ログの混沌を制する：FSO・RegExp・Dictionaryで実現する「極限のデータ抽出術」
こんにちは。現場の自動化を支えるエンジニアの皆さん。
日々の業務で、膨大な量のログファイルやテキストデータに囲まれて、「この中から特定のIPアドレスだけを抜き出して、重複を消したリストが欲しい……」なんて、途方に暮れたことはありませんか？
「マクロの記録」や、単純な「文字列の検索」の段階を卒業し、一歩上の「自動化エンジニア」へとステップアップするためには、バラバラの機能を組み合わせて、一つの「パイプライン（処理の流れ）」を作るスキルが必要になります。
今日は、VBScriptにおける最強の三種の神器、FSO（ファイル操作）、RegExp（正規表現）、そしてDictionary（連想配列）を連携させ、大量のデータから必要な情報だけをクリーンに抽出する、プロの実践的な技法を伝授します。
ここをマスターすれば、あなたのVBScriptは単なる「スクリプト」から、強力な「ツール」へと進化しますよ。さあ、一緒に見ていきましょう。
1. 今回構築する「抽出パイプライン」の設計図
いきなりコードを書く前に、エンジニアとして最も大切なこと。それは「設計」です。
今回、私たちが作るのは以下のような「情報の流れ」を持つプログラムです。
1. 【入力層：FSO】：ファイルシステムを介して、巨大なテキストファイルを一行ずつ読み込む。
2. 【解析層：RegExp】：読み込んだ一行の中から、正規表現のパターンを使って「メールアドレス」や「IPアドレス」を炙り出す。
3. 【整理層：Dictionary】：見つかった情報をDictionaryに放り込む。Dictionaryの「キーの重複を許さない」という特性を利用して、自動的に重複を排除する。
4. 【出力層：FSO】：整理されたクリーンなリストを、新しいファイルとして書き出す。
この「読み込み $\to$ 解析 $\to$ 整理 $\to$ 書き出し」という流れは、データ処理の基本中の基本です。
2. 武器となる「三種の神器」の役割を知る
実装に入る前に、今回使うオブジェクトの「本質」を理解しておきましょう。
① FileSystemObject (FSO) ：「手」の役割
ファイルを開き、読み、書き込む。物理的なファイル操作を司ります。
プロの視点： 大容量ファイルを扱うときは、`ReadAll`（一括読み込み）ではなく、`ReadLine`（一行ずつ読み込み）を使いましょう。一括読み込みはメモリを食いつぶし、システムを不安定にする原因になります。
② RegExp (Regular Expression) ：「目」の役割
複雑な文字列パターンを瞬時に見つけ出す、超高性能な「目」です。
「数字が3つ、ドット、数字が3つ……」といったルールを、たった一行のパターンで記述できます。
③ Dictionary ：「脳」の役割
「名前（Key）」と「値（Item）」をセットで管理する高度なメモリ空間です。
ここが重要！ Dictionaryは、「同じキーを二度登録しようとすると、エラーになる（または上書きされる）」という性質を持っています。これを利用すれば、コードを複雑に書かなくても、一瞬で重複排除が完了します。
3. 実践：究極の抽出スクリプト
それでは、実際に動作するコードを見てみましょう。このコードは、そのままコピーして `.vbs` ファイルとして保存すれば動作するように設計しています。
' ==========================================================================
' Script Name: LogExtractorPro.vbs
' Description: FSO, RegExp, and Dictionary to extract IP/Email and remove duplicates.
' Author: Legend Architect
' ==========================================================================
Option Explicit
' --- 設定エリア ---
Const INPUT_FILE = "C:\temp\access_log.txt" ' 解析対象のログファイルパス
Const OUTPUT_FILE = "C:\temp\extracted_list.txt" ' 結果を出力するファイルパス
' --- メイン処理 ---
Main
Sub Main()
Dim fso, ts, line, dict, regExp, matches, match
Dim ipPattern, emailPattern
' オブジェクトの生成
Set fso = CreateObject("Scripting.FileSystemObject")
Set dict = CreateObject("Scripting.Dictionary")
Set regExp = CreateObject("VBScript.RegExp")
' 入力ファイルの存在チェック
If Not fso.FileExists(INPUT_FILE) Then
MsgBox "エラー: 入力ファイルが見つかりません。" & vbCrLf & INPUT_FILE, vbCritical
Exit Sub
End If
' --- 正規表現パターンの設定 ---
' IPアドレスのパターン (例: 192.168.1.1)
ipPattern = "\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b"
' メールアドレスの簡易パターン
emailPattern = "[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
' RegExpオブジェクトの設定
regExp.Global = True ' 見つかったものすべてを抽出
regExp.IgnoreCase = True ' 大文字小文字を区別しない
' --- ファイル読み込みプロセス ---
On Error Resume Next ' エラーハンドリングの開始
Set ts = fso.OpenTextFile(INPUT_FILE, 1) ' 1 = ForReading
If Err.Number <> 0 Then
MsgBox "ファイルを開けませんでした: " & Err.Description, vbCritical
Exit Sub
End If
On Error GoTo 0 ' エラーハンドリングを元に戻す
Do Until ts.AtEndOfStream
line = ts.ReadLine ' 一行ずつ読み込む（メモリに優しい！）
' 1. IPアドレスの抽出
regExp.Pattern = ipPattern
Set matches = regExp.Execute(line)
For Each match In matches
' Dictionaryに登録（既に存在すれば何もしない）
If Not dict.Exists(match.Value) Then
dict.Add match.Value, ""
End If
Next
' 2. メールアドレスの抽出
regExp.Pattern = emailPattern
Set matches = regExp.Execute(line)
For Each match In matches
If Not dict.Exists(match.Value) Then
dict.Add match.Value, ""
End If
Next
Loop
ts.Close
' --- 結果の書き出しプロセス ---
Set ts = fso.CreateTextFile(OUTPUT_FILE, True) ' True = Overwrite
Dim key
For Each key In dict.Keys
ts.WriteLine key ' 重複排除済みのKeyを一行ずつ書き出す
Next
ts.Close
' --- 後片付け（オブジェクトのライフサイクル管理） ---
' 参照を解除してメモリを解放する。これはプロの作法です。
Set ts = Nothing
Set dict = Nothing
Set regExp = Nothing
Set fso = Nothing
MsgBox "抽出が完了しました！" & vbCrLf & "出力先: " & OUTPUT_FILE, vbInformation
End Sub4. 陥りやすい罠：エンジニアが直面する「3つの壁」
このスクリプトを動かす際、あるいは自分で改造する際に、初心者が必ずと言っていいほどぶつかる壁があります。
壁その1：正規表現の「欲張り」問題
正規表現は強力すぎるゆえに、意図しない部分まで拾ってしまうことがあります。
例えば、IPアドレスのパターンを `\d+\.\d+\.\d+\.\d+` と書くと、`1234.5678.9.0` のような不正な形式まで拾ってしまう可能性があります。
今回のコードでは `\b` (Word Boundary：単語の境界) を使っています。これにより、「数字の塊の前後が区切られていること」を保証し、誤検知を減らしています。
壁その2：メモリ管理と「オブジェクトの解放」
VBScriptはガベージコレクション（不要なメモリを自動で掃除する仕組み）を持っていますが、大規模なループの中でオブジェクトを大量に生成したり、開きっぱなしにしたりすると、動作が目に見えて重くなります。
スクリプトの最後で `Set obj = Nothing` を行う習慣をつけてください。これは「私はこのオブジェクトをもう使いませんよ」という、OSへの礼儀なのです。
壁その3：文字コードの壁
ログファイルが `UTF-8` で、VBScriptの標準的な `OpenTextFile` が `Shift-JIS` を想定している場合、日本語が含まれていると文字化けします。
もし文字化けが発生した場合は、`ADODB.Stream` という別のオブジェクトを使い、文字コードを指定して読み込む手法に切り替える必要があります。これは「中級者への入り口」となる次のトピックです。
5. まとめ：ここをクリアすれば、基本はバッチリです
今回の技法を整理しましょう。
- FSO でファイルを「一行ずつ」安全に読み込む。
- RegExp で複雑なパターンを「鮮やかに」抜き出す。
- Dictionary で重複を「スマートに」排除する。
この3つを組み合わせる手法は、ログ解析だけでなく、設定ファイルの書き換え、大量のファイル名の一括変更、データの集計など、あらゆる業務自動化に応用できます。
最初は正規表現のパターンを覚えるのが大変かもしれません。でも、焦らなくて大丈夫ですよ。一度「仕組み」を理解してしまえば、あとはパターンを使い回すだけです。
さあ、次は自分の手で、もっと複雑なパターンに挑戦してみてください。その一歩が、あなたを真の自動化エンジニアへと導いてくれるはずです。応援していますよ！
