wide find - replace
wide find - replace
最后更新：2008-09-09, Ver 2.3.4.0909
简介
| wfr - 支持多国语言的字符串批量查找和替换 - 批量字符集编码转换
|
更新历史
2008-09-09, Ver 2.3.4.0909
2008-09-08, Ver 2.3.3.0908
2008-08-16, Ver 2.3.2.715
2007-01-20, Ver 2.3.1.120
|
所谓 Unicode 正则匹配
| wfr 内部使用完全基于 UNICODE 的高效正则引擎，能够完成各种国际化条件的正则匹配。 以下举例说明：
关于 UNICODE 正则的操作效率，这个引擎比我能找到的所有开源的非 UNICODE 匹配引擎至少快一倍左右（因为所有字符类的匹配都是直接查表映射的，都是标准 O(1) 算法）。 不过这只是匹配引擎的效率，由于所有文件在“匹配->替换”前后都要做一次编码转换，所以典型应用下，wfr 效率比 fr 低一些。wfr 并不是 fr 的升级版，能够用 fr 搞定的任务不推荐用 wfr 完成。 |
关于字符集编码
wfr 支持分别指定三个参量的字符集编码：
例如：“wfr *.txt *.htm -r:"[иウ]" -t:"狟ね" -encarg:big5 -encin:gbk -encout:utf-8 -s” 把当前目录和所有子目录下的任何 txt 及 htm 文件中的“[你我他她它]们” 都替换为“朋友们”；文件的编码为：gbk，参数使用 big5 指定，替换后将文件格式改为 utf-8 编码保存。 咋一看指定参数编码好像没用，其实不然。例如在异种语言环境下（如在中文系统下操作韩文）的搜索替换；在DOS下使用wfr（DOS的系统默认代码页永远是ASCII）等场合，指定参数编码是很有意义的。 关于字符集转换功能库，如果当前系统搜索路径中存在 GUN 的 libiconv 库（iconv.dll），则优先使用 libiconv，否则使用操作系统自带的字符集转换 API。这样做的考虑如下：
|
典型应用
|
简单中文帮助
C:\Documents and Settings\Administrator>
#wfr
≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡≡
简单中文帮助
C:\Documents and Settings\Administrator>
#wfr
===============================================================================
wide find and replace Ver 2.3.1.120 by BaiYang / 2004 - 2007, 免费软件
主页地址 － http://baiy.cn
===============================================================================
在文件或管道中批量搜索-替换字符串——支持多字符集编码
用法: wfr [文件通配符1 文件通配符2 ...] {查找选项:查找内容} {替换选项:替换为}
[其它选项]
===============================================================================
查找选项:
-f: - 匹配精确串
-fic: - 匹配精确串（忽略大小写）
-r: - 正则表达式匹配
-ric: - 正则表达式匹配（忽略大小写）
-rnnl: - 跨行正则匹配
-rnnlic: - 跨行正则匹配（忽略大小写）
-any - 匹配文件或管道中的所有内容，主要用于完成单纯的批量字符集编码转换
===============================================================================
替换选项:
-t: - 将匹配的内容替换为指定字符串
-tu: - 先将指定的“替换为”字符串变为大写，然后开始替换
-tl: - 先将指定的“替换为”字符串变为小写，然后开始替换
-h -? - 当前屏幕
注意: 如果您正在使用正则匹配，那么您可以在“替换为”字符串中使用子表达式代换
(\0 ～ \9)
===============================================================================
字符编码选项:
-encin: - 指定输入文本（文件或管道）的字符集编码。
默认值: 使用当前操作系统的默认代码页。
-encout: - 指定输出（结果）文本的字符集编码。
默认值: 与 "-encin" 指定的值相同。
-encarg: - 指定搜索和替换选项的内容使用何种字符集编码。
默认值: 使用当前操作系统的默认代码页。
-unisign - 如果输出指定为 UNICODE 宽字符编码 (如: UCS-2, UTF-8/16 等), 则在文
件头部加入 BOM 签名，这样支持 unicode 的文本编辑器将会自动识别该文
件的编码格式。
-listenc - 列出所有 wfr 支持的字符集编码。
-listcmp - 列出 wfr 认可的键入字符集编码转换规则表。
-force - 强制实施转换，忽略编码兼容性规则。
===============================================================================
其它选项:
-s - 包含子目录
-exp - 启用内存扩展算法，将会加倍 fr 的内存使用量，但是很多时候可以极大地
提高执行效率。如果你碰到了性能问题，可以尝试开启该选项。
-stdin - 从标准输入设备获得要查找的内容，并将结果从到标准输出设备（如果未指
定任何文件模板的话，则自动启用该选项）
-stdout - 像平时一样， 从文件中获得输入， 但将结果送到标准输出（而不是写回文
件）
-frc - 显示每个文件内发生的替换次数
-trc - 显示所有文件总共发生的替换次数
===============================================================================
POSIX 和 Perl 风格的正则表达式:
- "find - replace" 完整支持 POSIX.2 扩展标准及 Perl 风格的正则表达式。
以下是支持的字符类及其对应关系:
POSIX perl 描述
--------------------------------------------------------------------
[:alnum:] 字母和数字
[:alpha:] \a 字母
[:lower:] \l 小写字母
[:upper:] \u 大写字母
[:blank:] 空格和制表符
[:space:] \s 空白字符
[:cntrl:] 控制字符
[:digit:] \d 十进制数字
[:xdigit:] \x 十六进制数字
[:graph:] 可打印字符（不包括空白符）
[:print:] \p 可打印字符（包括空白符）
[:punct:] 标点符号
- 以下是一些 perl 的特殊字符类:
perl POSIX等效 描述
--------------------------------------------------------------------
\o [0-7] 八进制数字
\O [^0-7] 非八进制数字
\w [[:alnum:]_] 单词组成
\W [^[:alnum:]_] 非单词组成
\A [^[:alpha:]] 非字母
\L [^[:lower:]] 非小写字母
\U [^[:upper:]] 非大写字母
\S [^[:space:]] 非空白符
\D [^[:digit:]] 非十进制数字
\X [^[:xdigit:]] 非十六进制数字
\P [^[:print:]] 非可打印字符
\< [^[:alpha:]_] 单词开始
\> [^[:alnum:]_] 单词结束
- 注意: posix 字符类是必须工作在集合中的（“[”和“]”内）。相反，perl 风格
的字符类是工作在集合运算之外的。
- 此外，为了便于在命令行输入一些特殊字符，特别定义了一下别名:
perl风格 POSIX风格 描述
-----------------------------------------------------------------------
\" [:dq:] 双引号
\' [:sq:] 单引号
\t [:tb:] 制表符
\n [:nl:] 换行符 (0x0A)
\r [:rt:] 回车符 (0x0D)
\b [:bs:] 退格符
===============================================================================
开关的前缀和后缀:
* 所有命令行开关（选项）都是大小写无关的（如: "-fic:" 和 "-FIC:"）
* 开关的前缀可以是 "-" 或 "/"（如: "/s" 和 "-s"）
* 开关的后缀可以是 ":" 或 "="（如: "/f:", "/f=", "-f:" 和 "-f=" 等效）
===============================================================================
应用示例:
wfr *.txt *.htm -f:teh -t:the
wfr *.txt -fic:"My Dir" -tu:"%ROOTDIR%"
type server.log | wfr /r:"Connected.*218.79" /t:"**Attack** \0"
type server.log | wfr /r:"^(Smith|James).*\n" /t
unzip -l *.zip | wfr /r:"^(.{22}:\d\d\s*|(A| \a| -|.*files$).*\n)" /t
wfr *.txt /s /any /encin:gbk /encout:utf-8
wfr *.log /any /encin:ucs-2 /encout:gbk /stdout | OtherApp.exe ...
wfr *.txt *.htm -r:"张(\a+/>)" -t:"李\1"
wfr *.txt *.htm -r:"[你我他她它]们" -t:"朋友们"
|
帮助屏幕
C:\Documents and Settings\Administrator>
#wfr
===============================================================================
wide find and replace Ver 2.3.1.120 by BaiYang / 2004 - 2007, Freeware
homepage - http://baiy.cn
===============================================================================
Find string in files or pipe, and replace it to another string With Multi-
charset encoding support.
USAGE: wfr [filePattern1 filePattern2 ...] {FindOption:StringToFind}
{ReplaceOption:StringToReplacement} [OtherOptions]
===============================================================================
FIND OPTIONs:
-f: - find
-fic: - find ignore case
-r: - regular expresion find
-ric: - regular expresion find ignore case
-rnnl: - regular expresion find ignore newline
-rnnlic: - regular expresion find ignore newline ignore case
-any - match anything in file, usually use to performing text encoding
convertion
===============================================================================
REPLACE OPTIONs:
-t: - change the match to"StringToReplacement"
-tu: - make the "StringToReplacement" upper case, and change the match
to it.
-tl: - make the "StringToReplacement" lower case, and change the match
to it.
-h -? - Is screen
NOTE: If find option you specified is a regular expresion method, the replace
option will support sub expressions (\0-\9) as well.
===============================================================================
CHARSET ENCODING OPTIONs:
-encin: - specify charset encoding for the input text (file or pipe).
DEFAULT: use current system's default codepage.
-encout: - specify charset encoding for the output text.
DEFAULT: same as "-encin".
-encarg: - specify charset encoding of the find and replace options.
DEFAULT: current system's default codepage.
-unisign - if the output encoding is unicode (i.e. UCS-2, UTF-8/16, etc.),
then add BOM signature to the file.
-listenc - list all accepted charset encoding names.
-listcmp - list all compatible encoding convertion combination.
-force - enforce the text encoding convertion specified by "-encin" and
"-encout", even if it is not compatible.
===============================================================================
OTHER OPTIONs:
-s - include sub folders
-exp - enable the memory expand algorithm, will double the memory usage,
but MUCH quick in many case.
-stdio - get input from standard input device (keyboard and pipe),
and put the results to standard output device.
default when file pattern is omitted.
-stdout - get input from file(s) as normally, but put the results to
standard output device.
-frc - show File Replacements Count
-trc - show Total Replacements Count
===============================================================================
POSIX and perl style Regular Expression:
- "find - replace" fully support POSIX.2 Extended and Perl style Regular
Expresion. Here is a list of they character classes:
POSIX perl Description
--------------------------------------------------------------------
[:alnum:] letters and digits
[:alpha:] \a letters
[:lower:] \l lowercase letters
[:upper:] \u uppercase letters
[:blank:] space and tab characters
[:space:] \s whitespace characters
[:cntrl:] control characters
[:digit:] \d decimal digits
[:xdigit:] \x hexadecimal digits
[:graph:] printable characters excluding space
[:print:] \p printable characters including space
[:punct:] punctuation characters
- And here a some special char classes in perl:
perl POSIX equivalent Description
--------------------------------------------------------------------
\o [0-7] octal digit
\O [^0-7] non-octal digit
\w [[:alnum:]_] word character
\W [^[:alnum:]_] non-word character
\A [^[:alpha:]] non-alphabetic character
\L [^[:lower:]] non-lowercase character
\U [^[:upper:]] non-uppercase character
\S [^[:space:]] non-whitespace character
\D [^[:digit:]] non-digit
\X [^[:xdigit:]] non-hex digit
\P [^[:print:]] non-printable characters
\< [^[:alpha:]_] begin of word
\> [^[:alnum:]_] end of word
- note: posix char class must working in the square brackets. contrary,
perl's must stay outside of the brackets.
- And several alias has been created to help input some special char:
perl style POSIX style Description
-----------------------------------------------------------------------
\" [:dq:] double quotation
\' [:sq:] single quotation
\t [:tb:] table
\n [:nl:] new line (0x0A)
\r [:rt:] return (0x0D)
\b [:bs:] backspace
NOTE: the posix style alias also available on /t, /tu and /tl when using
the regex ("/r" and "/ric") match.
===============================================================================
SWITCH PREFIX and SUFFIX:
* All switchs (options) are case-insensitive (i.e: "-fic:" or "-FIC:")
* Switch Prefix can be either "-" or "/" (i.e: "/s" or "-s")
* Switch Suffix can be either ":" or "=" (i.e: "/f:", "/f=", "-f:" or "-f=")
===============================================================================
EXAMPLEs:
wfr *.txt *.htm -f:teh -t:the
wfr *.txt -fic:"My Dir" -tu:"%ROOTDIR%"
type server.log | wfr /r:"Connected.*218.79" /t:"**Attack** \0"
type server.log | wfr /r:"^(Smith|James).*\n" /t
unzip -l *.zip | wfr /r:"^(.{22}:\d\d\s*|(A| \a| -|.*files$).*\n)" /t
wfr *.txt /s /any /encin:gbk /encout:utf-8
wfr *.log /any /encin:ucs-2 /encout:gbk /stdout | OtherApp.exe ...
wfr *.txt *.htm -r:"张(\a+/>)" -t:"李\1"
wfr *.txt *.htm -r:"[你我他她它]们" -t:"朋友们"
|
字符集编码和转换兼容性
wfr 支持的字符集：使用 -listenc 参数可以查看 wfr 支持的字符集编码列表如下：
字符集编码使用名称或代码页指定均可，并且不区分大小写。
如果用户确实能保证正在进行有意义的转换，可以使用 “/force” 参数要求 wfr 忽略字符集编码兼容性检查。 |
下载