From: matz@... (Yukihiro Matsumoto)
Date: 2000-11-06T00:35:04+09:00
Subject: [ruby-dev:11376] Re: Ruby I18N

まつもと ゆきひろです

In message "[ruby-dev:11374] Re: Ruby I18N"
    on 00/11/04, TAKAHASHI Masayoshi <maki@inac.co.jp> writes:

|気になる点としては、以下のようなことがあります。
|
|a) 「似たグリフを持つ字」の問題(Unicodeには「〜」に似た文字や「−」に
|   似た字が死ぬほどある。これをJIS X 0208などの文字集合と合わせて扱お
|   うとすると、文字集合のレベルで異なっていると考えられるので、エン
|   コーディングの問題には帰着できない)。それともちろん包摂の問題。
|b) 整列の問題(整列をまじめにやろうとすると、Localeに関する情報が
|   必要になる)
|c) 結合文字の問題(Unicodeではアクサンつき文字を1code pointで表す
|   場合と2code pointsで表す場合がある。この場合の「長さ」は
|   どうする？)

これらは難しい問題ですね。あんまり分かってもらえないけど。

|a') エンコーディング変換についてはプラットフォーム依存

というか、これらは文字集合変換でしょう。文字集合変換は明示的
に行ってもらうことで、対応(とは言えないが)してもらおうと思い
ます。暗黙に字が変わるのは許せないが、自分の責任ででやるのは
構わないと言うスタンスです。

|b') 整列はあきらめる or エンコーディング依存

文字コードポイント順で整列するか、あるいはいっそバイト列とし
てソートするのが良いと思います。Collateが必要ならば別枠で用
意すべきでしょう(で、sortブロックを使うのか)。

|c') compose/decomposeは別ライブラリに任せて、文字列クラスとしては
|   単純に「length = code point数」とする

同感です。
                                まつもと ゆきひろ /:|)