From: Kouhei Sutou <kou@...>
Date: 2011-02-21T22:50:44+09:00
Subject: [ruby-dev:43231] Re: [Ruby 1.9-Bug#3990][Closed] tests of rexml/rss reports many errors and failures without iconv

須藤です。

ここ1,2ヶ月は手をつけられそうなので、今、考えている分だけ書
いておきます。

In <4CEAAED7.5090808@airemix.jp>
  "[ruby-dev:42618] Re: [Ruby 1.9-Bug#3990][Closed] tests of rexml/rss reports many errors and failures without iconv" on Tue, 23 Nov 2010 02:56:41 +0900,
  "NARUSE, Yui" <naruse@airemix.jp> wrote:

>>> 依存関係が上記の通りなので、まず XMLDecl#encoding を決める必要があります。
>>>
>>> XMLDecl#encoding 単体での論点は、
>>> * 型
>>> * 型が String の場合、正規化するかどうか
>>> でしょう。
>>>
>>> わたしは、[ruby-dev:42608] で挙げた csWindows31J を指定したい例を考えるに、
>>> String でかつ正規化しない必要があると考えています。
>> 
>> わかりました！
>> では、XMLDecl#encodingの方からで！
> 
> はい。
> 
> わたしの主張だけまとめておくと、
> 
> * XMLDecl#encoding は String であるべき
> * XMLDecl#encoding= や初期化等では正規化しない
> * XMLDecl#canonical_encoding_name 等を追加することには反対しない
>   (けど、いらないんじゃないかなぁ、要ユースケース)
> 
> 理由は XML 宣言のエンコーディング属性は正規名以外を入れたい時があるから。
> その「入れたい時」とは想定している受信パーサが解釈可能な
> エンコーディング名がその正規名と異なる場合。
> 
> と言ったところでしょうか。

時間がたって忘れかけているのですが、

  XMLDecl#encoding は String であるべき

というよりは、

  XML宣言に記述するエンコーディング（=情報交換用符号ですよ
  ね？）と内部処理に使うエンコーディング（=内部処理用符号
  =transcode ですよね？）を別々に管理できるようにするべき

ですよね？

で、別々にしないと困る例がUTF-16とUTF-32なんですよね。
当時のRubyにはUTF-16とUTF-32というEncodingがなかったので「情
報交換用符号」を表現できないからEncodingを使っちゃだめで、
UTF-16とUTF-32に対応するためには代わりにStringを使うこと、と
いうことだと認識しています。あっていますか？


今、trunkをみてみると、UTF-16/UTF-32というEncodingが追加され
ていたので、「情報交換用符号」の表現としてEncodingを使えると
思っています。

それとは別に「内部処理用符号」を持つようにしようと思っていま
す。名前はXMLDecl#transcode, XMLDecl#transcode=がいいんじゃな
いかと思っています。これにもEncodingを使うつもりです。