BMP 外の文字の検索がおかしい

投稿者: redakt552 声2 投稿

基本多言語面(BMP: Basic Multilingual Plane)外の文字(U+10000~)の検索に関して,Boost.Regex と Onigmo それぞれおかしな点を発見しました。 ◎Boost.Regex 基本多言語面外の文字が 1 文字と扱われません。 再現手順: [1] 「𩸽がうまい」と打つ。𩸽(ほっけ)は U+29E3D で基本多言語面外。 [2] 検索パターンを (.) とする [3] 置換文字列を <\1> とする [4] 全置換 正しくは <𩸽><が><う><ま><い> となるはずだが,<�><�><が><う><ま><い> となる。 Onigmo は正しく置換します。 ◎Onigmo 検索で基本多言語面外の文字が見出されたあとの「次を検索」の動作がおかしい。 再現手順 [1] 「𩸽がうまい」と打つ。 [2] 検索パターンを . とする [3] 検索する →この時点で,正しく「𩸽」が選択状態になります。この状態で何か文字を打つと,正しく「𩸽」がその文字に替わります。ここまでは正常。 [4] この状態で Shift+F3 などにより「次を検索」する すると,「𩸽」の文字のところが,あたかも二つのスペースのように表示され,その二つめのほうが選択状態になります。(「𩸽」という文字は見えなくなります)。 low surrogate が選択状態になったような感じですね。 この状態で例えば「a」と打つと,「𩸽」だったところが U+D867+a になります。
redakt55 様 いつもお世話になっております。江村です。 Onigmo については、こちらでは修正しました。次のバージョンが公開されたらお試しください。 Boost.Regex については、もう少し調べさせてください。 よろしくお願い申し上げます。

このトピックの投稿: 2