[Date Prev][Date Next][Thread Prev][Thread Next][Date Index][Thread Index]

[debian-devel:13035] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)

From: Tomohiro KUBOTA <tkubota@xxxxxxxxxxx>
Subject: [debian-devel:13035] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)
Date: Sat, 14 Oct 2000 12:19:00 +0900
X-ml-info: If you have a question, send e-mail with the body "help" (without quotes) to the address debian-devel-ctl@debian.or.jp; help=<mailto:debian-devel-ctl@debian.or.jp?body=help>
X-ml-name: debian-devel
X-mlserver: fml [fml 3.0pl#17]; post only (only members can post)
X-sender: kubota@xxxxxxxxxxxxxxxxxxxxx
References: <87itqz8667.fsf@xxxxxxxxxxxxxxxxxxxx> <20001012105514Q.kgh12351@xxxxxxxxxxxxxxxxxxxx> <864s2idkkb.fsf@xxxxxxxxxxxxxxxx> <20001013113154K.kgh12351@xxxxxxxxxxxxxxxxxxxx> <14822.36792.712418.72159A@xxxxxxxxxxxxxxxxxxxxx> <87wvfdb9sf.wl@xxxxxxxxxxxxxxx> <87pul4qw1t.wl@xxxxxxxxxxxxxxx>
Message-id: <14823.53657.241982.72159A@xxxxxxxxxxxxxxxxxxxxx>
X-mail-count: 13035
User-agent: Wanderlust/1.0.3 (Notorious) SEMI/1.12.1 ([JR] Nonoichi) FLIM/1.12.7 (Y�zaki) Emacs/20.7 (i386-debian-linux-gnu) MULE/4.1 (AOI)

久保田です。

At Sat, 14 Oct 2000 06:20:48 +0900,
Fumitoshi UKAI <ukai@debian.or.jp> wrote:

> まずは現状がどうなってるか見てみました。
> project/experimental/groff_1.16-1から NIPPON関係をぬきだしただけですが

おつかれさまです。私は、grep NIPPON したときに大量に出てきたのを
見ただけでげんなりしてました。



まだ、作業を初める前に、可能かどうか、構想を練っているところですが。
(コードを読んだわけではないので、見当外れなことを言ってるかもしれません)。

# これは、いわゆる「作業予約」のつもりではありません。作業を
# やることを検討している方は、これを読んで作業をやめようと思わないで
# 下さい。

入力については、wchar_t を使うとうまくいきそうですが、
出力についてはどうでしょうか。どういう仕様にするべきだと
思いますか？

私は、デバイスタイプの -Tascii、-Tlatin1、-Tnippon、-Tascii8、-Tutf8 は
全廃して、-Ttty とかのデバイスタイプに統一してしまうのがいいと思って
います。これについてはたぶん異存はないと思うのですが、問題は、
ハイフネーション文字や \(co などの扱いです。

# groff のアップストリームとはまだ話したことがないのですが、
# -Tutf8 を廃止するとか言ったら反対するのかな。
# でも、私の意見としては、UTF-8 のサポートは locale の枠組の
# なかでやるべきだと思ってますから、UTF-8 だけ特別扱いするべき
# ではありません。

現在の groff では、それらは -Tascii と -Tlatin1 とで使い分けることが
できます。たぶん出力には putwchar() とか wprintf() とかが使われることに
なると思うのですが、そうすると、ISO-8859-1 で 0xa9 ('(C)') や
0xad (ソフトハイフン) に相当する文字が表示できない環境
(LANG=ja_JP.eucJP など) では、疑問符「?」で表示されてしまう
ことになります。これは、改悪になります。そこで、出力環境に
応じて u+00a9 と「(C)」とか、u+00ad と「-」とかを使い分けるような
機構が必要になります。これは、setlocale(LC_CTYPE,NULL) の結果を
見て場合分けするのがいいのでしょうか？ これだとハードコーディングに
なってしまうのであまりよろしくないですが。(いままでの groff が
ひどかったので、改悪ということにはならないと思いますが)。

それから、それらの文字をソースコード上で表現するにはどうすれば
いいのか、という問題があります。というのは、ワイド文字の定義と
して、0x21-0x7e の範囲は ASCII と一緒ですが、それ以外については
何ら仮定をしてはいけないことになっています。glibc では UCS-4 と
いうことになっていますが、それに依存するコードを書くべきではありません。

# groff 1.16 の font/devlatin1/R.proto では、当然のことながら、
# それらを ISO-8859-1 で表現しています。改造後の font/devtty/


入力については glibc 2.2 では fgetc() のかわりに fgetwc() を使って
しまえば問題はすべて解決、という気がします。これを使うと、
入力については最初からワイド文字になるので、マルチバイト文字には
一切触らなくてもいいことになりますから。という認識は正しい
でしょうか？

# is_euc_byte とかは不要になりますし、mbrtowc() とか wcrtomb()
# とかも使う必要がなくなります。ただし、glibc 2.1 な環境では
# コンパイルすらできなくなりますが。Linux はいずれ glibc 2.2 に
# 移行するからいいでしょうが、他の UNICES についてはどうでしょうか。
# portability を考えると、そのへんの関数は使わないほうがいいの
# でしょうか。それとも、UNICES のなかでは Linux がいちばん
# 国際化がおくれているので、Linux で動くものはたいてい他でも
# 動くのでしょうか。

---
Tomohiro KUBOTA <kubota@debian.org>
http://surfchem0.riken.go.jp/~kubota/

Follow-Ups:
- [debian-devel:13036] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)
  - From: Fumitoshi UKAI

References:
- [debian-devel:13029] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)
  - From: Tomohiro KUBOTA
- [debian-devel:13030] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)
  - From: Fumitoshi UKAI
- [debian-devel:13032] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)
  - From: Fumitoshi UKAI

Prev by Date: [debian-devel:13034] Re: Porting to non-i386 arch
Next by Date: [debian-devel:13036] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)
Previous by thread: [debian-devel:13175] Re: jgroff patch handling on latin1(Re: linuxdoc-tools: no Korean .txt output!)
Next by thread: [debian-devel:13036] Re: jgroff patch handling on latin1 (Re: linuxdoc-tools: no Korean .txt output!)
Index(es):
- Date
- Thread