ふりがな付きHTML文書に対する文字列探索

;Γ͕ͳ෇͖HTMLจॻʹର͢Δจࣈྻ୳ࡧ ୈ 64 ճϓϩάϥϛϯάɾγϯϙδ΢Ϝ Ұൠߨԋ ᜊ౻ ͨͩ͠ ڡ 1 ؠ࡚
ӳ࠸2 2023 ೥ 1 ݄ 6 ೔ 1 ిؾ௨৴େֶ େֶӃ৘ใཧ޻ֶݚڀՊ 2 ໌࣏େֶ ཧ޻ֶ෦

;Γ͕ͳͱ͸ ;Γ͕ͳ͸೔ຊޠʹ͔ܽͤͳ͍ଘࡏͰ͋Γɼ׽ࣈͷಡΈΛԾ໊Ͱ஫ऍ͢Δ ࢖͍ํ͕Ұൠతɽ;Γ͕ͳͰ஫ऍ͞ΕΔจࣈ͸਌จࣈͱݺ͹ΕΔɽ はわがはい吾輩ふりがな親文字 ར༻ྫ •
೉ಡ׽ࣈͷಡΈ • ೔ຊޠɾ׽ࣈͷֶश • จܳ࡞඼Ͱͷಛ௃తͳදݱ 1/26

HTML Ͱͷ;Γ͕ͳ จॻͷిࢠԽ͕ਐΜͩݱ୅Ͱ͸ɼHTML Λ௨ͯ͠ Web ϖʔδͰ;Γ͕ͳʹ৮ ΕΔػձ΋૿͍͑ͯΔɽ ར༻ྫ • ෼͔Γ΍͍࣏ࣗ͢ମͷ޿ใ
• ίϩφՒͰͷԕִڭҭ • ిࢠॻ੶ܗࣜͷจܳ࡞඼ 2/26

‌ <ruby> ‌ λά HTML Ͱͷ;Γ͕ͳ͸ ‌ <ruby> ‌ λάͰද͢ɽ1999
೥ͷ Internet Explorer 5 ʹ ΑΔಠ࣮ࣗ૷ͱ 2001 ೥ͷඪ४ن੍֨ఆΛܦͯɼ20 ೥Ҏ্ͷྺ࢙͕͋Δɽ ྫ͑͹ɼ ‌ Θ͕͸͍ ޗഐ ͸ ‌ ͸ҎԼͷΑ͏ʹॻ͘ɽ ‌ <ruby> ޗഐ <rp>ʢ</rp> <rt>Θ͕͸͍</rt> <rp>ʣ</rp> </ruby> ͸ ‌ 3/26

೥ͷ Internet Explorer 5 ʹ ΑΔಠ࣮ࣗ૷ͱ 2001 ೥ͷඪ४ن੍֨ఆΛܦͯɼ20 ೥Ҏ্ͷྺ࢙͕͋Δɽ ྫ͑͹ɼ ‌ Θ͕͸͍ ޗഐ ͸ ‌ ͸ҎԼͷΑ͏ʹॻ͘ɽ ‌ <ruby> ޗഐ <rp>ʢ</rp> <rt>Θ͕͸͍</rt> <rp>ʣ</rp> </ruby> ͸ ‌ ‌ <ruby> ‌ ;Γ͕ͳɾ਌จࣈͷશମ 3/26

೥ͷ Internet Explorer 5 ʹ ΑΔಠ࣮ࣗ૷ͱ 2001 ೥ͷඪ४ن੍֨ఆΛܦͯɼ20 ೥Ҏ্ͷྺ࢙͕͋Δɽ ྫ͑͹ɼ ‌ Θ͕͸͍ ޗഐ ͸ ‌ ͸ҎԼͷΑ͏ʹॻ͘ɽ ‌ <ruby> ޗഐ <rp>ʢ</rp> <rt>Θ͕͸͍</rt> <rp>ʣ</rp> </ruby> ͸ ‌ ‌ <ruby> ‌ ;Γ͕ͳɾ਌จࣈͷશମ ‌ <ruby> ‌ ௚Լ ਌จࣈ 3/26

೥ͷ Internet Explorer 5 ʹ ΑΔಠ࣮ࣗ૷ͱ 2001 ೥ͷඪ४ن੍֨ఆΛܦͯɼ20 ೥Ҏ্ͷྺ࢙͕͋Δɽ ྫ͑͹ɼ ‌ Θ͕͸͍ ޗഐ ͸ ‌ ͸ҎԼͷΑ͏ʹॻ͘ɽ ‌ <ruby> ޗഐ <rp>ʢ</rp> <rt>Θ͕͸͍</rt> <rp>ʣ</rp> </ruby> ͸ ‌ ‌ <ruby> ‌ ;Γ͕ͳɾ਌จࣈͷશମ ‌ <ruby> ‌ ௚Լ ਌จࣈ ‌ <rt> ‌ ;Γ͕ͳ 3/26

೥ͷ Internet Explorer 5 ʹ ΑΔಠ࣮ࣗ૷ͱ 2001 ೥ͷඪ४ن੍֨ఆΛܦͯɼ20 ೥Ҏ্ͷྺ࢙͕͋Δɽ ྫ͑͹ɼ ‌ Θ͕͸͍ ޗഐ ͸ ‌ ͸ҎԼͷΑ͏ʹॻ͘ɽ ‌ <ruby> ޗഐ <rp>ʢ</rp> <rt>Θ͕͸͍</rt> <rp>ʣ</rp> </ruby> ͸ ‌ ‌ <ruby> ‌ ;Γ͕ͳɾ਌จࣈͷશମ ‌ <ruby> ‌ ௚Լ ਌จࣈ ‌ <rt> ‌ ;Γ͕ͳ ‌ <rp> ‌ ݹ͍ϒϥ΢β༻ɼ ‌ <ruby> ‌ ରԠϒϥ΢βͰ͸ແࢹ 3/26

೥ͷ Internet Explorer 5 ʹ ΑΔಠ࣮ࣗ૷ͱ 2001 ೥ͷඪ४ن੍֨ఆΛܦͯɼ20 ೥Ҏ্ͷྺ࢙͕͋Δɽ ྫ͑͹ɼ ‌ Θ͕͸͍ ޗഐ ͸ ‌ ͸ҎԼͷΑ͏ʹॻ͘ɽ ‌ <ruby> ޗഐ <rp>ʢ</rp> <rt>Θ͕͸͍</rt> <rp>ʣ</rp> </ruby> ͸ ‌ ‌ <ruby> ‌ ;Γ͕ͳɾ਌จࣈͷશମ ‌ <ruby> ‌ ௚Լ ਌จࣈ ‌ <rt> ‌ ;Γ͕ͳ ‌ <rp> ‌ ݹ͍ϒϥ΢β༻ɼ ‌ <ruby> ‌ ରԠϒϥ΢βͰ͸ແࢹ ‌ <rp> ‌ ͋Γ ‌ ޗഐʢΘ͕͸͍ʣ͸ ‌ ‌ <rp> ‌ ͳ͠ ‌ ޗഐΘ͕͸͍͸ ‌ 3/26

ओཁϒϥ΢βͷ໰୊఺ ݱࡏීٴ͢Δओཁͳϒϥ΢β͸ 3 ͭ͋Δɽ • Firefox Mozillaɼݩ͔ΒΦʔϓϯιʔειϑτ΢ΣΞ • Chrome GoogleɼΦʔϓϯιʔεϒϥ΢β
Chromium ͕ϕʔε • Safari AppleɼΦʔϓϯιʔεϒϥ΢β WebKit ͕ϕʔε ;Γ͕ͳ෇͖ HTML จॻΛϖʔδ಺ݕࡧ͢Δͱɼ͜ΕΒͷͲͷ࠷৽൛Ͱ΋ ผʑͷ໰୊͕ى͜Δɽ 4/26

༧උ஌ࣝ ύλʔϯ Ϣʔβ͕୳͢จࣈྻ ςΩετ ύλʔϯ୳ࡧର৅ͷจॻΛߏ੒͢Δจࣈྻ Ϛον ύλʔϯ͕ςΩετதʹଘࡏ͢Δ͜ͱ 5/26

ओཁϒϥ΢βͷ໰୊఺: Firefox ਌จࣈͱલޙͷจࣈྻͷΈ͕ςΩετͱͳΓɼ;Γ͕ͳ͸আ֎͞ΕΔɽ ʮΘ͕͸͍ʯΛͦͷ··ύλʔϯʹࢦఆͯ͠΋ɼϚον͠ͳ͍ɽ 6/26

ओཁϒϥ΢βͷ໰୊఺: Chrome ;Γ͕ͳɾ਌จࣈͷ྆ํͰݕࡧ͕Մೳɽ͔͠͠ɼ ‌ <ruby> ‌ λάͷલޙʹ ݟ͑ͳ͍ʮนʯ͕ੜ͡ɼจࣈྻͷ෼அ͕ى͜Δɽ ʮ Θ͕͸͍
ޗഐ ͸ʯͰ͸ɼ ʮ Θ͕͸͍ ޗഐʯͱʮ͸ʯͷؒʹน͕ੜ·Εɼ ʮޗഐ͸ʯͰ΋ɼ ʮΘ͕͸͍͸ʯͰ΋Ϛον͠ͳ͍ɽ 7/26

ओཁϒϥ΢βͷ໰୊఺: Chrome ;Γ͕ͳɾ਌จࣈͷ྆ํͰݕࡧ͕Մೳɽ͔͠͠ɼ ‌ <ruby> ‌ λάͷલޙʹ ݟ͑ͳ͍ʮนʯ͕ੜ͡ɼจࣈྻͷ෼அ͕ى͜Δɽ ʮ Θ͕͸͍
ޗഐ/͸ʯͰ͸ɼ ʮ Θ͕͸͍ ޗഐʯͱʮ͸ʯͷؒʹน͕ੜ·Εɼ ʮޗഐ͸ʯͰ΋ɼ ʮΘ͕͸͍͸ʯͰ΋Ϛον͠ͳ͍ɽ 7/26

ओཁϒϥ΢βͷ໰୊఺: Safari ‌ <rp> ‌ Λআ͍ͨλάͷத਎͕ͦͷ··࿈݁͞ΕɼςΩετͱͳΔɽ ʮ Θ͕͸͍ ޗഐ͸ʯʹରԠ͢ΔςΩετ͸ʮޗഐΘ͕͸͍͸ʯͱͳΓɼ ʮޗഐ͸ʯͰ
Ϛον͠ͳ͍Ұํɼ ʮޗഐΘ͕͸͍͸ʯ΁ͷҙਤ͠ͳ͍Ϛον͕ى͜Δɽ 8/26

ຊݚڀͷ໨త ;Γ͕ͳ෇͖ HTML จॻͰͷࣗવͳจࣈྻ୳ࡧΛ࣮ݱ͠ɼ ओཁϒϥ΢β͢΂ͯͷ໰୊Λղܾ͢Δ ํ਑ • ʮࣗવͳจࣈྻ୳ࡧʯͱͯ͠๬·͍͠ڍಈΛߟ࡯ɾఆٛ • ;Γ͕ͳʹదͨ͠σʔλߏ଄ɾΞϧΰϦζϜΛઃܭ
• ͙͢࢖͍࢝ΊΒΕΔ JavaScript ϥΠϒϥϦͱ࣮ͯ͠૷ 9/26

๬·͍͠ڍಈ: લఏͱ͢Δؔ܎ ʮ਌จࣈʯͱʮ;Γ͕ͳʯʹ͸ɼҎԼͷؔ܎͕੒Γཱͭͱߟ͑Δɽ 1. ྆ऀͰҰͭͷմʢάϧʔϓʣΛͳ͢ɽ • ‌ <ruby> ‌ λά͸ҰͭͷάϧʔϓͰ͋Δɽ
2. ྆ऀʹฒྻʹଘࡏ͢Δɽ • ҰྻͰද͢৔߹ɼ ʮޗഐʢΘ͕͸͍ʣ ʯ ɾ ʮΘ͕͸͍ʢޗഐʣ ʯͷ ͍ͣΕ΋ޡΓͰ͸ͳ͍ɽ • ྆ऀ͸ʮॏͳ͍ͬͯΔʯͱݟ၏ͤΔɽ 3. ྆ऀͱ΋લޙͷจࣈྻͱ࿈ଓ͢Δɽ • ʮޗഐʯ ʮΘ͕͸͍ʯͷ྆ํ͕ɼ࣍ͷʮ͸ʯʹͭͳ͕Δɽ • ;Γ͕ͳ͕ಡΈΛࣔ͢৔߹ɼ྆ऀ͸ൃԻ΋౳͍͠ɽ 10/26

๬·͍͠ڍಈ: ݁࿦ ʮ਌จࣈʯͱʮ;Γ͕ͳʯ͸۠ผͤͣݕࡧͰ͖Δ͜ͱ͕๬·͍͠ɽ Ϣʔβ͕ʮϚον͕਌จࣈ͔ɼ;Γ͕ͳ͔ʯ ʮλάͷڥքΛލ͙͔ʯ౳ͷࡉ͔ ͍৚݅·Ͱ೰Ή΂͖Ͱͳ͍ɽ 11/26

๬·͍͠ڍಈ: ݁࿦ ʮ਌จࣈʯͱʮ;Γ͕ͳʯ͸۠ผͤͣݕࡧͰ͖Δ͜ͱ͕๬·͍͠ɽ Ϣʔβ͕ʮϚον͕਌จࣈ͔ɼ;Γ͕ͳ͔ʯ ʮλάͷڥքΛލ͙͔ʯ౳ͷࡉ͔ ͍৚݅·Ͱ೰Ή΂͖Ͱͳ͍ɽ =⇒ ೚ҙͷՕॴɾ਺ͷմΛςΩετͱΈͤΔจࣈྻ୳ࡧ͕ඞཁɽ ॏͳ͍ͬͯΔจࣈྻʮ਌จࣈʯ ʮ;Γ͕ͳʯΛର౳ʹ୳ࡧ͢Δɽ
11/26

ؔ࿈ݚڀ จࣈྻ୳ࡧ KMP ๏ [Knuth Βɼ 1977] ౳ɽςΩετ͸ҰྻʹฒΜͩจࣈ͕લఏ ਖ਼نදݱ [Thompsonɼ1968]
౳ɽॊೈʹࢦఆͰ͖Δͷ͸ύλʔϯଆͷΈɼ ςΩετ͸ݻఆɾจࣈྻ୳ࡧͱಉ༷ͷલఏ શจݕࡧ ܾఆతͰͳ͘ɼࣙॻͷ಺༰͕ϚονΛࠨӈɽຊݚڀͰѻ͏ͷ͸ɼ จॻதʹଘࡏ͢Δจࣈྻͦͷ··ͷ୳ࡧ ෳ਺ͷจࣈྻΛ·ͱΊͯଊ͑ͨจࣈྻ୳ࡧͷݚڀ͸ݟ౰ͨΒͳ͔ͬͨɽ 12/26

ςΩετߏ଄: ࠶ߟ લड़ͨ͠ʮ๬·͍͠ڍಈʯͷ࣮ݱʹ͸ɼςΩετߏ଄ͷ࠶ݕ౼͕ඞཁɽ ;Γ͕ͳ෇͖ςΩετશମΛ෼ذɾ߹ྲྀ͢ΔจࣈྻͰ͋Δͱଊ͑Δɽͨͱ͑ ͹ςΩετʮ͸ Ͷ͜ ೣͰ͋ΔɻʯͳΒɼԼͷΑ͏ͳάϥϑͱͯ͠ߟ͑Δɽ はねこ猫
である。 13/26

ςΩετߏ଄: ৄࡉ はねこ猫である。 • ಺෦ʹจࣈྻ͕ 4 ͭଘࡏ
• ࠷ॳͷʮ͸ʯ͸਌จࣈɾ;Γ͕ͳͷ྆ํ΁ͭͳ͕Δ • ਌จࣈɾ;Γ͕ͳͷ྆ํ͕ޙଓͷʮͰ͋Δɻʯ΁ͭͳ͕Δ ͜ͷΑ͏ͳߏ଄Λ෼ذจࣈྻͱݺͼɼ௕ํܗͰද͞ΕΔݸʑͷ௨ৗจࣈྻΛ ෦෼ςΩετͱݺͿɽ 14/26

ςΩετߏ଄: ·ͱΊ จॻશମΛ෼ذจࣈྻͱଊ͑Δͱɼ෼ذͱ߹ྲྀ͕܁Γฦ͠ݱΕΔɽ わがはいねこなまえな …… ははまだ
である。吾輩猫名前無い。…… …… • ෼ذɾ߹ྲྀ͸೚ҙͷՕॴͰ೚ҙͷճ਺ൃੜ͢Δ • ߹ྲྀ͠ͳ͍։࢝ɾऴྃ΋ڐ༰͞ΕΔ ͜ͷߏ଄ʹର͢Δจࣈྻ୳ࡧͷ࣮ݱ͕࣍ͷ໰୊ͱͳΔɽ 15/26

طଘΞϧΰϦζϜద༻ͷ೉͠͞ طଘͷจࣈྻ୳ࡧΞϧΰϦζϜΛ෼ذจࣈྻʹద༻Ͱ͖Δ͔ʁ • طଘΞϧΰϦζϜ͸ʮҰྻʹฒΜͩจࣈྻʯ͕ඞཁ • ۪௚ͳํ๏: ͢΂ͯͷ෼ذΛ෼ղ͠ͳ͕Βจࣈྻ୳ࡧ 16/26

طଘΞϧΰϦζϜద༻ͷ೉͠͞ طଘͷจࣈྻ୳ࡧΞϧΰϦζϜΛ෼ذจࣈྻʹద༻Ͱ͖Δ͔ʁ • طଘΞϧΰϦζϜ͸ʮҰྻʹฒΜͩจࣈྻʯ͕ඞཁ • ۪௚ͳํ๏: ͢΂ͯͷ෼ذΛ෼ղ͠ͳ͕Βจࣈྻ୳ࡧ 1. ʮ͸ Ͷ͜
ೣͰ͋Δɻʯ͔Βɼ2 ͭͷจࣈྻΛॱ࣍ੜ੒ 16/26

ೣͰ͋Δɻʯ͔Βɼ2 ͭͷจࣈྻΛॱ࣍ੜ੒ 2. ʮ͸ೣͰ͋Δɻʯͱʮ͸Ͷ͜Ͱ͋Δɻʯ 16/26

ೣͰ͋Δɻʯ͔Βɼ2 ͭͷจࣈྻΛॱ࣍ੜ੒ 2. ʮ͸ೣͰ͋Δɻʯͱʮ͸Ͷ͜Ͱ͋Δɻʯ 3. ͦΕͧΕΛैདྷͲ͓Γ୳ࡧ 16/26

ೣͰ͋Δɻʯ͔Βɼ2 ͭͷจࣈྻΛॱ࣍ੜ੒ 2. ʮ͸ೣͰ͋Δɻʯͱʮ͸Ͷ͜Ͱ͋Δɻʯ 3. ͦΕͧΕΛैདྷͲ͓Γ୳ࡧʁ ⇒ ୳ࡧର৅͕ࢦ਺ؔ਺తʹ૿Ճ ରࡦ͸Մೳ͕ͩɼࠓճ͜ͷํ਑͸औΒͳ͔ͬͨɽ 16/26

෼ذจࣈྻͷ୳ࡧ (1) ྗ೚ͤ๏ ௨ৗͷจࣈྻ୳ࡧͰ͋Δʮྗ೚ͤ๏ʯΛجʹɼ·ͣૉ๿ͳ࣮૷͔Β։࢝ɽ const matched = []; // Ϛον݁ՌΛ·ͱΊΔ഑ྻ
for (const sid of text.sids) { // ෦෼ςΩετͷ ID औಘΛ܁Γฦ͠ const str = text.getString(sid); // ෦෼ςΩετΛऔಘ for (let i = 0; i < str.length; i++) { // ෦෼ςΩετͷจࣈྻ௕͚ͩ܁Γฦ͠ const m = matchFrom(text, sid, i, pat);// ύλʔϯ pat Λ୳ࡧ։࢝ if (m) matched.push(...m); // Ϛον͕͋Ε͹݁Ռͷ഑ྻʹ֨ೲ } } return matched; // ࠷ޙʹ͢΂ͯͷϚον݁ՌΛฦ͢ • ෼ذจࣈྻ text ͷத͔Β෦෼ςΩετ IDɾsid ΛॱʹऔΓग़͢ • sid ͔Β෦෼ςΩετ ‌ str ‌ ΛऔΓग़͠ɼจࣈྻͷ௕͞ΛಘΔ • ఴࣈ ‌ i ‌ Λ ‌ 0 ‌ ͔ΒϧʔϓɼҐஔ ‌ (sid,i) ‌ ͔Β ‌ matchFrom() ‌ Ͱ୳ࡧ։࢝ 17/26

(1) ྗ೚ͤ๏ͷಈ͖ ୳ࡧ։࢝ҐஔΛܾఆޙɼ ‌ matchFrom() ‌ ͸෯༏ઌ୳ࡧʹΑͬͯಈ࡞͢Δɽ • ෦෼ςΩετͱύλʔϯͷจࣈྻͷ௕͞Λൺֱ ෦෼ςΩετ
‌ >= ‌ ύλʔϯ ύλʔϯ຤ඌ·Ͱͷর߹Ͱ͙͢ऴྃ ෦෼ςΩετ ‌ < ‌ ύλʔϯ ෦෼ςΩετ຤ඌ·Ͱর߹ɼ੒ཱ࣌͸࢒ΓΛ ࣍ͷ෦෼ςΩετ΁ ͜ΕΒΛɼ࣍ͷ෦෼ςΩετͷর߹͕ෆཁʹͳΔ·Ͱ܁Γฦ͢ɽ 18/26

෼ذจࣈྻͷ୳ࡧ (2) ྗ೚ͤ๏ͷվྑ طଘͷจࣈྻ୳ࡧΞϧΰϦζϜΛద༻Ͱ͖ͳ͍ཧ༝͸ʁ • Ϛον͕ෳ਺෦෼ςΩετʹ·͕ͨΔՄೳੑ͕͋ΔͨΊ • ʮઈରʹ·͕ͨͳ͍ύλʔϯʯ͕͋Ε͹ɼطଘॲཧ͕׆༻Մೳ 19/26

෼ذจࣈྻͷ୳ࡧ (2) ྗ೚ͤ๏ͷվྑ طଘͷจࣈྻ୳ࡧΞϧΰϦζϜΛద༻Ͱ͖ͳ͍ཧ༝͸ʁ • Ϛον͕ෳ਺෦෼ςΩετʹ·͕ͨΔՄೳੑ͕͋ΔͨΊ • ʮઈରʹ·͕ͨͳ͍ύλʔϯʯ͕͋Ε͹ɼطଘॲཧ͕׆༻Մೳ =⇒ ҰจࣈͳΒઈରʹ·͕ͨͳ͍ɽ
19/26

෼ذจࣈྻͷ୳ࡧ (2) ྗ೚ͤ๏ͷվྑ طଘͷจࣈྻ୳ࡧΞϧΰϦζϜΛద༻Ͱ͖ͳ͍ཧ༝͸ʁ • Ϛον͕ෳ਺෦෼ςΩετʹ·͕ͨΔՄೳੑ͕͋ΔͨΊ • ʮઈରʹ·͕ͨͳ͍ύλʔϯʯ͕͋Ε͹ɼطଘॲཧ͕׆༻Մೳ =⇒ ҰจࣈͳΒઈରʹ·͕ͨͳ͍ɽ
վྑҊ 1. ύλʔϯ p ͷઌ಄Ұจࣈ p[0] ͷΈʹண໨ 2. ૯౰Γ࣌ɼ෦෼ςΩετ͝ͱʹඪ४ػೳͰ p[0] Λจࣈྻ୳ࡧ 3. p[0] Ϛον੒൱Ͱ෼ذ ੒ޭ ͦͷҐஔ͔Βैདྷ௨Γͷ୳ࡧΛ։࢝ ࣦഊ ఴࣈ͸ͦΕҎ্ௐ΂ͣɼ࣍ͷ෦෼ςΩετ΁δϟϯϓ 19/26

(2) վྑ൛ͷίʔυࠩ෼ const matched = []; for (const sid of
text.sids) { const str = text.getString(sid); - for (let i = 0; i < str.length; i++) { + for (let i, j = 0; (i = str.indexOf(pat[0], j)) >= 0; j = i + 1) { const m = matchFrom(text, sid, i, pat); if (m) matched.push(...m); } } return matched; • มߋ͸Ұߦɽඪ४ͷจࣈྻϝιου ‌ indexOf() ‌ Λ׆༻ • ‌ matchFrom() ‌ ʹΑΔ୳ࡧ։࢝ΛεΩοϓ վྑલ จࣈྻͷ௕͞ͱಉ͡ճ਺Λඞͣݺͼग़͠ վྑޙ ‌ indexOf() ‌ ͰҰจࣈ໨͕Ϛονͨ͠Ґஔ͚ͩ 20/26

(2) վྑ൛ͷίʔυࠩ෼ const matched = []; for (const sid of
text.sids) { const str = text.getString(sid); - for (let i = 0; i < str.length; i++) { + for (let i, j = 0; (i = str.indexOf(pat[0], j)) >= 0; j = i + 1) { const m = matchFrom(text, sid, i, pat); if (m) matched.push(...m); } } return matched; • มߋ͸Ұߦɽඪ४ͷจࣈྻϝιου ‌ indexOf() ‌ Λ׆༻ • ‌ matchFrom() ‌ ʹΑΔ୳ࡧ։࢝ΛεΩοϓ վྑલ จࣈྻͷ௕͞ͱಉ͡ճ਺Λඞͣݺͼग़͠ վྑޙ ‌ indexOf() ‌ ͰҰจࣈ໨͕Ϛονͨ͠Ґஔ͚ͩ =⇒ ‌ matchFrom() ‌ ͷάϥϑ୳ࡧ਺͕ݮΓɼߴ଎Խ͕ظ଴Ͱ͖Δɽ 20/26

࣮૷ ༗ޮੑͷධՁɾ࣮ূͷͨΊɼJavaScript ϥΠϒϥϦ Ruby Finder ͱͯ͠ఏҊ ख๏Λ࣮૷ɽݱঢ়ɼ؅ཧऀ͕੩తϖʔδʹ૊ΈࠐΉܗͷར༻Λ૝ఆɽ ҰൠϢʔβͷར༻ը໘ྫ • DOM
ϊʔυ͔Β෼ذจࣈྻςΩετΛ ߏஙɾ୳ࡧ • ES2015 ͷΫϥεߏจΛར༻࣮ͯ͠૷ • ϒϥ΢βͰಈ࡞͢ΔϥΠϒϥϦ • ֎෦ґଘͳ͠ɼϖʔδ΁ͷ૊ࠐ͕༰қ • ओཁ 3 ϒϥ΢β͢΂ͯͰಈ࡞֬ೝࡁΈ 21/26

αΠτ؅ཧऀͷར༻ྫ αΠτ૊ࠐ࣌ͷརศੑͷͨΊɼϥΠϒϥϦͱͯ͠ͷΠϯλʔϑΣʔε͸؆ૉʹอͬͨɽ const finder = new RubyFinder(); // ෼ذจࣈྻςΩετΛߏஙɼҾ਺লུ࣌͸<body> const
found = finder.find("ޗഐ͸"); // Ҿ਺ͷύλʔϯ͔Βจࣈྻ୳ࡧΛ࣮ߦ console.log(found.count); // ݁Ռ͔ΒϚον݅਺Λऔಘɾදࣔ found.highlightResults(); // ෳ਺ͷϚονՕॴΛϋΠϥΠτՄೳ found.removeHighlighting(); // ϋΠϥΠτ࡟আ ্ه͸ਓ޻తͳྫͰ͋Γɼ࣮༻্͸ҎԼΛ૝ఆɽ·ͨิॿػߏ΋࣮૷༧ఆɽ • new RubyFinder() ͸ DOM ϊʔυಡࠐ࣌ʹҰ౓͚࣮ͩߦ • find() Ҿ਺ͷ಺༰΍୳ࡧ࣮ߦͷλΠϛϯά͸ϑΥʔϜܦ༝ • จࣈྻ୳ࡧͷ࣮ߦͰࣗಈϋΠϥΠτɾ࡟আ 22/26

ධՁ: ֓ཁ ੑೳ໘Ͱͷ࣮༻ੑΛධՁɽओཁ 3 ϒϥ΢βʹରԠ͢ΔΦʔϓϯιʔε࣮૷ʹ ର͠ɼจࣈྻ୳ࡧ࣮ߦͷ࣌ؒΛܭଌͨ͠ɽ ධՁର৅ͷ HTML ϑΝΠϧ͸ 2
ͭɽ खࢴ ݱ࣮తͳαΠζͷ୹ฤখઆ ޗഐ͸ೣͰ͋Δ ࠷ѱέʔεΛҙਤͨ͠௕ฤখઆ ࡞඼໊ όΠτ਺ ‌ <ruby> ‌ ਺ ຊจจࣈ਺ ύλʔϯ Ϛον਺ खࢴ 44,312 101 12,737 ʮ࠺͸ʯ 9 ޗഐ͸ೣͰ͋Δ 1,497,214 9,214 369,230 ʮޗഐ͸ʯ 189 ·ͨൺֱͷͨΊɼ૊ΈࠐΈจࣈྻ୳ࡧͷ࣮ߦ࣌ؒ΋ܭଌɽ୳ࡧର৅͸௨ৗจࣈྻɼ ‌ <body> ‌ ͷ಺༰͔Β੒ΔʮޗഐʢΘ͕͸͍ʣ͸ʯΑ͏ͳ΋ͷɽ 23/26

ධՁ: (1) ݱ࣮తͳ HTML ͷจࣈྻ୳ࡧ จࣈྻ୳ࡧ: खࢴ (µsec) ୳ࡧํࣜ Firefox
Chromium WebKit ྗ೚ͤ 16,042 33,738 18,598 վྑྗ೚ͤ 4,315 1,819 3,376 ʢ૊ΈࠐΈʣ 912 471 480 • ྗ೚ͤ๏Ͱ΋࠷ѱͰ໿ 0.034 ඵɼे෼ʹߴ଎ • վྑྗ೚ͤ๏Ͱ͸͞Βʹ 18.5 ഒҎ্ߴ଎Խ 24/26

ධՁ: (2) ڊେͳ HTML ͷจࣈྻ୳ࡧ จࣈྻ୳ࡧ: ޗഐ͸ೣͰ͋Δ (µsec) ୳ࡧํࣜ Firefox
Chromium WebKit ྗ೚ͤ 77,940 343,446 186,372 վྑྗ೚ͤ 8,130 10,285 12,688 ʢ૊ΈࠐΈʣ 1,860 808 887 • ྗ೚ͤ๏ͷ࣮ߦ͕࣌ؒେ෯ʹ૿Ճ • ࠷ѱέʔεͰ໿ 0.34 ඵɼ૊ΈࠐΈ୳ࡧͱͷൺ΋ѱԽ • ͔͠͠վྑ൛͸໿ 0.013 ඵɼ࣮༻ੑΛҡ࣋ 25/26

·ͱΊ • ;Γ͕ͳ෇͖จॻͰͷࣗવͳจࣈྻ୳ࡧΛߟ࡯ • ;Γ͕ͳ෇͖ HTML จॻͷจࣈྻ୳ࡧख๏Λઃܭɾ࣮૷ • ධՁʹΑͬͯ๬·͍͠୳ࡧ݁Ռͱे෼ͳੑೳΛ֬ೝ ࠓޙͷ՝୊
• Φʔϓϯιʔειϑτ΢ΣΞͱͯ͠ެ։ • ΞϧΰϦζϜͷվྑ • HTML Ҏ֎ͷྖҬ΁ͷԠ༻ 26/26

௥ՃεϥΠυ

࣮૷ͷΫϥεߏ੒ 1 1 1 1..* 1 1 1 1 1
1 1 1..* 1 1..* 1 1..* 1 1 RubyFinder BranchString StringNode String Node FoundData BranchStringRange DomPath શମΛ ‌ RubyFinder ‌ ͕౷ׅɼϢʔβ͕ҙࣝ ͢Δͷ͸ ‌ FoundData ‌ ͱͷ 2 ͭͷΈɽ • ‌ RubyFinder ‌ ͕ DOM ͔Β෼ذจࣈྻ ‌ BranchString ‌ ΁ม׵΋୲౰ • ‌ BranchString ‌ Λจࣈྻ୳ࡧ͢Δͱ ‌ FoundData ‌ Λฦ͢ • ‌ FoundData ‌ ͸ෳ਺ͷ DOM ϊʔυɾൣғ ΁ͷࢀরΛอ࣋

ふりがな付きHTML文書に対する文字列探索

ふりがな付きHTML文書に対する文字列探索

More Decks by Tadashi Saito

Other Decks in Research

Featured

Transcript