XMLを扱う (その14) [Unicode][Common Lisp]

 ワークフローの続き。

 ソースを精査する前に、Lispの外の自分の環境のencodingを調べてみる。

 ** Mac OS X Leopard

 http://images.apple.com/jp/macosx/pdf/L355785A_UNIX_TB_J.pdf

 -----
 OS内部(ってどこ？): UTF-32 [たぶんNFDなんじゃないか]
 ファイルシステム(HFS+): UTF-16 [NFD]
 アプリケーション: アプリケーション毎
   Terminal.app: 選択可能。ただしUnicodeとしては、UTF-8 [NFD] (UTF-8-mac)。
 -----

 Ubuntuについては別途調べる。

 
 ** Allegro Common Lisp

 http://www.franz.com/support/documentation/8.1/doc/iacl.htm

 -----
 internal representation: UTF-16
 external formats:
         Name            Nicknames                      Comments
  ----            ---------                      --------
  :latin1         :ascii, :8-bit, :iso8859-1, t
  :1250                                          For MS Windows
  :1251                                          For MS Windows
  :1252                                          For MS Windows
  :1253                                          For MS Windows
  :1254                                          For MS Windows
  :1255                                          For MS Windows
  :1256                                          For MS Windows
  :1257                                          For MS Windows
  :1258                                          For MS Windows
  :iso8859-2     :latin-2, :latin2
  :iso8859-3     :latin-3, :latin3
  :iso8859-4     :latin-4, :latin4
  :iso8859-5     :latin-5, :latin5
  :iso8859-6     :latin-6, :latin6
  :iso8859-7     :latin-7, :latin7
  :iso8859-8     :latin-8, :latin8
  :iso8859-9     :latin-9, :latin9
  :iso8859-14    :latin-14, :latin14
  :iso8859-15    :latin-15, :latin15
  :koi8-r

  :emacs-mule     For eli
  :octets     For uncovered octets
  :void

  :utf8           :utf-8
  :big5
  :gb2312
  :euc            :ujis
  :874                                           For MS Windows
  :932                                           For MS Windows
  :936                                           For MS Windows
  :949                                           For MS Windows
  :950                                           For MS Windows
  :jis
  :shiftjis

  :unicode     BOM対応(BOM無しはLE)
  
  などなど。まだいろいろあるようだ。

 さて、internal representationとexternal formatsの関係について。

 まず、REPL。Unicode Standardで定義されている名前を#\[name]に使える。
 ただし空白はunderscoreにする。名前が無いものはそのまま？使える。
 
--- 
CL-USER(7): #\latin_capital_letter_l_with_stroke
#\Ł
CL-USER(8): (code-char #x0141)
#\Ł
CL-USER(9): #\気
#\気
--- 

 実はこれはeli経由でやっているので、すんなりいくのはeliの賜物な気が
 する。eliはexternal formats経由でやりとりしているので、純粋に
 REPL(純粋なREPLって何だ？)の話題ではないといえばない。

 さて、ACLでは、streamとforeign-function callにて、自動変換機能をもっ
 ている。ここでの変換というのは、internal representaion と external
 formats の間のこと。

 さてexternal formatsの指定がどうなされているか。

 まず*locale*にある。

--- 
CL-USER(6): *locale*
#<locale "ja_JP" [:UTF8-BASE] @ #x1000695502>
--- 

 これが採用される。次に個別のstreamをopenする際に指定できる。これは
 implemetation dependentであるexternal file formatをplaceとして利用
 している、ということ。

 これらexternal-formatsの指定にしたがってstreamに関するたとえば
 read-charやwrite-charは動作する。

 Streamのexternal-formatを調べるには例えばinspect。

---
CL-USER(12): (inspect *standard-output*)
A TENURED TERMINAL-SIMPLE-STREAM @ #x1000245e42 = #<TERMINAL-SIMPLE-STREAM [initial terminal io] fd 0/1 @ #x1000245e42>
   0 Class --------> #<STANDARD-CLASS TERMINAL-SIMPLE-STREAM>
   1 J-WRITE-BYTE -> #<Function DUAL-CHANNEL-WRITE-BYTE>
   ... 
  16 EXTERNAL-FORMAT -> The symbol :EMACS-MULE
   ...
  36 SRC-POSITION-TABLE -> The symbol NIL
[1i] CL-USER(13):  
---
 -----

 さて、これでソースを精査しようかと思ったが、closure-commonは.asdファ
 イルの中でいろいろやっているようだ。

 ASDFについておさらいをしてからか、もしくはしつつ進もう。

こつこつ。