正規表現で全角カンマ／ピリオドを句読点に置換する（その２）

前回の宿題を片付けよう。
全角小数で用いられる小数「．」や、整数部分の桁区切り文字である「，」については、句読点に変換しないようにする。これについても、場合分けすることなく、正規表現だけで解決できる。

（2021年8月16日）PHP8対応，リファレンスチェック改良

サンプル・プログラムの実行例

サンプル・プログラム

圧縮ファイルの内容
kutoten2.php	サンプル・プログラム本体

置換の考え方

次のように考えてみると、うまく行く。

カンマ「，」の扱い→アラビア数字の後に「，」が来ない場合には「、」に置換する。
ピリオド「．」の扱い→「．」の後にアラビア数字が来ない場合には「。」に置換する。

これを正規表現で表すと、前回同様、２つを別々に行うことになるが、

$str1 = ereg_replace("([^０-９0-9])，", "\\1、", $str0);

$str2 = ereg_replace("．([^０-９0-9])", "。\\1", $str1);

変数 $str0 にはオリジナルのテキストが入っているものとする。$str1 を作業用変数として、置換後のテキストは $str2 である。

今回使った正規表現

[...]: 文字クラス。
この中に記述された文字の並びのうちの1文字を表す。

-: 文字の範囲指定。
a-z はアルファベット小文字すべてに、0-9は数字すべてにマッチする。

[^....]: 文字クラス内の否定。
文字クラス内“以外の”文字にマッチする。

(...): サブパターン。
マッチングだけであれば不要だが、置換を行うために、マッチした部分文字列に番号を付けてやる必要がある。その場合にサブパターンを用いる。

サンプル・プログラムの解説

149: /**
150:  * 「，」を「、」に、「．」を「。」に置換する
151:  * @param   string $sour 元のテキスト
152:  * @return  string 置換後テキスト
153: */
154: function myformat($sour) {
155:     //合致パターン
156:     $reg[1] = "([^０-９0-9])，";
157:     $reg[2] = "．([^０-９0-9])";
158:     $reg[3] = "．$";
159:     //置換パターン
160:     $rep[1] = "\\1、";
161:     $rep[2] = "。\\1";
162:     $rep[3] = "。";
163:
164:     $dest = $sour;
165:     foreach ($reg as $key=>$val) {
166:         $dest = preg_replace("/{$val}/u", $rep[$key], $dest);
167:     }
168:     return $dest;
169: }