Chinaunix

标题: 怎么财能把文件中的中文去掉呢 [打印本页]

作者: heyj6969 时间: 2010-07-16 11:58
标题: 怎么财能把文件中的中文去掉呢
假如有这么一个文件 add-remove.txt 里面有这么数据
msgid ""
"View fail!\n"
"The infofile of '%s' was broken."
msgstr ""
"查看失败！\n"
"“%s”的描述文件被损坏。"

msgid "View the detailed information about the selected ap/patch"
msgstr "查看选中的程序或补丁的详细信息"

msgid ""
"What this %s is dependent on was/were lacked,you need to add dependencies "
"first.\n"
"Dependencies:%s\n"
"Continue to add?"
msgstr ""
"未检测到这个%s所依赖的程序或补丁，你需要先安装它们。\n"
"依赖:\n"
"是否继续安装？"

===================

我要把其中的中文去掉该怎么做呢，shell 或 C 也行

作者: blacknew 时间: 2010-07-16 12:09
sed 's/[^ -~]//g' add-remove.txt

作者: kwokcn 时间: 2010-07-16 12:18
用C很方便。首先确定编码，然后根据该编码中中文字符范围，按字节读按字节判断就成了。

作者: blackold 时间: 2010-07-16 12:23
方法与编码有关。

作者: heyj6969 时间: 2010-07-16 14:07
回复 2# blacknew

这样只剩下些
"% '%-%' !"
"“%-%” "

""
"% !(%-%)\"
":%-%\"
" , ."
""
"%(%-%)\"
"%-%\"
""
这样不合要求哦

作者: heyj6969 时间: 2010-07-16 14:08
回复 3# kwokcn

确定编码一般的不是 utf8 的么
该怎样确定呢，再去判断，
麻烦详细说下，好吗谢谢

作者: rdcwayx 时间: 2010-07-16 14:14

sed 's/[\x80-\xff]//g' add-remove.txt

复制代码

msgid ""
"View fail!\n"
"The infofile of '%s' was broken."
msgstr ""
"\n"
"%s"
msgid "View the detailed information about the selected ap/patch"
msgstr ""
msgid ""
"What this %s is dependent on was/were lacked,you need to add dependencies "
"first.\n"
"Dependencies:%s\n"
"Continue to add?"
msgstr ""
"%s\n"
":\n"
""

复制代码

作者: heyj6969 时间: 2010-07-16 14:36
回复 7# rdcwayx

这条命令跟文件的编码有关的吧
我执行了这条命令出现
sed: -e 表达式 #1, 字符 16: Invalid collation character↵
请问是怎么回事呢

我的文件编码
--enca add-remove.po
--Universal transformation format 8 bits; UTF-8

作者: heyj6969 时间: 2010-07-16 17:05
听了为大虾的这样就可以了
$ LANG=UTF-8 sed -e 's/[\x80-\xff]*//g' add-remove.txt

还是要感谢各位谢谢咯

作者: bbgg1983 时间: 2010-07-16 17:10
学习了

作者: waker 时间: 2010-07-16 17:26
LANG=C tr -cd '[:print:][:cntrl:]' <file

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)