Pokudaの長文: 7月 2020

VimでHTMLを自動インデントする方法

以下のコマンドを実行してみて下さい。

%s/></>\r</g | filetype indent on | setf xml | normal gg=G

Vimのコマンドウィンドウを活用しよう

コマンド履歴のコマンドウィンドウを表示

q:

コマンドウィンドウが開くと通常のコマンドモード時の操作が可能になります。

カーソルを再実行したい行に移動してEnterを押下すると再実行されます。

検索履歴のコマンドウィンドウを表示

q/
または、
q?

カーソルを再検索したい行に移動してEnterを押下すると再検索されます。

コマンドウィンドウを閉じる

:q

便利なので、是非、試してみて下さい。

Pokuda Searchの検索機能の仕様

●検索条件１

ファイル名が「稟議」に部分一致するファイル。(ワイルドカード"*稟議*"の検索と同じ。)
または、
ファイル内の文章の転置インデックスに「稟議」を含むファイル。　

●検索条件２

ファイル名が「稟議決裁」に部分一致するファイル。(ワイルドカード"*稟議決裁*"の検索と同じ。)
または、B)
ファイル内の文章の転置インデックスに「稟議」または、「決裁」を含むファイル。　B)

●検索条件３

ファイル名が「稟議決裁」に部分一致するファイル。(ワイルドカード"*稟議決裁*"の検索と同じ。)
または、
ファイル内の文章の転置インデックスに「稟議」または、「決裁」を含むファイル。　

●検索条件４

ファイル名が「稟議決裁」に部分一致するファイル。(ワイルドカード"*稟議決裁*"の検索と同じ。)
または、
ファイル内の文章の転置インデックスに「稟議」または、「決裁」を含むファイル。　
上記に合致するファイルかつ、
拡張子が「pdf」(大文字小文字を区別しない)に部分一致するファイル。

●検索条件５

ファイル名が「稟議決裁」に部分一致するファイル。(ワイルドカード"*稟議決裁*"の検索と同じ。)
または、
ファイル内の文章の転置インデックスに「稟議」または、「決裁」を含むファイル。　
上記に合致するファイルかつ、
拡張子が「pdf」(大文字小文字を区別しない)に部分一致するファイル。
上記に合致するファイルかつ、
ファイル更新日が「2018/06/22 14:17:42」以上のファイル。

●検索条件６

●具体的なマッチング例

No.	ファイル名	拡張子	更新日	ファイル内の文章	条件1	条件2	条件3	条件4	条件5	条件6
1	kessai.html	html	2019/4/10 16:00:00	権限について。
2	稟議決裁1.docx	docx	2019/4/10 16:00:00	規定の説明。	○	○
3	稟議決裁1.docx	docx	2019/4/10 16:00:00	規定の説明。	○		○
4	稟議規定1.docx	docx	2019/4/10 16:00:00	規定の説明。	○
5	細則.docx	docx	2019/4/10 16:00:00	仕事の管理単位と稟議。	○	○	○
6	細則1.pdf	pdf	2018/6/22 14:17:41	決裁権限		○	○	○
7	細則2.pdf	pdf	2018/6/22 14:17:42	決裁権限		○	○	○	○	○
8	細則3.pdf	pdf	2019/4/10 16:24:17	決裁権限		○	○	○	○	○
9	細則4.pdf	pdf	2019/4/10 16:24:18	決裁権限		○	○	○	○

TikaOnDotnetでファイル内の文字列を抽出する方法

以下のSampleのとおり、TextExtractor.Extract()メソッドで、ファイル内の文字列を取得できます。

※Shift-Jisのテキストファイル(.txt)は、UTF-8に変換しないと抽出に失敗するので要注意。

public void TikaExtractorTest() {
    var txtExtractor = new TextExtractor();

    var path = @"C:\Temp\Test.xlsx";
    var content = txtExtractor.Extract(path);

    Debug.WriteLine(content.Text);
}

C#で文字コードを自動判定する方法

以下のSampleのとおり、ReadJEnc.JP.GetEncoding()メソッドで文字コードを自動判定することができます。

実装例

public void DetectingEncodeTest() {
    var path = @"C:\Temp\Test.txt";

    byte[] bytes = null;
    using (var fs = new FileStream(path, FileMode.Open)) {
        bytes = new byte[fs.Length];
        fs.Read(bytes, 0, bytes.Length);
    }
    string str = null;
    var encode = ReadJEnc.JP.GetEncoding(bytes, bytes.Length, out str);

    Debug.WriteLine(encode.ToString());
}

実行結果

ShiftJIS

FlexLuceneで日付フィルタリングを実現する方法

ポイントは、以下の２点です。

ドキュメントの日付を、同一フィールド名でLongPointとStoredFieldを使って登録する。（17行目付近）
検索時にLongPoint.NewRangeQueryを使って、絞込みを行う点です。（32行目）

実装例

public void LongPointTest() {
    var analyzer = new WhitespaceAnalyzer();
    var iwc = new IndexWriterConfig(analyzer);

    iwc.SetOpenMode(IndexWriterConfigOpenMode.CREATE);

    //テスト用インデックス作成---------------------------------------------
    DateTime baseDate = DateTime.Parse("2020/07/16 08:00:00");
    var ram = new RAMDirectory();
    var writer = new IndexWriter(ram, iwc);
    try {
        for (int i = 0; i < 10; i++) {
            var doc = new Document();
            doc.Add(new TextField("text", "hoge foo", FieldStore.YES));
            DateTime tmp = baseDate.AddDays(i);
            long l = long.Parse(tmp.ToString("yyyyMMddHHmmss"));
            //日付文字列をlong値で保持
            doc.Add(new LongPoint("date", l));
            //long値をストアするには、同じフィールド名でStoredFieldとして指定する必要がある。
            doc.Add(new StoredField("date", l));

            writer.AddDocument(doc);
        }
        
    } finally {
        writer.Close();
    }

    //検索------------------------------------------------------------
    TermQuery tq = new TermQuery(new Term("text", "foo"));
    //日付範囲の条件
    Query rq = LongPoint.NewRangeQuery("date", 20200717000000, 20200719000000);

    BooleanQueryBuilder b = new BooleanQueryBuilder();
    b.Add(tq, BooleanClauseOccur.MUST); //AND条件
    b.Add(rq, BooleanClauseOccur.FILTER); //AND条件（スコアリングに関与しない）
    Query q = b.Build();

    DirectoryReader dr = DirectoryReader.Open(ram);
    IndexSearcher searcher = new IndexSearcher(dr);
    ScoreDoc[] hits = searcher.Search(q, 100).ScoreDocs;
    for (int i = 0; i < hits.Length; i++) {
        var doc = searcher.Doc(hits[i].Doc);
        Debug.WriteLine(DateTime.ParseExact(doc.Get("date"), "yyyyMMddHHmmss", null));
    }
}

検索結果

2020/07/17 8:00:00
2020/07/18 8:00:00

Pokudaの長文