From: TAKAHASHI Masayoshi <maki@...>
Date: 2000-06-05T21:59:46+09:00
Subject: [ruby-list:23065] Re: UTF-8 on print method

高橋征義です。

Itou-T15@mail.dnp.co.jpさん：
> 今はブラウザーとの相性があるから、固定の答えはないのでは？

&aacute;に相当する文字を、実体参照ではなく、直接UTF-8で表現し
たい、ということではないでしょうか。それならブラウザに依存
しません。
# UTF-8が表示できないブラウザはおいておいて。

> SJIS-->UTF-8 なら ,a ==> xC3A1 をやらないと
> でも変換表は使えない Ｘ-０２１３ は今 実動している?

# 「変換表は使えない」というのはどういう意味でしょう？

いったんUTF-8に変換してしまえば、JIS X 0213はこの場合は
関係ないですよね。

というわけで、変換するモジュールを書いてみました。



require 'uconv'
include Uconv

=begin

= Coma module

カンマのついた文字を変換するためのモジュール。

== メソッド

=== coma_u8(string)

ISO 8859-1由来のUTF-8の文字(のいくつか)を、カンマを前に置いた
書式で表現する。

注：stringはUTF-8でなければならない。

=end

module Coma

  ## 変換表の定義
  ## 値はLatin-1(ISO 8859-1)の16進で
  tmp_convtbl1 = {
    'a'=>'e1',
    'e'=>'e9',
    'i'=>'ed',
    'o'=>'f3',
    'u'=>'fa',
    'A'=>'c1',
    'E'=>'c9',
    'I'=>'cd',
    'O'=>'d3',
    'U'=>'da',
    'n'=>'f1',
    'N'=>'d1',
    '?'=>'bf',
    '!'=>'a1',
    '<'=>'ab',
    '>'=>'bb'
  }
  tmp_convtbl2 = {
    'u'=>'fc',
    'U'=>'dc'
  }

  Convtbl1 = Hash.new()
  Convtbl2 = Hash.new()
  tmp_convtbl1.each{|key, value|
    Convtbl1[key] = u16tou8(value.hex.chr+"\x00")
  }
  tmp_convtbl2.each{|key, value|
    Convtbl2[key] = u16tou8(value.hex.chr+"\x00")
  }

  
  def coma_u8(str)
    str.gsub(/,,(.)/u){
      Convtbl1[$1] || ",,"+$1
    }.gsub(/,(.)/u){
      Convtbl1[$1] || ","+$1
    }
  end
  module_function :coma_u8

end

if __FILE__ == $0

## 使用例

  include Coma

  jstr = <<EOB
<h2>書き方</h2>
aの直前にカンマをつけたものは ,a になります。<br>
iの直前にカンマをつけたものは ,i になります。<br>
oの直前にカンマをつけたものは ,o になります。<br>
uの直前にカンマをつけたものは ,u になります。<br>
eの直前にカンマをつけたものは ,e になります。<br>
<br>
Aの直前にカンマをつけたものは ,A になります。<br>
Iの直前にカンマをつけたものは ,I になります。<br>
Oの直前にカンマをつけたものは ,O になります。<br>
Uの直前にカンマをつけたものは ,U になります。<br>
Eの直前にカンマをつけたものは ,E になります。<br>
<br>
Uの直前にカンマを2つつけたものは ,,U になります。<br>
uの直前にカンマを2つつけたものは ,,u になります。<br>
<br>
Nの直前にカンマをつけたものは ,N になります。<br>
nの直前にカンマをつけたものは ,n になります。<br>
<の直前にカンマをつけたものは ,< になります。<br>
>の直前にカンマをつけたものは ,> になります。<br>
!の直前にカンマをつけたものは ,! になります。<br>
?の直前にカンマをつけたものは ,? になります。<br>
<br>
何もないところにカンマを並べても、,,とか,にしかなりません。<br>
<br>
EOB

  str = coma_u8(euctou8(jstr))
  ## 元のテキストがShift_JISの場合は、
  ## str = coma_u8(sjistou8(jstr))
  ## に置き替える。

  print "<html><title>test</title><body>\n";
  print str,"\n"
  print "</body></html>\n";
end




高橋征義 (TAKAHASHI Masayoshi)       Email:maki@inac.co.jp