|
|
|
2018.03.19
カテゴリ：スクリプト
なんだかんだで、すっかり間があいてしまいましたが、シリーズもので課題も書いていたので、一応着地しておかないと、と思いまして、もう、忘れられているかもしれませんが。
で、 課題だったんですが、 １．改行が入ると、間伸びしてしまって不自然 ２．文字コードがutf-8じゃないと文字化けで読み化けしてしまう で、次のようなスクリプトになりました。 longtalk.sh #!/bin/bash # usage ~/sh/longtalk.sh textfilename filename=$1 nkf -w ${filename} | awk -f ~/sh/kutenkaigyo.awk | while read line do echo ${line} echo ${line} | ~/sh/jtalk1.sh done $ which nkf と確認してやると、入っていたので、使いました。 nkf -w filename で、utf-8に変換して出力されます。utf-8の場合は、そのまま出力。 kutenkaigyo.awk BEGIN { FS="\n" RS="。" ORS = "。\n" } { gsub("\n", "") print } AWK使うのは、私が他のスクリプト言語が全く不自由なので、使ってるだけです。ちょこっと使うには簡単便利で、シェルスクリプトとも相性良いと感じているので。 gsub関数で、改行を無改行に置換、出力レコードセパレータに"。改行" これで、単なる改行は改行せず、句点で改行されます。 さあ、青空文庫から、小栗虫太郎の超難解長編探偵小説「黒死館殺人事件」を、いや無理だって、じゃ、久生十蘭の「魔都」で、いやいや、それも難しい漢字多すぎ、じゃ、夢野久作の名作「ドグラマグラ」でいやいやいや、なぜそんな奇書ばかり読ませる…。まあ、青空文庫は難しい漢字にはルビがふってあるので、ルビ付きは、漢字を消去するというようなスクリプトを、って、私の頭では、書けません。 お気に入りの記事を「いいね！」で応援しよう
Last updated
2018.03.19 23:46:03
[スクリプト] カテゴリの最新記事
|
![[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]](https://hbb.afl.rakuten.co.jp/hgb/1b1768c6.a0e33911.1b1768c7.f7e45dce/?me_id=1253212&item_id=10019070&m=https%3A%2F%2Fthumbnail.image.rakuten.co.jp%2F%400_mall%2Fmantubiz%2Fcabinet%2F05873262%2F20000105.jpg%3F_ex%3D80x80&pc=https%3A%2F%2Fthumbnail.image.rakuten.co.jp%2F%400_mall%2Fmantubiz%2Fcabinet%2F05873262%2F20000105.jpg%3F_ex%3D128x128&s=128x128&t=picttext "[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]")
![[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]](https://hbb.afl.rakuten.co.jp/hgb/16260f7d.03f308bf.16260f7e.73298186/?me_id=1286514&item_id=10000700&m=https%3A%2F%2Fthumbnail.image.rakuten.co.jp%2F%400_gold%2Fredelephant%2Fitem%2Fstudiokit%2Fsska01_001.jpg%3F_ex%3D80x80&pc=https%3A%2F%2Fthumbnail.image.rakuten.co.jp%2F%400_gold%2Fredelephant%2Fitem%2Fstudiokit%2Fsska01_001.jpg%3F_ex%3D128x128&s=128x128&t=picttext "[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]")
