[ruby-dev:31744] [m17n] String#encode

なかだです。

String#encodeをためしに実装してみました。

なぜか"sjis"で登録されているのに"Shift_JIS"と出てきたりするので、
別名を付けられるようにしてrb_enc_name()にあわせてみました。


Index: encoding.c
===================================================================
--- encoding.c	(revision 13347)
+++ encoding.c	(working copy)
@@ -24,4 +24,5 @@ struct rb_encoding_entry {
 static struct rb_encoding_entry *enc_table;
 static int enc_table_size;
+static st_table *enc_table_alias;
 
 void
@@ -44,10 +45,21 @@ rb_enc_register(const char *name, rb_enc
 
 void
+rb_enc_alias(const char *alias, const char *orig)
+{
+    if (!enc_table_alias) {
+	enc_table_alias = st_init_strtable();
+    }
+    st_insert(enc_table_alias, (st_data_t)alias, (st_data_t)orig);
+}
+
+void
 rb_enc_init(void)
 {
     rb_enc_register("ascii", ONIG_ENCODING_ASCII);
-    rb_enc_register("sjis", ONIG_ENCODING_SJIS);
+    rb_enc_register("shift_jis", ONIG_ENCODING_SJIS);
     rb_enc_register("euc-jp", ONIG_ENCODING_EUC_JP);
     rb_enc_register("utf-8", ONIG_ENCODING_UTF8);
+    rb_enc_alias("binary", "ascii");
+    rb_enc_alias("sjis", "shift_jis");
 }
 
@@ -68,8 +80,10 @@ rb_enc_find(const char *name)
 {
     int i;
+    st_data_t alias = 0;
 
     if (!enc_table) {
 	rb_enc_init();
     }
+  find:
     for (i=0; i<enc_table_size; i++) {
 	if (strcmp(name, enc_table[i].name) == 0) {
@@ -77,4 +91,10 @@ rb_enc_find(const char *name)
 	}
     }
+    if (!alias && enc_table_alias) {
+	if (st_lookup(enc_table_alias, (st_data_t)name, &alias)) {
+	    name = (const char *)alias;
+	    goto find;
+	}
+    }
     return ONIG_ENCODING_ASCII;
 }
Index: string.c
===================================================================
--- string.c	(revision 13347)
+++ string.c	(working copy)
@@ -194,5 +194,5 @@ rb_tainted_str_new2(const char *ptr)
 
 static VALUE
-str_new3(VALUE klass, VALUE str)
+str_new_shared(VALUE klass, VALUE str)
 {
     VALUE str2 = str_alloc(klass);
@@ -210,9 +210,17 @@ str_new3(VALUE klass, VALUE str)
 	FL_SET(str2, ELTS_SHARED);
     }
-    rb_enc_copy((VALUE)str2, str);
 
     return str2;
 }
 
+static VALUE
+str_new3(VALUE klass, VALUE str)
+{
+    VALUE str2 = str_new_shared(klass, str);
+
+    rb_enc_copy(str2, str);
+    return str2;
+}
+
 VALUE
 rb_str_new3(VALUE str)
@@ -401,4 +409,21 @@ rb_str_init(int argc, VALUE *argv, VALUE
 }
 
+static VALUE
+rb_str_encode(VALUE str, VALUE encode)
+{
+    int idx = rb_enc_get_index(str);
+    rb_encoding *enc = rb_enc_find(StringValueCStr(encode));
+    VALUE str2;
+
+    if (idx && rb_enc_from_index(idx) != enc) {
+	rb_raise(rb_eArgError, "cannot convert encoding from %s to %s",
+		 rb_enc_name(rb_enc_from_index(idx)), rb_enc_name(enc));
+    }
+    str2 = str_new_shared(rb_obj_class(str), str);
+    rb_enc_associate(str2, enc);
+    OBJ_INFECT(str2, str);
+    return str2;
+}
+
 static long
 str_strlen(VALUE str, rb_encoding *enc)
@@ -5429,4 +5454,5 @@ Init_String(void)
 
     rb_define_method(rb_cString, "encoding", str_encoding, 0);
+    rb_define_method(rb_cString, "encode", rb_str_encode, 1);
 
     id_to_s = rb_intern("to_s");
Index: include/ruby/encoding.h
===================================================================
--- include/ruby/encoding.h	(revision 13347)
+++ include/ruby/encoding.h	(working copy)
@@ -28,4 +28,5 @@ typedef OnigEncodingType rb_encoding;
 
 int rb_enc_to_index(rb_encoding*);
+int rb_enc_get_index(VALUE obj);
 rb_encoding* rb_enc_get(VALUE);
 rb_encoding* rb_enc_check(VALUE,VALUE);
@@ -65,4 +66,5 @@ int rb_enc_codelen(int, rb_encoding*);
 #define rb_enc_prev_char(s,p,enc) (char *)onigenc_get_prev_char_head(enc,(UChar*)s,(UChar*)p)
 
+#define rb_enc_isctype(c,t,enc) ONIGENC_IS_CODE_CTYPE(enc,c,t)
 #define rb_enc_isascii(c,enc) ONIGENC_IS_CODE_ASCII(c)
 #define rb_enc_isalpha(c,enc) ONIGENC_IS_CODE_ALPHA(enc,c)


-- 
--- 僕の前にBugはない。
--- 僕の後ろにBugはできる。
    中田 伸悦