Date: Thu, 10 Jun 99 01:47:25  JST
From: SHUDO Kazuyuki <shudoh at muraoka.info.waseda.ac.jp>
Subject: [JavaHouse-Brewers:25834] Re: multilingualization of javadoc
To: java-house-brewers at java-house.etl.go.jp (JavaHouse Brewers ML)
Message-Id: <199906091645.BAA09196@cafe.muraoka.info.waseda.ac.jp>

首藤です。

> Unicodeエスケープされたソースが正式なJavaのソースコードですよね。

その通りでした。

> 便宜的にEUCなどで書かれたファイルからの変換がjavacで行われている
> だけで。(昔は別コマンドで手動で変換していた。)

え、日本語 EUC で書かれたものは、正式な Java のソースコードではないのかっ？
…と Java Language Spec. (1.0) を調べました。

確かに `3.1 Unicode' にこうあります。

  Except for comments (S:3.7), identifiers, and the contents of
  character and string literals (S:3.10.4, S:3.10.5), all input elements
  (S:3.5) in a Java program are formed only from ASCII characters (or
  Unicode escapes (S:3.3) which result in ASCII characters).

意訳) コメント、識別子、そして、character と文字列リテラルの中身を除いて、
  Java プログラムの全ての入力要素は ASCII キャラクタ
  (もしくは Unicode エスケープ --- これも ASCII キャラクタである)
  のみから形成される。


すでに結果をご存知の方も多いと思いますが、こんな実験をしました。

Unicode エスケープで記述されたコメント (/** 〜 */) を、
javadoc コマンドはどう扱うのか？
実験環境は、JDK 1.2pre2 for Linux です。
つまりデフォルトのエンコーディングは日本語 EUC です。

Foo.java.eucjp として次の (非正式 ;-p) ソースコードを用意します。
=====
/** javadoc用のコメント。 */
public class Foo {
  public String aStringLiteral = "リテラル";
}
=====

これを、native2ascii コマンドに通し、Foo.java を得ます。
  % native2ascii Foo.java.eucjp > Foo.java

Foo.java
=====
/** javadoc\u7528\u306e\u30b3\u30e1\u30f3\u30c8\u3002 */
public class Foo {
  public String aStringLiteral = "\u30ea\u30c6\u30e9\u30eb";
}
=====

このソースコード Foo.java を、javadoc に処理させます。
(CLASSPATH には . を含めてあります。)
  % javadoc Foo

生成された Foo.html を見ると…
  ...
  javadoc用のコメント。
  ...
と、ソースコード中では Unicode エスケープとなっていた
コメント (/** 〜 */) が日本語 EUC で出力されていました。

(さすがに、Unicode エスケープを HTML ファイル中に出力する
 ような間抜けなことはしないのですね。)


> > ソースコード (.java) は、Unicode では書かれないんです。
> > ＃私は日本語 EUC で書きます。
> > ＃シフトJIS な人との共同作業で困るかも。
>
> それはまた別問題ですよね。編集の問題ですよね。

ええ。
例えば「ソースコード(.java)は日本語 EUC で書く」などと
あらかじめ合意しておくことになるのだと思います。

ソースコード(.java) 中の文字列リテラルやコメント (/** 〜 */) などが
日本語 EUC で書かれていたとして、JDK for Windows の
javac, javadoc コマンドは日本の文字 (*) をきちんと扱えるものでしょうか？
その逆、シフトJIS で書かれていたとして、JDK for Solaris では？

(*) 例えば、(文字集合としての) JIS X0208 に含まれる文字

環境変数 LANG や、プロパティ file.encoding を適切に設定すれば
よいものでしょうか。


SHUDO Kazuyuki/首藤一幸   私をたばねないで あらせいとうの花のように
  shudoh at muraoka.info.waseda.ac.jp