Windows10でダウンロードしたファイル全体を解凍することなく中身を閲覧したい

Question

環境
Windows10
コマンドプロンプト

Wikipediaからデータセットを次のコマンドで落としました。

wget https://dumps.wikimedia.org/jawiki/latest/jawiki-latest-pages-articles1.xml-p1p106175.bz2

Linuxだと

bzcat jawiki-latest-pages-articles1.xml-p1p106175.bz2 | less

とbzcatコマンドとlessコマンドで、ダウンロードしたファイル全体を解凍することなく中身をできるそうです。Windows10にもこのようなコマンドがあれば教えてください。

よろしくお願いします。

Answer 1

そもそもWindowsにはbzip2を解凍するツールがデフォルトではありません。ですので、何かしらのツールを入れる必要があります。

Linux環境または擬似UNIX/Linux環境

Linuxと同じbzcatやlessが出来る環境が用意できれば同じように出来ます。候補としては次の5つです。

• MSYS2 ... 擬似的なUNIX/Linux環境です。Linuxにあるようなほとんどのソフトウェアをパッケージとしてインストールできます。各コマンドはWindowsに合わせてビルドされているため、MSYS2上ではなくも単独で使用できます。
• Git for Windows ... 最低限のMSYS2環境が付いてきます。パッケージは追加できませんが、MSYS2を入れるよりはお手軽です。
• Cygwin ... 擬似的なUNIX/Linux環境です。MSYS2との違いはUNIX/Linuxの動作をエミュレートしていることです。ですのでMSYS2よりも動作がUNIX/Linuxに近いですが、エミュレートを行うcygwin1.dllが必要になります。
• Windows Subsystem for Linux
  Windows上でLinuxをシームレスに動作させる仕組みです。仮想と言うよりコンテナに近い仕組みになっています。Linux自体はMicrosoft Storeから好きなディストビューションをダウンロードします。LinuxのコマンドはWSL上またはWSL経由でしか動作できません。
• 仮想環境 ... Virtual Boxであれば仮想環境のLinuxからWindows上のディレクトリをマウントできます。VagrantとSSHを使えば、コマンドプロンプトのみで完結させることも可能です。

7-Zipのコマンドライン版

7-Zipはbzip2の解凍に対応しているだけではなく、コマンドライン版があります。このコマンドライン版では標準出力に出す事が可能です。7-Zipをインストールして、PATHを通していれば、次のようにして閲覧できます。

7z x jawiki-latest-pages-articles1.xml-p1p106175.bz2 -so | more

Windowsには標準でlessがありませんので、moreを使ってください。

Comments

[Takumiboo]

Windows Subsystem for Linuxについて、wslコマンドを経由させることでコマンドプロンプト等から直接実行可能です。
http://www.atmarkit.co.jp/ait/articles/1805/24/news022.html

[raccy]

「WSL経由」を追記しておきました。

[giro1975]

raccy 様

お世話になります。WslでUbuntuを使っています。コマンドプロンプトで一元管理した方が楽だと思い、コマンドプロンプトでのやり方がベストです。なかったらWslで挑戦しようと思っていました。

さっそく7-Zipで挑戦しました。

7z x jawiki-latest-pages-articles1.xml-p1p106175.bz2 -so | more

を試しました。
'more' は、内部コマンドまたは外部コマンド、操作可能なプログラムまたはバッチ ファイルとして認識されていません。
とエラーメッセージが出てきます。

7z x jawiki-latest-pages-articles1.xml-p1p106175.bz2 -so
とmoreコマンドを外すと実行できます。

-so と　| more の意味を教えてください。

またこれは別に質問した方が良いのかもしれません。
7z x jawiki-latest-pages-articles1.xml-p1p106175.bz2 -so
を実行すると文字化けがひどいです。解決する方法、原因がわかれば教えてください。よろしくお願いします。
<page>
<title>雜頑匱蜊・枚</title>
<ns>0</ns>
<id>755</id>
<redirect title="繝励Ο繧ｸ繧ｧ繧ｯ繝・貍ｫ逕ｻ螳ｶ/譌･譛ｬ縺ｮ貍ｫ逕ｻ螳ｶ 縺り｡・ />
<revision>
<id>34308752</id>
<parentid>27932924</parentid>
<timestamp>2010-10-03T18:58:01Z</timestamp>
<contributor>
<username>EmausBot</username>
<id>397108</id>
</contributor>
<minor />
<comment>繝ｭ繝懊ャ繝医↓繧医ｋ: 莠碁㍾繝ｪ繝€繧､繝ｬ繧ｯ繝井ｿｮ豁｣ 竊・[[繝励Ο繧ｸ繧ｧ繧ｯ繝・貍ｫ逕ｻ螳ｶ/譌･譛ｬ縺ｮ貍ｫ逕ｻ 螳ｶ 縺り｡・.E8.B6.8A.E6.99.BA.E5.8D.83.E6.96.87]]</comment>
<model>wikitext</model>
<format>text/x-wiki</format>
<text xml:space="preserve">#霆｢騾・[[繝励Ο繧ｸ繧ｧ繧ｯ繝・貍ｫ逕ｻ螳ｶ/譌･譛ｬ縺ｮ貍ｫ逕ｻ螳ｶ 縺り｡・.E8.B6.8A.E6.99.BA.E5.8D.83.E6.96.87]]</text>
<sha1>ao6vu67klxtyvqxw82446s78q1lq05r</sha1>
</revision>
</page>

[giro1975]

Takumiboo様

お世話になります。7zで進まない場合はWindows Subsystem for Linuxで実行したいです。ありがとうございます。Windows Subsystem for Linuxは使っているのですが、ファイル管理が手間かなと思い、コマンドプロンプトで一元管理したいと考えていました。

[raccy]

ファイルの文字コードとコンソールの文字コードが一致しない場合は文字化けします。たぶんUTF-8なので、
chcp 65001
とコンソールの文字コードをUTF-8(コードページ65001)に変更してから、実行してください。WSLのコマンドを使うなら
wsl bzcat jawiki-latest-pages-articles1.xml-p1p106175.bz2 | wsl less
という形で出来ますが、これも同じくUTF-8に変更していないと文字化けします。なお、WSLのコンソールの場合、デフォルトでUTF-8なので、WSL上でそのまま実行する場合は文字化けはしません。

コンソールをデフォルトのCP932(別名Windows-31J、Shfit_JISの亜種)のまま文字化けを防ぎたい場合は間にnkf等での変換を加える必要があります。ただ、それでも絵文字等は化けてしまうので注意が必要です。

[giro1975]

ありがとうございます。出来ました。いろいろ教えていただき、ありがとうございます。
-so コマンドは　7-zipのコマンドですね。stdoutとか調べてみます。ありがとうございます。