批处理之家 - Powered by Discuz! Board

标题: [文本处理] 批处理命令FINDSTR为何无法正确匹配中文关键词/字符串？ [打印本页]

作者: oloyyy 时间: 2012-4-13 22:16 标题: 批处理命令FINDSTR为何无法正确匹配中文关键词/字符串？

本帖最后由 pcl_test 于 2017-4-6 08:30 编辑

楼主写一个统计病区用药的批时，发现：
1.findstr "片粒" 无法实现匹配含"片"或"粒"的行，加/r开关后可实现，但仍不解其理。
2.使用findstr /r /c:" [^ ]*粒"时，前处空处为制表符，发现"粒"会匹配"辛（"，此处括号为中文括号。去掉/r时"粒"不会匹配"辛（"但其中正则式不能用。怀疑是编码问题，于是用notepad++试了下，以UTF-8格式编码时，发现"辛"的右边与"（"的左边的编码，同"粒"的编码。问如何解决。
对/r的作用似懂非懂，希望高手不吝赐教，楼主感激不尽！
PS:用findstr匹配中文真是相当的蛋疼

作者: CrLf 时间: 2012-4-13 22:24

本帖最后由 CrLf 于 2012-4-13 22:27 编辑

第一个问题，匹配多组宽字符时，findstr 本身有 bug，只能用 /r 或 /l 来强制修正或使用/c开关：

findstr /c:"片" /c:"粒"
复制代码

第二个问题的原因是 findstr 匹配的是字节而非字符，试运行：

echo 粒辛（>test.txt
echo d^&echo q | debug test.txt
复制代码

你看到了什么？
粒的内码为 C1A3，而辛和为（的内码分别为 D0C1 与 A3A8，所以...

作者: gawk 时间: 2012-4-13 22:25

findstr "片粒" 无法实现匹配含"片"或"粒"的行

可以这样：

findstr "片.* 粒" a.txt
复制代码

作者: oloyyy 时间: 2012-4-13 22:37

大侠们真及时啊，先顶后看

作者: oloyyy 时间: 2012-4-13 22:46

谢谢版主，但第2个问题咋解决呢

欢迎光临批处理之家 (http://bbs.bathome.net/)