1 files changed, 415 insertions, 0 deletions
diff --git a/test/testdata/cz/UTF-8/wikitop_cz_UTF-8.txt b/test/testdata/cz/UTF-8/wikitop_cz_UTF-8.txt
new file mode 100644
index 0000000..ec4b8c4
--- /dev/null
+++ b/test/testdata/cz/UTF-8/wikitop_cz_UTF-8.txt
@@ -0,0 +1,415 @@
+   Z Wikipedie, otevřené encyklopedie
+   Skočit na: Navigace, Hledání
+
+   Vítejte ve Wikipedii,
+   internetové encyklopedii, kterou může každý upravovat.
+
+   Kultura Kultura
+   Geografie Geografie
+   Historie Historie
+
+   Matematika Matematika
+   Lidé Lidé
+   Filosofie Filosofie
+
+   Věda Věda
+   Společnost Společnost
+   Technologie Technologie
+   Česká verze Wikipedie zahájila svoji činnost v roce 2002, nyní má již
+   209 883 článků.
+   Prohlédněte si nejlepší z nich, na pískovišti si vyzkoušejte, jak se
+   edituje, nebo diskutujte na stránce Pod lípou.
+   Průvodce • Nápověda • Ptáte se (FAQ) • A–Z • Portál Wikipedie (rychlá
+   orientace) • Oznámení • Pod lípou • Kontakt
+   Other languages icon.svg
+   Jiné jazyky | Embassy
+   Clanektydne.gif
+   Článek týdne
+   HMS Victory v bitvě u Trafalgaru
+
+   „England expects that every man will do his duty“ (česky „Anglie
+   očekává, že každý muž splní svou povinnost“) byl námořní vlajkový
+   signál vyslaný z vlajkové lodi viceadmirála Horatia Nelsona HMS Victory
+   jako zahájení bitvy u Trafalgaru proti námořnictvu napoleonské Francie
+   21. října 1805. Bitva u Trafalgaru byla osudová pro Napoleonovo
+   Francouzské císařství jako námořní velmoc. Spojené království získalo
+   převahu na moři a zmařilo tak všechny naděje na francouzské vylodění na
+   britských ostrovech.
+
+   Jakmile se britské lodě přiblížily ke spojenému nepřátelskému loďstvu,
+   viceadmirál Nelson signalizoval ze své lodi nezbytné instrukce ostatním
+   lodím britského loďstva. Vědom si nastávajících nesnadných událostí,
+   považoval za nezbytné učinit něco zvláštního. Nařídil proto svému
+   signálnímu důstojníkovi, poručíku Johnu Pascovi, aby co nejrychleji
+   signalizoval ostatním zprávu „England confides that every man will do
+   his duty“ – „Anglie spoléhá, že každý muž splní svou povinnost“.
+   Poručík Pasco viceadmirálovi navrhl zaměnit výraz „confides“ za
+   „expects“, protože signál „expect“ se již nacházel v knize námořních
+   kódů, zatímco slovo „confides“ by se muselo signalizovat písmeno po
+   písmenu. Nelson se změnou souhlasil, přestože výraz expect nevyjadřoval
+   takovou míru osobní zodpovědnosti, jakou by si býval přál.
+   Ačkoliv ohledně přesného znění signálu se po bitvě vedla řada sporů,
+   význam vítězství u Trafalgaru a smrt viceadmirála Nelsona v bitvě
+   způsobily, že se toto úsloví mezi Brity rozšířilo a bývá od té doby
+   často užíváno a parafrázováno až do dnešních dní.
+   Archiv • Nejlepší články • Další dobré články…
+   Viteze.gif
+   Víte, že…
+   Mladé plodnice václavky obecné
+     * …podhoubí václavky obecné v noci světélkuje?
+     * …dirigent Jevgenij Mravinskij měl fóbii z vystupování a někdy
+       přenechával na poslední chvíli řízení koncertů svým pomocníkům?
+     * …první bojový let uskutečnil 22. října 1911 kapitán Riccardo Moizo?
+     * …Karibské Nizozemsko nepoužívá jako svoji měnu euro, nýbrž americký
+       dolar?
+
+   Nejnovější články • Další zajímavosti…
+   Kategorie.gif
+   Listování kategoriemi
+
+   Exquisite-opera.png
+
+Přírodní vědy
+
+   Astronomie • Biologie • Fyzika • Geografie • Geologie • Chemie •
+   Informatika • Logika • Matematika
+   Gohomenew.png
+
+Humanitní a společenské vědy
+
+   Architektura • Ekonomie • Filosofie • Historie • Lingvistika •
+   Pedagogika • Právo • Psychologie • Sociologie • Teologie
+   Exquisite-kfm home.png
+
+Znalosti a technika
+
+   Doprava • Dorozumívání • Obchod • Průmysl • Vojenství • Zdravotnictví •
+   Zemědělství
+   Exquisite-amorok.png
+
+Kultura a společnost
+
+   Divadlo • Film • Fotografie • Gastronomie • Hudba • Lidé • Literatura •
+   Mytologie • Náboženství • Politika • Sport • Tanec • Turistika •
+   Umění • Záliby
+
+Jiné rejstříky
+
+   Seznamy • Kalendář • Staletí a roky • Věda • Vědy o Zemi • Strom
+   kategorií • Všechny kategorie • Portály
+   Další informace…
+   Portal.svg
+   Tematické portály
+     * Geografie: Albánie • Ázerbájdžán • Balkán • Belgie • Bosna a
+       Hercegovina • Brno • Černá Hora • Česko • Čína • Estonsko • EU •
+       Faerské ostrovy • Finsko • Francie • Gruzie • Hradec Králové •
+       Chorvatsko • Indie • Írán • Irsko • Island • Itálie • Izrael •
+       Japonsko • Kanada • Karlovy Vary • Kazachstán • Korea • Kosovo •
+       Kroměříž • Latinská Amerika • Liberec • Litva • Lotyšsko •
+       Lucembursko • Maďarsko • Makedonie • Morava • Most • Německo •
+       Nizozemsko • Omán • Ostrava • Plzeň • Polsko • Portugalsko •
+       Praha • Prostějov • Rakousko • Rusko • Řecko • Skotsko •
+       Slovensko • Slovinsko • Spojené království • Srbsko • Střední
+       Amerika a Karibik • Šluknovský výběžek • Španělsko • Švédsko •
+       Švýcarsko • Tibet • Třebíč • Třebíčsko • USA • Vatikán • Vietnam •
+       Vyškov • Washington
+
+     * Vědy: Astronomie • Biologie • Ekonomie • Fytoenergetika a
+       kompostárenství • Fyzika • Chemie • Informační věda a
+       knihovnictví • Jazyk • Kosmonautika • Matematika • Medicína •
+       Planetární vědy • Právo • Psychologie
+
+     * Historie: Pravěk • Starověk • Starověký Egypt • Starověký Řím •
+       Antika • Středověk • Byzantská říše • Křížové výpravy • Osmanská
+       říše • Novověk • Kolonialismus • První světová válka •
+       Československé opevnění • Druhá světová válka • Komunistický režim
+       v Československu
+
+     * Umění: Anime & Manga • Nábytkářství • Harry Potter • Hudba •
+       Hvězdná brána • Film • Fotografie • Literatura  • Simpsonovi • Star
+       Trek • Televize • Tolkien • Vetřelec vs. Predátor
+
+     * Náboženství: Bible • Hebraistika • Křesťanství • Buddhismus •
+       Hinduismus • Jóga
+
+     * Doprava: Autobusová • Automobil • Letectví • Loďstvo • Metro •
+       Tramvajová • Trolejbusová • Železnice
+
+     * Sport: Florbal • Formule 1 • Fotbal • Lední hokej • Orientační
+       běh • Ralye • Šachy • Tenis
+
+     * Příroda: Dinosauři • Entomologie • Houby • Koně • Psi • Ptáci •
+       Rostliny • Živočichové • Životní prostředí
+
+     * Ostatní: BDSM • Čaj • Český jazyk • Filosofie • Linux • Lidé •
+       Pivo • Počítačové hry • Politika • Sexualita • Svobodný software •
+       Těžba • Válka • Zahrada a zahradnictví
+
+   Další informace…
+   Crystal 128 xpaint.gif
+   Obrázek týdne
+   Ledovec Gornergletscher
+   Ledovec Gornergletscher nedaleko Zermattu ve Švýcarsku
+   Archiv • Další informace…
+   Aktuality.gif
+   Aktuality
+
+   21. říjen – pátek
+
+     * Flag of Slovenia.svg Slovinský prezident Danilo Türk minutu po
+       půlnoci rozpustil Státní shromáždění Republiky Slovinsko a vyhlásil
+       předčasné volby.
+
+   20. říjen – čtvrtek
+
+     * Flag of Libya.svg Střelným zraněním při zatýkání podlehl libyjský
+       vůdce plukovník Muammar Kaddáfí.
+
+   18. října – úterý
+
+     * Flag of Israel.svg Flag of Hamas.svg Po více než pěti letech
+       věznění Hamásem byl propuštěn izraelský voják Gilad Šalit.
+       Podmínkou výměny je propuštění více než 1000 palestinských věznů a
+       tyto nerovné podmínky jsou příčinou silné kritiky ze strany
+       izraelských radikálů.
+
+   15. října – sobota
+
+     * Flag of World.svg Po celém světě vypukly v rámci projektu „Jednotně
+       za změnu světa“, inspirovaného hnutím Occupy Wall Street,
+       demonstrace, na kterých lidé protestují proti vládním škrtům a
+       údajně nemravnému chování velkých finančních korporací. Demonstrace
+       byly naplánovány v 951 městech, mezi nimiž nechyběla ani Praha.
+     * Flag of Europe.svg Flag of Greece.svg Návrh na zdvojnásobení jmění
+       Mezinárodního měnového fondu tak, aby mohl účinně pomoci
+       zadluženému Řecku, byl na zasedání ministrů financí zemí G20
+       zamítnut. Šlo o návrh Brazílie, Ruska, Indie, Číny a Jihoafrické
+       republiky. Neprošel hlavně kvůli odporu Spojených států a Kanady.
+
+   13. října – čtvrtek
+
+     * Flag of Slovakia.svg Slovenský parlament schválil příspěvek do
+       záchranného fondu eurozóny (EFSF) na pomoc zadluženým zemím ve výši
+       7,7 miliardy eur (190 miliard Kč). Poslanci již předtím odhlasovali
+       vládní návrh ústavního zákona o zkrácení volebního období, který
+       umožní konání předčasných voleb. Opoziční sociální demokraté za to
+       vládě slíbili podporu schválení eurofondu.
+
+   11. října – úterý
+
+     * Flag of Slovakia.svg Slovenská vláda Ivety Radičové prohrála
+       hlasování o důvěře, se kterým spojila schvalování pomoci
+       zadluženému Řecku.
+     * Flag of Ukraine.svg Bývalá premiérka Ukrajiny Julija Tymošenková
+       byla odsouzena k sedmiletému trestu vězení za překročení pravomocí
+       při podpisu smlouvy o dodávkách ruského plynu. Podrobnější článek
+       na Wikizprávách: Tymošenková má jít na sedm let do vězení
+
+   10. října – pondělí
+
+     * Flag of the Czech Republic.svg Vítězem 17. ročníku soutěže Czech
+       Press Photo se stal Stanislav Krupař z časopisu Reflex se snímkem z
+       nepokojů na Šluknovsku.
+     * Flag of Sweden.svg Flag of the United States.svg Laureáty Nobelovy
+       cena za ekonomii se stali američtí ekonomové Christopher A. Sims a
+       Thomas J. Sargent. Podrobnější článek na Wikizprávách: Sargent a
+       Sims vyznamenáni Nobelovou cenou za ekonomii
+
+   Wikizprávy Wikizprávy
+   Exquisite-kalarm.gif
+   21. říjen v minulosti
+
+   HoratioNelson1.jpg
+     * 1125 – Zemřel Kosmas, autor Kroniky české (Chronica Boemorum).
+     * 1435 – Jan Rokycana byl českým sněmem zvolen za společného
+       pražského arcibiskupa katolíků i kališníků.
+     * 1600 – Iejasu Tokugawa porazil vůdce soupeřících japonských klanů
+       v bitvě u Sekigahary, což je pokládáno za počátek šógunátu
+       Tokugawa.
+     * 1805 – Bitva u Trafalgaru: admirál Nelson (na obrázku) rozdrtil
+       v čele britského loďstva francouzské a španělské námořní síly.
+     * 1940 – Uskutečnila se první oficiální jízda visuté lanovky
+       Tatranská Lomnica – Lomnický štít.
+     * 1941 – Československý pěší prapor 11 – Východní pod velením
+       podplukovníka Karla Klapálka posílil obranu Tobrúku.
+
+   Další výročí…
+   Redakce.gif
+   Redakce
+
+   Pomoc
+   Vítejte ve Wikipedii • Rady a informace pro přispěvatele • Často
+   kladené otázky • Jak vytvořit článek • Jak editovat stránku • Vzhled a
+   styl • Obrázky • Pravopisná pravidla • O kategoriích • Psaní dat •
+   Časté chyby • Potřebuji pomoc • Wikipedisté • Diskuse o smazání •
+   Šablony • Jak citovat Wikipedii
+
+   O Wikipedii
+   Požadované články • Užitečné informace • Kompletní seznam článků •
+   Velvyslanectví Wikipedie
+   Další informace…
+   Nuvola apps kdf.gif
+   Ostatní projekty
+
+   Wikipedii provozuje nezisková nadace Wikimedia Foundation, která
+   spravuje i řadu dalších otevřených mnohojazyčných wiki projektů:
+   logo Wikislovník logo Wikizdroje logo Wikicitáty logo Wikiknihy logo
+   Wikizprávy logo Wikiverzita logo Wikidruhy logo Wikimedia Commons logo
+   Meta-Wiki
+   Wikislovník Wikizdroje Wikicitáty Wikiknihy Wikizprávy Wikiverzita
+   Wikidruhy Commons Meta-Wiki
+   Výkladový slovník Volně dostupné dokumenty Sbírka citátů Volně dostupné
+   knihy a manuály Otevřené zpravodajství Volně dostupné vzdělání Adresář
+   biologických druhů Sdílená sbírka médií Koordinace všech projektů
+   Wikimedia
+   Crystal 128 locale.gif
+   Ostatní jazyky
+
+       Flag of the United Kingdom.svg Angličtina (English) · Flag of
+   France.svg Francouzština (Français) · Flag of Germany.svg Němčina
+   (Deutsch) · Flag of Poland.svg Polština (Polski) · Flag of Russia.svg
+Ruština (Русский) · Flag of Slovakia.svg Slovenština (Slovenčina) ·
+                 Flag of Spain.svg Španělština (Español)
+
+   Vybrané další jazyky (Wikipedie s více než 150 000 články jsou uvedeny
+   tučně):
+
+   Angličtina zjednodušená (Simple English) · Arabština
+   (العربيّة Al-'arabiyâ) · Baskičtina (Euskara) · Běloruština
+   (Беларуская/Belaruskaja) · Bulharština (Български/Bălgarski) · Čínština
+   (中文 Zhōngwén) · Dánština (Dansk) · Dolnolužická srbština (Dolnoserbski)
+   · Esperanto · Estonština (Eesti) · Finština (Suomi) · Galicijština
+   (Galego) · Hebrejština (עברית 'Ivrīt) · Hindština (Hindī) ·
+   Hornolužická srbština (Hornjoserbsce) · Chorvatština (Hrvatski) · Ido ·
+   Indonéština (Bahasa Indonesia) · Interlingua · Irština (Gaeilge) ·
+   Italština (Italiano) · Japonština (日本語 Nihongo) · Katalánština (Català)
+   · Korejština (한국어 Hangukeo) · Latina · Litevština (Lietuvių) ·
+   Lotyština (Latviešu) · Maďarština (Magyar) · Malajština (Bahasa Melayu)
+   · Nizozemština (Nederlands) · Norština (Norsk nynorsk) ·
+   Norština (Norsk bokmål) · Perština (فارسی Pârsi) · Portugalština
+   (Português) · Rumunština (Română) · Rusínština (Русиньскый) ·
+   Řečtina (Ελληνικά/Ellinika) · Slezština (Ślůnski) ·
+   Slovinština (Slovenščina) · Srbština (српски/srpski) · Švédština
+   (Svenska) · Thajština (ไทย phasa thai) · Turečtina (Türkçe) ·
+   Ukrajinština (Українська/Ukrajinska) · Velština (Cymraeg) ·
+   Vietnamština (Tiếng Việt)
+     __________________________________________________________________
+
+                          Seznam jazyků Wikipedie
+
+   Všechny články | Nové články | Sirotčí stránky | Kategorie | Obnovit
+   cache
+
+NAHORU
+
+   Citováno z
+   „http://cs.wikipedia.org/w/index.php?title=Hlavn%C3%AD_strana&oldid=630
+   0268“
+
+Osobní nástroje
+
+     * Přihlášení / vytvoření účtu
+
+Jmenné prostory
+
+     * Článek
+     * Diskuse
+
+Varianty
+
+Zobrazení
+
+     * Číst
+     * Zobrazit zdroj
+     * Zobrazit historii
+
+Akce
+
+Hledání
+
+   ____________________ (Submit) Hledat
+
+Navigace
+
+     * Hlavní strana
+     * Portál Wikipedie
+     * Aktuality
+     * Pod lípou
+     * Poslední změny
+     * Náhodný článek
+     * Nápověda
+     * Podpořte Wikipedii
+
+Tisk/export
+
+     * Vytvořit knihu
+     * Stáhnout jako PDF
+     * Verze k tisku
+
+Nástroje
+
+     * Odkazuje sem
+     * Související změny
+     * Načíst soubor
+     * Speciální stránky
+     * Trvalý odkaz
+     * Citovat stránku
+
+V jiných jazycích
+
+     * العربية
+     * Български
+     * Català
+     * Dansk
+     * Deutsch
+     * Dolnoserbski
+     * Ελληνικά
+     * English
+     * Español
+     * Eesti
+     * Esperanto
+     * Euskara
+     * فارسی
+     * Suomi
+     * Français
+     * Galego
+     * עברית
+     * Hrvatski
+     * Hornjoserbsce
+     * Magyar
+     * Bahasa Indonesia
+     * Italiano
+     * 日本語
+     * 한국어
+     * Lietuvių
+     * Bahasa Melayu
+     * Nederlands
+     * ‪Norsk (nynorsk)‬
+     * ‪Norsk (bokmål)‬
+     * Polski
+     * Português
+     * Română
+     * Русский
+     * Slovenčina
+     * Slovenščina
+     * Simple English
+     * Српски / Srpski
+     * Svenska
+     * Türkçe
+     * ไทย
+     * Tiếng Việt
+     * Українська
+     * 中文
+
+     * Stránka byla naposledy editována 5. 1. 2011 v 12:51.
+     * Text je dostupný pod licencí Creative Commons Uveďte autora –
+       Zachovejte licenci 3.0 Unported, případně za dalších podmínek.
+       Podrobnosti naleznete na stránce Podmínky užití.
+
+     * Ochrana osobních údajů
+     * O Wikipedii
+     * Vyloučení odpovědnosti
+     * Mobilní verze
+
+     * Wikimedia Foundation
+     * Powered by MediaWiki