[文本处理] 批处理替换字符时，中文乱码怎么办

cktest0001

刚才求得了批处理的方法，非常感谢大家。原帖地址：http://www.bathome.net/thread-26646-1-1.html
这里再把需求重复一遍：

有一个文件叫 替换内容集.txt ，里面的内容是：
苹果，apple
橘子，orange
香蕉，banana
……

有一个文件夹，下面有很多文件，也有子文件夹，子子文件夹。
现在要遍历这个文件夹下面的所有文件（包括子文件夹中的），将文件中的苹果、橘子、香蕉等等，替换成apple、orange、…………

上面这个需求已经写好了。现在遇到的问题是，如果替换内容是英文，那没问题，如果是中文，就乱码了

三种文件都是"以 UTF-8 无 BOM 格式编码"。
求大神帮忙。

WHY

我认为我的脚本性能最好，而且我这脚本还能性能优化。欢迎脚本pk呀。

我也认为我的脚本天下第一。问：天下第一的脚本长啥样？答：天热蚊子多，我想想先。

相声 小品 魔术杂技
评书 笑话 说唱艺术
东西南北中
君请看 曲苑杂坛

Hello123World

回复 4# cktest0001


    下载软件Notepad++，打开Notepad++，编码-转为ANSI编码

PowerShell

1 由于你没有提供测试文件，所以也没法测试，总之这是试用版，搞坏你数据概不负责，你自己做好备份。（脚本我简单跑了下，没啥问题）
2 for坛友cktest00012.ps1          下载。ps1 脚本，并把前面的变量改成你真实的环境，保存。
3 管理员cmd运行下列命令：
rem 用管理员权限的cmd命令行中，运行下列命令，开启powershell的.ps1脚本运行权限：
"C:\WINDOWS\system32\windowspowershell\v1.0\powershell.exe" -command "Set-ExecutionPolicy -ExecutionPolicy  bypass"
"C:\WINDOWS\syswow64\windowspowershell\v1.0\powershell.exe" -command "Set-ExecutionPolicy -ExecutionPolicy  bypass"
4 开启powershell。exe ，打入 cd  你脚本保存的目录。然后打for，然后按tab，即可出现 for坛友cktest00012.ps1 敲回车即可。

5 我想说这题很难，难在性能，理由如下：
5.1 很明显打开一个文件，然后遍历【替换内容集】中的条目，然后替换，性能高。而对一对替换内容，遍历文件，性能低。
5.2 我不知道bat sed等能否一次【在内存中！】替换多个内容。如果不能，就是替换一次，保存一遍，虽然有操作系统缓存会加快很多速度。但也不如直接在内存中遍历替换内容集性能高。尤其是【替换内容集】中的条目比较多的时候。
5.3 我这个脚本很明确是在内存中操作。尤其是【替换内容集】中的条目比较多的时候。我认为我的脚本性能最好，而且我这脚本还能性能优化。欢迎脚本pk呀。

6 过节了，总要休息，甚至杂事纷呈，没空泡坛子了，回复不及时莫怪。

apang

保存为test.vbs，与"替换内容集.txt"存放在同一位置（替换内容集.txt必须是ansi编码），试试

On Error Resume Next
SrcDir = Left(WScript.ScriptFullName,InstrRev(WScript.ScriptFullName,"\")-1)
ListFile = SrcDir & "\替换内容集.txt"
Set fso = CreateObject("Scripting.FileSystemObject")
Set objFile = fso.OpenTextFile(ListFile,1)

Do Until objFile.AtEndofStream
    strLine = objFile.ReadLine
    If InStr(strLine,"，") Then
        ReDim PreServe ar(1,i)
        ar(0,i)=Split(strLine,"，")(0) : ar(1,i)=Split(strLine,"，")(1)
        i = i + 1
    End If
Loop

GetSubFolder SrcDir

Sub GetSubFolder(SubFolder)
    For Each file in fso.GetFolder(SubFolder).Files
        If LCase(Right(file,4)) = ".txt" Then
            If Not LCase(file) = LCase(ListFile) Then
                WriteToFile file,"UTF-8"
            End If
        End If
    Next
    For Each folder in fso.GetFolder(SubFolder).SubFolders
        GetSubFolder folder
    Next
End Sub

Sub WriteToFile(file,CharSet)
    With CreateObject("Adodb.Stream")
        .Type = 2
        .Mode = 3
        .CharSet = CharSet
        .Open
        .LoadFromFile file
        text = .Readtext
        For j = 0 to i - 1
            text = RePlace(text,ar(0,j),ar(1,j))
        Next
        .Position = 0
        .CharSet = CharSet
        .WriteText text
        .SetEOS
        .SaveToFile file,2
        .Close
    End With
End Sub
复制代码

受刺激了，还是改一下。。。

cktest0001

回复 17# PowerShell


    版主能解决我这个贴里的问题不？
    代码和需求都已经写在一楼了。
    遇到的问题就是编码不一致，目标文件是“以 UTF-8 无 BOM 格式编码”，并且有一万多个。
    用一楼的bat脚本替换后，中文变成了乱码。。。。

PowerShell

http://www.bathome.net/thread-25683-1-3.html  powershell中有世界上最好的编码处理技术

PowerShell

powershell交流宗宗主，我来也~~
谁敢说linux强win不行？尤其是说win8不行？！滚粗~~~~
详细说出你的需求，我来给你写脚本。

DAIC

回复 15# cktest0001


    喜闻乐见！有Linux多方便啊，到Windows下面瞎折腾啥。

cktest0001

回复 14# DAIC


    谢谢，我还决定放弃windows了，去Linux下用shell算了。

DAIC

回复 12# cktest0001


如果10楼的U82GB.vbs不行，那就试试这个：
http://www.bathome.net/viewthread.php?tid=10300#pid66972

只要能找到合适你的转换脚本，别说一万个了，就是十万个也能很快搞定。

DAIC

回复 11# cktest0001


    你用的哪个代码？U82GB.vbs是这个吗？报错信息是什么？

cktest0001

回复 9# DAIC


    windows8，中文系统。
    文件没有做转换，也不能转换，一万多个呢。
    现在的问题就是执行上面的脚本无法替换，因为文件的编码不一样，字符匹配不上。

cktest0001

回复 10# DAIC


    我的文件都是"以 UTF-8 无 BOM 格式编码"这个格式的，用你的会有异常呐~~

DAIC

回复 6# cktest0001


可以用脚本来批量转换
http://www.bathome.net/thread-3900-1-1.html