[新手上路]批处理新手入门导读[视频教程]批处理基础视频教程[视频教程]VBS基础视频教程[批处理精品]批处理版照片整理器
[批处理精品]纯批处理备份&还原驱动[批处理精品]CMD命令50条不能说的秘密[在线下载]第三方命令行工具[在线帮助]VBScript / JScript 在线参考
返回列表 发帖

[问题求助] 批处理如何替换多种标点符号为换行,并输出新的文本?

求破解难题,想通过脚本实现如下效果:

txt文本为一段文字,内容如下:

这辆货运列车的试运行是中国按照力图实现国际交通线路多元化的”丝绸之路经济带“进行的,这项旨在建设亚非欧国家间合理交通网络的项目囊括公路、铁路、机场,以及交通基础设施的建设。


实现如下格式:


这辆货运列车的试运行是中国按照力图实现国际交通线路多元化的
丝绸之路经济带
进行的
这项旨在建设亚非欧国家间合理交通网络的项目囊括公路
铁路
机场
以及交通基础设施的建设。


即把标点部分替换为换行,标点可能是多种的,也可能是全角,半角的,替换完毕后生成新的文档

搜索了论坛类似的帖子没有找解决办法,请大虾帮助

本帖最后由 WHY 于 2016-2-29 15:45 编辑
  1. PowerShell -c "(get-Content a.txt) -Split '[\p{P}]+' > b.txt"
复制代码

TOP

回复 6# ivor


    感觉应该把            repStr = re.compile(r'[^\u4e00-\u9fa5]')
放在循环外更好。
去学去写去用才有进步。安装python3代码存为xx.py 双击运行或右键用IDLE打开按F5运行

TOP

这帮人太懒了。网站都不更新一下。
py2exe 比较新的是0.9.2 https://pypi.python.org/pypi/py2exe/0.9.2.0
下载安装python3 https://www.python.org/downloads/ 代码存为xx.py 双击运行或IDLE打开F5运行

TOP

回复 13# siesta


    应该没问题,早期的版本我也没用过,最明显的print用法不一样,但是代码里没用到
#&cls&@powershell "Invoke-Expression ([Io.File]::ReadAllText('%~0',[Text.Encoding]::UTF8))" &pause&exit

TOP

回复 12# ivor


    你的代码是使用2.7的吗, 我看代码提示是3.5。1的,高版本的PY2EXE可能支持不好??这一小段代码在2.7上也能正常使用吗?

TOP

回复 11# siesta


    支持python2.7-2.5版本:https://sourceforge.net/projects/py2exe/files/py2exe/0.6.9/
#&cls&@powershell "Invoke-Expression ([Io.File]::ReadAllText('%~0',[Text.Encoding]::UTF8))" &pause&exit

TOP

回复 10# ivor


    效果确实快了,有没有推荐的可以在PY3下面使用的生成EXE的工具,折腾的半天不能生成,可能是缺少某些东西。刚入坑,不知道所以

TOP

回复 9# siesta


    最后修改了一次,使用了re.replace函数,速度更快点了,代码逻辑思路比re.split清晰,有什么问题,欢迎指正~~
#&cls&@powershell "Invoke-Expression ([Io.File]::ReadAllText('%~0',[Text.Encoding]::UTF8))" &pause&exit

TOP

回复 8# ivor


    刚刚在折腾原来的代码,PY可以实现效果,在打包exe的时候提示pywintype 错误,正在排除,马上试一下新脚本,感谢

TOP

本帖最后由 ivor 于 2016-2-16 20:40 编辑

回复 7# siesta


    BAT对于正则表达式不支持,需要借助第三方工具,VBS不熟悉。你要一键处理当前所有文档?
    如果用python,几条命令就可以了

6楼的代码已更新,你把要处理的所有txt都拖拽到脚本上运行就可以了
#&cls&@powershell "Invoke-Expression ([Io.File]::ReadAllText('%~0',[Text.Encoding]::UTF8))" &pause&exit

TOP

回复 6# ivor

感觉无私赐教,这个需求主要是想实现一键处理当前目录下的TXT文档,VBS或BAT实现这个是不是有些复杂??

TOP

本帖最后由 ivor 于 2016-2-16 20:58 编辑

回复 1# siesta
  1. # python 3.5.1
  2. # coding:gbk
  3. # 功能:非汉字字符替换为换行
  4. # 把要处理的txt拖拽到此脚本上运行,不限制文件数量
  5. import re, sys
  6. # 生成的新文档后缀_new.txt
  7. for path in sys.argv:
  8.     if path == __file__:
  9.         continue
  10.     with open(path, 'r') as rFile:
  11.         wFile = open('%s_new.txt' % path, 'w')
  12.         text = rFile.readlines()
  13.         for line in text:
  14.             repStr = re.compile(r'[^\u4e00-\u9fa5]')
  15.             nl = repStr.sub('\n', line)
  16.             wFile.write(nl)
  17.     wFile.close()
复制代码
#&cls&@powershell "Invoke-Expression ([Io.File]::ReadAllText('%~0',[Text.Encoding]::UTF8))" &pause&exit

TOP

Ctrl+H?
标点符号总共也没有几个吧
您好

TOP

本帖最后由 CrLf 于 2016-2-16 13:30 编辑

perl 或 java 支持 Unicode 的 \pP 属性:
  1. @perl -n -e "use Encode;$s=decode('gbk',$_);$s=~s/[\pP‘’“”]+/\r\n/g;print encode('gbk',$s)" 输入.txt >输出.txt
复制代码

TOP

返回列表