批处理之家 » BAT求助&讨论 » 批处理如何处理HTML转义符？

[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

Rank: 1

帖子: 8
积分: 21
技术: 0
捐助: 0
注册时间: 2014-3-11

1楼 跳转到 » 倒序看帖

字体大小: tT

发表于 2015-3-25 15:24 | 只看该作者

[文本处理] 批处理如何处理HTML转义符？

我手上有一个纯文本的数据库，大概几十万条，里面有大量HTML转义符，比如Ι BAT能否将这些转义符替换成正常的文本呢？

Rank: 8 Rank: 8

帖子: 6388
积分: 18843
技术: 982
捐助: 100
注册时间: 2010-10-9

2楼

发表于 2015-3-25 15:36 | 只看该作者

http://www.bathome.net/viewthread.php?tid=24720

链接：在线第三方命令行工具下载 bat、vbs、js 原生混编

Rank: 1

帖子: 8
积分: 21
技术: 0
捐助: 0
注册时间: 2014-3-11

3楼

发表于 2015-3-25 17:37 | 只看该作者

CrLf 发表于 2015-3-25 15:36

非常感谢此工具，我试了下，这个貌似只能decode纯的NCR，如果是正常文本夹杂着NCR就没有办法了吧。

Rank: 8 Rank: 8

帖子: 6388
积分: 18843
技术: 982
捐助: 100
注册时间: 2010-10-9

4楼

发表于 2015-3-25 20:38 | 只看该作者

我试着可以哟

htmldecode "test婓bathome"
复制代码

输出 test婓bathome

链接：在线第三方命令行工具下载 bat、vbs、js 原生混编

Rank: 1

帖子: 8
积分: 21
技术: 0
捐助: 0
注册时间: 2014-3-11

5楼

发表于 2015-3-26 11:33 | 只看该作者

我试着可以哟输出 test婓bathome
CrLf 发表于 2015-3-25 20:38

我发现是我的文件编码有问题，只有编码形式是ANSI的才能正常输出，但这种编码形式下很多其他字符就没办法正常显示了，比如®
htmldecode "testλ® "
输出 "testλ;?"

Rank: 8 Rank: 8

帖子: 6388
积分: 18843
技术: 982
捐助: 100
注册时间: 2010-10-9

6楼

发表于 2015-3-26 14:10 | 只看该作者

是什么编码
可以用 utf-8试试

链接：在线第三方命令行工具下载 bat、vbs、js 原生混编

Rank: 1

帖子: 8
积分: 21
技术: 0
捐助: 0
注册时间: 2014-3-11

7楼

发表于 2015-3-26 14:56 | 只看该作者

是什么编码
可以用 utf-8试试
CrLf 发表于 2015-3-26 14:10

原来是UCS-2 LE, 因为我最终要导入数据库，我试了换UTF-8，也一样，有些特殊字符已ANSI字符集生成新文件再转回原来的就回不去了。

Rank: 8 Rank: 8

帖子: 6388
积分: 18843
技术: 982
捐助: 100
注册时间: 2010-10-9

8楼

发表于 2015-3-26 15:31 | 只看该作者

全都是 &#nnnn; 的形式还是也有   的呢？
如果只有前者就很容易了，要是还有后者就需要查表。
不过表可以动态生成 html 再获取 innerText，那晚上用 hta 给你写个

链接：在线第三方命令行工具下载 bat、vbs、js 原生混编

Rank: 1

帖子: 8
积分: 21
技术: 0
捐助: 0
注册时间: 2014-3-11

9楼

发表于 2015-3-26 15:40 | 只看该作者

全都是 &#nnnn; 的形式还是也有   的呢？
如果只有前者就很容易了，要是还有后者就需要查表。
不过表 ...
CrLf 发表于 2015-3-26 15:31

都是&#nnnn;的形式，不过我的数据源很大，我都是截取一部分测试的，否则会出现memory limit reached的错误。

Rank: 8 Rank: 8

帖子: 6388
积分: 18843
技术: 982
捐助: 100
注册时间: 2010-10-9

10楼

发表于 2015-3-27 04:10 | 只看该作者

不知道你实际的文件有多大...保险一点用 fso 吧，慢一点，不过一行一行读不会超内存
把你要处理的文件 test_in.txt 存为 Unicode 编码，再把以下脚本存为 js 运行即可

var fso = new ActiveXObject('Scripting.FileSystemObject')

var IN = fso.OpenTextFile('test_in.txt',1,true,true)
var OUT = fso.OpenTextFile('test_out.txt',2,true,true)

while(!IN.atEndOfStream){
	var line = IN.ReadLine()

	line = line.replace(/&#(\d{1,5});/g,function($0,$1){
		return String.fromCharCode($1)
	})
	OUT.WriteLine(line)
}

IN.Close()
OUT.Close()
复制代码

链接：在线第三方命令行工具下载 bat、vbs、js 原生混编

Rank: 1

帖子: 8
积分: 21
技术: 0
捐助: 0
注册时间: 2014-3-11

11楼

发表于 2015-3-30 11:45 | 只看该作者

不知道你实际的文件有多大...保险一点用 fso 吧，慢一点，不过一行一行读不会超内存
把你要处理的文件 tes ...
CrLf 发表于 2015-3-27 04:10

it works, thanks!