Мурло стандартизатора

[spamsink]

Жили мы - не тужили, и вдруг захотелось нам в распределенном проекте файлов с русскими именами. С этим делом во всех уважающих себя операционных системах нынче порядок - имена хранятся в юникоде, чтобы всем было одинаково неудобно. Хоть китайскими иероглифами имена вводи.

Вот и ввели. На чрезвычайно уважающей себя операционной системе МакОС. Потом все эти файлы уехали на sourceforge.net, а оттуда - на машину с другой весьма уважаемой операционной системой. Да, впрочем, и с третьей тоже, несмотря на новизну.

Файл называется "слойка" (это не кондитерское, а... нет, лучше не начинать, да это и неважно).

Ожидали файл с именем слойка, а получилось - слойка. Видите разницу?

(Кто совсем не видит - назовитесь.)



Стандарт предписывает хранить имена файлов, используя канонические представления символов юникода. Для буквы "й" каноническое представление - U+0438 CYRILLIC SMALL LETTER I + U+0306 COMBINING BREVE. Этой, пардон за каламбур, буквы стандарта, судя по всему, пока строго придерживается только МакОС. Вот так и живем.

Comments

[vgramagin.livejournal.com]

В мозилле вижу одно и то же. Если скопировать и вставить в win1251 или koi-8, получается вопросительный знак.

А вы не выпендривайтесь :-))

[erin-karsa.livejournal.com]

Совсем не вижу :(

[solomon2.livejournal.com]

Они совсем охуйели. Еще бы ё в два символа разложили...

[observarius.livejournal.com]

Я, конечно, юзер из самых дремучих, но нешто то, от чего зависят бонусы зряплаты, платежи за оффис и т.д. вывешивается на sourceforge.net?

[relyef.livejournal.com]

Ни в FF, ни в IE8 разницы не вижу. У Вас неправильные пчелы.

[vadim-i-z.livejournal.com]

В Хроме вижу одинаково.
Скопировал, вставил в текстовый редактор - вышло так:

[spamsink]

Так и я в половине мест разницы не вижу.
Когда она видна (например, в эмуляторе терминала специально сделаны spacing diacritics), проблем нет; хуже, когда в одном каталоге может быть два разных файла с "одинаковыми" именами.

[dvv.livejournal.com]

Файерфокс проэбался, рендеря канонизированный вариант — галка съехала практически на к. Сафари (в Макосе) утопил галку глубоко в букве. В Хроме (взад в Виндузах) нормально. В IE тож.

[spamsink]

А у меня в одних шрифтах - нормально, в других - кратка над к, в третьих - слои˘ка.

[spamsink]

А файлы с этими двумя именами? В Макосе должен быть один файл, а в Виндузах будет два близнеца, одинаковы с лица.

[spamsink]

Нет, это вовсе хоббиистское, а что такое слойка в плохом смысле платежей?

[spamsink]

Ё-то как раз куда ни шло разлагать, раз допускается ее замена на Е.
Причем навскидку угадать, есть у буквы с диакритикой канонизация или нет, невозможно. Например, у Ç - есть, у Ł - нет, у Ľ - есть, а у Ŀ - нет.

[spamsink]

Ну назывался файл так уже почти 30 лет, что мы можем поделать!

[spamsink]

Если на Маке, то это правильно. А другим системам пока, по-видимому, лучше с Маками в части обмена файлов с русскими именами не якшаться.

[solomon2.livejournal.com]

Ужосс

[spamsink]

В теории все должно работать прозрачно, и нас не должно [интересовать] товарищ прапорщик, как именно система хранит имена файлов: если выглядит так же, то это один и тот же файл. А на практике - поди ж ты.

[dvv.livejournal.com]

(голосом доктора Хауса) cool!

[observarius.livejournal.com]

Между нами, ладно?

...это старая технология (когда было 3 платежки) - на первой и третьей (как бы под "копирку") выписывается одна цифра, на второй - другая.
Как-то так.


Оговорка: я никогда этого не делал, и не стану. Ну, да Вы и сами знаете....

[cema.livejournal.com]

На Юбунте в FF вижу разницу.

Весело живём.

[dvv.livejournal.com]

Причём если в Макоси через SMB посмотреть, то всё канонизировано:

[strudel:c$/temp/00] dvv% ls|od -tx1c
0000000    2e  2f  0a  2e  2e  2f  0a  d1  81  d0  bb  d0  be  d0  b8  cc
           .   /  \n   .   .   /  \n   с  **   л  **   о  **   и  **   ̆
0000020    86  d0  ba  d0  b0  0a  d1  81  d0  bb  d0  be  d0  b8  cc  86
          **   к  **   а  **  \n   с  **   л  **   о  **   и  **   ̆  **
0000040    d0  ba  d0  b0  0a                                            
           к  **   а  **  \n       

Интересно — это SMB или Макось канонизирует?

[spamsink]

Даже не знаю, радоваться или огорчаться, что эта часть жизни прошла совсем мимо меня. :)

[spamsink]

Хороший способ защищать файлы от доступа из Макоси. :)

Из линуха зайди по SMB - должно стать видно, кто канонизирует.

[observarius.livejournal.com]

Мимо меня - тоже, но это - часть профессии и этому учат в (хороших) школах.

Точнеее, обнаружению :)

[dvv.livejournal.com]

Ха! Автокомплит в макосном tcsh не находит файла по имени ёканый бабай, если нажать букву ё. Зато е прекрасно работает. Too much fun…

[spamsink]

В моноширинных фонтах есть дилемма, связанная с отработкой combining diacritics - нужно считать их отдельными символами с положительной шириной, равной стандартной ширине (моноширинный - значит моноширинный!) или символами с отрицательной шириной, равной по модулю стандартной ширине, чтобы precombined и canonical формы выглядели одинаково?
Некоторые то ли шрифты, то ли рендереры выбирают компромиссное решение - они делают диакритику с нулевой шириной, отчего она налезает не на предыдущий символ, а на следующий.