名前

Unicode::MapUTF8 - 任意の文字セットから/へのUTF8の変換

概要

 use Unicode::MapUTF8 qw(to_utf8 from_utf8 utf8_supported_charset);

 # 'ISO-8859-1'の文字列を 'UTF8'に変換する
 my $output = to_utf8({ -string => 'An example', -charset => 'ISO-8859-1' });

 # 'UTF8'エンコーディングの文字列をエンコーディング 'ISO-8859-1'へ変換する
 my $other  = from_utf8({ -string => 'Other text', -charset => 'ISO-8859-1' });

 # 利用できる文字セットエンコーディングのリスト
 my @character_sets = utf8_supported_charset;

 # 文字セット別名の追加
 utf8_charset_alias({ 'ms-japanese' => 'sjis' });

 # 2つの任意の(しかし大きく互換性のある)文字セットエンコーディングでの変換
 # (SJIS to EUC-JP)
 my $utf8_string   = to_utf8({ -string =>$sjis_string, -charset => 'sjis'});
 my $euc_jp_string = from_utf8({ -string => $utf8_string, -charset => 'euc-jp' })

 # 特定の文字セットがサポートされているかを確認
 if (utf8_supported_charset('ISO-8859-1') {
     # Yes
 }

説明

UTF8とその他のエンコーディングから/への変換のための中核となるルーチンの間のアダプタ層を提供します。本質的には、複数存在する Unicodeモジュールへの1つの共通のインターフェース、下敷きになっている実装を知ることなく、簡単にUTF8から/へ他の文字セットエンコーディ ング変換を簡単におこないます。そのため、これはUnicode::String、Unicode::Map8、Unicode::Map、Jcodeモ ジュールを標準化された簡単なAPIの中に包みます。

またこれはUTF-8をベースに一般的な文字セット変換も提供します−これは2段階の変換つなげることにより、2つの互換性があり、サポートされている文字セットで可能です。

ほとんどのことがPerl的なので−かみ砕く対象として数多くの小さいなものの代わりに2、3の大きな固まりを与えると、1秒間により多くの文字を扱います。

設計では、登場するいかなる新しい文字セット・エンコーディング変換モジュールも取り込むように簡単に拡張することができます。

変更点

(原文のまま)

1.14 2020.09.27 Fixing POD breakage in EUC-JP version of POD

1.13 2020.09.27 Fixing MANIFEST.SKIP error

1.12 2020.09.27 Build tool updates. Maintainer updates. POD error fixes. Relicensed under MIT license.

1.11 2005.10.10 Documentation changes. Addition of Build.PL support. Added various build tests, LICENSE, Artistic_License.txt, GPL_License.txt. Split documentation into seperate .pod file. Added Japanese translation of POD.

1.10 2005.05.22 - Fixed bug in conversion of ISO-2022-JP to UTF-8. Problem and fix found by Masahiro HONMA <masahiro.honma@tsutaya.co.jp>.

                  Similar bugs in conversions of shift_jis and euc-jp
                  to UTF-8 corrected as well.

1.09 2001.08.22 - Fixed multiple typo occurances of 'uft' where 'utf' was meant in code. Problem affected utf16 and utf7 encodings. Problem found by devon smith <devon@taller.PSCL.cwru.edu>

1.08 2000.11.06 Added 'utf8_charset_alias' function to allow for runtime setting of character set aliases. Added several alternate names for 'sjis' (shiftjis, shift-jis, shift_jis, s-jis, and s_jis).

                Corrected 'croak' messages for 'from_utf8' functions to
                appropriate function name.

                Corrected fatal problem in jcode-unicode internals. Problem 
                and fix found by Brian Wisti <wbrian2@uswest.net>.

1.07 2000.11.01 Added 'croak' to use Carp declaration to fix error messages. Problem and fix found by <wbrian2@uswest.net>.

1.06 2000.10.30 Fix to handle change in stringification of overloaded objects between Perl 5.005 and 5.6. Problem noticed by Brian Wisti <wbrian2@uswest.net>.

1.05 2000.10.23 Error in conversions from UTF8 to multibyte encodings corrected

1.04 2000.10.23 Additional diagnostic error messages added for internal errors

1.03 2000.10.22 Bug fix for load time Unicode::Map encoding detection

1.02 2000.10.22 Bug fix to 'from_utf8' method and load time detection of Unicode::Map8 supported character set encodings

1.01 2000.10.02 Initial public release

関数

utf8_charset_alias({ $alias => $charset });

文字セット別名の実行時の代入に使われます。

引数なしで呼ばれると、定義されている別名と、それにマップされる文字セットのハッシュを返します。

例::

  my $aliases     = utf8_charset_alias;
  my @alias_names = keys %$aliases;

1つのパラメータ付きで呼ばれると、もしその別名が定義されていれば、'本当の'文字セットの名前を返します。それが別名に見つからなければundefを返します。

例:

    if (! utf8_charset_alias('VISCII')) {
        # No alias for this
    }

もし'alias' => 'charset'の組のリストで呼ばれれば、それらの別名が使えるように定義します。

例:

    utf8_charset_alias({ 'japanese' => 'sjis', 'japan' => 'sjis' });

注意:渡された組が、予め定義されている文字セット・エンコーディングの集合に定義されている文字セットにマップされなければ、croakします。これは他の別名への別名を許してはいません。

複数の文字セットを1回の呼出しで設定することができます。

別名をクリーンするためには、undefの文字セットマッピングを渡します。

例:

    utf8_charset_alias({ 'japanese' => undef });

別名が設定されている間、もし予め定義されている文字セットであれば、'utf8_supported_charset' 関数は別名を返します。

基本の定義された文字エンコーディングを別名でオーバーライドすると、標準エラー(STDERR)への警告メッセージを出します。

utf8_supported_charset($charset_name);

(ユーザが定義した別名も含めて)名づけられた文字セットがサポートされていればtrueを返します。<p>そうでなければfalseを返します。

例:

    if (! utf8_supported_charset('VISCII')) {
        # まだサポートされていません
    }

パラメータなしで、リスト・コンテキストで呼ばれると、(ユーザが定義した別名も含めて)サポートされているすべての文字セット名のリストを返します。

例:

    my @charsets = utf8_supported_charset;
to_utf8({ -string => $string, -charset => $source_charset });

指定された元の文字セット(source charset)からUTF8に変換された文字列を返します。

from_utf8({ -string => $string, -charset => $target_charset});

UTF8から指定されたターゲットの文字セット(target charset)に変換された文字列を返します。

バージョン

1.12 - 2020.09.27

やるべきこと

Jcode、2バイト・エンコーディングそしてエンコーディング別名のための逆行テスト

参考資料

Unicode::String Unicode::Map8 Unicode::Map Jcode

著作権

Copyright 2000-2020, Jerilyn Franz. All rights reserved.

作者

Jerilyn Franz <cpan@jerilyn.info>

クレジット

川合孝典 "Kawai,Takanori" <GCD00051@nifty.ne.jp> - 邦訳

ライセンス

MIT License

Copyright (c) 2020 Jerilyn Franz

Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.