*grepと置換でKWICを作る [#n1d03b74]

-''K''ey''W''ord ''I''n ''C''ontext
-\は日本語フォントの場合、半角の¥で入力してください(半角¥と半角\は同じコードx5Cです)

**単純文字列・K2Editor編 [#s73d6818]
-一部の正規表現を使った検索結果や、原文中にカンマが現れる場合には対応できません

1.調べたい文字列をgrepする。
 ================================================================================
     GREP検索結果
     Grep("新聞紙","*.*",1,1,0,1,0,0)
 ================================================================================
 G:\青空文庫\与謝野晶子\三面一体の生活へ.txt(98):しかし人の母たる私たちに取っては、こういう事実が新聞紙上に現れるごとに、言い知らぬ不快と公憤とを感じます。
 G:\青空文庫\与謝野晶子\姑と嫁について.txt(10): 新聞紙の伝うる所に由れば、姑という人は明治以前の思想をそのままに墨守して移ることを知らず、,(由=よ)
 G:\青空文庫\与謝野晶子\姑と嫁について.txt(11):苦痛を忍んでいることを知っているので、姑に対する新聞紙の報道を誇張だとは思わない。

2.ファイル先頭のいらない部分(=====で囲まれたところ)を削除する。(邪魔でなければ残しておいてもいい)
 G:\青空文庫\与謝野晶子\三面一体の生活へ.txt(98):しかし人の母たる私たちに取っては、こういう事実が新聞紙上に現れるごとに、言い知らぬ不快と公憤とを感じます。
 G:\青空文庫\与謝野晶子\姑と嫁について.txt(10): 新聞紙の伝うる所に由れば、姑という人は明治以前の思想をそのままに墨守して移ることを知らず、,(由=よ)
 G:\青空文庫\与謝野晶子\姑と嫁について.txt(11):苦痛を忍んでいることを知っているので、姑に対する新聞紙の報道を誇張だとは思わない。

3.行頭のいらない部分(G:\…\)を置換で削除する。(実は、grepの時に「相対パス」をonにしていればこの作業は不要)
 与謝野晶子\三面一体の生活へ.txt(98):しかし人の母たる私たちに取っては、こういう事実が新聞紙上に現れるごとに、言い知らぬ不快と公憤とを感じます。
 与謝野晶子\姑と嫁について.txt(10): 新聞紙の伝うる所に由れば、姑という人は明治以前の思想をそのままに墨守して移ることを知らず、,(由=よ)
 与謝野晶子\姑と嫁について.txt(11):苦痛を忍んでいることを知っているので、姑に対する新聞紙の報道を誇張だとは思わない。

4.区切り(「,」)を入れる。(以下の置換では「ファイル先頭から」on、「正規表現」offにしておくこと)
-「\」を「,」に置換
-「txt(」を「txt,」に置換(拡張子が邪魔なら「.txt(」を「,」に置換)
-「):」を「,」に置換
-1.で調べた文字列を置換 例:「新聞紙」を「,新聞紙,」

 与謝野晶子,三面一体の生活へ.txt,98,しかし人の母たる私たちに取っては、こういう事実が,新聞紙,上に現れるごとに、言い知らぬ不快と公憤とを感じます。
 与謝野晶子,姑と嫁について.txt,10, ,新聞紙,の伝うる所に由れば、姑という人は明治以前の思想をそのままに墨守して移ることを知らず、,(由=よ)
 与謝野晶子,姑と嫁について.txt,11,苦痛を忍んでいることを知っているので、姑に対する,新聞紙,の報道を誇張だとは思わない。

5.「名前を付けて保存」で拡張子をcsvとして保存する。

6.表計算ソフト(Excel)で開く。
|||RIGHT:|RIGHT:|CENTER:|||c
|与謝野晶子|三面一体の生活へ.txt|98|しかし人の母たる私たちに取っては、こういう事実が|新聞紙|上に現れるごとに、言い知らぬ不快と公憤とを感じます。| |
|与謝野晶子|姑と嫁について.txt|10| |新聞紙|の伝うる所に由れば、姑という人は明治以前の思想をそのままに墨守して移ることを知らず、|(由=よ)|
|与謝野晶子|姑と嫁について.txt|11|苦痛を忍んでいることを知っているので、姑に対する|新聞紙|の報道を誇張だとは思わない。| |

#BR

***1行に複数出てきた場合の対処 [#de00e0b3]
タグ付き正規表現を使った置換で複数行にする。
+正規表現onで次の置換を行う。
--検索語:''(^[^,]+,[^,]+,[^,]+,)(.+)(,新聞紙,)([^,]+)(,新聞紙,.+)$''
// (^[^,]+,[^,]+,[^,]+,)(.+)(,新聞紙,)([^,]+)(,新聞紙,.+)$
// ここ↑は文脈の前のフィールドの数だけ [^,]+, を繰り返す。
// これは「著者(フォルダ名)」「作品(ファイル名)」「行番号」の3つの場合。
// 2つしかなければ、 (^[^,]+,[^,]+,)(.+)(,新聞紙,)([^,]+)(,新聞紙,.+)$
--置換する語:''\1\2\3\4\n\1\4\5\6''
+1.をヒットしなくなくなるまで繰り返す。(1行に3個以上出てきたときのため)

-1行に複数出てきた場合の例
--置換前
 オイゲン・チリコフ/森林太郎訳,板ばさみ.txt,237,総ての進歩的思想の人が、,新聞紙,の良友であるが如く、検閲官も亦,新聞紙,の良友である筈であります。
 大杉栄,獄中記.txt,337,と言っても実は二度で、最初の,新聞紙,条令違犯で食っているうちに、二度目の,新聞紙,条令違犯がきまって、前のが満期になるとすぐ引続いてあとのを勤めた。
--置換後
 オイゲン・チリコフ/森林太郎訳,板ばさみ.txt,237,総ての進歩的思想の人が、,新聞紙,の良友であるが如く、検閲官も亦
 オイゲン・チリコフ/森林太郎訳,板ばさみ.txt,237,の良友であるが如く、検閲官も亦,新聞紙,の良友である筈であります。
 大杉栄,獄中記.txt,337,と言っても実は二度で、最初の,新聞紙,条令違犯で食っているうちに、二度目の
 大杉栄,獄中記.txt,337,条令違犯で食っているうちに、二度目の,新聞紙,条令違犯がきまって、前のが満期になるとすぐ引続いてあとのを勤めた。

トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS