17.3 テキストデータの処理の基本

小説や報告書や統計表のような「ふつうの文書」が手元にあるものとしましょう． これらの処理としては， まるごと印刷したり保存したりすることのほかに， 文字列を基本とした次のような操作が考えられます．

• ある文字列を含む/含まない行だけを抜き出す
• 二つの文字列をともに含む行だけを抜き出す
• 二つの文字列のどちらか一方を含む行だけを抜き出す
• ある文字列を含む行から続けて4行を抜き出す
• ある文字列を別の文字列に置き換える

これらはそれぞれ簡単な処理ですが，目的によってはとても役に立ちます． ある小説の中でのある単語の使用箇所を全部調べたり， 主人公の名前を一斉に置き換えたりする処理などがその例です．

上に挙げた処理の内容をさらに細かく見ると

• 指定した文字列(複数も可)を含む行を特定する
• 検出した文字列あるいはその行に対して指定した操作をする

という操作の組合せであることがわかります． このような処理をテキスト処理 (text processing) あるいは文字列処理 (string processing) と呼びます．

17.3.1 文字列の検索

文字列を検索する方法について学びます． ここでは， grep というコマンドを用いて，検索を行います．

17.3.2 文字列の置換

文字列を置換する方法について学びます． ここでは， sed というコマンドを用いて，置換を行います．