javascriptのreplaceについて

質問

javascriptを使って青空文庫のルビを削除したいと考えています。
例えば以下のような文章です。

「みんながうまそうに食べている<ruby><rb>最中</rb><rp>（</rp><rt>さなか</rt><rp>）</rp></ruby>に、こんな話は禁物だ。…

これを

「みんながうまそうに食べている最中に、こんな話は禁物だ。…

というようにしたいと思っています。
そこで、以下のようなコードを書いたのですが、どうもうまく動いてくれません。

-----------------------------------------------------------------------
doc = temp.replace(/<ruby><rb>(.+)<\/rb><rp>.+<\/rp><rt>.+<\/rt><rp>.+<\/rp><\/ruby>/gi, "$1");

処理結果：
「みんながうまそうに食べている最中</rb><rp>（</rp><rt>さなか</rt><rp>）</rp></ruby>に、こんな話は禁物だ。…
-----------------------------------------------------------------------

どこが誤っているのでしょうか？
ご指導お願いします。

回答No.1

duron · ベストアンサー

正規表現で「.+」とすると任意の文字1文字以上となりますので(.+)に該当するのは
「最中・・・」から最後に出現するルビの部分になってしまいます。
「.+?」とすれば最小の文字列でマッチングする部分、となりますので
doc = temp.replace(/<ruby><rb>(.+?)<\/rb><rp>.+?<\/rp><rt>.+?<\/rt><rp>.+?<\/rp><\/ruby>/gi, "$1");
とすればうまくいくのではないかと思います。

おいしい最中(もなか)が食べたくなってきました・・・。

お礼

試してみたところ無事動きました。
ありがとうございました。
最中は好きです。

回答No.5

think49

#2, 4 です。

https://gist.github.com/743362 を更新して function removeTagsAll を入れ子のタグにも対応してみました。
"<ruby><ruby>hogehoge</ruby></ruby>" のようなタグの対応関係を認識して "hogehoge" に置換してくれます。(ruby要素は入れ子にならない仕様のようですが、念のため)
関数名が「removeAllNodes → removeNodesAll」「removeAllTags → removeTagsAll」に変更されているので、#2, 4 のコードを利用する場合は適宜修正してください。

元々のフォーマットが XHTML に準拠しているならDOM操作。
そうでないなら、正規表現で置換するという選択肢もありかなと思います。

回答No.4

think49

#2 です。
以下、正規表現で実装するケースです。(#2 と考え方は同じ)

https://gist.github.com/743362 を取り込んで、

---
(function () {
　function AozoraBunko (string) {
　　this.string = string + '';
　　return this;
　}
　AozoraBunko.prototype.removeAllTags = function (tagName /*, deep*/) {
　　this.string = removeAllTags (this.string, tagName, arguments[1]);
　　return this;
　}

　var aozoraString, aozora;

　aozoraString = [
　　'みんながうまそうに食べている\u003Cruby\u003E\u003Crb\u003E最中\u003C/rb\u003E\u003Crp\u003E（\u003C/rp\u003E\u003Crt\u003Eさなか\u003C/rt\u003E\u003Crp\u003E）\u003C/rp\u003E\u003C/ruby\u003Eに、こんな話は禁物だ。',
　　'みんながうまそうに食べている\u003Cruby\u003E\u003Crb\u003E最中\u003C/rb\u003E\u003Crt\u003Eさなか\u003C/rt\u003E\u003C/ruby\u003Eに、こんな話は禁物だ。'
　].join('\r\n');
　aozora = new AozoraBunko(aozoraString).removeAllTags('rt', true).removeAllTags('rp', true).removeAllTags('rb', false).removeAllTags('ruby', false);

　alert([aozoraString, aozora.string].join('\r\n\u3000\u2193\r\n'));
})();
---

# 全角空白は半角空白に置換してください。

回答No.3

H240S18B73

ExtendScript Toolkit上では動きました

＜が処理の段階ではエスケープされてて
&ltになってるとかじゃないでしょうか

でも#1の方のいわれてるように
最小一致にはしておいたほうがいいかと思います

お礼

エスケープが原因ではなかったみたいです。
ありがとうございました。

回答No.2

think49

おそらく質問文中と同じ論理構造とは限らないのですよね…。
もう少し簡単に考えてみてはどうでしょうか。

・rt要素, rp要素を子要素を含めて削除する
・ruby要素, rb要素を子要素を残して削除する

(※以下、全角空白は半角空白に置換してください)

---
<p>みんながうまそうに食べている<ruby><rb>最中</rb><rp>（</rp><rt>さなか</rt><rp>）</rp></ruby>に、こんな話は禁物だ。</p>
<p>みんながうまそうに食べている<ruby><rb>最中</rb><rt>さなか</rt></ruby>に、こんな話は禁物だ。</p>
<script type="text/javascript"><!--
(function () {

　function removeAllNodes (nodeList, deep) {
　　var targetNode, parentNode, doc, df, childNodes, i, l, j;

　　if (!nodeList) {
　　　return;
　　}

　　if (deep) {
　　　for (i = nodeList.length - 1; i > -1; i -= 1) {
　　　　targetNode = nodeList[i];
　　　　targetNode.parentNode.removeChild(targetNode);
　　　}
　　} else {
　　　df = nodeList[0].ownerDocument.createDocumentFragment();

　　　for (i = nodeList.length - 1; i > -1; i -= 1) {
　　　　targetNode = nodeList[i];
　　　　parentNode = targetNode.parentNode;
　　　　childNodes = targetNode.childNodes;
　　　　j = childNodes.length - 1;
　　　　if (j > -1) {
　　　　　for (;j > -1; j -= 1) {
　　　　　　df.appendChild(childNodes[j]);
　　　　　}
　　　　　parentNode.replaceChild(df, targetNode);
　　　　}
　　　}
　　}
　}

　var doc = document;
　removeAllNodes(doc.getElementsByTagName('rt'), true);
　removeAllNodes(doc.getElementsByTagName('rp'), true);
　removeAllNodes(doc.getElementsByTagName('rb'), false);
　removeAllNodes(doc.getElementsByTagName('ruby'), false);
})();
//--></script>
---

お礼

勉強になりました。
ありがとうございました。