†DOSとバッチ†

文字列処理２

作成開始日 2018.06.08
最終更新日 2018.06.09

たとえば、「エントロピーから始める熱力学第12回.m4a」という文字列から、回数情報（ここでは「12」）を取り出す場合を考える。要するにタイトル自体は不要で、回数のみが必要な場合を想定している。もちろん、同一タイトルで回数のみ違う場合には、回数位置を決め打ちにして切り出してもよいが、それでは流石に汎用性が低すぎる。タイトルが違っても「(タイトル)第(n)回.m4a」パターンのファイルは全て処理できる程度の汎用性が欲しい。

普通ならば、文字列の中から「第」の位置を検索して、そこを起点に切り出し処理を行うわけだが、バッチにはこの種の検索命令がないようだ。なので、「12」の前後の「第」「回」をデリミタとして、文字列を「エントロピーから始める熱力学」「12」「.m4a」の3部分にパターン分解することにする。

@setlocal enabledelayedexpansion
@set st=エントロピーから始める熱力学第12回.m4a
@for /f "usebackq tokens=1-3 delims=第回" %%a in ('!st!') do @(echo %%b)

「tokens=1-3」は分割数が3であることを意味する。正確に言えば、1番目から3番目までの要素を変数「%%a」〜「%%c」に入れる指定。ここで欲しい回数「12」は2番目の要素なので「%%b」で参照できる。なお、上記の模擬コードでは「%%a」しか指定していないが、暗黙のうちに「%%b」（2番目の部分）、「%%c」（3番目の部分）も使用される。また、ここではデリミタとして「第」と「回」を使用しているが、デリミタは全角文字でも構わないようだ。

4つ以上の要素があると（デリミタが3箇所以上に出てくると）、4番目以降の要素は切り捨てられる。たとえば「仏教と回教第8回.m4a」だと「回」が2箇所、「第」が1箇所あるので、「仏教と」「教」「8」「.m4a」の4つの部分に分解され、回数「8」は3番目の要素（%%c）になる。4番目の要素「.m4a」は切り捨てられて参照不能になる。

検索対象になる文字列はシングルクオート「'」で括る必要がある（'!x!'）。この「'」を忘れると正常に機能しないので注意。

本来この構文は、バッククォート「`」で括ったコマンドの実行結果を文字列として順次処理するもの。「usebackq」もここから来ている。 従って、本来ならばin ('!x!')ではなく、in (`echo !x!`)とでもすべきところだが、少なくとも単純に環境変数の中身を参照するだけなら、上記のように「'」で括るだけでも良いようだ。

この手法の問題点は、単一文字しか検索できない点にある。しかし、同様な処理を複数回繰り返すことで、複文字列を検索することも可能になる。たとえば、「山田」という文字列を探すには…

@setlocal enabledelayedexpansion
set st=河田と山川が山田の家に行った
for /f "usebackq tokens=1* delims=山" %%a in ('!st!') do (
  set st=%%b
  if "!st!"=="" (exit /b)
  for /f "usebackq tokens=1* delims=田" %%a in ('!st!') do (
     if "%%a"=="" (echo あった！：山田%%b)
  )
)