Vimを使う - 置換(その2)

パターンを使った置換

前回はVimの置換機能の基本を網羅的に紹介した。Vimでは単純に文字列を置換することもできるし、パターンを使ったより複雑な置換を行うこともできる。置換機能はデータの編集整理などにも便利で、専用のツールを使ったりプログラムを組んだりしなくとも、Vimだけでデータを編集することもできる。今回はそうした置換の使用例を紹介する。

パターンで使用できる内容は多岐に渡っている。置換や正規表現をよく使う方であれば結構な数を覚えておけるかもしれないが、ほとんどのユーザーは数個の指定を覚えるくらいが現実的なところではないだろうか。以降では、特によく使用する機能を取り上げておこう。

郵便番号データを加工していく

置換操作のサンプルとして、日本郵便が提供している郵便番号および住所等を記載したデータを使用する。「読み仮名データの促音・拗音を小書きで表記するもの - zip圧縮形式 日本郵便」から2020年3月31日付けの「全国一括(1,690,437Byte)」をダウンロードし、郵便番号と住所のみを取り出してタブ区切りにデータを変換しておく。次のようなデータだ。

このデータの件数は12万4,429件あり、手動で全てを編集するには現実的ではない量だ。このデータをHTMLデータに加工するケースを考える。具体的には、タブ区切りのデータを、次のようなフォーマットでHTMLデータの一部へ変換していく。

   <li>NNN-NNNN　住所</li>

まず、先頭の郵便番号を「NNN-NNNN」の形式に変換する。次のサンプルでは「:%s/^(…)/\1-/」として、「先頭の任意の3文字を”その3文字-“の形式に置換する」という命令を実行している。

「:%s/^(…)/\1-/」はよく使われるパターンが入っており、覚えておきたい内容だ。まず、「^」が行頭を意味する。「^…」で行頭3文字分が対象となる。また、「^(…)」となっているので、対象となる先頭3文字は「\1」で後方参照できる。そして置換後文字列が「\1-」となっているから、先頭3文字に「-」を加えた文字列に置換されることになる。この指定は使えるようになっておきたい。

次に、郵便番号と都道府県の間のタブを全角スペースに変換している。これは単純に文字列の置換だ。gフラグを指定していないので、行ごとに最初のタブ1つだけが処理されることになる。

次に住所の間に入っているタブを削除する。残っているタブを削除するとこの条件を満たすので、次のようにタグを全て消すような置換を実行している。

最後に、この文字列をli要素の中に入れるように置換を実行する。

最後の置換では行末を意味する「$」が使われている点と、後方参照が使われている点、さらにデリミタに「/」ではなく「@」を使っている点に注目しておきたい。「^(.*)$」という指定で行全体という意味になる。行全体を「\1」で後方参照できるようにしている。そしてli要素の中に「/」が入っているので、デリミタとして「/」ではなく「＠」を使っているわけだ。置換対象や置換後文字列に「/」が含まれているときにはこの書き方がよく使われるので覚えておきたい。

置換は極めたい機能

慣れないと置換は難しいところもあるが、Vimの置換機能は強力で便利なので、ぜひとも習得していきたい。置換が使いこなせるようになってくると、これまで手動でやっていたようなデータの編集作業などを瞬時に終わらせることができるようになる。最初は苦労するかもしれないが、苦労しただけの見返りは得られるのではないだろうか。

付録: 置換関連機能テーブル