Rubyで言語処理100本ノック 第2章: UNIXコマンドの基礎 (10 ~ 13)

言語処理100本ノックの挑戦記録です。

今回から、第2章: UNIXコマンドの基礎です！

hightemp.txtは，日本の最高気温の記録を「都道府県」「地点」「℃」「日」のタブ区切り形式で格納したファイルである．
以下の処理を行うプログラムを作成し，hightemp.txtを入力ファイルとして実行せよ．
さらに，同様の処理をUNIXコマンドでも実行し，プログラムの実行結果を確認せよ．

10. 行数のカウント

行数をカウントせよ．確認にはwcコマンドを用いよ．

Ruby

file_path = "hightemp.txt"

puts File.read(file_path).count("\n")

shell

cat hightemp.txt | wc -l

結果

24

11. タブをスペースに置換

タブ1文字につきスペース1文字に置換せよ．
確認にはsedコマンド，trコマンド，もしくはexpandコマンドを用いよ．

Ruby

file_path = "hightemp.txt"

File.open(file_path) do |file|
  file.each_line do |line|
    puts line.gsub("\t", " ")
  end
end

今回はtrコマンドでやってみました。

shell

cat hightemp.txt | tr '\t' ' '

12. 1列目をcol1.txtに，2列目をcol2.txtに保存

各行の1列目だけを抜き出したものをcol1.txtに，
2列目だけを抜き出したものをcol2.txtとしてファイルに保存せよ．
確認にはcutコマンドを用いよ．

Ruby

file_path = "hightemp.txt"
prefectures = []
cities = []

File.open(file_path) do |file|
  file.each_line do |line|
    prefectures << line.split("\t")[0]
    cities << line.split("\t")[1]
  end
end

File.open("col1.txt", "w") do |file|
  file.puts prefectures
end

File.open("col2.txt", "w") do |file|
  file.puts cities
end

shell

cut -f 1 hightemp.txt
cut -f 2 hightemp.txt

結果

# col1.txt

高知県
埼玉県
岐阜県
山形県
山梨県
和歌山県
静岡県
山梨県
埼玉県
群馬県
群馬県
愛知県
千葉県
静岡県
愛媛県
山形県
岐阜県
群馬県
千葉県
埼玉県
大阪府
山梨県

# col2.txt

江川崎
熊谷
多治見
山形
甲府
かつらぎ
天竜
勝沼
越谷
館林
上里見
愛西
牛久
佐久間
宇和島
酒田
美濃
前橋
茂原
鳩山
豊中
大月
鶴岡
名古屋

13. col1.txtとcol2.txtをマージ

12で作ったcol1.txtとcol2.txtを結合し，元のファイルの1列目と2列目をタブ区切りで並べたテキストファイルを作成せよ．確認にはpasteコマンドを用いよ．

Ruby

prefectures = File.readlines("col1.txt").map(&:chomp)
cities = File.readlines("col2.txt").map(&:chomp)

pref_cities = [prefectures, cities].transpose.map{ |row| row.join("\t") }

File.open("pref_cities.txt", "w") do |file|
  file.puts pref_cities
end

shell

paste -d "\t"  col1.txt col2.txt

結果

高知県	江川崎
埼玉県	熊谷
岐阜県	多治見
山形県	山形
山梨県	甲府
和歌山県	かつらぎ
静岡県	天竜
山梨県	勝沼
埼玉県	越谷
群馬県	館林
群馬県	上里見
愛知県	愛西
千葉県	牛久
静岡県	佐久間
愛媛県	宇和島
山形県	酒田
岐阜県	美濃
群馬県	前橋
千葉県	茂原
埼玉県	鳩山
大阪府	豊中
山梨県	大月
山形県	鶴岡
愛知県	名古屋

UNIXコマンドも勉強しなければ...!