質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.61%

  • Linux

    3630questions

    Linuxは、Unixをベースにして開発されたオペレーティングシステムです。日本では「リナックス」と呼ばれています。 主にWebサーバやDNSサーバ、イントラネットなどのサーバ用OSとして利用されています。 上位500のスーパーコンピュータの90%以上はLinuxを使用しています。 携帯端末用のプラットフォームAndroidは、Linuxカーネル上に構築されています。

  • Perl

    451questions

    Perlは多目的に使用される実用性が高い動的プログラミング言語のひとつです。

  • 文字コード

    200questions

    文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

Perl 文字コード関係でエラーが発生します

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,263

dlrowolleh

score 112

前提・実現したいこと→プログラムを期待通りに動作させたい

外務省海外安全ホームページから危険情報を確認するプログラムをperlで書いています。
ホームページにアクセスする機能を実装中に以下のエラーメッセージが発生しました。
コードをどのように修正すればこのプログラムは動作するでしょうか?

ネットからダウンロードしたサンプルファイルです。
「使用しているプラットフォームにあわせてください。」とコメントが書いてあります。
この使用しているプラットフォームに合わせるとはどういった意味なのでしょうか?
プログラムが期待通りの動作をしない原因はこれなのでしょうか?

エラーメッセージ等をネットで検索してみたのですが、分かりませんでした。

どなたかご教授いただけないでしょうか。
何卒よろしくお願いします。

該当のソースコード

 mofa_anzen.pl 

    1 #!/usr/bin/perl -w
    2 use strict;
    3 use LWP::Simple;
    4 use Encode;
    5 use encoding 'shiftjis';   # 使用しているプラットフォームにあわせてください。
    6 binmode(STDERR, ':raw :encoding(shiftjis)');  # 同上
    7 
    8 my $id = shift @ARGV || '074';  # 引数の取得(デフォルトはニュージーランド)
    9 
   10 # 外務省海外安全ホームページ
   11 my $url = "http://www.anzen.mofa.go.jp/info/info4.asp?id=$id";
   12 
   13 my $content = get($url);
   14 die "$url を読み込めませんでした。" unless defined $content;
   15 
   16 # $contentを読み込んで危険情報を確認する。
   17 $content = decode('shiftjis', $content);   # コンテンツのコード変換
   18 $content =~ s/<!--(.*?)-->//gs;            # HTML内のコメント削除
   19 $content =~ / SELECTED>▼([^<]+)</;        # 国名の取得
   20 print "$1\n";
   21 if ($content =~ /現在、危険情報は出ておりませんが、/) {
   22     print " 危険情報は出ていません。\n";
   23 } else { print " 危険情報が出ています!\n"; };
   24 print " 詳細はhttp://www.anzen.mofa.go.jp/を見てください。\n";

発生している問題・エラーメッセージ

$ perl mofa_anzen.pl 

Use of the encoding pragma is deprecated at mofa_anzen.pl line 5.
Bareword found where operator expected at mofa_anzen.pl line 14, near ""$url を読み込めませんでした。" unless"
    (Missing operator before ss?)
syntax error at mofa_anzen.pl line 14, near ""$url を読み込めませんでした。" unless "
Unrecognized character \xE3; marked by <-- HERE after ofa.go.jp/<-- HERE near column 48 at mofa_anzen.pl line 23.

補足情報(言語/FW/ツール等のバージョンなど)

$ perl -v

とすると

This is perl 5, version 20, subversion 2 (v5.20.2) built for x86_64-linux-gnu-thread-multi
(with 53 registered patches, see perl -V for more detail)
Copyright 1987-2015, Larry Wall
Perl may be copied only under the terms of either the Artistic License or the
GNU General Public License, which may be found in the Perl 5 source kit.
Complete documentation for Perl, including FAQ lists, should be found on
this system using "man perl" or "perldoc perl".  If you have access to the
Internet, point your browser at http://www.perl.org/, the Perl Home Page.

と表示されます。

余談

また、ネット上で配布されていたサンプルコードはもともとWINDOWS-31Jで書かれていたようなので、vimで編集しようとした際に文字化けをしていました。
そこで

find copy -type f | xargs file | grep -v  ":.*pl" | cut -d: -f1 | xargs -t -I{} iconv -f WINDOWS-31J -t utf-8 {} -o {}

で変換するということを行いました。これらは原因に関係ありますか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+2

そもそも以下のページにアクセスできるのでしょうか?このperlのソースは今でも動くものですか?

http://www.anzen.mofa.go.jp/info/info4.asp?id=074

perlは素人なのですがやっていることは上のようなURLへアクセスしてhtmlを取得しその中からある文字列が含まれているかどうかチェックするだけの単純なものにみえます。

上のurlにアクセスできなかったのでhttp://www.anzen.mofa.go.jp/にアクセスしてHTMLのソースをみてみたところ、文字エンコードは以下のようにutf-8でした。ブラウザーの設定によるのかも知れませんが・・・
...<head><meta http-equiv="Content-Type" content="text/html; charset=utf-8" />...

そこで試しに以下の仮定をおいて試してみたところなにがしかのの結果は得られました。

  1. shellでLANGを確認
    ja_JP.UTF-8と表示されているのでutf-8前提でスクリプトを書き直してみた
  2. 元のutlはブラウザーでアクセスしてもページがないといわれるのでひとまずトップページのurlに変更
#!/usr/bin/perl -w
use strict;
use LWP::Simple;
use Encode;
use encoding 'utf-8';                     ####shiftjis=>utf-8
binmode(STDERR, ':raw :encoding(utf-8)'); ###shiftjis=>utf-8

#my $id = shift @ARGV || '074';  # 引数の取得(デフォルトはニュージーランド)###無視

# 外務省海外安全ホームページ
#my $url = "http://www.anzen.mofa.go.jp/info/info4.asp?id=$id";###このurlはアクセスできなかった
my $url = "http://www.anzen.mofa.go.jp/";                   ###試しにこのurlに変更

my $content = get($url);
die "$url を読み込めませんでした。" unless defined $content;

# $contentを読み込んで危険情報を確認する。
#$content = decode('utf-8', $content);   ###utf-8で統一したのでコメントアウト
$content =~ s/<!--(.*?)-->//gs;          # HTML内のコメント削除
$content =~ / SELECTED>▼([^<]+)</;       # 国名の取得
print "$1\n";
if ($content =~ /現在、危険情報は出ておりませんが、/) {
    print " 危険情報は出ていません。\n";
} else { print " 危険情報が出ています!\n"; };
print " 詳細はhttp://www.anzen.mofa.go.jp/を見てください。\n";


==>結果
~/test/perl$ ./mofa_anzen.pl 
Use of the encoding pragma is deprecated at ./mofa_anzen.pl line 5.
layout
危険情報が出ています!
詳細はhttp://www.anzen.mofa.go.jp/を見てください。

(deprecatedと出ているので現在のperlでは別の方法で文字エンコーディングを扱うべきなのかなと思います。perl素人なので詳しいことはわかりません。スミマセン)


  • どのurlから情報を得るべきか
  • 文字のエンコードをどう取り扱うべきか

を確認することで先に進めるのではないでしょうか?


補足:
失礼しました。自分の環境を言い忘れていました。virtual box上(ホストWindows10)で動かしたUbuntu 16.04 LTSです。perlのバージョンは以下の通りです。
This is perl 5, version 22, subversion 1 (v5.22.1) built for x86_64-linux-gnu-thread-multi

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/01/12 20:52

    ご回答いただきありがとうございます。
    早とちりしてました…。
    ご指摘いただいたとおり、サイトにアクセスできませんでした。
    どうやらこのプログラムは2004年に作成されたようです。
    その間にウェブページが改良されたみたいでした。

    ニュージーランドの情報は
    http://www.anzen.mofa.go.jp/info/pcinfectionspothazardinfo_074.html#ad-image-0
    で閲覧できることが分かったので、
    my $url = http://www.anzen.mofa.go.jp/info/pcinfectionspothazardinfo_074.html#ad-image-0

    で想定どおり動作しました。

    文字コードエンコードの取り扱いはもう少し勉強してみます。

    ご親切に教えて下さり
    ありがとうございました。

    キャンセル

  • 2017/01/12 20:58

    > use encoding 'utf-8';
    > binmode(STDERR, ':raw :encoding(utf-8)');
    次のように修正してみて下さい。
    > use utf8;
    > binmode(STDOUT, ':utf8');
    > binmode(STDERR, ':utf8');

    読み込むページがUTT-8限定になってしまいますが、多分これで警告なく動くはず。
    cf. http://blog.livedoor.jp/dankogai/archives/51221731.html

    キャンセル

  • 2017/01/12 21:25

    なるほどエンコーディングの扱い方が変わっているのですね。ikedasさんのコメントどおり直すと警告が消えました。

    キャンセル

  • 2017/01/15 19:41

    有益な情報をありがとうございます。
    勉強になります!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.61%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Linux

    3630questions

    Linuxは、Unixをベースにして開発されたオペレーティングシステムです。日本では「リナックス」と呼ばれています。 主にWebサーバやDNSサーバ、イントラネットなどのサーバ用OSとして利用されています。 上位500のスーパーコンピュータの90%以上はLinuxを使用しています。 携帯端末用のプラットフォームAndroidは、Linuxカーネル上に構築されています。

  • Perl

    451questions

    Perlは多目的に使用される実用性が高い動的プログラミング言語のひとつです。

  • 文字コード

    200questions

    文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。