[ruby-dev:40672] URI methods for application/x-www-form-urlencoded

最近、成瀬さんが追加した URI.encode_www_form など、
application/x-www-form-urlencoded を扱うメソッドについて、いくつかコメントがあります。

* URI.encode_www_component

  * form 用であることがメソッド名からわからないので、よくない名前だと思います。
    form という語を含むべきで、たとえば、URI.encode_www_form_component は
    どうでしょうか。

  * "\x00" が "%0" になってしまいます。
    % bin/ruby -ruri -e 'p URI.encode_www_component("\x00")'
    "%0"

  * 引数を Encoding::ASCII_8BIT に force_encoding して処理するのは正しくはない
    気がします。
    Shift_JIS 等マルチバイト文字の中に ASCII に対応するバイトが現れると、
    そこが ASCII で残ってしまうことがあります。

    % bin/ruby -ruri -e 'p
URI.encode_www_component("\x83\x41".force_encoding("Shift_JIS"))'
    "%83A"

    http://www.w3.org/TR/html5/forms.html#url-encoded-form-data によれば、
    文字単位で処理するので、"%83%41" になるべきではないでしょうが。

    これは実際には困らない気はしますが。

  * 生成結果の encoding は引数の encoding になりますが、
    まずい場合もあるのではないでしょうか。
    引数が UTF-16BE など ASCII非互換の場合にはあからさまにまずくて、
    生成した % という文字が文字になりません。

    これも実際には困らない気はします。

* URI.decode_www_component

  * form 用であることがメソッド名からわからないので、よくない名前だと思います。
    form という語を含むべきで、たとえば、URI.decode_www_form_component は
    どうでしょうか。

  * URI.decode_www_component("%20") が空文字列になってしまいます。
    % bin/ruby -ruri -e 'p URI.decode_www_component("%20")'
    ""

  * 第2引数として encoding を指定可能にすべきではないでしょうか。
    application/x-www-form-urlencoded には文字エンコーディングの情報が
    含まれていないため、現状の URI.decode_www_component で
    正しいエンコーディングを付加するには返り値に対して force_encoding を
    使うことになります。
    しかし、force_encoding は基本的に使うべきでないわけで、
    URI.decode_www_component 自身が引数としてエンコーディングを受け取り、
    内部で force_encoding するのが良いのではないでしょうか。

    なお、デフォルトでは ASCII-8BIT か UTF-8 にすべきだと思います。

* URI.encode_www_form

  * HTML のほうの付録にはセパレータとして ; を使う方法も述べられているので、
    提供するという可能性もあるかもしれません。
    http://www.w3.org/TR/1999/REC-html401-19991224/appendix/notes.html#h-B.2.2

    なくても問題ないとは思いますが。

* URI.decode_www_form

  * とうぜん存在すると予想したのですが、ないようです。
    URI.encode_www_form だけあってこっちがないのはなんでなんでしょうか?
-- 
[田中 哲][たなか あきら][Tanaka Akira]