ASIPのRubyistなるままに

Stringと文字コード、RubyとJava

08:22 |

Rubyの文字列における文字コードの扱いは1.9以前と以降

で大きく変わりました。

Ruby1.8の文字列クラスは文字列をバイトコード配列として

内部に保持していますが、文字列の文字コード情報は保持

していません。文字列に対して文字コードによって変化する

処理を行うメソッドを呼び出す場合、外部から文字コードを

指定する必要があります。メソッドの引数で指定しなかった

場合、実行環境のデフォルト文字コード($KCODE)が使われ

ます。

Ruby1.9の文字列クラスは自身の文字コード情報を保持して

います。文字列に対して文字コードによって変化する処理を

行うメソッドを呼び出す場合、内部で保持する自身の文字コード

情報を利用します。外部からの文字コード指定は必須では

なくなりました。

Rubyで外部から文字列を読み込む場合、1.9からは読込時に

おける文字コードの指定が可能になりました。読込時に

文字コードを指定しておくと、文字列に自身の文字コード

情報がセットされます。読込時に文字コードを指定しなかった

場合、1.8と同様に文字コードを引数に持つメソッドでは

必ず文字コードを指定する必要があります。

(force_encodingメソッドで後から文字列の文字コード

情報を強制的にセットする(書き換える)ことは可能です。)

Javaの文字列クラスはRuby1.8と同様に自身の文字コード

情報を持ちません。

JavaがRuby1.8と異なる点は内部文字コードをUTF-8UTF-16

(Java1.4まではUCS-2)に統一(決めうち)している点です。Javaの

文字列クラスは文字列の文字コードはUTF-8UTF-16で

あるものとして処理を行います。

Javaの文字列にUTF-8UTF-16でない文字列を渡した場合には

文字化けを起こすことがあります。UTF-8UTF-16でない

文字列は受け取ったら即座にUTF-8UTF-16に

変換する必要があります。

推敲中...?