From canada@kt.rim.or.jp Tue Mar 24 19:24:57 1998
Path: kt.rim.or.jp!not-for-mail
From: canada@kt.rim.or.jp (Masakatz Canada)
Newsgroups: fj.lang.perl
Subject: Re: ２バイト文字の検出
Date: 5 Mar 1998 14:57:20 GMT
Organization: RIMNET
Lines: 48
Message-ID: <6dmegg$sa7$1@news.kt.rim.or.jp>
References: <6djmjk$9el$1@tetoron.imel.kyoto-u.ac.jp> <B124BE4D-7F655@202.235.203.55>
NNTP-Posting-Host: ppp371.kt.rim.or.jp
Mime-Version: 1.0
Content-Type: Text/Plain; charset=ISO-2022-JP
X-Newsreader: WinVN 0.99.7J PL01 (x86 32bit)
Xref: kt.rim.or.jp fj.lang.perl:3019

かなだです。

In article <B124BE4D-7F655@202.235.203.55>, danjou@osk.3web.ne.jp says...

>>文字列 $string の中に、２バイト文字が含まれているかどうかを検出したい
>>のですが、どうすればいいでしょうか。
>つまり、英語なのか、日本語なのか、っていう事なんですが。

ちょっと反則ですけど

--- begin list ---
#!/usr/local/bin/perl
# 'euc','jis','sjis','ascii','binary'のいずれかを表示。

require 'jcode.pl'; # Ver.2.3使用

$text = join("",<>); # ここは適当に...
$code = &jcode'getcode(*text) || 'ascii';

print "$code\n";
---  end  list ---

という手もあります。このままだと全文メモリに読んじゃいますけど。
んで、jcode.plのコードをお手本に書き直すと、

--- begin list ---
#!/usr/local/bin/perl

$re_jp   = '\e\$[\@B]';
$re_asc  = '\e\([BJ]';
$re_kana = '\e\(I';

while(<>){
        $code = 'japanese',last if(/$re_jp|$re_asc|$re_kana/o); # JIS
        $code = 'binary'  ,last if(/[\000-\006\177\377]/);
        $bin++                  if(/[\200-\376]/);
}

$code = $code || ($bin ? 'japanese' : 'ascii');
print "$code\n";
---  end  list ---

てな感じですかね？短いデータや英語以外の外国語だと誤判定が出るで
しょうけど、英語か日本語かを調べるのには十分だと思います。
--
か な だ ま さ か つ
 canada@kt.rim.or.jp