批处理之家 - Powered by Discuz! Board

标题: [文本处理] 【已解决】请问如何解决批处理命令findstr处理汉字的问题？ [打印本页]

作者: aceamuro 时间: 2022-4-18 17:21 标题: 【已解决】请问如何解决批处理命令findstr处理汉字的问题？

本帖最后由 aceamuro 于 2022-4-19 11:13 编辑

findstr /i "2022年4月16日" aaa.txt>bbb.txt
复制代码

输出的bbb.txt是个空文件，如果把“2022年4月16日”换成文件中的英文字符比如“png”就正常

findstr /i "png" aaa.txt>bbb.txt
复制代码

这样输出的bbb.txt就是带有“png”这组字符的行

请问如何解决查找汉字的问题？

作者: 5i365 时间: 2022-4-18 20:46

回复 1# aceamuro

这个好像可以实现类似的效果

#@&cls&powershell -nop "type '%~f0'|out-string|iex"&pause&exit
sls -enc default "2022年4月16日" ".\aaa.txt"  >bbb.txt
复制代码

作者: 5i365 时间: 2022-4-18 21:00

回复 1# aceamuro

这个和CMD输出一致了

#@&cls&powershell -nop "type '%~f0'|out-string|iex"&pause&exit
(sls -enc default "2022年4月16日" ".\aaa.txt" | Select Line).line >bbb.txt
复制代码

作者: aceamuro 时间: 2022-4-18 21:43

回复 3# 5i365
把文件带上路径的话会红字出错，红字里还出现了相同目录里的其他文件，不会powershell……

看不懂……

作者: 5i365 时间: 2022-4-18 21:45

本帖最后由 5i365 于 2022-4-18 21:46 编辑

回复 4# aceamuro

我测试是可以的, 路径加上""了吗? 另外要处理的文件编码要GBK

作者: Batcher 时间: 2022-4-18 21:55

回复 1# aceamuro

请参考Q-04和Q-05把bat文件和txt文件都保存为ANSI编码：
https://mp.weixin.qq.com/s/Koje4FufWxWBs7ioDy_LJA

如果还是不行，请把你测试用的文件和bat脚本打包上传到网盘我试试。

作者: aceamuro 时间: 2022-4-19 08:47

回复 5# 5i365
路径都是加了""的
至于编码是不是GBK我也不太清楚，bat文件编码是ansi，aaa.txt编码是utf8
因为同一个bat中还有其他带中文字符的指令，所以只能用ansi。而那个aaa.txt实际上是用cURL拷贝下来的网页内容，好像只能输出为utf8

作者: aceamuro 时间: 2022-4-19 08:54

本帖最后由 aceamuro 于 2022-4-19 09:11 编辑

回复 6# Batcher
的确是编码问题，aaa.txt手动改成ansi后就正常了，但aaa.txt本身是cURL保存的内容。
本来保存这个aaa.txt的bat也是ansi，但存下来的就变成utf8，总不能代码运行途中手动修改编码
怎么把保存的内容改成ansi还是个问题……

作者: qixiaobin0715 时间: 2022-4-19 09:01

回复 1# aceamuro
这样呢？存为UTF-8：

@echo off
chcp 65001
find "2022年4月16日" a.txt
pause
复制代码

作者: aceamuro 时间: 2022-4-19 09:28

本帖最后由 aceamuro 于 2022-4-19 09:36 编辑

回复 9# qixiaobin0715
如果bat是ansi，代码中写chcp 65001，用echo显示“2022年4月16日”的结果是“2022��4��16��”
如果bat是utf8，代码中写chcp 65001，用echo显示“2022年4月16日”的结果是“2022年4月16日”（这个好像是多此一举）
如果bat是utf8，代码中写chcp 936，用echo显示“2022年4月16日”的结果是“2022骞?鏈?6鏃?”
总之这三种都没法正确输出bbb.txt

PS：另外仔细看了一下，第二种情况（如果bat是utf8，代码中写chcp 65001）中，

findstr "2022年4月16日"
复制代码

被识别成了

r "2022年4月16日"
复制代码

丢掉了指令中“findst”这几个字符，不知道为什么……

作者: qixiaobin0715 时间: 2022-4-19 09:37

不知你是什么逻辑。如何还要用echo显示，find不是直接就能显示吗？

作者: qixiaobin0715 时间: 2022-4-19 09:54

如果bat是utf8，代码中写chcp 65001，用echo显示“2022年4月16日”的结果是“2022年4月16日”（这个好像是多此一举）
你查找的不就是包含这个日期的行吗？

作者: aceamuro 时间: 2022-4-19 09:57

回复 11# qixiaobin0715
用echo就是不在文件中寻找，直接显示那几个字符，用find显示的内容也是一样的

作者: aceamuro 时间: 2022-4-19 09:59

本帖最后由 aceamuro 于 2022-4-19 10:13 编辑

如果bat是utf8，代码中写chcp 65001，用echo显示“2022年4月16日”的结果是“2022年4月16日”（这个好像是多 ...
qixiaobin0715 发表于 2022-4-19 09:54

只有cmd窗口中显示是正确的，但输出的bbb.txt还是空的
偶然发现好像utf8本身也不一样，bat用文本打开右下角utf8旁边显示的是windows(CRLF)，而aaa.txt显示的是unix(LF)
但没查到这两种chcp分别是多少号，问题可能出在这里

作者: aceamuro 时间: 2022-4-19 10:34

回复 16# qixiaobin0715
不是，如果按照Batcher说的手动全改成ANSI的确是没问题的
但问题在于aaa.txt是cURL自动生成的文件，实际运行过程中没法手动改编码

链接: https://pan.baidu.com/s/1y6B-JCL93tdSX-OLsfO5AQ?pwd=tbzm 提取码: tbzm

作者: qixiaobin0715 时间: 2022-4-19 10:49

试试这个行吧
链接: https://pan.baidu.com/s/19Qm68e17SaY9gQOuGQbx9w?pwd=78ur 提取码: 78ur

作者: aceamuro 时间: 2022-4-19 11:12

回复 16# qixiaobin0715
这个可以，多谢了

欢迎光临批处理之家 (http://www.bathome.net/)