glibc の wcwidth の話の続き

Debian Unicode

glibc の wcwidth() の「曖昧な文字幅」についての動作の話の続き。
やっぱり、UTF-8 の charmap を全部書き換えてしまうのは良くないと思い、以下のようにしてみた。
まず、/usr/share/i18n/charmaps/UTF-8.gz を改造して ambiguous width な文字の幅を 2 にしたものを /usr/share/i18n/charmaps/UTF8-8-CJK.gz として設置。*1
次に UTF-8-CJK を使って locale を再作成

 $ sudo localedef -i ja_JP -c -f UTF-8-CJK ja_JP.UTF-8

あるいは、/etc/locale.gen を以下のように書き換えて locale-gen コマンドを実行しても同じ。(Debian 特有?)

en_US.UTF-8  UTF-8
ja_JP.EUC-JP EUC-JP
ja_JP.UTF-8  UTF-8-CJK

この状態で、前回作成したプログラムを実行した結果は以下のとおり。

 $ LC_CTYPE=ja_JP.utf8 ./a.out
wcwidth('A') == 1
wcwidth('α') == 2
wcwidth('あ') == 2

 $ LC_CTYPE=en_US.utf8 ./a.out
wcwidth('A') == 1
wcwidth('α') == 1
wcwidth('あ') == 2

これなら、CJK な人も non-CJK な人もそれなりに幸せになれるのではなかろうか。
もっとも、何かの拍子に(locales パッケージをアップグレードした時とか) locale-archive が更新されて元に戻ってしまいそうだけど、その時はその時で。
なお、UTF-8-CJK な charmap を作るにあたっては、以下のバグ報告(glibc 本家と Debian の glibc パッケージ)を参考にした。

*1:文字幅の情報は EastAsianWidth.txt (unicode.org) を参照。