中国DOS联盟

1. :::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
   
2. :: gbk2utf8.cmd -V0.1 -- GBK & UTF8 编码互转
   
3. :: 无奈何@cn-dos.net - 2006-11-28 - CMD & GAWK
   
4. :: 用法：gbk2utf8 /I file...
   
5. :: 支持文件: - gawk.exe gbk2utf8.dat
   
6. :::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
   
7. @echo off
   
8. setlocal
   
9. set self="%~f0"
   
10. set AwkScript="%temp%\%~n0%~z0.awk"
    
11. set path=%path%;%~dp0;%cd%
    
12. set nofile=
    
13. set error=
    
14. set input=
    
15. 
    
16. ::依赖文件完整性检查
    
17. for %%i in (gawk.exe gbk2utf8.dat) do (
    
18. @if "%%~$PATH:i" == "" (
    
19. echo.程序所依赖文件 "%%i" 缺失。
    
20. set nofile=1
    
21. ) else ( set %%~ni="%%~$PATH:i" )
    
22. )
    
23. if defined nofile goto :EOF
    
24. ::文件改动后更新脚本
    
25. if not exist %AwkScript% (
    
26. del /q "%temp%\%~n0*.awk" 2>nul
    
27. gawk "/^#<-1/,/^#>-1/{if(!/^#/)print}" %self% >%AwkScript%
    
28. )
    
29. 
    
30. :ParseLoop
    
31. if "%~1" == "" goto Start
    
32. if "%~1" == "?" goto SwitchH
    
33. if "%~1" == "/?" goto SwitchH
    
34. rem 参数处理并转到相应标签。
    
35. for %%s in (U u I i h H) do if "%~1"=="/%%s" goto Switch%%s
    
36. if "%F_input%" == "1" (
    
37. if not exist "%~1" set error=警告：文件 "%~1" 不存在。 & goto error
    
38. set input=%input% "%~1"
    
39. shift
    
40. goto ParseLoop
    
41. )
    
42. if "%F_input%" == "-1" shift & goto ParseLoop
    
43. set error=错误: 参数格式不正确 - "%1" !
    
44. goto error
    
45. 
    
46. :SwitchI
    
47. set F_input=1
    
48. if "%~2" == "-" set F_input=-1
    
49. shift
    
50. goto ParseLoop
    
51. 
    
52. :SwitchU
    
53. set F=-1
    
54. shift
    
55. goto ParseLoop
    
56. 
    
57. :error
    
58. echo.%error%
    
59. echo.
    
60. :SwitchH
    
61. echo.gbk2utf8 V0.1 -- GBK ^& UTF8 编码互转
    
62. echo.
    
63. echo.用法：1、%~n0
    
64. echo. 2、%~n0 /I file...
    
65. echo. 3、%~n0 /I -
    
66. echo.
    
67. echo.选项： /? 显示本简短帮助,等价命令 /H 。
    
68. echo. /U UTF8 转码为 GBK ，默认设置为 GBK 转码为 UTF8 。
    
69. echo. /I 指定转换文件，“-”号从标准输出获得。
    
70. echo. 本参数可以空缺，缺省将从标准输出获得。
    
71. echo. 指定转换文件时，/I 参数不可省略。
    
72. goto :EOF
    
73. 
    
74. :Start
    
75. if "%input%" == "" set F_input=-1
    
76. if "%F_input%" == "-1" (
    
77. gawk -v F=%F% -f %AwkScript%
    
78. ) else (
    
79. gawk -v F=%F% -f %AwkScript% %input%
    
80. )
    
81. goto :EOF
    
82. 
    
83. :AwkScript
    
84. #<-1
    
85. function gbk2utf8(string,flag, reg, gbkreg, utf8reg, char, result){
    
86. gbkreg="|"
    
87. utf8reg="||\xe0||\xf0|"
    
88. reg=gbkreg
    
89. if (flag==-1)
    
90. reg=utf8reg
    
91. RLENGTH = 1
    
92. while(RLENGTH != -1){
    
93. match(string,reg)
    
94. char=substr(string,RSTART,RLENGTH)
    
95. if (RLENGTH>1)
    
96. char=charset
    
97. result=result char
    
98. string=substr(string,RSTART+RLENGTH)
    
99. }
    
100. return result
     
101. }
     
102. 
     
103. BEGIN {
     
104. FS=","
     
105. if (!F) F=1
     
106. if (F==1) {
     
107. while((getline<"gbk2utf8.dat") > 0)
     
108. charset=$2
     
109. }
     
110. else{
     
111. while((getline<"gbk2utf8.dat") > 0)
     
112. charset=$1
     
113. }
     
114. close("gbk2utf8.dat")
     
115. }
     
116. {
     
117. x=gbk2utf8($0,F)
     
118. print x
     
119. }
     
120. #>-1
     
121. goto :EOF
     

无奈何发表于 2006-11-30 01:02

Originally posted by 无奈何 at 2006-11-29 12:51:
ccwan 兄过谦了，我也不是高手。
zxcv 兄，7k 多的是 GB2312 的，完整 GBK 有 2w 多，共 22046 个码位。

A1A42C C2B7
A1A52C CB89
A1A62C CB87
A1A72C C2A8

a1a4 E383BB
a1a5 E08B89
a1a6 E08B87
a1a7 E082A8

BEGIN{

	#GBK/1: A1A1-A9FE	图形符号区GB 2312 非汉字符号区	

	for (i=0xa1;i<=0xa9;i++)

		for (j=0xa1;j<=0xfe;j++)

			if (j!=0x7f) printf("%c%c\n",i,j)

	#GBK/2: B0A1-F7FE	汉字区GB 2312 汉字区

	for (i=0xb0;i<=0xf7;i++)

		for (j=0xa1;j<=0xfe;j++)

			if (j!=0x7f) printf("%c%c\n",i,j)

	#GBK/3: 8140-A0FE	汉字区

	for (i=0x81;i<=0xa0;i++)

		for (j=0x40;j<=0xfe;j++)

			if (j!=0x7f) printf("%c%c\n",i,j)

	#GBK/4: AA40-FEA0	汉字区	

	for (i=0xaa;i<=0xfe;i++)

		for (j=0x40;j<=0xa0;j++)

			if (j!=0x7f) printf("%c%c\n",i,j)

	#GBK/5: A840-A9A0	图形符号区

	for (i=0xa8;i<=0xa9;i++)

		for (j=0x40;j<=0xa0;j++)

			if (j!=0x7f) printf("%c%c\n",i,j)

}

A8BB C991
A8BD C584
A8BE C588
A8C0 C9A1