24
24. ファイル参照の抽出
記事から参照されているメディアファイルをすべて抜き出せ.
メディアファイルというのが何を指しているのかわからなかったが、
ファイル参照の抽出というタイトルから、File:を抜き出すことにした。
中身を見ていると、日本語のファイルでも良さそうだったが、面倒だったためFileのみとした。
import Data.Aeson as A import Control.Applicative import System.Environment import Data.Maybe import Data.ByteString.Lazy.UTF8 as B import GHC.Generics import Text.Regex.Posix import Prelude as P import GHC.IO.Encoding data Article = Article { text :: String, title :: String } deriving (Eq, Show, Generic) instance FromJSON Article main = do setLocaleEncoding utf8 filename <- head <$> getArgs body <- fromString <$> readFile filename writeFile "24.out.txt" $ unlines $ map (P.drop 5) $ filter (\x -> P.length x /= 0 ) $ concatMap concat $ map f $ map (text . fromJust . A.decode) $ B.lines $ body where f = ((=~ ("File:[^]|]*" :: String)) :: String -> [[String]])
[^]|]と[^|]]で異なる解釈となることが勉強になった。
Windows版HaskellでUTF8のファイル読み書き
Haskell Platform 7.10.2-aをインストールした際に、日本語(utf8)の扱いがわからなくなってしまって、ずっとほっといたのだが、ふと思い出して調べてみた。
紆余曲折したが、ポイントとしては下記の2点。
- Handleにutf8を指定
ファイルの読み書きなどのデフォルトのエンコーディングがcp932になっているため、utf8のファイルを読み込む場合は、Handleのエンコーディングをutf8に変更する
- ByteStringを扱う場合は、utf8-stringモジュールを使う
ただし、Stringで読みこんだ文字列をByteStringに変換して使う。標準でインストールされるByteStringモジュールに存在するreadFileなどの関数がないため。
サンプルとして、第一引数で指定したファイルをutf8の文字コードで読み込み、内容を標準出力するプログラムを記載する。
import System.Environment import System.IO main = do filename <- head <$> getArgs withFile filename ReadMode f where f h = hSetEncoding h utf8 >> hGetContents h >>= putStrLn
また、Powershellから標準出力をrunghcに渡す場合、下記のコマンドを実行する。
$OutputEncoding = [Text.Encoding]::Default
コマンドに渡す際のエンコーディングがasciiになっているため、cp932に変更する。
毎回ハンドルのエンコーディングを変更するのは面倒だという場合は、
GHC.IO.EncodingのsetLocaleEncoding関数で、デフォルト値を変更することができる。ただし、標準出力などのエンコーディングも変更されるので、注意する。
23
23. セクション構造
記事中に含まれるセクション名とそのレベル(例えば"== セクション名 =="なら1)を表示せよ
23.hs
{-# LANGUAGE OverloadedStrings, DeriveGeneric #-} import Data.Aeson as A import Control.Applicative import System.IO.UTF8 as I8 import System.Environment import Data.Maybe import Data.ByteString.Lazy.UTF8 as B import GHC.Generics import Text.Regex.Posix import Prelude as P data Article = Article { text :: String, title :: String } deriving (Eq, Show, Generic) instance FromJSON Article main = do filename <- head <$> getArgs body <- fromString <$> I8.readFile filename I8.writeFile "23.txt" $ unlines $ map f $ filter isHeadline $ concatMap P.lines $ map (text . fromJust . A.decode) $ B.lines $ body where f x = headline x ++ "," ++ depth x isHeadline = ((=~ ("^={2,6}.*={2,6}" :: String)) :: String -> Bool) headline = filter (\x -> (x /= ' ') && (x /= '=')) depth = show . P.length . ((=~ ("=+" :: String)) :: String -> String)
22
22. カテゴリ名の抽出
記事のカテゴリ名を(行単位ではなく名前で)抽出せよ.
22.hs
{-# LANGUAGE OverloadedStrings, DeriveGeneric #-} import Data.Aeson as A import Control.Applicative import System.IO.UTF8 as I8 import System.Environment import Data.Maybe import Data.ByteString.Lazy.UTF8 as B import GHC.Generics import Text.Regex.Posix import Prelude as P data Article = Article { text :: String, title :: String } deriving (Eq, Show, Generic) instance FromJSON Article main = do filename <- head <$> getArgs body <- fromString <$> I8.readFile filename I8.writeFile "22.txt" $ unlines $ map f2 $ filter f $ concatMap P.lines $ map (text . fromJust . A.decode) $ B.lines $ body where f = ((=~ ("^[[][[]:?(カテゴリ|Category):" :: String)) :: String -> Bool) f2 = tail . ((=~ (":[^]|]*" :: String)) :: String -> String)
21
21. カテゴリ名を含む行を抽出
記事中でカテゴリ名を宣言している行を抽出せよ.
21.hs
{-# LANGUAGE OverloadedStrings, DeriveGeneric #-} import Data.Aeson as A import Control.Applicative import System.IO.UTF8 as I8 import System.Environment import Data.Maybe import Data.ByteString.Lazy.UTF8 as B import GHC.Generics import Text.Regex.Posix import Prelude as P data Article = Article { text :: String, title :: String } deriving (Eq, Show, Generic) instance FromJSON Article main = do filename <- head <$> getArgs body <- fromString <$> I8.readFile filename I8.writeFile "21.txt" $ unlines $ filter (\x -> x =~ ("^[[][[]:?(カテゴリ|Category)" :: String) :: Bool) $ concatMap P.lines $ map (text . fromJust . A.decode) $ B.lines $ body
ヘルプ:Wiki マークアップ早見表 - WordPress Codex 日本語版
wikipediaの記法では、日本語の「カテゴリ」を許可しているのかわからなかったが、いくつかあるみたいだったので、抽出した。