批处理之家 - Powered by Discuz! Board

标题: [文本处理] 批处理删除所有的中文？ [打印本页]

作者: wangx 时间: 2013-9-17 11:05 标题: 批处理删除所有的中文？

http://www.bathome.net/thread-26230-1-1.html
看了一下这个帖子，试了一下。
type arrays.xml|findstr /v /i "zh_tw 绻侀珨涓枃">new.xml
我把这里的xml文件换成了文本，试了，不能删除“繁體中文”，请高手
指点一下，还有“zh_tw 绻侀珨涓枃”是什么意思呢，如果我要删除
中文的话应怎么写呢，在网上找了一番，没有结果。

作者: DAIC 时间: 2013-9-17 12:39

那个帖子里面的arrays.xml是UTF-8编码的，BAT无法直接过滤里面的“繁體中文”这样的关键字。
不建议你使用findstr /v /i "zh_tw 绻侀珨涓枃"这样的方法，不通用，可读性差。
请参考21楼的代码。

如果你要处理的文件是ANSI编码，直接写就行了。

作者: wangx 时间: 2013-9-17 13:24

那个帖子里面的arrays.xml是UTF-8编码的，BAT无法直接过滤里面的“繁體中文”这样的关键字。
不建议你使用 ...
DAIC 发表于 2013-9-17 12:39

哦，那要删除文本中的中文，批处理怎么解决呢，dos下的中文GBK的吧

作者: DAIC 时间: 2013-9-17 15:09

回复 3# wangx

你用的是DOS系统还是Windows系统的CMD呢？

作者: wangx 时间: 2013-9-17 15:15

回复 wangx

你用的是DOS系统还是Windows系统的CMD呢？
DAIC 发表于 2013-9-17 15:09

是win下的命令提示符

作者: Batcher 时间: 2013-9-17 15:40

回复 5# wangx

d:\Test>type a.txt
繁體中文
简体中文

d:\Test>findstr /v "繁體中文" a.txt
简体中文

作者: wangx 时间: 2013-9-17 16:44

回复 wangx

d:\Test>type a.txt
繁體中文
简体中文

d:\Test>findstr /v "繁體中文" a.txt
简体 ...
Batcher 发表于 2013-9-17 15:40

恩你好这个我知道的我想的是删除所有中文字符正则表达式能来做么

作者: DAIC 时间: 2013-9-17 16:46

回复 7# wangx

请把你的文件内容贴出来看看

作者: wangx 时间: 2013-9-17 17:31

回复 wangx

请把你的文件内容贴出来看看
DAIC 发表于 2013-9-17 16:46

我就是想到这么个场景，没有具体的需求。
比如：1.txt
1,2,3,4,5,6,7,8,9
一、二、三、四
时间,日期,年月
a,b,c,d,e,f,g,h
就中文部分都去掉，当然我这边的文件写死了，我指的是所有中文，不定的。
我觉得是不是有正则表达式来做这个，比如：[0-9a-zA-Z]是非文字，[^0-9]非数字什么的
是不是这里也有正则的用法。

作者: DAIC 时间: 2013-9-17 17:37

回复 9# wangx

d:\Test>type a.txt
1,2,3,4,5,6,7,8,9
一、二、三、四
时间,日期,年月
a,b,c,d,e,f,g,h

d:\Test>sed.exe "/[\x80-\xFF]/d" a.txt
1,2,3,4,5,6,7,8,9
a,b,c,d,e,f,g,h

d:\Test>sed.exe --version
GNU sed version 4.0.7

作者: wangx 时间: 2013-9-17 18:11

回复 wangx

d:\Test>type a.txt
1,2,3,4,5,6,7,8,9
一、二、三、四
时间,日期,年月
a,b,c,d,e,f ...
DAIC 发表于 2013-9-17 17:37

谢谢你的热心，sed还真没在win环境下用过，不过sed功能确定很强。

作者: DAIC 时间: 2013-9-17 22:01

回复 11# wangx

可以从这里下载一个
http://code.google.com/p/gnu-on-windows/downloads/list

欢迎光临批处理之家 (http://bbs.bathome.net/)