############################################################################
# sed_imeudic_del_v.txt
# MS-IME98/2000 --> OAK/Japanist V1 辞書コンバート用 
# sed スクリプト (一括処理用バッチ・ファイル付き)
#
# N.B. This text is encoded in Shift-JIS (CR+LF)
#
# 作者：ソヤネン 2001年12月12日 Ver. 0.90 公開
#                2001年12月13日 Ver. 0.91 更新
#                2001年12月18日 Ver. 0.92 更新
# 原本公開場所：
# http://homepage1.nifty.com/cura/oya/sed_imeudic_del_v.txt
# このスクリプトは「複製・転載・改変すべて自由」とする。
#
# ■この sed スクリプトが役立つ人とは?
#     Windows 98/Me のユーザで，MS-IME98/2000 のユーザ辞書をJapanist V1に
#     移行させたいが，Japanist V1付属の辞書ツールでは，MS-IMEのユーザ辞書
#     テキストで「読み」に「ヴ」が含まれる単語をインポートできないので，
#     この点を何とか解決したい人。
#
# ■この sed スクリプトが不要な人
#     (1) Japanist V1を使っていない人。あるいは，Japanist 2002のユーザー。
#     (2) Japanist V1のユーザだが，Win2KもしくはWinXPの使用者。
#     (3) 上の「この sed スクリプトが役立つ人とは?」に該当するものの，
#     「読みに『ヴ』が含まれるユーザ単語なんて，別に消えてもかまわないや」
#     と考える人。
#     ※(2), (3)に該当する人は，別文書
#    「Tip: (ユーザ辞書コンバート) MS-IME2000 → Japanist V1.0」
#     http://homepage1.nifty.com/cura/oya/transporting_ime2kdic_to_japanist.html
#     で紹介した方法によって簡単にユーザ辞書移行が可能だ。
#
# ■この sed スクリプトの利用法
# 1. 必要なもの: 
#     (1) Japanist V1/OAK V8 and その辞書ツール
#     (2) MS-IME 98/2000 and その辞書ツール(IME2002は未検証)
#     (3) マルチバイト対応版 GNU sed Win32 (フリーソフトウェア)
#         入手先 
#         http://www.vector.co.jp/vpack/browse/pickup/pw0/pw000569.html 
#         このWebページ上の 
#             ●sed win32 GNU sed / Win32 Version ストリームエディタ
#         というリンクをクリックしてダウンロードサイトへジャンプ。
#     (4) zip アーカイブの解凍ツール
#     (5) このスクリプト・ファイル
#     (6) Windows コマンド・プロンプト操作に関する若干の知識
# 2. 作業手順
#     (1) GNU sed のアーカイブをダウンロードしたら，これを解凍する。
#         zip形式で圧縮された書庫ファイル(アーカイブ)となっている。
#         これを展開して元のファイルを復元する(＝解凍する)と，
#         アーカイブの中に sed.exe が入っている。この sed.exe を
#         pathの通ったディレクトリにコピーする。どこにコピーして
#         いいか分からない人は，
#             sed.exe を c:\windows\command にコピーする
#             (Windows 2000 なら，c:\winnt\system32 にコピーする）
#         とよい。
#     (2) MS-IME98/2000 の辞書ツールで，ユーザ辞書をテキストファイルに
#         書き出す。その方法は，
#         「辞書ツール/ツール/一覧の出力」による。以下の例では，このテ
#         キストファイルを"ms_udic.txt"という名前で示す。テキストファ
#         イ書き出しの際に，"ms_udic.txt"と名前をつけることをお勧めす
#         る。
#     (3) sed を用いて「読み」の「ヴ」を「う゛」に置換する。
#         (2)で出力した辞書テキストと，このスクリプト・テキスト
#         (sed_imeudic_del_v.txt)とを同じディレクトリーに置く。
#         コマンドプロンプトを開き，そのディレクトリーをカレント・
#         ディレクトリーに切り替える。そのあとで，コマンド・プロンプト
#         に対して，すべて半角英数文字で
#
#            sed -f sed_imeudic_del_v.txt ms_udic.txt > jap_udic.txt[Enter]
#
#            ※注：ms_udic.txt --> MS-IMEが書き出した辞書テキスト。
#                  jap_udic.txt --> Japanistに読み込ませるべきテキスト。
#                  [Enter]    --> 末尾で Enter キーを打鍵する。
#
#         とタイプすれば，「読み」の「ヴ」は「う゛」に置換される。
#         これが■第一の方法■である。
#           ただし，この方法では「制限」があるので，この文書を最後まで
#         読んで，バッチ・ファイルを使った■第二の方法■によって対処し
#         て欲しい。
#     (4) Japanist V1の辞書ツールキットを用いて jap_udic.txt をJapanistV1
#         のユーザー辞書へ読み込ませる。その方法は，
# 　        ・「辞書ツールキット/ツール/抽出ファイルから単語を登録」
#               →「ファイルの選択/ファイル名」 
#         の欄に上でsedが出力した jap_udic.txt を指定するだけである。
#
#### 第1レコード「読み」の中に含まれる *一個目* の「ヴ」だけ
#### を「う゛」に置換。
#
#   筆者が Japanist V1.0 (L10 rel. 0.7G)で確認した限りでは，MS-IME98/
# 2000 が書き出したユーザ辞書テキストにおいて，「読み」(＝第1フィールド)
# の中にカタカナの「ヴ」が入っていた場合には，たとえそれが「読みの先頭」
# でなくとも，Japanistの辞書ツールでこれをインポートしようとすると，
# エラーとして処理されてしまい，結果としてそのエラー対象となった単語は
# 登録できない。なお，Win 2K(& おそらくWin XP)環境下の MS-IME2000 で，
# ユーザ辞書一覧を出力するときに「Unicode形式」を選択すると，「読み」
# の中の「ヴ」は自動的に「う゛」に書き換えられる。これについては，別文書
# http://homepage1.nifty.com/cura/oya/transporting_ime2kdic_to_japanist.html
# を参照。
#
#   なお，新バージョンのJapanist 2002ではこの不具合(『ヴ』インポート・
# エラー)は改善されている。以下は，あくまでMS-IME側で「Shift-JISテキス
# ト」としてユーザ辞書一覧を出力し，Japanist V1.0 (OAK V8)で辞書テキス
# ト取り込みを行う場合に，「読み」中の「ヴ」を「う゛」に置換する方法に
# ついて説明したものである。
#
#### sed スクリプト開始
# 　次のコマンドによって第1レコード「読み」中に含まれる *一個目* の
# 「ヴ」だけを「う゛」に置換する。
/^.*ヴ.*	.*	.*$/s/ヴ/う゛/
# ※注意 上(↑)は，/^.*ヴ.*<tab>.*<tab>.*$/s/ヴ/う゛/となっている。
#### レコード冒頭が「かな」文字以外の登録語をレコードごと削除。
#### ただし，テキスト先頭のMS-IME辞書ヘッダは残す。
/^[^ぁ-ん!]/d
#### sed スクリプトおわり。■第一の方法■おわり。
#
# 　なおここまでに示した■第一の方法■では，「読み」の中に2個以上の
# 「ヴ」がある場合駄目だ。
# すなわち，「ヴぁいおりん」→「う゛ぁいおりん」や，
# 「でぃヴぇるてぃめんと」→「でぃう゛ぇるてぃめんと」という
# 置換はできるが，「ヴぃヴぁるでぃ」→「う゛ぃヴぁるでぃ」と置換されて
# しまう。「ヴぃヴぁるでぃ」→「う゛ぃう゛ぁるでぃ」という置換はできな
# い。(この対処法は後述。)
# 　ある特定のフィールドだけを置換対象とするような動作をsed で実行する
# 方法が原理的に存在するのか否か，筆者は分からない。知っている方はこっ
# そり教えて欲しい。:-) 
#
# ■第二の方法■
# 　上の第1のコマンドだけを単独で複数回走らせる----前回のアウトプット
# ファイルを次回のインプットファイルとして複数回走らせる;「ヴぃヴぁる
# でぃ」なら2回だ----という方法なら「読み」の中の「複数個のヴ」を「う゛」
# に置換させることが可能だ。
#  
# 　バッチファイル化すれば，その作業は一回の実行で作業を完了できる。
# その手順を以下で説明する。まず，二つの「1行 sed スクリプト」をテキス
# トファイルとして用意する。
#
##### 第1スクリプト："sed_del_v1"として保存すること。
#  次のコマンドによって第1レコード「読み」中に含まれる *一個目* の
# 「ヴ」だけを「う゛」に置換する。
#
##### 切り抜き開始!! ※次行にある行頭のコメント文字"#"は削除すること。
#/^.*ヴ.*	.*	.*$/s/ヴ/う゛/
##### 切り抜きおわり!! 
# ※注意 上(↑)は，/^.*ヴ.*<tab>.*<tab>.*$/s/ヴ/う゛/となっている。
#
##### 第1スクリプトおわり
#
#### 第2スクリプト：※ sed_del_v2 として保存すること。
#  レコード冒頭が「かな」文字以外の登録語をレコードごと削除。
#  ただし，テキスト先頭のMS-IME辞書ヘッダは残す。
#
#### 切り抜き開始!! ※次行にある行頭のコメント文字"#"は削除すること。
#/^[^ぁ-ん!]/d
#### 切り抜きおわり!! 
#
#### 第2スクリプトおわり
#
# 上述のように，これら二つのスクリプトを，それぞれ sed_del_v1,
# sed_del_v2 というファイル名でテキストファイルとして保存すること。
#
# 　次は，バッチファイルである。なお，見る通り，次に示すバッチファイル
# によって複数回連続実行させるのは，第1のスクリプトのみだ。次の例では，
# (1) 最初に，sed にインプットさせる IME辞書テキスト"ms_udic.txt"を，
# sed_del_v1 によって「『ヴ』を『う゛』に置換」させる。(sed を連続実行) 
# 次に，(2) sed_del_v2 によってレコード先頭が「かな」文字以外の登録語
# をレコードごと削除し，(3)最後に不要な作業ファイルを削除する，という
# 手順を採っている。
#
#####★次行から切り抜きはじめ ("ime_repv.bat"として保存)
#sed -f sed_del_v1 ms_udic.txt > output_1.txt
#sed -f sed_del_v1 output_1.txt > output_2.txt
#sed -f sed_del_v1 output_2.txt > output_3.txt
#sed -f sed_del_v1 output_3.txt > output_z.txt
#sed -f sed_del_v2 output_z.txt > jap_udic.txt
#del .\output_?.txt
#####☆切り抜き終わり (上6行分の行頭コメント文字"#"は削除の上，テキス
# トファイルとして ime_repv.bat と名前をつけて保存すること。)
#
# 　あとは，次の四つのファイル，即ち，(1) ms_udic.txt (＝ 
# MS-IME98/2000 の辞書ツールによって一覧出力させたユーザ辞書テキストファ
# イル), (2) sed_del_v1, (3) sed_del_v2, (4) ime_repv.bat の四つのファ
# イルを，同一のディレクトリーにコピーした状態で，そのディレクトリーを
# カレント・ディレクトリーとしてコマンドプロンプトを開き，次のようにプ
# ロンプトに対してタイプすればよい。("＞"によってコマンドプロンプトを
# 表す。[Enter]で Enterキーを打鍵する。)
#
#       ＞ime_repv.bat[Enter]
#
# このバッチファイルによって，MS-IMEの辞書ツールが吐き出したユーザ辞書
# テキストに含まれる「読みの『ヴ』」を「う゛」に変換し，さらに「読み先
# 頭」が「ひらがな」でないレコードを削除した。ゆえに，Japanist V1.0側
# で，sed が出力した最後のテキストファイル(= jap_udic.txt)から単語登録
# を行うことが可能になる。
#
# その方法は，
# 　・「辞書ツールキット/ツール/抽出ファイルから単語を登録」
# 　　→「ファイルの選択/ファイル名」 
# の欄に上で jap_udic.txt を指定するだけである。
#
# なお，上のバッチファイルで置換可能な「読み中の『ヴ』」は4文字までだ。
# 自分の辞書中に「読みの中に5文字以上の『ヴ』がある」と確信している人
# は，自分で上のバッチファイルを書き換える必要がある。
#
# ■第二の方法■おわり
#
#### End of sed_imeudic_del_v.txt