Camomile 使い方メモ

Camomile について調べたメモ。

普通の文字列型 (string) と Camomile 内部のユニコード文字列型との間の変換を行うエンコーダ/デコーダを作る。内部エンコーディングとして UTF-8 を使う場合は以下のようにする。UTF8 以外にも UText, XString, UTF16, UCS4 が選べるようだ。

KURO-BOX% ocaml bigarray.cma camomile.cma
        Objective Caml version 3.10.0

# module U = CamomileLibrary.Default.Camomile.CharEncoding.Make(CamomileLibrary.UTF8);;
module U :
  sig
    type text = CamomileLibrary.UTF8.t
    val decode :
      CamomileLibrary.Default.Camomile.CharEncoding.t -> string -> text
    val encode :
      CamomileLibrary.Default.Camomile.CharEncoding.t -> text -> string
  end

外部エンコーディングからこの UTF-8 に変換を行うには decode 関数を使う。この第1引数は変換元エンコーディングを示す型の値。これは CamomileLibrary.Default.Camomile.CharEncoding.of_name で取得できる。

# let sjis = CamomileLibrary.Default.Camomile.CharEncoding.of_name "SHIFT_JIS";;
val sjis : CamomileLibrary.Default.Camomile.CharEncoding.t = <abstr>

以下は Shift_JIS の「表示」という文字列を UTF-8 に変換する。

# let hyoji_sjis = "\x95\x5c\x8e\xa6";;
val hyoji_sjis : string = "\149\\\142\166"
# let hyoji_utf8 = U.decode sjis hyoji_sjis;;
val hyoji_utf8 : U.text = "\232\161\168\231\164\186"

この値には CamomileLibrary.UTF8 モジュールの関数を使うことができる。例えば CamomileLibrary.UTF8.length 関数を使うと正しく文字数を2文字と判断してくれる。

# CamomileLibrary.UTF8.length hyoji_utf8;;
- : int = 2

ここから他の文字エンコーディングに変換するには encode 関数を使う。

# let eucjp = CamomileLibrary.Default.Camomile.CharEncoding.of_name "EUC-JP";;
val eucjp : CamomileLibrary.Default.Camomile.CharEncoding.t = <abstr>
# let hyoji_eucjp = U.encode eucjp hyoji_utf8;;
val hyoji_eucjp : string = "\201\189\188\168"