応用具体例 CSV

クライアントが名簿をエクセルやワードで持ち込んできた場合 †

組体裁がバラバラでプロとしては組み直してあげたい時がある。

ワードをテキストに変換してあげると（＿は空白文字）

会　　　長　　山田　太郎　　丸の内１-5-5　　222-2222
副　会　長　　井上　用水　　丸の内３−３−３　２２２−１１１１

などバラバラで体裁を整えるために余分なスペースが埋め込んである。
印刷会社ではイラレを使って名簿作成している方が大変多いので、このようなテキストでは困る。
本来なら、

会長
副会長

のように役職は役職だけ、名前は名前だけの方が、体裁を整えるに簡単だからだ。

入稿データを、イラレで処理しやすくするためにはどうしたらよいか？

このような時には、頭からの文字数で切り分ければ良い。

awk '{str=substr($0,1,15); print str}' meibo.txt > yakusyoku.txt

UTF８の場合、日本語は３バイトであるから、会＿＿＿長の長さで切り分けるときには、上のように$0,1,15
会＿＿＿長は先頭の１バイトから長さは５文字だから５ｘ３＝15バイト、すなわち1,15となる

名前の場合は

awk '{str=substr($0,22,15); print str}' meibo.txt > namae.txt

のように先頭から22バイト目　15バイト取得　のようにする。

因みにデータがShift_Jisの場合１文字は２バイトです。
多くはWINDOWSデータですので、WINマシンでこの操作をすれば良いでしょう。因みに日本語はShiftJISコードですから１文字２バイトで計算してあげます。

UFT8文字コードの場合、1文字のバイト数が複雑なので、Shift-JISコードに変換しWINで処理すると良いでしょう

因みにwindows　gawkはココからダウンロードしwindows-system32に入れておきましょう。

私の環境は未だにwinXP、zipをダウンロードして解凍しようとするとWinZip?を買えとアナウンスされる。
仕方なくMacでダウンロードし解凍する。
gawk.exeをパスの通ったsystem32に入れると正常に起動してくれた。

Windowには、その他にsed grepのようなツールも入っていないようだ。お使いの方はGNUからダウンロードしなくてはいけない。