‘Perl’ タグのついている投稿

表組みをCSV経由でXHTMLにしてみた

2014/09/16

 InDesignデータからのEPUB制作で、悩ましいポイントのひとつが「表組み」の対応です。InDesignのEPUB書き出し機能を使うことでInDesign内の表をテーブル形式で書き出すことはできますが、InDesignの表組み機能では、そもそもセルの内容が複数ページにまたがるような場合には分割して作る必要があり、これの修正には当然相応の手間がかかります。また、そもそも元データがInDesign内の表作成機能を使用して作られていないケースも多々あります。
 また、現状多くのビューアでテーブル表示の対応が不完全で、これを受けて電書協ガイドではテーブル要素を非対応としているという現状もあります。このため、現在のEPUB作成では、現実的な解として表組みのページを画像として挿入しています。
 ただ、この形では当然文字を拡大することはできませんし、将来的にはアクセシビリティ対応にも支障をきたしそうです。

 そこで、InDesign内の表組みをCSV経由でXHTMLに変換することを考えてみました。CSV(カンマ区切りテキスト)は、ExcelやKeynoteから書き出して生成することができますので、InDesign内の表をコピーしてExcel等にペーストし、CSV形式で書き出してPerlで変換するという流れでワークフロー化することができます。Excel等の表計算ソフトであれば、比較的簡単に表の内容の編集・整理が可能ですので、かなり柔軟な処理ができると思います。

 PerlでCSVを扱う際に問題になるのは各項目の分割(パース)で、項目内にカンマが含まれていないなら普通にsplit関数で分割できるのですが、含まれている場合には結構面倒なことになりますので、今回は素直にCSV用のモジュール「Text::CSV_XS」を使いました。cpanminusがインストール済みの環境であれば、ターミナルで

sudo cpanm Text::CSV_XS

 と入力すればインストールできるはずです。

 また、今回出力するXHTMLファイルは最初の項目と次の項目を全角スペース区切りで並べ、次行との区別のためにぶら下がりインデントを指定する形にしてみました。表ではなくなってしまいますが、これならばまあ表示できないビューアはありません。本当はtable要素なりdiv要素のdisplay:table指定なりを使いたいところですが、現状ではまあ仕方ありません。

変換元データ 変換元データはこんな感じ。なお今回はPerl側で変換元の文字コードにUTF-8を指定しています。ExcelからCSVを出力した場合はShift_Jisで出力されるようですので、一度テキストエディタで開いて文字コードを変換する必要があります。なお、今回利用したNumbersでは出力時に文字コードを指定できる模様です。

 スクリプト的には外部からXHTMLのテンプレートを読み込む形にしても良いのですが、今回はコンパクトにしたかったのでソースコード内部に直にテンプレートを記述する形にしています。こういうのを「ヒアドキュメント」と呼ぶらしいです(初めて使いましたよ)。まあ可読性も良いですし悪くない形かなと思っています。以下が変換スクリプトになります。これに引数としてCSVファイルを食わせてやればXHTMLファイルを出力します。

 出力結果はこんな感じ。

 できたできた。

 やっていることは比較的単純で、読み込んだCSVファイルの各行の項目をモジュールで分割し、各行のテンプレートに入れ込む処理をしてから合成済みのテキストを配列に収納し、最後に配列内の各行を結合しています。その後でヘッダフッタを合成。テンプレート部分を書き換えるだけでそれなりに便利に使えるかと思います。いずれEPUBでテーブルが普通に使用できるようになったとしても、まあ応用は効きそうかなと思っています。

(2014.9.16)

Text::MarkdownでHTMLを生成してみる

2012/08/06

 テキスト文書から簡単にHTMLなどのタグ付きテキストを生成するための方法のひとつとして、「Wiki記法」というものがあります。これはHTMLを直にバリバリ書くのはそれなりに手間がかかるために作られた軽量マークアップ言語で、Wikipediaで使われる独自記法や、はてなダイアリーで使用できるはてな記法などもこういった軽量マークアップ言語の範疇に入ります。
 そういったもののひとつで、比較的メジャーなものに「Markdown記法」※1があり、この記法で書かれたテキストからHTMLに変換するための「Text::Markdown」というPerlのモジュールが公開されていますので、電子書籍制作のツールとして利用できるのではないかと思い、ちょっと試してみました。

CPANからText::Markdownをインストールする

 Mac OS Xには標準でPerlがインストールされており、特にインストール等の作業を行うことなしにターミナルやスクリプト等を介して利用することができます。ただ、Text::Markdownは標準で入っているモジュールではありませんので、別途Perlのライブラリ・モジュールアーカイブである「CPAN」からインストールし、使用できるようにしておく必要があります。これは以下の手順で行いました。

1 cpanminusをインストールする

cpanminusをインストール

cpanminusをインストール

 正直インストールに関してはOSや環境による差異が大きいようで、私はこのあたりのものをやっと使えるようになったレベルですのでインストール時のオプション等でそう詳しいことはわかりませんし、おそらくここで上げている以外のインストール方法もあると思われるのですが、とりあえずこちらの環境(OS X 10.7)でインストールに成功したパターンを上げておきます。

 まず、cpanminus(cpanm)をインストールします。cpanminusは、標準で入っているcpanコマンドよりも簡単にモジュールのインストールを行えるインストーラです。なお、Mac OS X 10.7では、cpanminusのインストールを実行する前にDeveloper Tools(Xcode)及び、gcc-4.2をインストールしておく必要があるようです。XcodeはApp Store、gcc-4.2はこちらから入手できます(GCC-10.7.pkg)。また、言うまでもありませんがインターネット接続環境は必須です。

 これらをあらかじめインストールした上で、ターミナルから

curl -L http://cpanmin.us | perl – –sudo App::cpanminus

 のコマンドを打ち込むことで、cpanminusのインストールが完了します。途中でパスワードを聞かれますので、OSのログインパスワードを入力してください。インストールに関しての参考文献はこちら※2。また、書籍になりますがPerl CPANモジュールガイド(ワークスコーポレーション)に詳しい解説が掲載されており、参考になりました。

2 Text::Markdownをインストールする

次に、cpanminusを使用してText::Markdownをインストールします。同じくターミナルから

sudo -H cpanm Text::Markdown

 のコマンドを打ち込み、インストールします。インストール後、「man Text::Markdown」と入力してターミナル内画面にText::Markdownのマニュアルが表示されればOKです(マニュアル画面から抜けるには「Q」をタイプ)。

ターミナルから使ってみる

 まずはターミナルからコマンドラインで使ってみます。以下のコマンドを打ち込み、欧文スペースを入力した後、末尾に処理したいファイルをドラッグ&ドロップし、リターンキーを押します。

perl -i -pe ‘use Text::Markdown qw/markdown/;$_ = markdown($_)’ 処理したいファイル

HTMLに変換された

HTMLに変換された

 これだけで、Markdown記法のテキストがHTMLタグテキストに変換されます。もとのテキストの改行コードをCR(Mac)にしておくこと、ファイル名に日本語や空白文字を使わないことなど注意点はいくつかありますが、それなりに便利に使えそうです。

テキストエディタ内で使えるようにしてみた

 せっかくなので、アプリケーション内からApplescript経由で呼び出せるようにしてみました。フロントエンドにはいつも使用しているフリーのテキストエディタ、「mi」を使いました。変換したいテキスト範囲をエディタ内で選択し、スクリプトを実行すると変換が実行されます。

tell application “mi”

–選択範囲のテキストを取得

set myTxt to selection of document 1

–変換対象テキストに取得したテキストをセット

set stringRef to myTxt

–perlの置換式を設定

set regexp to “use Text::Markdown qw/markdown/;my $html = markdown($_);print $html;”

–サブルーチンに置換式、変換対象テキストを投げ、Text::MarkdownモジュールでMarkdownテキストをHTMLに変換、変数modoriに変換後のテキストを取得

try

set modori to regexReplace(stringRef, regexp) of me

end try

–選択範囲のテキストを置き換える

set selection of document 1 to modori

end tell

–perl処理サブルーチン

on regexReplace(stringRef, regexp)

set perlScript to “utf8::decode($ARGV[0]); $_ = $ARGV[0]; ” & regexp as Unicode text

set perlScript to quoted form of perlScript

try

set stringRef to do shell script “perl -Mutf8 -e ” & perlScript & ” ” & quoted form of (contents of stringRef)

on error errMsg number errNum

set msg to contents of stringRef

display alert (msg & return & return & errMsg & return & errNum) as Unicode text

end try

return stringRef

end regexReplace

 処理としてはApplescriptで現在選択しているテキストを取得し、ワンライナー構文でPerlに送ってText::MarkdownでHTML変換しています。その後処理を終えて戻ってきたテキストを再びApplescriptで選択範囲に書き込んでいます。

 今回使ってみた感想として、正直Markdown記法自体は簡便過ぎて電子書籍の制作自体には補助的にしか使えそうにないという印象を受けました。ルビやSectionなどのHTML5関連の記述はMarkdown記法ではできないことや※3、テーブルタグの記述にも対応していませんのでかなり機能的に割り切った印象を受けます。ただ、それでもブログの記事作成等には十分使えそうですし、テキスト内の一部分を選択してHTMLに変換するなどの使用法なら電子書籍の制作の役にも立ちそうですので公開してみました。なお、このスクリプトを使用したことでコンテンツ破損などの損害が生じた場合、私としての責任は負いかねますのであくまで自己責任にてご使用ください。

 また、CPANはこの「Text::Markdown」に限らず数限りないモジュールが登録されている先人の叡智の結晶で、使い方を習得しさえすれば正直「宝の山」と思いますので、使ったことのない方はぜひ試してみることをお勧めしておきます。Applescriptと連携させればInDesignやIllustratorの自動処理にももちろん使えます(使ってます)。
 私はPerlは勉強し始めたばかりの素人ですが、多少かじった程度でもDTPの効率化目的で相当役に立つツールであることを日々実感しております。

※1 参考(Markdown記法):http://blog.2310.net/archives/6
※2 参考(cpanmインストール):http://artifactsauce.blogspot.jp/2010/10/cpanmmac-os-x.html http://www.goodpic.com/mt/archives2/2011/10/osx_107_lion_perl_cpanm.html
※3 通常のHTMLタグをMarkdown構文の中に記述することは可能です。

(2012.8.06)

プロフィール
Jun Tajima

こちらにて、電子書籍&Web制作を担当しています。
このブログは、EPUB3をはじめとした電子書籍制作担当オペレータからの、「電子書籍の制作時にたとえばこんな問題が出てきていますよ」的な「現地レポート」です。少しでも早い段階で快適な電子書籍閲覧・制作環境が整うことを願って、現場からの声を発信していこうと目論んでおります。

当ブログ内の記事・資料は、私の所属しております組織の許諾を得て掲載していますが、内容は私個人の見解に基づくものであり、所属する組織の見解を代表するものではありません。また、本ブログの情報・ツールを利用したことにより、直接的あるいは間接的に損害や債務が発生した場合でも、私および私の所属する組織は一切の責任を負いかねます。

最近のコメント