文字列検索（例えばindex関数）をバイト単位で行いたい

質問

やりたいことは日本語文字列の処理で、特定の文字を切り抜きたいのですがうまくいきません。
なぜなら、文字列を切り抜くsubstr関数がバイト単位であるのに対し、文字列を検索するindexがバイト単位でおこなわれていないからです。

例：
文字列"12万3456円"から、円だけを取り除きたいとします。

$str = "12万3456円";
$index = index($str,"円");
$newStr = substr($str, 0, $index);

indexは７を返すが、substrで0から7番目を切り取っても、バイト単位なのでうまくいきません。

文字列の検索をバイト単位で行う方法を教えてください。
おねがいします。

回答No.2

kabaokaba · ベストアンサー

そもそも何でバージョンをかかない？

Perl5.8.8だと

$str = "12万3456円";
$index = index($str,"円");
$newStr = substr($str, 0, $index);
print $newStr;

だけでもSJISでも期待の動きをする．
＃まあ，危ない文字だと動かないだろうから
＃各種プラグマの類は書くべきだけど

けど・・そもそも正規表現にしない事情がまるでわからない

最近のPerlだとベースがUTF8だから
日本語がどーのこーのとか二バイトがどーのこーのは
基本的にはない．

お礼

すいません。あせって完全に忘れてました。
環境はubuntu8,Perl5.8.8です。
（mysqlはxampp）

実は、いろいろありまして、
あらかじめ$str = "12万3456円";というふうに宣言すればうまくいくのですが、mySQLから文字列のデータをとってきて実行した場合うまくいかない、という状況でして、それで普通にやるのをあきらめてindexとか使ってやろうとしてました。
それでここにこういった質問をしたのですが、

＞最近のPerlだとベースがUTF8だから
＞日本語がどーのこーのとか二バイトがどーのこーのは
＞基本的にはない

とのご指摘をいただいて、もうすこしねばってみるかと思い、今少し奮闘してたのですが、自己解決いたしました。
この質問の回答とは別物ということにはなりますが、
mySQLからとってきた文字列でうまくできない原因は、はっきりとはわかりませんが、その文字列を操作する前に
「
no utf8;
」
をいれるとうまくいきました。

ググってこの原因を詳しく調べたいと思います。

いずれにせよ、手がかりを与えてくださったことに深く感謝いたします。

回答No.1

buffalomasa

perl 5.8.6以上なら

#!/usr/bin/perl

use encoding 'shiftjis';
use Encode qw/encode decode/;

$str = "12万3456円";
$str =~ s/円//g;

print "$str\n";

これで円を取れますけど、こういう意味ではないのでしょうか？

お礼

回答ありがとうございます。

#2へのお礼文にもある通り、この質問は私の早まりすぎた質問でした。