はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ドキュメントの表記揺れ問題 複数人による共同作業で執筆や翻訳を行うと、用語の書き方が人によってまちまちで、最終的にそれを統一しなければならない。一人で作業していても、案外ばらつきがあったり、誤変換に気がつかないなど、用語のチェックと修正をする作業が必要になる。 今までに何回かそれなりのボリュームの文書を翻訳する機会があって、その度に自作ツールの greple を活用してきた。greple は、正規表現で文字列を検索できるだけではなく、マッチする条件を細かく指定することができる。たとえば参考文献のタイトルや引用文などを対象から外すことがで

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

追記 その後、optex だけを使ってより汎用的なインタフェースで実装しました。今から使うんだったら、こちらの方がいいと思います。 MS Office ドキュメントや PDF ファイルを grep したり diff したりする - Qiita 追記2 greple の -Mmsdoc モジュールは、1.04 (2020-09-23) から optex -Mtextconv のコードを利用するように変更されています。なので、今はどちらを使っても同じ結果になります。optex を使うと、指定したすべてのファイルを変換してからコマンドを実行するので、多くのファイルを指定すると時間がかかります。-Mmsdoc モジュールの場合は、都度変換しながら処理します。 MS のドキュメントを端末で操作する マイクロソフトという会社は別に嫌いではないが、ソフトウェアさえ作ってくれなければいいのになあと思う。そ

define (#asian_wide) \p{East_Asian_Width=Wide} define (#asian_fullwidth) \p{East_Asian_Width=FullWidth} define (#zenkaku) [(#asian_wide)(#asian_fullwidth)] define (#katakana) \p{InKatakana} define (#hiragana) \p{InHiragana} define (#kanji) \p{Han} define (#alpha) [a-zA-Z] define (#alnum) [a-zA-Z0-9] define (#_alnum) [a-zA-Z0-9_] define (#katakana::he) [ヘペベ] define (#hiragana::he) [へぺべ] define (#ka

初投稿のテストを兼ねて。 greple の高速化 greple というコマンドを作っている (Markdown が壊れているのはご勘弁を)。 中身は少し気の利いた grep コマンドということだが、それは本題ではなく、こいつに正規表現で "." 、つまり1文字にマッチするパターンを検索させると、こういうひどい結果になる。 % wc -c C1.bm1 196483 C1.bm1 % time greple . C1.bm1 > /dev/null 62.587u 0.094s 1:02.71 99.9% 0+0k 0+0io 0pf+0w もちろん、こんな使い方をするのが悪くて、マッチするパターンが少なければ、もっと普通の時間で終了する。 % time greple .+ C1.bm1 > /dev/null 2.353u 0.015s 0:02.37 99.5% 0+0k 0+0io 0