perl5.8.6日本語の置換について

質問

教えてください。perl5.8.6の日本語処理で行き詰まっています。
下記のプログラムをeuc-jpで書いて動作させたところ、s///gの
置換がうまくいきません。

何か間違っているのでしょうか。

weather.pl
－－－－－－－－－－－－－－－－－－－－－－－－－－－
#! /usr/bin/perl

# 使い方：
# require "weather.pl";
# $data=weather;

use LWP::Simple;
use strict;
use encoding 'euc-jp';
use Encode qw/from_to/;
binmode STDERR,"encoding(euc-jp)";

sub weather{
my $doc;
my $adrs = "http://www.jma.go.jp/JMA_HP/jp/warn/text/27.html";
until($doc){
$doc = get "$adrs";
}
from_to($doc,'shiftjis','euc-jp');
$doc =~/<tr><td><pre>(.+)<\/pre><\/td><\/tr>/s;
$doc = $1;
$doc =~s/」/ /g;
$doc =~s/パーセント/％/g;
$doc =~s/[０-９]/[0-9]/g;
$doc;
}
1;
my $result=weather;
print "$result\n";
－－－－－－－－－－－－－－－－－－－－－－－－－－－

回答No.3

hikomin · ベストアンサー

from_toは、オクテット列からオクテット列への変換を行ないます。内部のリテラルは内部コードになっていますので、従って良い結果は得られないのではないでしょうか。

えーと、私はuse utf8;環境で慣れているので、ちょっとそれで書かせてもらいます。use encodingのほうは、申し訳ないですがご自分でお試しください。

例えば、（以下はUTF-8で保存します。）

use utf8;

（中略）

$doc = decode( 'shiftjis', $doc ); # オクテット列ではなく、内部コードへデコード
$doc =~/<tr><td><pre>(.+)<?/pre><?/td><?/tr>/s;
$doc = $1;
$doc =~s/」/ /g;
$doc =~s/パーセント/％/g;
$doc =~tr/[０-９]/[0-9]/;
$doc = encode( 'euc-jp', $doc); # 内部コードからオクテット列へエンコード
$doc;

# 補注：試していないのでチェックしてください。

ちなみに、use utf8;環境下のリテラルにはutf8フラグが立っていますので、他バイト文字も１文字と認識されます。従って$doc =~ tr/[０-９]/[0-9]/;もキチンと動作します。

他がeuc-jpということですが、PerlIOレイヤーで入出力を押さえてしまえば、周囲のコードとかはあまり関係ありません。ただ、やはり気持ちの問題がありますので、use encoding 'euc-jp';でも試してみてください。

お礼

ありがとうございました。

教えていただいたものをベースにencoding='euc-jp'で
調整してみました。use utf-8 を外したところ、trは
ダメで、s///gでひとつずつ置換することになりました。
けれど、ほぼねらいどおりの動作はできたので、満足し
ています。

どうもお世話になりました。