授業資料/grepと置換でKWICを作るの履歴(No.5)

grepと置換でKWICを作る†

KWIC --- KeyWord In Context
下に出てくる\は半角の￥*1

単純文字列・K2Editor編†

一部の正規表現を使った検索結果や、原文中にカンマが現れる場合には対応できません

1.調べたい文字列をgrepする。

================================================================================
    GREP検索結果
    Grep("新聞紙","*.*",1,1,0,1,0,0)
================================================================================
G:\青空文庫\与謝野晶子\三面一体の生活へ.txt(98):私たちに取っては、こういう事実が新聞紙上に現れるごとに、言い知らぬ不快と公憤とを感じます。
G:\青空文庫\与謝野晶子\姑と嫁について.txt(10):　新聞紙の伝うる所に由れば、姑という人は明治以前の思想をそのままに、,(由=よ)
G:\青空文庫\与謝野晶子\姑と嫁について.txt(11):苦痛を忍んでいることを知っているので、姑に対する新聞紙の報道を誇張だとは思わない。

2.ファイル先頭のいらない部分（=====で囲まれたところ）を削除する。（あとで削除してもよい）

G:\青空文庫\与謝野晶子\三面一体の生活へ.txt(98):私たちに取っては、こういう事実が新聞紙上に現れるごとに、言い知らぬ不快と公憤とを感じます。
G:\青空文庫\与謝野晶子\姑と嫁について.txt(10):　新聞紙の伝うる所に由れば、姑という人は明治以前の思想をそのままに、,(由=よ)
G:\青空文庫\与謝野晶子\姑と嫁について.txt(11):苦痛を忍んでいることを知っているので、姑に対する新聞紙の報道を誇張だとは思わない。

3.行頭のいらない部分（G:\…\）を置換で削除する。*2

与謝野晶子\三面一体の生活へ.txt(98):私たちに取っては、こういう事実が新聞紙上に現れるごとに、言い知らぬ不快と公憤とを感じます。
与謝野晶子\姑と嫁について.txt(10):　新聞紙の伝うる所に由れば、姑という人は明治以前の思想をそのままに、,(由=よ)
与謝野晶子\姑と嫁について.txt(11):苦痛を忍んでいることを知っているので、姑に対する新聞紙の報道を誇張だとは思わない。

4.区切り（「,」）を入れる。
以下の置換では「ファイル先頭から」on、「正規表現」offにしておくこと。

「\」を「,」に置換
「txt(」を「txt,」に置換（拡張子が邪魔なら「.txt(」を「,」に置換）
「):」を「,」に置換
1.で調べた文字列を置換　例：「新聞紙」を「,新聞紙,」

与謝野晶子,三面一体の生活へ.txt,98,私たちに取っては、こういう事実が,新聞紙,上に現れるごとに、言い知らぬ不快と公憤とを感じます。
与謝野晶子,姑と嫁について.txt,10,　,新聞紙,の伝うる所に由れば、姑という人は明治以前の思想をそのままに、,(由=よ)
与謝野晶子,姑と嫁について.txt,11,苦痛を忍んでいることを知っているので、姑に対する,新聞紙,の報道を誇張だとは思わない。

5.「名前を付けて保存」で拡張子をcsvとして保存する。

6.表計算ソフト（Excel）で開く。

与謝野晶子	三面一体の生活へ.txt	98	私たちに取っては、こういう事実が	新聞紙	上に現れるごとに、言い知らぬ不快と公憤とを感じます。
与謝野晶子	姑と嫁について.txt	10		新聞紙	の伝うる所に由れば、姑という人は明治以前の思想をそのままに、	(由=よ)
与謝野晶子	姑と嫁について.txt	11	苦痛を忍んでいることを知っているので、姑に対する	新聞紙	の報道を誇張だとは思わない。

↑

１行に複数出てきた場合の対処†

タグ付き正規表現を使った置換で複数行にする。

正規表現onで次の置換を行う。
- 検索語：(^[^,]+,[^,]+,[^,]+,)(.+)(,新聞紙,)([^,]+)(,新聞紙,.+)$
- 置換する語：$1$2$3$4\n$1$4$5$6
1.をヒットしなくなくなるまで繰り返す。（１行に３個以上出てきたときのため）

１行に複数出てきた場合の例

置換前

オイゲン・チリコフ／森林太郎訳,板ばさみ.txt,237,総ての進歩的思想の人が、,新聞紙,の良友であるが如く、検閲官も亦,新聞紙,の良友である筈であります。
大杉栄,獄中記.txt,337,と言っても実は二度で、最初の,新聞紙,条令違犯で食っているうちに、二度目の,新聞紙,条令違犯がきまって、前のが満期になるとすぐ引続いてあとのを勤めた。

置換後

オイゲン・チリコフ／森林太郎訳,板ばさみ.txt,237,総ての進歩的思想の人が、,新聞紙,の良友であるが如く、検閲官も亦
オイゲン・チリコフ／森林太郎訳,板ばさみ.txt,237,の良友であるが如く、検閲官も亦,新聞紙,の良友である筈であります。
大杉栄,獄中記.txt,337,と言っても実は二度で、最初の,新聞紙,条令違犯で食っているうちに、二度目の
大杉栄,獄中記.txt,337,条令違犯で食っているうちに、二度目の,新聞紙,条令違犯がきまって、前のが満期になるとすぐ引続いてあとのを勤めた。

授業資料/grepと置換でKWICを作る の履歴(No.5)

grepと置換でKWICを作る†

単純文字列・K2Editor編†

１行に複数出てきた場合の対処†

授業資料/grepと置換でKWICを作るの履歴(No.5)