[文本处理] htox32c转换htm2txt 汉字乱码

BAT1

遇上加了/IP参数还是乱码的怎么办？
htm文件使用记事本打开时是UTF-8编码的。

@echo off
curl -o 123.txt http://www.sge.sh/publish/sge/xqzx/jyxq/index.htm
md htm
pause
title 下载数据文件
set n=0
setlocal enabledelayedexpansion
for /f "delims=><= tokens=4skip=170" %%i in (123.txt) do (
set a=%%i
echo http://www.sge.sh/publish/sge/xqzx/jyxq/%%i
if "!a:~-4,3!"=="htm" set /a n+=1 & echo %%i !n! & curl -o htm\!n!.htm  http://www.sge.sh/publish/sge/xqzx/jyxq/%%i
)

title 转换文件格式
HtoX32c /ip /O0 htm\*.htm
md txt 2>nul
move htm\*.txt txt\>nul
pause
exit
复制代码

wc726842270

这个网站的CHARSET是UTF-8，没什么说的
试一下HtoX32c /i8 /O0 htm\*.htm(HtoX32c,curl我这儿都没有，也懒得下了）

BAT1

回复 2# wc726842270


    换成/i8 也是乱码

wc726842270

呵呵，这个没有做试验，给你个网址也许对你有帮助：
【原创】用批处理+curl+HtoX32c整理中国医药网上的医院名录信息http://bbs.et8.net/bbs/showthread.php?t=1014614

wc726842270

刚才无聊做了一下试验，发现HtoX32c可以将GB2312正常转换（也就是说没有乱码），而LZ所提供的网站是用UTF-8的，所以出现的点问题，有兴趣可以用VBS下载