第26回 #シェル芸勉強会に参加してきました - 職業プログラマの休日出勤

2日前の話題ではありますが、タイトルの通りです。今回も大阪サテライトでの参加でした。

atnd.org
togetter.com

午前中の学び

午前の勉強会は bash のキーバインドの話でした。

set -o emacs
set -o vi

どちらが良いかなんて一目瞭然ですね（宗教戦争を煽るスタイル）。

そしてbind芸。

$ bind '"a":' でaキーが死ぬ。 #危険 #危険bind芸 #シェル芸
— Ryuichi Ueda (@ryuichiueda) 2016年12月25日

もちろん午前の勉強会のオチは、危険bind芸で端末を落とすこと、でしたｗｗ

午後のクイズ大会

午後の部が始まる前に、大阪サテライトでは .xlsx のファイルフォーマット解説の会を開催していました。
基本は

zipで固めてある
1シートで1つの .xml ファイルが存在する
文字列は sharedStrings みたいなファイルに格納されている
各シートのセルは、中身が文字列のときは sharedStrings の中身での出現場所を指し示すようになっている
- 全く同じ文字列が複数のセルに入っているとき、sharedStrings は上手く再利用される
セルの中身が式（formula）のとき、その評価結果はシートの中にキャッシュされている
- 例えば =A1 という式が入っていて、その参照先セルが文字列であるとき、式の評価結果がキャッシュされることになるため sharedStrings を参照する形にはなっていない。ファイルサイズが増える原因になり得る。

Q1

一度展開した .xlsx / .docx / .pptx を再びzipに戻す業務。
実は難しいです。。

Q2

パワポのスライドに含まれる「危険」という文字列が、何回登場するか数える問題。
回答：$ unzip -p 20141019OSC_LT.pptx "ppt/slides/slide*.xml" | grep -o '危険' | wc -l
unzip コマンドの展開ファイル指定にはワイルドカードも使えることが重要ですね。

Q3

パワポに含まれる画像を全て抽出してzipに固める問題。
回答：$ unzip -d hoge/ 20141019OSC_LT.pptx "ppt/media/*"; cd hoge/ppt/media/; zip ../../../hoge.zip ./*; cd ../../../
テンポラリのディレクトリを作ってますが、最後に消してないのはお行儀が悪いですね。

Q4

スライド7ページ目に含まれる文字列を抜き出す問題。文字列に全角半角が混在している場合などにおいては、古き良き時代の shift-out / shift-in のような設計思想のタグ構造になっているので、どこからどこまでが1行であるのか？をきちんと管理しなければなりません。パワポにおいては <a:p> タグが段落を示すようなので、これを1行として取り扱いましょう。
回答：$ unzip -p 20141019OSC_LT.pptx ppt/slides/slide7.xml | sed 's/<a:p>/@/g' | tr '@' '\n' | sed 's/<[^<>]*>//g'