[ruby-dev:13920] m17n ruby 特に TRON 文字コード

  豊福です。

>|・２バイト単位。
>|・２バイトの言語面指定コードがくると言語面が切り替わる。

と書きましたが

http://www.personal-media.co.jp/tron/developer/doc/btron3/shared_data/tron_code.html
を見ると

| TRON 仕様コードでは、 多国語文字を扱うことを考えるが、 
| 国語によって 1 バイトコードで足りるものと、 足りない
| ものがある。 このため、TRON 仕様では 1 バイトコードと
|  2 バイトコードを扱う。 しかし、 基本的には 1 バイト
| コードと 2 バイトコードを混在させて使うことは避け、
|  1 バイトコードで足りる国語については 1 バイトコード
| を使い、 不足する国語では 2 バイトコードを使用する。 

とか

| 言語指定コード (FE)(21)〜(FE)(7E)、(FE)(80)〜(FE)(FE) 
| 言語および文字属の切り換え指定を行なう。 第 2 バイトが
| 0xFEの場合、 さらに言語指定コードが続くことを示す。 

とあるので２バイト単位と言ったのはあやしいですね。

まつもとさん
> |  どういうコードを書けばよいのですか。
> 
> ruby_m17nブランチの中身をみてもらう(m17n.cとか)のが一番速い
> のですが、それぞれのエンコーディングに対して
>   m17n_encoding_mbmaxlen(enc,n)         マルチバイト文字の最大長
  ...
>   m17n_encoding_func_mbcput(enc,func)   コードポイントのマルチバイト化

  なるほど。

> ASCIIコンパチだとASCIIの手続きを流用できる
> のでラクできるのですが、TRONコードの場合きっと難しいでしょう
> ね。

  ASCIIなんですが、

>|・いわゆる半角／全角コードの概念はない。単に同じ文字を半角幅で
>|  表示するか全角幅で表示するかの違いでしかない。

と書きましたが、EUC など他の文字コードに変換する際には表示幅を
半角／全角コードに反映させたいという要望があるので実際には半角／
全角を区別できるようにして持つことになるのだと思います。

> ところでUTF-16ではバイトオーダーマークでそのファイルがUTF-16
> であることを判定できますが、TRONコードにはなんらかの方法でそ
> のような判定をする方法があるんですかね。

  0xFFE1,0xFFE2 で始まる文章開始／終了セグメントというのがあって
| 文章データの開始および終了を表すセグメントで、 文章開始セグ
| メントと文章終了セグメントに囲まれた部分が 1 つの文章データとなる。 
だそうですが、これを文字列の一部とみてよいのだろうか。
---
                                豊福
                                [e-mail]