ascii( ) 関数について

皆さんこんばんは。
杉浦　まさき　です。
先日秀丸会議室でマクロの文字列系関数の２バイト文字絡みの
話題が出ていたのでもしかしたら既出かもしれませんが、
個人的には結構ショッキングな(笑)発見だったので
その勢いで書いてしまいます(^^;。

ascii() 関数を２バイト文字に対して適用した場合
２バイト分をまとめて 16bit 整数として返す、
という仕様ですが、以下のようにわざと２バイト文字の
１バイト目(コード=0x??)を切り出した
（１文字からなる）文字列に適用すると、
0x??00 という値が返ってくるんですねぇ…今まで気づかなかった(笑)。

$a = midstr("あ", 0, 1); // ２バイト文字の１バイト目を切り出す message str
(ascii($a)); // == 33280 == 0x8200 が返る
というわけで、

if (ascii(midstr($s, #i, 1)) & 0x80) {
// ２バイト文字の１バイト目だった
}

というかっこいい(笑)コードはＮＧで、

if (ascii(midstr($s, #i, 1)) > 0x7F) {
// ..
}

というコードは(Win32 環境では)正常に動作する、と。いや～、デバッグしててずい
ぶん悩みました(苦笑)。

[ △ ]

RE:02670 ascii( )関数について

No.02675

TAKA さん　01/11/24 11:59

TAKA です。

>ascii() 関数を２バイト文字に対して適用した場合
>２バイト分をまとめて 16bit 整数として返す、
>という仕様ですが、以下のようにわざと２バイト文字の
>１バイト目(コード=0x??)を切り出した
>（１文字からなる）文字列に適用すると、
>0x??00 という値が返ってくるんですねぇ…今まで気づかなかった(笑)。

どのような仕様が正解とは言えませんが、現状(0x8200)でも、0x82、
0xA0、でも良いと思います。
２バイトも文字を途中で切って取り出すこと自体がやってはいけな
いことだと思いますので。

[ △ ]

RE:02675 ascii( )関数について

No.02676

杉浦　まさき さん　01/11/24 20:56

TAKA さん、こんばんは。
杉浦　まさき　です。

>どのような仕様が正解とは言えませんが、現状(0x8200)でも、0x82、
>0xA0、でも良いと思います。

0x82 が１バイト文字としては不正な値なので、
その場合に ascii( ) 関数がどういう動作をしても
文句をいう筋合いはないのは確かです。
＃でも ascii(midstr("あ", 0, 1)) で 0xA0 を返すのは
　さすがに止めてほしいですが(^^;。

>２バイトも文字を途中で切って取り出すこと自体がやってはいけな
>いことだと思いますので。

やっていいか悪いかは何ともいえませんが、
ただ、文字列を１バイトずつなめていって…という処理を書くときに、
直感的に

#len = strlen($s);
#a = 0;
while (#a < #len) {
#c = ascii(midstr($s, #a, 1));
if (#c & 0x80) {
// ２バイト文字だった場合
...
#a = #a + 1;
}
#a = #a + 1;
}
と書くと駄目というのに単純に「びっくりした」だけです(^^;。

何か意図が見えにくい発言だったなぁと反省してますが、
バグ報告でも仕様変更の要求でもなく、
単なる「感想」として捉えて頂ければ幸いです。

[ △ ]

RE:02676 ascii()関数について

No.02679

TAKA さん　01/11/25 03:54

TAKA です。

>バグ報告でも仕様変更の要求でもなく、
>単なる「感想」として捉えて頂ければ幸いです。

そうでしたか。失礼しました。
次のＱ＆Ａには、
ascii(midstr($s, #a, 2));
にする必要がある（安全のためにも）というのも追加しておいた方
がよさそうですね。

[ △ ]

RE:02679 ascii()関数について

No.02680

杉浦　まさき さん　01/11/26 00:50

TAKA さん、こんばんは。
杉浦　まさき　です。

>>バグ報告でも仕様変更の要求でもなく、
>>単なる「感想」として捉えて頂ければ幸いです。
>そうでしたか。失礼しました。

いえいえ、こちらこそ。
あんまり驚いたのでつい勢いで書いてしまったものでして…(^^;。

>次のＱ＆Ａには、
>ascii(midstr($s, #a, 2));
>にする必要がある（安全のためにも）というのも追加しておいた方
>がよさそうですね。

もう少し具体的に、２バイト文字かどうかの判定は
以下のように書きましょう、てな感じですかねぇ。
＃ascii(..) > 0x7F でも(16bit 版でなければ(^^;)ＯＫですけど。

if (ascii(midstr($s, #a, 2)) & 0xFF00) {
// ２バイト文字だった場合
}

前回書いたようなＣライクな書き方だと駄目だというのが肝ですが、
想定されるＱ＆Ａ集の読者層を考えるとそこまで言及するのは
やりすぎかもしれませんね…。

＃前回報告した仕様を考えると、
　midstr() の第３引数の文字数は >= 1 であればいいですね。
　でも 1 にすると何をやりたいのかわかりにくくなるんで、
　2 (以上)を指定するやり方が一番自然だと思います。

[ △ ]

RE:02680 ascii()関数について

No.02685

TAKA さん　01/11/26 12:55

まいどっ、TAKA です。
杉浦さんも、凄い時間まで起きてますね。
＃人のことは言えませんが。

>もう少し具体的に、２バイト文字かどうかの判定は
>以下のように書きましょう、てな感じですかねぇ。
>＃ascii(..) > 0x7F でも(16bit 版でなければ(^^;)ＯＫですけど。
>
> if (ascii(midstr($s, #a, 2)) & 0xFF00) {
> // ２バイト文字だった場合
> }

可能であれば、「#01879 2001/03/22」で書いたビット演算と
「#01884 2001/03/22」で書いた負の表現（１の補数表現と２の補
数表現）方法について、整理して書ければいいなーと思っています。

>前回書いたようなＣライクな書き方だと駄目だというのが肝ですが、
>想定されるＱ＆Ａ集の読者層を考えるとそこまで言及するのは
>やりすぎかもしれませんね…。

通常のＱ＆Ａには、
if (ascii(midstr($s, #a, 2)) & 0xFF00)
のようなソースコードだけを書いて（既にある）、より詳しく知り
たい人のために上記の解説を別ページに設けたらと良いと考えてい
ます。

[HMM0073A]
「●文字列をバイト単位ではなく文字単位で扱う」に、
ビット演算の詳細は、「●ビット演算」を参照して下さい。という
のを追加するような形。

余談ですが、真と偽についても、同様に専用ページを設けたいです。
普通のＱ＆Ａには、以下のような記述で。

Q.真とか偽というのは何のことでしょうか？
A.条件式（if文など）を評価するには、真（０以外）か偽（０）で
判断します。
詳細は、「●真と偽について」を参照して下さい。

Q.while( 1 )は何をするものでしょうか？
A.これは条件式の判断が真（０以外）か偽（０）で処理されること
を利用して、無限ループを作っています。
詳細は、「●真と偽について」を参照して下さい。

正月にでも時間が取れればいいのですが・・・・
＃今度も、ひろさんから誰かにお願いする可能性が、無きにしも非
　ず。

P.S.
Ｑ＆Ａ集の会議室の期間延期を依頼していますか？　＞　作成メンバー
＃もう、依頼済みだったかな？
まあ、黙認はして頂いていると思いますが。

[ △ ]