機種依存文字の除去

質問

現在PHP,EUC-JP環境にてプログラミングをしているのですが、
http://oshiete1.goo.ne.jp/kotaeru.php3?q=1432515
を参考にして機種依存文字の除去にチャレンジしています。
$str = mb_convert_encoding($str,'SJIS','EUC-JP');
$str = preg_replace( "/([\x87][\x40-\x9F]|[\xED-\xEE][\x40-\xFC]|[\xFA-\xFC][\x40-\x4B]|[\xF0-\xF9][\x40-\xFC])/" ,"",$str);
$str = mb_convert_encoding($str,'EUC-JP','SJIS');

で機種依存を試しているのですが、うまくいきません。
ところどころ?+半角文字になったり、機種依存文字は?になったりします。

EUC-JPで機種依存文字を除去できる方法であれば上記の方法にこだわりません。

どなたかご教授いただけないでしょうか？
よろしくお願い申し上げます。

回答No.3

noname#19884 · ベストアンサー

http://sample.sakage.cc/ajax2/test.phps
入力された文字からEUCの文字と英数字のみを返答するサンプルを作成しました。

実働サンプルはこちら
http://sample.sakage.cc/ajax2/test.html

お礼

touko_様

ご丁寧にソースまでいただきまして、ありがとうございました。本当に助かりました。

回答No.2

noname#19884

最近Perlで書いたコードはこんな感じです。

# 日本語文字コード範囲
my $ascii = '[0-9a-zA-Z_,./?=&;: )(]';
my $re_euc_c = '[\241-\376][\241-\376]';
my $re_euc_kana = '\216[\241-\337]';
my $re_euc_0212 = '\217[\241-\376][\241-\376]';

while ($str =~ /(($ascii|$re_euc_c|$re_euc_kana|$re_euc_0212|\t)+)/go) {
$euc .= $1;
}

$str から日本語EUCの部分だけ$euc 変数にコピーです。

お礼

touko_様ご回答ありがとうございました。

まったくそのような発想がありませんでした。しかし、Perlには精通していなくて、まだPHPも初心者のため、どなたかPHPのソースでのご回答をよろしくお願い申し上げます。

わがまま申し上げてすみません。

回答No.1

noname#19884

わたしだったら機種依存じゃない文字を変数の最初から抜き出していって
別の変数に繋げていきますね。