CGI:IRC
IRCチャットをWWWブラウザから使えるようにするCGIシステム CGI:IRC をUTMCのサーバにインストールした．
http://cgiirc.sourceforge.net/
海外で作られたものなのでそのままでは日本語が通らない*1．Jcode.pmやjcode.plという漢字コード変換モジュール*2を使った日本語化パッチがmya氏により作られている．
http://ijc.ne.jp/~mya/index.cgi/net?page=CGIIRC%A4%F2%C6%FC%CB%DC%B8%EC%A4%C7%BB%C8%A4%AA%A4%A6
ところがパッチの最新版はcgiirc 0.5.3向けで，本家の最新版0.5.4ではうまく機能しない．そこで今日はしばらく頭をひねって0.5.3向けパッチを参考に0.5.4向けパッチを書いてみた．
辛かったよ... Perlなんてまともに使ったことないのに．文字コード問題ってそもそも複雑なんだよね．日本語IRCサーバは普通ISO-2022-JPに対応しているが，ブラウザが送るユーザのメッセージ文字列は「ASCII文字はそのまま，マルチバイト文字はUCS-2を基準に %u30fa 等とASCII文字でエンコード」という訳の分からん方式*3．Jcode.pmはUnicode系のうちではUTF-8かUCS-2にしか対応してないので，どっちかにしなければならない．エンコードされたマルチバイト文字を正規表現で見つけ出し，関数packを使って元の2byteに戻す．そこにJcodeを使ってUCS-2からEUC-JPに変換（EUC-JPにおいてはASCII文字列は変換の必要がない）．つーことで次のようになる((4回繰り返しには |4| が使えるとも聞くが...))．
$line =~ s/%u([\da-f][\da-f][\da-f][\da-f])/Jcode->new(pack('H4', $1), 'ucs2')->euc/egi このEUC-JP文字列がブラウザで表示される．んで，IRCサーバに送る方は送る関数を見つけてISO-2022-JPに変換．その関数はmya氏のパッチを参考にして判別できたんだけど，どのエンコーディング方法を基本にするかで大変困った．あーするとブラウザではちゃんと読めるがみんなが普通のIRCクライアントから見ると化ける，こーするとみんなは読めるがブラウザで読めない，今度はどっちも化ける... サーバがISO-2022-JPを基準にするなら全部それに変えればいいじゃん，と言うかも知れないが，ISO-2022-JPはマルチバイト文字列の前後にエスケープシーケンスを埋めるので，1文字ずつ変換している↑の方式では無駄なエスケープシーケンスが生じたり，色々嬉しくない．
慣れてる人には簡単なことなのかも知れないけど，私はこういうのは... むしろ慣れたくもないこんなの．もう二度とごめんだ*4．
*1:1byte＝char型＝1文字というぬるま湯で育った毛唐どもめが！ C/C++にbyte型を新設し，数年後にそっとchar型を（UCS-4の入る）4byteに広げねばアジアは救われない！ 最近はプログラミング言語/環境の方では次第にUnicode対応が進んでいるが，まだまだ心理面では遅れている．
*2:繰り返すようだけど，Perl5では大変充実したUnicodeサポートが実現されている．Perlはキモいので使う気はないが豊富な機能は確かに魅力だ...
*3:Unicode系エンコーディング方法のうち，ASCII文字を不変に保つのはUTF-8．しかしこれは1文字を表すbyte数が1から3までの場合があり，2byte固定のUCS-2とはかなり異質．あ，UTF-8では規格上6byte文字も存在するらしいがあまり縁はなさそう．それとUCS-2と書いたが，実はUTF-16かも知れない...
