Bug #6351: transcode table generator does not support multi characters of Unicode

• Status: Assigned
• Assignee: duerst (Martin Dürst)
• Target version: -
• ruby -v: ruby 2.0.0dev (2012-04-24 trunk 35457)
• Backport: 2.3: UNKNOWN, 2.4: UNKNOWN, 2.5: UNKNOWN
• Tags: encoding

[usa (Usaku NAKAMURA)]

改めてチケット起こします。[ruby-dev:45576] より。

On 2012/04/24 17:11, "Martin J. Dürst" wrote:

On 2012/04/24 17:02, U.Nakamura wrote:

データは例によってNetBSDのものが利用できそうです。
なのですが、transcodeってUnicodeの第0面(BMP)以外はサポートし
てましたっけ?

もちろんです :-)

もうちょっと調べました。BMP 以外は transcode の最初から全く問題ないです
が、現時点で引っかかるのは次のものです
(http://x0213.org/codetable/euc-jis-2004-std.txt から抜粋):

0xA4F7 U+304B+309A # [2000]
0xA4F8 U+304D+309A # [2000]
0xA4F9 U+304F+309A # [2000]
0xA4FA U+3051+309A # [2000]
0xA4FB U+3053+309A # [2000]

0xA5F7 U+30AB+309A # [2000]
0xA5F8 U+30AD+309A # [2000]
0xA5F9 U+30AF+309A # [2000]
0xA5FA U+30B1+309A # [2000]
0xA5FB U+30B3+309A # [2000]
0xA5FC U+30BB+309A # [2000]
0xA5FD U+30C4+309A # [2000]
0xA5FE U+30C8+309A # [2000]

0xA6F8 U+31F7+309A # [2000]

0xABC4 U+00E6+0300 # [2000]

0xABC8 U+0254+0300 # [2000]
0xABC9 U+0254+0301 # [2000]
0xABCA U+028C+0300 # [2000]
0xABCB U+028C+0301 # [2000]
0xABCC U+0259+0300 # [2000]
0xABCD U+0259+0301 # [2000]
0xABCE U+025A+0300 # [2000]
0xABCF U+025A+0301 # [2000]

0xABE5 U+02E9+02E5 # [2000]
0xABE6 U+02E5+02E9 # [2000]

ようするに、JIS X 0213 で一文字になっているが、Unicode で二文字になって
いるものです。EUC-JISX0213 から UTF-8 は問題ないですが、逆は現在引っかか
ります。windows-1258 も (逆ですが) 同じ問題がありますので、いずれはなく
さないといけないと思いましたが、今回はいいきっかけのではないかと思います。

よろしくお願いします。 Martin.

[mame (Yusuke Endoh)]

• Target version changed from 2.0.0 to 2.6

[naruse (Yui NARUSE)]

• Target version deleted (2.6)

[JesseJohnson (Jesse Johnson)]

@duerst (Martin Dürst) Is this still an issue? If so, is there a test case?