「トラ技」の記事検索

トランジスタ技術に載っていた記事を探すなら
　　・「トランジスタ技術」目次データベース
解凍して出てくる「TR.txt」(1.7Mバイトほど)がベタの
テキストファイルで、CSV形式になっています。

記事の検索ツールも付いているのですがちょっと不便なことも。
　　・著者名の姓と名がくっついていたり(昔の記事)、
　　　スペースで分離していたり。
　　・「-」の使い方。
　　　ADCとかA-Dコンバータとかの言い回しの違い。
　　・「・」で区切った言葉。
　　・英大文字と小文字の区分。
grepで全文検索するとき、小文字大文字の区別は無しでてなことに
しても、ちょっとした違いで見逃しが発生します。

そこで、こんな「gawk」を使ったツールを使っています。

・コマンドプロンプトで。
・バッチファイルから起動。
・gawk.exeをパスが通っているところに置いて。
・tr.txtのあるフォルダで。
・tr 下間憲行
　としたら、私の書いた記事が、がさ～っと出てきます。

◎tr.bat
～～～～～～～～～～～～～～～～～～～
echo off
rem "TR.TXT 文字列検索"
rem "入力文字の確認"
if "%1"=="" GOTO HELP

rem GAWKを起動
gawk -f tr.awk tr.txt %1 %2 %3
goto END

rem ヘルプ表示
:HELP
echo 「TR 検索文字列」と入力してください．
:END
～～～～～～～～～～～～～～～～～～～

◎tr.awk
～～～～～～～～～～～～～～～～～～～
# tr.txt 文字検索
BEGIN{
    msg = ARGV[2]           # 1つめに"tr.txt"が入って
    ARGV[2] = ""            # 2つめが検索文字列
    msg = tolower(msg)      # 小文字で比較
    printf("# 検索文字 : %s\n", msg)
    print
}
# 検索実行
{
    tr = $0                         # tr.txtの1行
    gsub(/[ 　・\-\/]/,  "", tr)    # 半角全角スペースと・-/を除く
    tr = tolower(tr)                # 小文字で比較
    if(match(tr , msg)) print $0    # 一致で1行出力
}
～～～～～～～～～～～～～～～～～～～

※追記

長音記号「ー」も無視できるようにするほうが良いかと。

(1) バッチファイル起動で入力する文字の
　　「・ーｰ-/」を消してしまう。

BEGIN{　のところ
ARGV[2] = "" # 2つめが検索文字列
gsub(/[・ー\-\-\/]/, "", msg) # 記号を除く
msg = tolower(msg) # 小文字で比較

(2) 読み出し処理での無視文字に「ーｰ」を追加

tr = $0 # tr.txtの1行
gsub(/[ 　・ー\-\-\/]/, "", tr) # スペースと記号を除く
tr = tolower(tr) # 小文字で比較

～～～～～～～～～～～～～～～～～～～～～～～～～～～

著者名「氏名の分離」を無くすのと「・/-」の無視だけで、
だいぶと使いやすくなります。

　　※tr.txtに「全角英数」文字は出てこないみたいです。