サロゲート文字を操作するとデータ消失

[sanada]

[条件]
a)WinXP+KB927489（JIS2004対応フォント）※1
b)WinVista以降（メイリオフォント）
c)StarSuite8（「HG ゴシックB Sun」フォント）

[再現手順1]
1)[添付ファイル(1)]をSS8で開く。※2
2)２文字目をBold（太字）にする。
=>表示上で２文字目を含む、以降が化ける。この時点でデータが消失。
3)別名で保存し、データ(content.xml)をIE等xmlビューワーで表示してみると、
１文字目と２文字目が消失していることが確認できる。

[再現手順2]
1)[添付ファイル(2)]をSS8で開く。※2
2)サロゲート文字をBold（太字）にする。
3)表示上でサロゲート文字が化ける。

[考察]
content.xmlのODF構造を確認する限り、サロゲート文字を何らかのタグ
（今回の例では、テキスト装飾を表す「text:span」）
で囲もうとするときに発生するようです。
サロゲート文字が連続した状況にて操作した場合、
より顕著に現象を確認することが出来ます。

サロゲート文字への対応が不十分であると考えられます。

今回の再現手順では提示できませんでしたが、
セクションを予め作成しておき、その内部にサロゲート文字を含む文章を設置し、
そのサロゲート文字にテキスト装飾を付加した状態のODF(1)を
別のODF(2)よりセクション参照するように定義・保存した後に
ODF(2)を開こうとすると、
「このファイルの*,*(row,col)にあるサブドキュメントcontent.xmlで書式エラーが見つかりました。」
という状況にも遭遇しています。
（回避方法としては、「読み取りエラー「content.xmlに書式エラーがあります」|http://user.services.openoffice.org/ja/ ... ?f=8&t=227」にて可能。）

また、[添付ファイル(2)]のサロゲート文字をコピペとアンドゥを何度か操作・保存後に
再度開こうとすると
「このファイルの*,*(row,col)にあるサブドキュメントcontent.xmlで書式エラーが見つかりました。」
という状況にも遭遇しています。

Writerの例にて提示しましたが、
Calcでも任意のセルに[再現手順1]と同様な操作をすることで確認できます。

OOo2/3系(=SS8/9)いずれとも発生する。
ただし、IBM Symphonyでは発生せず。

[添付ファイル;{SS8 +「HG ゴシックB Sun」にて作成}]
1)サロゲート文字サンプル.odt
　=>サロゲート文字が３文字含まれている。
2)サロゲート文字サンプル2.odt
　=>通常文字の間にサロゲート文字が含まれている。
3)サロゲート文字サンプルx.odt
　=>「あいうえお[サロゲート文字]かきくけこ」の内容であるが、既に開けず。

[確認環境]
WinXPSP2+(HG ゴシックB Sun)+SS8PU13
WinXPSP2+(HG ゴシックB Sun)+GOOO3.0.1
WinXPSP2+(HG ゴシックB Sun)+IBM Symphony1.3.0
WinXPSP2+KB927489+OOo3.0.0

-----
※1　http://www.microsoft.com/japan/windows/ ... fault.mspx
※2　OOoで開き、文章全体を選択の上、[条件(a)/(b)]それぞれのフォントに変更しておく。（サロゲート文字が含まれるフォントを選択する、ということ）

[parpy]

サロゲート文字の処理がまるっきりダメなのかとあせったのですが、
複数並んでいる場合に問題が発生するんですね。
UbuntuLinuxのOOo3.1.1(Go-oo)でも同様の挙動を確認しました。

またこの他に、
・太字によって表示が異常となった文字列が、クリップボードにコピー出来ない
・コピー貼り付けの際にデータタイプ関連のエラーが発生
・文字カウントが2文字でカウントされてしまう
などの症状も確認しました。

[sanada]

ご確認ありがとうございます。

> ただし、IBM Symphonyでは発生せず。
コピペ系の処理を行うと、一部文字が消えたりします。
IBM Symphonyも不完全なようですね。。

[parpy]

この問題はOOo3.2で修正される模様です。
http://www.openoffice.org/issues/show_bug.cgi?id=105571

報告ありがとうございました。