C# と VB.NET の質問掲示板

正規表現を使った方法です。

Imports System.Text.RegularExpressions
Imports System.Text

・・・・


        Dim reg As New Regex("((?<BEF>.*?)(\\'(?<DT>..)))", RegexOptions.Multiline)
        Dim enc As Encoding = Encoding.GetEncoding("Shift-JIS")

        Dim strSrc = "500001355{\rtf1\ansi\ansicpg932\deff0\deftab720{\fonttbl{\f0\fswiss MS Sans Serif;}{\f1\froman\fcharset2 Symbol;}{\f2" &
                   "\fmodern\fcharset128 \'82\'6c\'82\'72 \'83\'53\'83\'56\'83\'62\'83\'4e;}}" & Environment.NewLine &
                   "\deflang1041\horzdoc{\*\fchars !%),.:\'3b?]\}" &
                   "\'a1\'a3\'a4\'a5\'a7\'a8\'a9\'aa\'ab\'ac\'ad\'ae\'af\'b0\'de\'df\'81\'41\'81\'42\'81\'43\'81\'47\'81\'48\'81\'49}"
        Dim strDes = ""
        Dim lstBytes As New List(Of Byte)
        Dim intLastIdx As Integer = -1

        Dim m = reg.Match(strSrc)
        Do While m.Success
            Dim strBef = m.Groups("BEF").Value
            Dim strDT = m.Groups("DT").Value

            If strBef <> "" Then
                If lstBytes.Count > 0 Then
                    strDes &= enc.GetString(lstBytes.ToArray)
                End If
                lstBytes.Clear()
                strDes &= strBef
            End If

            If strDT <> "" Then
                lstBytes.Add(Convert.ToByte(strDT, 16))
            End If

            intLastIdx = m.Index + m.Length
            m = m.NextMatch
        Loop

        If lstBytes.Count > 0 Then
            strDes &= enc.GetString(lstBytes.ToArray)
        End If

        If intLastIdx >= 0 andalso intLastIdx < strSrc.Length Then
            strDes &= strSrc.Substring(intLastIdx)
        End If

2011/04/23(Sat) 16:32:22 編集(投稿者)

■No58673 (腹痛中 さん) に返信
> みきぬ様
> 
> 簡単に言うとやりたい事はずばりそうなのですが、それで完結というわけじゃないので
> ソースがあるとありがたかったです。

VBのソースがないだけで、C#のソースは提示のURLに載っていましたよ？
(文法は違いますが、RichTextBox.Rtfプロパティを使うという要点は十分に読み取れるかと思います)

■No58709 (腹痛中　※未解決 さん) に返信
> shu様のソースでは、正常に変換する事が可能なのですが、処理速度的に問題がありました。

提示のソースコードが何をしているかは理解されていますか？
またその上で、期待通りの動作になっているか検証もしましょう。

処理速度の話はおいといて、
「「500001355{\rtf・・・」のデータはそのままで、文字変換できなかったデータ（\'95\'a0\'92\'c9・・・）のみ変換する事は可能なのでしょうか？」
という仕様からは、少しだけ期待しない結果になっていますので。

> １件処理するのに、何十秒もかかることがあります。

提示のソースコードそのままかどうかわかりませんが、
ソースコードのどこがどれだけ処理がかかっているのか検証しましたか？
 
> 変換不要な箇所を事前に削ってみたりしてみたのですが業務で使用するのにはかなり厳しいです。

闇雲にいじるのではなく、何がボトルネックになっているのかをまず見極めなければ、
処理の最適化・高速化はできません。

質問文からは大量データを扱うなどの話はでてきていませんので、
shuさんのサンプルコードはそういった点は特に考慮されていないと思います。

「strDes &=」といように&演算子で文字列結合するのをやめてStringBuilderクラスを使えば
おそらく早くなるのではと思いますが、これは未検証です。

> 正規表現部分の改造も試みているのですが、さらに良い知識があればお願いいたします。

別案としてRegex.Replaceを使うという手があります。shuさん版より速いかどうかは未検証ですので、検証してくださいね。
詳しくはMSDNライブラリの以下を調べましょう。
http://msdn.microsoft.com/ja-jp/library/system.text.regularexpressions.regex.replace.aspx


' ※変数名とかメソッド名とか適当だから、くれぐれもこのコードそのままを実業務に適用しないように

Private encode As Encoding = Encoding.GetEncoding("Shift-JIS")
Private buf As Byte? ' Shift_JISの全角1バイト目を保管しておくバッファ。Nothingで初期化して使うこと

Private Function ConvertRtf(ByVal strSrc As String)
    buf = Nothing
    Return Regex.Replace(strSrc, "\\'(?<DT>..)", AddressOf Evaluator)
End Function

' Regex.ReplaceのMatchEvaluatorデリゲート用のメソッド
Private Function Evaluator(ByVal match As Match) As String
    Dim replacement As String
    Dim tmp As Byte = Convert.ToByte(match.Groups(1).Value, 16)
    If (buf Is Nothing) Then
        If (&H81 <= tmp And tmp <= &H9F) OrElse (&HE0 <= tmp And tmp <= &HFC) Then ' Shift_JISの全角1バイト目の判断
            buf = tmp
            replacement = String.Empty
        Else
            replacement = Encoding.Default.GetString(New Byte() {tmp})
        End If
    Else
        replacement = Encoding.Default.GetString(New Byte() {buf, tmp})
        buf = Nothing
    End If
    Return replacement
End Function