差分

このページの2つのバージョン間の差分を表示します。

--- documents:proglang:perl:perl-012 [2026/05/08 11:54] – ↷ documents:perl:perl-012 から documents:proglang:perl:perl-012 へページを移動しました。 k896951
+++ documents:proglang:perl:perl-012 [2026/05/17 14:59] (現在) – [置換演算子 tr/// で日本語文字へ置換するor日本語文字を置換する] k896951
@@ 行 1: / 行 1: @@
+====== 002.置換演算子 tr/// で日本語文字へ置換するor日本語文字を置換する ======
+/03/12\\
+がっつり忘れていたので備忘録代わりに作成。
+===== 概要 =====
+Perlの置換演算子 tr で半角英数字以外の文字を使う時の自分用お作法説明。
+===== Perl環境とベースコード =====
+<code>
+$ perl -v
+This is perl 5, version 20, subversion 3 (v5.20.3) built for amd64-freebsd-thread-multi
+Copyright 1987-2015, Larry Wall
+Perl may be copied only under the terms of either the Artistic License or the
+GNU General Public License, which may be found in the Perl 5 source kit.
+Complete documentation for Perl, including FAQ lists, should be found on
+this system using "man perl" or "perldoc perl".  If you have access to the
+Internet, point your browser at http://www.perl.org/, the Perl Home Page.
+$ cat sample1.pl
+my $str = "12345";
+$str =~ tr/12345/abcde/;
+print $str."\n";
+$ perl sample1.pl
+abcde
+$
+</code>
+===== 日本語文字が含まれる場合の対処 =====
+==== 含まれる例 ====
+EUC-JPな環境でEUC-JPでスクリプトを書いていると、こんな感じでおかしくなる事がある。
+^ 変換先が日本語 ^ 変換元が日本語 ^
+|<code perl sample2.pl>
+my $str = "12345";
+$str =~ tr/12345/あいうえお/;
+print $str."\n";
+</code>実行結果<code>
+$ perl sample2.pl
+あい?
+$
+</code> | <code perl sample3.pl>
+my $str = "あいうえお";
+$str =~ tr/あいうえお/12345/;
+print $str."\n";
+</code> 実行結果 <code>
+$ perl sample3.pl
+1211151515
+$
+</code> |
+==== UTF-8でスクリプトを作成する ====
+スクリプトでutf-8を使う旨宣言し、スクリプト自体もutf-8エンコーディングで作成していればとりあえず動作はさせられる。\\
+EUC-JP の環境で実行しているので nkf コマンドで utf-8 から euc-jp へ出力時の文字コードを変換している。
+^ 変換先が日本語 ^ 変換元が日本語 ^
+|<code perl sample2utf8.pl>
+use utf8;
+my $str = "12345";
+$str =~ tr/12345/あいうえお/;
+print $str."\n";
+</code>実行結果<code>
+$ perl sample2utf8.pl | nkf
+Wide character in print at sample2utf8.pl line 7.
+あいうえお
+$
+</code> | <code perl sample3utf8.pl>
+use utf8;
+my $str = "あいうえお";
+$str =~ tr/あいうえお/12345/;
+print $str."\n";
+</code> 実行結果 <code>
+$ perl sample3utf8.pl
+$
+</code> |
+"Wide character云々"は、Perl内部形式の文字列をそのまま標準出力へ流し込もうとしたから。
+後述のencode()関数を使うとこんな感じ。
+<code perl>
+use utf8;
+use Encode;
+my $str = "12345";
+$str =~ tr/12345/あいうえお/;
+print encode('euc-jp',$str)."\n";
+</code>
+実行すると
+<code>
+$ perl sample2utf8.pl
+あいうえお
+$
+</code>
+Perl内部形式の文字列になっている $str をencode()関数で EUC-JP の文字列に変換している。
+==== evalとEncode.pmで内部形式に変換 ====
+Perlはtr演算子の正規表現部分を実行前に確定させる。確定させるときにPerlがスクリプトの正規表現部分や文字列についてエンコーディングを知っていればそれを基にPerl内部形式への変換を行う。\\
+先のUTF-8を使う例の use utf8; がそれだと思えばいい。同様に use eucjp; を使えればよいのだが残念ながらエラーになってしまう。
+なので、evalを使って実行時に再評価させる。というかマニュアルにもeval使えと書いてあったりする。評価時に処理する正規表現や文字列がPerl内部形式であればいい。
+以下のサンプルスクリプトは EUC-JP で書いてある。
+^ 変換先が日本語 ^ 変換元が日本語 ^
+|<code perl sample5.pl>
+use Encode;
+my $str  = decode('euc-jp',"12345");
+my $from = decode('euc-jp',"12345");
+my $to   = decode('euc-jp',"あいうえお");
+# eval "\$str =~ tr/\$from/\$to/"; じゃ駄目だよ
+eval "\$str =~ tr/$from/$to/";
+print encode('euc-jp',$str)."\n";
+</code>実行結果<code>
+$ perl sample5.pl
+あいうえお
+$
+</code> | <code perl sample6.pl>
+use Encode;
+my $str  = decode('euc-jp',"あいうえお");
+my $from = decode('euc-jp',"あいうえお");
+my $to   = decode('euc-jp',"12345");
+# eval "\$str =~ tr/\$from/\$to/"; じゃ駄目だよ
+eval "\$str =~ tr/$from/$to/";
+print encode('euc-jp',$str)."\n";
+</code> 実行結果 <code>
+$ perl sample6.pl
+$
+</code> |
+Encodeモジュールは標準モジュール。Perl 5.18の時にはすでに標準。
+decode()関数は指定のエンコーディングの文字列をPerl内部形式文字列に変換する。\\
+encode()関数はPerl内部形式文字列を指定のエンコーディングの文字列に変換する。
+euc-jpな環境でeuc-jpなスクリプトを書いたので、EUC-JP→内部形式／内部形式→EUC-JP の変換を decode/encode で行った。
+{{tag>技術資料 Perl tr 置換演算子}}