ruby-dev

成瀬です。

Kouhei Sutou wrote:
> そのPerlのuse utf8;相当のものが1.9のmagic commentというものに
> あたると思っていたのですが、違うのでしょうか？で、magic
> commentがついていないものはASCII-8BITになると思っていました。
> 
> そしてASCII-8BITがバイト列として（バイト列っぽく？）扱われる
> のかなぁと思っていたので、1.9でも

str[] あたりの挙動が変わっているというのと、端から端まで ASCII-8BIT で統
一しないとややこしくなるわけですが、Ruby 1.9 は magic comment を書かなく
ても Encoding.default_external が ロケールなので、LANG=C 以外だと外から
入ってきたデータは ASCII-8BIT になります。

LANG=C だったとしても、transcode も nkf も iconv も通すと変換結果の
string に encoding をつけるので、これにも気をつけないといけません。

>> 端的にいえば、Perl の文字列とは utf8 フラグのついたバイト列のことだった
>> わけですが、デフォルトではつかなかったので、最初から最後までバイト列で通
>> してしまうということができました。
> 
> ということになって、既存のプログラムもそれっぽく動くのかなぁ
> と思いました。（ASCII-8BITがバイト列として扱われるというのが
> 間違い？）

というわけで、端から端まで ASCII-8BIT で統一できれば、str[] とかを踏まな
ければ動くのでしょうが、難しいように感じます。

>>>> そもそも 1.8 でも文字絡みの部分はちょくちょく変更入ってますからねぇ。nkf
>>>> が 1.7 から 2.0 になったりとか。
>>> これは1.8.x間で互換性が失われている、つまり、既存のプログラム
>>> が動かなくなるかもしれないということでしょうか？
>> Ruby変更履歴が参考になりますかね。
>> http://www.ruby-lang.org/ja/man/html/Ruby_CAD1B9B9CDFACEF2.html
> 
> nkf関連の変更は以下のようですが、これの影響で1.8.x間で互換性
> が失われているのでしょうか？
> 
> ruby 1.8.2 feature:
> 
>   2004-11-20
> 
>   ext/nkf/nkf-utf8/ [lib] [new]
> 
>       utf8 対応 nkf (nkf 2.x) の追加。
> 
>   2004-12-04
> 
>   NKF.guess [lib] [compat]
> 
>       NKF.guess は NKF.guess2 の alias になりました。 従来のものを使いたい場合は NKF.guess1 を使って下さい。

guess の戻り値が増えたり、変換表が微妙に変わったりしていますね。派手な変
更は入れる前に ML に出しているのでログを見てみるといいかもしれません。

> 気になったのはnkfの1.7->2.0が非互換性を生んでいるのかというこ
> とでした。もう少し言えば
> 
>>>> そもそも 1.8 でも文字絡みの部分はちょくちょく変更入ってますからねぇ。nkf
>>>> が 1.7 から 2.0 になったりとか。
> 
> が何を言いたいのかがわからなかったということでもあります。私
> には「もう1.8.x間で非互換性があって動かないプログラムがあるん
> だから、1.8/1.9間でも動かなくていいじゃん？」みたいに読めて
> しまったので、「そんなことないよね？」と確認したかったんです。

Ruby が 1.8 の間互換性に重きを置いていたかというと、実際はそうでもなかっ
た、と。で、それ以上に 1.9 での変更は大きいので、手を入れなくても動くも
のは少ない。ゆえに動かなかったら手を入れてください、というところですかね。

> せっかくなので、ついでにStringについても見てみたのですが、互
> 換性が失われそうな記述は見つけられませんでした。1.8.x間では
> なく1.8<->1.9の話でしょうか？

jcode.rb あたりが変わっていたような、すいません、1.9と混同してるかも。

> # これは関係ないですが、
> 1.9でのStringの非互換性はString#[Integer]がIntegerではなく
> Stringを返すことが一番大きいと思っているのですが（eachとかも
> ありますけど）、そのときは
> 
>   if string[0] == ?a
> 
> とか書いていると思うので、あまり変なことをしていない1.8で動い
> ていたやつが1.9でもそれっぽく動くのでないかと思っています。
> 例えば、テキスト処理をしているHikiDocというやつは何もしなく
> てもそれっぽく動いている気がします。
> （tDiaryは変なことをしているやつだと思う。）

意外と CGI とかは動きやすいかなーという気はしますね、LOCALE が C でしょ
うから。どちらかというと、端末だと locale が絡むので encoding 絡みの問題
が顕在化しやすいように思います。

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

Thread

Prev Next

In This Thread

Prev Next

[#32910] NKF,Kconv — Kazuhiro NISHIYAMA <zn@...>

[#32913] openの"b"とencoding — Kazuhiro NISHIYAMA <zn@...>

[#32922] SEGV by regexp match in while loop — Tanaka Akira <akr@...>

[#32932] extend Tempfile — Tanaka Akira <akr@...>

[#32935] queue and timeout — Tanaka Akira <akr@...>

[#32940] ripper cannot build on win32 — yukimi_sake <yukimi_sake@...>

[#32945] Shift_JIS variants and UTF-16 support — "U.Nakamura" <usa@...>

[#32946] replica と alias の違い(encoding) — KIMURA Koichi <kimura.koichi@...>

[#32957] SEGV by Symbol#match — "Hiroyuki Iwatsuki" <don@...>

[#32970] rb_thread_create()の中でmodule_eval — Kouhei Sutou <kou@...>

[#32979] BOM of UTF-８ — KIMURA Koichi <hogemuta@...>

[#32987] error with open-uri (instance_eval?) — "U.Nakamura" <usa@...>

[#32988] Re: [ruby-cvs:22194] Ruby:r14957 (trunk): * encoding.c (rb_enc_init): UTF-{16,32}{BE,LE} are not builtin. — Yukihiro Matsumoto <matz@...>

[#32992] ASCII is alias of US-ASCII; replica of dummy encoding is not a dummy — "NARUSE, Yui" <naruse@...>

[#32996] binmode and ASCII-8BIT — Kazuhiro NISHIYAMA <zn@...>

[#33058] Time.mktime — Tadayoshi Funaba <tadf@...>

[#33059] time.rb — Tadayoshi Funaba <tadf@...>

[#33060] Shellwords alias bug? — Masahiro Kawato <m-kawato@...>

[#33061] rational 1.18 — Tadayoshi Funaba <tadf@...>

[#33069] Re: [ruby-cvs:22244] Ruby:r15007 (trunk): * enc/make_encdb.rb: added. search enc/*.c and make encoding database. — Yukihiro Matsumoto <matz@...>

[#33072] Segmentation fault when File.open — Jun Mukai <mukai@...>

[#33076] Encoding.compatible? and dummy encodings — sheepman <sheepman@...>

[#33078] NEW REPLICA ENCODINGS AND ENCODING ALIASES — "NARUSE, Yui" <naruse@...>

[#33079] A patch for the manpage and ruby -h — Yugui <yugui@...>

[#33088] IO#gets with limit — sheepman <sheepman@...>

[#33095] Coerce via aliased methods — Yugui <yugui@...>

[#33097] Re: [ruby-cvs:22286] Ruby:r15049 (trunk): * configure.in (setup): add -I$(EXTOUT)/$(arch) to MINIRUBY. — "U.Nakamura" <usa@...>

[#33101] String#valid_encoding? shoud be strict? — Masayoshi Takahashi <maki@...>

[#33111] us_ascii.o: No such file or directory — Martin Duerst <duerst@...>

[#33124] Thread#priority= does not work — "Yusuke ENDOH" <mame@...>

[#33129] uninitialized constant Encoding::ASCII_8BIT (NameError) — Tanaka Akira <akr@...>

[#33130] 1.9.0 をコンパイルしてみた — Shin-ichiro HARA <sinara@...>

[#33136] enc_register_at should use strdup — sheepman <sheepman@...>

[#33139] Bignum#* might invoke GC parallelly? — "Yusuke ENDOH" <mame@...>

[#33142] eval(str.dump)==str — Kazuhiro NISHIYAMA <zn@...>

[#33156] default script encoding and -K option — sheepman <sheepman@...>

[#33159] the encoding of StringIO.new — sheepman <sheepman@...>

[#33164] default encoding for Marshal.load — "Shugo Maeda" <shugo@...>

[#33173] should initialize the group of threads — sheepman <sheepman@...>

[#33185] コンパイルの問題 (r15218) — Martin Duerst <duerst@...>

[#33189] nonlinear performance of each_char — Tanaka Akira <akr@...>

[#33191] Re: [ruby-cvs:22367] Ruby:r15130 (trunk): * enc/koi8_u.c: added. — Tanaka Akira <akr@...>

[#33211] each_char — Tanaka Akira <akr@...>

[#33218] Re: Ruby1.9String バイト列へのインデックス アクセス — "Hisanori Kiryu" <hkiryu@...>

[#33221] encoding of Iconv::Failure#success — Tanaka Akira <akr@...>

[#33224] printf "%0x" — Tanaka Akira <akr@...>

[#33226] [PATCH] warnings of enc/trans/utf_16_32.c — Nobuyoshi Nakada <nobu@...>

[#33231] each_char yields extra NUL — Tanaka Akira <akr@...>

[#33234] SEGV by test/ruby/test_io_m17n.rb — Tanaka Akira <akr@...>

[#33239] Re: [ruby-cvs:22386] Ruby:r15149 (trunk): * string.c (rb_str_each_char): move forward. — Tanaka Akira <akr@...>

[#33247] requests to transcode — "U.Nakamura" <usa@...>

[#33257] Bignum#quo may cause infinite loop — "Yusuke ENDOH" <mame@...>

[#33258] exhaustive test for bignum.c — "Yusuke ENDOH" <mame@...>

[#33261] Local variables in ChangeLog — Kazuhiro NISHIYAMA <zn@...>

[#33264] Marshal.load fails on LANG=ja_JP.EUC-JP — Tanaka Akira <akr@...>

[#33265] backported GC.stress for 1.8 — Tadashi Saito <shiba@...2.accsnet.ne.jp>

[#33273] Re: [ruby-cvs:22404] Ruby:r15167 (trunk): * configure.in (MINIRUBY): remove -I$(EXTOUT)/$(arch) from — Tanaka Akira <akr@...>

[#33275] comment about sprintf %u — "Yusuke ENDOH" <mame@...>

[#33276] comment about Math#asin — "Yusuke ENDOH" <mame@...>

[#33279] ASCII-8BIT regexp — sheepman <sheepman@...>

[#33280] exhaustive tests for struct.c, sprintf.c and math.c — "Yusuke ENDOH" <mame@...>

[#33282] fronzen string cannot unpack("p") — Nobuyoshi Nakada <nobu@...>

[#33303] Time#strftimeのエンコーディング — rubikitch@...

[#33328] can modify array during iteration — "Yusuke ENDOH" <mame@...>

[#33340] Can large scale projects be successful implemented around a dynamic programming language? — Jordi <mumismo@...>

[#33354] Re: [ruby-cvs:22447] Ruby:r15210 (trunk): * io.c (rb_io_getline_fast): the end point of left_char_head() — "U.Nakamura" <usa@...>

[#33359] printf "%#o\n", 0 — Tanaka Akira <akr@...>

[#33363] printf "%.0d\n", 0 — Tanaka Akira <akr@...>

[#33364] rdocのメモリ消費量がやばい — rubikitch@...

[#33367] printf "%#o\n", -1 — Tanaka Akira <akr@...>

[#33368] summary of script encoding — "U.Nakamura" <usa@...>

[#33377] Regexp#sourceのencoding — Kazuhiro NISHIYAMA <zn@...>

[#33380] Re: [ruby-cvs:22481] Ruby:r15244 (trunk): * string.c (rb_str_usascii_new{,2}: defined. — Tanaka Akira <akr@...>

[#33387] HashからStructを作る — rubikitch@...

[#33388] void value expression — SASADA Koichi <ko1@...>

[#33392] Re: [ruby-cvs:22482] Ruby:r15245 (trunk): * compile.c, compile.h: fix stack pointer issues. — Tanaka Akira <akr@...>

[#33399] regexp match /.../n against to UTF-8 string — Tanaka Akira <akr@...>

[#33400] /#{}/e.encoding — Tanaka Akira <akr@...>

[#33401] _dump and encoding with marshal — Tanaka Akira <akr@...>

[#33403] wrapped String#gsub — "Park Ji-In" <tisphie@...>

[#33218] Re: Ruby1.9String 　バイト列へのインデックス　アクセス — "Hisanori Kiryu" <hkiryu@...>