script/oki2jis.pl

   1 #!/usr/bin/perl
   2 #
   3 # oki2jis.pl - 沖縄辞書のファイルを JIS X 4062 の形式のテキストに変換する
   4 #
   5 #               $Id: oki2jis.pl,v 1.7 2006/09/01 18:20:06 void Exp $
   6 #
   7 # このスクリプトを使って、以下のように「okinawa.txt」を生成してください。
   8 #     $ cat ../*.dic | script/oki2jis.pl | sort -u | nkf -s > okinawa.txt
   9 # 後半のnkfのオプションは先方の都合に合わせて変更してください。
  10
  11 require 5.6.0;
  12 use FindBin;
  13 use lib $FindBin::Bin;  # For search scripts/ODIC.pm
  14 require 'ODIC.pm';
  15 use strict;
  16 use Getopt::Long qw(:config posix_default no_ignore_case gnu_compat);
  17
  18 our $phonate;
  19 our $word;
  20 our $class;
  21
  22 my $help_only;
  23 my $skip_geta;
  24
  25 GetOptions(
  26     'help|h' => \$help_only,
  27     'skip-geta|g' => \$skip_geta
  28 );
  29 if (defined($help_only)) {
  30     print STDERR "usage: $0 [--help|-h] [--skip-geta|-g]\n";
  31     exit 1;
  32 }
  33
  34 &header;
  35 while (<>) {
  36         # JIS X 0208 に含まれていない文字を含む行を読み飛ばす
  37         # 読み飛ばしにはコメントに「〓あり」マーカーが必要
  38         next if (defined($skip_geta) && /〓あり/);
  39
  40         s/#.*$//;               # `#'以降を取り去る
  41         next if (/^\s*$/);      # その結果空行になった行は読み飛ばす。
  42         if (/(\S+)\s+(\S+)\s+(\S+)/) {
  43                 $phonate = $1;  # 読み
  44                 $word    = $2;  # 単語
  45                 $class   = $3;  # 品詞
  46                 ODIC::check_phonate($phonate);
  47                 ODIC::check_word($word);
  48                 &convert_class;
  49         }
  50         else {
  51                 print STDERR "Error: $.: too few field number `$_'\n";
  52                 print  "$_";
  53         }
  54 }
  55 &version;
  56 exit 0;
  57
  58
  59 sub convert_class {
  60         if ($class eq "普通名詞") {
  61                 print "$phonate,$word,$class\n";        # !!!
  62         }
  63         elsif ($class eq "サ変名詞") {
  64                 print "$phonate,$word,$class\n";
  65         }
  66         elsif ($class eq "形動名詞") {
  67                 print "$phonate,$word,$class\n";
  68         }
  69         elsif ($class eq "姓") {
  70                 print "$phonate,$word,$class\n";
  71         }
  72         elsif ($class eq "名") {
  73                 print "$phonate,$word,$class\n";
  74         }
  75         elsif ($class eq "その他の人名") {
  76                 print "$phonate,$word,$class\n";
  77         }
  78         elsif ($class eq "単純地名") {
  79                 print "$phonate,$word,$class\n";
  80         }
  81         elsif ($class eq "接尾語付き地名") {
  82                 print "$phonate,$word,$class\n";
  83         }
  84         elsif ($class eq "組織名") {
  85                 print "$phonate,$word,$class\n";        # !!!
  86         }
  87         elsif ($class eq "その他固有名詞") {
  88                 print "$phonate,$word,その他の固有名詞\n";
  89         }
  90         elsif ($class eq "副詞") {
  91                 print "$phonate,$word,$class\n";
  92         }
  93         elsif ($class eq "接続詞") {
  94                 print "$phonate,$word,$class\n";
  95         }
  96         elsif ($class eq "感動詞") {
  97                 print "$phonate,$word,$class\n";
  98         }
  99         elsif ($class eq "形容詞") {
 100                 print "$phonate,$word,$class\n";
 101         }
 102         elsif ($class eq "形容動詞") {
 103                 print "$phonate,$word,$class\n";
 104         }
 105         elsif ($class eq "接頭語") {                 # !!!
 106                 print "$phonate,$word,$class\n";
 107         }
 108         elsif ($class eq "数字列接頭語") {
 109                 print "$phonate,$word,$class\n";
 110         }
 111         elsif ($class eq "接尾語") {
 112                 print "$phonate,$word,$class\n";
 113         }
 114         elsif ($class eq "人名接尾語") {
 115                 print "$phonate,$word,$class\n";
 116         }
 117         elsif ($class eq "地名接尾語") {
 118                 print "$phonate,$word,$class\n";
 119         }
 120         elsif ($class eq "組織名接尾語") {
 121                 print "$phonate,$word,$class\n";
 122         }
 123         elsif ($class eq "数字列接尾語") {
 124                 print "$phonate,$word,$class\n";
 125         }
 126         elsif ($class eq "成句") {
 127                 print "$phonate,$word,$class\n";        # !!!
 128         }
 129         elsif ($class eq "無品詞") {
 130                 print "$phonate,$word,$class\n";
 131         }
 132         else {
 133                 print STDERR "Error: $.: unknown class `$class': $phonate\t$word\n";
 134                 print "$phonate,$word,$class\n";
 135         }
 136 }
 137
 138
 139 sub header {
 140         my($year, $mon, $mday);
 141         my($hour, $min, $sec);
 142
 143         ($sec, $min, $hour, $mday, $mon, $year) = localtime(time());
 144         $year += 1900;
 145         $mon++;
 146         print ",,\"適合規格=JIS X 4062:1998\"\n";
 147         print ",,\"表題=沖縄辞書\"\n";
 148         print ",,\"分野=琉球、沖縄\"\n";
 149         print ",,\"版=第$year/$mon/$mday版\"\n";
 150         print ",,\"編者=沖縄辞書プロジェクト\"\n";
 151         print ",,\"作成日=$year-$mon-$mday\"\n";
 152 }
 153
 154
 155 sub version {
 156         my $sec;
 157         my $min;
 158         my $hour;
 159         my $mday;
 160         my $mon;
 161         my $year;
 162
 163         ($sec, $min, $hour, $mday, $mon, $year) = localtime(time());
 164         $year += 1900;
 165         $mon++;
 166         print "おきなわじしょのひづけ,$year/$mon/$mday(沖縄辞書の日付け),無品詞\n";
 167 }