From: Yukihiro Matsumoto <matz@...>
Date: 2008-09-16T08:51:51+09:00
Subject: [ruby-dev:36315] Re: 合成文字の2コードポイント目

まつもと ゆきひろです

In message "Re: [ruby-dev:36314] Re: 合成文字の2コードポイント目"
    on Tue, 16 Sep 2008 08:10:06 +0900, "NARUSE, Yui" <naruse@airemix.jp> writes:

|> case fold のところもいじったら文字単位に oniguruma を動かせ
|> たので、こんなですかね。
|
|おぉ、すごい。
|すると、each_codepoint を入れても大丈夫そうですかね。
|
|しかし、ここまでできると、1.9.1 に入れてしまいたくなりますねぇ。

ごめんなさい、実際になにができるようになったのか完全には把握
していないのですが、正規表現を含め文字列操作がコードポイント
単位ではなく、「文字(extended grapheme cluster)」単位にできる
ようになった、という理解で構いませんか。

仮にそうであった場合、導入にあたっての懸念がありますか。
私が思いつくのは以下のようなものですが

 * UTF-8などUnicode系全般で対応するのか、それとも特別なエン
   コーディング(UTF-8-MAC?)を用意するのか
 * Unicode系以外のエンコーディングはどうするのか(Shift_JISに
   おける濁点付きカナとか)
 * each_codepointなどの導入のタイミングは

                                まつもと ゆきひろ /:|)