11． Perl で正規表現（３）〜活用例
11−１ 文字列検索
ise.txt から和歌を抜き出してみます。ファイルは D:\ にあるとします。
ise.txt では、伊勢物語の各段を下記のフォーマットで記述してあります。
（
は改行コードを意味します。）
C:121:梅の花笠 |
（ $. は、処理ファイルから読み込んだ行数をカウントしている特殊変数です。）
| ◆ コマンドライン | |
>perl -ne "if(/^□□/){print $.,':',$_;}" ise.txt | |
◆ スクリプトの意味
-n オプション …… 暗黙の while(<>){ スクリプト } を指定
if(/^□□/){ …… 行頭に全角空白２つがあったら、
print $., ':', $_; …… 行番号と':'と$_を画面出力
}
| |
保存が必要であれば、出力先を任意のファイルへリダイレクトしましょう。
C:\>D: |
ところで、処理ファイルにワイルドカードを含んだ文字列を指定しても、 Perl 自体ではそれをファイル名の実リストに展開しません。
UNIX 系ＯＳでは、Perl に処理が渡される前の段階で「シェル」
がファイル名展開をしてから実リストを Perl に渡してくれる
（そのために Perl はこの機能を実装する必要がなかった）のですが、
Windows の「コマンドプロンプト」「MS-DOSプロンプト」だと残念ながらそこまでしてはくれないのです。そのため Windows版 Perl で複数のファイルを処理対象とする場合、 具体的なファイル名を列挙して与えなければなりません。ワイルドカードを指定すると、
D:\>perl -ne "if(/^□□/){print $.,':',$_;}" *.txt |
11−２ 文字列置換
前章でも少し紹介しましたが、文字列の置換は 変数 =~ s/ / /; というコマンドです。 変数の中の文字列が置き換えられます。変換元には正規表現が使えます。( ) でくくって部分一致させたパターンを、 置換文字列の中で \1 〜 \9 という形で参照することができます。
（秀丸だと \0 〜 \9 でした、ちょっと注意が必要です。）
これによって、複雑な置換もわりとすっきりした形で表現することができます。
各章段のタイトル行を抜き出し、希望の形に整形して出力します。 今回はスクリプトをファイル ttl.pl に記述し、それを実行してみます。
| ◆ コマンドライン | ||||
>perl ttl.pl ise.txt |
保存が必要であれば、出力先を任意のファイルへリダイレクトしましょう。
D:\>ttl.pl ise.txt |
11−３ 対応する文字の置換
各章段のタイトル行にある半角数字 0,1,2 ･･･ 9 を漢数字 ○、一、二･･･九 に置き換えます。
秀丸などのエディタでは通常、"1" を "一" に置換、"2" を "二" に置換 … を繰り返すしかなく、一度に置換するにはマクロを組むことになります。
SED、AWK、Perl などには「対応する文字で置き換える」という置換命令があり、 一気に処理することができます。
下の例は、半角文字を全角文字に置き換える操作であるため、日本語対応の JPerl でないと正しく動作しません。もちろん半角文字同士であれば、perl.exe でも期待通りの結果を表示することができます。 （Perl 5.8 以降のバージョンでは、Encodeモジュールの活用により、複数文字コード体系を 含む２バイトコードに正しく対応するプログラムも可能です。）
>jperl -pe "tr/0123456789/〇一二三四五六七八九/;" ise.txt | |
◆ スクリプトの意味
-p オプション …… 暗黙の while(<>){スクリプト;print;} を指定
tr/ 0 1 2 3 4 5 6 7 8 9
↓↓↓↓↓↓↓↓↓↓ …… 各位置に対応した文字へ置き換え
/ 〇一二三四五六七八九 /;
| |
実行結果です。（薄黄色の文字の部分が Perl による出力です）
保存が必要であれば、出力先を任意のファイルへリダイレクトしましょう。
D:\>jperl -pe "tr/0123456789/〇一二三四五六七八九/;" ise.txt |
