辞書データ内のJIS X 0208範囲外の文字をチェックするスクリプトを追加した。

注意: 実行には nkf <https://sourceforge.jp/projects/nkf/> が必要。

diff --git a/script/geta_checker.sh b/script/geta_checker.sh
new file mode 100755 (executable)
index 0000000..12c43ae
--- /dev/null
+++ b/script/geta_checker.sh
@@ -0,0 +1,29 @@
+#!/bin/sh
+#
+# 辞書ファイル内の JIS X 0208 に含まれていない文字を検出するためのスクリプト
+#                                                      山城 潤
+#   $ ./geta_checker.sh
+#      ...UTF-8で差分を出力...
+#
+# このスクリプトの実行にはnkf(1)が必要です。
+# https://sourceforge.jp/projects/nkf/
+
+script_dir=`dirname $0`
+for i in $script_dir/../*.dic
+do
+    to_file=`mktemp /tmp/geta.XXXXXXX`
+    utf8_file=`mktemp /tmp/geta.XXXXXXX`
+
+    # UTF-8 -> Shift_JIS -> UTF-8_2
+    nkf -s "$i" > "$to_file"
+    nkf -u "$to_file" > "$utf8_file"
+
+    # UTF-8 と UTF-8_2 の差分を取って〓の位置を確認する。
+    if ! diff -u "$i" "$utf8_file"; then
+       echo "$i: Geta exists." 1>&2
+    fi
+
+    rm "$to_file"
+    rm "$utf8_file"
+done
+