pTeX の \euc, \kuten 等のプリミティブに変な値を与えてみる

ptex_kanjicnv_test.sh

#!/bin/sh
#pushd /tmp/tlwork/texk/web2c/
#make -j4 eptex && sudo cp eptex /opt/texlive/2021/bin/x86_64-linux/
#popd
eptex -ini -etex -kanji-internal=euc -jobname=eptex-euc eptex.ini
eptex -ini -etex -kanji-internal=sjis -jobname=eptex-sjis eptex.ini

cat > test.tex << "EOF"
\ifnum`あ="A4A2 \def\XC{EUC:: }\else\def\XC{SJIS:: }\fi %"
\def\typeout#1{\immediate\write17{\XC \detokenize{#1}--> #1}}

\typeout{\kuten-1}
\typeout{\kuten0}
\typeout{\kuten"015F} %" 本来は不正のはずだが，
\typeout{\kuten"0160} %"
\ifnum`あ="A4A2 %"
  \typeout{\sjis-1}   %  本来は不正のはずだが．
  \typeout{\sjis"FF}  %" 本来は不正のはずだが．
  \typeout{\sjis"8040}%" 本来は不正のはずだが．
  \typeout{\sjis"817F}%" 本来は不正のはずだが．
  \typeout{\sjis"81FF}%" 本来は不正のはずだが．
  \typeout{\sjis"813F}%" 本来は不正のはずだが．
  \typeout{\sjis"EFFC}%" 1-94-94
  \typeout{\sjis"EFFD}%" 本来は不正のはずだが．
  \typeout{\sjis"F040}%" 「第2面」領域
  \typeout{\sjis"FFFD}%" 本来は不正のはずだが．
\else
  \typeout{\euc-1}   %  本来は不正のはずだが，
  \typeout{\euc"FF}  %"
  \typeout{\euc"2422}%" 本来は不正のはずだが，
  \typeout{\euc"A0A2}%" JIStoSJIS() で弾かれる
  \typeout{\euc"A2A0}%" 本来は不正のはずだが，
  \typeout{\euc"A29F}%" 本来は不正のはずだが，
  \typeout{\euc"A2FF}%" 
\fi

\bye
EOF

eptex -fmt=eptex-euc test.tex 2>/dev/null | grep '::'
eptex -fmt=eptex-sjis test.tex 2>/dev/null | grep "::"

 int JIStoEUC(int kcode)
 {
+    if (!isEUCkanji1(HI(kcode) | 0x80)) return -1;
+    if (!isEUCkanji2(LO(kcode) | 0x80)) return -1;
     return (kcode | 0x8080);
 }

これだと JIS 0xA1A1 (不正) --> EUC 0xA1A1 (　: 正当) 等が通ってしまいますね…

isJISkanji1, isJISkanji2 のような物を作って、

boolean isJISkanji1(int c)
{
    c &= 0xff;
    return (0x21 <= c && c <= 0x7e);
}

boolean isJISkanji2(int c)
{
    c &= 0xff;
    return (0x21 <= c && c <= 0x7e);
}

int JIStoEUC(int kcode)
{
    if (!isJISkanji1(HI(kcode)) return -1;
    if (!isJISkanji2(LO(kcode)) return -1;
    return (kcode | 0x8080);
}

とするのはどうでしょうか？

JIStoSJIS も計算前に同様のチェックを入れておきたい気がします。

JIStoEUC, JIStoSJIS

確かにそうですね。ありがとうございます。

• あちらのコメントにも書きましたが，不正なコードの時は -1 に統一したいという気持ちなので，UCS2toJISnative の返り値が 0（→ UCS2toJIS = 0）の時は fromUCS() で -1 を返すようにしてみました。
• 余談ですが，ptexenc/jisx0208.h の UnicodeTbl の category 85 以降は全くアクセスされない（unicode-jp.c が利用するのは MAXJIS すなわち category 84 まで）ため，削除していいように思います（古い VFlib2 由来のコードらしいですが，私用領域？なのか category 89 -- 92 に謎のエントリがあるのが気持ち悪いので）。

https://github.com/texjporg/tex-jp-build/tree/kitagawa_toucs-1 で試しています。