Reading SJIS-Encoded Text File in Scala

Scala: SJIS形式のテキストファイルを読み込む方法

Scala IO での読み書き

ライブラリの Scala IO を利用するのがデファクトスタンダード。

sbt設定

libraryDependencies += "com.github.scala-incubator.io" %% "scala-io-core" % "0.4.3" libraryDependencies += "com.github.scala-incubator.io" %% "scala-io-file" % "0.4.3"

Codec を定義

implicit value として Codec を定義すれば、その後発生する読み書きで、指定した Codec が使われるようになる。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

scala> implicit val codec = scalax.io.Codec("Windows-31J") codec: scalax.io.Codec = scalax.io.Codec@7f1ecf06   scala> scalax.file.Path("foo.txt").write("あいう")   scala> scalax.file.Path("foo.txt").string res1: String = あいう   scala> implicit val codec = scalax.io.Codec.UTF8 codec: scalax.io.Codec = scalax.io.Codec@76783189   scala> scalax.file.Path("foo.txt").string    // SJIS形式のテキストファイルを res2: String = ������                   // UTF8で読み込もうとしたので文字化け   scala> scalax.file.Path("foo.txt").write("あいう")   scala> scalax.file.Path("foo.txt").string res4: String = あいう

 

InputStreamReader で読み込む

java.io.InputStreamReader を使いたい場合は、コンストラクトの第二引数に charset を指定すればよい。
これは Codec#name で得ることができる。

new InputStreamReader(new FileInputStream("foo.xml"), "windows-31j")

使用例

1 2 3 4 5 6 7 8

scala> implicit val codec = scalax.io.Codec("Windows-31J") codec: scalax.io.Codec = scalax.io.Codec@69b68c37   scala> scalax.file.Path("foo.xml").write("<foo>bar</foo>")   scala> scala.xml.XML.load(new java.io.InputStreamReader(      | new java.io.FileInputStream("foo.xml"), codec.name)) res1: scala.xml.Elem = <foo>bar</foo>

 

References

• Using Codecs - Scala IO API Documentation