WP/NCR - 数値文字参照

目次 †

NCRとは？ †

• 数値文字参照（Numeric Character Reference）のこと

JavaScript実装例 †

• native→NCR
  • http://www.eris.ais.ne.jp/~hiro/html/
  • http://www.phezzan.net/nelii/blog/num.html
• ncr→native
  • 不明（検索中）　

NKFでNCRから文字列へ変換 †

• NCR対応NKF：　http://www01.tcp-ip.or.jp/~furukawa/nkf_utf8/
• 利用例

  # nkf --numchar-input test.txt > result.txt

• NKFオプション
  • ヘルプ表示：--help
  • utf8に変換：-w

太田さんがコンパイルしてくれたソフト（ネイティブから） †

• http://www.ebisawa.co.jp/software/ncr.lzh
• 使い方
  • ※注意：Shift_JISのみ対応
  • 適当なディレクトリで解凍（パスを通すと便利）
  • コマンドプロンプトを立ちあげる
  • ncr.exe 元ファイル名 新しいファイル

Perlでの実装例 †

• 参考
  • Perlで文字列をHTML数値文字参照に変換 - 徒書
  • 404 Blog Not Foundperl - Encode 中級

#!/usr/bin/perl -w

### 初期設定
use strict;
use Encode qw(encode decode :fallbacks);

### 内部コードに変換（必須）
my $string = "テストの文章";
my $internal = decode('utf8',$string);

### 変換結果を出力
my $result = encode('ascii',$internal,FB_HTMLCREF);
print $result."\n";

### 終了
exit; 

Mattがくれたスクリプト †

#!/usr/bin/perl


#===============================================================
# Modules to be used
#===============================================================

{ no warnings; require v5.8.0; }
use strict;
use warnings;
use utf8;
use Encode qw(decode encode from_to);


#===============================================================
# Main
#===============================================================

my $file = $ARGV[0];
open(IN,"<$file") or die "Failed opening file: $file";
while(<IN>){
  chomp;
  print translate($_)."\n";
}

exit(0);

#===============================================================
# Sub routines
#===============================================================

sub dec2hex {
  my $dec = shift;
  return "" unless (defined $dec and length $dec);
  my $hex = sprintf "%1x", $dec;
  return uc($hex);
}

sub translate {
  my $name = shift;
  chomp $name;
  $name =~ s/^\s*//;
  $name =~ s/\s*$//;
  if ($name =~ /^<font/) {
    $name =~ s/^<font .*?>//;
    $name =~ s/<\/font>$//;
  }
  $name =~ s/^\s*//;
  $name =~ s/\s*$//;

  my $string = "";
  utf8::upgrade($string);
  my @chunks = split(';',$name);
  foreach my $chunk (@chunks) {
    if ($chunk =~ /&#/) {
      my ($prefix,$part) = split('&#',$chunk,2);
      $string .= $prefix if (defined $prefix);
      $ncr = dec2hex($ncr);
      my $chr = "";
      eval '$chr = "\x{'.$ncr.'}";';
      $string .= $chr;
    } else {
      $string .= $chunk;
    }
  }
  return $string;
}