- 投稿
マニュアルの「正規表現構文」
http://jp.emeditor.com/help/howto/search/search_regexp_syntax.htm
には，Unicode のプロパティー名で文字クラスを指定する p，および否定文字クラス版の P のことが書いてありません。しかし，EmEditor ver. 13 で試すと，p{space}でスペース類が，p{digit} で数字がヒットするので，使えないわけではないのだと思います。
そこで，EmEditor が利用しているという Regex++ 1.52 のマニュアルを見てみました。
p, P については以下に説明があります。そして，具体的なプロパティー名は以下を見ろ，とあります：
[URL2] Character Classes that are Always Supported
http://www.boost.org/doc/libs/1_52_0/libs/regex/doc/html/boost_regex/syntax/character_classes/std_char_clases.html[URL3] Character classes that are supported by Unicode Regular Expressions
http://www.boost.org/doc/libs/1_52_0/libs/regex/doc/html/boost_regex/syntax/character_classes/optional_char_class_names.htmlこの表を見ながらいろいろな名前を入れてみたところ，以下のように少し残念な結果です。
◎p{lower}
「大文字と小文字を区別する」が ON の場合はいいのですが，OFF だと漢字・仮名までもがヒットします。
※そもそも，小文字を指定しているのに，「～を区別する」の ON/OFF で結果が変わる仕様自体どうかと思います。鬼車・鬼雲は大文字小文字照合オプションを ON にしても lower が大文字にマッチしたりしません。◎Unicode Regular Expressions
前述の [URL3] のクラス名がぜんぜん使えません。
たとえば，p{ASCII} で検索すると，以下のエラーが出ます。
Escape sequence was neither a valid property nor a valid character class name. The error occurred while parsing the regular expression: ‘p{ASCII}>>>HERE>>>’.また，そもそも Regex++ のマニュアルに載ってないので使えなくて当然かも知れませんが，Han や Katakana といった Unicode の「一般カテゴリー」の名称が使えません。
日本のユーザーにとっては p{Han}（すべての漢字）が使えるかどうかが極めて重要な問題なんです。これ無しで漢字検索なんてはっきり言ってできません。
p{Han} が使えないんなら Regex++ をやめて鬼車・鬼雲にして！というくらい切実です。
redakt55 様
いつも EmEditor Professional をお使いいただき、誠にありがとうございます。
現在のバージョンでは、Regex++ のサイトに書かれている Unicode 正規表現については、EmEditor ではサポートしていません。このような Unicode 正規表現もサポートした方がいいでしょうか? サポートした方がいいでしたら、将来のバージョンで検討させていただきます。
その代わり、次のような方法で、ひらがななどを検索することは可能です。
ひらがな
[x{3041}-x{309e}]
•全角カタカナ
[x{309b}-x{309c}x{30a1}-x{30fe}]
•半角カナ
[x{ff61}-x{ff9f}]
•漢字
[x{3400}-x{9fff}x{f900}-x{fa2d}]
•漢字記号
[x{3000}-x{3037}]よろしくお願い申し上げます。
平仮名・片仮名のコード範囲が微妙に間違っていますが，それはともかく，とりあえず漢字についてだけ。
U+3400-U+9FFF は「CJK 統合漢字」と「CJK統合漢字拡張A」を合わせたものですね。
U+F900-U+FA2D ってのは「CJK 互換漢字」の一部分ですが，全体は U+F900-U+FAFF です。
Unicode の漢字領域は，これらの他に CJK 統合漢字拡張B～D および CJK 互換漢字補助の四つがあります。
部首（U+2F00-2FDF）も漢字に含めてほしいですね。
それに，漢数字の〇（U+3007）はこれらの領域にありませんが，れっきとした漢字です。
などなど。こんなものをいちいち書いてられるか，というのが当初の投稿の意図でした。
「統合漢字，拡張A，互換漢字に含まれない漢字なんて，ごく特殊な字じゃないの？」と思われるかも知れませんが，そうではありません。
人名などに使われる平凡な漢字「𡈽（U+2123D）」「𠀋（U+2000B）」（いずれも JIS 第三水準）はCJK統合漢字拡張Bに入っています。なので，漢字が p{Han} と書けないと大変困るのです。
で，いま気づきましたが，x{ } の形式って，4 桁までなんですね。となると，基本多言語面（BMP: Basic Multilingual Plane）の文字しか検索できません。
さきほどの「𡈽」「𠀋」を含む CJK 統合漢字拡張 B～D は BMP 外なので，[x{20000}-x{2FFFF}] といった書き方すらできません。EmEditor では漢字の検索ができない，という話になってしまいます。
- このトピックに返信するにはログインしてください。