From: "NARUSE, Yui" <naruse@...>
Date: 2008-01-11T09:36:52+09:00
Subject: [ruby-dev:33011] Re: ASCII is alias of US-ASCII; replica  of dummy encoding is not a dummy

成瀬です。

Martin Duerst wrote:
> At 18:13 08/01/09, Yukihiro Matsumoto wrote:
>> まつもと ゆきひろです
>>
>> In message "Re: [ruby-dev:32992] ASCII is alias of US-ASCII; replica of 
>> dummy encoding is not a dummy"
>>    on Wed, 9 Jan 2008 03:36:27 +0900, "NARUSE, Yui" <naruse@airemix.com> writes:
>>
>> |= ASCII is alias of US-ASCII
>> |
>> |UTF-{16,32}{BE,LE} が組み込まれた絡みで、NKF を修正していて気付いたので
>> |すが、今 ASCII は ASCII-8BIT の alias なのですね。IANA Charaset では
>> |US-ASCII の alias なのですが、少々まずくありませんか。
>>
>> きっと誰も気付かないと思うけど。この点は積極的に意見を持つ人
>> にお任せします。
> 
> 気がつかなかったかと思いますが、気をつかれたので、
> IANA Charset Registry の Secondary Expert Reviewer の立場として(http://www.iana.org/numbers.html#C 参考) 是非直していただきたいです。
> 「そちらで直して見ろ」と言われたらこちらでもやります。

というわけで、修正案です。
US-ASCII はビルトインではないので、alias だけ登録しておいて、呼ばれた時
に本体を読み込む仕組み (lazy alias) を作りました。名前も含めてこの方向で
よろしいでしょうか。

Index: encoding.c
===================================================================
--- encoding.c  (revision 14981)
+++ encoding.c  (working copy)
@@ -29,6 +29,7 @@ static struct rb_encoding_entry *enc_tab
 static int enc_table_count;
 static int enc_table_size;
 static st_table *enc_table_alias;
+static st_table *enc_table_lazy_alias;

 #define ENC_UNINITIALIZED (&rb_cEncoding)
 #define enc_initialized_p(enc) ((enc)->auxiliary_data != &rb_cEncoding)
@@ -174,6 +175,7 @@ rb_enc_register(const char *name, rb_enc
        if (STRCASECMP(name, rb_enc_name(oldenc))) {
            st_data_t key = (st_data_t)name, alias;
            st_delete(enc_table_alias, &key, &alias);
+           st_delete(enc_table_lazy_alias, &key, &alias);
            index = enc_register(name, encoding);
        }
        else if (enc_initialized_p(oldenc) &&

@@ -289,6 +291,21 @@ rb_enc_alias(const char *alias, const ch
     return enc_alias(alias, orig);
 }

+static int
+enc_lazy_alias(const char *alias, const char *orig)
+{
+    int idx;
+
+    if (!enc_table_lazy_alias) {
+       enc_table_lazy_alias = st_init_strcasetable();
+    }
+    idx = rb_enc_registered(alias);
+    if (idx < 0) {
+       st_insert(enc_table_lazy_alias, (st_data_t)alias, (st_data_t)orig);
+    }
+    return idx;
+}
+
 enum {
     ENCINDEX_ASCII,
     ENCINDEX_EUC_JP,
@@ -307,7 +324,7 @@ rb_enc_init(void)
     ENC_REGISTER(SJIS);
     ENC_REGISTER(UTF8);
 #undef ENC_REGISTER
-    enc_alias("ASCII", rb_enc_name(ONIG_ENCODING_ASCII));
+    enc_lazy_alias("ASCII", "US-ASCII");
     enc_alias("BINARY", rb_enc_name(ONIG_ENCODING_ASCII));
     enc_alias("eucJP", rb_enc_name(ONIG_ENCODING_EUC_JP)); /* UI-OSF
Application Platform Profile f
or Japanese Environment Version 1.1 */
     enc_alias("SJIS", rb_enc_name(ONIG_ENCODING_SJIS));
@@ -371,8 +388,14 @@ rb_enc_find_index(const char *name)
            ++s;
        }
        OBJ_FREEZE(enclib);
-       if (RTEST(rb_protect(require_enc, enclib, 0)))
+       if (RTEST(rb_protect(require_enc, enclib, 0))) {
            i = rb_enc_registered(name);
+       } else {
+           st_data_t orig;
+           if (st_lookup(enc_table_lazy_alias, (st_data_t)name, &orig)) {
+               i = rb_enc_alias(name, (char *)orig);
+           }
+       }
        rb_set_errinfo(Qnil);
     }
     return i;


-- 
NARUSE, Yui  <naruse@airemix.com>
DBDB A476 FDBD 9450 02CD 0EFC BCE3 C388 472E C1EA