Perl 正規表現に関して

質問

現在Perlにて正規表現を用い，アクセス者のログが納めてあるlog.datからデータを検索し集計するといったアルゴリズムです．
ところが正規表現を用いたのは良いものの，アルファベット以外をパターンとして使用したとき，データを呼び出すどころか表示されない状況に陥ってしまいました．

elsif($referer =~ /abcd/i) {
$word2 = "abcd";
}

上記のコードは，パターンがアルファベットで構成されているため，正常にシステムが動作します．

elsif($referer =~ /あいうえ/i) {
$word2 = "あいうえ";
}

しかし，上記のコードはパターンが平仮名で構成されているため，冒頭で記している問題が発生してしまいます．

そこで
(1)パターンにアルファベット以外のものは使えるのか．
(2)パターンにアルファベット以外のものを使いたいときはどうすればいいのか．
についてお教えください．

また正規表現のほかに，文字列を検索し，頻度をカウントすることに長けているコードがございましたらお教え願います．

以上の内容で不明な点等ございましたら随時対応致します．
宜しくお願いします．

回答No.1

steel_gray · ベストアンサー

正規表現で日本語を扱う場合、Perlでは特別な処理をしてくれないので文字（の組み合わせ）によってはなんらかのメタ文字として認識される場合があるのでそのままでは使えません。

・正規表現によるマッチングを避ける。
http://digit.que.ne.jp/work/wiki.cgi?Perl%E3%83%A1%E3%83%A2%2F%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%81%AE%E6%89%B1%E3%81%84#i18

・メタ文字を無効にする。（正規表現の先頭に\Qを入れる - \Eが含まれるケースを除外しておかないと危ない）
http://www.rfs.jp/sb/perl/02/09.html#%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E4%BF%AE%E9%A3%BE%E5%AD%90%E3%81%AE%E4%B8%80%E8%A6%A7

※頻度によるカウントってのがよくわからないのですが。

補足

回答ありがとうございます．
ご提示なされたURLを参考にしてみます．

>※頻度によるカウントってのがよくわからないのですが。
文字列を指定し，与えられたハッシュにどれだけ存在するかを割り出し，それをカウントして値にするといったものを考えております．

回答No.4

Suzi

$str = '　あいうえabcoaお ▲3+';

if( $str =~ /お/ ){
print "マッチ";
}else{
print "マッチしない";
}

としたらマッチしたので、アルファベット以外のでもマッチすると思いますが。

お礼

回答ありがとうございます．
文字コードをいじったらマッチするようになりました．

回答No.3

Tacosan

文字コードにさえ気をつければアルファベットだろうとひらがなだろうと漢字だろうとヒエログリフだろうとマッチできる. そして, あなたが文字コードに気をつけているかどうかはこの文面からは分からない.
「頻度をカウントする」のは, 普通はハッシュでしょうね.

補足

回答ありがとうございます．
質問文足らずですみません．文字コードはEUCとなっております．

回答No.2

Suzi

まずは、euc-jp に変えてみてはどうでしょうか。

補足

回答ありがとうございます．
文字コードはEUC，またlog.datに蓄積されているデータもEUCとなっております．