批处理之家 - Powered by Discuz! Board

标题: [文本处理] 请问哪种语言处理文本最强大而不失真 [打印本页]

作者: 踏沙行 时间: 2018-9-21 12:03 标题: 请问哪种语言处理文本最强大而不失真

最近学习bat发现特别吃力，原因是对文本的限制太多，比如一行不能超过8192，比如不能包含特殊字符。比如不兼容unicode编码
如果要替换文本中的星号，都特别麻烦

后来学习了sed，发觉确定简洁和强大多了。但是sed和bat混用的时候，对于变量延迟的要求特别严格，不小心会出错。
这几天发现，sed在替换字符串时，如果遇到有"\"，会自动把斜杠抛弃。

请问，哪种语言对文本的读、写、改，能够最大程度的实现原汁原味，而不”擅自”处理？

作者: Batcher 时间: 2018-9-21 12:45

试试PowerShell吧

作者: CrLf 时间: 2018-9-21 14:46

perl很擅长文本处理，不过更建议学python，延展性更大

作者: 523066680 时间: 2018-9-21 14:51

有很多语言都支持，需要掌握一定的编码知识。

作者: 踏沙行 时间: 2018-9-21 16:38

很早听说perl是处理文本最强大的语言，后来才有了python，有些纠结不知道该学哪个
不过谢谢大家的指导

作者: 523066680 时间: 2018-9-21 17:31

现在学python是主流，可以做很多狂拽酷炫的事情，也可以做实用工具。

作者: codegay 时间: 2018-9-23 04:23

楼主能学会SED学其它语言应该没有什么问题。
基本上能学会一门编程语言的基础再去学其它编程都很容易。

如果要学python, 推荐直接学python3
编码的问题，如果UTF8可以满足的话，各个环节上尽量统一使用UTF8编码保存你的代码和文本内容。
这样可以省掉很多不必要的麻烦。

作者: 踏沙行 时间: 2018-9-23 06:36

回复 7# codegay
谢谢，似乎sed、awk、grep，不少语言也支持使用吧。毕竟三剑客处理文本的功能很强大。
但不知道python中，有没有什么命令可以代替甚至超越sed？

作者: codegay 时间: 2018-9-23 08:35

本帖最后由 codegay 于 2018-9-23 08:40 编辑

回复 9# 踏沙行

这些工具都统一支持的文本处理规则叫正则表达式，编程语言里以库的形式来支持和兼容正则表达式。不同编程语言里的正则表达大体都相同。只是一些符号细节表达方式不同。

python的标准正则表达库是re

第三方有一个非常强大的正则表达式库叫做regex
https://www.cnblogs.com/gayhub/p/6354097.html

你先踏实把语言学入门了吧。没有基础是用不了的。

作者: 踏沙行 时间: 2018-9-24 11:42

回复 10# codegay
OK，谢谢
regex的库果然厉害，\p{han}、\p{latin}这样的匹配，厉害了

作者: Batcher 时间: 2018-9-24 19:53

支持Python

欢迎光临批处理之家 (http://www.bathome.net/)