[ruby-dev:11479] Re: Proposal of "Array of CharCode"

まつもと ゆきひろです

In message "[ruby-dev:11476] Re: Proposal of "Array of CharCode""
    on 00/11/11, " たけ (tk)" <[e-mail]> writes:

|　この「内部データ」というのは Regex が、与えられた文字列（バイト列）を 
|re_compile_pattern でコンパイルして作った内部データの意味でした。「文字
|列」ではありません。

こちらは了解しました。これについては、すでに考えていて「処理
モジュール」(いまだに古い用語に固執していますが、なかなか適
切なのにめぐりあいません)が一文字のデコードを行う機能を持っ
ているはずですから、それによってデコードしようと考えていまし
た。結果として

|　後者の方法が可能であれば、Regex での処理は簡単になり、どんな文字コード
|系でも統一された方法で扱えるようになる。

を実現するつもりでした。

さて、もうひとつの

|（３）String::EUC クラス／Regex::EUC クラスのデータはデコードされた文字
|コードの配列とすることが許される。（強制はしない。クラスの作成者の判断に
|任される）。

の方ですが、これってデコードされた文字列(code pointの配列;
各要素のサイズは4バイト？)を内部表現とするという意味でしょう
か？ それともデコードされたもの*も*持つという意味でしょうか？

前者なら、オリジナルの構造のまま持つという前提に矛盾します。
後者だと効率が本当に良いか疑問と言うのもありますが、なにより
構造体にすきまが残ってないという最大の問題に当たります。

実は現在の「処理モジュール」でもどこにポインタを置こうかまだ
決めかねているのです。サイズに全然余裕がないので。

                                まつもと ゆきひろ /:|)