读取文件后，怎么判断该文件里是否有乱码？

chenxiam

原帖由 cobrawgl 于 2008-11-6 14:58 发表


用 \w 和 \s

怎么用，谢谢，貌似\w \s不能列举全吧？

hitsubunnu

原帖由 chenxiam 于 2008-11-6 14:57 发表

我还有个问题是，Encode是否包括word，excel，还有pdf等等的解码吗

能把你的问题尽量描述清楚吗？  

到底是乱码 还是解码   看得我一头雾水

chenxiam

原帖由 hitsubunnu 于 2008-11-6 15:04 发表


能把你的问题尽量描述清楚吗？  

到底是乱码 还是解码   看得我一头雾水

好的，就是用户提交文件给我让我处理，文件的格式是随意的，有可能是word, excel, txt。。。。等等。首先我读取文件是个问题，怎么才能正确的从这么多不同格式的文件中读取我想要的内容，其次我还的以这种格式的文件返回给用户。

cobrawgl

甭用电脑了，你还是雇几个人来做吧

chenxiam

原帖由 cobrawgl 于 2008-11-6 15:11 发表


甭用电脑了，你还是雇几个人来做吧

什么意思？

chensanxing

原帖由 chenxiam 于 2008-11-6 13:44 发表
请不要转移话题好吗？我只想知道‘怎么判断所读的文件中是否有乱码？ 正则该怎么写？’

首先你自己必须搞清楚什么叫做乱码！

chenxiam

原帖由 MMMIX 于 2008-11-6 15:02 发表

其实乱码用在这里是不合适的。只有合法字符和非法字符之分。至于说用哪个作为判断标准更方便，要看情况而定。

合法字符有很多吧，比如 \s,\r,\n,\t等等，还有逗号，句号，问号，双引号等等。怎么才能列举全呢

MMMIX

原帖由 chenxiam 于 2008-11-6 15:08 发表

好的，就是用户提交文件给我让我处理，文件的格式是随意的，有可能是word, excel, txt。。。。等等。首先我读取文件是个问题，怎么才能正确的从这么多不同格式的文件中读取我想要的内容，其次我还的以这种格式 ...

先判断下是什么格式的文件，然后根据各种格式分别处理就完了。

chenxiam

原帖由 MMMIX 于 2008-11-6 15:20 发表

先判断下是什么格式的文件，然后根据各种格式分别处理就完了。

那如果文件的格式是txt的，比如文件为1.txt，用户把它改成1.doc后再提交，那该怎么办啊？这种情况下怎么判断文件的格式？

chenxiam

原帖由 MMMIX 于 2008-11-6 15:35 发表

Unix/Linux 下有一命令叫做 file(1)，当然它的结果也不是 100% 准确的，不过还可以参考。不清楚 Perl 中有没有功能类似的函数或者说模块，也许你可以直接在 Perl 代码中调用 file(1)。

另外，不要想着你能 ...

好的，谢谢了。