ローマ字を日本語の五十音順にソート

日本語でソートするのは面倒（？）でローマ字でソートしたいけど標準のsortだとアルファベティカルに並べてしまう．ということで，ローマ字をスコア化するスクリプトを書いた．既に誰かやってるのかな？てきとーに探しても見つからなかったので作った．

特徴

• 短い？
• 遅い
• 改良しやすい
• ローマ字にしか使えない

ということで，誰かもっと良いのがあったら教えてください．もしくは，改良しましたとかあったら報告ください．

コード

スコア算出用のテーブルの用意

母音をあ～おで1~5，子音をあ行から順に+5ずつ増加．これで１～５０までのスコアを作る．

ローマ字による文字列をスコア化

正規表現でマッチさせます．つまり，遅い．解説も何もないので，下記コードを見てください．

CalculateScoreは１音節分のスコアの計算，ConvertNameToDigitsは１音節ずつマッチさせた結果を連結します．ConvertNameToDigitsで得た結果をリストに格納してsortに渡せば，ローマ字でソートしてくれます．ConvertNameToDigitsの結果をキーにした連想配列を作って，keysでkeyだけ取ってきてソートした順に連想配列のvalueを取るのが普通の使い方かな？

正規表現で音節を取ってくるところが気に入ってる．

使い方

• ConvertNameToDigits("sato"); みたいに使います．結果は，文字列で1120 (=(10+1)+(15+5))です．

sysenter命令実行時にEIPに格納されるアドレス

• 32bit
• ia32_sysenter_eip msr
• 64bit
• ia32_lstar msr

ia32_lstar msrには、カノニカルアドレスが格納されている必要がある。msrの書き込みと読み込みは、特権レベル0またはリアルモードで実行する。以下の場合は、一般保護例外が発生する。

• 特権レベルが0でない
• ecxが予約された値または無効な値
• If the value in EDX:EAX sets bits that are reserved in the MSR specified by ECX.(どう翻訳すれば良いのか。)
• msrへの代入元レジスタのアドレスがカノニカルでなく、かつ、ecxが以下を示す値を格納している場合
• ia32_ds_area
• ia32_fs_base
• ia32_gs_base
• ia32_kernel_gs_base
• ia32_lstar
• ia32_sysenter_eip
• ia32_sysenter_esp

Linuxだと、wrmsrやrdmsr命令に関しては、マクロが定義されている(LXR)。wrmsr_safeなども参考になる。