Use of a BOM is neither required nor recommended for UTF-8, but may be encountered in contexts where UTF-8 data is converted from other encoding forms that use a BOM or where the BOM is used as a UTF-8 signature. See the “Byte Order Mark” subsection in Section 23.8, Specials, for more information.
いいぞ (スコア:0)
次はデフォルトの文字コードに手を付けてくれたまへ
Re:いいぞ (スコア:1)
うむ。
しかし20年前にやって欲しかったよなw
Re:いいぞ (スコア:2)
そういえば全然ハイパーでないハイパーターミナルも緊急時には使っていたけどDOS窓でDOSの通信ソフトを動かした方がまともだったりしたなぁ。
Re: (スコア:0)
確かに今更感はありますねw
※マルチプラットフォーム開発だと地味に面倒くさい
Re: (スコア:0)
PHPがプラットフォーム関係なくLFだぞって規格で決めててくれるのありがたいね。
Re: (スコア:0)
いやPHPは存在そのものが迷惑だから……
Re: (スコア:0)
20年前ってUTF-8あったっけ。
(ググる)
92年生まれらしいから93年のWindows NTに間に合わせようと思えば間に合ったのか。
Re: (スコア:0)
ふふふ、その頃のUTF-8と今のUTF-8が同じだといつから錯覚していた?
# まあ、実害はないんだけど
Re: (スコア:0)
UTF-8 was first officially presented at the USENIX conference in San Diego, from January 25 to 29, 1993. [wikipedia.org]
無理なんじゃね?
Re:いいぞ (スコア:2)
WindowsNTは1994年。
3.5でも1995年。
Re: (スコア:0)
Windowsの文字コードって複数あるの?
Re:いいぞ (スコア:3, 参考になる)
ありますよ。
日本語版WindowsはデフォルトではShift_JISの派生のCP932ですし、各言語でデフォルトの文字コードが違います。
関連ストーリーでUTF-8をデフォルトに変更可能になった [srad.jp]というのも有ります。
その気になればMacの文字コードやメインフレームに使われていたEBCDICも扱えます。
参考:扱える文字コード一覧 [microsoft.com]
Re: (スコア:0)
> その気になればMacの文字コードやメインフレームに使われていたEBCDICも扱えます。
え、これは初耳と思ったが、「Macの文字コード」や、「EBCDIC」も使えるって話か
なーんだ。
Re: (スコア:0)
こんなところでEBCDICが出てくるとは
コードページなんてDOS窓の中だけの話だと思ってたよ......
Re: (スコア:0)
地域と言語によって違ってたはず。
Re: (スコア:0)
メモ帳のだぞ
デフォルトだとANSIになってる
他にUnicode、Unicode big endian、UTF-8が使える
最近はHTMLやソースコード関連がUTF-8推奨なので
デフォルトをUTF-8に変えても良さそう
Re:いいぞ (スコア:5, すばらしい洞察)
Re:いいぞ (スコア:1)
いや、むしろ他がBOMを必須にしてほしい
Re: (スコア:0)
必須じゃなくていいけどちゃんと受け付けるようにしてほしい
Re: (スコア:0)
最悪受け付けないなら受け付けないでいいけど、BOM対応してないプログラムにBOM付きテキスト食わせて
自分以外の何かの所為にするバカを黙らせて欲しい。
Re: (スコア:0)
UnicodeコンソーシアムがBOM対応してないプログラムにBOM付きテキスト食わせて
自分以外の何かの所為にするバカを粛正する警察機関になるのか。胸が熱くなるな。
BOM は重要 (スコア:1)
BOMは文字エンコーディングやエンディアンを確実に判別できるという重要な役割を果たしているわけなんだけど
それが無かったら判別のためにテキスト全文を読んで、どの文字コードだと解釈すれば矛盾が無いかを評価しなくてはならず
非常に負荷が高い
その上、本文が短い場合には複数の文字コードで矛盾が生じないケースもあって、自動判別が不可能な場合まである
複数のファイルを結合して問題が生じる?
いや、BOMはファイルの先頭以外では無視しなければならない(幅0の空白文字)仕様なんだから不具合が生じる方がおかしい
そして、BOMのせいで動作しないアプリケーションはUnicode自体に非対応なのだから、Ascii だけ使ってればいいのでは
BOMで不具合を起こすようなアプリケーションは、UTF-8 が読めているように思えてもたまたま動いているだけで、
その他のUnicode制御文字も扱えないでしょう
シェルスクリプトから Ascii しか扱えないような古いスクリプトを呼び出して使いたいとかだったら
その前にBOM消してから渡す処理書けばいいだけでは、そんなの1分ありゃ書けるでしょ
UTF-8 において、BOMは必須でも推奨でもないけど、付けたからといって仕様違反ではない
扱えないアプリがタコ
Re:BOM は重要 (スコア:1)
何言ってんの、BOM 付き UTF-8 は、UTF-8 の最大の利点である、
ASCIIの範囲の文字しか使っていない場合は、従来のプレーンテキストと一切変わらず、古いプログラムでもそのまま処理できる
を投げ捨てているわけで、正直考えた奴は莫迦の極みでしかないエンコーディングなんだが
# windows 以外ではまず使われることがない、よくある「標準規格からちょっとズレたMS独自仕様」の名残だと思ってる
Re: (スコア:0)
なんというか、考えの浅いやつほど規格をバカ呼ばわりするよね
Re: (スコア:0)
あくまでもテキストエディタで UTF-8 を扱う話ですよね
ASCII 以外で不具合を起こすプログラムで扱うデータを編集するなら、
文字コードとして ASCII が指定されている設定のテキストエディタを使うべきでしょう
BOM が含まれるだけで不具合を起こすプログラムならば、
どっかからコピペしたデータに不可視の UTF-8 制御コードが含まれていたりとか、
入力ミスでうっかり ASCII外の文字がどっかに混入してしまったりというヒューマンエラーで不具合が起こりかねません
ようするに、
「テキストエディタで UTF-8 としてデータを編集するけど
万が一 Unicode の制御コードや A
Re: (スコア:0)
そんなもの利点でもなんでもなくてバグと同レベル。そんなものを利用しようという発想からして技術者に向いていないよ。
Re: (スコア:0)
あなたは、テキストを入力した環境と、テキストを使用する環境が異なる状況があることを判っていないようですね。
# いっちゃ悪いが、入出力の環境を指定できるのならば、UTF-8 w/ BOM だろうと、 mule-internal だろうと、オレオレエンコーディングだろうと、好きなエンコーディングを使えば良いんです。
入出力を揃えられない可能性があるときに、共通規格としてテキストの交換用符号があるわけで..
元の UTF-8 ができるだけ従来のプログラムでもそのまま使える様に配慮しているのに、BOMがそれをぶち壊しにするわけです。
規格に入っているけど、歓迎されていない感じしませんか? Unicode 10.0規格(sec 2.6)には
Use of a BOM is neither required nor recommended for UTF-8, but may be encountered in contexts where UTF-8 data is converted from other encoding forms that use a BOM or where the BOM is used as a UTF-8 signature. See the “Byte Order Mark” subsection in Section 23.8, Specials, for more information.
とありますし、W3C も、 HTMLにおけるBOMの扱い [w3.org]
Re: (スコア:0)
なんか必死ですね
Re: (スコア:0)
これが何の反論になっているか、よく意味が分からないのですが。
Windowsのメモ帳は、BOMの有るファイルも、無いファイルも両方正常に読めますよ。書き込み時にはBOM有りになりますけどね。
メモ帳で、BOMが入ったら不具合が起こる可能性のあるプログラムで扱うファイルを編集しない限り、何の問題もありません。そして、BOMが入ったら不具合が起こる ASCII 全体のプログラムで扱う可能性のあるデータを出力するなら、エディタのBOM出力の有無に関わらず、そもそも UFT-8 として編集すべきではあり
Re: (スコア:0)
そりゃBOMなんて無い方が良い世界でしょう。
でも歓迎するか否かに関わらずBOMは必要だから
存在して許容されているんじゃないでしょうか?
何か前半の話と後半の話が
全く逆のことを言っているような気がするんですけど。
HTMLの件に関しては#3407238が何を言いたいのかさっぱり分かりません。
メリット>デメリット (スコア:1)
BOM有りのメリット:
文字コードやエンディアンの誤認識を防げる
BOM無しのメリット:
ASCIIしか扱えないプログラムとの互換性を保てる
ただし、ASCII文字以外を含めない場合に限る
BOM無しのメリットが弱すぎると思うのですが
BOM有りのBOMを消すのは簡単だけど、BOM無しUFT-8で文字コード誤認識を完全に防ぐのは技術的に不可能ですからね
色々な環境で扱う可能性を考慮するなら、BOMが無いせいで文字コードが誤認識される場合も考慮すべきでは
Re: (スコア:0)
BOMなしUTF-8のファイルにEUCのファイルをくっつけて判別不可能なゴミにするのだ
これを防ぐには入力すべてがUTF-8だということを設計者が保証しなければならないが、素直にBOMなしをはじく方が楽かつ確実ですね
Re: (スコア:0)
なんというか、何か問題があるとすぐMSガーとかIEガーとか言って、自分の能力のなさを
人のせいにする、Web屋によくいるタイプの人のように見えますね。
Re: (スコア:0)
> 書き込み時にはBOM有りになりますけどね。
ここじゃね?
Re: (スコア:0)
文字コードが誤認識されて困るケースってあります?
Re: (スコア:0)
UNIX系のシェルスクリプトとPHPがタコなんだな。
他で問題になったことはほぼないので。
Re: (スコア:0)
まぁ、その「タコな環境」が多く存在するから問題になるんだが。
BOMってWindowsと規格文書以外には実装しないものってのが話をややこしくしてる。
マイナーな仕様は「規格」も含めてデファクトスタンダードで上書きされるってのは、
繰り返してきた歴史でもある。
# っていうか、先頭の「#!」はUNIX系のシステムコールなのでタコって話じゃないだろ。
# 歴史的に重要な部分に仕様変更をねじ込むのは規格の方に問題がある。
Re: (スコア:0)
> 扱えないアプリがタコ
シェル……いやカーネルかも。#!を処理してるの誰だろう。昔のUNIXのカーネルで見たことあるけど。
色んな環境でファイルをやりとりしてるとたまにシェルスクリプトにBOM入れられることがあるもんで。
Re: (スコア:0)
は?
お前、符号化の仕組みを全く理解してないだろ。
BOMに文字エンコーディングを判別する役割なんかねぇぞ。
それにUTF-8はエンディアン関係ない。
UTF-16等はエンディアンによってバイトオーダー変わるから必要ってだけだ。
BOMは先頭以外で無視?バカか、バイトをCPUでなくBOMで指定されたエンディアンで処理しないといけないんだからんなわけないだろ。
Re: (スコア:0)
みんなUTF-8の話をしていて理解してると思いますよ
UTF-8のBOMが「バイトオーダーマーク」でないのは事実ですが
CRもLFも元々の意味と違いますよね?
そもそも論がしたいならコメント付ける場所間違ってますよ
Re: (スコア:0)
シバンが使えなくて困るので却下
Re: (スコア:0)
BOM困るよね。
スクリプトとか設定ファイルとかメモ帳で弄っちゃって、BOMのせいで動作しないってケースが希にある。
Re: (スコア:0)
改行コードが CRLF になっているくらいで command not found とか言う
シェルのうんこっぷりを直す方が良い気がする。頑なにCRを無視するように
しないのは、したらいけない理由がなんかあるんだろうか
Re: (スコア:0)
シェルスクリプトってものが分かってない奴が好き勝手に書いてるな。
あれは人間から見たらテキストファイルだけど、カーネルから見たらプログラム(実行ファイル)だぞ。
Windowsで言えばexeファイルの先頭が「0x5A4D」以外でも動作しろって言ってるレベルで酷い。
OSは#!で始まるファイルが起動されたら、それが参照するバイナリをロードするって厳然とした規格なので
1行目だけは「柔軟な対応」は出来ないし、やってはいけない。
2行目以降なら起動されたプログラム側(/bin/shや/usr/bin/perlなど)が好きに処理できるが。
https://ja.wikipedia.org/wiki/%E3%82%B7%E3%83%90%E3%83%B3_(Unix) [wikipedia.org]
Re: (スコア:0)
シェルスクリプトってものが分かってない奴が好き勝手に書いてるな。
あれは人間から見たらテキストファイルだけど、カーネルから見たらプログラム(実行ファイル)だぞ。
だから何なの?
"#!" の前に Unicode の BOM を認めらばよいだけ。
#! (BOM無し)
0xEF 0xBB 0xBF #! (UTF-8)
0xFE 0xFF #! (UTF-16 BE)
0xFF 0xFE #! (UTF-16 LE)
0x00 0x00 0xFE 0xFF #! (UTF-32 BE)
0xFF 0xFE 0x00 0x00 #! (UTF-32 LE)
上記の6通りを実行できるようにカーネルを書き換えれば良いだけ。
何故やってはいけないの?
セキュリテ
Re: (スコア:0)
プロセス起動に分岐なんて入れたら全プロセスが単純に6倍遅くなるぞ。
バカじゃねーの?
Re: (スコア:0)
ぜひパッチを作ってLinux Kernelへ貢献してください。
Re: (スコア:0)
PCゲームの海外版の開発に関わっていたとき、あるキャラクタのロードでクラッシュするという謎の現象を追いかけていたらテクスチャのファイル名にいわゆる全角の漢字が含まれていたのが原因だった。
Re: (スコア:0)
世界で初めてデフォルトの文字コードがUTF-128 [ietf.org]なOSとなるのですね。わかります。
Re: (スコア:0)
Notepadのですか?Windowsのですか?
Windowsのなら10ならβですけどUTF_8モードありますよ