批处理之家 - Powered by Discuz! Board

标题: [文件操作] [已解决]批处理如何提取Unicode编码文件中的字符串 [打印本页]

作者: yuanyannian 时间: 2014-7-26 17:27 标题: [已解决]批处理如何提取Unicode编码文件中的字符串

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）：

作者: terse 时间: 2014-7-26 19:17

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

作者: yuanyannian 时间: 2014-7-26 20:19

回复 2# terse

谢谢，不过好像不行，运行后显示：

作者: DAIC 时间: 2014-7-26 22:01

回复 3# yuanyannian

把你的inf文件压缩之后上传到顶楼我试试

作者: yuanyannian 时间: 2014-7-26 22:21

本帖最后由 yuanyannian 于 2014-7-26 22:24 编辑

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。

作者: yuanyannian 时间: 2014-7-27 16:01

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）。

作者: yuanyannian 时间: 2014-7-27 16:06

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！！！

作者: CrLf 时间: 2014-7-27 19:59

本帖最后由 CrLf 于 2014-7-27 20:01 编辑

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

作者: yuanyannian 时间: 2014-7-27 20:20

回复 8# CrLf

恕我p盲，这几个如何使用？

作者: yuanyannian 时间: 2014-7-27 20:46

回复 8# CrLf

powershell 运行后是一个空的 b.inf

作者: DAIC 时间: 2014-7-28 12:34

回复 10# yuanyannian

什么操作系统？PowerShell的版本是？

作者: apang 时间: 2014-7-28 19:18

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

作者: yuanyannian 时间: 2014-7-28 19:39

回复 11# DAIC

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

作者: DAIC 时间: 2014-7-29 10:05

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

作者: yuanyannian 时间: 2014-7-29 19:52

回复 14# DAIC

是的，用你给的方法查看为 2.0

作者: 523066680 时间: 2014-7-29 20:52

回复 9# yuanyannian

perl保存为.pl格式 python保存为.py格式，把里面的文件名替换成正确的，同目录下运行
前提是装了perl或者python的解释器。

作者: CrLf 时间: 2014-7-29 22:15

回复 14# DAIC

以前我也以为是 1.0 的，后来才发现 win7 自带的其实是 2.0，被文件夹名骗了

作者: yuanyannian 时间: 2014-7-31 13:30

回复 12# apang

这个 vbs 脚本可以，但请教：

如何直接查找、替换 unicode 格式中的字符串，并保持源文件格式不变？

作者: apang 时间: 2014-7-31 16:29

回复 18# yuanyannian

Set fso = CreateObject("Scripting.FileSystemObject")
Set f = fso.OpenTextFile("HIVEDEF.INF", 1, false, -1)
s = Replace(f.ReadAll, """마름모""", """菱形""")
f.Close
fso.OpenTextFile("HIVEDEF.INF", 2, true, -1).Write s
复制代码

保存为test.vbs， unicode编码

作者: yuanyannian 时间: 2014-7-31 17:01

回复 19# apang

太好了很成功，谢谢！！！

apang 老师，可否再帮忙写一个vbs（我是笨鸟）：

1. 源文件见附件，是 unicode 格式，处理过程中及处理后要保持 unicode 格式不变。
2. 查找其中的 HKCU,"，替换为 HKLM，"WB-default\。
3. 查找其中的 HKLM,"SYSTEM，替换为 HKLM，"WB-setup。
4. 查找其中的 HKLM,"SOFTWARE，替换为 HKLM，"WB-software。
5. 添加 [DEFAULTINSTALL] 一行。
6. 再添加 ADDREG = AddReg 一行。
先感谢！

源文件格式（节选）：

作者: apang 时间: 2014-7-31 20:25

回复 20# yuanyannian

以后像这种与主题无关的问题请重新开贴

Set fso = CreateObject("Scripting.FileSystemObject")
Set f = fso.OpenTextFile("test.txt", 1, false, -1)
s = f.ReadAll : f.Close
s = Replace(s, "HKCU,""", "HKLM,""WB-default\")
s = Replace(s, "HKLM,""SYSTEM", "HKLM,""WB-setup")
s = Replace(s, "HKLM,""SOFTWARE", "HKLM,""WB-software")
s = "[DEFAULTINSTALL]" & vbCrLf & "ADDREG = AddReg" & vbCrLf & vbCrLf & s
fso.OpenTextFile("test.txt", 2, true, -1).Write s
复制代码

作者: yuanyannian 时间: 2014-7-31 20:56

回复 21# apang

知道了，谢谢 apang 老师。
这个问题解决了大问题，再次感谢！！！

欢迎光临批处理之家 (http://bbs.bathome.net/)