🐙
[Bug #21450] String#upcase と Symbol#upcase の結果が一致しないケースがあるというバグ報告
[Bug #21450] Inconsistent upcase between String and Symbol
-
iに対して.upcase(:turkic)を呼び出したときにString#upcaseとSymbol#upcaseの結果が一致しないというバグ報告-
:turkicを渡すとチュルク語族 (トルコ語、アゼルバイジャン語など) に適合した完全な Unicode ケースマッピングです。これはたとえば大文字の I は小文字のドットなしの i (ı) にマッピングされることを意味します。 - see: https://docs.ruby-lang.org/ja/latest/method/String/i/downcase.html
-
p 'i'.upcase(:turkic)
# => "İ" ドットがある
p :i.upcase(:turkic)
# => :I ドットがない
- これは非ASCII文字が含まれている場合は再現しないみたい
p 'iい'.upcase(:turkic)
# => "İい"
p :iい.upcase(:turkic)
# => :İい
- これなんですが文字列リテラルの場合は『ソースエンコーディング（デフォルトだと UTF-8）がエンコーディングに設定される』
p "i".encoding # => #<Encoding:UTF-8>
- 一方でシンボルリテラルの場合は『ASCII 7bit 文字だけの場合は
US-ASCIIがエンコーディングに設定される』
# ASCII 7bit 文字だけの場合は US-ASCII になる
p :i.encoding # => #<Encoding:US-ASCII>
# 非ASCII 7bit 文字がある場合は UTF-8 になる
p :iい.encoding
- この違いによって
#upcase(:turkic)の結果も違ってくるみたいですね - 次のようにエンコーディングを
US-ASCIIにするとシンボルと同じ結果になる
p "i".encode("US-ASCII").upcase(:turkic) #=> "I"
Discussion