[ruby-dev:32964] Re: Shift_JIS variants and UTF-16 support

こんにちは、なかむら(う)です。

In message "[ruby-dev:32960] Re: Shift_JIS variants and UTF-16 support"
    on Jan.07,2008 19:30:41, <[e-mail]> wrote:
| |RFC 2781 の 4.3 Interpreting text labelled as UTF-16 では、
| |BOM を見て判別 → BOM がなかったら big endian と解釈する。(SHOULD)
| |となっています。
| 
| というルールに従うとして、それを今のRuby M17Nの延長線上で、エ
| ンコーディング名に指定するというのがどういうことになるか考え
| てみると
| 
| = open(read)のモードとして
|   BOMを見て判別
|         →  UTF-16だけ先頭2バイトを読み込むルーチンを追加す
|             る必要あり
|             正直めんどくさい
| 
| = open(write)のモードとして
|   文字列ひとつひとつにBOMが付いているとは考えにくい
|         → writeではエラーということ？
|            特別扱いはめんどくさい
| 
| = String#encodeの引数として
|   文字列一つ一つにBOMはないだろう。
|         → encodeではエラーということ？
|            特別扱いはめんどくさい
| 
| ということで、あまり現実的ではないようです。であれば、このルー
| ルを尊重するのであれば
| 
|   そもそもエンディアンなしのUTF-16というエンコーディングは許さない
| 
| というのが唯一の現実的な解のような。

特別扱いはめんどくさい、というのは「めんどくさくない誰かが汗
をかけばいいじゃん」ということにして考えると、例えば以下のよ
うなものはどうでしょうか。

= 前提
"UTF-16"というEncodingは用意しない。

= open(read)のモードとして
"utf-16"が指定された場合はBOMを読んで"UTF-16BE"または"UTF-16LE"
どちらのEncodingになる。
BOMがなければ"UTF-16BE"。
"utf-16be"が指定されてBOMがないまたはBOMがBEであれば"UTF-16BE"、
BOMがLEであれば... 例外?
"utf-16le"が指定されてBOMがないまたはBOMがLEであれば"UTF-16LE"、
BOMがBEであれば... 例外?

= open(write)のモードとして
"utf-16"は受け付けない(InvalidArgument)

= String#encodeの引数として
"UTF-16"というEncodingはないので問題ない。


それでは。
-- 
U.Nakamura <[e-mail]>