記事のテキストデータから文字列を抽出する方法

2016/05/15 11:59

このQ&Aのポイント

昔使っていたブログのデータをまとめたテキストファイルから、必要な文字列を取り出す方法をご紹介します。
Javascriptを使って、記事ごとに必要な文字列のみを取り出し、CSV形式に整形することができます。
改行部分はHTMLのタグである<br>に置き換えることで、テキストファイルの改行を反映させることもできます。

cnkozo
お礼率39% (158/402)

JavaScript
回答数2
ありがとう数2

みんなの回答 （2）
専門家の回答

質問者が選んだベストアンサー

ベストアンサー

think49
ベストアンサー率59% (285/482)

2016/05/20 23:16 回答No.2

CSVファイルを生成する場合、「改行」(\r\n)「ダブルクォート(")」「カンマ(,)」の3文字の扱いに気を付ける必要があります。改行は <br> に変換するようですが、残り2文字のエスケープに注意してください。 https://jsfiddle.net/67byzuho/ 2列目で [PRIMARY CATEGORY], [CATEGORY] のどちらを期待しているのか不明ですが、[CATEGORY] としました。 Re: cnkozo さん

質問者

お礼 2016/06/12 09:55

遅くなり、申し訳ございませんでした。ありがとうございました！

ログインすると、全ての回答が全文表示されます。

その他の回答 (1)

babu_baboo
ベストアンサー率51% (268/525)

2016/05/17 21:36 回答No.1

おぶじぇくとしこうには、かいとうがつくのにこれにはつきませんね。しつもんのかいとうがつくまでに、てさぎょうでおわっているかもしれませんね。こうきのうなえでぃたなら正規表現でへんかんできそうなのですが。ぜんかくくうはくもじは、すべてはんかくくうはくもじにちかんしてくださいだぶるくぉーとでかこまなくてもだいじょうぶ？ <!DOCTYPE html> <meta charset="utf-8"> <title>高機能なエディタなら…</title> <style > </style> <body> <textarea rows="15" cols="90" id="A"> -------- AUTHOR: hogehoge TITLE: 記事A STATUS: Publish ALLOW COMMENTS: 0 CONVERT BREAKS: __default__ ALLOW PINGS: 0 PRIMARY CATEGORY: news CATEGORY: news DATE: 02/08/2014 06:17:55 AM ----- BODY: 記事一個目。ほげほげ ----- EXTENDED BODY: ----- EXCERPT: ----- KEYWORDS: ----- -------- AUTHOR: hogehoge TITLE: 記事B STATUS: Publish ALLOW COMMENTS: 0 CONVERT BREAKS: __default__ ALLOW PINGS: 0 PRIMARY CATEGORY: nikki CATEGORY: nikki DATE: 02/09/2014 07:45:04 PM ----- BODY: 記事2個目。 <img src="hoge.jpg"> ほげほげ ----- EXTENDED BODY: ----- EXCERPT: ----- KEYWORDS: ----- -------- AUTHOR: hogehoge TITLE: 記事C STATUS: Publish ALLOW COMMENTS: 0 CONVERT BREAKS: __default__ ALLOW PINGS: 0 PRIMARY CATEGORY: news CATEGORY: news DATE: 02/09/2014 07:51:34 PM ----- BODY: 記事3個目。ほげほげ ----- EXTENDED BODY: ----- EXCERPT: ----- KEYWORDS: ----- </textarea><br> <input type="button" value="conv" onclick="hoge();"> <hr> <textarea rows="15" cols="90" id="B"> </textarea> <script> function addDQ (str) { 　return '"' + str + '"'; } function hoge () { 　var t = document.querySelector ('#A').value; 　var b = document.querySelector ('#B'); 　var rst = []; 　var rec = []; 　　var cr = '\\r|\\n|\\r\\n'; 　var CR = '(?:' + cr + ')*'; 　　var sp = '\\s?'; 　var splt8 = '\\-{8}' + CR; 　var splt5 = '\\-{5}' + CR; 　var typeA = sp + '.*?' + CR; 　var typeB = sp + '(.*?)' + CR; 　var typeC = sp + '((?:.|' + cr + ')*?)' + CR; 　var typeE = sp + '(?:.|' + cr + ')*?' + CR; 　　var pattern = [ 　　splt8, 　　'AUTHOR:' + typeA, 　　'TITLE:' + typeB, 　　'STATUS:' + typeA, 　　'ALLOW COMMENTS:' + typeA, 　　'CONVERT BREAKS:' + typeA, 　　'ALLOW PINGS:' + typeA, 　　'PRIMARY CATEGORY:' + typeA, 　　'CATEGORY:' + typeB, 　　'DATE:' + typeB + splt5, 　　'BODY:' + CR + typeC + splt5, 　　'EXTENDED BODY:' + CR + typeE + splt5, 　　'EXCERPT:' + CR + typeE + splt5, 　　'KEYWORDS:' + CR + typeE + splt5, 　　typeE 　].join (''); 　var reg = new RegExp (pattern, 'g'); 　　for (rec = []; rec = reg.exec (t); ) { 　　rec.shift (); 　　rst.push (rec); 　} 　　b.value = rst.map (function (a) { 　　a[3] = a[3].replace (/(\r|\n|\r\n)/g, '<br>'); 　　return a.map (addDQ).join(', '); 　}).join ('\n'); 　 } </script>

質問者