批处理之家 - Powered by Discuz! Board

标题: [文本处理] [已解决]提取文本指定内容出现乱码如何解决？ [打印本页]

作者: hlzj88 时间: 2016-3-20 08:28 标题: [已解决]提取文本指定内容出现乱码如何解决？

本帖最后由 pcl_test 于 2016-3-20 14:12 编辑

实例：新建的文本，粘贴的汉字内容，然后提取关键字，结果里有部分乱码。win7

type 大秦帝国1.txt | find /i "第" | find /i "节">>a.ini
复制代码

代码如上，仅如此。百思不得其姐。
先谢谢了。
如需原文，地址在下
大秦帝国1

作者: codegay 时间: 2016-3-20 08:57

本帖最后由 codegay 于 2016-3-20 09:48 编辑

python

with open("大秦帝国1黑色裂变 (1).txt",encoding="cp936") as f:
    ini=[r for r in f if "第"in r and "章" in r and "节" in r]
with open("result.ini","w+") as f:
    f.writelines(ini)
复制代码

受楼下的启发,用了str.startswith()

with open("大秦帝国1黑色裂变 (1).txt",encoding="cp936") as f:
    ini=[r for r in f if r.startswith("第") and "章" in r and "节" in r]
with open("result.ini","w+") as f:
    f.writelines(ini)
复制代码

作者: hlzj88 时间: 2016-3-20 09:17

谢谢，有没有bat的解决办法呢

作者: happy886rr 时间: 2016-3-20 09:35

本帖最后由 pcl_test 于 2016-3-20 14:12 编辑

回复 3# hlzj88

findstr "^第.*章.*第.*节.*" <大秦帝国1黑色裂变.txt>2.txt
复制代码

作者: WHY 时间: 2016-3-20 10:21

findstr "第..节" 大秦帝国1黑色裂变.txt>a.ini
复制代码

欢迎光临批处理之家 (http://bbs.bathome.net/)