文字数はおいくら？(Ruby版)

サロゲート文字とか合字とか異体字とかの文字数を取得してみました。

Transcript

1. 文字数はおいくら？ (Ruby版) @tsuda_ahr 2014/4/5 LTDD広島 #2
2. 1.サロゲート文字の場合 puts "𩹉".length ※サロゲート文字とは、文字コードが U+10000 以上の文字をいいます。(かなり嘘かも)
3. 1.サロゲート文字の場合 こたえ １
4. 1.サロゲート文字の場合 サロゲート文字でも、 正しく文字数を答える模様。
5. 2.合字の場合 puts "を ゙".length puts "が".length puts "が".length
6. 2.合字の場合 こたえ ２ ２ １
7. 2.合字の場合 合字の構成要素数が文字数として戻る。
8. 3.異体字の場合 puts "辻".length puts "辻󠄀".length
9. 3.異体字の場合 こたえ １ ２
10. 4.C#だとこんな感じ Ruby C# サロゲート 𩹉 (U+29E49) 1 2 合字 を ゙ (U+3092 U+3099) 2 2 が (U+304B U+3099) 2 2 が (U+304C) 1 1 異体字 辻 (U+8FBB) 1 1 辻󠄀 (U+8FBB U+E0100) 2 3 内部がUTF-16なので、 サロゲート領域(U+10000以上) の文字は 2 でカウントされる。
11. 5.結論 Ruby 結構優秀！ (割と素直) (というか内部が多分UTF-8)
12. 蛇足) 気にしてほしいこと  String.Length は処理系によって値が異なることがある。  内部はどういうデータで保持しているかを想像してほしい。  入力するユーザー(一般の人)は無慈悲だ。 # システムの都合は察してくれない
13. おわり ありがとうございました