Backport #6380: 正規表現検索で大文字／小文字の対応がおかしいものがある

• Status: Rejected
• Assignee: naruse (Yui NARUSE)

=begin
Unicode のコードチャート

• http://www.unicode.org/charts/PDF/U0180.pdf
• http://www.unicode.org/charts/PDF/U0250.pdf
  によれば，
• U+0241 LATIN CAPITAL LETTER GLOTTAL STOP
• U+0242 LATIN SMALL LETTER GLOTTAL STOP
  が大文字／小文字の関係にあり，
• U+0294 LATIN LETTER GLOTTAL STOP
  は「caseless」です。しかし，正規表現検索で i オプションを使うと，U+0241 と U+0294 が大文字／小文字の関係にあるかのような動作になります。

a="\u{241}" # => "Ɂ"
b="\u{242}" # => "ɂ"
c="\u{294}" # => "ʔ"
str=a+b+c

puts str.gsub(/#{a}/i, "-") # => nil
puts str.gsub(/#{b}/i, "-") # => nil
puts str.gsub(/#{c}/i, "-") # => nil

>> -ɂ-

>> Ɂ-ʔ

>> -ɂ-

=end

[mame (Yusuke Endoh)]

• Status changed from Open to Assigned
• Assignee set to naruse (Yui NARUSE)

[naruse (Yui NARUSE)]

• Tracker changed from Bug to Backport
• Project changed from Ruby to 13
• Category deleted (M17N)
• Target version deleted (1.9.3)

[naruse (Yui NARUSE)]

• Status changed from Assigned to Closed

とりあえずその文字だけ消しておきました。
trunk では鬼雲経由ですでに修正済みです。

[k_takata (Ken Takata)]

Unicode 4.1.0では U+0241 と U+0294 が対応していたようです。
http://ftp.unicode.org/Public/4.1.0/ucd/CaseFolding.txt
その後、Unicode 5.0で、現在と同じ U+0241 と U+0242 の対応になったようです。
(このことから鬼車5.9.2はUnicode 4.1.0をベースにしているものと思われます。)

Ruby 1.9.3は、Unicodeプロパティ名はUnicode 6.0に対応していますが、大文字小文字の対応は鬼車5.9.2のままのUnicode 4.1.0ベースというところがちょっと気になるところではあります。

[naruse (Yui NARUSE)]

• Status changed from Closed to Rejected

k_takata (Ken Takata) wrote:

Unicode 4.1.0では U+0241 と U+0294 が対応していたようです。
http://ftp.unicode.org/Public/4.1.0/ucd/CaseFolding.txt
その後、Unicode 5.0で、現在と同じ U+0241 と U+0242 の対応になったようです。
(このことから鬼車5.9.2はUnicode 4.1.0をベースにしているものと思われます。)

Ruby 1.9.3は、Unicodeプロパティ名はUnicode 6.0に対応していますが、大文字小文字の対応は鬼車5.9.2のままのUnicode 4.1.0ベースというところがちょっと気になるところではあります。

おぉ、なるほど。
じゃあ 1.9.3 では現状で仕様ですかね。
2.0 では k_takata さんの鬼雲のおかげで直ってますし。