[C][SJIS] Shift_JIS 文字関係のユーティリティ
================================================================================
Shift_JIS 文字関係のユーティリティとして、次のようなものを作った。
ただし、リトル・エンディアン限定。
関数の概要
---
int stoi(const char* s); 日本語の数字列を数値(int)に変換する。
int sjisToDigit(const char* s); 日本語の数字を数値(int)に変換する。
int isSjisDigit(const char* s); 数字("０"～"９")か判断する。
int isSjisHiragana(const char* s); ひらがなか判断する。
int isSjisKatakana(const char* s); カタカナか判断する。
---
関数の詳細
---
int stoi(const char* s);
引数sで与えられた Shift_JIS で書かれた日本語の数字列を数値(int)に変換する。
この関数は、標準関数 atoi() の Shift_JIS 版であるが、負値を扱えない。
数字列は Shift_JIS の数字以外は記述できない。Shift_JIS の数字以外が出てきた
時点で変換をやめる。
引数 s Shift_JIS で書かれた日本語の数字列
戻り値 Shift_JIS で書かれた日本語の数字列を変換した数値
int sjisToDigit(const char* s);
引数sで与えられた Shift_JIS で書かれた日本語の数字を数値(int)に変換する。
この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだ
けで判断する。
引数 s Shift_JIS で書かれた日本語の数字
戻り値 Shift_JIS で書かれた日本語の数字を変換した数値。変換できない場合は -1
int isSjisDigit(const char* s);
引数sで与えられた Shift_JIS で書かれた日本語が数字("０"～"９")か判断する。
この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだ
けで判断する。
Shift_JIS の"０"～"９"は、0x824f ～ 0x8258.
引数 s Shift_JIS で書かれた日本語の数字
戻り値 数値であれば 1．そうでなければ 0
int isSjisHiragana(const char* s);
引数sで与えられた Shift_JIS で書かれた日本語がひらがなか判断する。
この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだ
けで判断する。
Shift_JIS のひらがなは、0x829F ～ 0x82F1.
引数 s Shift_JIS で書かれた日本語文字列
戻り値 ひらがなであれば 1．そうでなければ 0
int isSjisKatakana(const char* s);
引数 s で与えられた Shift_JIS で書かれた日本語がカタカナか判断する。
この数字は、C言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだ
けで判断する。
Shift_JIS のカタカナは、0x829F ～ 0x82F1.
引数 s Shift_JIS で書かれた日本語文字列
戻り値 カタカナであれば 1．そうでなければ 0
---
▲ 公開用ヘッダー
□ sjisUtil.h
---
/*
============================================================================
Name : sjisUtil.h
Author : marunomaruno
Version : V1.0, 2012-06-08
Copyright : marunomaruno
Description : リトルエンエンディアンの Shift_JIS 関係のユーティリティ(公開用)
============================================================================
*/
#ifndef SJIS_UTIL_H_
#define SJIS_UTIL_H_
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語がひらがなか判断する。
* この数字は、C言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* Shift_JIS のひらがなは、0x829F ～ 0x82F1.
* @param s Shift_JIS で書かれた日本語文字列
* @return ひらがなであれば 1．そうでなければ 0
*/
int isSjisHiragana(const char* s);
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語がカタカナか判断する。
* この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* Shift_JIS のカタカナは、0x829F ～ 0x82F1.
* @param s Shift_JIS で書かれた日本語文字列
* @return カタカナであれば 1．そうでなければ 0
*/
int isSjisKatakana(const char* s);
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語の数字列を数値(int)に変換する。
* この関数は、標準関数 atoi() の Shift_JIS 版であるが、負値を扱えない。
* 数字列は Shift_JIS の数字以外は記述できない。 Shift_JIS の数字以外が出てきた時点で変換をやめる。
* @param s Shift_JIS で書かれた日本語の数字列
* @return Shift_JIS で書かれた日本語の数字列を変換した数値
*/
int stoi(const char* s);
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語の数字を数値(int)に変換する。
* この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* @param s Shift_JIS で書かれた日本語の数字
* @return Shift_JIS で書かれた日本語の数字を変換した数値。変換できない場合は-1
*/
int sjisToDigit(const char* s);
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語が数字("０"～"９")か判断する。
* この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* Shift_JIS の"０"～"９"は、0x824f ～ 0x8258.
* @param s Shift_JIS で書かれた日本語の数字
* @return 数値であれば 1．そうでなければ 0
*/
int isSjisDigit(const char* s);
#endif /* SJIS_UTIL_H_ */
----
▲ 非公開用ヘッダー
内部的に使うだけの関数の定義。
リトルエンディアンを意識するのはここだけ。
□ sjisUtilInner.h
---
/*
============================================================================
Name : sjisUtilInner.h
Author : marunomaruno
Version : V1.0, 2012-06-08
Copyright : marunomaruno
Description : リトルエンエンディアンの Shift_JIS 関係のユーティリティ(内部用)
============================================================================
*/
#ifndef SJIS_UTIL_INNER_H_
#define SJIS_UTIL_INNER_H_
/**
* 2 バイト文字 s が 2 バイト文字 start と end の間に入っているか判断する。
* この 2 バイト文字は、C 言語の文字列の要件を満たす必要はなく、それぞれの引数からの 2 バイトだけで判断する。
* @param s Shift_JIS で書かれた 2 バイト文字
* @param start Shift_JIS で書かれた 2 バイト文字で、検査する範囲の始端
* @param end Shift_JIS で書かれた 2 バイト文字で、検査する範囲の終端
* @return 範囲内であれば 1．そうでなければ 0
*/
static int inRange2byteChar(const char* s, const char* start, const char* end);
#endif /* SJIS_UTIL_INNER_H_ */
---
▲ モジュール
□ sjisUtil.c
---
/*
============================================================================
Name : sjisUtil.c
Author : marunomaruno
Version : V1.0, 2012-06-08
Copyright : marunomaruno
Description : リトルエンエンディアンの Shift_JIS 関係のユーティリティ
============================================================================
*/
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include "sjisUtil.h"
#include "sjisUtilInner.h"
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語の数字列を数値(int)に変換する。
* この関数は、標準関数 atoi() の Shift_JIS 版であるが、負値を扱えない。
* 数字列は Shift_JIS の数字以外は記述できない。 Shift_JIS の数字以外が出てきた時点で変換をやめる。
* @param s Shift_JIS で書かれた日本語の数字列
* @return Shift_JIS で書かれた日本語の数字列を変換した数値
*/
int stoi(const char* s) {
int num = 0;
int i;
for (i = 0; i < strlen(s); i += 2) {
int digit = 0;
if ((digit = sjisToDigit(&s[i])) == -1) {
break;
}
num = num * 10 + digit;
}
return num;
}
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語の数字を数値(int)に変換する。
* この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* @param s Shift_JIS で書かれた日本語の数字
* @return Shift_JIS で書かれた日本語の数字を変換した数値。変換できない場合は -1
*/
int sjisToDigit(const char* s) {
if (!isSjisDigit(s)) {
return -1;
}
return s[1] - 0x4f;
}
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語が数字("０"～"９")か判断する。
* この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* Shift_JIS の"０"～"９"は、0x824f ～ 0x8258.
* @param s Shift_JIS で書かれた日本語の数字
* @return 数値であれば 1．そうでなければ 0
*/
int isSjisDigit(const char* s) {
return inRange2byteChar(s, "０", "９");
}
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語がひらがなか判断する。
* この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* Shift_JIS のひらがなは、0x829F ～ 0x82F1. 長音(ー)もひらがなとする。
* @param s Shift_JIS で書かれた日本語文字列
* @return ひらがなであれば 1．そうでなければ 0
*/
int isSjisHiragana(const char* s) {
return inRange2byteChar(s, "ぁ", "ん") || inRange2byteChar(s, "ー", "ー");
}
/**
* 引数 s で与えられた Shift_JIS で書かれた日本語がカタカナか判断する。
* この数字は、C 言語の文字列の要件を満たす必要はなく、引数 s からの 2 バイトだけで判断する。
* Shift_JIS のカタカナは、0x829F ～ 0x82F1. 長音(ー)もカタカナとする。
* @param s Shift_JIS で書かれた日本語文字列
* @return カタカナであれば 1．そうでなければ 0
*/
int isSjisKatakana(const char* s) {
return inRange2byteChar(s, "ァ", "ヶ") || inRange2byteChar(s, "ー", "ー");
}
/**
* 2 バイト文字sが 2 バイト文字startとendの間に入っているか判断する。
* この 2 バイト文字は、C 言語の文字列の要件を満たす必要はなく、それぞれの引数からの 2 バイトだけで判断する。
* @param s Shift_JIS で書かれた 2 バイト文字
* @param start Shift_JIS で書かれた 2 バイト文字で、検査する範囲の始端
* @param end Shift_JIS で書かれた 2 バイト文字で、検査する範囲の終端
* @return 範囲内であれば 1．そうでなければ 0
*/
int inRange2byteChar(const char* s, const char* start, const char* end) {
typedef union {
unsigned char str[2];
unsigned short num;
} DoubleByteChar;
DoubleByteChar value;
DoubleByteChar startValue;
DoubleByteChar endValue;
value.str[0] = s[1];
value.str[1] = s[0];
startValue.str[0] = start[1];
startValue.str[1] = start[0];
endValue.str[0] = end[1];
endValue.str[1] = end[0];
return (startValue.num <= value.num) && (value.num <= endValue.num);
}
---
▲ テスト
上記の関数を確認するためのテスト・プログラム。
数字、ひらがな、かたかなの限界値をチェックする。
また、リトルエンディアン前提なので、バイト順が逆転している場合に範囲になるかどう
かもチェックする。
□ test.c
---
/*
============================================================================
Name : test.c
Author : marunomaruno
Version : V1.0, 2012-06-08
Copyright : marunomaruno
Description : リトルエンエンディアンの Shift_JIS 関係のユーティリティのテスト・
プログラム
============================================================================
*/
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include "sjisUtil.h"
int main(void) {
printf("test start\n");
char hiragana[][3] = { "あ", "い", "か", "さ", "た", "や", "ら", "わ", "っ",
"ん",
"ー", };
char katakana[][3] = { "ア", "イ", "ウ", "サ", "タ", "ヤ", "ラ", "ワ", "ッ",
"ン",
"ー", };
char num[][3] = { "０", "１", "２", "３", "４", "５", "６", "７", "８", "９",
};
char other[][3] = { { 0x4e, 0x82, '0' }, { 0x59, 0x82, '0' }, { 0x9e, 0x82,
'0' }, { 0xf2, 0x82, '0' }, { 0xfc, 0x82, '0' },
{ 0x97, 0x823, '0' }, "氓", "Ａ", "一", "所", };
int i;
// 長音も含め、ひらがな、カタカナ、数字
for (i = 0; i < 11; i++) {
assert(isSjisHiragana(hiragana[i]));
}
for (i = 0; i < 11; i++) {
assert(isSjisKatakana(katakana[i]));
}
for (i = 0; i < 10; i++) {
assert(isSjisDigit(num[i]));
}
// 長音
assert(isSjisKatakana("ー"));
assert(isSjisHiragana("ー"));
// ひらがな、カタカナ、数字でない
for (i = 0; i < 10; i++) {
assert(!isSjisHiragana(katakana[i]));
assert(!isSjisHiragana(num[i]));
assert(!isSjisHiragana(other[i]));
}
for (i = 0; i < 10; i++) {
assert(!isSjisKatakana(hiragana[i]));
assert(!isSjisKatakana(num[i]));
assert(!isSjisKatakana(other[i]));
}
for (i = 0; i < 10; i++) {
assert(!isSjisDigit(hiragana[i]));
assert(!isSjisDigit(katakana[i]));
assert(!isSjisDigit(other[i]));
}
// 全角数字を数値に変換
for (i = 0; i < 10; i++) {
assert(i == sjisToDigit(num[i]));
}
// 全角数字を数値に変換
assert(1234 == stoi("１２３４"));
assert(1234567890 == stoi("１２３４５６７８９０"));
assert(0 == stoi("0１２３４５６７８９０"));
assert(123456 == stoi("１２３４５６0７８９０"));
// 文字列としての検査
char* s1;
s1 = "あいうえおー";
for (i = 0; i < strlen(s1); i += 2) {
if (!isSjisHiragana(&s1[i])) {
assert(0);
}
}
assert(1);
s1 = "あいうえおー1";
for (i = 0; i < strlen(s1); i += 2) {
if (!isSjisHiragana(&s1[i])) {
assert(1);
}
}
assert(i >= strlen(s1));
s1 = "あいうえおーア";
for (i = 0; i < strlen(s1); i += 2) {
if (!isSjisHiragana(&s1[i])) {
assert(1);
}
}
assert(i >= strlen(s1));
s1 = "アイウエオー";
for (i = 0; i < strlen(s1); i += 2) {
if (!isSjisKatakana(&s1[i])) {
assert(0);
}
}
assert(1);
s1 = "アイウエオー1";
for (i = 0; i < strlen(s1); i += 2) {
if (!isSjisKatakana(&s1[i])) {
assert(1);
}
}
assert(i >= strlen(s1));
s1 = "アイウエオーあいうえおア";
for (i = 0; i < strlen(s1); i += 2) {
if (!isSjisKatakana(&s1[i])) {
assert(1);
}
}
assert(i >= strlen(s1));
printf("test end\n");
return EXIT_SUCCESS;
}
---
以上
最新の画像［もっと見る］
-
あけましておめでとうございます
11年前
-
今年もよろしくお願いいたします
12年前
-
あけましておめでとうございます
13年前
-
あけましておめでとうございます
16年前
※コメント投稿者のブログIDはブログ作成者のみに通知されます