C++相談室 part158

**デフォルトの名無しさん** · 2021/11/15(月) 18:49:18.44

前スレ
C++相談室 part157
https://mevius.5ch.net/test/read.cgi/tech/1628474251/

**デフォルトの名無しさん** · 2021/11/15(月) 19:34:54.43

前スレが在るのに後ろスレが無い。

**デフォルトの名無しさん** · 2021/11/15(月) 19:54:16.81

江添のハブ
https://github.com/EzoeRyou

**デフォルトの名無しさん** · 2021/11/15(月) 22:07:48.56

Windows10でrecursive_directory_iterator使うと全角ファイル名が化けまくるんだけど
これwstringバージョンないよね
使い物にならないってこと？

**ハノン** ◆QZaw55cn4c · 2021/11/15(月) 22:13:18.15

>>4
Windows でファイルシステムを操作するなら、もう utf16／W 系を陽に使うしかないのでは
https://mevius.5ch.net/test/read.cgi/tech/1434079972/53

**デフォルトの名無しさん** · 2021/11/15(月) 23:03:16.81

江添さんもRustに行ってしまわれたか。

**デフォルトの名無しさん** · 2021/11/15(月) 23:22:01.05

なんにも確認してないがrecursive_directory_iteratorはpath扱うだけのはずで
wstring云々いいだすのがもう怪しい

**デフォルトの名無しさん** · 2021/11/15(月) 23:27:59.81

だからそう言ってるんだけど

**デフォルトの名無しさん** · 2021/11/15(月) 23:35:44.25

アメ公は多言語のことはあまり考えてないからな

**デフォルトの名無しさん** · 2021/11/16(火) 10:04:00.19

wstringなら解決すると思ってる時点で頭可笑しい

**デフォルトの名無しさん** · 2021/11/16(火) 10:09:17.13

全世界の文字集めたらWORDじゃ足りないことくらいアメ公でなければすぐわかりそうだが

**デフォルトの名無しさん** · 2021/11/16(火) 11:21:28.45

>>11
でも、ハングル文字は、28文字しかないのに 5000ポイントも使っていたり、
元々文字じゃなかった絵文字を勝手に文字の様に扱ったりして行って
肥大化しただけで、世界の文字自体はそんなに多くない。
ユニコードの文字の扱い方に問題が有るんだと思う。

**デフォルトの名無しさん** · 2021/11/16(火) 11:32:32.20

>>12
ハングルは、子音、母音、パッチムは、それぞれ20～30程度しかないが、
それを組み合わせて1文字に組み立てられているらしくて、組み合わせ爆発で、
1万1000文字を越える。
全ての組み合わせが使われているわけではない。
また、実際に使用される文字は2500文字ほどらしい。
表意文字である漢字は、どうしようもないが、単なる表音文字に過ぎない
ハングルに、Unicodeは、1万1000ポイント以上を割り当ててしまってる。

しかし、漢字も滅多に使わない文字を含めても1万5000文字くらいで、
アラビア文字も28文字くらいしかないそうだから、世界で使われている
本当の文字は、恐らく、4万文字もあれば足りるはず。

ユニコードが16BITで表しきれない以上に厄介なのは、UTF8で表現した時に、
50文字しかないひらがなまで 3バイトになっていること。
カタカナまであわせても100程度しかないのに。
さすがに、アメリカ人の傲慢さを感じざるを得ない。

こんな文字コードを一生使い続けると考えるとうんざりするので、
多分、これが終わりではないだろう。
むしろ、これで終わりにしてはならない。

**デフォルトの名無しさん** · 2021/11/16(火) 11:40:54.61

[追加]
ユニコードの文字数が多い点に関して:
・16BITで表現できない文字の大部分は絵文字。
・数学記号などは数学を扱う時に必須なのに、重要な数学記号が沢山不足している。
　つまり、非常に使用頻度が高い記号が含まれてない。
・逆にどうでもいいような変な遊びの記号などが大量に入っている。
　別にそれはグラフィックで書けばいいのに。

数学記号などは文書の中でも使えるし、学問的にも昔から良く使われているのに
なぜかユニコードには含まれてないものが沢山ある。
それに、呼び方や起源は同じでても、数学的には異なる意味を持つコードが1つに
割り当てられていたり、πが四角く表示されて、数学では絶対に使わないグリフ
になってしまっていたりする。
基礎的な数学まで知らないばかが考えたとしか思えないし、それが
何十年間も改善されてない。
ユニコードは欠陥コード。

**デフォルトの名無しさん** · 2021/11/16(火) 11:45:03.78

>>14
円周率の意味での「パイ」(PI)は、数学では必ず小文字で、かつ、丸みを帯びた
おなじみの記号を使い、決して、門構えのようなπは使わないし、
数学の本では見た事が無い。しかし、ユニコードではそれが標準になっており、
誰が使うのという感じがする。

もう一つは、φの記号。物理学で、磁束を表すのは、くるっと回るφ。
数学の空集合のファイは、ドーナツに棒を貫通させたようなグリフ。
しかし、ユニコードでは両者の区別が訳が分からないことになっていて、
困る。

あとは、⇔の記号が、横方向はあるが、縦方向が無いらしいこと。
これは最悪。

**デフォルトの名無しさん** · 2021/11/16(火) 12:42:55.75

空集合記号とギリシャ文字のファイを混同してるような無知に文句つけられてUnicodeも大変だな

**デフォルトの名無しさん** · 2021/11/16(火) 13:52:17.07

TeX

**デフォルトの名無しさん** · 2021/11/16(火) 14:00:17.37

ΦφФфΦɸØø∅⌀

Φ
Φ
Φ

φ
φ
φ

ϕ
ϕ

**デフォルトの名無しさん** · 2021/11/16(火) 14:03:02.78

http://unicode.org/reports/tr25/

**はちみつ餃子** ◆8X2XSCHEME · 2021/11/16(火) 15:34:16.32

そもそもが世界中の言語の発展は場当たり的な習慣の積み重ねを何千・何万年と続けてきてグダグダなんだから
それをどうがんばって整理しようとしたところでグダグダなんだわ。
元からグダグダだったのが Unicode のグダグダさとしても表れてきただけ。
言語ごと作り直しでもしない限り綺麗な符号体系にならないんで、
グダグダさと折り合いをつけてつきあっていくしかしょうがない。

**デフォルトの名無しさん** · 2021/11/16(火) 15:36:04.02

>>16
Unicodeではちゃんと区別されて無いだろ。

**デフォルトの名無しさん** · 2021/11/16(火) 15:36:33.85

>>20
いや、Unicodeに問題がある。

**デフォルトの名無しさん** · 2021/11/16(火) 15:37:58.58

>>18
数学の空集合の記号とは違ってる。
どうせ、パイ(π)は四角い変なグリフで、数学では絶対使えない。

**デフォルトの名無しさん** · 2021/11/16(火) 15:54:46.23

http://unicode.org/reports/tr25/
ここの
empty set でもだめ？

**デフォルトの名無しさん** · 2021/11/16(火) 15:56:48.89

>>21
Greek PhiはU+03A6(大文字)・U+03C6(小文字)・U+03D5(数学用シンボル)
Empty setはU+2205
全く別のコードポイントが割り当てられてるし、>>19の資料でも全く別の文字として議論されてるけど
何を見て何がどう区別されてないと思った？

**デフォルトの名無しさん** · 2021/11/16(火) 17:48:24.19

unicodeで一番困るのがソート
単純にコードの大小でソートするとおかしな事になるからな

**デフォルトの名無しさん** · 2021/11/16(火) 18:13:59.22

>>25
調べてみたが、そもそもグリフが安定していないから数学では使えない。
数学ではグリフによって意味を分けているから。

**デフォルトの名無しさん** · 2021/11/16(火) 18:21:08.03

そもそも、数学では縦棒が斜めになっているか、縦になっているかでもニュアンス
が違うことがある。
特に空集合の場合、斜めになっていないと、普通の数学的な感覚には
合わない。完全に垂直だと駄目だ。
それに、イタリック体と普通のプレインな書体も、明確に区別できるようになって
ないと、プログラムの本でも使えない。
たとえば、BNFなんかでもそう。
遊びでグリフを変えてもらっては使い物にならない。
後は、カンマの横幅を勝手に狭くするのはプログラマー泣かせ。
カンマは飾りじゃなくて、あるのと無いのとでは大違いだし、
ピリオドと完全に区別できなくてはならないのに、狭すぎて連続した
場合に、フォントが小さい時、非常に判別しにくいことがある。
フォントを作る人は大学以降の数学や物理学に詳しい人に絶対に
聞いて欲しい。

**デフォルトの名無しさん** · 2021/11/16(火) 18:25:30.84

Appleのスティーブジョブスのせいで、プロポーショナルフォントが多くなり。
それをIDEなんかでも使う馬鹿(=MSのプログラマ)がいて、もうアホかと。
空白は有るのかないのか分からないし、からの「～」が、上の方にある
チルド~に見えたり、カンマは狭すぎていくつあるのか数えられない、
円周率のπは、数学では決して使うことのない門構えのようなグリフだし。
遊びで変えるな。
芸術ではないんだ、厳密に区別しないといけないんだ、プログラムも
数学も。

**デフォルトの名無しさん** · 2021/11/16(火) 18:25:45.65

それはUnicodeじゃなくてフォントの問題なのでは

**デフォルトの名無しさん** · 2021/11/16(火) 18:42:34.64

コードポイントとグリフとフォントの区別すらついてない無知蒙昧丸出しで
よくもまあそんな意味のない長文を恥ずかしげもなくグダグダ書き散らかせるもんだ
その度胸だけは褒めたるから、Unicodeに物申す前に基礎から勉強しろよ

**デフォルトの名無しさん** · 2021/11/16(火) 18:46:42.11

>>31
分かってないのはお前だろ。

**デフォルトの名無しさん** · 2021/11/16(火) 18:46:42.11

>>31
分かってないのはお前だろ。

**デフォルトの名無しさん** · 2021/11/16(火) 19:02:52.69

>芸術ではないんだ、厳密に区別しないといけないんだ、プログラムも
>数学も。
フォントとグリフと書体をこちゃ混ぜにしてる人間がこれ書いてんのギャグだなw

**デフォルトの名無しさん** · 2021/11/16(火) 19:08:30.21

3回もNGさせんなゴミ

**デフォルトの名無しさん** · 2021/11/16(火) 19:44:20.16

ユニコードを内包する世界最大の文字集合がGB18030。

**デフォルトの名無しさん** · 2021/11/16(火) 23:08:02.71

漏れが書いたように思われそうだがちげう
記念ﾊﾟﾋﾟｺ

**デフォルトの名無しさん** · 2021/11/17(水) 07:02:28.15

自意識過剰

**デフォルトの名無しさん** · 2021/11/17(水) 09:42:16.28

>>36
ハングルを3000文字くらいと、コンポジションに落とし込めなかったのは人類史における、、、まーいーや終わったことだ。
まぁMacでファイル名読むと「パ」が「ハ」と「゜」に割れてマジビビったけどな。

**デフォルトの名無しさん** · 2021/11/17(水) 11:02:21.42

https://0g0.org/category/13000-1342F/1/
ቻﾝቻﾝがቺቻቺቻ

**デフォルトの名無しさん** · 2021/11/17(水) 15:31:08.88

>>27
Unicode は言語情報を保持しない。
いわゆる中華フォント問題が起こるのはテキストだけからは日本語フォントを適用すべきなのか
中国語フォント (あるいは他の言語) を適用すべきなのかわからないからで、
そのあたりはアプリケーションレイヤで解決する想定になっている。

文字の形が重要なアプリケーションでそれができてないなら単にアプリケーションがカスってだけ。

ギリシャ文字のパイと数学記号のパイも個別に符号を割り当てるべきではないが、
Unicode は既存の文字コードを統合することという要件が現実問題として有るために
既存の文字コードで区別している例があると区別せざるを得ない。

文字コードとしての理想の姿と、
まずは皆が Unicode という規格に載ってこないと理想もクソもねぇという板挟みがある。

**デフォルトの名無しさん** · 2021/11/17(水) 19:44:58.31

答えは相手が握ってるので俺がただしいなどありえない

**デフォルトの名無しさん** · 2021/11/17(水) 19:45:13.10

まちがえた

**デフォルトの名無しさん** · 2021/11/17(水) 22:47:12.58

Unicodeとか文字とグリフの区別がぐちゃぐちゃになりつつあるとい
う印象、ど
うしてこうなった？！

**デフォルトの名無しさん** · 2021/11/18(木) 00:03:15.71

>>41
いや、円周率を、パイという記号で表すのは中学生でも知っている訳で、
あのおなじみの形状が安定して表示できない段階で文字コードとして終わってる。
文字数の制約があるならまだしも、誰も使わないような漢字や、その場しのぎの
ふざけた記号が大量に含まれているのに、円周率という誰でも知っていて
記号が絶対にあの記号で無ければ伝わらないものに対して、ちゃんとした
記号が安定したコードポイントにはどこにも割り当てられてないのは
大問題。
中国語の文字と日本語の文字の違いよりも影響はずっと大きい。