とみたです。

On Sat, 24 Mar 2007 23:37:34 +0900
MORIYAMA Masayuki <msyk@xxxxxxxxxx> wrote:

> >> OSC2007 の松信さんのプレゼンを聞いていないので、話が掴めていません。
> > 
> > プレゼン中で 4バイト UTF-8 への対応として、現状の utf8 は最大3バイトの
> > ままにしておき、最大4バイトを扱えるものをたとえば utf8_4 というような
> > 名前で導入する…という話がありました。

ちょっと誤解を招く書き方だったかもしれません。

決定ではなく、「utf8_4 という名前で導入する方法もあるかもしれない」く
らいの意味合いだったと思います。

> なるほど、ありがとうございます。
> 従来の utf8 は、正しく実装されていなかったのだけれども、互換性維持の為に
> に、従来の実装を残して正しい UTF-8 を utf8_4 として実装するという事です
> ね。(MySQL の utf8 は、CESU-8 だったという事)

> たとえば、次のような感じになる。
> 
> mysql> select hex(convert(_utf8 0xEDA080EDB080 using utf8));
> +-----------------------------------------------+
> | hex(convert(_utf8 0xEDA080EDB080 using utf8)) |
> +-----------------------------------------------+
> | EDA080EDB080                                  |
> +-----------------------------------------------+
> 
> mysql> select hex(convert(_utf8 0xEDA080EDB080 using utf8_4));
> +-------------------------------------------------+
> | hex(convert(_utf8 0xEDA080EDB080 using utf8_4)) |
> +-------------------------------------------------+
> | F0908080                                        |
> +-------------------------------------------------+
> 
> mysql> select hex(convert(_utf8_4 0xF0908080 using utf8));
> +---------------------------------------------+
> | hex(convert(_utf8_4 0xF0908080 using utf8)) |
> +---------------------------------------------+
> | EDA080EDB080                                |
> +---------------------------------------------+

ん〜、従来のは CESU-8 なんでしょうかね…。

サロゲートペアを意識して変換してくれるかというと、そこまでは実装されな
いような気がするので、単に3バイト以下に制限された UTF-8 ということだと
思います。

-- 
とみたまさひろ <tommy@xxxxxxxxxx>
日本MySQLユーザ会 http://www.mysql.gr.jp