arasystem/backend/test/search-text-samples.ts

/**
 * 메일 검색의 접기 · 글자 두 개 묶음 · 맞은 곳 · 말머리 떼기 표본 — 단위 테스트 전용 (앱 코드에서 import 하지 않는다).
 * 서버의 색인 · 찾기(src/shared/utils/search-text.ts · subject-base.ts)와 화면의 미리 확인 · 강조(frontend `shared/utils/search-match.ts`)를 같은 표로 본다.
 *
 * ⚠️ frontend `src/test-utils/search-text-samples.ts` 와 **같은 표**다(행과 순서까지 그대로).
 *    한쪽을 고치면 둘 다 고친다 — 접기 · 위치 규칙을 바꾸면 두 쪽 함수와 두 표를 함께 (서버가 준 맞은 곳의 위치를 화면이 그대로 그린다).
 * 답은 손으로 적었고 두 쪽 테스트가 함수의 결과와 견준다. 단위 테스트는 `@/../test/search-text-samples` 로 부른다 (cpu-time.ts 와 같다).
 */

/** 접기 — [넣은 글, 접은 글]. 접은 글은 NFC 원문과 UTF-16 길이가 늘 같다 */
export const FOLD_SAMPLES: readonly (readonly [
  input: string,
  folded: string,
])[] = [
  ['계약서', '계약서'],
  ['Project PLAN', 'project plan'],
  // 전각 ASCII → 반각 (대문자는 소문자로까지)
  ['ＡＢＣ１２３！', 'abc123!'],
  ['ＲＥ：회의', 're:회의'],
  ['［공지］', '[공지]'],
  // 공백류(전각 공백 · 줄바꿈 · 탭 · NBSP · CR)는 띄어쓰기 하나로 1:1 (색인 판 2) — 이어진 공백을 줄이지는 않는다(위치를 지킨다)
  ['회의\u3000일정', '회의 일정'],
  ['계약\n갱신\t안내\u00a0끝', '계약 갱신 안내 끝'],
  ['a\r\n\nb', 'a   b'],
  // 소문자가 코드 포인트 하나 · 같은 길이일 때만 — 'İ'(U+0130)는 'i̇' 두 글자가 되므로 그대로
  ['İstanbul', 'İstanbul'],
  ['ÀÉÎÕÜ', 'àéîõü'],
  ['ΣΑΣ', 'σασ'],
  // 풀어 쓴 한글(NFD)은 NFC 로 모은다
  ['\u1112\u1161\u11ab\u1100\u1173\u11af', '한글'],
  // ㈜ 는 그대로 (NFKC 가 아니다 — 길이를 바꾸지 않는다)
  ['㈜아라', '㈜아라'],
  // BMP 밖 글자 — Deseret 대문자는 소문자로(둘 다 두 단위), 이모지는 그대로
  ['\u{10400}😀', '\u{10428}😀'],
  ['', ''],
];

/** 글자 두 개 묶음 — [접은 글, 묶음(나온 차례, 겹치지 않게)] */
export const GRAM_SAMPLES: readonly (readonly [
  fold: string,
  grams: readonly string[],
])[] = [
  ['계약서', ['계약', '약서']],
  ['회의 일정', ['회의', '일정']],
  ['계약', ['계약']],
  ['계', []],
  ['a b c', []],
  ['aaaa', ['aa']],
  ['ab\nab\tab', ['ab']],
  // 전각 공백 · NBSP 도 공백이다
  ['회의\u3000일정\u00a0안내', ['회의', '일정', '안내']],
  // 문장부호는 글자다 — 're:' 의 'e:' 도 묶음
  ['re:회의', ['re', 'e:', ':회', '회의']],
  // BMP 밖 글자는 코드 포인트 하나
  ['😀😁', ['😀😁']],
  ['', []],
];

/** 맞은 곳 — [원문(NFC), 찾는 말들, 맞은 곳들 [시작, 끝) UTF-16] — 겹치거나 맞닿으면 합친다 */
export const MATCH_SAMPLES: readonly (readonly [
  original: string,
  terms: readonly string[],
  ranges: readonly (readonly [number, number])[],
])[] = [
  ['계약서를 보냈습니다', ['계약'], [[0, 2]]],
  ['Project plan', ['PROJ'], [[0, 4]]],
  ['ＡＢＣ 주문', ['abc'], [[0, 3]]],
  [
    '회의 회의록 회의실',
    ['회의'],
    [
      [0, 2],
      [3, 5],
      [7, 9],
    ],
  ],
  // 겹치는 자리도 찾아 합친다
  ['aaa', ['aa'], [[0, 3]]],
  // 맞닿은 두 말은 하나로
  ['계약서', ['계약', '서'], [[0, 3]]],
  [
    '회의 일정 안내',
    ['일정', '회의'],
    [
      [0, 2],
      [3, 5],
    ],
  ],
  // 구절은 줄바꿈 · NBSP 로 갈린 글에도 맞는다 (공백류 → 띄어쓰기 1:1) — 위치는 원문 그대로
  ['계약\n갱신 안내', ['계약 갱신'], [[0, 5]]],
  ['계약\u00a0갱신', ['계약 갱신'], [[0, 5]]],
  // 구절은 띄어쓰기까지 그대로
  ['회의 일정 안내', ['회의 일정'], [[0, 5]]],
  ['회의  일정', ['회의 일정'], []],
  [
    '[공지] Re: 회의',
    ['공지', 're'],
    [
      [1, 3],
      [5, 7],
    ],
  ],
  // 빈 말은 건너뛴다 · 없는 말은 맞은 곳 없음
  ['계약', ['', '없음'], []],
  // BMP 밖 글자 앞뒤에서도 UTF-16 위치
  ['😀계약', ['계약'], [[2, 4]]],
  ['', ['계약'], []],
];

/** 말머리 떼기 — [제목, 말머리를 뗀 접기 글] */
export const SUBJECT_BASE_SAMPLES: readonly (readonly [
  subject: string,
  base: string,
])[] = [
  ['회의 일정 안내', '회의 일정 안내'],
  ['Re: 회의 일정 안내', '회의 일정 안내'],
  ['RE: Re: FW: 회의 일정 안내', '회의 일정 안내'],
  ['Re:회의', '회의'],
  ['Fwd: 견적서', '견적서'],
  ['AW: WG: Angebot', 'angebot'],
  // 한국어 Outlook — 엔진은 떼지 않는다
  ['회신: 회의 일정 안내', '회의 일정 안내'],
  ['답장: 회신: 전달: 회의', '회의'],
  ['회신 : 회의', '회의'],
  // 수 · 전각 쌍점
  ['Re[2]: 회의', '회의'],
  ['RE(3): 회의', '회의'],
  ['Re：회의', '회의'],
  ['ＲＥ： 회의', '회의'],
  // 대괄호 꼬리표 (여러 겹 · 말머리와 섞여도)
  ['[공지] 회의 일정', '회의 일정'],
  ['Re: [공지] [중요] 회의', '회의'],
  ['[외부] RE: 견적', '견적'],
  // 공백은 하나로 · 대소문자 없이
  ['  Re:   회의    일정  ', '회의 일정'],
  ['Project PLAN', 'project plan'],
  // 쌍점이 없으면 말머리가 아니다
  ['Re 회의', 're 회의'],
  ['Reply to 회의', 'reply to 회의'],
  ['Regarding: 회의', 'regarding: 회의'],
  ['회신드립니다', '회신드립니다'],
  // 다 떼면 빈 글
  ['Re:', ''],
  ['[공지]', ''],
  ['', ''],
];