推薦內置WinXP語言支持UTF-8正則表達式

Question

這是我第一次進入UTF-8領域。我是IIS管理員，所以我從來沒有專門去觸摸這個。我試圖幫助一位將聖經翻譯成非洲語言的傳教士，現在需要對大型UTF-8文件進行全球匹配。我們特別爲重音字符進行匹配。

我們在這裏使用的是較舊的XP計算機，所以我在VBS中拼湊了一個快速腳本，知道語言已經安裝在他們的盒子上了。玩了幾分鐘後，VBS正則表達式將每個字符分成2個字符，從而處理UTF-8。要匹配單個â，我的模式是\ u00c3 \ u00a2。這不應該是\ u00e2？

由於我不在我的深處，我以爲我會尋求一點指導。它幾乎看起來像UTF-8只需要這種雙重匹配（並且需要UTF-8）。有人可以告訴我在編碼哪個峽谷嗎？ :-)

下載和安裝Perl或Java可能不在此項目的帶寬和技術知識範圍之內。該工具應該內置。MS Office已安裝，因此如果某個庫提供特定的支持，VBA是一個選項。 JavaScript也被安裝，雖然我不知道什麼版本。

感謝

Answer 1

除非你需要匹配兩個或多個連續的點（例如，你有..或...在你的正則表達式，但不是。*），你可以使用UTF-8任何ASCII正則表達式庫，並期望它能正常工作。

訣竅是知道你在找什麼。 UTF-8做這種類型的字節分解，所以編寫你的任何你熟悉的正則表達式，並將其轉換爲UTF-8，它將工作，除非它包含「..」。

Answer 2

PowerShell怎麼樣？它使用.NET正則表達式庫，這是最好的庫之一，特別是對於Unicode支持。