[webdav-jp:0798] Re: glibc への CodePage 932 追加について (Re: Apache 2.0.46 へのパッチ適用に付いて)

[MORIYAMA Masayuki <msyk@xxxxxxxxxxxxxxxxx>]

森山です。

At Tue, 8 Jul 2003 11:35:14 +0900,
ODAGIRI Koji さん:
> > > 1)OpenI18N に上記コードの標準化を依頼する
> > >   何だかんだ言っても、上記の変換テーブルは一種のデファクトスタンダードであり
> > >   標準化する価値はある
> > > →各種標準への準拠をうたっている Red Hat は取り込まざるを得ない
> > > 
> > > 2)MIRACLE LINUX と Debian、あと Vine 辺りに取り込んでもらう。
> > > →日本市場における商品競争力維持のため、Red Hat も取り込まざるを得ない
> 
> MIRACLE LINUXはもちろん取り込む予定ですので、お任せください。

よろしくお願いします。

たぶんディストリビューションに取り込むとなると、KDE / GNOME など
のデスクトップ環境での日本語ファイル名や、Linux Kernel の NLS の
変換との整合が取れていた方が良いと考えています。

個人的に調べた結果は次のとおりです。

  KDE(Qt)
    　webdav-ja:0797 に書いたとおり
      (テストは、ローマ数字などと、内田百間(日→月) で確認したの
      みですが。)

  Linux Kernel の NLS の変換と KDE(Qt) の変換
    　vfat を codepage=932,iocharset=euc-jp でマウントした場合、
    ファイル名にローマ数字などが含まれているとファイルマネージャ
    からファイルを開けないなどの不具合が発生します。

    ※ ごく簡単なテストしかしていませんが、次のようにする事で大
       丈夫なようです。(Linux 2.4.18)

       ・linux/fs/nls_cp932.c での Unicode→cp932 の変換を、
         Win32API の WideCharToMultiByte() の変換に合わせる。
       ・linux/fs/nls_euc-jp.c での cp932⇔eucJP-open の変換でロー
         マ数字等は 13 区を使うようにする。

  eucJP-ms の日本語ロケール名
    　試しに、ja_JP.eucJP-ms や js_JP.eucJP-open という名前が使
    えるようにして、LANG=ja_JP.eucJP-ms などと設定。そして、KDE 
    を起動するという事をしてみましたが、KDE のファイルマネージャ
    で日本語ファイル名を表示できませんでした。

    　Qt の文字コード変換を用いているソフトは、環境変数 LANG と、
    UNICODEMAP_JP の両方の設定が必要ですが、eucJP-ms の日本語ロ
    ケール名が新たに作られた場合には、UNICDOEMAP_JP の設定がなく
    ても、eucJP-ms の変換が行えるようにする必要があるかもしれま
    せん。

iconv() を使うソフトへの影響

  mutt と iconv()
    　そのまま使えます。

    　libiconv, Glibc のパッチとも既存の sjis/euc-jp/iso-2022-jp 
    間の変換は従来通りですので影響ありません。

  vim6 と cp932
    　現行の libiconv の cp932 の実装に依存して、sjis の代わりに 
    cp932 を設定する方法が Web で紹介されているのですが、cp932 
    を MS 互換に直すと、そのような設定では正しく変換できない文字
    が出てきますので注意が必要です。


以下は現行のパッチの課題点です。

  Glibc のパッチ
    　テストデータ、ロケール用のデータを作成してありません。

  libiconv のパッチ
    　cp932.h で CP923.TXT の変換ではなく、SHIFTJIS.TXT の変換と
    同一としている事に関するコメントが未削除。

  iso-2022-jp との変換
    　libiconv のパッチでは、iso-2022-jp の Unicode→iso-2022-jp 
    の変換で FULLWIDTH TILDE を「〜」に変換できるように、多対 1 
    の変換を入れてあります。(「〜」以外の他の文字も同様です)

    　Glibc のパッチでは、そのような事はしていません。Glibc のパッ
    チでは、cp932/eucJP-ms → iso-2022-jp の変換を正しく出来ませ
    んので注意が必要となっています。

    　Unicode へ変換して文字列比較するなどの時に問題にならないよ
    うに、「〜」を FULLWIDTH TILDE と対応付けするような MS 版の 
    iso-2022-jp も追加した方が、MS 系のエンコーディング変換と 
    JIS 系のエンコーディング変換を分けて考える事できて良いと個人
    的には考えています。

    　MS 版の iso-2022-jp は、Windows コードページ 50220 互換の
    変換を追加する事で実現できますが、変換表をどこから入手するの
    かという問題があります。

  Windows の日本語EUC (コードページ 51932) との変換
    　日本語版 Samba には日本語EUC として Windows コードページ 
    51932 相当の "EUC" と、eucJP-ms 相当の "EUC3" があります。

    　Sabam 的には、iconv() で cp51932 が使えると、日本語版 
    Samba で作成された "EUC" の日本語ファイル名をそのまま引き継
    げるようになるので、便利だろうなと考えていたりします。

    　ただ、cp51932 を追加するとした場合、コードページ 50220 
    と同様に変換表をどこから持ってくるのかという問題があります。

    　日本語EUC の亜種が増えるのは、あまり良くないかもしれません。

> > >   MIRACLE や Vine な方も eucJP-ms + Samba 3.0 な快適環境は如何ですか？ ;->
> 
> Samba3.0日本語版も早めに出すようがんばりましょう。

今やっている事は、日本語版を作るというよりも、Samba 3.0 のマルチ
バイト処理のバグ潰しをしているという事になると思います。

ある程度使えるようになったら、多くの人に使ってもらってバグ出しし
ていかないといけませんね。

‖ 森山 将之 (MORIYAMA, Masayuki) 
‖ E-Mail: msyk@xxxxxxxxxxxxxxxxx