cshでファイルを読み込み、機種依存文字を変換する

Question

###前提・実現したいこと
初めて質問させていただきます。
cshで以下のようなバッチを作成したいと考えております。

datファイル(sjis)を読み込み、機種依存文字があったら適当な文字に変換するといったものです。

[例]
・aaa.dat
⑳（文字コード 0x8753)
↓
**（文字コード 0x2a)

このような場合どうしたらよいでしょうか？
###試したこと
perl -pi -e 's/[①-⑳]/*/g' ファイル名
を実行したところ
⑳ ㍑ ㈱ Ⅶ
鉄道
↓
** *梶@*Z
・道
となってしまい、指定した⑳以外も変換されてしまいました。

また他にも正規表現で
perl -pi -e 's/[\x87\x40-\x87\x53]/*/g' ファイル名
などもやってみましたが、正規表現した箇所以外が変換されてしまいうまくいきませんでした。

###補足情報(言語/FW/ツール等のバージョンなど)
サーバのＯＳはSunOS 5.10です。
システムの関係上シェルはcshしか利用できません。

また、sedコマンドはオプションiが使用できないため、perlコマンド（言語のperlではないです）を使用しています。

以上です。
宜しくお願い致します。

Answer 1

案１：Perlで日本語にちゃんと対応したプログラムにする。utf-8に変換して処理してcp932に変換して出力。ソース中に日本語を書くので、use utf-8;も必要。
案２：範囲指定を使わない。
`perl -pi -e 's/①|②|・・・|⑲|⑳]/*/g' ファイル名
案３：Rubyなどマルチリンガルな言語を使う

Comments

[saitama]

回答ありがとうございます。

>案２：範囲指定を使わない。
丸数字、ローマ数字は変換できましたが「㍻」「㈱」などで文字化けが起きてしまいました

>案１：Perlで日本語にちゃんと対応したプログラムにする。utf-8に変換して処理してcp932に変換して出力。ソース中に日本語を書くので、use utf-8;も必要。
文字コードの変換も試してはみたのですが、うまくいきませんでした。
・iconv
datファイルに文字化けがあり、文字化け箇所でエラーになってしまう。
（同時に正規表現でSJISの範囲外の文字も変換するという修正もやっています）
cオプションを付けているのですが、エラー箇所をスキップしませんでした。(man iconvでcオプションがあることは確認済み）

・sjtoeuc→euctosj
ＩＢＭ拡張文字（梯子高など）が文字化けしてしまう(cp932に変換していないため）

・nkf
現環境には入っていないため使用できません

>案３：Rubyなどマルチリンガルな言語を使う
シェルで作成してほしいとのことなのでほかの言語での作成は考えておりません

このような状況なのですが、どうしたらよいでしょうか？

[otn]

> 「㍻」「㈱」などで文字化けが起きてしまいました

こちらではうまく行きますね。SJISでやるためにWindowsでやりましたがバージョンは、
This is perl 5, version 24, subversion 1 (v5.24.1) built for i686-msys-thread-multi-64int
です。

[KojiDoi]

>文字コードの変換も試してはみたのですが、うまくいきませんでした。

どううまく行かなかったのでしょうか。　基本を押さえれば難しい話ではないはずですし、SJISでの範囲指定などで悩む労力をencode/decodeを使ったperlの書き方習得にかけたほうが絶対に効率がいいと思います。

Answer 2

[\x87\x40-\x87\x53] の正規表現は [\x40-\x87] と等価なので、期待する挙動になりません。

今回やりたいことは、\x87[\x40-\x53] が近そうです。

しかし、SJIS だと、\x87[\x40-\x53] でもまだ他の文字にマッチして文字化けしそう。援@ とか。たぶん。

Perl を使うなら、Encode モジュールで CP932 から他の文字コードに変換してから置換する必要がありそう。

Comments

[saitama]

回答ありがとうございます。
教えていただいた正規表現を行ったところ、丸数字(\x87[\x40-\x53])、ローマ数字([\x87][\x5f-\x75])は変換できましたが
[\x87][\x7e-\x9c](「㍻」「㈱」など）でkawanetさんが予想していたように文字化けが起きました・・・

>Perl を使うなら、Encode モジュールで CP932 から他の文字コードに変換してから置換する必要がありそう。
この修正の最初のほうで文字コードの変換も試してはみたのですが、うまくいきませんでした。
・iconv
datファイルに文字化けがあり、文字化け箇所でエラーになってしまう。
（同時に正規表現でSJISの範囲外の文字も変換するという修正もやっています）
cオプションを付けているのですが、エラー箇所をスキップしませんでした。(man iconvで確認済み）

・sjtoeuc→euctosj
ＩＢＭ拡張文字（梯子高など）が文字化けしてしまう(cp932に変換していないため）

・nkf
現環境には入っていないため使用できません

このような状況なのですが、どうしたらよいでしょうか？

Answer 3

参考になりそうなページがあったのでURLを貼っておきます。
[Perl] SJISの機種依存文字が文字化け

ここに書かれているように、SJISデータをperlの「内部コード」に変換しながら読み込み、いろいろ必要な加工処理など行って最終的にSJISに戻して出力するのが、定石かと思います。必要ならマル１→（1）みたいな変換をここでやってもいいでしょう。

Answer 4

cshでperlコマンドを用いて変換することにしました。

perl -pi -e 's/①|②|・・・|⑲|⑳]/*/g' ファイル名

その中で「〟」「㏍」「㍽」「∮」のみ文字化けしてしまい、対象外とすることで一応の解決としました。
回答してくださった方、ありがとうございました。