Board logo

标题: 已解决-（50块钱）删除每行前/后8个汉字内所包含的标点符号 [打印本页]
作者: 黄大人    时间: 2021-2-11 22:36     标题: 已解决-（50块钱）删除每行前/后8个汉字内所包含的标点符号

本帖最后由 黄大人 于 2021-2-12 10:32 编辑

具体报酬：50元
支付方式：微信/支付宝
联系方式：已解决
有效期限：已解决
系统：win7  64位

删除每行前面8个汉字内所包含的标点符号，或且删除每行后面8个汉字内所包含的标点符号

两个功能要求，可分开写也可写单独写，单独写你要教我，前后功能要改哪里。

第一功能：（把每行前8个汉字所包含的标点删除，不管中英标点）
处理前：
当别人，说你，不好不适合我时、我只说了，一句话我喜欢。
如果、我的时。空没有了你那么。我将石沉，海底。

处理后：
当别人说你不好不适合我时、我只说了，一句话我喜欢。
如果我的时空没有了你那么。我将石沉，海底。


第二功能：（把每行后8个汉字所包含的标点删除，不管中英标点）
处理前：
当别人，说你，不好不适合我时、我只说了，一句话，我喜欢。
如果、我的时。空没有了你那么。我将。石沉，海底。

处理后：
当别人，说你，不好不适合我时、我只说了一句话我喜欢
如果、我的时。空没有了你那么我将石沉海底

注：要有备份功能，处理后的文件自动保存到另一文件夹。
作者: flashercs    时间: 2021-2-11 23:43

本帖最后由 flashercs 于 2021-2-12 01:22 编辑

保存为.bat
  1. <#*,:&cls

  2. @echo off

  3. pushd "%~dp0"

  4. powershell -NoProfile -ExecutionPolicy RemoteSigned -Command ". ([ScriptBlock]::Create((Get-Content -LiteralPath \"%~0\" -ReadCount 0 | Out-String ))) "

  5. popd

  6. pause

  7. exit /b

  8. #>

  9. # 如果替换,则值为1;如果不替换,则值为0

  10. $替换前8 = 1

  11. $替换后8 = 1

  12. # 输出目录

  13. $dirOut = ".\newDir"

  14. # 前后汉字数量，默认是8

  15. $CJKCount = 8

  16. 

  17. if (-not (Test-Path -Path $dirOut)) {

  18.   New-Item -Path $dirOut -ItemType Directory

  19. } elseif (-not (Test-Path -Path $dirOut -PathType Container)) {

  20.   Remove-Item -Path $dirOut -Force

  21.   New-Item -Path $dirOut -ItemType Directory

  22. }

  23. function Get-Encoding {

  24.   # output: [System.Text.Encoding], $null

  25.   [CmdletBinding(DefaultParameterSetName = "PathSet")]

  26.   param (

  27.     [Parameter(ParameterSetName = "StreamSet", Mandatory = $true)]

  28.     [ValidateNotNullOrEmpty()]

  29.     [System.IO.Stream]$Stream,

  30.     [Parameter(ParameterSetName = "PathSet", Mandatory = $true, Position = 0)]

  31.     [ValidateNotNullOrEmpty()]

  32.     [System.String]$Path,

  33.     [Parameter(Mandatory = $false, Position = 1)]

  34.     [System.UInt32]$ReadCount = 1024

  35.   )

  36.   $utf8BOMThrow = New-Object System.Text.UTF8Encoding -ArgumentList @($true, $true)

  37.   $utf8NoBOMThrow = New-Object System.Text.UTF8Encoding -ArgumentList @($false, $true)

  38.   $utf16LEBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($false, $true, $true)

  39.   $utf16LENoBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($false, $false, $true)

  40.   $utf16BEBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($true, $true, $true)

  41.   $utf16BENoBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($true, $false, $true)

  42.   # type encoding,bool bom,bool throw,Text.Encoding encoding,byte[] preamble,string strPreamble

  43.   $arrUTF8Bom = $utf8BOMThrow.GetPreamble()

  44.   $arrUTF16LEBom = $utf16LEBOMThrow.GetPreamble()

  45.   $arrUTF16BEBom = $utf16BEBOMThrow.GetPreamble()

  46.   

  47.   if ($PSCmdlet.ParameterSetName -eq "PathSet") {

  48.     try {

  49.       $Stream = New-Object System.IO.FileStream -ArgumentList @($Path, [System.IO.FileMode]::Open, [System.IO.FileAccess]::Read, [System.IO.FileShare]::Read)

  50.     } catch {

  51.       return $null 

  52.     }

  53.   }

  54.   $byteBuff = New-Object byte[] -ArgumentList 3

  55.   $readCount = $Stream.Read($byteBuff, 0, 3)

  56.   if ($byteBuff[0] -eq $arrUTF8Bom[0] -and $byteBuff[1] -eq $arrUTF8Bom[1] -and $byteBuff[2] -eq $arrUTF8Bom[2]) {

  57.     # utf8bom

  58.     $return = $utf8BOMThrow

  59.   } elseif ($byteBuff[0] -eq $arrUTF16LEBom[0] -and $byteBuff[1] -eq $arrUTF16LEBom[1]) {

  60.     # utf16lebom

  61.     $return = $utf16LEBOMThrow

  62.   } elseif ($byteBuff[0] -eq $arrUTF16BEBom[0] -and $byteBuff[1] -eq $arrUTF16BEBom[1]) {

  63.     # utf16bebom

  64.     $return = $utf16BEBOMThrow

  65.   } else {

  66.     # nobom

  67.     if ($ReadCount -gt 0) {

  68.       $charBuff = New-Object char[] -ArgumentList $ReadCount

  69.     }

  70.     # utf16-nobom 都被认为是ANSI编码

  71.     foreach ($encoding in @($utf8NoBOMThrow<# , $utf16LENoBOMThrow, $utf16BENoBOMThrow #>)) {

  72.       try {

  73.         $Stream.Position = 0

  74.         $sr = New-Object System.IO.StreamReader -ArgumentList @($Stream, $encoding, $false)

  75.         if ($ReadCount -gt 0) {

  76.           [void]$sr.Read($charBuff, 0, $ReadCount)

  77.         } else {

  78.           [void]$sr.ReadToEnd()

  79.         }

  80.         $return = $encoding

  81.         break

  82.       } catch {

  83.         

  84.       } finally {

  85.         if ($sr) {

  86.           $sr.Dispose()

  87.         }

  88.       }

  89.     }

  90.   }

  91.   if ($PSCmdlet.ParameterSetName -eq "PathSet") {

  92.     $Stream.Dispose()

  93.   }

  94.   if (!$return) {

  95.     $return = [System.Text.Encoding]::Default

  96.   }

  97.   return $return  

  98. }

  99. $reCJK = New-Object System.Text.RegularExpressions.Regex -ArgumentList @('\p{IsCJKUnifiedIdeographs}', 'Compiled, Ignorecase')

  100. # $reCJK = New-Object System.Text.RegularExpressions.Regex -ArgumentList @('\w', 'Compiled, Ignorecase')

  101. Get-ChildItem -Path .\*.txt -Filter *.txt -Include *.txt | ForEach-Object {

  102.   if (-not $_.PSIsContainer) {

  103.     $encoding = Get-Encoding -Path $_.FullName

  104.     if ($null -eq $encoding) {

  105.       $encoding = [System.Text.Encoding]::GetEncoding(0)

  106.     }

  107.     try {

  108.       [System.IO.File]::WriteAllLines((Join-Path -Path $dirOut -ChildPath $_.Name), [string[]]@([System.IO.File]::ReadAllLines($_.FullName, $encoding) | ForEach-Object {

  109.             $str = $_

  110.             if ($替换前8) {

  111.               $cjkMatches = $reCJK.Matches($str)

  112.               if ($cjkMatches.Count -gt 0) {

  113.                 $index = $cjkMatches[[math]::Min($CJKCount - 1, $cjkMatches.Count - 1)].Index

  114.                 $str = ($str.Substring(0, $index + 1) -replace '[\p{P}]+', '') + $str.Substring($index + 1)

  115.               }

  116.             }

  117.             if ($替换后8) {

  118.               $cjkMatches = $reCJK.Matches($str)

  119.               if ($cjkMatches.Count -gt 0) {

  120.                 $index = $cjkMatches[[math]::Max(0, $cjkMatches.Count - $CJKCount)].Index

  121.                 $str = $str.Substring(0, $index) + ($str.Substring($index) -replace '[\p{P}]+', '')

  122.               }

  123.             }

  124.             $str

  125.           }), $encoding)

  126.     } catch {

  127.       $_ | Write-Host -ForegroundColor Red

  128.     }

  129.   }

  130. }
复制代码
作者: 黄大人    时间: 2021-2-12 10:30

回复 2# flashercs


    代码验证OK，已打款到支付宝，请查收。
作者: 黄大人    时间: 2021-2-12 15:44

回复 2# flashercs


    代码比我想像中的好用，维一不足的就是运行中没有进度状态显示，运行时就一黑压压没变化的窗口，处理文件多的时候，都不知道是死了还是卡住了。
作者: flashercs    时间: 2021-2-12 17:12

回复 4# 黄大人


    修改一下,显示处理文件.
  1. <#*,:&cls

  2. @echo off

  3. pushd "%~dp0"

  4. powershell -NoProfile -ExecutionPolicy RemoteSigned -Command ". ([ScriptBlock]::Create((Get-Content -LiteralPath \"%~0\" -ReadCount 0 | Out-String ))) "

  5. popd

  6. pause

  7. exit /b

  8. #>

  9. # 功能:删除每行前8/后8个汉字CJK字符中的标点符号.

  10. 

  11. # 如果替换,则值为1;如果不替换,则值为0

  12. $替换前8 = 1

  13. $替换后8 = 1

  14. # 输出目录

  15. $dirOut = ".\newDir"

  16. # 前后汉字数量，默认是8

  17. $CJKCount = 8

  18. 

  19. if (-not (Test-Path -Path $dirOut)) {

  20.   New-Item -Path $dirOut -ItemType Directory

  21. } elseif (-not (Test-Path -Path $dirOut -PathType Container)) {

  22.   Remove-Item -Path $dirOut -Force

  23.   New-Item -Path $dirOut -ItemType Directory

  24. }

  25. function Get-Encoding {

  26.   # output: [System.Text.Encoding], $null

  27.   [CmdletBinding(DefaultParameterSetName = "PathSet")]

  28.   param (

  29.     [Parameter(ParameterSetName = "StreamSet", Mandatory = $true)]

  30.     [ValidateNotNullOrEmpty()]

  31.     [System.IO.Stream]$Stream,

  32.     [Parameter(ParameterSetName = "PathSet", Mandatory = $true, Position = 0)]

  33.     [ValidateNotNullOrEmpty()]

  34.     [System.String]$Path,

  35.     [Parameter(Mandatory = $false, Position = 1)]

  36.     [System.UInt32]$ReadCount = 1024

  37.   )

  38.   $utf8BOMThrow = New-Object System.Text.UTF8Encoding -ArgumentList @($true, $true)

  39.   $utf8NoBOMThrow = New-Object System.Text.UTF8Encoding -ArgumentList @($false, $true)

  40.   $utf16LEBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($false, $true, $true)

  41.   $utf16LENoBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($false, $false, $true)

  42.   $utf16BEBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($true, $true, $true)

  43.   $utf16BENoBOMThrow = New-Object System.Text.UnicodeEncoding -ArgumentList @($true, $false, $true)

  44.   # type encoding,bool bom,bool throw,Text.Encoding encoding,byte[] preamble,string strPreamble

  45.   $arrUTF8Bom = $utf8BOMThrow.GetPreamble()

  46.   $arrUTF16LEBom = $utf16LEBOMThrow.GetPreamble()

  47.   $arrUTF16BEBom = $utf16BEBOMThrow.GetPreamble()

  48.   

  49.   if ($PSCmdlet.ParameterSetName -eq "PathSet") {

  50.     try {

  51.       $Stream = New-Object System.IO.FileStream -ArgumentList @($Path, [System.IO.FileMode]::Open, [System.IO.FileAccess]::Read, [System.IO.FileShare]::Read)

  52.     } catch {

  53.       return $null 

  54.     }

  55.   }

  56.   $byteBuff = New-Object byte[] -ArgumentList 3

  57.   $readCount = $Stream.Read($byteBuff, 0, 3)

  58.   if ($byteBuff[0] -eq $arrUTF8Bom[0] -and $byteBuff[1] -eq $arrUTF8Bom[1] -and $byteBuff[2] -eq $arrUTF8Bom[2]) {

  59.     # utf8bom

  60.     $return = $utf8BOMThrow

  61.   } elseif ($byteBuff[0] -eq $arrUTF16LEBom[0] -and $byteBuff[1] -eq $arrUTF16LEBom[1]) {

  62.     # utf16lebom

  63.     $return = $utf16LEBOMThrow

  64.   } elseif ($byteBuff[0] -eq $arrUTF16BEBom[0] -and $byteBuff[1] -eq $arrUTF16BEBom[1]) {

  65.     # utf16bebom

  66.     $return = $utf16BEBOMThrow

  67.   } else {

  68.     # nobom

  69.     if ($ReadCount -gt 0) {

  70.       $charBuff = New-Object char[] -ArgumentList $ReadCount

  71.     }

  72.     # utf16-nobom 都被认为是ANSI编码

  73.     foreach ($encoding in @($utf8NoBOMThrow<# , $utf16LENoBOMThrow, $utf16BENoBOMThrow #>)) {

  74.       try {

  75.         $Stream.Position = 0

  76.         $sr = New-Object System.IO.StreamReader -ArgumentList @($Stream, $encoding, $false)

  77.         if ($ReadCount -gt 0) {

  78.           [void]$sr.Read($charBuff, 0, $ReadCount)

  79.         } else {

  80.           [void]$sr.ReadToEnd()

  81.         }

  82.         $return = $encoding

  83.         break

  84.       } catch {

  85.         

  86.       } finally {

  87.         if ($sr) {

  88.           $sr.Dispose()

  89.         }

  90.       }

  91.     }

  92.   }

  93.   if ($PSCmdlet.ParameterSetName -eq "PathSet") {

  94.     $Stream.Dispose()

  95.   }

  96.   if (!$return) {

  97.     $return = [System.Text.Encoding]::Default

  98.   }

  99.   return $return  

  100. }

  101. 

  102. $reCJK = New-Object System.Text.RegularExpressions.Regex -ArgumentList @('\p{IsCJKUnifiedIdeographs}', 'Compiled, Ignorecase')

  103. # $reCJK = New-Object System.Text.RegularExpressions.Regex -ArgumentList @('\w', 'Compiled, Ignorecase')

  104. Write-Host $null

  105. Get-ChildItem -Path .\*.txt -Filter *.txt -Include *.txt | ForEach-Object {

  106.   if (-not $_.PSIsContainer) {

  107.     $encoding = Get-Encoding -Path $_.FullName

  108.     if ($null -eq $encoding) {

  109.       $encoding = [System.Text.Encoding]::GetEncoding(0)

  110.     }

  111.     try {

  112.       $dstfile = (Join-Path -Path $dirOut -ChildPath $_.Name)

  113.       $_.Name + " -> " + $dstfile | Write-Host

  114.       [System.IO.File]::WriteAllLines($dstfile, [string[]]@([System.IO.File]::ReadAllLines($_.FullName, $encoding) | ForEach-Object {

  115.             $str = $_

  116.             if ($替换前8) {

  117.               $cjkMatches = $reCJK.Matches($str)

  118.               if ($cjkMatches.Count -gt 0) {

  119.                 $index = $cjkMatches[[math]::Min($CJKCount - 1, $cjkMatches.Count - 1)].Index

  120.                 $str = ($str.Substring(0, $index + 1) -replace '[\p{P}]+', '') + $str.Substring($index + 1)

  121.               }

  122.             }

  123.             if ($替换后8) {

  124.               $cjkMatches = $reCJK.Matches($str)

  125.               if ($cjkMatches.Count -gt 0) {

  126.                 $index = $cjkMatches[[math]::Max(0, $cjkMatches.Count - $CJKCount)].Index

  127.                 $str = $str.Substring(0, $index) + ($str.Substring($index) -replace '[\p{P}]+', '')

  128.               }

  129.             }

  130.             $str

  131.           }), $encoding)

  132.     } catch {

  133.       $_ | Write-Host -ForegroundColor Red

  134.     }

  135.   }

  136. }
复制代码




欢迎光临 批处理之家 (http://www.bathome.net/) Powered by Discuz! 7.2