[問題] 1.8.7 的讀檔與正規表達式 Regexp

[hpo14 (雨)]

解決了 @@"" 情況如最末端補充

環境： Ruby 1.8.7 (iBook G4 with Mac OSX 10.5)


要求：對檔案(html檔, Encoding Big5)做 Regexp 取得我要的 Match Group ( 0 ~ n 個)
      我的Regexp如網址內：http://rubular.com/r/XnsTZI6AEu

      已確定我的 Regexp 在 rubular 是可以取得我目標結果的


成功狀況：
        手動在 Terminal 下執行時 (黃色同為一行)，正確有結果
        hpo14:~$ ruby -e "s = File.open('絕對路徑').read(); 
                          m = s.scan(我的正規表達式); puts m"

失敗狀況：
        1. 指令存成檔案(如下虛線內)，手動 Terminal 執行 .rb 檔
        2. 透過 AppleScript 執行 "do shell script xxxx"
           (xxx 為成功狀況的 ruby -e 那一整串)

        不管是 1 or 2, puts 結果如下，不知道是哪邊問題 @@
                puts m      #->  沒結果
                puts m.to_a #->  []
                puts m.to_s #->  ""

        ------>8-------
        #!/usr/bin/env ruby

        s = File.open("檔案絕對路徑").read()
        r = /我的Regexp/i #忽略大小寫
        m = s.scan(r)
        puts m
        ------>8-------

       hpo14:~$ ./test.rb
       hpo14:~$

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 123.204.46.87
推 kusoayan:在 irb 跑有成功？
※ 編輯: hpo14           來自: 123.204.46.87        (04/26 19:34)
→ hpo14:不好意思，請問 irb 是？ (碰 ruby 才 2 天) @@
→ hpo14:irb -v  #-> irb 0.9.5(05/04/13)
→ mars90226:irb裡可以輸入ruby並執行
→ mars90226:話說你的檔案要不要加上# encoding: big5
剛剛發現 text.rb 存檔時
        文件編碼設定為 UTF-8, 對 Big-5 編碼的檔案 scan 後 #-> []
                       BIG-5, 對 Big-5                    #-> 成功
                       UTF-16,對 UTF-16                   #-> []

但是在 AppleScript 內接回來的結果，中文變亂碼....
※ 編輯: hpo14           來自: 123.204.46.87        (04/26 20:10)
→ hpo14:我猜應該是編碼問題了 @@"
原來在 AppleScript 內的 regex 字串會是 UTF-8 編碼,
然後送到 do shell sciprt 後, 檔案是 Big5 編碼，所以 Regexp 沒結果。

因此我把 Ruby 部份的程式碼改寫成檔案(如上所示)，並把 Regex 寫在檔案內
且檔案存成 Big5 編碼。

然後在 AppleScript 內改成如下方式呼叫，同時利用 iconv 將結果轉 UTF-8

(兩行應為同一行)
set Result to 
        do shell "./test.rb '" & fpath & "'" & " | iconv -t UTF8 -f BIG5"

好處 1. 做正規表達搜尋時，是 Big5 找 Big5, 理論上應該不會有問題
     2. iconv 部份可以確保我在 AppleScript 內處理字串時不會因為系統環境設定
        的語言而造成編碼問題
※ 編輯: hpo14           來自: 123.204.46.87        (04/26 20:54)
※ 編輯: hpo14           來自: 123.204.46.87        (04/26 20:55)