ディレクトリ配下のファイル内の韓国語（ハングル文字）の有無を判定したい

Question

実現したいこと

ローカルにあるディレクトリ配下のファイル群の中に韓国語（ハングル文字）が含まれているかどうか、含まれているとしたら何の文字が含まれているかを出力したいです。

発生している問題・分からないこと

ネットで検索したところ、PHPのpreg_match関数という方法を見つけました。
ただ、私が見つけたソースコードは特定のテキスト（文言）の中に該当する文字があるかどうかを判定するもので、ディレクトリ内のファイル全体をGrep検索するものではありませんでした。
テキストではなくディレクトリのPathごと指定する方法はあるのでしょうか？
また、正しいPHPのコードが完成したとして、ディレクトリ上でどのように実行するのでしょうか？

該当のソースコード

特になし

試したこと・調べたこと

• teratailやGoogle等で検索した
• ソースコードを自分なりに変更した
• 知人に聞いた
• その他

上記の詳細・結果

<?php $text = "Hello こんにちは 안녕하세요"; $pattern = "/[가-힣]/u"; if (preg_match($pattern, $text, $matches)) { echo "マッチした文字列：", $matches[0], "\n"; echo "キャプチャグループの内容：", $matches[1]; } ?>

補足

preg_match関数の使い方、韓国語を判定する正規表現の書き方、また、他に韓国語を確認するやり方がありましたら、ご教示をお願いします。

Comments

[Paalon]

PHP は全く分からないのですが、一般的には（PHP に限らず）、 Unicode のハングル文字のコードポイントに該当するかどうかをディレクトリ内のすべてのテキストファイルについて順繰りに実行していけば良いと思います。正規表現ではやらないほうが良いと思います。

[vn2731vn]

＞Unicode のハングル文字のコードポイントに該当するかどうかをディレクトリ内のすべてのテキストファイルについて順繰りに実行していけば良いと思います。
→すみません、具体的にどのような手順で実行すればいいのでしょうか？検索対象のファイル数が多いのですが、問題ないでしょうか？

[Paalon]

他のプログラミング言語でのやり方は分かりますが、PHP はわからないです。
やることはまず、「あいうえお」という文字列からコードポイント毎に切り出して、
12354
12356
12358
12360
12362
という１０進数表現、または
3042
3044
3046
3048
304a
という１６進数表現を得ることです。
次にハングル文字のユニコードコードポイントの範囲を調べることです。
次に文字がハングル文字かどうか判定する関数を書くことです。
次にテキストファイルを読み込む関数を書くことです。
次にディレクトリ内のファイル名を調べる関数を書くことです。
最後にディレクトリ内のファイルをすべて走査して、テキストファイルの文字コードポイントをすべて走査して、ハングル文字かどうか判定すれば良いです。
検索対象のファイル数が多くても時間はかかるかもしれませんが、普通は大丈夫だと思います。

[melian]

> 韓国語を判定する正規表現の書き方

Unicode プロパティを使う方法もあります。

<?php
$text = "Hello こんにちは 안녕하세요";
$pattern = "/\p{Script=Hangul}/u";
if (preg_match_all($pattern, $text, $matches)) {
print_r($matches[0]);
}

[winterboum]

ハングルがあるかどうかについてのやり方についてはもう問題なさそうなので
>テキストではなくディレクトリのPathごと指定する方法はあるのでしょうか？
>ディレクトリ上でどのように実行するのでしょうか？
について。ただ PHPは読めるけど書けないので、概念で

対象dirを引数にして起動(もしくは起動する時のカレントdirを対象にする）
対象dirにあるfile一覧を取得
loop-1：file一覧から fileを一つずつ選び
　　関数 extract_hangul(file) を実行して 含んでいたら出力、含んで居なかったらパス

関数 extract_hangul(file)
strings=''
loop-2:選んだfileから１行ずつ読み込み
　　Hanguleが有ったら抜き出して strings に追加
stringsをreturn

Answer 1

コメントありがとうございます。
結局最初にコメントいただいた方の方針に従って、Pythonで関数を書きました。
（PHPとタグ付けておきながらすみません）
他の方もコメントありがとうございました。