[インデックス 12191] ファイルの概要

このコミットは、Go言語の仕様書（doc/go_spec.html）におけるインポートパスの文字制限に関する記述の修正です。具体的には、インポートパスに使用できる文字のリストに、UnicodeのU+FFFD（Replacement Character）を含めないようにする変更が加えられました。

コミット

commit fad10f9c1cba2aef54ef3822d6c3688eb1c25483
Author: Russ Cox <rsc@golang.org>
Date:   Thu Feb 23 22:46:04 2012 -0500

    spec: allow disallow of \uFFFD in import path
    
    Turns out U+FFFD is a graphic character too.
    
    http://play.golang.org/p/YblCfKAfko
    
    R=gri
    CC=golang-dev
    https://golang.org/cl/5699052

GitHub上でのコミットページへのリンク

https://github.com/golang/go/commit/fad10f9c1cba2aef54ef3822d6c3688eb1c25483

元コミット内容

このコミットの元のメッセージは以下の通りです。

spec: allow disallow of \uFFFD in import path

Turns out U+FFFD is a graphic character too.

http://play.golang.org/p/YblCfKAfko

R=gri
CC=golang-dev
https://golang.org/cl/5699052

これは、Go言語の仕様書において、インポートパスにU+FFFD（Unicode Replacement Character）の使用を許可しないようにする変更であることを示しています。U+FFFDがグラフィック文字として扱われるため、既存のルールでは許可されてしまう可能性があり、それを明示的に禁止するための修正です。

変更の背景

Go言語のインポートパスは、パッケージを一意に識別するための重要な要素であり、その構文と使用できる文字には厳格なルールが適用されます。これは、ビルドシステムの一貫性、セキュリティ、そしてクロスプラットフォームでの互換性を保証するために不可欠です。

このコミットが行われた背景には、Go言語の仕様書がインポートパスに許可する文字セットに関する既存の記述に曖昧さがあったことが挙げられます。以前の記述では、UnicodeのL（文字、文字）、M（マーク、結合文字）、N（数字）、P（句読点）、S（記号）の各カテゴリに属する文字（スペースを除くグラフィック文字）が許可されていました。しかし、UnicodeのU+FFFD（Replacement Character）もこれらのカテゴリに属する「グラフィック文字」として扱われることが判明しました。

U+FFFDは、UTF-8などのUnicodeエンコーディングにおいて、不正なバイトシーケンスや表現できない文字を置き換えるために使用される特殊な文字です。このような文字がインポートパスに含まれることは、予期せぬ動作、セキュリティ上の脆弱性、または異なるシステム間での互換性の問題を引き起こす可能性があります。例えば、不正な文字がインポートパスに挿入されることで、パッケージの解決に失敗したり、悪意のあるコードが実行されたりするリスクが考えられます。

そのため、Go言語の設計者は、インポートパスの堅牢性と安全性を確保するために、U+FFFDを明示的に禁止する必要があると判断しました。この変更は、Go言語の仕様をより明確にし、インポートパスの信頼性を向上させることを目的としています。

前提知識の解説

このコミットを理解するためには、以下の前提知識が役立ちます。

1. Go言語のインポートパス

Go言語では、他のパッケージのコードを使用するためにimportステートメントを使用します。importステートメントに続く文字列が「インポートパス」であり、これは通常、パッケージのソースコードが配置されているディレクトリのパスに対応します。例えば、import "fmt"は標準ライブラリのfmtパッケージをインポートします。インポートパスは、Goモジュールシステムが導入される前はGOPATHの構造に依存していましたが、現在ではモジュールパスとリポジトリのパスを組み合わせた形式が一般的です。

2. UnicodeとU+FFFD（Replacement Character）

Unicode: 世界中の文字を統一的に扱うための文字コード標準です。様々な言語の文字、記号、絵文字などを一意の数値（コードポイント）で表現します。
U+FFFD（Replacement Character）: Unicodeのコードポイントの一つで、正式名称は「REPLACEMENT CHARACTER」です。これは、テキストデータ処理において、エンコーディングエラー（例えば、UTF-8で不正なバイトシーケンスを読み込んだ場合）や、文字セットで表現できない文字を検出した際に、その文字の代わりに挿入される特殊な記号です。通常、菱形の中に疑問符が書かれたような形で表示されます（）。この文字は、データが破損しているか、正しく解釈できなかったことを示すマーカーとして機能します。

3. Go言語の仕様書（Go Spec）

Go言語の仕様書は、Go言語の構文、セマンティクス、標準ライブラリの動作などを厳密に定義した公式ドキュメントです。Go言語のコンパイラやツールは、この仕様書に基づいて実装されます。仕様書は、言語の挙動に関する最終的な権威であり、開発者はこのドキュメントを参照して言語の正確な動作を理解します。

4. グラフィック文字（Graphic Characters）

Unicodeの文脈における「グラフィック文字」とは、画面に表示される、または印刷される文字全般を指します。これには、アルファベット、数字、記号、句読点などが含まれます。スペースや制御文字（改行、タブなど）は通常、グラフィック文字とは区別されます。Go言語の仕様では、インポートパスに特定のUnicodeカテゴリ（L, M, N, P, S）に属するグラフィック文字を許可していました。

技術的詳細

このコミットは、Go言語の仕様書であるdoc/go_spec.htmlファイルを修正することで、インポートパスの文字制限を更新しています。

変更前の仕様では、インポートパスに使用できる文字は、UnicodeのL（文字）、M（マーク）、N（数字）、P（句読点）、S（記号）の各一般カテゴリに属する非スペースのグラフィック文字に限定されていました。さらに、ASCII文字の一部（!"#$%&'()*,:;<=>?[\\]^{|}）も除外されていました。

しかし、U+FFFD（Replacement Character）は、Unicodeの一般カテゴリにおいて「So」（Symbol, Other）に分類され、これはS（記号）カテゴリの一部と見なされることがあります。したがって、既存の「グラフィック文字」という定義の下では、U+FFFDがインポートパスに許可されてしまう可能性がありました。

このコミットは、この潜在的な問題を解決するために、明示的にU+FFFDをインポートパスから除外するよう仕様を修正しました。これにより、インポートパスの文字セットがより厳密になり、U+FFFDのような特殊な文字が意図せず含まれることによる問題を未然に防ぐことができます。

この変更は、Go言語のコンパイラやツールがインポートパスを解析する際の挙動に影響を与えます。仕様の変更に伴い、これらのツールもU+FFFDを含むインポートパスを不正なものとして扱うように更新されることが期待されます。これにより、Goのビルドシステム全体の堅牢性と予測可能性が向上します。

コアとなるコードの変更箇所

変更はdoc/go_spec.htmlファイルの一箇所のみです。

--- a/doc/go_spec.html
+++ b/doc/go_spec.html
@@ -5101,8 +5101,9 @@ Implementation restriction: A compiler may restrict ImportPaths to
 non-empty strings using only characters belonging to
 <a href="http://www.unicode.org/versions/Unicode6.0.0/">Unicode's</a>
 L, M, N, P, and S general categories (the Graphic characters without
-spaces) and may also exclude the ASCII characters
-<code>!"#$%&amp;'()*,:;&lt;=&gt;?[\\]^`{|}</code>.
+spaces) and may also exclude the characters
+<code>!"#$%&amp;'()*,:;&lt;=&gt;?[\\]^`{|}</code>
+and the Unicode replacement character U+FFFD.
 </p>

具体的には、以下の行が変更されました。

- spaces) and may also exclude the ASCII characters
- <code>!"#$%&'()*,:;<=>?[\\]^{|}.`
+ spaces) and may also exclude the characters
+ <code>!"#$%&'()*,:;<=>?[\\]^{|}`
+ and the Unicode replacement character U+FFFD.

コアとなるコードの解説

この変更は、Go言語の仕様書における「Implementation restriction」（実装上の制限）のセクションにあります。このセクションは、コンパイラがインポートパスに課すことができる追加の制限について記述しています。

変更前は、インポートパスに使用できる文字として、UnicodeのL, M, N, P, Sカテゴリに属するグラフィック文字（スペースを除く）が挙げられ、さらに特定のASCII文字が除外されていました。

変更後では、この除外リストに「and the Unicode replacement character U+FFFD」が追加されました。これにより、コンパイラはインポートパスにU+FFFDが含まれている場合、それを不正なものとして扱うことが許可されるようになりました。

この修正は、Go言語のインポートパスの文字セットをより厳密に定義し、U+FFFDのような特殊な文字が意図せずインポートパスに含まれることによる潜在的な問題を回避することを目的としています。これは、Goのビルドシステムとパッケージ管理の堅牢性を高めるための重要な仕様変更です。

参考にした情報源リンク

コミットメッセージ内のGo Playgroundリンク: http://play.golang.org/p/YblCfKAfko (このリンクはコミット当時のものであり、現在は動作しない可能性がありますが、当時の問題を示すコード例であったと考えられます。)
Go Change List (CL) リンク: https://golang.org/cl/5699052 (GoのコードレビューシステムGerritの当時のリンク。現在はGoのGitHubリポジトリのコミット履歴に統合されています。)
Unicode Standard, Version 6.0.0: http://www.unicode.org/versions/Unicode6.0.0/ (コミットメッセージで参照されているUnicodeのバージョン)
Go言語のインポートパスに関する一般的な情報源（Goのドキュメントやブログ記事など）
Unicodeの一般カテゴリに関する情報源（Unicodeの公式ドキュメントなど）
U+FFFDの用途と意味に関する情報源（Wikipediaなど）
Go言語の仕様書における「Implementation restriction」のセクションに関する情報源

comemo