「文字カウント」を編集中

<div style="float:right">__TOC__</div>

選択範囲or文書全体の字数・容量を算出するマクロです。

[[ファイル:CharacterCounter.png|border]]

==注意点==
* 改行・半角文字・全角文字、すべて1文字とカウントします。
* Shift_JIS は Windows-31J / Microsoft コードページ 932 (CP932) に準拠しています。
* Unicode 対応は一部に留まります。
** サロゲートペアは、Mery では仕様上2文字とカウントされますが、このマクロでは1文字とカウントします。
** 結合文字や異体字セレクタ、Unicode の空白文字や制御文字は考慮していません。これらは通常の文字と同様にカウントされます。
* 文字数や文字種が増えるほど処理に時間がかかります（作者の環境では、100万字の処理に約1.5秒かかりました）。<br>マクロ実行後、ステータスバーに処理時間が報告されるので参考にしてください。

==ソースコード==
ダウンロード→ <b>[[メディア:文字カウント.zip|文字カウント.zip]]</b>

* 拙作ですがアイコンファイル (文字カウント.ico) を同梱してあります。<br>Mery 2.4.7 以降の場合、マクロ (文字カウント.js) と同じフォルダに、<br>Mery 2.4.6 以前の場合、Mery.exe と同じフォルダに、<br>アイコンファイルを配置しておくとツールバーにアイコンが読み込まれます。

==更新履歴==
[[ファイル:文字カウント.zip]]

* 2017/06/25
** アイコンファイルに24x24・32x32・48x48の画像を追加。
* 2015/12/26
** アイコンの指定先を "My Macros\文字カウント.ico" → "文字カウント.ico" に変更。
* 2015/09/30
** 改行コードを判別し、容量に反映するようにした。ただし、判別にクリップボードを使う仕様上、下記の難点があります。
*** 対象範囲に改行が存在しない場合は判別できない。
*** クリップボードの内容を記憶・復元する過程でクリップボード履歴が重複してしまう。
** 結果表示の内容を改訂。
*** 「段落」はデフォルトで非表示とした。（後述の定義変更を受けて）
*** 「拡張」を「依存」に改称し、MS拡張 → MS拡張＋MS外字 の字数に変更。
*** 「ｻﾛｹﾞｰﾄ」を「ペア」に改称。
*** SJIS の容量表記を「数値 bytes」→「数値 バイト」に変更。
*** UTF-16 の容量表記を「数値 bytes (BOM無)」→「数値+2(BOM) バイト」に変更。
*** UTF-8 の容量表記を「数値 bytes (BOM無)」→「数値+3(BOM) バイト」に変更。
** 分類「会話」を削除。（なんとなく用意してみた、程度の存在理由だったので）
** 分類「段落」の正規表現を変更。 /^(?=　[^　\s])/gm → /^(?![ 　\t]*$)/gm
**: Microsoft Word の文字カウント仕様（段落数）に近づけた。
** 分類「英単」を「半英単」に改称し、正規表現を変更。 /\b(?=\w)/g → /(?=[!-~](?![!-~]))/g
**: Microsoft Word の文字カウント仕様（半角英数の単語数）に少しだけ近づけた。※仕様が不詳かつ複雑なため、完全再現は目指していません。
** 「MS外字」の分類(type)を "総数,MS外字" → "総数,MS外字,全角" に変更。
** 文字 U+0080 の分類(type)を "総数,Uni" → "総数,MS外字" に修正。
** 文字種一覧に「SJIS保存時、よく似た半角文字に変換される文字」を追加。
* 2014/02/17
** アウトラインやアウトプットにフォーカスがある場合、結果が 0 になってしまうのを修正。
**: Document → Editor.ActiveDocument で文書を取得するようにした。
** 分類「段落」の正規表現を変更。 /^(?=　[^　\s]+)/gm → /^(?=　[^　\s])/gm
** 分類「会話」の正規表現を変更。 /^(?=「.+」$)/gm → /^(?=「.*」$)/gm
* 2014/02/01
** 初版公開。

==文字種一覧==
デフォルトで定義されている文字種は下表のとおりです。分類は Shift_JIS (CP932) を基準にしています。

<b style="background:#fcc;">赤地</b> の項目は、デフォルトで結果表示に採用されている項目です。ただし下記の項目は、計算により求められています。
* 「字数」＝ <b style="background:#fcc;">総数</b> － <b style="background:#fcc;">改行</b> － <b style="background:#ccf;">空白</b>　※総字数から改行・空白を引いた数
* 「依存」＝ <b style="background:#fcc;">MS拡張</b> ＋ <b style="background:#fcc;">MS外字</b>

{|class="wikitable" style="text-align:center;"
!colspan="4"| 分類 (type)
! 該当文字 (re)<br>/正規表現/ !! 容量<br>(sjis,utf16,utf8) !! 備考
|-
!rowspan="3" style="background:#ccc;"|
!colspan="3"| 階層
| /^(?=\.)/gm ||  || ピリオドで始まる行 (階層付きテキスト)
|-
!colspan="3"| 段落
| /^(?![ 　\t]*$)/gm ||  || 空白行でない論理行
|-
!colspan="3"| 半英単
| /(?=[!-~](?![!-~]))/g ||  || ASCII文字による単語 (半角英数の単語)
|-
!rowspan="33" style="background:#fcc;"| 総数
|-
!rowspan="3"| 制御
!style="background:#fcc;" colspan="2"| 改行
| ※CR+LF<br>※CR または LF || 2, 4, 2<br>1, 2, 1 || ASCII制御文字
|-
!style="background:#ccf;"| 空白 !! タブ
| /\t/g || 1, 2, 1 || ASCII制御文字
|-
!style="background:#ccc;" colspan="2"|
| /[\u0000-\u001F\u007F]/g || 1, 2, 1 || 上記以外のASCII制御文字
|-
!rowspan="6" style="background:#fcc;"| 半角
!style="background:#ccf;"| 空白 !! 半空
| / /g || 1, 2, 1 || ASCII文字
|-
! 数字 !! 半数
| /[0-9]/g || 1, 2, 1 || ASCII文字
|-
! 英字 !! 半英
| /[A-Za-z]/g || 1, 2, 1 || ASCII文字
|-
!rowspan="2"| 記号
!style="background:#ccc;"|
| /[\u0020-\u007E]/g || 1, 2, 1 || 上記以外のASCII文字
|-
!style="background:#fcc;" rowspan="2"| 半カナ
| /[｡｢｣､･ｰﾞﾟ]/g || 1, 2, 3 ||
|-
! 仮名
| /[ｦ-ｯｱ-ﾝ]/g || 1, 2, 3 ||
|-
!rowspan="16" style="background:#fcc;"| 全角
!style="background:#ccf;"| 空白 !! 全空
| /　/g || 2, 2, 3 ||
|-
! 数字 !! 全数
| /[０-９]/g || 2, 2, 3 ||
|-
! 英字 !! 全英
| /[Ａ-Ｚａ-ｚ]/g || 2, 2, 3 ||
|-
!rowspan="2"| 仮名
! かな
| /[ぁ-ん]/g || 2, 2, 3 || ※SJISでは ゔ ゕ ゖ などは扱えない
|-
! カナ
| /[ァ-ヶ]/g || 2, 2, 3 ||
|-
!colspan="2"| ギリシャ
| /[Α-ΡΣ-Ωα-ρσ-ω]/g || 2, 2, 2 || ※SJISではシグマの語末形 ς は扱えない
|-
!colspan="2"| キリル
| /[ЁА-Яа-яё]/g || 2, 2, 2 || ※Unicodeでは Ё ё の配置がJISと異なる
|-
!rowspan="2" colspan="2"| 記号
| /[´¨±×÷°§¶]/g || 2, 2, 2 || UTF-8で2バイトの全角記号(8字)
|-
| /[、。， (中略) †‡◯]/g || 2, 2, 3 || UTF-8で3バイトの全角記号(138字)
|-
!colspan="2"| 罫線
| /[─│┌ (中略) ┥┸╂]/g || 2, 2, 3 || 罫線素片(32字)
|-
!rowspan="3"| 漢字
! 第一
| /[亜唖娃 (中略) 湾碗腕]/g || 2, 2, 3 || JIS第一水準漢字(2965字)
|-
! 第二
| /[弌丐丕 (中略) 瑤凜熙]/g || 2, 2, 3 || JIS第二水準漢字(3390字)
|-
!style="background:#fcc;" rowspan="2"| MS拡張
| /[纊褜鍈 (中略) 鶴鸙黑]/g || 2, 2, 3 ||  IBM拡張文字(漢字360字)
|-
!style="background:#ccc;"|
| /[①-⑳Ⅰ (中略) ￤＇＂]/g || 2, 2, 3 || NEC特殊文字/IBM拡張文字(記号等87字)
|-
!style="background:#ccc;" rowspan="3"|
!style="background:#fcc;" rowspan="3"| MS外字
| /[\uE000-\uE757]/g || 2, 2, 3 || Microsoft ユーザー定義外字(1880字)
|-
| /[\uF8F0-\uF8F3]/g || 1, 2, 3
|rowspan="2"| CP932 未定義文字<br>※SJIS保存時、0xA0/FD/FE/FF/80 に変換される
|-
!style="background:#ccc;"|
| /\u0080/g || 1, 2, 2
|-
!rowspan="6" style="background:#fcc;"| Uni
!style="background:#ccc;" rowspan="3" colspan="2"|
| /[¡¥¦©ª®²³¹º¿À-ÖØ-öø-ÿ]/g || 1, 2, 2 || ※SJIS保存時、よく似た半角文字に変換される
|-
| /[¢£«¬¯µ·¸»]/g || 2, 2, 2 || ※SJIS保存時、よく似た全角文字に変換される
|-
| /ゔ/g || 2, 2, 3 || ※SJIS保存時、全角カナの ヴ に変換される
|-
!style="background:#ccc;" colspan="2"|
| /[\u0080-\u07FF]/g || 1, 2, 2 || 上記以外のUTF-8で2バイトの文字
|-
!style="background:#fcc;" colspan="2"| SP
| /[\uD800-\uDBFF][\uDC00-\uDFFF]/g || 2, 4, 4 || サロゲートペア (U+10000～10FFFF)
|-
!style="background:#ccc;" colspan="2"|
| /[\u0800-\uFFFF]/g || 1, 2, 3 || 上記以外のUTF-8で3バイトの文字
|}
* Shift_JIS では、<b style="background:#fcc;">MS拡張</b> <b style="background:#fcc;">MS外字</b> に分類される文字は「環境依存文字」に該当し、Windows 以外では文字化けする可能性があります。
* Shift_JIS では、<b style="background:#fcc;">Uni</b> に分類される文字を正常に保存できません。保存を強行した場合、よく似た文字や <code>?</code> に変換されます。

==文字種について==
文字種の分類は、ソースコードの最初のほうにある「文字種の定義」の部分で定義されています。
<source lang="javascript">
var list = [
{sjis:数値,utf16:数値,utf8:数値, type:文字列, re:正規表現},
  (中略)
];
</source>
{|class="wikitable"
! re
| カウントしたい文字を正規表現で記述します。<br>たとえば全角カタカナなら、<code style="color:#c00;">re:/[ァ-ヶ]/g</code> という具合です。<br>利用できる正規表現は、実行環境 JScript (JavaScript) の仕様に依存します。
|-
! type
| 文字種の分類名です。複数設定したい場合はカンマで区切ります。<br>たとえば、<code style="color:#c00;">type:"総数,全角,カナ"</code> という具合です。<br>この場合、type["総数"], type["全角"], type["カナ"] の変数にカウントが加算されます。
|-
! sjis<br>utf16<br>utf8
| 1文字 (1カウント) あたりの容量 (バイト) を設定します。<br>たとえば、<code style="color:#c00;">sjis:2,utf16:2,utf8:3</code> という具合です。<br>それぞれ SJIS, UTF-16, UTF-8 での容量となります。省略した場合は 0 とみなします。
|}

==結果表示について==
表示される結果は、ソースコードの最後のほうにある「ここから～ここまで結果表示の定義」の部分で定義されています。<br>
ソースコードを単純化すると、以下のような処理になっています。
<source lang="javascript">
var result = (※出力用のテキストを生成);
Alert(result);
</source>