Question

.bat编程的初学者总数，所以请耐心等待： 我一直在尝试将从科学仪器收集的大量Unicode文件数据库转换为ANSI格式。此外，我需要将所有这些文件转换为.txt文件。

现在，第二部分非常简单 - 我过去常常使用“批量重命名实用程序”，我认为到目前为止我已经能够使它工作了。

第一部分应该非常简单，我发现了多个不同的类似问题，但它们似乎都适用于powershell，a single file，或者在有关特定编码的长篇讨论中结束正在使用。 One question seems to match mine exactly，但是在尝试了他们建议的代码之后，只有一半的文件似乎转移得很好，另一半来自无意义的代码。我一直在使用代码：

Cat c = (Cat)new Animal();
c.play();

然后删除/移动额外的文件。

我在过去（左）成功手动转换了文件，但当前的编码似乎失败了（右）： Side by side comparison of files encoded by hand vs by program

我的问题是：

我可以从我的乐器中获取单个文件多个编码（部分UTF-8，部分UTF-16），这是弄乱我的程序（或者更可能的是，我正在使用的编码是太小）？如果是这样的话，我明白为什么特别像平方和度数符号这样的字符正在破碎，但是不是数据，只是数字。
我的代码中是否有一些明显的拼写错误导致了这种奇怪的现象错误？
如果错误可能嵌入了unicode（8 vs 16 vs 32）或 ANSI（1252 vs ???）我正在使用，我该怎么检查？
如何修复此代码？

如果我有任何问题需要提出或我需要补充的其他信息，请告知我们。谢谢!!

Answer 1

我从我的乐器获得的单个文件是否可能采用多种编码（部分UTF-8，部分UTF-16），并且这会弄乱我的程序（或者更可能的是，我正在使用编码太小了）？

我不相信单个文件可以包含多个编码。

我的代码中是否有一些明显错误导致了这个奇怪的错误？

cmd环境可以很容易地处理不同的代码页，但它很难处理多字节编码和字节顺序标记。实际上，当尝试读取UCS-2 LE中返回的WMI结果时，这是一个常见问题。尽管存在用于清理WMI结果的a pure batch workaround，但遗憾的是，它并不普遍适用于所有其他编码。

如果错误可能嵌入了unicode（8 vs 16 vs 32）或ANSI（1252 vs ???）我使用，我该怎么检查？我如何修复此代码？

.NET更善于处理未知编码的文件。 StreamReader class在读取其第一个字符时，将读取BOM并自动检测文件编码。我知道您希望避免使用PowerShell解决方案，但PowerShell确实是访问IO方法以透明地处理这些文件的最简单方法。

有一种简单的方法可以将PowerShell混合代码合并到批处理脚本中。使用 .bat 扩展程序保存它，看看它是否符合您的要求。

<# : batch portion
@echo off & setlocal

powershell -noprofile "iex (${%~f0} | out-string)"
goto :EOF
: end batch / begin PowerShell hybrid #>

function file2ascii ($infile, $outfile) {

    # construct IO streams for reading and writing
    $reader = new-object IO.StreamReader($infile)
    $writer = new-object IO.StreamWriter($outfile, [Text.Encoding]::ASCII)

    # copy infile to ASCII encoded outfile
    while (!$reader.EndOfStream) { $writer.WriteLine($reader.ReadLine()) }

    # output summary
    $encoding = $reader.CurrentEncoding.WebName
    "{0} ({1}) -> {2} (ascii)" -f (gi $infile).Name, $encoding, (gi $outfile).Name

    # Garbage collection
    foreach ($stream in ($reader, $writer)) { $stream.Dispose() }
}

# loop through all .001 files and apply file2ascii()
gci *.001 | %{
    $outfile = "{0}\{1}.txt" -f $_.Directory, $_.BaseName
    file2ascii $_.FullName $outfile
}

虽然使用get-content和out-file cmdlet可以简化此过程可以简化，但上面演示的IO流方法将避免您必须将整个数据文件加载到内存中 - 如果您的任何数据文件很大，则会带来好处。

如何使用.bat格式化将unicode文件批量格式化为ANSI文件？

1 个答案: