Python と C/C++ と...

プログラ厶とスカートの丈はロングよりショートが好みです。

このまま記事を入力し[投稿する]ボタンを押せば当サイトに送信されます。 以下の文章は注意書きです。

名前はかならず記入してください。ハンドルネームでも構いません。 またパスワードを入力することをお勧めします。 その場合他人による *なりすまし* と区別出来るかもしれません。 さらにブラウザでクッキーを有効に設定してある場合あなたの記事は後で修正可能になります。

コメントスパム防止のため記事の内容を機械的にモデレート (スパムである確率を計算) する処理を通します。 どのような投稿であれ、たまたま計算誤差によりスパムとみなされ 秘密の場所 に収納される可能性があります。 その場合、管理人が手作業で正規の場所に移動しますのでお待ちください。

12  owa  2005/01/24 20:38 id: mJs8kxp1Zus  prob: 1.2%

Python 2.4 で新しく追加された機能の解かり易い記事。
http://www.itmedia.co.jp/enterprise/articles/0501/24/news034...
集合型、多倍長整数、ジェネレータ、Templateクラス、デコレータ、10進数などどれも便利そう。

11  owa  2004/02/04 10:40 id: mJs8kxp1Zus  prob: 6.0%

Python-2.3.3 の言語リファレンスとチュートリアルの翻訳完了したそうです。ありがたいことです、感謝 
http://www.python.jp/Zope/
http://sourceforge.jp/projects/pythonjp/files/?release_id=80...

10  owa  2003/12/19 16:04 id: mJs8kxp1Zus  prob: 0.5%

psycopg 使い易いですね。例えば
---
import psycopg
dsn = 'dbname=bbs user=*** host=*** password=***'
try:
    conn = psycopg.connect(dsn)
    curs = conn.cursor()
    curs.execute("SELECT * FROM chatmaintb ORDER BY mid")
    rows = curs.fetchall()
    for r in rows:
        print '%3d %-20s %s' % (r[0], r[1], r[2][:50])
    conn.close()
except:
    print 'exception occurred!'
---
などと python でシームレスに使える。
今まで知りませんでした。無駄なコードが必要ありません。
C/C++ だと余計なこと書かされるので、多分この数倍のサイズになってしまう;;

9  owa  2003/12/08 00:10 id: mJs8kxp1Zus  prob: 3.0%

Python2.3 は 2.3.2 で終わりかと思ったら 2.3.3 出るみたい
http://www.python.org/2.3.3/index.html
バグフィックスのみの良品らしい。
早く 2.3 使える状況にならないかなー

8  kiyo  2003/11/28 15:58 id: M4qDt4tUHP2  prob: 0.1%

>>7 
充分なテストではないですが、今のところ問題なさそうです。
しかし owa さんすごいなあー
僕のソース消して正解（見なかった事にして下さい）

7  owa  2003/11/28 13:57 id: mJs8kxp1Zus  prob: 7.3%

>>6
すいません必要だったのは表示カラム数分のサイズでしたね;;
---
def columns_in_utf(s, cols):
    size = len(s)
    cpos = 0
    bytes = 0
    while (cols > 0) and (cpos < size):
        c = ord(s[cpos])
        if (c & 0x80) == 0:
            bytes = 1
            cols -= 1
        elif (c & 0xe0) == 0xc0:
            bytes = 2
            cols -= 1   # 何カラム使うのかなぁ?
        elif (c & 0xe0) == 0xe0:
            bytes = 3
            cols -= 2
        else:
            break
        cpos += bytes
    if (cols < 0) or (cpos > size):
        cpos -= bytes
    return s[:cpos]
---
と直してみました。一ヶ所出来てませんけど。

6  kiyo  2003/11/28 13:32 id: M4qDt4tUHP2  prob: 3.8%

>>4 こんなんじゃどうでしょう
http://fzug.com/fzug_prog/UTF で試してみました。
私の作ったScript
指定された文字及び長さ
--------------
漢1字ひ2らabcがなカ4896タ78901カナ, 20
--------------
返った文字 [ 漢1字ひ2らabcがなカ4 ]
utf-8での文字長さ [ 27 ]
切り取られた長さ [ 27 ]
owa さん作ったScript
呼び出し utfsize("漢1字ひ2らabcがなカ4896タ78901カナ",int(20 / 2 * 3))
指定された文字及び長さ
--------------
漢1字ひ2らabcがなカ4896タ78901カナ, 20
--------------
返った文字 [ 漢1字ひ2らabcがなカ4896 ]  <-- len が 23 になる
utf-8での文字長さ [ 30 ]
切り取られた長さ [ 30 ]
呼び出し utfsize("漢1字ひ2らabcがなカ4896タ78901カナ",20)
指定された文字及び長さ
--------------
漢1字ひ2らabcがなカ4896タ78901カナ, 20
--------------
返った文字 [ 漢1字ひ2らabcが ] <-- len が 15 になる
utf-8での文字長さ [ 20 ]
切り取られた長さ [ 20 ]
文字範囲の指定が必要？

5  kiyo  2003/11/28 12:22 id: M4qDt4tUHP2  prob: 9.7%

>>4 こんなんじゃどうでしょう
おお、プロのコード綺麗だあー。
後で試してみます。

4  owa  2003/11/28 11:58 id: mJs8kxp1Zus  prob: 22.3%

とり急ぎ、こんなんじゃどうでしょう
---
def utfsize(s, size):
    n = 0
    while n < size:
        c = ord(s[n])
        len = 0
        if c & 0x80 == 0:
            len = 1
        elif c & 0xe0 == 0xc0:
            len = 2
        elif c & 0xe0 == 0xe0:
            len = 3
        else:
            break
        if n + len > size:
            break
        n += len
    return n
---
あとは後程...

3  kiyo  2003/11/28 09:48 id: M4qDt4tUHP2  prob: 0.0%

おはよう御座います。
>># chkutf8 の例外処理は必要なのかなー
buff[pos+1], buff[pos+2] を調べていますので、実際に存在しない領域をポイントしたら、エラーになると思ってそうしました。
>> 最初から辿らないと判定できないはずです。
今回のテキスト切り取りに関しては、必要ないような気もしますが、、、
切り取ろうとする位置が全角の一バイト目以外は処理する必要が無いような？
但し、utf-8 ではテキスト表現方法に３つのパターンがあるようです。（間違ってたら突っ込み希望）
-- 引用 --
まず，ISO 10646の「0000 0000〜0000 007F」（16進表記）までを「0xxx xxxx」（0と1のビット表記：ここでは1バイトになる）で表わす。
　次の「0000 0080〜0000 07FF」までは，1バイト目を110，2バイト目を10で始める「1110
xxxxx 10xxx xxx」（2バイト）で表わす。
　同様に次の「0000 0800〜0000 FFFF」は「1110 xxxx 10xx xxxx 10xx xxxx」（3バイト）で表わす。
　こうすればASCII文字は1バイトで済み，「0000 0080〜0000 07FF（かなに相当する部分）」は日本語のひらがな・カタカナやヨーロッパの文字まで入れて2バイトで済む。さらに3バイトで漢字を含めたBMPが全部収まることになる。 
----
この３つのパターンを python の len(xx) 関数及びスライスが utf-8 での正しい長さになりません。
んで、utf8len で切り取るポイントの長さ(utf-8 での)をテキスト先頭から調べて
is_utf8 で２バイト目又は３バイト目なのか調べて切り取るポイント位置を変更しているつもりです。
# ソースはとってもダサダサですがそんな気持ちで書いてます。
と書いていて気がついた。
utf-8 での len(xx) は正しくないから
while n < len(buff):
   if int(pos / 2 * 3) < n:
     break
は
while n < int(pos / 2 * 3):
と書くべきだな
pos / 2 * 3 は、utf-8 が全部３バイトだったときの切り取る最大の長さのつもりです
例えば　pos が 8 だとすると、すべて全角文字なら　pos / 2 で全角４個
この全角が全て３バイトとすると、4 * 3 = 12 
# ここまで書くと失礼かも知れませんが、文章がヘタなので許して下さい。