cchardet 0.2.0

data/ext/uchardet/test/ar/iso-8859-6.txt

@@ -0,0 +1,3 @@
+������-1256 �� ���� ��� ������ �� ����� ����� ������� ������ ���� ������ �������
+���� ������ ��� �������� ��� ������ ��������� ���������. ���� ��� ���� ����������
+������. ���� ����� ��� �� ������ �� ������ 8859-6.

data/ext/uchardet/test/ar/utf-8.txt

@@ -0,0 +1,3 @@
+ويندوز-1256 هي صفحة كود تستخدم في كتابة اللغة العربية عموماً وبعض اللغات الشبيهة
+التي تستخدم نفس الأبجدية مثل الأردو والفارسية والكوردية. وذلك تحت نظام مايكروسوفت
+ويندوز. صفحة الكود هذه لا تتوافق مع الأيزو 8859-6.

data/ext/uchardet/test/ar/windows-1256.txt

@@ -0,0 +1,3 @@
+������-1256 �� ���� ��� ������ �� ����� ����� ������� ������ ���� ������ �������
+���� ������ ��� �������� ��� ������ ��������� ���������. ���� ��� ���� ����������
+������. ���� ����� ��� �� ������ �� ������ 8859-6.

data/ext/uchardet/test/bg/windows-1251.txt

@@ -0,0 +1,3 @@
+Windows-1251 � 8-����� (����������) ����� �������, ���������� �� ���������� �� �������, ���������� �������� ���� ���������, ����� � �����.
+
+Windows-1251 � KOI8-R (��� ����������� �� ������� KOI8-U) �� ����� ��-�������������� �� ISO 8859-5, ����� �� �� �������� ������. �� ���������� �� ��������� �� ������������ ��������� ������, � ����� ������ � ���������.

data/ext/uchardet/test/cs/ibm852.txt

@@ -0,0 +1,4 @@
+Led堟ek ���n� (Alcedo atthis) je pr�m�rn� 16,5 cm velk� pt�k z �eledi
+led堟kovit�ch (Alcedinidae). Je velmi v�razn� zbarven� s oran�ovou spodinou a
+modr�m h�betem, k��dly a temenem. V�razn�m znakem je tak� jeho n�padn� dlouh�
+za�pi�at�l� zob�k. Pro sv� kr�sn� zbarven� je naz�v�n L�taj�c� drahokam.

data/ext/uchardet/test/cs/iso-8859-2.txt

@@ -0,0 +1,4 @@
+Led���ek ���n� (Alcedo atthis) je pr�m�rn� 16,5 cm velk� pt�k z �eledi
+led���kovit�ch (Alcedinidae). Je velmi v�razn� zbarven� s oran�ovou spodinou a
+modr�m h�betem, k��dly a temenem. V�razn�m znakem je tak� jeho n�padn� dlouh�
+za�pi�at�l� zob�k. Pro sv� kr�sn� zbarven� je naz�v�n L�taj�c� drahokam.

data/ext/uchardet/test/cs/mac-centraleurope.txt

@@ -0,0 +1,4 @@
+Ledˇ�ek ޒ�n� (Alcedo atthis) je pr�m�rn� 16,5 cm velk� pt�k z �eledi
+ledˇ�kovit�ch (Alcedinidae). Je velmi v�razn� zbarven� s oran�ovou spodinou a
+modr�m h�betem, kޒdly a temenem. V�razn�m znakem je tak� jeho n�padn� dlouh�
+za�pi�at�l� zob�k. Pro sv� kr�sn� zbarven� je naz�v�n L�taj�c� drahokam.

data/ext/uchardet/test/cs/utf-8.txt

@@ -0,0 +1,4 @@
+Ledňáček říční (Alcedo atthis) je průměrně 16,5 cm velký pták z čeledi
+ledňáčkovitých (Alcedinidae). Je velmi výrazně zbarvený s oranžovou spodinou a
+modrým hřbetem, křídly a temenem. Výrazným znakem je také jeho nápadně dlouhý
+zašpičatělý zobák. Pro své krásné zbarvení je nazýván Létající drahokam.

data/ext/uchardet/test/cs/windows-1250.txt

@@ -0,0 +1,4 @@
+Led���ek ���n� (Alcedo atthis) je pr�m�rn� 16,5 cm velk� pt�k z �eledi
+led���kovit�ch (Alcedinidae). Je velmi v�razn� zbarven� s oran�ovou spodinou a
+modr�m h�betem, k��dly a temenem. V�razn�m znakem je tak� jeho n�padn� dlouh�
+za�pi�at�l� zob�k. Pro sv� kr�sn� zbarven� je naz�v�n L�taj�c� drahokam.

data/ext/uchardet/test/da/iso-8859-1.txt

@@ -0,0 +1,7 @@
+Dansk er et nord-germansk sprog af den �stnordiske (kontinentale) gruppe, der
+tales af ca. seks millioner mennesker. Det er st�rkt p�virket af plattysk. Dansk
+tales ogs� i Sydslesvig (i Flensborg ca. 20 %) samt p� F�r�erne og Gr�nland [1].
+Dansk er t�t forbundet med norsk. Fra et sprogvidenskabeligt synspunkt kan den
+fremherskende form af norsk, bokm�l (og i endnu h�jere grad riksm�l), betragtes
+som dansk, i hvert fald hvad skriftsproget ang�r. B�de dansk, norsk og svensk er
+skandinaviske sprog og minder meget om hinanden.

data/ext/uchardet/test/da/iso-8859-15.txt

@@ -0,0 +1,10 @@
+Eurosymbolet eller eurotegnet (�) anvendes som valutasymbol for m�ntenheden
+euro. Symbolsk kombinerer det et E eller et gr�sk epsilon med de to parallelle
+streger, man ofte ser i valutasymboler.
+
+Det vides ikke med sikkerhed, hvem eurosymbolet blev designet af. Nogle medier
+h�vder, det blev skabt af tidligere designer ved EF Arthur Eisenmenger, mens
+andre p�st�r, det blev skabt af en lille gruppe ledet af Alain Billiet. Muligvis
+er ingen af disse forklaringer korrekte, da Den Paneurop�iske Union udsendte en
+'1 euro'-medalje i 1972, hvorp� man kan se et symbol, der i h�j grad ligner det
+nuv�rende eurosymbol.

data/ext/uchardet/test/da/utf-8.txt

@@ -0,0 +1,10 @@
+Eurosymbolet eller eurotegnet (€) anvendes som valutasymbol for møntenheden
+euro. Symbolsk kombinerer det et E eller et græsk epsilon med de to parallelle
+streger, man ofte ser i valutasymboler.
+
+Det vides ikke med sikkerhed, hvem eurosymbolet blev designet af. Nogle medier
+hævder, det blev skabt af tidligere designer ved EF Arthur Eisenmenger, mens
+andre påstår, det blev skabt af en lille gruppe ledet af Alain Billiet. Muligvis
+er ingen af disse forklaringer korrekte, da Den Paneuropæiske Union udsendte en
+'1 euro'-medalje i 1972, hvorpå man kan se et symbol, der i høj grad ligner det
+nuværende eurosymbol.

data/ext/uchardet/test/da/windows-1252.txt

@@ -0,0 +1,10 @@
+Eurosymbolet eller eurotegnet (�) anvendes som valutasymbol for m�ntenheden
+euro. Symbolsk kombinerer det et E eller et gr�sk epsilon med de to parallelle
+streger, man ofte ser i valutasymboler.
+
+Det vides ikke med sikkerhed, hvem eurosymbolet blev designet af. Nogle medier
+h�vder, det blev skabt af tidligere designer ved EF Arthur Eisenmenger, mens
+andre p�st�r, det blev skabt af en lille gruppe ledet af Alain Billiet. Muligvis
+er ingen af disse forklaringer korrekte, da Den Paneurop�iske Union udsendte en
+'1 euro'-medalje i 1972, hvorp� man kan se et symbol, der i h�j grad ligner det
+nuv�rende eurosymbol.

data/ext/uchardet/test/de/iso-8859-1.txt

@@ -0,0 +1,11 @@
+ISO 8859-1, genauer ISO/IEC 8859-1, auch bekannt als Latin-1, ist ein von der
+ISO zuletzt 1998 aktualisierter Standard f�r die Informationstechnik zur
+Zeichenkodierung mit acht Bit und der erste Teil der Normenfamilie ISO/IEC 8859.
+
+Die mit sieben Bit kodierbaren Zeichen entsprechen US-ASCII mit f�hrendem
+Nullbit. Zus�tzlich zu den 95 darstellbaren ASCII-Zeichen (2016-7E16) kodiert
+ISO 8859-1 96 weitere (A016-FF16), also insgesamt 191 von theoretisch m�glichen
+256 (= 28). Den Positionen 0016-1F16 und 7F16-9F16 sind in ISO/IEC 8859 und
+damit ISO/IEC 8859-1 keine Zeichen zugewiesen. Die von der IANA definierte
+Bezeichnung ISO-8859-1 (mit Bindestrich) steht f�r die Kombination der Zeichen
+dieser Norm mit nicht darstellbaren Steuerzeichen gem�� ISO/IEC 6429.

data/ext/uchardet/test/de/windows-1252.txt

@@ -0,0 +1,11 @@
+ISO 8859-1, genauer ISO/IEC 8859-1, auch bekannt als Latin-1, ist ein von der
+ISO zuletzt 1998 aktualisierter Standard f�r die Informationstechnik zur
+Zeichenkodierung mit acht Bit und der erste Teil der Normenfamilie ISO/IEC 8859.
+
+Die mit sieben Bit kodierbaren Zeichen entsprechen US-ASCII mit f�hrendem
+Nullbit. Zus�tzlich zu den 95 darstellbaren ASCII-Zeichen (2016�7E16) kodiert
+ISO 8859-1 96 weitere (A016�FF16), also insgesamt 191 von theoretisch m�glichen
+256 (= 28). Den Positionen 0016�1F16 und 7F16�9F16 sind in ISO/IEC 8859 und
+damit ISO/IEC 8859-1 keine Zeichen zugewiesen. Die von der IANA definierte
+Bezeichnung ISO-8859-1 (mit Bindestrich) steht f�r die Kombination der Zeichen
+dieser Norm mit nicht darstellbaren Steuerzeichen gem�� ISO/IEC 6429.

data/ext/uchardet/test/el/iso-8859-7.txt

@@ -0,0 +1,3 @@
+� ������������ ������������ ���������� ��� �������� ���������� ������������ �� �� ����� ISO 8859-7, ������ ��� ��� ��������, ����� ��� 8-����� ������������ ����������, ����� ��� �������� ISO 8859. ����������� �� ��� ����� �� �������� �� �������� �������� ������ ����� ��� ���������� ������� ����������� ��� �� ��������.
+
+� ������ ������ �� 1987 ���� ��� ����� ��������� ���������� �� �� �������� ������� ELOT 928, ��� �������� �� 1986. � ������� �� ���� �� ����� ������� ��� ���������� ������ ��� 2003, ��� ��������� ����� ����������, ������������������� ��� ��� �������� ��� ����.

data/ext/uchardet/test/el/utf-8.txt

@@ -0,0 +1,3 @@
+Το UTF-8 (8-bit Unicode Transformation Format) είναι ένα μη-απωλεστικό σχήμα κωδικοποίησης χαρακτήρων μεταβλητού μήκους για το πρότυπο Unicode που δημιουργήθηκε από τους Ken Thompson και Rob Pike. Χρησιμοποιεί ομάδες από byte για να αναπαραστήσει τα κωδικά σημεία του Unicode. Είναι ιδιαίτερα χρήσιμο για μετάδοση δεδομένων σε 8bit συστήματα ηλεκτρονικού ταχυδρομείου.
+
+Συγκεκριμένα χρησιμοποιεί ένα μέχρι τέσσερα byte ανά χαρακτήρα ανάλογα με το σύμβολο και το κωδικό του σημείο. Για παράδειγμα χρειάζεται μόνο ένα byte του UTF-8 για την κωδικοποίηση των 128 ASCII χαρακτήρες στο διάστημα του Unicode U+0000 μέχρι U+007F.

data/ext/uchardet/test/el/windows-1253.txt

@@ -0,0 +1,5 @@
+Windows-1253
+
+� ������������ ��� ���������� ����� ������ ���� �� ��� ������������ Windows-1253. � ������ ������� ��� �������� ����� � ���� ��� ���������� ��������� ���� �� ����� ��������� (��� Windows-1253) ��� ����������� ���� "A2". ���� ���� �� ���������� �� ����������� �� ����� ��� ��������� ����������� ������� (�� ������ ��� ���������� � ���� ������ �����), ���� �������� ����������� ������������, ��� �� �������� �������� ������������ ��������.
+
+����� �������

data/ext/uchardet/test/en/ascii.txt

@@ -0,0 +1,4 @@
+This is an ASCII TEST.
+We still want uchardet to detect it as ASCII, even with the presence of
+an escape character: 
+Or with the HZ encoding escape sequence: ~{

data/ext/uchardet/test/eo/iso-8859-3.txt

@@ -0,0 +1,7 @@
+Esperanto (origine Lingvo Internacia) estas la plej disvastigita internacia
+planlingvo.[3] La nomo venas de la ka�nomo "Dr-o Esperanto", sub kiu la juda
+kuracisto Ludoviko Lazaro Zamenhofo en la jaro 1887 publikigis la bazon de la
+lingvo. La unua versio, la rusa, ricevis la cenzuran permeson disvasti�i en la
+26-a de julio; �i tiun daton oni konsideras la naski�tago de Esperanto[4][5]. Li
+intencis krei facile lerneblan ne�tralan lingvon, ta�gan por uzo en la
+internacia komunikado, tamen ne anstata�igi aliajn, naciajn lingvojn.

data/ext/uchardet/test/es/iso-8859-1.txt

@@ -0,0 +1,5 @@
+El precio medio de la vivienda nueva es de 2212 EUR/m2, seg�n datos de la Sociedad
+de Tasaci�n a 31 de diciembre de 2012.156 El precio de la vivienda, sin embargo,
+var�a ostensiblemente en funci�n de las comunidades aut�nomas y las capitales de
+provincia, encontr�ndose la de mayor valor en Catalu�a (3146 EUR/m�), y en
+contraposici�n las de Extremadura y Murcia (1271 EUR/m�)

data/ext/uchardet/test/es/iso-8859-15.txt

@@ -0,0 +1,5 @@
+El precio medio de la vivienda nueva es de 2212 �/m2, seg�n datos de la Sociedad
+de Tasaci�n a 31 de diciembre de 2012.156 El precio de la vivienda, sin embargo,
+var�a ostensiblemente en funci�n de las comunidades aut�nomas y las capitales de
+provincia, encontr�ndose la de mayor valor en Catalu�a (3146 �/m�), y en
+contraposici�n las de Extremadura y Murcia (1271 �/m�)

data/ext/uchardet/test/es/utf-8.txt

@@ -0,0 +1,5 @@
+El precio medio de la vivienda nueva es de 2212 €/m2, según datos de la Sociedad
+de Tasación a 31 de diciembre de 2012.156 El precio de la vivienda, sin embargo,
+varía ostensiblemente en función de las comunidades autónomas y las capitales de
+provincia, encontrándose la de mayor valor en Cataluña (3146 €/m²), y en
+contraposición las de Extremadura y Murcia (1271 €/m²)

data/ext/uchardet/test/es/windows-1252.txt

@@ -0,0 +1,5 @@
+El precio medio de la vivienda nueva es de 2212 �/m2, seg�n datos de la Sociedad
+de Tasaci�n a 31 de diciembre de 2012.156 El precio de la vivienda, sin embargo,
+var�a ostensiblemente en funci�n de las comunidades aut�nomas y las capitales de
+provincia, encontr�ndose la de mayor valor en Catalu�a (3146 �/m�), y en
+contraposici�n las de Extremadura y Murcia (1271 �/m�)

data/ext/uchardet/test/et/iso-8859-13.txt

@@ -0,0 +1,6 @@
+�Anton Pavlovit� T�ehhov� oli vene n�ite- ja novellikirjanik ning praktiseeriv arst.
+
+T�ehhov on eelk�ige tuntud oma novellide poolest. Tema jutustuste tavaliseks
+tegevuspaigaks olid vene v�ikeasulad ja need k�sitlesid hinge�ksildust, raisatud
+�nne jms. Tuntud on ka tema ps�hholoogilised n�idendid, kus valitseb kurb ja
+lootusetu meeleolu.

data/ext/uchardet/test/et/iso-8859-15.txt

@@ -0,0 +1,6 @@
+Anton Pavlovit� T�ehhov oli vene n�ite- ja novellikirjanik ning praktiseeriv arst.
+
+T�ehhov on eelk�ige tuntud oma novellide poolest. Tema jutustuste tavaliseks
+tegevuspaigaks olid vene v�ikeasulad ja need k�sitlesid hinge�ksildust, raisatud
+�nne jms. Tuntud on ka tema ps�hholoogilised n�idendid, kus valitseb kurb ja
+lootusetu meeleolu.

data/ext/uchardet/test/et/iso-8859-4.txt

@@ -0,0 +1,6 @@
+Anton Pavlovit� T�ehhov oli vene n�ite- ja novellikirjanik ning praktiseeriv arst.
+
+T�ehhov on eelk�ige tuntud oma novellide poolest. Tema jutustuste tavaliseks
+tegevuspaigaks olid vene v�ikeasulad ja need k�sitlesid hinge�ksildust, raisatud
+�nne jms. Tuntud on ka tema ps�hholoogilised n�idendid, kus valitseb kurb ja
+lootusetu meeleolu.

data/ext/uchardet/test/et/utf-8.txt

@@ -0,0 +1,6 @@
+Anton Pavlovitš Tšehhov oli vene näite- ja novellikirjanik ning praktiseeriv arst.
+
+Tšehhov on eelkõige tuntud oma novellide poolest. Tema jutustuste tavaliseks
+tegevuspaigaks olid vene väikeasulad ja need käsitlesid hingeüksildust, raisatud
+õnne jms. Tuntud on ka tema psühholoogilised näidendid, kus valitseb kurb ja
+lootusetu meeleolu.

data/ext/uchardet/test/et/windows-1252.txt

@@ -0,0 +1,6 @@
+Anton Pavlovit� T�ehhov oli vene n�ite- ja novellikirjanik ning praktiseeriv arst.
+
+T�ehhov on eelk�ige tuntud oma novellide poolest. Tema jutustuste tavaliseks
+tegevuspaigaks olid vene v�ikeasulad ja need k�sitlesid hinge�ksildust, raisatud
+�nne jms. Tuntud on ka tema ps�hholoogilised n�idendid, kus valitseb kurb ja
+lootusetu meeleolu.

data/ext/uchardet/test/et/windows-1257.txt

@@ -0,0 +1,6 @@
+Anton Pavlovit� T�ehhov oli vene n�ite- ja novellikirjanik ning praktiseeriv arst.
+
+T�ehhov on eelk�ige tuntud oma novellide poolest. Tema jutustuste tavaliseks
+tegevuspaigaks olid vene v�ikeasulad ja need k�sitlesid hinge�ksildust, raisatud
+�nne jms. Tuntud on ka tema ps�hholoogilised n�idendid, kus valitseb kurb ja
+lootusetu meeleolu.

data/ext/uchardet/test/fi/iso-8859-1.txt

@@ -0,0 +1,8 @@
+Termi science fiction on amerikkalaisen tieteislehtien toimittajan Hugo
+Gernsbackin keksim�. Suomessa termin tieteiskirjallisuus loi tohtori Eino
+Kauppinen 1950-luvun alkupuolella.
+Tieteiskirjallisuudelle on laadittu erilaisia m��ritelmi�. Tieteiskirjallisuuden
+rajat eiv�t ole yksiselitteisen selke�t. Tieteiskirjallisuus l�henee monia
+kirjallisuudenlajeja, erityisesti kauhu- ja fantasiakirjallisuutta. N�ill�
+kolmella lajilla onkin yhteiset juuret 1800-lukua edelt�v�ss� ei-realistisessa
+kirjallisuudessa.

data/ext/uchardet/test/fi/utf-8.txt

@@ -0,0 +1,8 @@
+Termi science fiction on amerikkalaisen tieteislehtien toimittajan Hugo
+Gernsbackin keksimä. Suomessa termin tieteiskirjallisuus loi tohtori Eino
+Kauppinen 1950-luvun alkupuolella.
+Tieteiskirjallisuudelle on laadittu erilaisia määritelmiä. Tieteiskirjallisuuden
+rajat eivät ole yksiselitteisen selkeät. Tieteiskirjallisuus lähenee monia
+kirjallisuudenlajeja, erityisesti kauhu- ja fantasiakirjallisuutta. Näillä
+kolmella lajilla onkin yhteiset juuret 1800-lukua edeltävässä ei-realistisessa
+kirjallisuudessa.

data/ext/uchardet/test/fr/iso-8859-1.txt

@@ -0,0 +1,5 @@
+La norme ISO 8859-1, dont le nom complet est ISO/CEI 8859-1, et qui est souvent appel�e Latin-1 ou Europe occidentale, forme la premi�re partie de la norme internationale ISO/CEI 8859, qui est une norme de l'Organisation internationale de normalisation pour le codage des caract�res en informatique.
+
+Elle d�finit ce qu'elle appelle l'alphabet latin num�ro 1, qui consiste en 191 caract�res de l'alphabet latin, chacun d'entre eux �tant cod� par un octet (soit 8 bits). ISO 8859-1 reprend le codage des caract�res imprimables d'US-ASCII.
+
+Dans les pays occidentaux, cette norme �tait utilis�e par de nombreux syst�mes d'exploitation, dont UNIX, Windows ou AmigaOS. Elle a donn� lieu � quelques extensions et adaptations, dont Windows-1252 et ISO 8859-15. La distinction entre ASCII, ISO 8859-1, ISO 8859-15, Windows-1252 et MacRoman est une source de confusion parmi les d�veloppeurs de programmes informatiques. Le Multinational Character Set cr�� par Digital Equipment Corporation pour le terminal informatique VT220 est consid�r� comme � la fois l'anc�tre de l'ISO 8859-1 et de l'Unicode2. Aujourd'hui, son utilisation tend � d�cro�tre au profit de l'Unicode.

data/ext/uchardet/test/fr/iso-8859-15.txt

@@ -0,0 +1,16 @@
+L'�uf de volaille est un produit agricole servant d'ingr�dient entrant dans la
+composition de nombreux plats, dans de nombreuses cultures gastronomiques du
+monde.
+
+Le plus utilis� est l'�uf de poule, mais les �ufs d'autres oiseaux sont aussi
+consomm�s : caille, cane, oie, autruche, etc. Les �ufs de poissons, comme le
+caviar, ou de certains reptiles, comme ceux de l'iguane vert, sont �galement
+utilis�s dans l'alimentation humaine. Cependant, leur utilisation est tr�s
+diff�rente de celle des �ufs de volaille.
+
+Les �ufs utilis�s en cuisine ne sont g�n�ralement pas f�cond�s du fait de leur
+provenance d'�levages industriels o� les coqs sont absents. F�cond�s ou non, ils
+sont utilis�s � l'�tat frais si moins de vingt-huit jours se sont �coul�s apr�s
+la ponte, selon les normes administratives fran�aises. Dans les usages
+culinaires asiatiques, les �ufs sont parfois consomm�s couv�s, comme le balut,
+ou mis � fermenter pendant plusieurs semaines, comme l'�uf de cent ans.

data/ext/uchardet/test/fr/utf-8.txt

@@ -0,0 +1,14 @@
+UTF-8 (abréviation de l’anglais Universal Character Set Transformation Format -
+8 bits) est un codage de caractères informatiques conçu pour coder l’ensemble
+des caractères du « répertoire universel de caractères codés », initialement
+développé par l’ISO dans la norme internationale ISO/CEI 10646, aujourd’hui
+totalement compatible avec le standard Unicode, en restant compatible avec la
+norme ASCII limitée à l’anglais de base (et quelques autres langues beaucoup
+moins fréquentes), mais très largement répandue depuis des décennies.
+
+L’UTF-8 est utilisé par 82,2 % des sites web en décembre 20141. De par sa
+nature, UTF-8 est d’un usage de plus en plus courant sur Internet, et dans les
+systèmes devant échanger de l'information. Il s’agit également du codage le plus
+utilisé dans les systèmes GNU, Linux et compatibles pour gérer le plus
+simplement possible des textes et leurs traductions dans tous les systèmes
+d’écritures et tous les alphabets du monde.

data/ext/uchardet/test/fr/windows-1252.txt

@@ -0,0 +1,3 @@
+L��uf de volaille est un produit agricole servant d'ingr�dient entrant dans la
+composition de nombreux plats, dans de nombreuses cultures gastronomiques du
+monde.

data/ext/uchardet/test/ga/iso-8859-1.txt

@@ -0,0 +1,6 @@
+Ag seo t�arma� seolt�ireachta a bhaineann le longa adhmaid agus le b�id.
+
+N� bh�odh de cheangal idir �ire agus t�ortha eile ach na longa, agus t� �ire
+f�in l�n de lochanna agus d'aibhneacha. F�gann seo go bhfuil an teanga breac le
+t�arma�ocht seolt�ireachta agus loingseoireachta agus cuid di tugtha isteach �n
+Lochlainnis agus �n mB�arla tr� lonnaitheoir� �n iasacht.

data/ext/uchardet/test/ga/utf-8.txt

@@ -0,0 +1,6 @@
+Ag seo téarmaí seoltóireachta a bhaineann le longa adhmaid agus le báid.
+
+Ní bhíodh de cheangal idir Éire agus tíortha eile ach na longa, agus tá Éire
+féin lán de lochanna agus d’aibhneacha. Fágann seo go bhfuil an teanga breac le
+téarmaíocht seoltóireachta agus loingseoireachta agus cuid di tugtha isteach ón
+Lochlainnis agus ón mBéarla trí lonnaitheoirí ón iasacht.

data/ext/uchardet/test/ga/windows-1252.txt

@@ -0,0 +1,6 @@
+Ag seo t�arma� seolt�ireachta a bhaineann le longa adhmaid agus le b�id.
+
+N� bh�odh de cheangal idir �ire agus t�ortha eile ach na longa, agus t� �ire
+f�in l�n de lochanna agus d�aibhneacha. F�gann seo go bhfuil an teanga breac le
+t�arma�ocht seolt�ireachta agus loingseoireachta agus cuid di tugtha isteach �n
+Lochlainnis agus �n mB�arla tr� lonnaitheoir� �n iasacht.

data/ext/uchardet/test/he/iso-8859-8.txt

@@ -0,0 +1,2 @@
+������ �� ISO 8859 ������, �� ��� �����, ��:
+����� 0xA0 �� 0xBF ������ ������� �����, ���� �����, ���� ������� ������.

data/ext/uchardet/test/he/utf-8.txt

@@ -0,0 +1,3 @@
+(ראשי תיבות של 8‎-bit Unicode Transformation Format או 8‎-bit UCS Transformation Format) הוא קידוד תווים באורך משתנה ליוניקוד, שנוצר על ידי רוב פייק וקן תומפסון. ניתן לקודד בו כל תו המצוי בתקן יוניקוד על ידי שימוש באחד עד ארבעה בתים, תלוי בתו. הקידוד ב-UTF-8 מעניק את כל יתרונות השימוש בקידוד ליוניקוד ומוסיף עליהם, בין היתר, גם חיסכון בזיכרון, עמידות בפני איבוד או השחתת בתים ותאימות לאחור ל-ASCII. ה-IETF מעדיף בבירור את UTF-8 ומחייב כל פרוטוקול אינטרנט לתמוך בו, וכן קונסורציום הדואר האלקטרוני, ה-IMC, ממליץ שכל תוכנת דואר אלקטרוני תוכל להציג וליצור דואר באמצעות UTF-8.
+
+

data/ext/uchardet/test/he/windows-1255.txt

@@ -0,0 +1 @@
+�������� ��� ��� ����, ������ ����� �����-��������, ������ ����� �� ������� ��� ���������, ��� ��� ������ ��� ���� ���� ������ �������� �� ����� �����.

data/ext/uchardet/test/hr/ibm852.txt

@@ -0,0 +1,4 @@
+Brekinja (lat. Sorbus torminalis) je bjelogori�na vrsta drve�a iz porodice
+Rosaceae.
+Prirodno je rasprostranjena u zapadnoj, srednjoj i ju�noj Europi, sjevernoj
+Africi, Krimu, Maloj Aziji, Kavkazu i Transkavkaziji.

data/ext/uchardet/test/hr/iso-8859-13.txt

@@ -0,0 +1,4 @@
+Brekinja (lat. Sorbus torminalis) je bjelogori�na vrsta drve�a iz porodice
+Rosaceae.
+Prirodno je rasprostranjena u zapadnoj, srednjoj i ju�noj Europi, sjevernoj
+Africi, Krimu, Maloj Aziji, Kavkazu i Transkavkaziji.

data/ext/uchardet/test/hr/iso-8859-16.txt

@@ -0,0 +1,4 @@
+Brekinja (lat. Sorbus torminalis) je bjelogori�na vrsta drve�a iz porodice
+Rosaceae.
+Prirodno je rasprostranjena u zapadnoj, srednjoj i ju�noj Europi, sjevernoj
+Africi, Krimu, Maloj Aziji, Kavkazu i Transkavkaziji.

data/ext/uchardet/test/hr/iso-8859-2.txt

@@ -0,0 +1,4 @@
+Brekinja (lat. Sorbus torminalis) je bjelogori�na vrsta drve�a iz porodice
+Rosaceae.
+Prirodno je rasprostranjena u zapadnoj, srednjoj i ju�noj Europi, sjevernoj
+Africi, Krimu, Maloj Aziji, Kavkazu i Transkavkaziji.

data/ext/uchardet/test/hr/mac-centraleurope.txt

@@ -0,0 +1,4 @@
+Brekinja (lat. Sorbus torminalis) je bjelogori�na vrsta drve�a iz porodice
+Rosaceae.
+Prirodno je rasprostranjena u zapadnoj, srednjoj i ju�noj Europi, sjevernoj
+Africi, Krimu, Maloj Aziji, Kavkazu i Transkavkaziji.

data/ext/uchardet/test/hr/utf-8.txt

@@ -0,0 +1,4 @@
+Brekinja (lat. Sorbus torminalis) je bjelogorična vrsta drveća iz porodice
+Rosaceae.
+Prirodno je rasprostranjena u zapadnoj, srednjoj i južnoj Europi, sjevernoj
+Africi, Krimu, Maloj Aziji, Kavkazu i Transkavkaziji.

data/ext/uchardet/test/hr/windows-1250.txt

@@ -0,0 +1,4 @@
+Brekinja (lat. Sorbus torminalis) je bjelogori�na vrsta drve�a iz porodice
+Rosaceae.
+Prirodno je rasprostranjena u zapadnoj, srednjoj i ju�noj Europi, sjevernoj
+Africi, Krimu, Maloj Aziji, Kavkazu i Transkavkaziji.

data/ext/uchardet/test/hu/iso-8859-2.txt

@@ -0,0 +1,3 @@
+Az ISO 8859-2 (hivatalosan ISO/IEC 8859-2, r�viden �s nem hivatalosan Latin-2) az ISO/IEC 8859-es karakterk�dol�si szabv�ny m�sodik r�sze. Az ISO �ltal kettes sz�m� latin �b�c�nek nevezett 191 karakter mindegyik�nek egyb�jtos (nyolcbites) k�dj�t adja meg. A 191 karakter k�z�tt minden magyar �kezetes bet� megtal�lhat� (a sok m�s k�szletb�l hi�nyz� � �s � is).
+
+Az ISO_8859-2:1987 (mime r�vid�t�s�b�l ismertebb nev�n ISO-8859-2 (az "ISO" ut�n k�t�jellel)) az IANA-nak erre a szabv�nyra �p�l� karakterk�szlet�nek neve, melyben a C0 (0x00-0x1F) �s a C1 (0x80-0x9F) r�sz az ISO/IEC 6429-ben meghat�rozott vez�rl�k�dokat tartalmazza. Az ISO/IEC 6429-ben �s 2022-ben megadott escape szekvenci�kat nem haszn�lja. Tov�bbi ismert nevei: ISO_8859-2, latin2, l2 �s csISOLatin2.

data/ext/uchardet/test/hu/windows-1250.txt

@@ -0,0 +1 @@
+Jellemz� r� az els� sz�tagra es� hangs�ly (ebben a finnugor nyelvek �s a szlov�k nyelv hasonl�tanak hozz�), a mag�nhangz�-harm�nia (barnul�sotokr�l � z�ld�l�setekr�l), valamint a mag�nhangz�-hossz�s�g �s a hangs�ly egym�st�l f�ggetlen volta (amely szinte egyed�lik�nt lehet�v� teszi az antik Id�m�rt�kes versel�s alkalmaz�s�t). Hangrendszer�re ezenk�v�l a l�gy m�ssalhangz�k (ny, ty, gy), az aspir�latlan z�rhangok (h n�lk�l ejtett p, t, k, szemben p�ld�ul a germ�n nyelvekkel) �s a palat�lis mag�nhangz�k el�tti kem�ny m�ssalhangz�k jelenl�te jellemz� (azaz lehets�ges ne, ti stb. hangkapcsolat, nye, tyi helyett; szemben p�ld�ul az orosszal). Nincsenek benne val�di diftongusok (mint p�ld�ul a finnben vagy n�metben) �s reduk�lt, vagyis �elnyelt� mag�nhangz�k (mint p�ld�ul az angolban, n�metben). A speci�lis magyar a hang (mely a sv�dben �s a perzs�ban is megvan) neh�zs�get okozhat a nyelv�nket tanul�knak.

data/ext/uchardet/test/it/iso-8859-1.txt

@@ -0,0 +1,18 @@
+L'architettura longobarda � costituita dall'insieme delle opere architettoniche
+realizzate in Italia durante il regno dei Longobardi (568-774), con residuale
+permanenza nell'Italia meridionale fino al X-XI secolo (Langobardia Minor), e
+commissionate dai re e dai duchi longobardi.
+L'attivit� architettonica sviluppata in Langobardia Maior � andata in gran parte
+perduta, per lo pi� a causa di successive ricostruzioni degli edifici sacri e
+profani eretti tra VII e VIII secolo. A parte il Tempietto longobardo di
+Cividale del Friuli, rimasto in gran parte intatto, gli edifici civili e
+religiosi di Pavia, Monza o altre localit� sono stati ampiamente rimaneggiati
+nei secoli seguenti. Ancora integre rimangono cos� soltanto poche architetture,
+o perch� inglobate negli ampliamenti successivi - come la chiesa di San
+Salvatore a Brescia) -, o perch� periferiche e di modeste dimensioni - come la
+chiesa di Santa Maria foris portas a Castelseprio. Testimonianze maggiormente
+fedeli alla forma originale si ritrovano, invece, nella Langobardia Minor: a
+Benevento si conservano la chiesa di Santa Sofia, un ampio tratto delle Mura e
+la Rocca dei Rettori, unici esempi superstiti di architettura militare
+longobarda, mentre altre testimonianze si sono conservate in centri minori del
+ducato beneventano e a Spoleto.

data/ext/uchardet/test/it/utf-8.txt

@@ -0,0 +1,18 @@
+L'architettura longobarda è costituita dall'insieme delle opere architettoniche
+realizzate in Italia durante il regno dei Longobardi (568-774), con residuale
+permanenza nell'Italia meridionale fino al X-XI secolo (Langobardia Minor), e
+commissionate dai re e dai duchi longobardi.
+L'attività architettonica sviluppata in Langobardia Maior è andata in gran parte
+perduta, per lo più a causa di successive ricostruzioni degli edifici sacri e
+profani eretti tra VII e VIII secolo. A parte il Tempietto longobardo di
+Cividale del Friuli, rimasto in gran parte intatto, gli edifici civili e
+religiosi di Pavia, Monza o altre località sono stati ampiamente rimaneggiati
+nei secoli seguenti. Ancora integre rimangono così soltanto poche architetture,
+o perché inglobate negli ampliamenti successivi - come la chiesa di San
+Salvatore a Brescia) -, o perché periferiche e di modeste dimensioni - come la
+chiesa di Santa Maria foris portas a Castelseprio. Testimonianze maggiormente
+fedeli alla forma originale si ritrovano, invece, nella Langobardia Minor: a
+Benevento si conservano la chiesa di Santa Sofia, un ampio tratto delle Mura e
+la Rocca dei Rettori, unici esempi superstiti di architettura militare
+longobarda, mentre altre testimonianze si sono conservate in centri minori del
+ducato beneventano e a Spoleto.

data/ext/uchardet/test/ja/euc-jp.txt

@@ -0,0 +1,10 @@
+Extended Unix Code(EUC)�ϡ�UNIX��Ǥ褯�Ȥ���ʸ�������ɤ���沽�����Ǥ��롣
+
+    ���ܸ�EUC
+        JIS X 0208�١��� (EUC-JP)
+        JIS X 0213�١��� (EUC-JIS-2004)
+    �ڹ��EUC (EUC-KR)
+    �������EUC (EUC-CN)
+    �������EUC (EUC-TW)
+
+�ʤɤ����롣