[文本处理] 【已解决】批处理怎样批量转码htm网页文件？

tbjx138

先谢谢各位大神的帮忙！！我有很多htm网页，我用EmEditor打开就提示下面的图：

每次我都是这样做的，点击确定，然后文档打开，点击一下空格键，然后保存就可以了
几个可以，太多就不行了。我想请大神帮忙，批处理能不能批量转换，解决我的这个问题呢？

Batcher

压缩一个htm文件传上来看看

tbjx138

我上传网盘了，请管理员看看，谢谢！！
链接：http://pan.baidu.com/s/1hq48kAC 密码：8mlr

tbjx138

还请各位大神帮忙！！！谢谢！！

DAIC

用EmEditor打开的目的是什么？我用Nodepad++打开没有这个提示。

tbjx138

用EmEditor打开的目的是什么？我用Nodepad++打开没有这个提示。
DAIC 发表于 2014-11-27 08:52

回复大神，我是在网页提取时报错，必须做下转码，才能提取！

DAIC

回复 6# tbjx138


    网页提取时使用的代码发出来我试试

cyq8886

第三方工具挺好用的，可以试试

iconv -f gbk -t utf-8 a.txt >b.txt
复制代码

http://www.bathome.net/thread-32989-1-1.html

apang

源文件10.htm中存在 nul 字符，如果文件多的话，用sed 可以删掉它

sed -i "s/\x00//g" *.htm
复制代码

tbjx138

第三方工具挺好用的，可以试试
cyq8886 发表于 2014-11-27 10:08

这个代码不知道转码使用。请大神说明一下！

tbjx138

源文件10.htm中存在 nul 字符，如果文件多的话，用sed 可以删掉它
apang 发表于 2014-11-27 10:38

多谢apang大神，用大神的代码做了bat，使用后很好用！

apang

回复 11# tbjx138


    估计你没有sed.exe，7楼DAIC签名档有下载地址

D:\test>dir *.htm
驱动器 D 中的卷没有标签。
卷的序列号是 0000-ECDB

D:\test 的目录

2014-11-26  14:41        11,139,967 010.htm
               1 个文件     11,139,967 字节
               0 个目录 57,363,992,576 可用字节

D:\test>sed -i "s/\x00//g" *.htm

D:\test>dir *.htm
驱动器 D 中的卷没有标签。
卷的序列号是 0000-ECDB

D:\test 的目录

2014-11-27  11:05        11,139,965 010.htm
               1 个文件     11,139,965 字节
               0 个目录 57,363,992,576 可用字节

D:\test>

修改后010.htm少了两个字节（两个 nul 字符被删掉了），我用UltraEdit32测试也是如此。

tbjx138

回复  tbjx138


    估计你没有sed.exe，7楼DAIC签名档有下载地址



修改后010.htm少了两个字节（ ...
apang 发表于 2014-11-27 11:12

第一次是没有sed，我下载使用后很好，我的htm很多，能不能整个文件夹里的所有htm一起转换！谢谢大神的帮忙！！

DAIC

回复 13# tbjx138


    9楼代码里面的*.htm就是表示批量处理当前目录下的所有htm文件

tbjx138

好的，懂了，谢谢DAIC大神！！