From: Kouhei Sutou <kou@...>
Date: 2003-03-21T22:20:37+09:00
Subject: [ruby-list:37391] Re: REXMLの日本語エンコーディングについて

須藤です。

From: tousaki@mail3.netwave.or.jp
Subject: [ruby-list:37390] REXMLの日本語エンコーディングについて
Date: Fri, 21 Mar 2003 21:43:53 +0900

> 何が原因なんでしょうか。

おそらく「ソース('あいうえお')の文字コード」が「UTF-8」では
ないためです。


REXMLは入力時(パース前)と出力時に文字コードを変換して、
内部では常にUTF-8として扱っています。

> 		doc.root.add_element("element1").add_text('あいうえお')

というようにパース時ではない時に追加した要素名や
テキスト等については一切変換は行われません。

出力時の変換は doc.xml_decl.encoding が UTF-8 以外の場合のみ
行われます。今回は

> Encoding = "EUC-JP"
...
> 		doc << REXML::XMLDecl.new(Version, Encoding, Standalone)

というように doc.xml_decl.encoding が UTF-8 以外に設定されているので
出力時 (doc.write) に「UTF-8」=>「EUC-JP」と変換します。

しかし、今回の場合はおそらく
「ソース('あいうえお')の文字コード」==「UTF-8」
ではないためにUconvが「UTF-8」=>「EUC-JP」という変換を
できなかったものと思われます。


# REXMLが日本語エンコーディングをサポートしたというのは
# 日本語エンコーディングのXML文書をパース出来て、出力も出来る
# ということだと思います。

--
須藤功平