#acl SomeUser:read,write All: read
= Lightweight Language Lovers =
== Python vs Ruby ==
システム部門で働いていると、テキストデータの受渡しが多いことでしょう。[[BR]]
最近はWEBが使ったシステムが多く、データの連携において機種依存文字や外字が含まれていないか[[BR]]
チェックが必要なケースが増えてきました。

以下はPython で書いていたチェックプログラムです。[[BR]]
シフトJIS(MS932)の文字列の中に、Windows固有の文字や外字が含まれないか調べのが目的です。
{{{#!python
# -*- coding: cp932 -*-
""" Handle SJIS charcters"""
class SjisChars:

        def __init__(self, s):
                self.s = s

        def check(self, d):
                self.isKanji = ((0x81 <= d <= 0x9F) or (0xE0 <= d <= 0xFC))
                self.isKisyu = (d in (0x87, 0xED, 0xEE, 0xFA, 0xFB, 0xFC))
                self.isGaiji = (0xF0 <= d <= 0xF9)

        def scan(self):
                a = [c for c in self.s]
                while len(a) > 0:
                        c = a.pop(0)
                        self.check(ord(c))
                        if self.isKanji:
                                c += a.pop(0)
                        yield c

if __name__ == '__main__':
        sc = SjisChars("abcd漢字外字機種依存")
        for c in sc.scan():
                print c, sc.isKanji, sc.isKisyu, sc.isGaiji
}}}
check は漢字か否か等を判定するメソッド、scan は、2バイト文字(漢字)を考慮して1"文字"づつ返すメソッドです。[[BR]]
メインの部分の説明ですが、まず14行目で文字列を1バイトで区切って配列に格納してから、1つ取り出してみて(pop)、漢字であれば次のバイトも取り出して += して返すことを繰り返します。(文字の範囲は手抜きして1バイト目だけで判断しています。)[[BR]]
さて、ここで[http://www.python.jp/doc/release/tut/node11.html#SECTION0011900000000000000000 「ジェネレータは、イテレータを作成するための簡潔で強力なツールです。」]
を使っています。Pythonだと理屈がいま一つ良く呑み込めなくても :D 簡単に高級な機能を使うことができてしまいます。

次はこれをRubyで実装してみたいと思います。
----
CategoryRuby