Как собрать регрессионный набор для смешанного текста на кириллице и латинице

Короткий регрессионный набор для смешанного текста — это несколько заранее выбранных строк, которые повторно проверяют после каждой сборки шрифта. Он показывает, не выпала ли латинская буква или диакритика, не изменился ли ритм на стыке алфавитов и не стала ли строка хуже читаться в реальном контексте. Такой набор не заменяет полный тест языкового охвата: его задача — быстро и воспроизводимо ловить знакомые дефекты.

Отдельные образцы кириллицы и латиницы подтверждают, что обе группы букв в целом присутствуют, но не показывают, как они встречаются в одном слове или фразе. В реальном интерфейсе русский текст может включать латинскую модель устройства, адрес электронной почты, валютный код, название тарифа или короткую команду. В таких местах меняются высота строчных, ширина букв, насыщенность и форма цифр; глаз замечает скачок быстрее, чем в двух раздельных алфавитных строках.

Смешение бывает намеренным: «Пакет Pro», «код A7», «офис B» или техническое имя `HttpClient`. Оно бывает и неожиданным: в слово попала буква из другого алфавита, либо система вывела недостающий знак резервным шрифтом. Эти случаи требуют разных решений. Сначала выясняют, какие символы действительно нужны продукту, затем проверяют их начертание, интервалы и отображение в используемом приложении.

Регрессионный набор полезен после каждой содержательной правки: замены исходного рисунка, изменения метрик, повторного экспорта или добавления новых символов. Если сравнивать одни и те же строки при одинаковых условиях, легко увидеть побочный эффект: например, новый акцент не обрезан, но из-за него соседняя латинская буква стала выглядеть слишком тесно.

Перед составлением примеров запишите, где будет использоваться шрифт и кто читает текст. Для русскоязычного каталога достаточно частых латинских названий моделей; для интерфейса с английской локалью нужны реальные подписи и команды на английском; для международной базы фамилий могут понадобиться конкретные диакритические знаки. Не заявляйте поддержку языка только по наличию базового набора A–Z: нужные буквы определяет продуктовый сценарий.

Соберите короткий перечень источников текста: строки интерфейса, названия товаров, имена, артикулы, технические обозначения и локализованные подписи. Оставьте только реальные случаи. Если пользователь видит “Model X2” и “Состояние: READY”, обе формы полезнее, чем случайная длинная фраза, в которой все символы можно проверить только по алфавиту.

Проверьте естественный ритм языка и место вставки. Например: «Настройка Pro доступна в разделе Мои проекты». Нужен вариант с названием в начале или в середине фразы, а не только изолированное слово: соседние кириллические буквы и пробелы меняют впечатление от пропорций. Если латинские вставки всегда набраны другим начертанием, зафиксируйте это как отдельное правило, а не как случайное решение в каждом макете.

Добавьте пример, похожий на содержимое интерфейса: «Канал A-12 · версия 2.4». Это помогает заметить, насколько согласованы цифры, латинские прописные, дефис, точка и знак-разделитель. Не превращайте строку в упражнение по всей пунктуации: включайте только те знаки, которые действительно соседствуют с латиницей в продукте.

Если сценарий содержит имена или термины на европейских языках, выпишите именно требуемые буквы из данных продукта. Например, тестовый пакет для польских фамилий может содержать Ł, ł и ą; для французских — é, è, ç. Выбирайте пары верхнего и нижнего регистра, только если обе реально встречаются. Сохраните оригинальное написание; не подменяйте редкий символ похожей базовой латинской буквой ради удобства набора.

Список таких букв лучше хранить отдельно от строк. Тогда видно, какой знак проверяет каждый пример, и легче обновить тест при расширении продукта. Когда данные поступают из разных систем, дополнительно фиксируйте исходный текст и кодовые точки спорных символов: визуально одинаковые символы могут быть представлены разными последовательностями, что влияет на поиск причины сбоя.

В русских словах латинские `a`, `e`, `o`, `p`, `c`, `x` могут быть похожи на кириллические `а`, `е`, `о`, `р`, `с`, `х`. Пара “руcский” (с латинской c) и “русский” (с кириллической с) помогает проверить, что вы контролируете состав строки, а не угадываете его глазами. Используйте такие пары в редакторской проверке и тестовых данных, но не превращайте их в образец обычной орфографии. Unicode описывает Script и Script_Extensions для классификации символов, однако типографская задача всё равно требует смотреть на реальные слова и контекст, а не полагаться на цветовое деление алфавита в редакторе. Unicode Standard Annex #24 описывает свойства Script и Script_Extensions.

Найдите строку, где рядом стоят кириллическое пояснение и длинное латинское имя: например, “Синхронизация через TeamWorkspace”. Она проверяет не только глифы, но и то, не распадается ли надпись на два визуально несвязанных куска. Не выбирайте экстремально длинный псевдотекст: нужен случай, который действительно встречается и может переполнить реальный контейнер.

Сначала сравните исходную строку посимвольно с эталоном: проверьте регистр, похожие буквы и диакритику. Затем убедитесь, что в тестируемом экземпляре шрифта есть нужные символы. В файле OpenType таблица `cmap` связывает входные символы с глифами; документация fontTools описывает её как Character to Glyph Index Mapping. Если отображение неожиданное, проверяйте именно сборку и её карту символов, а не исправляйте текст заменой буквы на внешне похожую.

Дальше смотрите, как строка ведёт себя в целевой среде: установлен ли выбранный файл, применилось ли нужное начертание и не сработал ли fallback для отдельного знака. Сравните целиком слово и соседние элементы. Если странно выглядит только один глиф во всех приложениях, вероятна проблема рисунка или экспорта; если расхождение есть только в одном браузере или редакторе, отдельно проверьте загрузку шрифта, CSS, язык текста и настройки программы. Для пар вроде русской и латинской `c` сравнение нужно делать при увеличении и в обычном размере, чтобы не перепутать различие алфавита с разницей метрик.

Сохраните эталонный текст без ручного перепечатывания, файл и версию шрифта, размер, приложение, устройство и способ вывода. Для печати отметьте размер и режим принтера; для браузера — страницу и правила подключения файла. Сделайте снимок строк до внесения правки, а после экспортируйте новую сборку с теми же настройками. Сравнивайте пары «до / после» рядом, не полагаясь на память.

Разделяйте два результата. Проверка покрытия отвечает на вопрос «есть ли каждый нужный символ в файле и отрисовался ли он?». Проверка качества отвечает на вопросы «похож ли он на остальную систему?», «не нарушает ли слово ритм?» и «остается ли строка читаемой в целевом размере?». Если глиф отсутствует, визуальное впечатление в конкретном редакторе может быть обманчивым из-за замены резервным шрифтом. Проверьте карту символов и факт применения файла до того, как менять интервалы.

Столько, чтобы каждая строка проверяла отдельный риск, а повторяющиеся примеры не дублировали друг друга. Для небольшого продукта начните с нескольких коротких строк по типам выше; расширяйте набор по фактическим локалям, именам и дефектам. Полнота языкового охвата проверяется отдельно.

Панграмма удобна как общий образец, но обычно не отражает реальные диакритические знаки, регистр, названия и переходы конкретного продукта. Используйте её как дополнительную строку, а основную часть набора составьте из настоящих подписей и значимых для пользователя примеров.

Сравните вид в целевом приложении с соседними буквами, проверьте, загружен ли файл и содержит ли его карта символов нужную кодовую точку. В вебе можно временно отключить резервное семейство для диагностики, а в настольной программе посмотреть выбранный шрифт и свойства текста. Сам по себе аккуратный вид символа ещё не доказывает, что его нарисовал ваш шрифт.

Да, если ваша задача включает выявление ошибочных подмен или тестирование данных, пришедших из нескольких источников. Храните такие примеры как специально помеченные диагностические строки. Не используйте их как обычные образцы русского набора: правильное написание слова остаётся кириллическим.

Проверьте строку с этой буквой в её типичном окружении, пару верхнего и нижнего регистра при необходимости, а также строку на стыке латиницы и кириллицы. Убедитесь, что не изменились ширина, положение диакритики, соседние интервалы и поведение в нужном размере. Запишите замечание, чтобы следующая правка повторяла тот же сценарий.

Если продукт поддерживает несколько языков с разными знаками или правилами, храните отдельные примеры там, где они добавляют проверку. Общие строки могут использоваться совместно, а локальные — покрывать специфичные буквы и слова. Не объединяйте всё в один большой образец, который сложно поддерживать и разбирать.

Регрессионный набор для смешанной кириллицы и латиницы строится вокруг настоящих сценариев: названий, кодов, локализованных слов и сложных сочетаний. Несколько коротких эталонных строк позволяют быстро сравнить сборки, но не заменяют полный анализ языкового охвата. Создайте или обновите рукописный шрифт в Fontgenerator, затем сохраните подходящие строки рядом с версией файла и используйте их при каждой следующей правке.