CS4：正規表現で索引

アタシは植物の学名つきの索引をつくることが比較的多い。これで面倒なのが，ラテン語の名前の部分とそれ以外の部分は書体を変える（イタリックとローマンに区別することが多い）こと。索引なんかで数が多くなってくると，指定入れるだけでかなりかかったりする。しかし規則性はあるわけで，それをつかまえて自動化できないかなーと考えていた。
正規表現を使えばできることは想像できてたけど，機会がなくてやってなかった。きょう，フォーマットをいじる必要があったので，あんまり時間かけずにできる範囲で，ついでに考えてみた。

ラテン語の部分は，冒頭の１文字が大文字になる単語と，小文字ばっかりの単語。その単語の間に，変種とか亜種とかの記号（これはローマン）が入ったり入らなかったり。あとその間に，学名をつけた人のなまえ（固有名詞だから冒頭の１文字は大文字）がはいる。これもローマン。ただ，書式ばらばら。かっこがついたりつかなかったり，終わりにピリオドがついたりつかなかったり，イニシャルがついたりつかなかったり。かっこのなかも１語のこともあればそうじゃないこともある。

記号はだいたい決まるので，まとめて(　)にいれてたてせんで区切ってひとつにまとめられたけど，人名のほうはどうしようか悩み中。直前にスペースがくっつく大文字で始まる単語，って感じで大半は拾えるけど，イレギュラーなものがうまく拾えない。

記号はこんな感じ。(var. |ssp. |f\. |&|ex)
人名は悩ましい。 \u\l+ でだいたいひろって，あと手でつぶすかんじで。ちなみに\uの前には半角スペースが入っています。これがないと，ラテン名の初めの単語がローマンになっちゃう。

これを段落スタイルに埋め込んでおいて，索引の書き出しをするときに指定するか，学名が出てくるところが一部なら，あとで別のスタイルを適用してあげる感じで使う。
電子版をつくることを考えると，索引と目次は絶対ソフトの機能を使ってつくった方がいい。pdfに書き出したときにそれぞれのページへリンクが設定されるから，pdfベースでソフト化するなら，すごく便利だ。もちろん，改訂も楽だしね。

いま初心者向けの図鑑（アタシはほとんど担当してないから関係ないのだけど）の電子化をいろいろやってる。そのときpdfを書くのだけど，そこにリンクを埋め込んでやっても，その情報を使う方法がないらしい。索引や目次から目的のページに飛ばすには，改めて手動でリンクを設定するそうで，だから校正の手間がたいへんみたいだ。しかも１件いくらで超過コストがかかる。あほらしい。
組版見てる側からずいぶん文句を言ったのだけど，「開発会社が出来ないって言ってるから出来ません」とかしれっと言われるので，もう相手にしないことにした。
パイロット版とか見ると，pdfは基本的には画像としてだけ使って上にレイヤー１枚書いてボタンとかを配置してる感じなのだけど，透明テキストのデータはテキスト検索に使ってるぽいんだよね。リンクデータってどこに残るんだろう。