[ruby-list:44436] Text Encoding in Ruby 1.9.0

小波です。

Ruby1.9.0 の仕様をソース（の中のコメント）を見ながら調べている
のですが，文字のエンコーディングで疑問なところが出てきました。
後の方に疑問と質問をつけました。よろしくお願いします。


次のソースとテキストファイルを用意します。

check_encoding.rb (UTF-8 で編集)
-------------------------------------------------------------
# This script is written in UTF-8
str = "これは日本語です。"            
puts str
puts str.encoding

line = ""
File.open("test_euc.txt") do |f| # Text file is written in EUC-JP
  line = f.gets.chomp
end
puts line
puts line.encoding

p str == line

line.force_encoding("ASCII-8BIT")
puts line
p str == line
-------------------------------------------------------------

test_euc.txt (EUC-JP で書かれたテキストファイル)
-------------------------------------------------------------
これは日本語です。
-------------------------------------------------------------

これを実行すると，
ruby check_encoding.rb
-------------------------------------------------------------
これは日本語です。
ASCII-8BIT
これは日本語です。
UTF-8
false
これは日本語です。
true
-------------------------------------------------------------

ruby -Ku check_encoding.rb
-------------------------------------------------------------
これは日本語です。
UTF-8
これは日本語です。
UTF-8
true
これは日本語です。
false
-------------------------------------------------------------

これに関していくつかの疑問と質問です。

1. ruby のオプションの -Ku があるかないかで，ソースの中の
　文字列リテラルのエンコーディングが UTF-8 になるか 
  ASCII-8BIT になるのかが決定されるという理解で正しいの
　でしょうか。

2. force_encoding は破壊的にエンコーディングを変更する仕様
　になっているようですが，それはむしろ force_encoding! の
　ほうがよかったのはないでしょうか。 "force" に "!" がすで
　に入っている？非破壊的なメソッドもあるべきだと思うのです
　が。

3. EUC-JP のテキストを読み込んだはずなのに，そのテキストが
　 encoding が UTF-8 を返すのはへんだと思うのですが，どうい
　う考えでそうなるのでしょうか。SJIS, JIS のテキストでもやは
　り同様の動作になっています。

4. transcode.c には str.encode(encoding), str.encode!(encoding)
  というのがあり，これらは force_encoding(encoding) とだいたい同義
　だと思ったのですが，違うようです。もう少し調べてみようとは思い
　ますが，どう使うべきものか教えていただけると幸いです。