kiyoka.2008_06_16

[プログラミング] 文字コードを自動認識するgrepが欲しい

LVというフリーソフトウェアに複数の日本語エンコードを自動認識するlgrepというプログラムが付属している。

が、-r ( --recursive ) オプションをサポートしていない。

zshの "**/*.java" 形式のワイルドカードを使えば -r を代用できるが、展開後のファイル数が爆発すると問題が発生する。

 (1行の長さ制限に捕まると、エラーが出てgrepの実行前に止められる)

Gaucheでgrepを書いてみようかなとも思うが、そこまでするほどでも無い気がするんだよな。

こういうのを許容時間内に書けるスキルが必要だなーと思う今日この頃。

ktatさんからコメントをもらったので、追記。

 lgrep ですが、 find -print0 -type f | xargs -0 lgrep 'hoge' とかどうでしょうか。

いつもこのコマンドで実行しています。何回もコマンドを打ちこみ直すのが大変なんです。

 alias lgrep='find -print0 -type f | xargs -0 lgrep ' とか。パス渡せませんが。

そうか。aliasか...

このアドバイスでbashのfunctionを使えば実現できそうな気がしてきたぞ。

うまくいったらまた記事を書きます。

ktatさんのコメントをヒントにスクリプトを作ったので追記。

結局このスクリプトで運用開始した。この程度で十分使えることが判明した。

lgrep-rのソースコード

#!/bin/bash

if [ "" = "$1" ] ; then

  echo "usage 'lgrep-r [pattern]'"

  exit 1

fi

find . -print0 -type f | grep -z -Z -v '.svn' | xargs -0 lgrep -n $1

出力をUTF-8に揃えたい場合は、最後の行を次の様に変更すればOK。

find . -print0 -type f | grep -z -Z -v '.svn' | xargs -0 lgrep -Ou8 -n $1

lgrep-rの動作

カレントディレクトリから再帰的に '日本語検索パターン' でgrepする。

ファイルの日本語コードは自動判別する

Subversionの管理ディレクトリ.svnは除外する

grepの結果には行番号も含む ( grep -r '日本語' * の結果に合わせてある )

使いかた

コンソールから

lgrep-r '日本語検索パターン'

Emacsから

カスタマイズ変数grep-commandを '/usr/local/bin/lgrep-r 'に設定しておけば

M-x grep で日本語エンコードを自動認識したgrepが使える。