青空文庫に集められている文書ファイルのうち、ルビつきファイルは下のようになっています。
赤字の部分は野浪に必要ないので、取り除く Awk scriptを書きました。よければお使い下さい。
使い方:mawk32 を使うとして(他のawkでも動くと思いますが)、同じフォルダにruby.awkを入れてください。
mawk32 -fruby.awk %1というバッチファイルを作って、ショートカットを sendto フォルダに入れておくと便利です。(対象ファイルをポイントして右クリック「送る」を使えますから)
ruby.awkあそび 森鴎外 ------------------------------------------------------- 【テキスト中に現れる記号について】 《》:ルビ (例)醒《さ》ました |:ルビの付いていない漢字とルビの付く漢字の境の記号 (例)丁度|物干竿《ものほしざお》 [#]:入力者注 主に外字の説明や、傍点の位置の指定 (数字は、JIS X 0213の面区点番号、底本のページと行数) (例)※[#「※」は「巾+廚」、第4水準2-12-1、115-3] ------------------------------------------------------- 木村は官吏である。 ある日いつもの通りに、午前六時に目を醒《さ》ました。夏の初 めである。もう外は明るくなっているが、女中が遠慮してこの間 《ま》だけは雨戸を開けずに置く。蚊※[#「※」は「巾+廚」、 第4水準2-12-1、115-3]《かや》の外に小さく燃えているランプ の光で、独寝《ひとりね》の閨《ねや》が寂しく見えている。 中略 号砲《ドン》が鳴った。皆が時計を出して巻く。木村も例の車掌 の時計を出して巻く。同僚はもうとっくに書類を片附けていて、 どやどや退出する。木村は給仕とただ二人になって、ゆっくり書 類を戸棚にしまって、食堂へ行って、ゆっくり弁当を食って、そ れから汗臭い満員の電車に乗った。 [#下げて、地より1字あきで](明治四十三年八月) 底本:「普請中 青年 森鴎外全集2」ちくま文庫、筑摩書房 1995(平成7)年7月24日第1刷発行 底本の親本:「筑摩全集類聚版森鴎外全集」筑摩書房 1971(昭和46)年4月〜9月刊 入力:鈴木修一 校正:mayu 2001年6月19日公開 青空文庫作成ファイル: このファイルは、インターネットの図書館、青空文庫 (http://www.aozora.gr.jp/)で作られました。入力、校正、制作 にあたったのは、ボランティアの皆さんです。
{ d[NR]=$0; } END{ flag=0; title= "「" d[1] "」\t" d[2]; fname= "data\\「" d[1] "」" d[2] ".txt"; for(i=1;i<=NR;i++){ if(d[i]~/^-+$/ && flag==0){flag=1;d[i]=""} if(d[i]~/^-+$/ && flag==1){flag=0;d[i]=""} if(d[i]~/^底本:/ && flag==0){flag=1;d[i]=""} gsub(/《[^》]+》/,"",d[i]); gsub(/[#[^]]+]/,"",d[i]); gsub("|","",d[i]); if(i==2){ print title > fname} if(flag==0 && d[i]!="" && i>2){print d[i] > fname} } }