htmltodatサポートスレッド - 1038588508

1：</b><font color=#FF0000>（L44UP/ps）</font><b>：2002/11/30(土) 01:48: QA・要望等受け付けるかもしれない（？）スレッドです。
作者にスキルがないのでできないことが多いかとは思います。
709：名無しさん：2012/10/04(木) 15:17:21: みみずんにあるまちBBSのログ変換ができなくなりました
>>398や>>617を使っても「1行が長すぎるか、正規表現が正しくないようです。」
が出て変換できません

変換したいのは
http://hokkaido.machibbs.com/bbs/read.pl?BBS=hokkaidou&KEY=1032742284
http://hokkaido.machibbs.com/bbs/read.pl?BBS=hokkaidou&KEY=1027087237
です

直接datを指定して落ちてきたのをJaneView(121002)のログフォルダに入れると
「ここ壊れてます」になってしまうので、変換でいきたいのですが
710： ◆/vmukiyuzw：2012/10/04(木) 20:53:21: >>709さん
まず、こういう場合はできればみみずんでのURLを書いて欲しいです。
まちBBSの過去ログURLを書かれてもこちらでみみずんでのURLに読み替えないと
アクセスできません＾＾；

ということで、
http://hokkaido.machibbs.com/bbs/read.pl?BBS=hokkaidou&KEY=1032742284
↓
http://mimizun.com/log/machi/hokkaidou/1032742284/

で調べてみました。

datを直接落とすと壊れるというところが気になったので、まず

http://mimizun.com/log/machi/hokkaidou/1032742284.dat

を落として調べてみたのですが、あれ？微妙にdatの形式が違う・・・
（各行先頭にレス番が付加されている）
経緯の程はわかりませんが、2chのdatについてはこういうことはないので
（でないとgetlog.wsfとか正常動作しないですよね）、まちBBSについてだけ
以前からそうなのかな？

とりあえず、datの違いはレス番の有無だけなので、わざわざhtmlから変換するより
datの先頭を切り飛ばしたほうが簡単かな？若干トリッキーな使い方ですが。
あぼーんがあるとその行が存在しなくなるという多少の難点はあるようですが
透明あぼーんを補うにして特に困ることはないような。

---------------------------------------------------------------------
（URL欄にはhtmlでなくdatの方のURLを入力）

前処理：
# １行目最終フィールドからスレタイを生成
s#^(\d+<>.*?<>.*?<>.*?<>.*?<>)(.*?)\n#<title>$2</title>\n$1#ik

「透明あぼーんを補う」にチェック

正規表現：
m#(\d+)<>(.*?)<>(.*?)<>(.*?)<>(.*?)<>#mik
----------------------------------------------------------------------

あぼーんがあると変換警告が出ますが気にしなくていいです。
711： ◆/vmukiyuzw：2012/10/04(木) 20:55:11: ちなみにhtmlからの変換も考えてみました。
あら？>>398や>>617の時とは相当異なる形式にはなってますが
これもさして難しくはないような。
（htmlの形式が整理されて正規表現を当てやすくなってる）

正規表現：
m#<a name="(\d+)">.*?<span class="handle">(?:<A HREF="mailto:(.*?)">)?(.*?)(?:</A>)?</span>：(.*?)</div><div class="res">\s*(.*?)\s*</div>#mik

<br />タグが使われているので専ブラの種類によっては
前処理に

s#<br />#<br>#igk

を入れる必要があるかもしれません。

まあお好きなほうで。
712： ◆/vmukiyuzw：2012/10/04(木) 20:58:20: >>710には

変換結果式：　（メール欄逆転）
$2<>$3<>$4<>$5<>

も必要でした。失礼。