|
|
カタカナ抽出
[ァ-ヶー・]+ （「かたかな」で単語登録）
数字・アルファベット抽出
[a-zA-Z0-9=\/:\.\(\)\~\@\-& ]+ （「あるふぁべっと」で単語登録）
「（」で始まりで「）」終わる文字列抽出
（.*?） （「はじまりおわり」で単語登録）
不要な改行抽出
[^！？。」』）―…\n］=\.\/]\n （「かいぎょう」で単語登録）
ＯＣＲしたものやダウンロードしてきたテキストを、一括置換で修正するのに便利な正規表現。
たとえば一番目と三番目を組み合わせて （[ァ-ヶー・]+） とすると、カタカナで当て字された振り仮名をいっきに抽出できるので、（ ）を《 》に変換するのに便利。
もちろん （[あ-んー・]+） とすれば、ひらがなの振り仮名が抽出できます。さらに （[ァ-ヶー・あ-ん ]+） としてやれば両方をいっぺんに置換可能。
四番目は検索されたものを「\0●」で置換したあと、「●\n」を削除してやれば、余計な場所に入っている改行が削除できます。ただし章タイトルなどまで抽出されてしまう可能性があるので、そのあたりは要手動削除。
|
|
No.319
(電脳)
|
|
|
|
|
この記事のトラックバックURL
| |
https://plant.mints.ne.jp/sfs6_diary/sfs6_diary_tb.cgi/20060303319
|
|
|
|
| プロフィール |
|
神崎 真（かんざき まこと）
小説とマンガと電子小物をこよなく愛する、昭和生まれのネットジャンキー。
ちなみに当覚え書きでは、
ゼロさん= W-ZERO3(WS004)
スマホ= 003P(Android端末)
シグ３= SigmarionIII です。
|
|
|
