From: "naruse (Yui NARUSE)" <naruse@...>
Date: 2012-05-04T23:11:31+09:00
Subject: [ruby-dev:45622] [Backport93 - Backport #6380][Rejected] 正規表現検索で大文字／小文字の対応がおかしいものがある


Issue #6380 has been updated by naruse (Yui NARUSE).

Status changed from Closed to Rejected

k_takata (Ken Takata) wrote:
> Unicode 4.1.0では U+0241 と U+0294 が対応していたようです。
> http://ftp.unicode.org/Public/4.1.0/ucd/CaseFolding.txt
> その後、Unicode 5.0で、現在と同じ U+0241 と U+0242 の対応になったようです。
> (このことから鬼車5.9.2はUnicode 4.1.0をベースにしているものと思われます。)
> 
> Ruby 1.9.3は、Unicodeプロパティ名はUnicode 6.0に対応していますが、大文字小文字の対応は鬼車5.9.2のままのUnicode 4.1.0ベースというところがちょっと気になるところではあります。

おぉ、なるほど。
じゃあ 1.9.3 では現状で仕様ですかね。
2.0 では k_takata さんの鬼雲のおかげで直ってますし。
----------------------------------------
Backport #6380: 正規表現検索で大文字／小文字の対応がおかしいものがある
https://bugs.ruby-lang.org/issues/6380#change-26453

Author: 5.5 (5 5)
Status: Rejected
Priority: Normal
Assignee: naruse (Yui NARUSE)
Category: 
Target version: 


=begin
Unicode のコードチャート
* http://www.unicode.org/charts/PDF/U0180.pdf
* http://www.unicode.org/charts/PDF/U0250.pdf
によれば，
* U+0241 LATIN CAPITAL LETTER GLOTTAL STOP
* U+0242 LATIN SMALL LETTER GLOTTAL STOP
が大文字／小文字の関係にあり，
* U+0294 LATIN LETTER GLOTTAL STOP
は「caseless」です。しかし，正規表現検索で i オプションを使うと，U+0241 と U+0294 が大文字／小文字の関係にあるかのような動作になります。

 a="\u{241}" # => "Ɂ"
 b="\u{242}" # => "ɂ"
 c="\u{294}" # => "ʔ"
 str=a+b+c
 
 puts str.gsub(/#{a}/i, "-") # => nil
 puts str.gsub(/#{b}/i, "-") # => nil
 puts str.gsub(/#{c}/i, "-") # => nil
 # >> -ɂ-
 # >> Ɂ-ʔ
 # >> -ɂ-
=end



-- 
http://bugs.ruby-lang.org/