[ruby-list:35195] Re: ANNOUNCE: REXML のドキュメント

Siena. です。

▼ [ruby-list:35192] < Siena.

》という事で [ruby-list:35186] の末尾の質問となったわけでした。

[ruby-list:35143] の間違いでした m(..;)m

と、これだけでは、なんですので ^^;


REXML の Source での読み込みをフックできるようになっていると、
変な対応をしなくても済むのかなぁ、と思い付きました。それと、
XML 的には、HTTP や MIME やの伝送プロトコルでエンコーディング名が
指定されると、XML 宣言の encoding 指定を上書きするのですよね。
で、これらができるようになると嬉しいのではないかなと。

エンコーディングを変換するだけで問題ないという前提ですが、
例えば、次のような感じでコードを書けるようにできるのではないかと。
変換が行なわれるので、なひさんの好みではないかもしれませんが、
REXML を大幅に書き換える事もなく (多分)、ストリーム性もほとんど
損なわれる事もなく、REXML の未サポートのエンコーディングへの対応も
利用者レベルで行なえる、という事で、実現できそうな気がします。


def set_hook( doc, external, internal )
  ## XML 宣言で与えられるエンコーディング名を上書き
  doc.override_encoding( internal )
  ## フックは Uconv ででもなんででも、お好きなように
  ## Source での buf = @source.readline に対して呼ばれる:
  doc.read_hook{  |buf| Iconv.conv( internal, external, buf ) }
  ## Ourput での @output << buf に先立って呼ばれる:
  doc.write_hook{ |buf| Iconv.conv( external, internal, buf ) }
end

ctype, = HTTP.get( ... ).response[ 'content-type' ]    ## (疑似コード)
eenc = ctype[ 'charset' ]      ## 外部から与えられるエンコーディング名

doc = REXML::Document.new( src ){ |xmldecl|
  ## Document#initialize は XML 宣言だけを読んで、
  ## このブロックを yield して、それからパースを開始する

  denc = xmldecl.encoding    ## XML 宣言で与えられるエンコーディング名
  ienc = xmldecl.DEFAULT_ENCODING      ## REXML 内部エンコーディング名

  if( eenc == nil || denc == eenc )         ## denc を信頼すべき場合に
    if( ! doc.supporting_encoding? denc )   ## denc が未サポートならば
      set_hook( doc, denc, ienc )                  ## 読み書きをフック
    end
  else                         ## eenc を信頼し、denc を無視すべき場合
    if( doc.supporting_encoding? eenc )
      doc.override_encoding( eenc )    ## エンコーディング名だけ上書き
    else
      set_hook( doc, eenc, ienc )                  ## 読み書きをフック
    end
  end
}


どうでしょうかねぇ...

---
Siena. <mailto:[e-mail]>