Bug #981: String#encode() keeps invalid bytes when converting to US-ASCII

• Status: Closed
• Priority: Normal
• Assignee: matz (Yukihiro Matsumoto)
• Target version: 1.9.1 RC2

[duerst (Martin Dürst)]

=begin
String#encode() (変換の指定なし、default_internal に変換) は
default_internal が US-ASCII の場合だけ invalid なバイトや
unknown な文字をそのままコピーします。他のエンコーディング
では '?' などにレプレースされます。

実行例:

ruby -E:ascii-8bit -e'puts "\uabcd'.encode.inspect'
"?"

ruby -E:euc-jp -e'puts "\uabcd'.encode.inspect'
"?"

ruby -E:us-ascii -e'puts "\uabcd'.encode.inspect'
"\xEA\xAF\x8D"

意図的なものであるとはどうしても思いませんが、もしそう
でしたら rdoc で書いた方がいいかと思います。

([ruby-dev:37662] 参照)

よろしくお願いします。 Martin.
=end

[yugui (Yuki Sonoda)]

• Category set to M17N
• Target version set to 1.9.1 RC2

=begin

=end

[naruse (Yui NARUSE)]

• Assignee changed from akr (Akira Tanaka) to matz (Yukihiro Matsumoto)

=begin
この挙動は String#encode が直接の原因ではなく、Encoding.default_internal 側が原因です。
% ruby19 -E:us-ascii -e'p Encoding.default_internal'
#Encoding:UTF-8

enc_set_default_encoding を見ると、
if (def->index == ENCINDEX_US_ASCII)
def->index = defindex;
と、US-ASCII の場合にデフォルトのエンコーディング (default_internal では UTF-8) がセットされています。
現在の仕様ではこの辺の処理は不要な気がするので、以下の通りとか。

Index: encoding.c
===================================================================
--- encoding.c (revision 21519)
+++ encoding.c (working copy)
@@ -1051,7 +1051,7 @@ struct default_encoding {

static int
enc_set_default_encoding(struct default_encoding *def, VALUE encoding,

• const char *name, int defindex)
• const char *name) { int overridden = Qfalse; if (def->index != -2) @@ -1066,8 +1066,6 @@ enc_set_default_encoding(struct default_encoding * } else { def->index = rb_enc_to_index(rb_to_encoding(encoding));
• if (def->index == ENCINDEX_US_ASCII)
• def->index = defindex; def->enc = 0; enc_alias_internal(name, def->index); } @@ -1118,7 +1116,7 @@ rb_enc_set_default_external(VALUE encoding) rb_raise(rb_eArgError, "default external can not be nil"); } enc_set_default_encoding(&default_external, encoding,
• "external", ENCINDEX_US_ASCII);
• "external"); }

/*
@@ -1171,7 +1169,7 @@ void
rb_enc_set_default_internal(VALUE encoding)
{
enc_set_default_encoding(&default_internal, encoding,

• "internal", ENCINDEX_UTF_8);
• "internal"); }

/*

=end

[matz (Yukihiro Matsumoto)]

• Status changed from Open to Closed
• % Done changed from 0 to 100

=begin
Applied in changeset r21528.
=end