固定長CSVデータを通常のCSVデータに変換するには、unpack関数を利用して、各項目ごとに不要なスペースを削除するような形で変換していきます。
なお、固定長CSVファイルからCSVファイルに変換したときに、漢字などの全角文字が含まれていると、文字化けを起こすことがあります。下記のスクリプトでは、これに対応するため、Encodeモジュールを使っています。この場合、漢字などの全角文字は文字数にあわせた値を設定する必要があります(たとえば、ファイルレイアウトで20バイトある項目に漢字などの全角文字が最大10文字入る場合は、文字数の10を指定します。下記の例では$fieldsの2番目の項目に全角文字が入っていますが、バイト数の「10」ではなく、文字数の「5」となっている点に注意してください)。
また、通常、unpack関数では全角スペースは削除できませんが、decode関数で変換した後では全角スペースも削除できるようになります。
Encodeモジュールについては、[3-5-1.文字コードの変換(Encodeモジュール利用)]を参照してください。
実際に利用するには、入出力のファイル名と「$fields = "10,5,7,1,1,1,8,8,8,2,2,4"」の部分を実際のファイルレイアウトにあわせて変更します。
# fcsv2csv.pl # 内容 :固定長CSVファイル(一定の箇所に「,」があるテキスト形式)を # CSVファイルに変換する # 前提 :入力ファイルとスクリプトはshift_jisとする。 # Copyright (c) 2002-2011 Mitsuo Minagawa, All rights reserved. # (minagawa@fb3.so-net.ne.jp) # 使用方法 : c:\>perl fcsv2csv.pl # use Encode; open(IN1,"fcsv.txt"); open(OUT1,">output.txt"); @fields = (10,5,7,1,1,1,8,8,8,2,2,4); for ($i = 0; $i <= $#fields; $i++) { $fields[$i] = "A".$fields[$i]; } while ($line1 = <IN1>) { # shift_jis から utf-8(Perlの内部コード) に変換 $line1 = decode('cp932', $line1); chomp($line1); # CSV形式の $line1 から値を取り出して @in1 に入れる my $tmp = $line1; $tmp =~ s/(?:\x0D\x0A|[\x0D\x0A])?$/,/; @in1 = map {/^"(.*)"$/ ? scalar($_ = $1, s/""/"/g, $_) : $_} ($tmp =~ /("[^"]*(?:""[^"]*)*"|[^,]*),/g); for ($i = 0; $i <= $#in1; $i++) { $in1[$i] = unpack($fields[$i],$in1[$i]); } $out1 = join(",",@in1); # utf-8(Perlの内部コード) から shift_jis に変換 $out1 = encode('cp932', $out1); print OUT1 "$out1\n"; } close(IN1); close(OUT1);
上記のスクリプトは入力ファイルに漢字などの全角文字を含む場合ですが、全角文字を含まない場合は下記のようになります。
# fcsv2csv_2.pl # 内容 : 固定長CSVファイル(一定の箇所に「,」があるテキスト形式)を # CSVファイルに変換する # 前提 :入力ファイルとスクリプトはshift_jisとする。 # :(入力ファイルに漢字などの全角文字を含まない場合) # Copyright (c) 2002-2011 Mitsuo Minagawa, All rights reserved. # (minagawa@fb3.so-net.ne.jp) # 使用方法 : c:\>perl fcsv2csv_2.pl # open(IN1,"fcsv.txt"); open(OUT1,">output.txt"); @fields = (10,10,7,1,1,1,8,8,8,2,2,4); for ($i = 0; $i <= $#fields; $i++) { $fields[$i] = "A".$fields[$i]; } while ($line1 = <IN1>) { chomp($line1); # CSV形式の $line1 から値を取り出して @in1 に入れる my $temp = $line1; $temp =~ s/(?:\x0D\x0A|[\x0D\x0A])?$/,/; @in1 = map {/^"(.*)"$/ ? scalar($_ = $1, s/""/"/g, $_) : $_} ($temp =~ /("[^"]*(?:""[^"]*)*"|[^,]*),/g); for ($i = 0; $i <= $#in1; $i++) { $in1[$i] = unpack($fields[$i],$in1[$i]); } $out1 = join(",",@in1); print OUT1 "$out1\n"; } close(IN1); close(OUT1);
スクリプトはこちらにあります(入力ファイルに全角文字を含む場合)。
スクリプトはこちらにあります(入力ファイルに全角文字を含まない場合)。
11111 ,1−2−3,ABCDEF ,1,2,3,20011001,20020228,20020131,01,05,9999 22222 ,ABC ,BCDEFG ,5,5,5,20011001,20020228,20020131,01,05,8888 33333 ,αβ ,CDEFGH ,3,4,2,20011001,20020228,20020131,01,05,7777 44444 ,abc ,EFGHIJ ,2,2,2,20011001,20020228,20020131,01,05,6666 55555 ,貸借対照表,EFGHIJ ,2,2,2,20011001,20020228,20020131,01,05,6666 66666 ,航空機 ,EFGHIJ ,2,2,2,20011001,20020228,20020131,01,05,6666 77777 ,山﨑髙彦 ,FGHIJK ,1,2,8,20011001,20020228,20020131,01,05,5555 88888 ,①②③④ ,GHIJKL ,2,4,9,20011001,20020228,20020131,01,05,4444 99999 ,漢字 ,LMNOPQ ,3,8,5,20011001,20020228,20020131,01,05,3333
11111,1−2−3,ABCDEF,1,2,3,20011001,20020228,20020131,01,05,9999 22222,ABC,BCDEFG,5,5,5,20011001,20020228,20020131,01,05,8888 33333,αβ,CDEFGH,3,4,2,20011001,20020228,20020131,01,05,7777 44444,abc,EFGHIJ,2,2,2,20011001,20020228,20020131,01,05,6666 55555,貸借対照表,EFGHIJ,2,2,2,20011001,20020228,20020131,01,05,6666 66666,航空機,EFGHIJ,2,2,2,20011001,20020228,20020131,01,05,6666 77777,山﨑髙彦,FGHIJK,1,2,8,20011001,20020228,20020131,01,05,5555 88888,①②③④,GHIJKL,2,4,9,20011001,20020228,20020131,01,05,4444 99999,漢字,LMNOPQ,3,8,5,20011001,20020228,20020131,01,05,3333