[debian-devel:13084] Re: jgroff patch handling on latin1(Re:linuxdoc-tools: no Korean .txt output!)

[Tomohiro KUBOTA <tkubota@xxxxxxxxxxx>]

久保田です。

At Tue, 17 Oct 2000 20:21:58 +0900,
Taketoshi Sano <kgh12351@xxxxxxxxxxx> wrote:

> さいわいにも debian-i18n に Werner Lemberg <wl@xxxxxxx> が
> フォローしてくれて、久保田さんのメールに前向きに反応してくれて
> いるようなので、うまく話を持っていければこちらの方向についても
> なんとか進められそうです。:) あとはどれだけ作業してくれる人が
> 集まるかどうか、ですね。

私の感覚としては、groff@xxxxxxxx で議論して、debian-i18n@org にも
いちおう送ってるというつもりなんですが :-)


> 例えばこの作業について、作業者募集のメールを linuxtech とか
>  li18nux に流すとかいうのはありだと思ってます。

すばらしいですね。もし参加してらっしゃるのでしたら、いちどそちらで
groff@xxxxxxxx で面白いことが進行中だから見てください、なんて
いうふうに流してもらえると助かります。


>  groff の upstream による構想では、groff は単純に入力データとして
>  UTF-8 を仮定して、コード変換は iconv などを利用した preprocessor と
> して実装しようという方針のようです。

のようですね。その仕様も固まりつつあります。ついでに、
作業するって立候補までしてしまいました。

# Latin1, EBCDIC, UTF-8 のみハードコーディングします。
# その他は、iconv() を使おうと思っています。
# iconv() とか setlocale() とかをサポートしない OS の
# ために、iconv() まわりは #ifdef I18N で囲みます。
# のぞみさんが指摘されている変換前後のエンコーディング名の
# 問題ですが、変換前の名称はたぶん nl_langinfo() で
# 取得し、変換後の名称は autoconf かなにかで対処する
# ことになると思います (Glibc では 'UTF-8')。もし
# Li18nux のほうで何か決まれば、またそのときに対応すれば
# いいと思っています。まあどうせ最初はプロトタイプであって、
# 完璧を目指しても仕方がないですから。


> 出力データについてどうするのかは書かれてなかったみたいですが、
> たぶん出力も UTF-8 のみとして、コード変換にはやはり iconv などを
> 利用するという枠組を想定しているのではないでしょうか。

入力が UTF-8 で出力が locale-sensible というのは仕様として
変だと思うので、たぶん出力も UTF-8 にして、postprocessor を
用意するという線になると思います。

私は出力コードについても言及したのですが、いまいち理解して
くれなかったみたいなので、もうちょっと詳しく説明してみました。


> でも禁則処理とか、hyphenation とかの処理は各言語に応じてやらないと
> ダメですよね。いくら iconv でもそこまでは無理だろう、というか文章を
> 整形するのは groff の役目なんだから、禁則処理とかは groff がやらなきゃ
> 他に誰がやるんだ、ってことになるだろうな。
> 
> Werner にはそこを push しといてください (> 久保田さん)。
>
> 私は個人的には iconv で preprocessor するというのは良さそうに思うけど、
>  hyphenation 処理は各言語に応じてやらないとダメだよ、って。

了解しました。でも、たぶん、分かっているとは思います。
(彼はドイツ語人らしいですし)。
(ただ、アジア言語についての知識があるかどうかまでは疑問なので、
ちょっと詳しく書いておきました)。


>  # sgml-tools にも groff で整形した文章の hyphenation がおかしいっていう
>  # bug report が届いてます。ヨーロッパ言語の hyphenation は英語とは異なる
>  # のだけど、現状の groff の hyphenation 実装は English only らしいです。
>  # まあ、しばらく前なので、もしかしたらそこの実装はすこし進んでいるかも
>  # しれませんが。

このへんは、ascii8 を実装するときにちょっとだけかじりました。
どうやら、TeX の hyphenation 用ルールをそのまま流用しているみたいです。
というわけで、英語 only です。

ただ、そもそも英語しか扱えないような設計になっているのか、それとも
各言語を扱えるような仕組みはあるけど hyphenation のルールを記述する
ファイルが英語用しかないだけなのか、どちらかは分かりません。

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