[PHP-dev 1465] Re: UTF-8文字の長さ

[Moriyoshi Koizumi]

小泉です。

それはわかるのですが、これは単純にUTF-81文字を表すシーケンスの最初のオクテットから長さを決定するテーブルなので、単純に 5 を 4
に変えるような問題ではないと思うのです。

また、ISO/IEC 10646 では U+110000 以降は reserved と定義しているので、この領域に対応する UTF-8
シーケンスは (符号化という観点では) 有効です。

RFC3629 や Unicode Standard では、そのようなシーケンスは無効だという理解です。

2009/4/11 Moriyoshi Koizumi <mozo ＠ mozo.jp>:
> 2009/4/11 KOYAMA Tetsuji <koyama ＠ hoge.org>:
>> 小山です。
>>
>> 2009/4/11 Moriyoshi Koizumi <mozo ＠ mozo.jp>:
>>> 小泉です。
>>>
>>> 不勉強ですみませんが、この変更にはどのような意義があるのでしょう。
>>
>> RFC 3629 では、UNICODE で定義されていない 第16面より後ろに
>> 対応するバイトシーケンスは削除されているということだと
>> 思います。最長 4 バイトになってますね。
>>
>>
>> --
>>    小山哲志＠テックスタイル
>>    koyama ＠ techstyle.jp
>>    koyama ＠ hoge.org
>> _______________________________________________
>> PHP-dev mailing list
>> PHP-dev ＠ php.gr.jp
>> http://ml.php.gr.jp/mailman/listinfo/php-dev
>>
>