■御題
いま、カンマ区切りのファイルがあったとしよう。
abcdefg,123,fghijk
ここで、abcdefgが入っている１桁目は、
カンマも入力できるとする。
abc,defg,123,fghijk
そうすると、,のところで分解すると、abcとdefgと分かれてしまう
もちろん、""で囲って、"abc,defg",123,fghijkとなっても、
abcとdefgで分かれてしまう。
そこで、
・,のところで分解する
・文字中に,が入っても大丈夫
・置換だけで、実現したい
場合、どのようにすると、実現できるか？というお話
■実現方法
実現方法としては、コード変換とエスケープがある
（ここでは、abcdefgの項目を最後にもって行き、ある個数以上
,がきたら連結するという回答は、除外する。それだと、
２項目（abcdefgとfghijk等）以上で,を許したら、できなくなってしまう）
コード変換の場合は、出来ることは自明だろう。
たとえば、すべての項目を１６進に変換する。
そうすれば、
現れる文字は0123456789abcdefだけだから、
項目区切りに,が使える
実務上では、URLエンコーディング、base64などが使えそうだ。
まあ、ここでは、それ以上触れない。
一方、エスケープだが、これは、出来る場合と出来ない場合がある
それについて、少し書く。
■エスケープの手法
ここで、エスケープの手法をまず定義する。
今回、,の文字を回避したい。
●この回避したい文字を、
ターゲット文字とよぶことにする。
今回の場合,(カンマ）
●このとき、ターゲット文字とは違うある文字を選び
（これをエスケープ文字と呼ぼう、
今回は、これを%とする）
●文中に、エスケープ文字やターゲット文字が来たとき、
エスケープ文字＋他の文字で表す
ことを、エスケープと呼ぼう。
つまり、
abc%de,fg
とあった場合、%と,を別の文字に変える手法をさす
そして、ここで
■エスケープの手法３つ
このとき、エスケープの手法としては、大きく分けて３つある
なお、以下、%をエスケープ文字、,をターゲット文字とする
＜＜手法１＞＞
%を%%
,を%,
であらわす。つまり、
エスケープ文字＝エスケープ文字＋エスケープ文字
ターゲット文字＝エスケープ文字＋ターゲット文字
にする。上記「エスケープ文字＋他の文字」
のほかの文字を左辺（＝の手前）の文字にすることである。
この方法でabc%de,fgを変換すると、abc%%de%,fgとなる。
この方法では
１文字づつ読み込んで、%が来たら、次の文字をそのまま出す
という方法であれば、変換できるが、
そもそも、,で項目を切れない（abc%%de%とfgの間の,で２つに切れてしまう）。
＜＜手法２＞＞
%を%%
,を%d
であらわす。つまり、
エスケープ文字＝エスケープ文字＋エスケープ文字
ターゲット文字＝エスケープ文字＋他の文字
にする。上記「エスケープ文字＋他の文字」
の「他の文字」をターゲット文字の場合、
ターゲットでもエスケープでもない文字にする
この方法でabc%de,fgを変換すると、abc%%de%dfgとなる。
この方法でなら、,はきえるので１項目となり、
,で項目を区切ることはできる。
しかし、変換をするとき、
●,(%d)を先に変換し%(%%)を後から変換すると
abc%%de%dfg→abc%,e,fg→abc%,e,fg（%%はないので、置換できない）
となり、もとのabc%de,fgと一致しない
●%(%%)を先に変換し,(%,)を後から変換すると
abc%%de%dfg→abc%de%dfg→abc,e,fg
となり、もとのabc%de,fgと一致しない
＜＜手法３＞＞
%を%c
,を%d
であらわす。つまり、
エスケープ文字＝エスケープ文字＋他の文字１
ターゲット文字＝エスケープ文字＋他の文字２
にする。上記「エスケープ文字＋他の文字」
の「他の文字」をターゲット文字もエスケープ文字も別の文字にする
この方法でabc%de,fgを変換すると、abc%cde%dfgとなる。
この方法でなら、,はきえるので１項目となり、
,で項目を区切ることはできる。
そして置換された文字列を
●,(%d)を先に変換し%(%c)を後から変換すると
abc%cde%dfg→abc%cde,fg→abc%de,fg
となって、元に戻る
ちなみに、置換するときは
○%(%c)を先に変換し,(%d)を後から変換する
abc%de,fg→abc%cde,fgやじるsabc%cde%dfg
となり、置換できる
つまり、エスケープで行う場合には、＜＜手法３＞＞
（１）変換したい文字をきめ、ターゲット文字とする
今回は,
（２）エスケープ文字を決める（ターゲット文字以外）
今回は%
（３）ターゲット文字、エスケープ文字以外の２文字を決め、
それぞれ、他の文字１、他の文字２とする
今回は、他の文字１＝c,他の文字２＝d
（４）エンコーディングするときは
エスケープ文字＝エスケープ文字＋他の文字１
ターゲット文字＝エスケープ文字＋他の文字２
とすればよい。
具体的には、
元の文字に対して、
エスケープ文字を先に変換し,ターゲット文字を後から変換して
エスケープ文字列を得る
（５）エスケープ文字列にカンマなどをつけて、
所定の文字列にする
（６）解析するときは
（５）の文字列を、カンマなどで分解して、エスケープ文字列を得て
（７）エスケープ文字列に対して
ターゲット文字を先に変換し、エスケープ文字を後から変換すると
元の文字列を得る
■ちなみに
この仕組みと同じものが、HTMLの＆と＜
ターゲット ＜
エスケープ ＆
他の文字列１ amp;
他の文字列２ gt;
とすると、上記の話が成り立つ。
いま、カンマ区切りのファイルがあったとしよう。
abcdefg,123,fghijk
ここで、abcdefgが入っている１桁目は、
カンマも入力できるとする。
abc,defg,123,fghijk
そうすると、,のところで分解すると、abcとdefgと分かれてしまう
もちろん、""で囲って、"abc,defg",123,fghijkとなっても、
abcとdefgで分かれてしまう。
そこで、
・,のところで分解する
・文字中に,が入っても大丈夫
・置換だけで、実現したい
場合、どのようにすると、実現できるか？というお話
■実現方法
実現方法としては、コード変換とエスケープがある
（ここでは、abcdefgの項目を最後にもって行き、ある個数以上
,がきたら連結するという回答は、除外する。それだと、
２項目（abcdefgとfghijk等）以上で,を許したら、できなくなってしまう）
コード変換の場合は、出来ることは自明だろう。
たとえば、すべての項目を１６進に変換する。
そうすれば、
現れる文字は0123456789abcdefだけだから、
項目区切りに,が使える
実務上では、URLエンコーディング、base64などが使えそうだ。
まあ、ここでは、それ以上触れない。
一方、エスケープだが、これは、出来る場合と出来ない場合がある
それについて、少し書く。
■エスケープの手法
ここで、エスケープの手法をまず定義する。
今回、,の文字を回避したい。
●この回避したい文字を、
ターゲット文字とよぶことにする。
今回の場合,(カンマ）
●このとき、ターゲット文字とは違うある文字を選び
（これをエスケープ文字と呼ぼう、
今回は、これを%とする）
●文中に、エスケープ文字やターゲット文字が来たとき、
エスケープ文字＋他の文字で表す
ことを、エスケープと呼ぼう。
つまり、
abc%de,fg
とあった場合、%と,を別の文字に変える手法をさす
そして、ここで
■エスケープの手法３つ
このとき、エスケープの手法としては、大きく分けて３つある
なお、以下、%をエスケープ文字、,をターゲット文字とする
＜＜手法１＞＞
%を%%
,を%,
であらわす。つまり、
エスケープ文字＝エスケープ文字＋エスケープ文字
ターゲット文字＝エスケープ文字＋ターゲット文字
にする。上記「エスケープ文字＋他の文字」
のほかの文字を左辺（＝の手前）の文字にすることである。
この方法でabc%de,fgを変換すると、abc%%de%,fgとなる。
この方法では
１文字づつ読み込んで、%が来たら、次の文字をそのまま出す
という方法であれば、変換できるが、
そもそも、,で項目を切れない（abc%%de%とfgの間の,で２つに切れてしまう）。
＜＜手法２＞＞
%を%%
,を%d
であらわす。つまり、
エスケープ文字＝エスケープ文字＋エスケープ文字
ターゲット文字＝エスケープ文字＋他の文字
にする。上記「エスケープ文字＋他の文字」
の「他の文字」をターゲット文字の場合、
ターゲットでもエスケープでもない文字にする
この方法でabc%de,fgを変換すると、abc%%de%dfgとなる。
この方法でなら、,はきえるので１項目となり、
,で項目を区切ることはできる。
しかし、変換をするとき、
●,(%d)を先に変換し%(%%)を後から変換すると
abc%%de%dfg→abc%,e,fg→abc%,e,fg（%%はないので、置換できない）
となり、もとのabc%de,fgと一致しない
●%(%%)を先に変換し,(%,)を後から変換すると
abc%%de%dfg→abc%de%dfg→abc,e,fg
となり、もとのabc%de,fgと一致しない
＜＜手法３＞＞
%を%c
,を%d
であらわす。つまり、
エスケープ文字＝エスケープ文字＋他の文字１
ターゲット文字＝エスケープ文字＋他の文字２
にする。上記「エスケープ文字＋他の文字」
の「他の文字」をターゲット文字もエスケープ文字も別の文字にする
この方法でabc%de,fgを変換すると、abc%cde%dfgとなる。
この方法でなら、,はきえるので１項目となり、
,で項目を区切ることはできる。
そして置換された文字列を
●,(%d)を先に変換し%(%c)を後から変換すると
abc%cde%dfg→abc%cde,fg→abc%de,fg
となって、元に戻る
ちなみに、置換するときは
○%(%c)を先に変換し,(%d)を後から変換する
abc%de,fg→abc%cde,fgやじるsabc%cde%dfg
となり、置換できる
つまり、エスケープで行う場合には、＜＜手法３＞＞
（１）変換したい文字をきめ、ターゲット文字とする
今回は,
（２）エスケープ文字を決める（ターゲット文字以外）
今回は%
（３）ターゲット文字、エスケープ文字以外の２文字を決め、
それぞれ、他の文字１、他の文字２とする
今回は、他の文字１＝c,他の文字２＝d
（４）エンコーディングするときは
エスケープ文字＝エスケープ文字＋他の文字１
ターゲット文字＝エスケープ文字＋他の文字２
とすればよい。
具体的には、
元の文字に対して、
エスケープ文字を先に変換し,ターゲット文字を後から変換して
エスケープ文字列を得る
（５）エスケープ文字列にカンマなどをつけて、
所定の文字列にする
（６）解析するときは
（５）の文字列を、カンマなどで分解して、エスケープ文字列を得て
（７）エスケープ文字列に対して
ターゲット文字を先に変換し、エスケープ文字を後から変換すると
元の文字列を得る
■ちなみに
この仕組みと同じものが、HTMLの＆と＜
ターゲット ＜
エスケープ ＆
他の文字列１ amp;
他の文字列２ gt;
とすると、上記の話が成り立つ。
アクセス
トータル
ランキング
