漢字、カタカナ、ひらがな、英数字の判定

質問

perl5.8.5でCGIのプログラムを作っています。

入力された文字（２バイト文字）が「漢字」「カタカナ」「ひらがな」「英数字」「その他」のどれなのか文字種類を判定したいと思っています。
プログラムの文字コードはEUCで書いています。

よろしくお願いします。

回答No.2

vsba23895

character class というのがあって
\p{Han} 漢字
\p{Hiragana} 平仮名
\p{Katakana} 片仮名
\p{Ps} 開き括弧
…
とかいろいろあります。(URL 参照)
処理対象の文字列の文字コードを utf-8 にしておけば、
if ($c =~ /\p{Hiragana}/) { ... }
のように「平仮名を含むか」のテストができます。

はまりやすいのは「ー」(仮名長音)でして、これは Hiragana でも Katakana でもありません。このため \p{Katakana}+ で「片仮名の連続」を取り出したつもりが「ー」のところで切れたりとか、よくやらかします。「・」(中黒)も同じ。

参考URL：

http://fleur.hio.jp/perldoc/mix/pod/perlunicode.html

回答No.1

gyamboi

正規表現はご存知ですか？