【请教】perl 匹配 反向的 中文字符

plp626

我的机子是windows 系统；
cmd下，我用 dir/a/b/s E:\*.*> files.txt 得到files.txt, 当然，文本的编码是中文简体ansi(即gbk编码)， 内容如下(只是举个例子)：

1. E:\xyz\123\A汉字.doc
   
2. E:\中文\abc\123\pp.txt
   
3. E:\mm\pic\哈哈\abc.jpg
   
4. E:\shen\ab\啊\哦.jpg
   
5. E:\a\b\e\c.jpg

复制代码

我只想匹配到

E:\xyz\123\A汉字.doc
E:\shen\ab\啊\哦.jpg

这两行
简略而精确的说，就是匹配 “文件名” 含有“宽字符”的行；
请问正则表达式该怎么写？

提前感谢大家了。。。

cdtits

1. #!/usr/bin/env perl
   
2. 
   
3. use Encode qw(encode decode);
   
4. 
   
5. while (<DATA>) {
   
6.     ($name) = /.*\\(.*)/;
   
7.     $name = decode('gb2312', $name);
   
8.     print if $name =~ /\p{Han}/;
   
9. }
   
10. 
    
11. __DATA__
    
12. E:\xyz\123\A汉字.doc
    
13. E:\中文\abc\123\pp.txt
    
14. E:\mm\pic\哈哈\abc.jpg
    
15. E:\shen\ab\啊\哦.jpg
    
16. E:\a\b\e\c.jpg

复制代码

plp626

回复 2# cdtits


    非常棒！

我把你的代码收藏了：

1. while (<DATA>) {
   
2. 
   
3.     ($name) = /.*\\(.*)/;
   
4.     print if $name =~ /[\x80-\xff]/;
   
5. 
   
6. }
   
7. 
   
8. __DATA__
   
9. E:\xyz\123\A汉字.doc
   
10. E:\中文\abc\123\pp.txt
    
11. E:\mm\pic\哈哈\abc.jpg
    
12. E:\shen\ab\啊\哦.jpg
    
13. E:\a\b\e\c.jpg

复制代码

plp626

回复 2# cdtits


    能否把你的这两句
($name) = /.*\\(.*)/;  
print if $name =~ /\p{Han}/;
讲解下, ($name) 和 $name 不同吗？
我把
print if $name =~ /\p{Han}/;
改成：
printf if $name =~ /[\x80-\xff]/ 输出结果相同， 我对自己这句的理解是，宽字符的高位都是从0x7f以后的字符，但不理解为什么可以匹配中英混合的文件名。。

plp626

明白了：

1. while (<DATA>) {
   
2. 
   
3.     ($name1, $name2) = /(.*)\\(.*)/;
   
4.         print "$name1   $name2\n";
   
5. 
   
6. }
   
7. 
   
8. __DATA__
   
9. E:\xyz\123\A汉字.doc
   
10. E:\f中文\abc\123\pp.txt
    
11. E:\mm\pic\a哈d哈\abc.jpg
    
12. E:\shen\ab\2啊\2哦2.jpg
    
13. E:\a\b\e\c.jpg

复制代码