[文件操作] [已解决]批处理如何提取Unicode编码文件中的字符串

yuanyannian

Unicode 格式文件如下：

aaa.inf（韩文字符）

INTL_GEO_NATION="134"
50_GRAY="50% 회색"
ASTERISK="일반 메시지"
BOXES="네모"
BRICK="벽돌색"
CLOSE_PROGRAM="프로그램 닫기"
CRITICAL_BATTERY_ALARM="배터리 위험 수준 경보"
CRITICAL_STOP="시스템 오류"
CRITTERS="V자"
DEFAULT_BEEP="기본 경고음"
DEFAULT_SOUND="기본 경고음"
DESERT="황토색"
DEVICE_CONNECT="장치 연결"
DEVICE_DISCONNECT="장치 연결 해제"
DEVICE_FAIL="장치 연결 오류"
DIAMONDS="마름모"
EGGPLANT="가지색"
EMPTY_RECYCLE_BIN="휴지통 비우기"
EVENT_VIEWER="이벤트 뷰어"
EXCLAMATION="경고 메시지"
EXIT_WINDOWS_NT="Windows 종료"
GAMES="게임"

我的需求是：如何从aaa.inf 中提取某行（不是全部）等号后面的字符串（不是全部），比如 DIAMONDS="마름모" 中的 “마름모”（不要引号），输出到一个变量，或一个新的Unicode文件中。
谢谢大师们出手相助！


附件（源文件）：

terse

回复 1# yuanyannian

@echo off
for /f "tokens=2 delims==" %%i in ('find /i "DIAMONDS=" ^<au.txt') do set "str=%%~i"
echo,%str%
pause
复制代码

yuanyannian

回复 2# terse


    谢谢，不过好像不行，运行后显示：

DAIC

回复 3# yuanyannian


    把你的inf文件压缩之后上传到顶楼我试试

yuanyannian

回复 4# DAIC


    源文件已经上传到顶楼（附件），其实这是 Windows 安装源盘中注册表源文件，因为所涵盖所有国家的语言，所以是变量，不同的语言，等号后面的内容不一样的，但都是 unicode 编码字符。

yuanyannian

这个问题似乎有点难，既要正确的原样查找 Unicode 格式文件中的字符串（通常用 for /f %%i in () 到的已经是乱码了），又要写入到一个 Unicode 格式文件中。
个人观点：就目前的方法，采用普通的的文本，如 .txt、 .ini、 .bat好像都无法处理 Unicode 格式，那么我想，新写入的文件格式只能是注册表文件（.reg---保存为 unicode 格式应该可以运行），将变量以 .reg 的形式保存，用bat批处理导入这个 .reg 文件（反正我最终要的结果是注册表）。

yuanyannian

问题是：如何原样提取 Unicode 格式文件中的字符串，并且又原样写入到一个 Unicode 格式文件中。
我想肯定是有办法的，只是我不懂罢了，所以请老师们出手，谢谢了！！！

CrLf

GB2312 编码是不支持韩文的，强行从 unicode 转为 扩展ASCII码 极易会丢失字符
949 代码页不知道为什么又没法用，1201 无效果，65001 在 xp 下又有问题
---------------------------------------------------------------------------------
powershell 默认输出就是 unicode：

((select-string "DIAMONDS=" a.inf).line -split '"')[1]>b.inf
复制代码

perl 也可实现，非系统自带：

use Encode;

open(IN,"<:encoding(utf-16)","a.inf");
open(OUT,">b.inf");
binmode(OUT, ":encoding(utf-16)"); 
while(<IN>){
	 print OUT ((split /"/)[1]) if /^DIAMONDS=/;
}
复制代码

再来个 python...

import codecs
import re

text =open('a.inf', encoding='utf-16').read()
text=re.sub(r'[\s\S]*DIAMONDS="(.*)"[\s\S]*','\g<1>',text)
open('b.inf', 'w', encoding='utf-16').write(text)
复制代码

yuanyannian

回复 8# CrLf

恕我p盲，这几个如何使用？

yuanyannian

回复 8# CrLf

powershell 运行后是一个空的 b.inf

DAIC

回复 10# yuanyannian


    什么操作系统？PowerShell的版本是？

apang

vbs 应该也可以

Set fso = CreateObject("Scripting.FileSystemObject")
txt = fso.OpenTextFile("HIVEDEF.INF", 1, flase, -1).ReadAll
Set re = New RegExp
re.Pattern = "^DIAMONDS=""(.*)"""
re.IgnoreCase = true
re.Global = true
re.MultiLine = true
For Each m in re.Execute(txt)
    s = s & m.SubMatches(0) & vbCrLf
Next
fso.OpenTextFile("New_HIVEDEF.INF", 2, true, -1).Write s
复制代码

yuanyannian

回复 11# DAIC


    我的操作系统是 Windows 7 x64，powershell 我看了好像是 v1.0

DAIC

回复 13# yuanyannian


Win7的PowerShell版本应该是2.0吧
C:\>powershell -c "Get-Host | Select-Object Version"

Version
-------
2.0

yuanyannian

回复 14# DAIC

是的，用你给的方法查看为 2.0