データは厚生労働省：日本人の平均余命　平成１８年簡易生命表から抜粋しています。「平均余命」についてはこの生命表の値をそのまま、特定の年齢までの死亡率については、入力年齢での生存人口＝A、将来の年齢での生存人口＝Bとして、(A-B)/A で算出しています（これが本当に正しい方法なのかは調べていません）。

試しに自分の場合、30歳・男性では以下のようになります。平均余命はあと50年弱、つまり平均的には80歳近くまで生きられるようですが、75歳になるまでには1/4以上の確率で亡くなってしまうようです。85歳に至っては、生存率のほうが低い、というのが事実のようです。

これは過去の実績からなる統計値なので、自分（特定の個人）の平均余命や死亡率がこの通りというわけではありません。また、将来の環境変化によっても変わってきます。それでも集団として見たときに、自分や自分と同い年の友人の4人にひとりがあと45年以内に亡くなってしまい、その10年後には今の半数以下になってしまう、という事実にはなかなか厳しいものがあります。

これまでは、自分の人生にあとどれくらいの時間が残されているのかということは考えてこなかったのですが、実際に数字を見て、残りの人生でいったい何ができるのか、何をすべきなのか、正直なところ考えさせられてしまいました。

校正すべき箇所と、言い換え候補はYahooの校正支援APIからの情報をそのまま使っているのですが、実際に使ってみるとちょっと苦しいところがあるようです。

たとえば、「遙か」に対して返ってくる「言い換え候補文字列」が「●か」になっているとか、「他の」に対しては「ほかの（「たの」と読む場合は漢字表記可）」が返ってくるとかいうケースです。これらの修正候補をそのまま指摘箇所に埋め込んでしまうと、文章としてはおかしくなってしまいます。「●か」とか「（「たの」と読む場合は漢字表記可）」という部分は本来言いかえ候補の一部ではなく、指摘に関する説明事項なのですが、「本来の言い換え候補」と「説明事項」がごっちゃになって「言い換え候補」として返ってきてしまっているようです。

校正支援APIを提供している意図は、「他のプログラムに校正支援機能を付けられるように」ということだと思うのですが、どこまでが「言い換え候補」なのかよくわからない情報が返ってくる、という状態だと、「言い換え候補を横目で見ながらユーザーにその言い換え候補を手入力させる」というレベルのものしか作れないことになるのではないでしょうか。あるいはそのレベルでしか提供をしない、というのが狙いなのかもしれませんが、改善を希望したいところではあります。

プログラム内部では、校正支援APIを呼び出すために、拙作のPythonライブラリYAPIを使っています。興味があればどうぞ。今回使ったのは、今のところまだ公開していないリビジョン 0.3.1です。これもいずれ公開します。

== YAPI ==

This is a module package to make use of the Web API
provided by Yahoo! Japan Developer Center.

Currently supported API:
  Search (Web, Image, Video, WebUnit)
  MAService
  KouseiService
  Topics
  LocalSearch


== Install ==

python setup.py install


== Synopsis ==

>>> from YAPI import *
>>> APPID='Your Application ID Here.'
>>>
>>> ma = MAService(APPID)
>>> d = ma.call(sentence=u'すもももももももものうち'
                output_coding='utf-8')
>>>
>>> d
<YAPI.Response.MAServiceResponse object at 0x309547f0>
>>>
>>> if not d.is_error:
>>>   for w in
>>>   d.response['ResultSet']['ma_result']['word_list']['word']:
...     print '\t'.join((w['surface'], w['reading'], w['pos']))
...
すもも  すもも  名詞
も      も      助詞
もも    もも    名詞
も      も      助詞
もも    もも    名詞
の      の      助詞
うち    うち    名詞




>>> ks = KouseiService(APPID)
>>> d = o.call(sentence=u'遙か彼方に小形飛行機が見える。',
               output_coding='utf-8')
>>>
>>> for r in d.response['ResultSet']['Result']:
>>>     print '\t'.join([str(r['StartPos']), str(r['Length']), r['Surface'],
...                      r['ShitekiWord'], r['ShitekiInfo']])
...
0       2       遙か    ●か     表外漢字あり
2       2       彼方    彼方（かなた）、かなた  用字
5       5       小形飛行機      小型飛行機      誤変換

>>> import unicodedata
>>>
>>> s = 'ﾌｶﾞホゲ-%*@AＢＣ−％＊＠１２3'.decode('euc-jp')
>>> n = unicodedata.normalize('NFKC', s)
>>>
>>> print s.encode('euc-jp')
ﾌｶﾞホゲ-%*@AＢＣ−％＊＠１２3
>>>
>>> print n.encode('euc-jp')
フガホゲ-%*@ABC−%*@123

Unicode で定義される各文字は、等価な別表現がある場合（たとえば半角のAと全角のＡ）に、どの表現を標準とするべきか、という情報が付与されているそうです。normalize関数はこの情報を使って、表記を統一する処理を行います。normalize関数の第一引数に 'NFKC' を渡すことで、ガ（カ＋濁点）のような複合文字が期待通りに分解・再合成されます。（詳しく知りたい方は Unicode正規化 あたりをどうぞ）

実際の変換結果を見てみると、英字、数字は半角に、カタカナは全角に正規化されることになっているようです。記号については、基本的に半角のようですが、全角マイナスと半角マイナスのように、別の文字として扱われているものもあるようです。マイナスが半角に正規化されるべきかどうかは場合によって異なると思われますが、ほとんどの用途にはこれで十分なのではないでしょうか。

READMEより：

== YAPI ==

This is a module package to make use of the Web API
provided by Yahoo! Japan Developer Center.

Currently supported API:
  Search (Web, Image, Video, WebUnit)
  MAService


== Install ==

python setup.py install


== Synopsis ==

>>> from YAPI import *
>>> APPID='Your Application ID Here.'
>>>
>>> ma = MAService(APPID)
>>> d = ma.call(sentence=u'すもももももももものうち'
                output_coding='utf-8')
>>>
>>> d
<YAPI.Response.MAServiceResponse object at 0x309547f0>
>>>
>>> for w in d.response['ResultSet']['ma_result']['word_list']['word']:
...   print '\t'.join((w['surface'], w['reading'], w['pos']))
...
すもも  すもも  名詞
も      も      助詞
もも    もも    名詞
も      も      助詞
もも    もも    名詞
の      の      助詞
うち    うち    名詞

細かく見てみるとなかなか興味深い。読み取れるのはこんなところだろうか：

• RubyはPythonやPerlよりずっと変態性が高いと思っている（そのとおり。）
• （自分にとっては）PythonのほうがRubyより開発環境と記述性で優れていると思う
• Ruby/PerlよりもPythonのほうが高速に動くことが多いと思っている（でも実際のところその認識はアヤシイとも思っているし、ほんとうは違いがよくわかっていない。そもそもLLに高速性は求めていない。）
• Pythonの色気のなさがたまにいやになる
• もうPerlを大事なところで使おうとは思わない（が、あの変態性はたまに懐かしい）
• （PHPのことはあまりよく知らないし、知ろうとも思っていない）

実際もう数年すると、Rubyが仕事で使いたい言語になっている可能性はあるかな。

python の場合

datetimeを使う。

python
>>> import datetime
>>> d = datetime.date(2006, 12, 25)
>>> d_end = datetime.date(2007, 1, 4)
>>> delta = datetime.timedelta(1)
>>> while True:
...  if d == d_end: break
...  print d.strftime("%Y-%m-%d")
...  d += delta
...
2006-12-25
2006-12-26
2006-12-27
2006-12-28
2006-12-29
2006-12-30
2006-12-31
2007-01-01
2007-01-02
2007-01-03
>>>

shellの場合

こちらはXX日前〜YY日前という指定。

for i in `seq 21 -1 12`; do date --date "$i days ago" +"%Y-%m-%d"; done
2006-12-25
2006-12-26
2006-12-27
2006-12-28
2006-12-29
2006-12-30
2006-12-31
2007-01-01
2007-01-02
2007-01-03

ちなみにrlwrapというのはreadlineラッパーです。これがどんなものかは川o・-・）＜2nd life - rlwrap - readline ラッパーで説明されていますので、ご参照ください（手抜き）。自分もここでrlwrapを知りました。

以下、手順。

1.MacPortsのインストール

InstallingMacPorts - MacPorts - Tracに書かれているとおりXcode Toolsをインストールして、環境変数を設定してから、MacPortsの.dmgをインストールすればOK、のはず。自分はDarwinPortsのころにインストールしたのでよくわからん。たぶん同じだけど。

2.rlwrapのインストール

ターミナルから

sudo port install rlwrap

とするだけ。

標準構成ならたぶん /opt/local/bin/rlwrapに入るかな。

3. ~/.inputrcの設定。

意味はわからんけどreadlineさまが機嫌良く動いてくれるように、以下のおまじないを ~/.inputrcに追加。

set convert-meta off
set output-meta on
set input-meta on

4. 実行

以下のような感じ。例ではわからないが、ちゃんとCtrl-AとかCtrl-H とかのEmacsキーバインドが効いている。

% rlwrap python2.4

Python 2.4.4 (#1, Oct 18 2006, 10:34:39) 
[GCC 4.0.1 (Apple Computer, Inc. build 5341)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> u = 'あいうえお'.decode('euc-jp')
>>> len(u)
5
>>> for c in u:
...   print hex(ord(c))
... 
0x3042
0x3044
0x3046
0x3048
0x304a

どうでもいいけど、標準の pytho2.3.5 で decode('euc-jp')とすると、"LookupError: unknown encoding: euc-jp"と怒られてしまう。JapaneseCodecて2.3から標準でなかったっけ？

#!/usr/bin/python
# -*- coding: euc-jp -*-
import cJuman

S = [
    '私の名前は中野です。',
    '',
    'これはJUMAN Pythonテストです。',
    ]

cJuman.init(['-B', '-e2'])
print cJuman.parse_opt(S, cJuman.SKIP_NO_RESULT)

結果は以下の通り。

私 わたくし 私 名詞 6 普通名詞 1 * 0 * 0 "漢字読み:訓 代表表記:私"
@ 私 わたし 私 名詞 6 普通名詞 1 * 0 * 0 "代表表記:私"
の の の 助詞 9 接続助詞 3 * 0 * 0 NIL
名前 なまえ 名前 名詞 6 普通名詞 1 * 0 * 0 "代表表記:名前"
は は は 助詞 9 副助詞 2 * 0 * 0 NIL
中野 なかの 中野 名詞 6 人名 5 * 0 * 0 NIL
@ 中野 なかの 中野 名詞 6 地名 4 * 0 * 0 NIL
です です だ 判定詞 4 * 0 判定詞 25 デス列基本形 24 NIL
。 。 。 特殊 1 句点 1 * 0 * 0 NIL
EOS
EOS
これ これ これ 指示詞 7 名詞形態指示詞 1 * 0 * 0 NIL
は は は 助詞 9 副助詞 2 * 0 * 0 NIL
JUMAN JUMAN JUMAN 未定義語 15 その他 1 * 0 * 0 NIL
\  \  \  特殊 1 空白 6 * 0 * 0 NIL
Python Python Python 未定義語 15 その他 1 * 0 * 0 NIL
テスト てすと テスト 名詞 6 サ変名詞 2 * 0 * 0 "代表表記:テスト"
です です だ 判定詞 4 * 0 判定詞 25 デス列基本形 24 NIL
。 。 。 特殊 1 句点 1 * 0 * 0 NIL
EOS

SWIGの定義ファイルはこちら。　[cJuman.i]

これを使って、以下のようにしてモジュールを作成します。

tar xvzf juman-5.1.tar.gz
cd juman-5.1
./configure
make
make install

cd lib
cp ~/cJuman.i .
swig -python cJuman.i
gcc -c cJuman_wrap.c -I/usr/include/python2.4
gcc -shared *.o -o _cJuman.so

ちなみにUbuntuでは CC=/usr/bin/gcc-3.4と、明示的にgccのバージョンを指定しました。

余談。余暇を利用して書いていたのですが、がんばりすぎて体調をくずし、本業を休んでしまいました。本業が忙しかったことに加えて、SWIGでバインディングを書くのが意外と楽しく、睡眠時間を削ってしまったのでした。反省です。

import urllib, types

try:
    import xml.etree.ElementTree as ET
except ImportError:
    try:
        import cElementTree as ET
    except:
        import elementtree.ElementTree as ET

from xml.dom import minidom

class KakakuComAPI(object):
    API_ENDPOINT = r'http://api.kakaku.com/Ver1/ItemSearch.asp'
    UNMARSHALLERS = {
        'Item': lambda e: dict([(c.tag, c.text) for c in e]),
        'ProductInfo': lambda e: [c.text for c in e if c.tag == 'Item'],
        'Error': lambda e: e[0].text,
        }

    @classmethod
    def search(cls, **args):
        params = cls.__parameterize(args)
        url = cls.API_ENDPOINT + '?' + params
        result = {}
        f = urllib.urlopen(url)
        for event, elem in ET.iterparse(f):
            unmarshal = cls.UNMARSHALLERS.get(elem.tag, lambda e: e.text)
            elem.text = unmarshal(elem)
            if elem.tag in ('ProductInfo', 'Error', 'NumOfResult'):
                result[elem.tag] = elem.text

        f.close()
        result['RequestedUrl'] = url
        return result

    @classmethod
    def __parameterize(cls, args):

        kw = args.get('Keyword')
        arg_enc = args.get('ArgsEncode')
        if type(kw) is types.UnicodeType:
            kw = kw.encode('shift_jis', 'ignore')
        elif arg_enc:
            kw = kw.decode(arg_enc, 'ignore').encode('shift_jis', 'ignore')

        params = []
        params.append("%s=%s" % ('Keyword', urllib.quote(kw)))

        for p in ('ResultSet', 'CategoryGroup', 'SortOrder', 'PageNum'):
            v = args.get(p)
            if v != None:
                params.append("%s=%s" % (p, urllib.quote(v)))

        return '&'.join(params)

以下、使用例。ここは前と同じ。

Keywordに日本語を含む場合はsjisで渡すか、unicodeで渡すか、そうでなければArgsEncodeで明示するかする必要があることに注意。

from kakaku_api import KakakuComAPI

r = KakakuComAPI.search(Keyword="vaio")
r = KakakuComAPI.search(Keyword=u"バイオ")
r = KakakuComAPI.search(Keyword=u"バイオ".encode("shift_jis"))
r = KakakuComAPI.search(Keyword=u"バイオ".encode("euc-jp"), ArgsEncode="euc-jp")
r = KakakuComAPI.search(Keyword="vaio",
                        ResultSet="medium",
                        SortOrder="pricerank",
                        PageNum="4",
                        CategoryGroup="Pc")

結果の形式が前回とはちょっと違っているので注意。商品情報はItemsというキーで格納していたのですが、今回はProductInfoキーで格納してます。

{'ProductInfo': [{'BbsPageUrl': u'http://kakaku.com/bbs/Main.asp?PrdKey=01307211611',
    'CategoryName': u'\u30d1\u30bd\u30b3\u30f3\u5468\u8fba\u6a5f\u5668>MP3',
    'ImageUrl': u'http://img.kakaku.com/images/productimage/m/01307211611.jpg',
    'ItemPageUrl': u'http://kakaku.com/item/01307211611/',
    'LowestPrice': u'15298',
    'MakerName': u'SONY',
    'NumOfBbs': u'516',
    'ProductID': u'01307211611',
    'ProductName': u'NW-E005 \u30d0\u30a4\u30aa\u30ec\u30c3\u30c8 (2GB)',
    'PvRanking': u'4',
    'ReviewPageUrl': u'http://kakaku.com/prdevaluate/evaluate.asp?PrdKey=01307211611'},
  ... ],
 'NumOfResult': u'762',
 'RequestedUrl': 'http://api.kakaku.com/Ver1/ItemSearch.asp?Keyword=vaio&ResultSet=medium&CategoryGroup=Pc&SortOrder=pricerank&PageNum=4'}

または、エラーがあった場合は、

{'Error': u'\nItemNotFound',
 'RequestedUrl': 'http://api.kakaku.com/Ver1/ItemSearch.asp?Keyword=vaio0000'}

import urllib, types
from xml.dom import minidom

class KakakuComAPI(object):
    API_ENDPOINT = r'http://api.kakaku.com/Ver1/ItemSearch.asp'
    ELEMENTS = ['ProductID',
                'ProductName',
                'MakerName',
                'CategoryName',
                'PvRanking',
                'ImageUrl',
                'ItemPageUrl',
                'BbsPageUrl',
                'ReviewPageUrl',
                'LowestPrice',
                'NumOfBbs']

    @classmethod
    def search(cls, **args):
        params = cls.__parameterize(args)
        url = cls.API_ENDPOINT + '?' + params
        f = urllib.urlopen(url)
        xml = f.read()
        f.close()
        result = cls.__construct(xml)
        result['RequestedUrl'] = url
        return result

    @classmethod
    def __parameterize(cls, args):

        kw = args.get('Keyword')
        arg_enc = args.get('ArgsEncode')
        if type(kw) is types.UnicodeType:
            kw = kw.encode('shift_jis', 'ignore')
        elif arg_enc:
            kw = kw.decode(arg_enc, 'ignore').encode('shift_jis', 'ignore')

        params = []
        params.append("%s=%s" % ('Keyword', urllib.quote(kw)))

        for p in ('ResultSet', 'CategoryGroup', 'SortOrder', 'PageNum'):
            v = args.get(p)
            if v != None:
                params.append("%s=%s" % (p, urllib.quote(v)))

        return '&'.join(params)

    @classmethod
    def __construct(cls, xml):
        result = {}
        dom = minidom.parseString(xml)

        err = dom.getElementsByTagName('Error')
        if err and len(err) >= 1:
            msg = err[0].getElementsByTagName('Message')[0]
            result['Error'] = msg.firstChild.nodeValue

        nor = dom.getElementsByTagName('NumOfResult')
        if nor and len(nor) >=1:
            result['NumOfResult'] = nor[0].firstChild.nodeValue

        items = dom.getElementsByTagName('Item')
        if items:
            item_list = []
            for item in items:
                item_list.append(cls.__parse_item(item))
            result['Items'] = item_list

        return result

    @classmethod
    def __parse_item(cls, item):
        result = {}
        for e in cls.ELEMENTS:
            tags = item.getElementsByTagName(e)
            if tags:
                result[e] = tags[0].firstChild.nodeValue
            else:
                result[e] = ''
        return result

以下、使用例。

Keywordに日本語を含む場合はsjisで渡すか、unicodeで渡すか、そうでなければArgsEncodeで明示するかする必要があることに注意。

from kakaku_api import KakakuComAPI

r = KakakuComAPI.search(Keyword="vaio")
r = KakakuComAPI.search(Keyword=u"バイオ")
r = KakakuComAPI.search(Keyword=u"バイオ".encode("shift_jis"))
r = KakakuComAPI.search(Keyword=u"バイオ".encode("euc-jp"), ArgsEncode="euc-jp")
r = KakakuComAPI.search(Keyword="vaio",
                        ResultSet="medium",
                        SortOrder="pricerank",
                        PageNum="4",
                        CategoryGroup="Pc")

結果として受け取る r はこんなかんじ

{'Items': [{'BbsPageUrl': u'http://kakaku.com/bbs/Main.asp?PrdKey=01307211611',
    'CategoryName': u'\u30d1\u30bd\u30b3\u30f3\u5468\u8fba\u6a5f\u5668>MP3',
    'ImageUrl': u'http://img.kakaku.com/images/productimage/m/01307211611.jpg',
    'ItemPageUrl': u'http://kakaku.com/item/01307211611/',
    'LowestPrice': u'15298',
    'MakerName': u'SONY',
    'NumOfBbs': u'516',
    'ProductID': u'01307211611',
    'ProductName': u'NW-E005 \u30d0\u30a4\u30aa\u30ec\u30c3\u30c8 (2GB)',
    'PvRanking': u'4',
    'ReviewPageUrl': u'http://kakaku.com/prdevaluate/evaluate.asp?PrdKey=01307211611'},
  ... ],
 'NumOfResult': u'762',
 'RequestedUrl': 'http://api.kakaku.com/Ver1/ItemSearch.asp?Keyword=vaio&ResultSet=medium&CategoryGroup=Pc&SortOrder=pricerank&PageNum=4'}

または

{'Error': u'\nItemNotFound',
 'RequestedUrl': 'http://api.kakaku.com/Ver1/ItemSearch.asp?Keyword=vaio0000'}

追記

• このスクリプトは、CVSへのcommit時に、更新されたファイルのdiffをリストアップしてメール送信するためのものです。
• SMTP, FROM, SUBJECT, CVS, KANJIなどを環境に合わせて変更してください。
• DEFの内容は引数が欠けている場合の気休めなので、基本的に無視してください。
• CVSのバージョンによって、loginfo中に%{sVv}と書いたときに得られる文字列のフォーマットが違うようです。スクリプト中のコメントを参考に、適合するほうのコメントをはずしてください。

以上。

ちなみにこんなメールが送られてきます。

From: cvs@your.domain
To: kharakawa@ubuntu
Subject: [CVS] testproj commit mail.
Message-Id: <---@ubuntu>
Date: Thu, 27 Apr 2006 23:14:08 +0900 (JST)
 
Update of /usr/share/cvsroot/testproj
In directory ubuntu:/tmp/testproj
 
Modified Files:
        fugahoge
Log Message:
 
change 'before' to 'AFTER'
 
 
 
 
1 file(s) affected.
 
Index: fugahoge
===================================================================
RCS file: /usr/share/cvsroot/testproj/fugahoge,v
retrieving revision 1.1
retrieving revision 1.2
diff -r1.1 -r1.2
3c3
< befor
---
> AFTER

追記： 2006/04/29 22:00

さらに少し修正しました。正規表現の修正。