[ruby-dev:40682] Re: URI methods for application/x-www-form-urlencoded

成瀬です。

(2010/03/16 15:48), Tanaka Akira wrote:
> 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。

ふむ、変更します。

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

修正します。

>    * 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。

おっと、うっかりしていました、修正します。

>    * 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。

これも修正します。

> * 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。

変更します。

>    * 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")'
>      ""

修正します。

>    * 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。

そうですね、デフォルトは UTF-8 にしましょうか。

> * 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。

第二引数でセパレータを指定させることは考えたのですが、
とりあえず最初はなしにしておくことにします。

> * 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?

戻り値で悩んでいたからだったのですが、Array で追加することにします。
rdoc でなぜ Array なのかと、どう扱うと便利かは案内するようにします。

-- 
NARUSE, Yui  <[e-mail]>