この置換処理について

質問

以下の処理がうまくいきません。

perlで実行すると以下の置換を行ってテキストファイルができるはずなのですが、0KBのテキストファイルができてしまいます。
そこで、手動で置き換えようと思ったのですが。
正規表現を使用した、置換処理を行っているということはわかっているのですが中の処理が分かりません。
詳しい処理の内容を教えていただけないでしょうか。
よろしくお願いいたします。

while(<>){
if(m#^(.+) /// (.+)$#){
$flg = 1;
$word = $1;
$text = $2;
$line = $_;
if($word =~ / /){
#熟語なら
if(length($word) > 15){
$flg = 0;
}
elsif($word =~ /([A-Za-z]+) ([A-Za-z]+)/){
if(length($1) > 5 && length($2) > 5){
$flg = 0;
}
}
}
if($text =~ m#/#){
$text =~ s#/ .+##g;
}
}
if($flg){
print $word.' /// '.$text."\n";
}
}

回答No.4

sakusaker7 · ベストアンサー

あー、入力テキストがUTF-16なんですか。
だとすると、きちんとエンコーディングの設定をして読み込まないといけませんが、
スクリプトの、質問に貼られている以外の部分はどうなっていますか?

お礼

スクリプトは質問内容ので全てです。
試しにSift－JSに変換してで試したところ、うまくいきました！
でもなぜでしょうか…

回答No.5

Tacosan

UTF-16 では全ての文字が 16ビットで表されます. つまり「/」が例えば "\0/" のようになっているわけです. スクリプトの文字コードがどうなっているか知りませんが, そのために最初の if でマッチしていないんじゃないでしょうか.
今どきの perl では内部的に全て UTF-8 を使いますから, それ以外の文字コードのファイルを予定するときにはきちんとエンコーディングを指定しないとダメです.
「shift-jis にして動いた」というのは, たまたま英語なのでシフトJIS でも UTF-8 でも同じになっていたということだと思います.

お礼

ありがとうございます！
なぞが解けました。

回答No.3

Tacosan

私もそれを最初に思ったので #1 で「実際にはどのように入力して実行したのですか」と補足を求めたんですけどねぇ＞#2. 「実際」の実行が #1 の補足にある通りなら (ほとんどの場合で) その線はないですし....
できればでいいのですが, 「与えた入力」と「期待する出力」を書いてもらえると助かるかもしれない.

補足

実際の入力は以下です。
Perl\Bin\Perl eimin.pl c:\jiro.txt > c:\abc.txt

入力元のファイルは167MBの英語辞書テキストファイルです。（Unicode　UTF-16）
期待する値は、長い熟語や名詞などを削除して小さくすることです。

ファイルが大きすぎるのでしょうか…

回答No.2

sakusaker7

ひょっとして、変換元のファイルと変換先のファイルで同じファイルを指定してたりしませんか?

お礼

ありがとうございます。
入力元と、出力先は別名で設定していました。

回答No.1

Tacosan

その「0kB のテキストファイルができた」ときは, 実際にはどのように入力して実行したのですか?

補足

こんにちは、実行したときには以下のように入力しました
C:\Perl\Bin\Perl c:\プログラム.pl c:\変換元.txt > c:\変換先.txt