■Windows版Rubyの細道・けもの道

■ナビゲータ

[南北館(最初のメニュー)]

  1. [Windows版Rubyの細道・けもの道]
    1. [1.準備編]
    2. [2.基本編]
    3. [3.応用編]
      1. [3-1.固定長データとCSVデータとの変換]
        1. [3-1-1.固定長データとCSVデータ]
        2. [3-1-2.固定長データをCSVデータに変換する]
        3. [3-1-3.CSVデータを固定長データに変換する]
        4. [3-1-4.固定長CSVデータを固定長データに変換する]
        5. [3-1-5.固定長データを固定長CSVデータに変換する]
        6. [3-1-6.固定長CSVデータをCSVデータに変換する]
        7. [3-1-7.CSVデータを固定長CSVデータに変換する]
      2. [3-2.重複データの処理]
      3. [3-3.フォルダ内の一括処理]
      4. [3-4.1つのファイルを複数のファイルに分割する]
      5. [3-5.文字コードの変換]
      6. [3-6.半角全角変換]
      7. [3-7.多次元配列の処理]
      8. [3-9.その他]
    4. [スクリプトと入力データのサンプル]
Perlではどう処理する?
同じことをPerlではこうしています。

3.応用編

3-1.固定長データとCSVデータとの変換

3-1-7.CSVデータを固定長CSVデータに変換する

通常のCSVデータを固定長CSVデータに変換するには、sprintf関数を利用して、左寄せのデータを作成します。

CSVファイルから固定長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、NKFライブラリを使っています。sprintfメソッドを使う場合、漢字などの全角文字は文字数の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、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。(この点はpackメソッドやunpackメソッドと異なる点です))。

NKFモジュールについては、[3-5-2.文字コードの変換(nkfライブラリ利用)]を参照してください。

また、下記の例では、入力ファイルに漢字などの全角文字を含むことを前提としていますが、入力ファイルが半角の英数字だけの場合は、コメントになっている「out1_file.print in1.join(","),"\n"」のコメントを外し、「out1 = in1.join(",")」から「out1_file.print out1,"\n"」までの3行をコメントにしても実行可能です(それ以外にもNKFライブラリを使っている箇所はすべてコメントにしておく必要があります)。

なお、CSVファイルで漢字などの全角文字がある場合、固定長CSVファイルで指定する項目の長さよりも短いと、半角のスペースではなく、全角のスペースで埋めることになります。下記の例では2番目の項目が全角文字なので、全角スペースを埋める処理を行っています。NKFライブラリで変換しているため、lengthメソッドでは全角文字が1文字で1として計算されます(通常は2として計算されます)。また、sprintfメソッドでも全角文字が1文字で1として計算されますので、「fields」の指定が10ではなく、5となっています。

    w_space =   " " * (fields[1] - in1[1].length)
   

実際に利用するには、入出力ファイル名を変更するとともに、

    fields =   "10,5,7,1,1,1,8,8,8,2,2,4"
   

の部分を入力ファイルのレイアウトにあわせて、必要な桁数に変更します。また、タブ区切りのデータの場合は、

    in1 = line1.split("\t",-1)
   

と指定します。

【スクリプト】
# coding:windows-31j    
# csv2fcsv.rb   
# 内容 :CSVファイルを固定長CSVファイル(一定の箇所に「,」があるテキスト形式)にする 
# 前提 :入力ファイルとスクリプトはshift_jisとする。 
# Copyright (c) 2002-2015 Mitsuo Minagawa, All rights reserved. 
# (minagawa@fb3.so-net.ne.jp)   
# 使用方法 : c:\>ruby csv2fcsv.rb   
#   

require 'nkf'   

# 入力ファイル  
in1_file    =   open("csv.txt","r") 
# 出力ファイル  
out1_file   =   open("output.txt","w")  

# 入力ファイルのレイアウトを指定する。  
fields  =   [10,5,7,1,1,1,8,8,8,2,2,4]  
# sprintfに指定する「幅」   
digit   =   nil 

# 主処理    
while   (line1  =   in1_file.gets)  
# shift_jis から euc-jp に変換  
    line1   =   NKF::nkf( '-Sxem0--cp932', line1 )  
    line1.chomp!        
#カンマ区切りのとき     
    in1 =   (line1 + ',')   
            .scan(/"([^"\\]*(?:\\.[^"\\]*)*)",|([^,]*),/)   
            .collect{|x,y| y || x.gsub(/(.)/, '\1')}    
    i   =   0   
#文字数にあわせて、全角スペースを入れておく。   
    w_space =   " "    *   (fields[1] - in1[1].length) 
    in1[1]  =   in1[1] + NKF::nkf( '-Sxem0--cp932', w_space )   

    while   i   <   in1.size    
        if      (in1[i] ==  nil)    
                in1[i]  =   " " 
        end     
        digit   =   '%-'    + fields[i].to_s + 's'  
        in1[i]  =   sprintf(digit,in1[i])   
        i   +=  1   
    end     

#   out1_file.print in1.join(","),"\n"  
    out1    =   in1.join(",")   
# euc-jp から shift_jis に変換  
    out1    =   NKF::nkf( '-Exsm0--cp932', out1 )   
    out1_file.print out1,"\n"   

end     

# ファイルのクローズ    
in1_file.close  
out1_file.close 
   

Ruby1.9以降でprintメソッドの引数で漢字などの全角文字を使っていますので、マジックコメントを使っています。マジックコメントの指定方法については、[2-1-5.スクリプトの中で漢字を使う]を参照してください。

Ruby1.8以前で実行するには、$KCODEを使用します。$KCODEについても[2-1-5.スクリプトの中で漢字を使う]を参照してください。

【スクリプト(全角文字を含まない場合)】

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。

# coding:windows-31j    
# csv2fcsv_2.rb 
# 内容 : CSVファイルを 
#        固定長CSVファイル(一定の箇所に「,」があるテキスト形式)にする    
# 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) 2002-2015 Mitsuo Minagawa, All rights reserved. 
# (minagawa@fb3.so-net.ne.jp)   
# 使用方法 : c:\>ruby csv2fcsv_2.rb 
#   
# 入力ファイル  
in1_file    =   open("csv.txt","r") 
# 出力ファイル  
out1_file   =   open("output.txt","w")  
#   
# 入力ファイルのレイアウトを指定する。  
fields  =   [10,10,7,1,1,1,8,8,8,2,2,4] 
# sprintfに指定する「幅」   
digit   =   nil 

# 主処理    
while   (line1  =   in1_file.gets)  
    line1.chomp!        
#カンマ区切りのとき     
    in1 =   (line1 + ',')   
            .scan(/"([^"\\]*(?:\\.[^"\\]*)*)",|([^,]*),/)   
            .collect{|x,y| y || x.gsub(/(.)/, '\1')}    
    i   =   0   
    while   i   <   in1.size    
        if      (in1[i] ==  nil)    
                in1[i]  =   " " 
        end     
        digit   =   '%-'    + fields[i].to_s + 's'  
        in1[i]  =   sprintf(digit,in1[i])   
        i   +=  1   
    end     

    out1    =   in1.join(",")   
    out1_file.print out1,"\n"   

end 

# ファイルのクローズ    
in1_file.close  
out1_file.close 
    
【スクリプトとデータのサンプル】

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)。

入力データのサンプルはこちらにあります。

【入力データ】
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
   
【出力データ】
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
   



Copyright (c) 2004-2015 Mitsuo Minagawa, All rights reserved.