Lingua::JA::Regular::Unicode の作り方 tokuhirom

なんでアレつかわないの？ Lingua::JA::Regular EUC-JP にいったんしてる 遅い flagged utf8 以前のレガシースタイル utf-8 前提ならもっと楽に書ける Unicode::Japanese でかい

Lingua::JA::Regular

EUC-JP にいったんしてる

遅い

flagged utf8 以前のレガシースタイル

utf-8 前提ならもっと楽に書ける

Unicode::Japanese

でかい

つくるもの 英数字の全角から半角への変換 空白の全角から半角への変換 カタカナ の全角から半角への変換 カタカナ の半角から全角への変換 カタカナ からひらがなへの変換 ひらがなから カタカナ への変換

英数字の全角から半角への変換

空白の全角から半角への変換

カタカナ の全角から半角への変換

カタカナ の半角から全角への変換

カタカナ からひらがなへの変換

ひらがなから カタカナ への変換

おさらい 入り口で decode 出口で encode 内部エンコーディングは気にしない 文字列リテラルは latin1 だと perl は解釈

入り口で decode 出口で encode

内部エンコーディングは気にしない

文字列リテラルは latin1

だと perl は解釈

Unicode文字の書き方 "x{30F7}" use utf8; "ヷ"

"x{30F7}"

use utf8;

"ヷ"

use charnames; charnames::viacode(0x30F7) "KATAKANA LETTER VA" charnames::vianame("KATAKANA LETTER VA") " ヷ " "N{KATAKANA LETTER VA}"

charnames::viacode(0x30F7)

"KATAKANA LETTER VA"

charnames::vianame("KATAKANA LETTER VA")

" ヷ "

"N{KATAKANA LETTER VA}"

文字コードの処理 sprintf "%X", unpack 'U*', "x{30F7}" "30F7" pack 'U*', 0x30F7 " ヷ "

sprintf "%X", unpack 'U*', "x{30F7}"

"30F7"

pack 'U*', 0x30F7

" ヷ "

名前表 unicore/Name.pl

unicore/Name.pl

英数字の変換 FULLWIDTH ～ "FULLWIDTH " をトル FULLWIDTH EXCLAMATION MARK U+FF01 EXCLAMATION MARK U+0021

FULLWIDTH ～

"FULLWIDTH " をトル

FULLWIDTH EXCLAMATION MARK

U+FF01

EXCLAMATION MARK

U+0021

ひらがなからカタカナへ HIRAGANA ～ "HIRAGANA " を "KATAKANA " に置換 KATAKANA LETTER GU HIRAGANA LETTER GU

HIRAGANA ～

"HIRAGANA " を "KATAKANA " に置換

KATAKANA LETTER GU

HIRAGANA LETTER GU

カタカナの全角半角 Encode::JP::H2Z Jcode でも使ってるよ 濁点の処理がポイント ガ は一文字 ｶﾞ は二文字

Encode::JP::H2Z

Jcode でも使ってるよ

濁点の処理がポイント

ガ は一文字

ｶﾞ は二文字

That's all any questions?

any questions?