サロゲート文字を含むユニコード文字を生成するジェネレータの例

UnicodeGenSupport.scala

import org.scalacheck.Gen

trait UnicodeGenSupport {

  // 文字コード範囲
  private val unicodeRange: Seq[Char] = Character.MIN_VALUE to Character.MAX_VALUE

  // 上位サロゲート領域
  private val unicodeHighSurrogatePlane: Seq[Char] = Character.MIN_HIGH_SURROGATE to Character.MAX_HIGH_SURROGATE
  // 下位サロゲート領域
  private val unicodeLowSurrogatePlane: Seq[Char] = Character.MIN_LOW_SURROGATE to Character.MAX_LOW_SURROGATE

  // BMP(=Basic Multilingual Plane, =基本多言語面)
  private val unicodeBasicMultilingualPlane: Seq[Char] = unicodeRange.diff(unicodeHighSurrogatePlane).diff(unicodeLowSurrogatePlane).filter(e => Character.isDefined(e))

  // BMP文字(2バイト)を生成するジェネレータ
  private val genUnicodeCharacterBasicMultilingualPlane: Gen[Seq[Char]] = Gen.oneOf(unicodeBasicMultilingualPlane).map(Seq(_))

  // サロゲート文字(4バイト)を生成するジェネレータ
  private val genUnicodeCharacterSupplementaryPlane: Gen[Seq[Char]] = for {
    c1 <- Gen.oneOf(unicodeHighSurrogatePlane)
    c2 <- Gen.oneOf(unicodeLowSurrogatePlane)
  } yield {
    Seq(c1, c2)
  }

  // BMP文字とサロゲート文字の頻出率を設定
  private val genUnicodeCharacter: Gen[Seq[Char]] = Gen.frequency(
    9 -> genUnicodeCharacterBasicMultilingualPlane,
    1 -> genUnicodeCharacterSupplementaryPlane
  )

  // サロゲート文字を含むユニコード文字列を生成する。
  def genUnicodeString(n: Int): Gen[String] = Gen.listOfN(n, genUnicodeCharacter).map(_.flatten.mkString)

}