UTF-2000 Version 0.7 (平野)

XEmacs 21.2.19 UTF-2000 Version 0.7 (平野) を ftp://ftp.m17n.org/pub/utf-2000/ に置きました。 UTF-2000 に関する議論は utf-2000(a)m17n.org でお願いします。 [主な変更点] ・charset に変換表関連の slot を設けた。また、latin-iso8859-2, -3, -4, -9, latin-jisx0201, vietnamese-viscii-upper, -lower 用の変換表を charset の属性として指定するようにした ・Latin Extended-A 用の決め打ち変換表を廃止した ・変数 default-coded-charset-priority-list の追加： 文字の属する符号化文字集合を選択する際の既定値として用いる ;; 将来的には文字単位の設定と、coding-system 等の復号符号化文字集合 ;; の既定値等が追加される予定。この時、この変数は全体の既定値となる ;; 予定。 ;; これが nil の時には組込み charset 判定器が動いて、ascii 等のいく ;; つかの charset が見付かってしまう（弱気） ;;; ［問題］ 文字定義を elisp で行う場合に、その elist をどうやって ;;; load するかについて考えてみよう(^_^) ・text-coding.c において UCS-4, BIG-5, Shift_JIS 用の generic-encoder 用実装を追加した ・text-coding.c の Shift_JIS において、JIS-Latin 用変換表を用い、7bit の領域をJIS-Latin として解釈するようにした ・text-coding.c の generic-encoder での UTF-8 の parse の switch を if に書き換えた（でも、順番を逆にすべきだろうな） [既知の問題点] Latin 文字の重複符号化を廃止したが、文脈・状況に応じて文字の属すべき 符号化文字集合を判別する機構はまだ実装していないために、例えば、 Latin-2と Latin-1 の双方に属する文字は常に Latin-1 の文字として扱われ る。このため、iso-8859-2 の文字だけで書かれた file であっても、それを UTF-2000 0.6 で編集して iso-8859-2 として save すると一部が iso-8859-1 の文字と見倣され、指示シーケンスが入ることとなる。 まだ正規表現の問題が起こる可能性がある。 [今後] charset における、変換表や code-range 等による符号化方法の指定を elisp で行えるようにするつもり。 このため、charset における変換表の要素を現行の Emchar の配列から Lisp_Object の vector に変更する予定。 この時、1 byte 目を key にして得た要素が vector の時に、2 byte 目を key にして要素を得ることにより、多 byte 文字集合を表現できるようにする。 この表現により、Shift_JIS や BIG-5 といった可変 byte 符号や、VSCII-2 (TCVN 5712-1993; ISO-IR-180), X-TIS 等での文字結合を扱う予定。 -- === ……つまり ======================================================= ====== 隠されているかもしれない可能性にかけてみようということです ==== 守岡 知彦 (MORIOKA Tomohiko) Email: <tomo(a)etl.go.jp&gt;