Bug #981
String#encode() keeps invalid bytes when converting to US-ASCII
Description
=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
Updated by yugui (Yuki Sonoda) about 12 years ago
- Category set to M17N
- Target version set to 1.9.1 RC2
=begin
=end
Updated by naruse (Yui NARUSE) about 12 years ago
- 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
Updated by matz (Yukihiro Matsumoto) about 12 years ago
- Status changed from Open to Closed
- % Done changed from 0 to 100
=begin
Applied in changeset r21528.
=end