トップ 履歴 一覧 Farm ソース 検索 ヘルプ PDF RSS ログイン

chatToText

*disclaimer
603274

R.scripts

NICER

chatToText

chatToText.R(256)

#chatToText
#2020-01-17 sugiura@nagoya-u.jp
#CHATフォーマットのファイルから、
#本文のメインティアのテキストだけを抜き出して
#もとのファイル名に .data を付け足したファイル名で保存する。

chatToText <- function(){
  #ディレクトリー内のすべてのテキストファイルを対象に
  here <- getwd()
  files <- list.files(here, pattern="\\.txt$")
  #読み込むファイル名で、.txt という拡張子でファイル名が終わるものを指定
  for (i in files){
    
    lines.tmp <- scan(i, what="char", sep="\n")
    
    data.tmp <- grep("\\*(JPN|NS)...:\t", lines.tmp, value=T)
    
    body.tmp <- gsub("\\*(JPN|NS)...:\t", "", data.tmp)
    
    body.tmp <- body.tmp[body.tmp != ""]
    
    filename <- i
    filename <- as.factor(filename)
    filename <- paste(filename, ".data", sep="")
    #もとのファイル名に .data という文字列を追加
    #ファイル名の終わりが .txt ではなくなるので再帰的に読み込まれない
    write(body.tmp, file=filename)
    
  }

}
  

chatToNewText

  • ディレクトリーを作って、その中に、
  • txtファイルとして結果を保存

chatToNewText.R(138)

#chatToNewText
#2021-12-06 sugiura@nagoya-u.jp
#CHATフォーマットのファイルから、
#本文のメインティアのテキストだけを抜き出して
#もとのファイル名に .new.txt を付け足したファイル名で、newというディレクトリー内に保存する。

chatToNewText <- function(){
    #ディレクトリー内のすべてのテキストファイルを対象に
    here <- getwd()
    files <- list.files(here, pattern="\\.txt$")
    #読み込むファイル名で、.txt という拡張子でファイル名が終わるものを指定
    dir.create("text_only")
    # text_only というディレクトリーの作成
    
    for (i in files){
        
        lines.tmp <- scan(i, what="char", sep="\n")
        
        data.tmp <- grep("\\*(JPN|NS)...:\t", lines.tmp, value=T)
        
        body.tmp <- gsub("\\*(JPN|NS)...:\t", "", data.tmp)
        
        body.tmp <- body.tmp[body.tmp != ""]
        
        filename <- i
        filename <- as.factor(filename)
        filename <- paste("text_only/", filename, ".new.txt", sep="")
        
        write(body.tmp, file=filename)
        
    }
    
}