pdfをtxtしたレポートの文字数を数えるPowerShellスクリプト

text_counter.ps1

#[使い方]
# 1. ショートカットを作成する。リンク先は以下のような感じにする
# [powershell.exeの絶対パス] -ExecutionPolicy RemoteSigned -File [text_counter.ps1(このファイル)の絶対パス]
# 2. 採点するpdfファイルをAdobeAcrobatReaderDCの"ファイル(F)>テキストとして保存"でutf-8のtxtファイルに変換する
# 3. 1で作ったショートカットに2で作ったtxtファイルをD&Dする

#自動文字数検索では小節以下のタイトルも文字数に含めている
#図タイトルは文字数に含めないようにしている
#英数列は1文字ずつに分けて文字数として計算している（count = 5文字、0.1km = 5文字）

#このps1ファイルはShilf JISで保存する必要がある（そうでないと日本語を変数にいれるところで落ちる）
#また読み込まれるtxtファイルはutf-8を想定している

$reports = @()

foreach($path in $args) {
    if ($path -eq "") {
        Write-Host "txtファイルをドラッグ&ドロップしてください"
        pause
        exit
    }
    
    Write-Host $path
    
    #検索に使う文字がshift-jisなので一度shift-jisに変換する
    Get-Content -Encoding UTF8 -Path $path | Set-Content tmp.txt
    $lines = @(Get-Content tmp.txt)
    Write-Host $lines
    Write-Host ""
    
    # 学籍番号
    [string]$schoolNumber = ""
    for ($i = 0; $i -lt $lines.Count; $i++) {
        if(([regex]"^(学籍番号)? *1[0-9]{6}[^0-9]*").IsMatch($lines[$i])) {
            $schoolNumber = ([regex]"^(学籍番号)? *(?<number>1[0-9]{6}?)[^0-9]*").Match($lines[$i]).Groups["number"].value
            break
        }
    }
    Write-Host ("SchoolNumber: "+$schoolNumber)
    
    # タイトル一覧を表示
    for ($i = 0; $i -lt $lines.Count; $i++) {
        if (([regex]"^[0-9][0-9.]*[^( |;|0-9|,|a-z|A-Z)]+").IsMatch($lines[$i])) {
            Write-Host $lines[$i]
        }
    }
    Write-Host ""
    
    # 図一覧を表示
    for ($i = 0; $i -lt $lines.Count-1; $i++) {
        if ($lines[$i].StartsWith("図")) {
            $figure_title = "図"
            for ($j = 1; $j -lt $lines.Length-$i; $j++) {
                if ($lines[$i+$j] -ne ""){ 
                    $figure_title += $lines[$i+$j]
                }
                else{break}
            }
            Write-Host $figure_title
        }
    }
    Write-Host ""
    
    # 章ごとの文字数を計算
    #ps1ファイルの文字コードがshift-jis以外の場合、日本語を変数にいれようとすると落ちる
    $sections = @("^[0-9]概要.*", "^[0-9]目的.*", "^[0-9](装置|[^(,|.)]*方法).*", "^[0-9]結果.*", "^[0-9]結論.*")
    $sectionText = [string]""
    $sectionCounts = [string]""
    $sectionIndex = [int]0
    for ($i = 0; $i -lt $lines.Count; $i++) {
        if (([regex]($sections[$sectionIndex])).IsMatch($lines[$i])) {
            if ($sectionIndex -ne 0) {
                # 章情報の書き出し
                Write-Host $sections[$sectionIndex-1]
                Write-Host $sectionText
                Write-Host $sectionText.Length
                Write-Host ""
                $sectionCounts += [string]$sectionText.Length + " "
            }
            $sectionText = [string]""
            $sectionIndex++
            
            if ($sectionIndex -ge $sections.Length) {break}
        }
        # 章の文字を追加していく
        else {
            # 図タイトルはカウントから除外
            if ($lines[$i].StartsWith("図")) {
                for ($j = 1; $j -lt $lines.Length-$i; $j++) {
                    if ($lines[$i+$j] -ne ""){ 
                        $lines[$i+$j] = ""
                    }
                    else{break}
                }
            }
            else {
                # 全角と半角スペースはカウントから除外
                $lineText = [string]($lines[$i] -replace " +","")
                $lineText = $lineText -replace "　+",""
                $sectionText += $lineText
            }
        }
    }
    
    # 関連語句
    Write-Host "---関連語句---"
    $relatedTerms = @("^[0-9]関連語句.*", "^[0-9. ]*FIRフィルタ.*", "^[0-9. ]*ノイズキャンセリングヘッド(ホン|フォン).*", "^[0-9. ]*.*マスキング.*", "^[0-9. ]*音声認識.*", "^.*参考文献.*")
    $relatedTermsIndex = [int]0
    $relatedTermsText = [string]""
    for ($i = 0; $i -lt $lines.Count; $i++) {
        if (([regex]($relatedTerms[$relatedTermsIndex])).IsMatch($lines[$i])) {
            if ($relatedTermsIndex -gt 1) {
                # 関連語句情報の書き出し
                Write-Host $relatedTerms[$relatedTermsIndex-1]
                Write-Host $relatedTermsText
                Write-Host $relatedTermsText.Length
                Write-Host ""
                $sectionCounts += [string]$relatedTermsText.Length + " "
            }
            $relatedTermsText = [string]""
            $relatedTermsIndex++
            
            if ($relatedTermsIndex -ge $relatedTerms.Length) {break}
        }
        # 章の文字を追加していく
        else {
            # 全角と半角スペースはカウントから除外
            $lineText = [string]($lines[$i] -replace " +","")
            $lineText = $lineText -replace "　+",""
            $relatedTermsText += $lineText
        }
    }
    Write-Host ""
    
    # すべての文字数カウントを表示
    Write-Host ($schoolNumber+": "+ $sectionCounts)
    $reports += ($schoolNumber+": "+ $sectionCounts)
}

if ($args.Length -gt 1) {
    Write-Host ""
    $reports | ForEach-Object{Write-Host $_}
}

if ($args.Length -eq 1) {
# 任意の章範囲の文字数をカウント
while($true) {
    $from = Read-Host "From"
    if (($from -eq "exit") -or ($from -eq "quit") ) {break}
    $to = Read-Host "To"
    if (($to -eq "exit") -or ($to -eq "quit") ) {break}

    for ($i = 0; $i -lt $lines.Count; $i++) {
        if (([regex]("^[0-9.]+"+$from+".*")).IsMatch($lines[$i])) {
            $sectionText = [string]""
        }
        elif (([regex]("^[0-9.]+"+$to+".*")).IsMatch($lines[$i])) {
            # 章情報の書き出し
            Write-Host $from
            Write-Host $sectionText
            Write-Host $sectionText.Length
            Write-Host ""
            break
        }
        # 章の文字を追加していく
        else {
            # 図タイトルはカウントから除外
            if ($lines[$i].StartsWith("図")) {
                for ($j = 1; $j -lt $lines.Length-$i; $j++) {
                    if ($lines[$i+$j] -ne ""){ 
                        $lines[$i+$j] = ""
                    }
                    else{break}
                }
            }
            else {
                # 全角と半角スペースはカウントから除外
                $lineText = [string]($lines[$i] -replace " +","")
                $lineText = $lineText -replace "　+",""
                $sectionText += $lineText
            }
        }
    }
}
}

pause