Orz日記 by Akio Morita

_ [FreeBSD]Microsoft UCS互換運用の話

• Samba - unix charsetにiconvでサポートされるunix側のエンコーディングを設定出来る
  • smb4.confのunix charsetに先日追加したUTF-8-MSを指定することで、例えばパス中の「〜」がWindows側からはU+FF5E(FULLWIDTH TILDE)・FreeBSD側からはWAVE DASH(U+301C)で運用出きることを確認

• msdosfs - lib/libkiconv/quirks.cにネタ帳(MS向けのUCSコードポイント置換表とエンコーディングの別名定義)があるので、ここを拡張すればいける？ UTF-8サポートは全然別の場所だった
  • libkiconvが変換テーブルのロードに使っているAPIは、2byte文字前提ぽぃ(3byte文字サポートを有効にするマクロがあるようだが、メンテされてるのか？)
  • UTF-8はどうやってるのだろう…UCS/UTF系だけ専用モジュール(sys/libkern/iconv_ucs.c)になっている模様
  • 保有している変換テーブルの公開は、モジュール初期化子iconv_ucs_initからiconv_addで登録する
    • 初期状態で、UTF-16BE -> UTF-8, UTF-8 -> UTF-16BEが公開されている
    • モジュール自体は、UTF-16LE・UCS-2LEをサポートしてる模様
  • 改造方針
    • sys/libkern/iconv_ucs.cを改造し、UTF-8-MSを実装する
    • UTF-8-MSをunicode_familyに登録し、専用フラグを付与する
    • iconv_ucs_initで UTF-16BE / UTF-8-MS間の変換マップを公開する
    • iconv_ucs_convに専用フラグ付きの際にUCS-4コードポイントの変換を差し込む
      • UTF-8のデコード後とUTF-8エンコード前の2ヶ所
      • 変換マップは、Citrus iconvの改造パッチから持ってくる
    • lib/libkiconv/quirks.cにquirksを追加し、UTF-8 locale時にlocal filesystem encodingにUTF-8-MSを指定する

• ntfs(ports/sysutils/fusefs-ntfs)
  • use_utf8モード時は、UTF-16LEの内部コードとUTF-8の相互変換はlibntfs-3g/unistr.cに自前の実装を持っている
  • NTFSファイル名は、MicrosoftなUCSで符号化されているので、換字テーブルをunistr.cに持ち込むのが素直か？

実装完了〜

Linux/SambaなNASからのNFSマウントを除けば、MicrosoftなUCS符号位置のファイルは見ずに済むようになった