らくがきちょう

なんとなく

2 バイト文字を含む行だけ、表示する Python スクリプト

Pythonで、文字列に日本語が含まれているか判定する を参考に、引数で与えられたテキストファイルを走査し、2 バイト文字を含む行だけ表示する Python スクリプト例は以下の通りです。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import sys
import unicodedata

def is_japanese(string):
    string = unicode(string, 'utf-8')
    for ch in string:
        name = unicodedata.name(ch) 
        if "CJK UNIFIED" in name \
        or "HIRAGANA" in name \
        or "KATAKANA" in name:
            return True
    return False

def main():
    f = open(sys.argv[1])
    line = f.readline()
    while line:
        line = line.replace('\n', '')
        line = line.replace('\r', '')
        if is_japanese(line):
            print(line)
        line = f.readline()
    f.close

if __name__ == "__main__":
    main()

参考