[ruby-list:44539] Re: カタカナ→ひらがな変換

成瀬です。

[e-mail] wrote:
>> EUC-JP のカタカナを1文字ずつ切り出してから2バイトに分けて，
>> 最初の１バイトから1 を引いて，ふたたび合わせてやればバイト
>> 構成上はうまくいくはずだと思うのですが，
> 
> ふぅむ、文字コードの構造に依存していますね。
> 
>> character encodings differ (ArgumentError)
> 
> こういう場合はforce_encodingでエンコーディングを指定しないといけません。

      str += v  # character encodings differ (ArgumentError)で落ちる
の時、 str は EUC-JP、v は ASCII-8BIT になっています。
異なるエンコーディングなので結合できません。

この方法でしたら、以下の通りかな。

#!/usr/local/bin/ruby
# -*- coding: euc-jp -*-

def kata2hira(jstr)
  str = ""
  range = 'ァ' .. 'ン'
  delta = 'ァ'.ord - 'ぁ'.ord
  jstr.each_char do |c|
    if range.include?(c) then
      c = (c.ord - delta).chr(Encoding::EUC_JP)
    end
    str += c
  end
  str
end
str = 'abcあいうえおアイウガギヒャョンん'
puts kata2hira(str)

ポイントは、
* 'ァ'.ord で 42401 が返ってくる
* (c.ord - delta).chr(Encoding::EUC_JP) でエンコーディングを引数に取る
といったあたりでしょうか。

>> またコマンドライン引数の -Ke を外すとカタカナの範囲チェック
>> を完全にスルーしてしまって，何もやってくれません。
> 
> 仕様です。-Keかmagic commentを使ってください。

-K オプションは互換性のために存在するオプションなので、新しく書くスクリ
プトでは推奨されていません。magic comment を使ってください。

> 実はこの問題はString#trで間に合います。
> 
>   jstr.tr('ア-ン', 'あ-ん')

jstr.tr('ァ-ン', 'ぁ-ん')
ですね、「ぁ」は幼音です。
なお、Unicode の場合、「ン」を「ヴ」に、「ん」を \u3094 にするのもいいで
しょう。

-- 
NARUSE, Yui  <[e-mail]>
DBDB A476 FDBD 9450 02CD 0EFC BCE3 C388 472E C1EA