ruby-dev

むらたです。

On 2010/03/02, at 23:12, Yukihiro Matsumoto wrote:

> |絵文字に対応したエンコーディングを実装しました。
> |これらを 1.9.2 のリリース前に trunk にマージすることを提案します。
> |redmine のチケットにパッチを添付しました。
> |
> |このパッチは以下のエンコーディングを実装しています。
> 
> エンコーディングを追加することに反対しません。

ありがとうございます。

> |そして、これらのエンコーディング間における fallback なしの
> |相互変換を行うための transcoder も実装しています。
> |
> |fallback とは、変換先エンコーディングに対応絵文字が存在しない場合に、
> |たとえば "[稲穂]" のようなテキストへ変換する処理をいいます。
> |実用上 fallback 処理をカスタマイズ可能な機構が必要ではありますが、
> |現在の構成でも Encoding::Converter#primitive_convert を用いて対応可能です。
> 
> このfallbackあり/なしの変換についてもう少し解説していただけ
> ませんか？

現在の実装では、例えば DoCoMo 用エンコーディングのみで定義されている
絵文字を含む文字列を KDDI 用エンコーディングへ変換しようとすると、
KDDI 用エンコーディングで未定義の文字で Encoding::UndefinedConversionError
が発生するようにしています。
これが、fallback なしの変換です。

fallback ありの場合は、例えば DoCoMo だけで定義されている "\u{E6AD}" (ふくろの絵文字)
を KDDI や SoftBank 用のエンコーディングへ変換するときに、
代わりの絵文字で代替させたり "[ふくろ]" のようなテキストで置き換えたりします。

この置換法則は emoji4unicode の成果物である
http://www.unicode.org/~scherer/emoji4unicode/snapshot/full.html
この表で定義されているものが一般的なんだと思っています。
これが一般的であるという考えは私の推測なので、
実際のところは携帯アプリケーションの開発経験をお持ちの方々に伺いたいです。

以下のような fallback つきのコンバータを標準で提供しておけば、
個々のニーズについては fallback 変換表を gem で配布してもらうだけ
済むかもしれません。

# lib/encoding/fallbacking_converter.rb
class Encoding
  class FallbackingConverter < Converter
    def initialize(senc, denc, ftab, *opts)
      super(senc, denc, *opts)
      unless ftab.respond_to? :[]
        raise TypeError, "fallback table should have [] method"
      end
      @fallback_table = ftab
    end

    def fallbacking_convert(src)
      senc = self.source_encoding
      dst = ''
      while true
        case self.primitive_convert(src, dst)
        when :invalid_byte_sequence
          raise InvalidByteSequenceError
        when :undefined_conversion
          undef_char = self.primitive_errinfo[3].force_encoding(senc)
          if fallback = @fallback_table[undef_char]
            self.insert_output(fallback)
          else
            raise UndefinedConversionError
          end
        else
          break
        end
      end
      return dst
    end
  end
end

# 使用例としてのテストケース
class TestFallback < Test::Unit::TestCase
  def setup
    @utf8_docomo = utf8_docomo("\u{E6AD}")
    @utf8_fallbacked_kddi = utf8_kddi("[\u{3075}\u{304f}\u{308d}]") # [ふくろ]
    @converter = Encoding::FallbackingConverter.new(
      "UTF8-DoCoMo", "UTF8-KDDI",
      @utf8_docomo => @utf8_fallbacked_kddi
    )
  end

  def test_fallbacking_convert_for_non_emoji
    assert_equal utf8_kddi("\u{3075}"), @converter.fallbacking_convert(utf8_docomo("\u{3075}"))
  end

  def test_fallbacking_convert_for_emoji
    assert_equal @utf8_fallbacked_kddi, @converter.fallbacking_convert(@utf8_docomo)
  end
end

--
Kenta Murata
OpenPGP FP = FA26 35D7 4F98 3498 0810 E0D5 F213 966F E9EB 0BCC

本を書きました!!
『Ruby 逆引きレシピ』 http://www.amazon.co.jp/dp/4798119881/mrkn-22

E-mail: mrkn@mrkn.jp
twitter: http://twitter.com/mrkn/
blog: http://d.hatena.ne.jp/mrkn/