記号とあらば、１文字でも全て削除する方法（記号全滅作戦）

質問

記号とあらば、１文字でも全て削除する方法（記号全滅作戦）

お世話になります。

先日、、、、
http://okwave.jp/qa/q6246444.html
で、３文字以上つづく文字を根こそぎ削除する方法について助けていただきました。
（ありがとうございました）

この様な事をしたい背景としましては、記号等が２０文字程以上つづくと、TABLEの表組の中で、それらの連続文字が「改行されず」、ぺージのレイアウトをメチャクチャにするからなんです。
（同じ悩みを抱えている方も少なからずいるのではないかと思うのですが。。。）

そこで、３文字以上の文字が連続するものは、根こそぎ削除！という、先日教えていただいた方法の導入により、この問題は解決するだろうと、心安らかな日々を送っておりました。

が、今日になって。。。

∴▼△▼∴△▼△∴▼△▼∴△▼△∴▼△▼∴△▼∴

★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆

等という記号の（１文字おき、２文字おき）連続が某APIから吐き出され、それを表示している私のサイトのレイアウトが例によって、むちゃくちゃになっておりました（泣）。

そこで、解決策としては、、、

●記号とあらば、１文字でも、根こそぎ削除（但し、日本語の句読点、英語のピリオド等は除く）
もしくは、、、
●１文字おき、２文字おきでも、そのパターンが３回以上連続する文字列の場合は、それらを根こそぎ削除

を思いつきました。
後者につきましては、そのマッチさせる手法を想像する事すらできないので（泣）、前者について、あれこれググッてみたのですが、これまた、どんぴしゃりのヒントを得る事ができませんでした。

※削除したいものは「シフトJIS 第１水準漢字コード表の中の記号群」なので、
http://crocro.com/pc/write/hide/chimarl09_02.html#02
こちらのコードでマッチさせればよいのかと思ったのですが、コード表記が

「8140～81FF」

となっており、先日教えていただいた

[¥x81-¥x9F¥xE0-¥xFC]

等とは表記が異なる為、適応できません。(^_^;)

ということで、SJISの憎き記号達（但し、日本語の句読点、英語のピリオド等は除く）を削除する（マッチさせる）手法について、アドバイスいただければ幸いです。

※ちなみに、、、、

$contents=~s/★//g;
$contents=~s/☆//g;

は効果あるのですが、何故か、、、、

$contents=~s/△//g;
$contents=~s/▼//g;

は効き目がありませんでした。(^_^;)
（そこで、文字コードで範囲を指定して根こそぎ削除を狙っています）

回答No.2

JaneDue · ベストアンサー

横から失礼。質問からはズレますが、自動改行されれば問題ないのだとすれば、配布のJavaScriptでOKでしたよ。

<script type="text/javascript" src="wordBreak.js"></script>

<!-- テーブルに class="wordBreak" -->
<table class="wordBreak"><tr>
<td style='width:300px;'>
★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★
</td>
</tr></table>

wordBreak.js
http://blog.webcreativepark.net/2008/09/14-211341.html

※css の word-break:break-all; でも強制改行可だがFireFoxダメ

お礼

JaneDue様

Tacosan様が指摘されている本質問題についてのアドバイス、ありがとうございます！

＞自動改行されれば問題ないのだとすれば、配布のJavaScriptでOKでしたよ。

その手がありましたか！！
ブラウザー毎に独得の表示仕様があり、こちら側では、対処のしようがない問題だとばかり思っていたので、この本質問題については、ぐぐることさえしていませんでした。。。。
（改行等という、表示に関する根本的なことを、JavaScriptが制御できるとは思ってもいませんでした）
配布のJavaScript、早速、活用してみます。
教えていただき、ありがとうございます！

たぶん、これで、連続記号によるレイアウトぐちゃぐちゃ問題は、予測不能な事が起きない限り、なくなると思います。

＜今回の教訓＞
●なんでもかんでもPerlで解決しよとせず、発想を変えて、JavaScriptでの解決方法も探ってみる。
●まずは本質問題に取り組み（無理っぽくても、とりあえず、ぐぐってみる）、それで駄目なら、対処療法にとりかかる。

回答No.1

Tacosan

(utf-8 以外の) バイト列だとどうやってもめんどくさそうなので, とりあえず内部文字コード (Unicode) に Encode::decode してから処理するのがよさそう.

前者の方が簡単なのでこっちを先にやると, おそらく
tr/つぶしたい記号の羅列//d;
が意味としては最も分かりやすい.

後者は.... うまくやらないと
「あっちこっちいってにっちもさっちもいかない」
という文章をはねてしまうことになる. 実は前回の「同じ文字が 3個以上続いていたら」でも同じ問題を抱えていて, GREEEEN (E の個数はあってますか?) が引っかかっちゃうんだよね.

と書いておくけど所詮この辺は「小手先」であって本当は
> 記号等が２０文字程以上つづくと、TABLEの表組の中で、それらの連続文字が「改行されず」、ぺージのレイアウトをメチャクチャにする
という状況を何とかする方が適切なのかもしれないと思いだした今日この頃.

お礼

Tacosan様
重ね重ね、アドバイスいただき、ありがとうございます！

＞とりあえず内部文字コード (Unicode) に Encode::decode して
＞tr/つぶしたい記号の羅列//d;

この方法で対処していきたいと思います。
ありがとうございます。

＞実は前回の「同じ文字が 3個以上続いていたら」でも同じ問題を抱えていて, GREEEEN (E の個数はあってますか?) が引っかかっちゃうんだよね.

この点に関しては、もう完全に諦めています。(^_^;)
レイアウトがグチャグチャになるぐらいなら、いっそのこと、なくなっちゃってくれた方がいいと割り切っています（その文字列が消えてしまって、大問題になる、という事は、あまりないので）。

＞TABLEの表組の中で、それらの連続文字が「改行されず」、ぺージのレイアウトをメチャクチャにするという状況を何とかする方が適切なのかもしれない

よく考えたら、、、、おっしゃるとおりで、本来はこちらが本質ですね。(^_^;)
（対処療法にばかりに目がいってました。理由：ブラウザー毎に独得の表示仕様があり、こちら側では、どうしようにもない問題だとばかり思っていました）
そして、Tacosan様の、そのご指摘のおかげで、JaneDue様から、その本質問題についてのアドバイスが寄せられました！（この点につきましても感謝致します）

※尚、先程、、、、

$contents=~s/△//g;
$contents=~s/▼//g;

は効果がないと書きましたが、¥を加えて

$contents=~s/¥△//g;
$contents=~s/¥▼//g;

とやると、効き目がある事が分かりました。