[ruby-dev:29345] Re: Kconv::RegexpEucjpの間違い

成瀬です。

Masahiro Sakai wrote:
> こんにちは、酒井です。
> 
> 現在のKconv::RegexpEucjpの正規表現には間違いがあるため、
> Kconv.iseucでEUC-JPの文字列を認識できないことがあります。
> 例えば、"\xf4\xa6" (JIS X 0208 の 84-06 "熙") や
> "\x8f\xed\xe3" (JIS X 0212 の 77-67) といった文字が認識できません。
> 
> これは以下のように修正すれば良いはずです。
> # ここでは狭義のEUC-JPだけでなく変種も考慮し、JIS X 0208 と
> # JIS X 0212 で文字が割り当てられていない範囲も含めました。
> 
> Index: kconv.rb
> ===================================================================
> RCS file: /src/ruby/ext/nkf/lib/kconv.rb,v
> retrieving revision 1.15
> diff -u -p -r1.15 kconv.rb
> --- kconv.rb	19 Jun 2006 14:40:23 -0000	1.15
> +++ kconv.rb	20 Aug 2006 23:51:14 -0000
> @@ -63,8 +63,8 @@ module Kconv
>    RegexpEucjp = /\A(?:
>  		    [\x00-\x7f]                         |
>  		    \x8e        [\xa1-\xdf]             |
> -		    \x8f        [\xa1-\xdf] [\xa1-\xfe] |
> -		    [\xa1-\xdf] [\xa1-\xfe]
> +		    \x8f        [\xa1-\xfe] [\xa1-\xfe] |
> +		    [\xa1-\xfe] [\xa1-\xfe]
>  		   )*\z/nx
>  
>    # Regexp of UTF-8 string (private constant)

むむ、確かに範囲が狭くなってしまっていますね。
とりあえず 1.9 では修正しました。
1.8 系での反映は 1.8. リリース後になります。

-- 
NARUSE, Yui  <[e-mail]>
DBDB A476 FDBD 9450 02CD 0EFC BCE3 C388 472E C1EA