正規表現の一致について

質問

正規表現のパターンマッチについて、
質問させていただきます。

現在、EUC-JPでパターンマッチングしており、
文章は、全て、半角から全角から処理に変換しております。

foreach(@list){
if($file =~ /$_/){
print"$_\n";
}
}

以上のように、$fileの内容に対して、@listにある項目すべてでマッチングしようとしています。
$fileは、長い文章が格納されています。
$_ が　「ローランド＿ディー．ジー．」（＿は、全角空白）の場合、
print"$_\n"をみると、$file中の「：ランドクルーザー」という部分の”ランド”部分のみが出力されてきました。
文章の途中に出現する単語なので、”＾”や”$”等を用いての完全一致が使えずに困っています。
どのようにしたら、$file中の$_と部分的な一致ではなく完全一致（？）になるのでしょうか？

回答No.3

SaLeeFA · ベストアンサー

$| = 1;

my $aaa = "ローランド　ディー．ジー．";
my $bbb = "ローランド　ディー．ジー．";

$bbb =~ m/$aaa/;

open File, ">test.txt";
print File "$&";

---------------------------------------------------

上記をコピーし、EUCとして保存し、Perlで実行させてください。
成功しました。

どのように実行させてるかは分かりませんが、
Perlで実行する際は、他のアプリケーションを介さないで下さい。(テストになりません)。

--------------------------------------------------

sjisでの場合は、ーの2バイト目が5Cになる事も覚えておいて下さい。
http://ash.jp/code/codetbl2.htm

--------------------------------------------------

テストはしていませんが、

foreach(@list){
if($file =~ /$_/){
print"$_\n";
}
}

この記述で $_ が[ランド]と出力される場合、
そもそも @list に[ランド]が入っていたとしか考えられません。
(正規表現関係ないです)。

その辺も見直してください。

-------------------------------------------------

> 結果の方は、変わりませんでした。
> listのローランド＿ディー．ジー．のところでは、”ランド”と出力されてしまいます。
> なぜでしょうか。

そもそも $_ 自体が[ランド]だと思われるので、
そうだとしたら、そうなって当たり前の流れに感じます。

-------------------------------------------------

質問の趣旨と異なりますが、
どうゆう意図の記述かわかりませんが、
おそらくではありますが、正規表現は

m/\Q$_\E/;

としたほうがたぶん意図したとおりに動作する気がします。
(記号を通常の文字として扱う)。

お礼

ご返答ありがとうございます。
SaLeeFAさんの言うとおり、
リストの方に問題がありました。
Shift-jisで書かれたものが混じっていたのが原因のようです。
再度、改行コードも踏まえ、EUCに変換し直したらちゃんとマッチングいたしました。
わざわざコピーと実行までしていただいて、申し訳ない限りです。
解決しましたので、お礼と主に報告いたします。

回答No.2

Tacosan

ちと手元で実験してみました. スクリプトはこんなん:
$file = 'トヨタ：ランドクルーザー';
@data = ('トヨタ', 'ローランド　ディー．ジー．');

for my $d (@data) {
if ($file =~ /$d/) {
print "matched: `$&'\n";
} else {
print "unmatched\n";
}
}

で, 文字コードを EUC-JP にすると期待通りの結果 ('トヨタ' だけマッチ) になります. shift_jis だと正規表現のコンパイルに失敗する.

ということで, それらの文字列の文字コードがどうなっているか確認してみてください. 今どきの Perl なら Unicode にするってのも 1つの方針.

お礼

ご返答ありがとうございます。
EUC-JPで行っていったところ、
リストの方にShift-jisで書かれたものが混じっていたのが原因のようでした。
再度、改行コードも含めてEUCに変換し直したらちゃんとマッチングいたしました。
わざわざ実験までしていただいて、申し訳ないです。
解決しましたので、お礼と主に報告いたしました。

回答No.1

Tacosan

「print"$_\n"をみると、$file中の「：ランドクルーザー」という部分の”ランド”部分のみが出力されてきました。」
ってのがよくわからんのだけど.... なんで $_ を見るんだろ. $& の方が適切じゃないかなぁ?
とりあえずここだけ見ても分からんような気がする. 「文字単位」でマッチかければうまくいくような気がするので.

補足

$&ってマッチングした文字列を返してくれるのですね。
この特殊変数の存在を知りませんでした。
$&の方が、適切ですね。ありがとうございます。
しかし、
結果の方は、変わりませんでした。

例えば、$fileの中身一部が、
「トヨタ：ランドクルーザー」で、

@listの中身は、
「ローランド＿ディー．ジー．」（＿は、全角空白）
「トヨタ」
等がある場合に、
foreach(@list){
if($file =~ /$_/){
print"$&\n";
}
}
と表記し、実行した場合、
listのトヨタのところでは、”トヨタ”と出力するのですが、
listのローランド＿ディー．ジー．のところでは、”ランド”と出力されてしまいます。
なぜでしょうか。