21. Cygwin 1.7 と UTF-8

21.1 Cygwin 1.7 公開テストの開始

去年 (2008 年) 12 月 10 日，Cygwin 1.7 の公開テストの開始が Cygwin のメーリングリストでアナウンスされました。 インストールするには，そのアナウンスで説明されているように http://cygwin.com/setup-1.7.exe を使います。

setup-1.7.exe の使い方そのものは従来の setup.exe と同じです。 実行すると Cygwin 1.5 のかわりに Cygwin-1.7 とそれに随伴するパッケージがダウンロードされ，インストールされます。

アナウンスで警告されているように，デフォルトでは既存の Cygwin 1.5 環境をアップグレード，つまり上書きします。 もしも既存環境をそのままにしたいときは，setup-1.7.exe でインストールするとき，インストール先を，例えば， C:/cygwin から C:/cygwin-1.7 に変更します。 ちなみにここで以下，記述している環境は，破壊しても惜しくない実験環境をデフォルトどおりにアップグレードしたものです。

ダウンロードされたパッケージは，従来とは別の release-2 フォルダに保存されます。

21.2 Cygwin 1.7 の起動と問題点

インストール後，Cygwin を起動して cat /proc/version でバージョンを確かめると 確かに 1.7.0 になっています。

従来の Cygwin 1.5 および前回の UTF-8 Cygwin で作成した日本語ファイルへのシンボリック・リンクもそのまま有効です。

「ソソソ」のようないわゆる SJIS ダメ文字入りのフォルダを mkdir してみると成功します。

しかし，rmdir や ls ではこのフォルダを正しく扱えません。

21.3 set CYGWIN=codepage:utf8

前述の Cygwin 1.7 のアナウンス記事では簡単に，そこからリンクされている http://cygwin.com/1.7/cygwin-ug-net.html では詳細に Cygwin 1.7 の機能が記述されています。

それによれば，Cygwin 1.7 は UTF-8 を標準でサポートしています。 将来的には正攻法で Unix の locale 機構と統合する模様ですが，さしあたり現時点での実装で，この機能を有効にするには Cygwin の起動前に環境変数 CYGWIN に codepage:utf8 を指定します。

さしあたり起動用のバッチファイル Cygwin.bat を書き換えてみます。

01:~$ cd /
01:/$ cat Cygwin.bat
@echo off

C:
chdir C:\cygwin\bin

bash --login -i
01:/$ meadow Cygwin.bat
01:/$ diff Cygwin.bat~ Cygwin.bat
2a3,4
> set CYGWIN=codepage:utf8
> 
11:/$ cat Cygwin.bat
@echo off

set CYGWIN=codepage:utf8

C:
chdir C:\cygwin\bin

bash --login -i
01:/$ 

書き換えた後，Cygwin を起動しなおします。

21.4 cygwin-1.7.0-37 の UTF-8 モードの問題点

UTF-8 Cygwin と異なり，現在の Cygwin 1.7 (cygwin-1.7.0-37) の UTF-8 モードは，互換性にいろいろと難があります。

この例で示しているホームディレクトリでは，日本語名のフォルダ「デスクトップ」へシンボリック・リンク Desktop をはっています。

従来の Cygwin 1.5 では，「デスクトップ」という名称を，シンボリックを実装しているファイルの内部に SJIS で格納します。 UTF-8 Cygwin でも，互換性維持のため，名称を SJIS で (正確には各国の Windows それぞれのコードページで) 格納します。

しかし，残念なことに，今の Cygwin 1.7 の UTF-8 モードには，そういった配慮はありません。 SJIS で格納されている「デスクトップ」という文字列を UTF-8 で読み出そうとして，文字化けし，フォルダへのアクセスに失敗します。

しかたありませんから，今までのシンボリック・リンク Desktop を消し，新しく作り直します。 うまくシンボリック・リンクが消えないときは，いったん Cygwin を終了させ，Windows のエクスプローラから消します。

01:~$ ln -s profile/デスクトップ Desktop

今までの Cygwin (UTF-8 Cygwin を含む) のシンボリック・リンクの実装と異なり， Cygwin 1.7 で作ったシンボリック・リンクは，エクスプローラのショートカットとして利用することはできません。

もちろん，Cygwin から使う限りは問題ありません。 このモードでは，さきほど mkdir できたものの rmdir できなかった 「ソソソ」フォルダも問題なく消すことができます。

このモードでのコンソール入出力は，Cygwin を経由する限り，UTF-8 Cygwin と同じく，UTF-8 扱いになります。UTF-8 で書かれたテキスト・ファイルを cat で表示することや，UTF-8 文字列を普段の MS-IME でコマンド行から入力することができます。 今回の例でコマンド行に rmdir ソソソ を入力したとき，MS-IME の漢字変換で入力した「ソソソ」が rmdir に UTF-8 文字列として渡されていることに注意してください。

しかし，再び残念なことに，UTF-8 Cygwin と異なり，出力しようとする文字列が UTF-8 文字列として解釈できないとき，従来のコードページとして解釈し直す機能までは実装されていません。

したがって，Cygwin 1.7 の UTF-8 モードでは，SJIS で書かれたテキストファイルを表示するとき，陽にUTF-8 に変換する必要があります。

この制限事項が深刻なのは，"国際化" されたコマンドに対してです。 環境変数を設定して，この種のコマンドが日本語メッセージを表示するようにしたとき，現状では文字化けします。 SJIS で表示しようとするからです。 今のところ，locale の文字エンコーディング指定は無効ですから， 環境変数変数値を ja ではなく ja_JP.UTF-8 にしても文字化けは直りません。

もしもコマンドが cygwin1.dll を経由せずに W 系ではなく A 系の Win32 API を直接叩いているときは，その API 由来のメッセージ文字列についても同じ問題があります。 (例: mkgroup)

この問題は本質的な矛盾ではなく，個別のライブラリやコマンドの実装で解決可能なことですが，少なくとも 現時点では不便をかこつことになります。

21.5 おわりに

以上述べたように難がないわけではありませんが，Cygwin が標準機能として UTF-8 を扱えること，とりわけ日本語 Windows で作成可能なファイル名，フォルダ名を Cygwin 上の Unix コマンドから問題なく扱えることは，間違いなく大きな前進です。 加えて，今までの Cygwin (UTF-8 Cygwin を含む) と異なり，Cygwin 1.7 は，内部的に Windows が扱える限りの長いパス名を扱えるようになっています。 状況によっては，これは決定的な利点になります。