newswan

回复 1# lxh623

function getDic() {
	param(
		[string]$filename
	)
	$f1 = Get-Content -Encoding UTF8 ( $filename + ".xhtml" )
	$f2 = $f1 -join "`n"
	$f3 = $f2 -replace '(<span class="text_3">[^<>]+</span><span class="text_1">[(][^()]+[)]</span>)',"`n`$1`n" -split "`n"
	$f4 = $f3 -match "text_3"
	$f5 = $f4 -replace "<[^<>]+>",""
	$f5 | Out-File -Encoding utf8 ( $filename + ".txt" )
}
 
getDic ".\juans\F28n1071_005"
getDic ".\juans\005"COPY

提取 text_3 text_1 里的字符
怎么替换 005 没明白

newswan

用 xx_00x 里的

<span class="text_3">[^<>]+</span>COPY

替换
00x 里的

<span class="text_3">[^<>]+</span>COPY

按顺序，5个一组

newswan

"\梵文\${key}_00x.xhtml" "\${epub解包}\juans\00x.xhtml" 两个文件夹里面的文件怎么对应的？

比如 "\梵文\F28n1071_003.xhtml" 和 哪个 "\${epub解包}\juans\003.xhtml" 对应的？
${epub解包} 的实际名字是 "F1071 釋教最上乘秘密藏陀羅尼集" ，怎么和 F28n1071 对应上？

要么把对应的文件放一起，打包

而且，2楼对应两个文件，过滤后，行数不同