バッチファイル .batファイルにてテキスト置換処理を自動化

前提・実現したいこと

正規表現が使えるエディタを使用し
テキストファイルの文章をエディタの機能で
毎回同じ作業でちまちまと「置換」しています。

せん\n=せん。
ます\n=ます。
した\n=した。
です\n=です。
さい\n=さい。
しょう\n=しょう。
すか\n=すか？
うか\n=うか？
たか\n=たか？

このような具合です。.batファイルにて、処理を自動化する方法で一括してできないかとやってみましたがうまくいきませんでした。文字化けしたり、バッチファイルでの正規表現もよく理解していません。
テキストの文字コードはUTF-8です。

バッチファイルと同じフォルダ内にあるテキストファイルを上記の条件で文字置換するためのバッチファイルの作成方法を教えてくださると助かります。
宜しくおねがいします！！

補足情報（FW/ツールのバージョンなど）

win10 64bit

行動規範の内容に同意します

回答2件

ベストアンサー

busyboxというツールを使うと、比較的簡単に対応できると思います。

インストール不要！WindowsでLinuxコマンドを使うにあるように、実行ファイルを一つダウンロードしてきます。

実際のテキスト置換作業はsedの機能を使えば簡単です。まず次のようなsedスクリプトファイルを用意します。とりあえずtest.sedとしておきます。

s/せん$/せん。/
s/ます$/ます。/
s/たか$/たか？/

次にコマンドラインから次のようにします。

busybox sed -f test.sed < 入力元テキストファイル > 出力先テキストファイル

これで置換処理後のテキストが別ファイルとして保存されるはずです。上書きすることもできるのですが、ミスったときに怖いので、別ファイルに出力する形が良いでしょう。

投稿2020/01/09 06:46

KojiDoi

総合スコア13727

keepp

2020/01/11 04:13

コメントありがとうございます。参考になりました。今からやってみたいと思います。助かります。

keepp

2020/01/11 05:48

G:\bin>busybox64 bash G:/bin $ busybox64 sed BusyBox v1.32.0-FRP-3329-gcf0fa4d13 (2020-01-09 09:35:27 GMT) multi-call binary Usage: sed [-i[SFX]] [-nrE] [-f FILE]... [-e CMD]... [FILE]... or: sed [-i[SFX]] [-nrE] CMD [FILE]... -e CMD Add CMD to sed commands to be executed -f FILE Add FILE contents to sed commands to be executed -i[SFX] Edit files in-place (otherwise sends to stdout) Optionally back files up, appending SFX -n Suppress automatic printing of pattern space -r,-E Use extended regex syntax -b Keep CR/LF (Windows-only) If no -e or -f, the first non-option argument is the sed command string. Remaining arguments are input files (stdin if none). G:/bin $ G:/bin $ busybox64 sed -f test.sed < in.txt > out.txt G:/bin $ やって見たんですが，out.txt は作成されるのですが，in.txt　と同じ内容で置換されていないようです。 5.07kb ⇒ 4.94kb ファイルサイズは少し小さくなっています。どこが間違っているのでしょうか？正常動作を確認するためになにか修正や注意すべき点があれば教えて下さい。よろしくおねがいします。

KojiDoi

2020/01/11 06:01

改行コードや文字コードの違いが原因で、マッチングが上手く行っていないかもしれません。例えば、test.sedの内容を次のように変えてみると結果はどうなるでしょうか。 s/せん/__/ s/せん$/##/

keepp

2020/01/12 09:36

文字コードが原因でした。in.txtの文書をUTF-8からSJISにて保存し直したら，置換がうまくいきました。UTF-8では，半角英数文字は置換されました。 test.sedファイル内に下記の s/ctype=utf8 ます$/ます。/ を追加してもエラーは吐かれませんが，置換はされませんでした。 utf-8でも置換される方法は後日調べたいと思います大変助かりました。busyboxというツールに対する理解も深められ本当に良かったです！

KojiDoi

2020/01/12 10:42

s/ctype=utf8 ます$/ます。/ そんな特殊文法はないので（単に"ctype=utf8 ます"という文字列を探そうとするだけ）、置換がうまくいかないのは当然です。たぶんtest.sedがutf-8になってなかったのではないでしょうか。

keepp

2020/01/12 13:15

コメントありがとうございます。 test.sedがutf-8になっていませんでした。ご指摘感謝します。その後も，いろいろ検索して試しているのですが，「sed 正規表現改行」で調べても期待した動作結果に至りませんでした。 test.sedファイル内に下記の s/です\n/です。/g s/です\n$/です。/g を追記しましたが，置換もされず改行も取れませんでした。すでに本件は解決済みですのでスルーしていただいてもOKです。^^; ありがとうございました。

KojiDoi

2020/01/12 13:36

おそらく改行コードの違いによりマッチングが失敗しているのだと思います。windowsの改行はCR+LFなのに対してsedの故郷であるunix系OSではLFが一般的です。そこで、テキストの末尾にCRがあるかもしれないときはこれを削除する必要があります。 http://pseudo.ddo.jp/~pseudo/cgi-bin/shop_v50/doc/webmaster.html

行動規範の内容に同意します

勘違いしてはいけないのは、バッチファイルはあくまでも特定の処理（コマンド）を連続して処理するための仕組みであって、厳密な意味ではプログラミング言語ではないということです。
とは言ってもできないわけではなく、とても非効率な方法で作りこまないといけません。
なのでおすすめはしません。

代替案として、2点挙げます。

正規表現で置換できるアプリを使う
1を補うバッチファイルを作る

1はちょっと探せばフリーソフトが山ほどあります。
例えばコレとか。
試したわけではないのでこれで事足りるのかはわかりませんが、お試しください。

2は、1のみでは効率が悪い場合の話です。
1で、複数パターンの指定ができない場合、何度も実行する必要があり、それでは今までと変わりません。
そこでバッチファイルで連続実行するようにします。
そうすればバッチファイルを一回実行するだけで済みます。
注意点としてはバッチファイルから実行するため、1のアプリはコマンド式のアプリである必要があります。

投稿2020/01/09 04:24