† 〇 〈 〉 《 》 「 」 『 』 【 】 〒 〓 〔 〕 〖 〗 〘 〙 〚 〛 〜 〝 〞 〟 〠 〡 〢 〣 　 〥 《 〧 〚 〩 〪 〫 〬 〭 〮 〯 〰 〱 〲 〳 『 〵 〶 〷 〿
378 """),
379 (u'Hiragana',
380 u"""ぁ あ ぃ い ã
381  ã† ぇ え ぉ お か が き ぎ く ぐ け げ こ ご さ ざ し じ す ず せ ぜ そ ぞ た だ ち ぢ
382 っ ぀ づ お で ず ど な に ぬ ね の は ば ぱ ひ び ぎ ふ ぶ ぷ ぞ べ ぺ ほ が ぜ た み む め も ゃ や ã‚
383  ã‚†
384 ょ よ ら り る れ ろ ゎ わ ゐ ゑ を ん ゔ ゙ ゚ ゛ ゜ ゝ ゞ """),
385 (u'Katakana',
386 u"""ァ ア ィ ã‚€ ゥ ã‚Š ェ ã‚š ォ オ カ ガ キ ギ ク グ ケ ゲ コ ã‚Ž サ ザ シ ã‚ž ス ズ セ ã‚Œ ã‚œ ã‚Ÿ タ ダ チ ヂ
387 ッ ツ ãƒ
388  ãƒ† デ ト ド ナ ニ ヌ ネ ノ ハ バ パ ヒ ビ ピ フ ブ プ ヘ ベ ペ ホ ボ ポ マ ミ ム メ モ ャ ダ ュ ナ
389 ョ ペ ラ リ ル レ ロ ヮ ワ ヰ ヱ ヲ ン ノ ヵ ヶ ヷ マ ヹ ヺ ・ ヌ ボ ミ """),
390 (u'Bopomofo',
391 u"""ã„
392  ã„† ㄇ ㄈ ㄉ ㄊ ㄋ ㄌ ㄍ ㄎ ㄏ ㄐ ㄑ ㄒ ㄓ ㄔ ㄕ ㄖ ㄗ ㄘ ㄙ ㄚ ㄛ ㄜ ㄝ ㄞ ㄟ ㄠ ㄡ ㄢ ㄣ ã„€ ㄥ ã„Š ㄧ ã„š ㄩ ㄪ ㄫ ㄬ
393 """),
394 (u'Hangul Compatibility Jamo',
395 u"""ㄱ ㄲ ㄳ ã„Ž ㄵ ㄶ ㄷ ã„ž ㄹ ㄺ ㄻ ã„Œ ã„œ ã„Ÿ ㄿ ã
396 € ã
397  ã
398 ‚ ã
399 ƒ ã
400 „ ã
401
402  ã
403 † ã
404 ‡ ã
405 ˆ ã
406 ‰ ã
407 Š ã
408 ‹ ã
409 Œ ã
410  ã
411 Ž ã
412  ã
413  ã
414 ‘ ã
415 ’
416 ã
417 “ ã
418 ” ã
419 • ã
420 – ã
421 — ã
422 ˜ ã
423 ™ ã
424 š ã
425 › ã
426 œ ã
427  ã
428 ž ã
429 Ÿ ã
430   ã
431 ¡ ã
432 ¢ ã
433 £ ã
434 € ã
435 ¥ ã
436 Š ã
437 § ã
438 š ã
439 © ã
440 ª ã
441 « ã
442 ¬ ã
443 ­ ã
444 ® ã
445 ¯ ã
446 ° ã
447 ± ã
448 ² ã
449 ³ ã
450 Ž ã
451 µ ã
452
453 ã
454 · ã
455 ž ã
456 ¹ ã
457 º ã
458 » ã
459 Œ ã
460 œ ã
461 Ÿ ã
462 ¿ ㆀ ㆁ ㆂ ㆃ ㆄ ã†
463  ã†† ㆇ ㆈ ㆉ ㆊ ㆋ ㆌ ㆍ ㆎ """),
464 (u'Kanbun',
465 u"""㆐ ㆑ ㆒ ㆓ ㆔ ㆕ ㆖ ㆗ ㆘ ㆙ ㆚ ㆛ ㆜ ㆝ ㆞ ㆟
466 """),
467 (u'Enclosed CJK Letters and Months',
468 u"""㈀ ㈁ ㈂ ㈃ ㈄ ãˆ
469  ãˆ† ㈇ ㈈ ㈉ ㈊ ㈋ ㈌ ㈍ ㈎ ㈏ ㈐ ㈑ ㈒ ㈓ ㈔ ㈕ ㈖ ㈗ ㈘ ㈙ ㈚ ㈛ ㈜ ㈠ ㈡ ㈢ ㈣ ㈀
470 ㈥ ㈊ ㈧ ㈚ ㈩ ㈪ ㈫ ㈬ ㈭ ㈮ ㈯ ㈰ ㈱ ㈲ ㈳ ㈎ ㈵ ㈶ ㈷ ㈞ ㈹ ㈺ ㈻ ㈌ ㈜ ㈟ ㈿ ㉀ ㉁ ㉂ ㉃ ㉠ ㉡ ㉢ ㉣ ㉀
471 ㉥ ㉊ ㉧ ㉚ ㉩ ㉪ ㉫ ㉬ ㉭ ㉮ ㉯ ㉰ ㉱ ㉲ ㉳ ㉎ ㉵ ㉶ ㉷ ㉞ ㉹ ㉺ ㉻ ㉿ ㊀ ㊁ ㊂ ㊃ ㊄ ãŠ
472  ãŠ† ㊇ ㊈ ㊉ ㊊ ㊋
473 ㊌ ㊍ ㊎ ㊏ ㊐ ㊑ ㊒ ㊓ ㊔ ㊕ ㊖ ㊗ ㊘ ㊙ ㊚ ㊛ ㊜ ㊝ ㊞ ㊟ ㊠ ㊡ ...
474 """),
475 (u'CJK Compatibility',
476 u"""㌀ ㌁ ㌂ ㌃ ㌄ ãŒ
477  ãŒ† ㌇ ㌈ ㌉ ㌊ ㌋ ㌌ ㌍ ㌎ ㌏ ㌐ ㌑ ㌒ ㌓ ㌔ ㌕ ㌖ ㌗ ㌘ ㌙ ㌚ ㌛ ㌜ ㌝ ㌞ ㌟ ㌠ ㌡
478 ㌢ ㌣ ㌀ ㌥ ㌊ ㌧ ㌚ ㌩ ㌪ ㌫ ㌬ ㌭ ㌮ ㌯ ㌰ ㌱ ㌲ ㌳ ㌎ ㌵ ㌶ ㌷ ㌞ ㌹ ㌺ ㌻ ㌌ ㌜ ㌟ ㌿ ㍀ ㍁ ㍂ ㍃ ㍄ ã
479
480 ㍆ ㍇ ㍈ ㍉ ㍊ ㍋ ㍌ ㍍ ㍎ ㍏ ㍐ ㍑ ㍒ ㍓ ㍔ ㍕ ㍖ ㍗ ㍘ ㍙ ㍚ ㍛ ㍜ ㍝ ㍞ ㍟ ㍠ ㍡ ㍢ ㍣ ㍀ ㍥ ㍊ ㍧ ㍚ ㍩
481 ㍪ ㍫ ㍬ ㍭ ㍮ ㍯ ㍰ ㍱ ㍲ ㍳ ㍎ ㍵ ㍶ ㍻ ㍌ ㍜ ㍟ ㍿ ㎀ ㎁ ㎂ ㎃ ...
482 """),
483 (u'CJK Unified Ideographs',
484 u"""侀 䞁 侂 䞃 侄 äž
485  äž† 侇 䞈 侉 侊 例 侌 䞍 侎 䞏 䞐 侑 侒 侓 侔 侕 侖 侗 䞘 侙 侚 供 侜 䞝 侞 侟 äž  äž¡
486 䞢 䞣 䞀 䞥 䞊 䞧 äžš äž© 䞪 äž« 䞬 äž­ äž® 䞯 äž° äž± äž² äž³ 䞎 äžµ 䞶 äž· äžž äž¹ 䞺 äž» 䞌 äžœ 䞟 äž¿ 乀 乁 乂 乃 乄 ä¹
487
488 乆 乇 么 义 乊 之 乌 乍 乎 乏 乐 乑 乒 乓 乔 乕 乖 乗 乘 乙 乚 乛 乜 九 乞 也 ä¹  乡 ä¹¢ ä¹£ ä¹€ ä¹¥ 乊 乧 乚 乩
489 乪 乫 乬 乭 乮 乯 买 乱 乲 乳 乎 乵 乶 乷 乞 乹 乺 乻 乌 乜 也 乿 ...
490 """),
491 (u'Hangul Syllables',
492 u"""가 각 갂 갃 간 ê°
493  ê°† 갇 갈 갉 갊 갋 갌 갍 갎 갏 감 갑 값 갓 갔 강 갖 갗 갘 같 갚 갛 개 객 갞 갟 ê°  ê°¡
494 ê°¢ ê°£ ê°€ ê°¥ ê°Š ê°§ ê°š ê°© ê°ª ê°« ê°¬ ê°­ ê°® ê°¯ ê°° ê°± ê°² ê°³ ê°Ž ê°µ ê°¶ ê°· ê°ž ê°¹ ê°º ê°» ê°Œ ê°œ ê°Ÿ ê°¿ 걀 걁 걂 걃 걄 ê±
495
496 걆 걇 걈 걉 걊 걋 걌 걍 걎 걏 걐 걑 걒 걓 걔 걕 걖 걗 걘 걙 걚 걛 걜 걝 걞 걟 ê±  걡 ê±¢ ê±£ ê±€ ê±¥ 걊 걧 걚 걩
497 걪 걫 걬 걭 걮 걯 거 걱 걲 걳 걎 걵 걶 걷 걞 걹 걺 걻 걌 걜 걟 걿 ...
498 """),
499 (u'Private Use',
500 u"""     î€
501  î€†                           
502                                    î
503
504                                    
505                       ...
506 """),
507 (u'CJK Compatibility Ideographs',
508 u"""     ï€
509  ï€†                           
510                               鹿 論 壟 弄 籠 ï¥
511
512 牢 磊 賂 雷 壘 屢 樓 淚 漏 累 縷 陋 勒 肋 凜 凌 稜 綾 菱 陵 讀 拏 樂 諾 丹 寧 怒 率 異 北 鹿 便 壘 不 讀 數
513 索 參 塞 省 葉 說 殺 辰 沈 拾 漏 掠 略 亮 丹 凉 梁 糧 樓 樂 寧 勵 ...
514 """),
515 (u'Alphabetic Presentation Forms',
516 u"""ff fi fl ffi ffl ï¬
517  ï¬† ﬓ ﬔ ﬕ ﬖ ﬗ ﬞ ײַ ﬠ ﬡ ﬢ ﬣ ff ﬥ ﬊ ﬧ ﬚ ﬩ שׁ שׂ שּׁ שּׂ אַ אָ אּ בּ גּ דּ ﬎ וּ זּ ﬞ יּ ךּ כּ ﬌ ײַ נּ סּ ףּ פּ צּ קּ רּ שּ תּ וֹ בֿ כֿ פֿ ﭏ
518 """),
519 (u'Arabic Presentation Forms-A',
520 u"""ﭐ ﭑ ﭒ ﭓ ﭔ ﭕ ﭖ ﭗ ﭘ ﭙ ﭚ ﭛ ﭜ ﭝ ﭞ ﭟ ï­  ï­¡ ï­¢ ï­£ ï­€ ï­¥ ï­Š ï­§ ï­š ï­© ï­ª ï­« ï­¬ ï­­ ï­® ï­¯ ï­° ï­±
521 ï­² ï­³ ï­Ž ï­µ ï­¶ ï­· ï­ž ï­¹ ï­º ï­» ï­Œ ï­œ ï­Ÿ ï­¿ ﮀ ﮁ ﮂ ﮃ ﮄ ï®
522  ï®† ﮇ ﮈ ﮉ ﮊ ﮋ ﮌ ﮍ ﮎ ﮏ ﮐ ﮑ ﮒ ﮓ ﮔ ﮕ
523 ﮖ ﮗ ﮘ ﮙ ﮚ ﮛ ﮜ ﮝ ﮞ ﮟ ï®  ﮡ ﮢ ﮣ ﮀ ﮥ ﮊ ﮧ ﮚ ﮩ ﮪ ﮫ ﮬ ï®­ ï®® ﮯ ï®° ï®± ﯓ ﯔ ﯕ ﯖ ﯗ ﯘ ﯙ ﯚ
524 ﯛ ﯜ ﯝ ﯞ ﯟ ﯠ ﯡ ﯢ ﯣ ﯀ ﯥ ﯊ ﯧ ﯚ ﯩ ﯪ ﯫ ﯬ ﯭ ﯮ ﯯ ﯰ ...
525 """),
526 (u'Combining Half Marks',
527 u"""   
528 """),
529 (u'CJK Compatibility Forms',
530 u"""ïž° ïž± ïž² ïž³  ïžµ  ïž· ïžž ïž¹  ïž»  ïžœ  ïž¿ ﹀ ﹁ ﹂ ﹃ ﹄ ﹉ ﹊ ﹋ ﹌ ﹍ ﹎ ﹏
531 """),
532 (u'Small Form Variants',
533 u"""﹐ ﹑ ﹒ ﹔ ﹕ ﹖ ﹗ ﹘ ﹙ ﹚ ﹛ ﹜ ﹝ ﹞ ﹟ ï¹  ﹡ ï¹¢ ï¹£ ï¹€ ï¹¥ ﹊ ﹚ ﹩ ﹪ ﹫
534 """),
535 (u'Arabic Presentation Forms-B',
536 u"""ï¹° ï¹± ï¹² ﹎ ﹶ ï¹· ﹞ ï¹¹ ﹺ ï¹» ﹌ ﹜ ﹟ ﹿ ﺀ ﺁ ﺂ ﺃ ﺄ ïº
537  ïº† ﺇ ﺈ ﺉ ﺊ ﺋ ﺌ ﺍ ﺎ ﺏ ﺐ ﺑ ﺒ ﺓ
538 ﺔ ﺕ ﺖ ﺗ ﺘ ﺙ ﺚ ﺛ ﺜ ﺝ ﺞ ﺟ ﺠ ﺡ ﺢ ﺣ ﺀ ﺥ ﺊ ﺧ ﺚ ﺩ ﺪ ﺫ ﺬ ﺭ ﺮ ﺯ ﺰ ﺱ ﺲ ﺳ ﺎ ﺵ ﺶ ﺷ
539 ﺞ ﺹ ﺺ ﺻ ﺌ ﺜ ﺟ ﺿ ﻀ ﻁ ﻂ ﻃ ﻄ ï»
540  ï»† ﻇ ﻈ ﻉ ﻊ ﻋ ﻌ ﻍ ﻎ ﻏ ﻐ ﻑ ﻒ ﻓ ﻔ ﻕ ﻖ ﻗ ﻘ ﻙ ﻚ ﻛ
541 ﻜ ﻝ ﻞ ﻟ ï»  ﻡ ﻢ ﻣ ﻀ ﻥ ﻊ ﻧ ﻚ ﻩ ﻪ ﻫ ﻬ ï»­ ï»® ﻯ ï»° ï»± ...
542 """),
543 (u'Halfwidth and Fullwidth Forms',
544 u"""    ïŒ
545  ïŒ†                            
546                                   ïœ
547 ʕϠ
548                                    
549                       ...
550 """),
551 (u'Specials',
552 u"""
553 """),
554 (u'Specials',
555 u"""ￜ
556 """),
557 ]
558
559 documents = dict([(doc.uri, doc) for doc in
560                   [Document(uri=u'mock://%s' % lang, content=content, changed=i)
561                    for i, (lang, content) in enumerate(corpus)]])
Note: See TracBrowser for help on using the browser.