元号のデータセットを作ったはなし

はじめに

日本の元号のデータセットを作りました。
北朝を含めた大化から令和までの248個の全ての元号に対応しています。

構造

データは次のようなYAMLの連想配列で表現されています。

modern.yaml

era:
  heisei:
    number: 231
    kanji: 平成
    kyujitai: null
    english: Heisei
    start: 1989-01-08
    end: 2019-05-01

キーと値のペアの意味は次の通りです。

• number: 何番目の元号かを表しています。
  232個の元号一覧に含まれないときはnullです。
• kanji: 新字体での元号名を表しています。
• kyujitai: 旧字体（異体字セレクタを含む）での元号名を表しています。
  新字体と字体が同じときはnullです。
• english: 英語での元号名を表しています。
  マクロンが付いている場合があります。
• start: その元号が始まった日付を表しています。
• end: その元号が終わった日付を表しています。
  現在の元号のときはnullです。

南北朝時代では次のキーと値のペアが存在します。

• southern-number: 南朝の何番目の元号かを表しています。
• northern-number: 北朝の何番目の元号かを表しています。

YAMLを使用した理由は次の通りです。

1. タイムスタンプ型が存在する。
2. nullが存在する。
3. JSONへの変換が構造を殆ど維持したままできる。

JSONへの変換

YAMLファイルをJSONファイルに変換するためのDenoスクリプトを含んでいます。
実行時に依存関係を自動的にダウンロードするので、簡単に実行することができます。

# `deno run`で実行
deno run --allow-read --allow-write scripts/yaml2json.ts

# 直接実行
./scripts/yaml2json.ts

出力例:

modern.json

{
  "era": {
    "heisei": {
      "number": 231,
      "kanji": "平成",
      "kyujitai": null,
      "english": "Heisei",
      "start": "1989-01-08T00:00:00.000Z",
      "end": "2019-05-01T00:00:00.000Z"
    }
  }
}

実行例

232番目の元号の新字体での元号名を取得する。

$ cat assets/json/*.json | jq '.[][] | select(.number == 232) | .kanji'
"令和"

18世紀の元号の個数を数える。

$ cat assets/yaml/edo.yaml | yq '.[][] | select(.start >= "1701-01-01" and .end < "1801-01-01") | .number' | wc -l
11