次へ: 9 最後に 上へ: AWK によるシェル作業 前へ: 7 全体のソースコード (PDF ファイル: awkwww4.pdf)

8 MS-Windows ユーザの場合

ここまで書いてきて、 MS-Windows の場合はいくつか問題があることがわかりました。

• Yahoo! の HTML ファイルの漢字コードは基本的に EUC-JP であるようだが、 それをそのコードのまま MS-Windows 上の Shift_JIS の AWK スクリプトで処理すると問題が起こる (スクリプト内部で漢字を出力する部分、 および [6] の日本語をパターンとする部分)
• HTML ファイルを Shift_JIS に変換してから処理する場合は、 [5], [6] のスクリプトは、 加工して作成する HTML ファイルの漢字コードが EUC-JP であるとして 出力している部分の修正が必要
• スクリプトで Shift_JIS の漢字パターンを使用する場合 ([6] のスクリプト)、 日本語に対応している AWK を使用しないと Shift_JIS 2 バイト目が `\'⁹である場合に問題が起こる可能性がある

以上のような問題を解決するために、MS-Windows では以下のような対処を取る 必要がありそうです。

1. nkf のような漢字コード変換フィルタを利用してダウンロードした ファイルを Shift_JIS に漢字コード変換する
   これは、nkf をインストールして、今回のスクリプトの、以下の部分 (2 箇所)

   cmd = sprintf("wget -O %s \"%s\"",fname,url)

   を

   cmd = sprintf("wget -O - \"%s\" | nkf --windows > %s",
url,fname)

   のように変えれば可能です。 wget は出力ファイル名が - の場合は標準出力にそれを流しますので、 このようにすれば nkf を通して Shift_JIS コードのファイルに変換されます。

   MS-Windows 用の nkf は、現在 (2006 09/28) は以下で ダウンロードできるようです。

   http://www.vector.co.jp/soft/win95/util/se295331.html

2. [5], [6] のスクリプトの putheader() の中で

   printf " content=\"text/html; charset=EUC-JP\">\n"

   としているところを

   printf " content=\"text/html; charset=Shift_JIS\">\n"

   に変える
3. 今回のスクリプト内部で呼びだす AWK を、日本語対応 (マルチバイト対応) 化された Gnu Awk を使用する
   マルチバイト対応の Gnu Awk の所在については、 [1] を参照してください。

とりあえず、以上のような対処によって動作させることが可能だと思います¹⁰。

次へ: 9 最後に 上へ: AWK によるシェル作業 前へ: 7 全体のソースコード