From: TAKAHASHI Masayoshi <maki@...>
Date: 2000-11-11T11:56:38+09:00
Subject: [ruby-dev:11473] Re: class Character (was: Ruby I18N)

高橋です。

Yasushi Shoji <yashi@yashi.com> さん：
> > > 逆に一つ質問なのですが、文字列から文字を取り出すときに code pointだけを
> > > 欲い状況ってどういう時でしょうか？もし過去との互換性以外であったら教えて
> > > ください。
> > 
> > 「code pointだけを欲しい」というより、「code point以外を取り出す
> > のが厄介」という状況があるのではないかと。たとえばUnicodeなどの
> > 合成文字の場合(複数code pointsで1文字になる)などです。
> 
> 「code point以外を取り出すのが厄介」と言うのがいまいち理解できないのです
> が… (__; 今の Rubyのままでは code pointしか取り出せないのではないでしょ
> うか？

すみません、基本的な話で、文字列をcode point単位以外で切り出す
のが厄介、という話です。要するにあるcode pointについて、それが1文字
なのか、それとも合成されるべきものなのかを判断するのが面倒だと。
Unicodeなら合成文字かどうかを判断するアルゴリズムがないので、
毎回テーブルを参照して合成文字かどうかを判断する必要がある
わけですよね？  それはちょっとなあ、と。

# 言葉遣いとしてcode pointじゃなくてcode unitの方が適切なのかしらん。

> 複数の code pointで一つの文字を表わしている場合は、単純に複数の code
> pointを返すというのはどうですか？

その方針ではおそらくそうなると思いますが、上記のようにそれを行う
のにコストがかかる、と。どこで(時間と空間の)コストを負担するかは、
データの持たせ方によると思いますけど。

> 田中さんが書いていたけど、code pointとか byte列だとかを隠せる文字がある
> と便利だと思うんですが…。

というわけで、結局は効率の問題なんでしょうね。

高橋征義 (TAKAHASHI Masayoshi)   E-mail: maki@open-news.com