求对文本文件进行整理的批处理

flashercs

回复 15# pwq


    pdf转的txt的编码应该是utf-8，所以删不掉；要想无论任何文本都能删掉数字，得需要先检测文本编码然后再删除。

pwq

谢谢管理员先生给我的指导，我都收藏下来了。谢谢！

pwq

谢谢各位，我再试试。

pwq

我刚才将由PDF转换成txt用utf-8编码保存后再用大师们的批处理删除数字行还是不行，还充斥了这样的符号：�?，好了，到此为止，明天再研究吧。谢谢各位。

qixiaobin0715

除了编码问题，可能还存在纯数字行末尾有不可见的空白字符。

1. 将findstr /bev "[0-9][0-9]*"修改为findstr /r /bev /c:"[0-9][0-9]*[         ]*"试试

复制代码

qixiaobin0715

如果使用UTF-8编码，可将文本文件及批处理文件均另存为UTF-8 无签名编码，运行批处理：

1. @echo off
   
2. chcp 65001
   
3. for /f "delims=" %%a in ('findstr /r /bev /c:"[0-9][0-9]*[         ]*" a.txt') do (
   
4. echo,%%a
   
5. )
   
6. pause
   

复制代码

pwq

回复少尉大师，用您的方法试了，都失败了。用您上次给的批处理能删除文字版PDF转换的TXT中的页数字。删除不了扫描版PDF转换的txt中的页数字。好了，这个问题到此吧。我也是兴趣玩玩而已，谢谢大师们。

Batcher

回复 22# pwq


提个小小的建议，以后遇到类似的问题，比如别人测试能成功，但是你实际执行的时候有问题。可以把你的测试用例、测试代码打包压缩传上来，以便进一步排查问题。

pwq

回各位大师，我用鼠标光标箭头手工测试了一下页数字右边位置处，果然有个空白字符，我用鼠标将其删除，再用大师们给的批处理操作，页数字就完美的删除了，我太高兴了。现在需要一个能删除页数字右边有个空白字符的批处理，哪位大师帮我一下。谢谢大师们。

qixiaobin0715

1. type a.txt | findstr /r /v /c:"^[0-9][0-9]*[         ]*$">b.txt

复制代码

pwq

回复少尉大师，您最新给我的删除页数字的批处理我已下载并试用，能完美将页数字删除。谢谢您。我还有个想法，因为这些文本文件是由多个PDF文件转换来的。页数字右边究竟有多少个空白字符也吃不准，您这次的批处理是不是对页数字右边任意个空白字符都考虑进了。谢谢您。

qixiaobin0715

是的。[         ]*$表示行尾有0到任意多个空白字符构成。