あんまりあいだ空けるのもアレなので、今日はさくらインターネットのスタンダード鯖で、MeCab を UTF-8 で使う方法を簡単にご紹介。

まず MeCab は形態素解析のライブラリです。本家サイトはこちら。

MeCab: Yet Another Part-of-Speech and Morphological Analyzer

さくらインターネットのサーバには元から MeCab がインストールされてますので、単に使うだけならそのままでおkです。ただ EUC-JP 版の辞書がインスコされてますので、そのまま UTF-8 なウェブアプリで使用すると〜問題が発生します。今日ご紹介するのはそれを回避する方法です。

回避方法は簡単で、UTF-8 な辞書ファイルを別にインスコするだけです。以下、具体的なやり方。

1. 辞書のアーカイブをサーバにアップロード
   MeCab のダウンロードページ から、IPA 辞書の最新版をダウンロードして、サーバにうpします。
2. アーカイブを展開してインスコ
   以下のコマンドをおもむろに打ち込み、UTF-8 の辞書を $HOME/lib/mecab/dic/ipadic-utf8 にインスコします。インスコ先のパスは適当に変えてください。

   % tar xvzf mecab-ipadic-2.7.0-20070610.tar.gz
   % cd mecab-ipadic-2.7.0-20070610
   % ./configure --with-charset=utf8 --with-dicdir=$HOME/lib/mecab/dic/ipadic-utf8
   % make
   % make install

3. MeCab を動かす
   コマンドラインから MeCab を動かす際は、-d オプションで辞書のディレクトリを指定します。

   % mecab -d ~/lib/mecab/dic/ipadic-utf8 utf8.txt
   あ      フィラー,*,*,*,*,*,あ,ア,ア
   ああ    感動詞,*,*,*,*,*,ああ,アア,アー
   EOS

   プログラムから使用する場合も基本的には同じです。以下は Python バインディングでの使用例。

   import os
   import MeCab
   dicdir = os.path.expanduser('~/lib/mecab/dic/ipadic-utf8')
   m = MeCab.Tagger ("-Ochasen -d%s" % dicdir)
   print m.parse ("今日もしないとね")

ということで本日はこの辺にて。
ではでは☆

ちょっと前にさくらインターネットで稼働中の鯖を撤去するとかふざけたミスがあったでしょ。幸いさくらはトラブルに巻き込まれなかったんだけど、何か起こる前にバックアップをしなきゃと思ったのね。なんで今日はさくらインターネットの共有サーバ専用バックアップスクリプトを作ってみました！！

とりあえずスクリプトはこっからダウンロードできまふw
シェルスクリプトでっすww

sakurabackup.sh

いつも通りの MIT ライセンスだから煮るなり焼くなり好きにしてもらって構わないわよ〜

設定

スクリプトをダウンロードしたら、まずサーバの設定をスクリプトに書き込むの。ファイルをエディタで開いて以下のあたりを編集してね。ちなみにスクリプトの文字コードは ISO-2022-JP になってるから、メモ帳とかで開いたら文字化けすると思うわよ。

# バックアップファイル名。
# デフォルトは backup-YYYY-MM-DD.tar.gz になってます。
BACKUP_FILENAME="backup-`date '+%Y-%m-%d'`.tar.gz"

# バックアップ対象のディレクトリとかファイルとか。
BACKUP_TARGETS="www"

# MySQL のバックアップをするなら yes、しないなら no。
MYSQLDUMP="yes"

# MySQL アカウント。上からユーザ名、パスワード、ホスト名、データベース名れす。
# 大文字部分を自分のアカウントのに変えてね。
MYSQLDUMP_USER="USERNAME"
MYSQLDUMP_PASSWORD="PASSWORD"
MYSQLDUMP_HOST="HOSTNAME"
MYSQLDUMP_DBNAME="DBNAME"

# MySQL のバックアップファイル名。
# 最終的にこのファイルも BACKUP_FILENAME にバックアップされますので
# 一時ファイル名みたいなものと思ってください。
MYSQLDUMP_FILENAME="mysql.dump"

# mysqldump コマンド。
# MySQL4 を使ってる場合は mysqldump-4.0 に変更すること。
MYSQLDUMP_COMMAND="/usr/local/bin/mysqldump"

とりあえず設定しないといけないのは MySQL 関係の部分ね。一応さくらも WordPress 使ってるんで MySQL のバックアップをデフォルトで有効にしてあるの。そのままで良かったら MySQL のアカウントを設定してね。MySQL のバックアップが不要なら MYSQLDUMP=”no” に変えるだけで (アカウントとかは設定しなくて) OK よ。

自分でプログラムをインスコしてる人は BACKUP_TARGETS に適当にディレクトリとかファイルを足してもらったら、それもバックアップ対象になるわ。

設定が終わったらサーバの適当なディレクトリにアップロードしてね。vi とか使える人は先にアップしてからサーバ上で設定してもらってもいいわよ。とりあえず $HOME/sakurabackup.sh に置いたということで話を進めるわね。

バックアップ

ファイルをアップしたら ssh か telnet でサーバにログインしてスクリプトを実行するの。

$ nice sh sakurabackup.sh

これで BACKUP_FILENAME (デフォルトだと backup-YYYY-MM-DD.tar.gz) にバックアップファイルが出来上がるわ。後は sftp か ftp でバックアップファイルをダウンロードしたらバックアップ完了よ。

データ量にもよりますが、全部で5分程度の簡単なお仕事ですwww

あと一つ注意しとくけど、それなりに重いから注意っていうかちゃんと見ながら動かした方がいいと思うわよ。

リストア

tar と mysqldump でバックアップファイル作ってるだけだから、$HOME でバックアップファイルを展開して、mysql でダンプを戻せばリストアできるはずよ。

$ tar xvzf backup-2009-05-29.tar.gz
$ mysql DBNAME < mysql.dump

はずっていうのは、サーバの設定とかがバックアップ時と同じならこれで戻るって意味。サーバが飛んだ時はたぶんサーバの一部が前と変わってるだろうから、自分で環境を色々いじくってる人は簡単には戻らないと考えといた方がいいと思うわよ。

いずれにしてもちゃんと戻ってるか確認しつつ作業する必要があるわね。そういう意味では今回説明した方法は、*NIX とか MySQL の基本的な操作方法を知ってる人向けかもね。でもバックアップなんてそんなものよ。やり方分かんなかったらサーバの使い方を覚えるか、もっと良さげなツールを自分で探すか、お金払って誰かにやってもらうことねww

さくら

やっとさくらの鯖も MySQL5.1 に対応したみたいだから移行してみたわ。
なんか WordPress も速くなるらしいし期待 ageage よね！

ついでにデータベースの文字コードを EUC-JP から UTF-8 に変更してみたの。
どこに書いてたか忘れてたけど、MySQL4 の UTF-8 はバグってるらしいって聞いてたから EUC-JP にしてたのね。でもトラバが文字化けしたりする原因になってるっぽかったし、WordPress をもっとシャキシャキ動くようにしたいから前から UTF-8 に変更したかったんだけど、なんとなく伸び伸びになってたの。なんで今回一緒に片付けることにしたわ。

同じことしたい人も他にいるかもしれないから、やり方まとめとくわね。
まず最初に全体的な流れを説明するわ。

1. データベースのダンプを作成する
2. MySQL4 データベースを削除する
3. MySQL5 データベースを再作成する
4. データベースダンプをリストアする
5. WordPress の設定を変更する

MySQLAdmin とか使ってもできると思うんだけど、わざわざネットワークトラフィック使う意味があんまりないから全部鯖上のシェルで操作するやり方を説明してるわよ。先に TeraTerm とか何でもいいからターミナルエミュレータを用意しといてね。ターミナルは UTF-8 を強制的に表示できるやつが便利だと思うわよ。

あ…そうそう、一ついい忘れてたんだけど、MySQL5 が使えるかは共有 SSL が使えるかとセットになってるはずだから、コントロールパネルのドメイン設定とかで SSL が使えるか確認してから移行作業するかどうか検討してね♡

あと以下の作業を始める前に、WordPress の wp-config.php のデータベースパスワードをコメントアウトするとかして WordPress を一時停止しといた方がいいと思うわ。じゃ頑張って！！

データベースのダンプを作成する

ダンプってのは丸まんま取り出したデータって意味でとらえて貰って構わないわ。データベースダンプの場合、CREATE TABLE とかデータベースを再作成するのに必要なデータ一式ってことよ。

ダンプを取るには mysqldump コマンドを使うの。普段はバックアップを取るのに使うやつね。

ちなみに今、さくらインターネットの共有鯖には MySQL4 用の mysqldump-4.0 と MySQL5 用の mysqldump がインスコされてるはずなの。当然今回は MySQL4 から MySQL5 に移行するんだから、mysqldump-4.0 を使うのよ。ターミナルで鯖にログオンしたらこんな感じで実行するの。

$ cd [どっか]
$ mysqldump-4.0 -u [USER] -h [HOST] [DBNAME] -p > mysql.dump
Enter password:

[どっか] はどっか適当なディレクトリのことよ。別に HOME でも構わないわ。
[USER] はデータベースユーザー名、[HOST] はデータベースホスト名、[DBNAME] はデータベース名ね。データベース初期化したときにさくらインターネットから教えてもらってるはずよ。

コマンドを実行したらパスワード入力待ち状態になるからちゃんと入力して。入力したら mysql.dump ってファイルにデータベースダンプが取れるわ。後で使うから大事に取っとくのよ。

え？ユーザー名とかが分かんないですって？
よく今まで使ってこれたわね…悪いけど付き合ってらんないわww

MySQL4 データベースを削除する

さくらインターネットのコントロールパネルの [データベースの設定] から [データベースを削除] ボタンを押せば消せるわ。このキャプチャの下の方にあるボタンよ。

消す前に深呼吸でもして、手抜かりが無いか確認した方がいいと思うわ。
もう後戻りできないところに来てるの、ワタシ達…
一緒に元気な赤ちゃん育てましょ！！

MySQL5 データベースを再作成する

データベースを消したらそのまま新しいデータベースを作ればいいわ。MySQL のバージョンが選べるようになってるから MySQL5.1 を選ぶのよ。

ついでにデータベースのパスワードを変えとくのもいいわね。

データベースダンプをリストアする

リストアってのはダンプを元に戻すってことね。
ちょっと今回は文字コードを変更する関係で、リストアする前にデータベースのデフォルト文字セットを UTF-8 に変更したりしてるわよ。要らない人はその辺もっとさくらにザーメン飛ばしちゃって。

リストアするには mysql コマンドでダンプファイルを読みこめばいいの。とりあえずターミナルに戻ってコマンドを実行してちょうだい。
後でログとか見たかったら script コマンドを先に実行しといたらいいと思うわ。これしとくと、typescript ってファイルにコマンドと結果全部が保存されるの。

$ script
Script started, output file is typescript
$ mysql -v -u [USER] -h [HOST] [DBNAME] -p

mysql コマンドを -v 付きで実行してるのは、後で \. コマンドでダンプを読み込む際に実行したコマンドを表示させるためね。これするとメッセージが大量に表示されるようになるから、バカでかいダンプファイル作ってる人は -v 付けない方がいいと思うわよ。
で、MySQL データベースにログオンしたらまず \s コマンドで文字セットを見て頂戴。こんな感じで全部 ujis になってるんじゃないかしら？

mysql> \s
[省略]
Server characterset:    ujis
Db     characterset:    ujis
Client characterset:    ujis
Conn.  characterset:    ujis
[省略]

ujis ってのは EUC-JP のことね。とりあえず utf8 になってなかったら alter database コマンドで文字セットを変えるの。

mysql> alter database [DBNAME] character set utf8;

[DBNAME] はデータベース名ね。さくらインターネットの共有鯖ならユーザー名と一緒になってると思うわ。実行したら \s コマンドで再確認してね。

mysql>\s
[省略]
Server characterset:    ujis
Db     characterset:    utf8
Client characterset:    ujis
Conn.  characterset:    ujis
[省略]

Db characterset が utf8 に変わってると思うわ。これを確認してから \C [CHARSET] コマンドでクライアントと接続文字セットも utf8 に変えるの。

mysql> \C utf8
Charset changed

これで Client characterset と Conn. characterset も utf8 に変わるはずよ。\s で再確認してちょうだい。
本当は Client characterset はターミナルの設定に合わせて指定しないといけないんだけど、その辺は行間を読んでよねww

文字セットの変更が終わったらダンプをリストアするわ。\. コマンドを実行しちゃって！

mysql> \. mysql.dump
[省略]
Query OK, 1 row affected (0.00 sec)
mysql> \q
Bye
$ exit
Script done, output file is typescript

リストアしたら mysql はすぐ終了しちゃってもいいわよ。シェルからも exit してるのは script コマンドを終了させるためね。exit の代わりにCtrl-D でもいいわよ。

暇だったらここで typescript ファイルを見てみるのもいいと思うわ。
まあさくら程度ブログで記事書いてる人はデータベースも結構大きくなってる思うから、目視で検査するのは無理っぽいんだけどね。
どっちにしろ作業ログなんか気休め程度に思っといた方がいいわよ。
この時点で何か問題見つけてももうどうにもならないんだからwww

WordPress の設定を変更する

WordPress の設定で最小限必要なのは、データベースが新しいホストに変わってるはずだからそれを直すことね。後、データベース再作成のときにパスワード変えたりとかしてたらそれも直さないといけないわよ。

一応今回は WordPress の移行に関する説明だからこの辺の詳細は省略するわね。詳しく知りたい人は ja.wordpress.org の インストールガイド でも見てね。

とりあえずこれで「MySQL4 から MySQL5 への移行 + WordPress の再設定 + MySQL の文字コードを EUC-JP から UTF-8 にする」は完了よ！
さくらのやり方を参考にして失敗しても知らないけど、やる気のある人はトライしてみて！！！

さくら

おおまかな手順はこんな感じです。

1. MySQL データベースを初期化
2. phpMyAdmin でデータベースの言語設定を確認
3. WordPress をインストール

MySQL データベースを初期化

MySQL データベースの初期化は、コンパネ (サーバコントロールパネル) のデータベース設定から行えます。データベースが初期化されていない状態でデータベース設定を開くと、データベースパスワードを入力されるように促されますので、

適当なパスワードを入力すると初期化が完了し、データベースの設定画面が開きます。

さすがさくらたん、簡単だね！！

phpMyAdmin でデータベースの言語設定を確認

初期化が完了したら、データベース設定の管理ツール phpMyAdmin を開き MySQL データベースの言語設定を確認しておきます。

phpMyAdmin を開いたページの右側に以下のような表示があります。これが言語設定です。

後で WordPress をインストールする際に必要となりますので、必死で覚えるかメモっておいてください。メモんなくてもたぶん euc だと思いますがw

ちなみに phpMyAdmin からデータベースの言語設定を変えることもできますが、MySQL の UTF8 の実装は色々とバグがあるみたいなので euc のまま運用した方が無難だと思います。どんなバグがあるかはググれカスでございます。

WordPress をインストール

よく考えたらアップロードする前に WordPress がいりますね。ja.wordpress.org に日本語版があると思います。

インストール手順は WordPress インストールを見ていただいた方が早いと思います。簡単に説明しますと、

1. ZIP を拾ってきて適当なディレクトリに展開
2. wp-config-sample.php を wp-config.php にコピーもしくはリネーム
3. wp-config.php のデータベース設定を書き換える
4. ブラウザから wp-admin/ にアクセス

という感じになります。

さくらインターネットのサーバにインストールする際は、コンパネのデータベース設定を元に wp-config.php のデータベース設定をこんな感じに書き換えます。

/* データベース名に書き換える */
define(‘DB_NAME’, ‘putyourdbnamehere’);

/* データベース ユーザ名に書き換える */
define(‘DB_USER’, ‘usernamehere’);

/* データベース 接続パスワードに書き換える */
define(‘DB_PASSWORD’, ‘yourpasswordhere’);

/* データベース サーバに書き換える */
define(‘DB_HOST’, ‘localhost’);

/* euc-jp に書き換える */
define(‘DB_CHARSET’, ‘euc-jp’);

ファイル中のコメントや上記のインストール手順を参考にデータベース設定以外についても wp-config.php を編集し、wp-admin にアクセスすればインストール完了です。

インストールしてみて…

WordPress をインストールするのは始めてだったのですが、インスコ自体はそんなに難しくないと思います。

ただ、WordPress 自体の使い勝手については…正直微妙っていう感じです。まああまり使い込んでいる訳ではありませんので、これ以上の発言は控えさせて頂きますw