ruby-list

高橋征義です。

matz@ruby-lang.org (Yukihiro Matsumoto)さん：
> In message "[ruby-list:35163] Re: ANNOUNCE: REXML のドキュメントの和訳を公開しました。"
>     on 02/05/16, Kouhei Sutou (須藤功平) <kou@cneti.net> writes:
> 
> |>   * REXMLは日本語処理に問題がある
> |>     Uconv,Iconvを必要とすること以上に？

XMLのparserでUnicode以外のencodingをサポートする場合の、
一般的な問題点を2点ほど挙げてみます。

* (数値)文字参照の展開

    XMLでは、「&#x9AD8;」といった文字参照は、Unicodeのコードポイントを
    指定することになっています。UTF-8に決め打ちであれば特に問題ない
    のですが、Shift_JISやEUC-JPのような、Unicodeベースではないencoding
    に変換する場合、
     * 変換表が必要
     * そのencodingで表現できない文字が来た場合、悩ましい
    といった問題が生じます。

    もちろん文字参照を展開しないことにすればいいんですが、
    XML的には「文字参照」とその「参照される文字」は等価で、
    暗黙に変換されることが期待されやすいように思います。

    REXMLでは、UTF-8では日本語も正しく変換されるようです
    (DOMっぽいAPIの方では)。

* 文字クラスのチェック

   規格に適合するXML処理系は、タグなどに使える文字に制限が
   かけてあります。その制限は、Unicodeのコードポイントの表で
   与えられていて、許されていない文字が使用されている場合は
   処理を中止しなければなりません(must)。厳密にやるのはめんど
   くさいです。

   ただし、現状REXMLではこの辺の処理は非常にゆるくなっていて、
   本来ならエラーにしなければならないものも通します(汗;
   逆に、正しいものを蹴ることはなさそうですけど(要確認)。

> |私は、Uconv or Iconvを使えば日本語処理は問題ないと思います。
> 
> なるほど。でも、個人的には「変換せずに済むものは変換したくな
> い」というポリシーを持っているので、ほんとは変換が必須なのは
> 嫌なんですけどね。

XMLはUnicodeべったりなので仕方ないんじゃないでしょうか。なんせ
文法の規定の中にUnicodeのコードポイントがへーきで書かれている
ような規格ですから。

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

Thread

Prev Next

In This Thread

Prev Next

[#34988] BigFloat の to_i メソッドについて — Sako Hiroshi <sakoh@...2.so-net.ne.jp>

[#34989] mailing list archive? — maili31s@... (SugHimsi == SUGIHARA Hiroshi)

[#34991] a = 4 ; p((a < 3) or (a > 5)) — Take_tk <ggb03124@...>

[#34994] コマンドライン引数の # — 渋川よしき <yoshiki@...>

[#35003] Is Ruby default in Jaguar? — maili31s@... (SugHimsi==SUGIHARA Hiroshi)

[#35005] FILE_READPTR — Daisuke Aoki <dai@...>

[#35028] win32.c 中の my* 関数について — 小西 弘将 <konishih@...6.so-net.ne.jp>

[#35035] [irb] sub-irb vs cb — rubikitch <rubikitch@...>

[#35036] Re: Is Ruby default in Jaguar? — taiki0419@...

[#35041] [ANN] RDindex-1.1.9 — rubikitch <rubikitch@...>

[#35043] [ANN] rpkg / usage.sgml.ja — dellin <dellin@...>

[#35049] true はリテラル？ — Take_tk <ggb03124@...>

[#35052] ruby_lib/html/ — Wakou Aoyama <wakou@...>

[#35054] 「 Ruby/GTK プログラミング入門」 — Noritsugu Nakamura <nnakamur@...>

[#35058] Y Combinator — sinara@...

[#35065] 影舞 on Windows — "T.Fukagawa" <tfukaga@...>

[#35067] かりー化 — Masahiro Sakai (酒井政裕) <zvm01052@...>

[#35072] Mac OS X で mysql-ruby 実行時エラー — Takashi Hoshizawa <t_hoshizawa@...>

[#35080] Ruby から libglade 。 — "D.Miyawaki" <aaf18900@...06.odn.ne.jp>

[#35081] ISO 8601 と Time#wday — Take_tk <ggb03124@...>

[#35087] Re: Y Combinator — 正木 功 <GEC01122@...>

[#35098] patch for darwin — Yuji Yamano <yyamano@...>

[#35102] ANNOUNCE: REXML のドキュメントの和訳を公開しました。 — Kouhei Sutou (須藤功平) <kou@...>

[#35108] Ruby の一連の成果を CD-ROM に — Kentaro Hatori <hatori@...>

[#35109] DOS プロンプトからリダイレクションつきの system — TOYOFUKU Chikanobu <toyofuku@...>

[#35112] — "hideo kuramochi" <chj87900@...>

[#35113] Re: Marshallers summary — "NAKAMURA, Hiroshi" <nakahiro@...>

[#35128] Windows 版 Ruby で XML プログラミングを始めたい — 鈴木 祐亮 <yuupon@...1.dti2.ne.jp>

[#35134] 朝、トーストを食べていると不意に — Shin-ichiro HARA <sinara@...>

[#35158] TMail::Mail.decoded でエラー — "Morikawa [encore-ann]" <i@...>

[#35165] ソースコードの隠蔽 — OJ <oj@...7.com>

[#35169] Stack overflow で SEGV の取り扱いについて — 小西 弘将 <konishih@...6.so-net.ne.jp>

[#35172] 名刺ジェネレータ ncgen 公開の案内 — NISHI Takao <zophos@...9.com>

[#35183] Glade で GUI 構築 — "D.Miyawaki" <aaf18900@...06.odn.ne.jp>

[#35207] tar.gz の展開 — "NAKANO Kouichi" <knuckle@...8.dion.ne.jp>

[#35215] ruby-shell-mode — "Shirai,Kaoru" <shirai@...1jp.com>

[#35219] RAA から OptionParser が取れません — TAMBARA Masahiko <m-tamb@...>

[#35242] rb_define_class — EMOTO Masahiko <emo@...>

[#35247] [ann] 『 Ruby de CGI 』発売 — 堀川 久 <vzw00011@...>

[#35249] setup.rb: packages/foo/ext/lib — "Akinori MUSHA" <knu@...>

[#35250] Mac OS X ではプリインストール？ — Take_tk <ggb03124@...>

[#35252] ((Time.now)..(Time.now+60)) — Take_tk <ggb03124@...>

[#35253] ((1.2)..(3.4)).to_a — Take_tk <ggb03124@...>

[#35264] HTML generation library — Wakou Aoyama <wakou@...>

[#35273] rd-mode.el - a bit fix — "Shirai,Kaoru" <shirai@...1jp.com>

[#35310] requests for current blade archives — maili31s@... (SugHimsi == SUGIHARA Hiroshi)

[#35312] [irb] irb_soruce — rubikitch <rubikitch@...>

[ruby-list:35177] Re: ANNOUNCE: REXML のドキュメントの和訳を公開しました。

Thread

In This Thread

[#35028] win32.c 中の my* 関数について — 小西弘将 <konishih@...6.so-net.ne.jp>

[#35087] Re: Y Combinator — 正木　功 <GEC01122@...>

[#35128] Windows 版 Ruby で XML プログラミングを始めたい — 鈴木祐亮 <yuupon@...1.dti2.ne.jp>

[#35169] Stack overflow で SEGV の取り扱いについて — 小西弘将 <konishih@...6.so-net.ne.jp>

[#35247] [ann] 『 Ruby de CGI 』発売 — 堀川久 <vzw00011@...>