過去ログ
No．１２９２ 2バイト文字を含む文字列で、（パターン）検索・置換
[戻る] [ホームページ]No.17199 |
2バイト文字対応の検索 投稿者---Sciggepy(2004/10/09 11:44:47) |
||
2バイト文字を含む文字列で、（パターン）検索・置換を行いたいのですが、1バイト文字の関数のどの部分を変更すればよいのでしょうか？ 以下、1バイト文字での実験に使ったソースです。 #include <stdio.h>
#include <stdlib.h>
struct prds {
const char *fs;
unsigned len;
} prdata[10];
unsigned nprd;
#define prd_set(f,l,n) {prdata[n].fs=(f); prdata[n].len=(l);}
void prd_insert(const char *f,unsigned l,unsigned n)
{
unsigned i;
for(i=n;i<9;i++) prdata[i+1]=prdata[i];
prd_set(f,l,n);
}
int patfind(const char *str,const char *pat)
{
const char *fs;
unsigned long c,i,nd;
for(;;)
switch(*pat) {
case '\0': return *str==*pat;
case '\\': if(*(str++)!=*(++pat)) return 0; pat++; break;
case '?':
if(!(c=strtoul(++pat,(char **)&pat,10))) c=1;
for(i=0;i<c;i++,str++) if(*str=='\0') return 0;
if(nd<10) prd_set(str-i,i,nd);
nprd++;
break;
case '*':
for(fs=str,pat++,nd=nprd,i=0;*str;str++,i++) if(patfind(str,pat)) {
prd_insert(fs,i,nd);
nprd++;
return 1;
}
if(*str==*pat) {
prd_insert(fs,i,nd);
nprd++;
return 1;
}
return 0;
default: if(*(str++)!=*(pat++)) return 0;
}
}
unsigned patrep(const char *str,const char *pat,const char *opt,char *ret,unsigned cmax)
{
unsigned i,j,len;
for(i=0;i<10;i++) prd_set(NULL,0,i);
nprd=0;
if(patfind(str,pat)) {
for(i=nprd;i<10;i++) prd_set(NULL,0,i);
for(i=0,len=0;opt[i];i++) {
if(opt[i]=='$') {
if(opt[++i]=='$') {
if(len>=cmax-1) break;
ret[len++]='$';
} else if((opt[i]>='0')||(opt[i]<='9')) {
struct prds *pd;
pd=&prdata[opt[i]-'0'];
for(j=0;j<pd->len;j++) {
if(len>=cmax-1) break;
ret[len++]=pd->fs[j];
}
}
} else {
if(len>=cmax-1) break;
ret[len++]=opt[i];
}
}
ret[len]='\0';
return len;
}
return -1;
}
int main(void)
{
char sr[32];
if(patrep("ab=len(\"bcd\");","?2=*(*);","name: $0, func: $1, arg: $2",sr,32)!=-1)
printf("%s\n",sr);
return 0;
}
|
|||
| No.17204 |
Re:2バイト文字対応の検索 投稿者---西園寺(2004/10/10 08:52:49) |
||
コメントが全然ないもんだから、ぱっと見ただけじゃさっぱり分かりません。。。 他人に見てもらおうというのであれば、せめて ・各関数の概要と引数の説明 ・for()ループで何をしているか くらいは書いて欲しいです。 ＃最近、コードの読解力が落ちてる気がする。年かなぁ…（;_;) |
|||
| No.17207 |
Re:2バイト文字対応の検索 投稿者---Sciggepy(2004/10/10 11:33:00) |
||
すみません。コメントを追加しました。
struct prds {
const char *fs; //埋め込むパターン部分の文字列の先頭
unsigned len; //長さ
} prdata[10];
unsigned nprd; //パターン部分のインデックス（$nのn）
//prdataに値を設定
#define prd_set(f,l,n) {prdata[n].fs=(f); prdata[n].len=(l);}
//prdataに値を挿入
void prd_insert(const char *f,unsigned l,unsigned n)
{
unsigned i;
for(i=n;i<9;i++) prdata[i+1]=prdata[i];
prd_set(f,l,n);
}
//パターン照合+prdataの設定
//str: 文字列
//pat: パターン
// ?: 任意の1文字 ?n: 任意のn文字（n=0はn=1と見なす）
// *: 任意の文字列 \: 直後の文字をただの文字として扱う
int patmatch(const char *str,const char *pat)
{
const char *fs;
unsigned long c,i,nd;
for(;;)
switch(*pat) {
case '\0': return *str==*pat;
case '\\': if(*(str++)!=*(++pat)) return 0; pat++; break;
case '?':
if(!(c=strtoul(++pat,(char **)&pat,10))) c=1;
for(i=0;i<c;i++,str++) if(*str=='\0') return 0;
if(nd<10) prd_set(str-i,i,nprd);
nprd++;
break;
case '*':
//ndに挿入位置を保持して*以降を照合
for(fs=str,pat++,nd=nprd,i=0;*str;str++,i++) if(patmatch(str,pat)) {
prd_insert(fs,i,nd);
nprd++;
return 1;
}
if(*str==*pat) { //*str=='\0'
prd_insert(fs,i,nd);
nprd++;
return 1;
}
return 0;
default: if(*(str++)!=*(pat++)) return 0;
}
}
//パターン置換
//opt: 出力形式
// $n(0=<n=<9): 先頭からn+1番目のパターン部分の文字列
// $$: $
//ret: 戻り値を格納する領域の先頭
//cmax: 最大文字数（'\0'を含む）
//plen: 格納された文字数
int patrep(const char *str,const char *pat,const char *opt,char *ret,unsigned cmax,unsigned *plen)
{
unsigned i,j,len;
for(i=0;i<10;i++) prd_set(NULL,0,i); //prdataを0で埋める
nprd=0; //nprdを0に設定
if(patmatch(str,pat)) {
for(i=nprd;i<10;i++) prd_set(NULL,0,i);
for(i=0,len=0;opt[i];i++) {
if(opt[i]=='$') {
if(opt[++i]=='$') {
if(len>=cmax-1) break;
ret[len++]='$';
} else if((opt[i]>='0')||(opt[i]<='9')) {
struct prds *pd;
pd=&prdata[opt[i]-'0']; //prdataの要素を参照
for(j=0;j<pd->len;j++) { //文字列を追加
if(len>=cmax-1) break;
ret[len++]=pd->fs[j];
}
}
} else {
if(len>=cmax-1) break;
ret[len++]=opt[i];
}
}
ret[len]='\0';
if(plen) *plen=len;
return 1; //パターンにマッチした
}
return 0; //パターンにマッチしなかった
}
|
|||
| No.17205 |
Re:2バイト文字対応の検索 投稿者---もぐりん(2004/10/10 10:26:57) |
||
開発環境は？ ぱっと見ただけで気づいたことを書きます。 ・unsignedしか書いていない変数は、int型？ ・unsignedなのに戻り値が-1なのはなぜ？ ・変数ndは値を代入（初期化）していないのに、30行目のif文で 参照している 結構無茶な書き方してませんか？ |
|||
| No.17206 |
Re:2バイト文字対応の検索 投稿者---Sciggepy(2004/10/10 11:05:41) |
||
>・unsignedしか書いていない変数は、int型？ そうです。 >・unsignedなのに戻り値が-1なのはなぜ？ 0xffffffffのつもりですが、signedとunsignedの比較は変ですね。戻り値は、パターンにマッチしたかどうかを表す真偽値に変えます。 >・変数ndは値を代入（初期化）していないのに、30行目のif文で > 参照している これはnprdの間違いです。 >結構無茶な書き方してませんか？ <(~~; |
|||
| No.17210 |
Re:2バイト文字対応の検索 投稿者---かずま(2004/10/10 16:30:42) |
||
本当は全部書き換えたいけど、最小限の修正に留めておきました。 まだ怪しい部分がありますが、これでいかがでしょうか？
#include <stdio.h>
#include <stdlib.h>
#include <locale.h>
struct prds {
const char *fs;
unsigned len;
} prdata[10];
unsigned nprd;
#define prd_set(f, l, n) { prdata[n].fs = (f); prdata[n].len = (l); }
void prd_insert(const char *f, unsigned l, unsigned n)
{
unsigned i;
for (i = 9; i > n; i--) prdata[i] = prdata[i-1];
prd_set(f, l, n);
}
int patfind(const char *str, const char *pat)
{
const char *fs;
unsigned long c, i, nd;
for (;;)
switch (*pat) {
case '\0':
return *str == *pat;
case '\\':
c = mblen(++pat, MB_CUR_MAX);
for (i = 0; i < c; i++)
if (*str++ != *pat++) return 0;
break;
case '?':
c = strtoul(++pat, (char **)&pat, 10);
if (c == 0) c = 1;
fs = str;
for (i = 0; i < c; i++, str += mblen(str, MB_CUR_MAX))
if (*str=='\0') return 0;
if (nprd < 10) prd_set(fs, str - fs, nprd);
nprd++;
break;
case '*':
fs = str, pat++, nd = nprd;
for (i = 0; *str; str += mblen(str, MB_CUR_MAX), i++)
if (patfind(str, pat)) {
prd_insert(fs, str - fs, nd);
nprd++;
return 1;
}
c = mblen(pat, MB_CUR_MAX);
for (i = 0; i < c; i++)
if (*str++ != *pat++) return 0;
prd_insert(fs, str - fs, nd);
nprd++;
return 1;
default:
c = mblen(pat, MB_CUR_MAX);
for (i = 0; i < c; i++)
if (*str++ != *pat++) return 0;
}
}
int patrep(const char *str, const char *pat, const char *opt,
char *ret, unsigned cmax)
{
unsigned i, j, len;
for (i = 0; i < 10; i++) prd_set(NULL, 0, i);
nprd = 0;
if (patfind(str, pat)) {
for (i = nprd; i < 10; i++) prd_set(NULL, 0, i);
for (i = len = 0; opt[i]; i++) {
if (opt[i] == '$') {
if (opt[++i] == '$') {
if (len >= cmax-1) break;
ret[len++] = '$';
} else if (opt[i] >= '0' || opt[i] <= '9') {
struct prds *pd = &prdata[opt[i]-'0'];
for (j = 0; j < pd->len; j++) {
if (len >= cmax-1) break;
ret[len++] = pd->fs[j];
}
}
} else {
if (len >= cmax-1) break;
ret[len++] = opt[i];
}
}
ret[len] = '\0';
return len;
}
return -1;
}
int main(void)
{
char sr[256];
setlocale(LC_CTYPE, "");
if (patrep("あい=うえお(\"かきく\");", "?2=*(*);",
"name: $0, func: $1, arg: $2", sr, sizeof sr) != -1)
printf("%s\n", sr);
return 0;
}
|
|||
| No.17224 |
Re:2バイト文字対応の検索 投稿者---Sciggepy(2004/10/11 13:13:19) |
||
返信ありがとうございます。 マルチバイト文字も、1文字として数えるほうが便利ですね。 >まだ怪しい部分がありますが、これでいかがでしょうか？ やはり、問題になりそうな部分がありますか？ |
|||
| No.17231 |
Re:2バイト文字対応の検索 投稿者---かずま(2004/10/12 11:48:39) |
||
>> マルチバイト文字も、1文字として数えるほうが便利ですね。 ?3 が 3文字でなく 3バイトだとしたら、困りませんか？ >> まだ怪しい部分がありますが、これでいかがでしょうか？ >> やはり、問題になりそうな部分がありますか？
patrep("abcdef", "**", ":$0:$1:", sr, sizeof sr)
$0 = ""
$1 = "abcdef"
patrep("ab-cd-ef", "*-*", ":$0:$1:", sr, sizeof sr)
$0 = "ab"
$1 = "cd-ef"
こういう仕様ということでよいのでしょうか？ * が最長一致なら、たとえば後者は $0 = "ab-cd", $1 = "ef" となるはずです。 |
|||
| No.17245 |
Re:2バイト文字対応の検索 投稿者---Sciggepy(2004/10/12 16:47:48) |
||
patrep("abcdef", "**", ":$0:$1:", sr, sizeof sr)
$0 = ""
$1 = "abcdef"
patrep("ab-cd-ef", "*-*", ":$0:$1:", sr, sizeof sr)
$0 = "ab"
$1 = "cd-ef"
>こういう仕様ということでよいのでしょうか？ > >* が最長一致なら、たとえば後者は $0 = "ab-cd", $1 = "ef" となるはずです。 最長一致、最短一致のどちらにしても、必ずしも上手くはいかないので、最短一致のままでよいことにします。 ありがとうございました。 |
|||