今日ももじばけ

雑談

csvのコンマの代わりに";"を使ったデータ（utf8の日本語含む）に，split(/;/)すると，日本語の一部の内部表現が，ASCIIの";"とかぶっているらしく，正しくsplitできない．どうやったらなおるのかよくわからない．

わかったら追記する予定．

==ナイーブな解決法==

データの中身に無意味なタブ記号を含むデータだったので，いったんエクセル上でs/\t//gして（エクセルの使い方がよくわからないので一度csvにしてsedでs/\t//gしたけどそれはまあどうでもよい），最後にタブ区切りテキストとして出力させる．タブ記号のASCII表現は，utf8の内部表現とかぶっていないようなので，split(/\t/)は正しく動作するっぽい．

==phpMyAdminのバグについて追記==
RDC4180によるCSVの定義をみると，最後のフィールドの後にコンマは付けてはいけないことになっている．
http://tools.ietf.org/html/rfc4180
にもかかわらず，phpMyAdminくんでデータをインポートする場合，最後のフィールドの後にコンマが付いていないと読めないらしい．

==さらに追記==

phpMyAdminのバグ云々は嘘でした．すいません．．．僕がミスってました．．

==SQLのSELECT文で正規表現==

SELECT FROM [tablename] WHERE [columnname] REGEXP BINARY '.*h[o|u]g[a|e]'