■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]
      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]
        1. [3-5-1.文字コードの変換(kconvライブラリ利用)]
        2. [3-5-2.文字コードの変換(nkfライブラリ利用)]
        3. [3-5-3.文字コードの変換(encode利用)]
        4. [3-5-4.外部エンコーディングと内部エンコーディングによる変換]
      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

3-5.文字コードの変換

3-5-3.文字コードの変換(encode利用)

encodeメソッドを使って、文字コードを変換する方法です。

単純に文字コードを変換するだけのスクリプトです。

encodeメソッドには2つの引数があり、第1の引数は「出力ファイルの文字コード」、第2の引数は「入力ファイルの文字コード」を指定します。逆に指定してしまうことがあるので、注意が必要です。

下記のスクリプトの例では、シフトJISの入力ファイルをutf-8に変換しています。

encodeメソッドの文字コード

文字コード 内    容
"shift_jis" 入力ファイルやスクリプトの文字コードがshift_jisの場合に指定する。"sjis"でも可
"cp932" 入力ファイルやスクリプトの文字コードが機種依存文字を含むshift_jisの場合に指定する。一般にはshift_jisと指定するよりは、こちらで指定した方が変換エラーは発生しにくくなる。"windows-31j"でも可
"euc-jp" 入力ファイルやスクリプトの文字コードがEUC-JPの場合に指定する。"eucjp"でも可
"utf-8" 入力ファイルやスクリプトの文字コードがutf-8の場合に指定する。"utf8"でも可

実際に応用する場合は、入出力データのファイル名等を変更して、利用します。

【スクリプト】
# encode_conv.rb    
# 内容 : 入力コード(エンコード)変換 
# Copyright (c) 2011-2015 Mitsuo Minagawa, All rights reserved. 
# (minagawa@fb3.so-net.ne.jp)   
# 使用方法 : c:\>ruby encode_conv.rb    
#   

# 入力ファイル  
in1_file    =   open("input_sjis.txt","r")  
# 出力ファイル  
out1_file   =   open("output_utf8.txt","w") 

# 主処理    
while   (line1  =   in1_file.gets)  

    line1.chomp!    
#タブ区切りのとき   
#               in1     =   line1.split("\t",-1)    
#カンマ区切りのとき 
    in1 =   (line1 + ',')   
            .scan(/"([^"\\]*(?:\\.[^"\\]*)*)",|([^,]*),/)   
            .collect{|x,y| y || x.gsub(/(.)/, '\1')}    

    in1[2]  =   in1[2].encode("utf-8", "sjis") # Shift_JIS から utf8 に変換 

    out1    =   in1.join("\t")  
    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(必ずshift_jisで保存してください)。

入力データはこちらにあります(必ずshift_jisで保存してください)。

【入力データ】
"0100","ABC","[]@!#$%&<>'()*+,-./ 012345ABCEFGabcefgアイウエオガザダバパヴ"  
"0110","ABC","[]@!#$%&<>'()*+,-./ " 
"0120","ABC","0123456789"   
"0130","ABC","ABCEFGabcefg" 
"0140","ABC","アイウエオガザダバパヴ"    
"0150","ABC","カガ タダヒコ"    
"0160","ABC","スズキ ココロ" 
"0170","ABC","ジョン・スミス" 
"0200","DEF","[]@!#$%&'()*+,−./012345ABCDEFGabcdefgアイウエオガザダバパヴ"
"0210","DEF","[]@!#$%&'()*+,−./ "
"0220","DEF","0123456789"
"0230","DEF","ABCDEFGabcdefg"
"0240","DEF","アイウエオガザダバパヴ"
"0250","DEF","カガ タダヒコ"
"0260","DEF","スズキ ココロ"
"0270","DEF","ジョン・スミス"
"0280","DEF","貸借対照表"
"0290","DEF","航空機部品"
    
【出力データ】
0100    ABC []@!#$%&'()*+,-./ 012345ABCEFGabcefgアイウエオガザダバパヴ
0110    ABC []@!#$%&'()*+,-./ 
0120    ABC 0123456789
0130    ABC ABCEFGabcefg
0140    ABC アイウエオガザダバパヴ
0150    ABC カガ タダヒコ
0160    ABC スズキ ココロ
0170    ABC ジョン・スミス
0200    DEF []@!#$%&'()*+,−./012345ABCDEFGabcdefgアイウエオガザダバパヴ
0210    DEF []@!#$%&'()*+,−./ 
0220    DEF 0123456789
0230    DEF ABCDEFGabcdefg
0240    DEF アイウエオガザダバパヴ
0250    DEF カガ タダヒコ
0260    DEF スズキ ココロ
0270    DEF ジョン・スミス
0280    DEF 貸借対照表
0290    DEF 航空機部品
    



Copyright (c) 2011-2015 Mitsuo Minagawa, All rights reserved.