Транслитерация текста CHGSTR.EXE - Компьютерный форум OSzone.net

Компьютерный форум OSzone.net (http://forum.oszone.net/index.php)

- Скриптовые языки администрирования Windows (http://forum.oszone.net/forumdisplay.php?f=102)

- - Транслитерация текста CHGSTR.EXE (http://forum.oszone.net/showthread.php?t=338475)

kdolzhanskiy@vk

28-12-2018 16:05 2848760

Транслитерация текста CHGSTR.EXE

Вложений: 1

Уважаемые знатоки, помогите разобраться с использованием bat для транслитерации содержимого текстового файла (расширение txt) в латиницу (UPPER CASE), который получается при парсинге xml. Используется для последующей отправки в RDS-кодер радиостанции. Навык "научного тыка" не помог.
Содержимое меняется в зависимости от проигрываемого трека, но всегда состоит из "Название артиста - название песни".

К примеру:
содержимое OnAir.txt: Malika Yes - Ойнамаймын сенімен
Нужно чтобы попало в новый файл OnAir_convert.txt: MALIKA YES - OYNAMAYIN SENIMEN

А в случае если латиница присутствует ничего не менять кроме регистра:
OnAir.txt: Azamat - Araiym
>OnAir_convert.txt:AZAMAT - ARAIYM

Нашел в одной из старинных веток подсказку что это можно сделать через bat и CHGSTR.EXE, но не смог осилить. Операционка Win10 и Win7

Код:

@echo off



set file=text.txt



copy %file% %file%.bak



CHGSTR "*" "a" %file%

CHGSTR "Ў" "b" %file%

CHGSTR "ў" "v" %file%

CHGSTR "Ј" "g" %file%

CHGSTR "¤" "d" %file%

CHGSTR "Ґ" "e" %file%

CHGSTR "с" "e" %file%

CHGSTR "¦" "zh" %file%

CHGSTR "§" "z" %file%

CHGSTR "Ё" "i" %file%

CHGSTR "©" "io" %file%

CHGSTR "Є" "k" %file%

CHGSTR "«" "l" %file%

CHGSTR "¬" "m" %file%

CHGSTR "*" "n" %file%

CHGSTR "®" "o" %file%

CHGSTR "Ї" "p" %file%

CHGSTR "а" "r" %file%

CHGSTR "б" "s" %file%

CHGSTR "в" "t" %file%

CHGSTR "г" "u" %file%

CHGSTR "д" "f" %file%

CHGSTR "е" "h" %file%

CHGSTR "ж" "c" %file%

CHGSTR "з" "ch" %file%

CHGSTR "и" "sh" %file%

CHGSTR "й" "sh" %file%

CHGSTR "к" "!" %file%

CHGSTR "л" "i" %file%

CHGSTR "м" "!" %file%

CHGSTR "н" "e" %file%

CHGSTR "о" "yu" %file%

CHGSTR "п" "ya" %file%





CHGSTR "Ђ" "A" %file%

CHGSTR "Ѓ" "B" %file%

CHGSTR "‚" "V" %file%

CHGSTR "ѓ" "G" %file%

CHGSTR "„" "D" %file%

CHGSTR "…" "E" %file%

CHGSTR "р" "E" %file%

CHGSTR "†" "ZH" %file%

CHGSTR "‡" "Z" %file%

CHGSTR "€" "I" %file%

CHGSTR "‰" "IO" %file%

CHGSTR "Љ" "K" %file%

CHGSTR "‹" "L" %file%

CHGSTR "Њ" "M" %file%

CHGSTR "Ќ" "N" %file%

CHGSTR "Ћ" "O" %file%

CHGSTR "Џ" "P" %file%

CHGSTR "ђ" "R" %file%

CHGSTR "‘" "S" %file%

CHGSTR "’" "T" %file%

CHGSTR "“" "U" %file%

CHGSTR "”" "F" %file%

CHGSTR "•" "H" %file%

CHGSTR "–" "C" %file%

CHGSTR "—" "CH" %file%

CHGSTR "" "SH" %file%

CHGSTR "™" "SH" %file%

CHGSTR "љ" "!" %file%

CHGSTR "›" "I" %file%

CHGSTR "њ" "!" %file%

CHGSTR "ќ" "E" %file%

CHGSTR "ћ" "YU" %file%

CHGSTR "џ" "YA" %file%

Iska	28-12-2018 17:47 2848789

kdolzhanskiy@vk, xml — это, скорее всего, какой-нибудь UTF-8, не?

Лучше упакуйте несколько xml в архив, каковой приложите к сообщению, и опишите, что оттуда надо извлекать.

YuS_2

28-12-2018 17:52 2848792

Цитата:

Цитата kdolzhanskiy@vk

Операционка Win10 и Win7 »

лучше сразу на powershell:

Код:

function global:translit {

        process {

                $charr = @{

                        [char]'А' = "A"

                        [char]'а' = "a"

                        [char]'Б' = "B"

                        [char]'б' = "b"

                        [char]'В' = "V"

                        [char]'в' = "v"

                        [char]'Г' = "G"

                        [char]'г' = "g"

                        [char]'Д' = "D"

                        [char]'д' = "d"

                        [char]'Е' = "E"

                        [char]'е' = "e"

                        [char]'Ё' = "E"

                        [char]'ё' = "e"

                        [char]'Ж' = "ZH"

                        [char]'ж' = "zh"

                        [char]'З' = "Z"

                        [char]'з' = "z"

                        [char]'И' = "I"

                        [char]'и' = "i"

                        [char]'Й' = "I"

                        [char]'й' = "i"

                        [char]'К' = "K"

                        [char]'к' = "k"

                        [char]'Л' = "L"

                        [char]'л' = "l"

                        [char]'М' = "M"

                        [char]'м' = "m"

                        [char]'Н' = "N"

                        [char]'н' = "n"

                        [char]'О' = "O"

                        [char]'о' = "o"

                        [char]'П' = "P"

                        [char]'п' = "p"

                        [char]'Р' = "R"

                        [char]'р' = "r"

                        [char]'С' = "S"

                        [char]'с' = "s"

                        [char]'Т' = "T"

                        [char]'т' = "t"

                        [char]'У' = "U"

                        [char]'у' = "u"

                        [char]'Ф' = "F"

                        [char]'ф' = "f"

                        [char]'Х' = "KH"

                        [char]'х' = "kh"

                        [char]'Ц' = "TC"

                        [char]'ц' = "tc"

                        [char]'Ч' = "CH"

                        [char]'ч' = "ch"

                        [char]'Ш' = "SH"

                        [char]'ш' = "sh"

                        [char]'Щ' = "SHCH"

                        [char]'щ' = "shch"

                        [char]'Ъ' = ""

                        [char]'ъ' = ""

                        [char]'Ы' = "Y"

                        [char]'ы' = "y"

                        [char]'Ь' = ""

                        [char]'ь' = ""

                        [char]'Э' = "E"

                        [char]'э' = "e"

                        [char]'Ю' = "YU"

                        [char]'ю' = "yu"

                        [char]'Я' = "YA"

                        [char]'я' = "ya"

                }

                $_.tochararray()|%{

                        if ($charr[$_] -cne $null){

                                $arr += $charr[$_]

                        } else {

                                $arr += $_

                        }

                }

                write-output $arr

        }

}

- это функция. Можно в профиль добавить, затем использовать в любом месте, либо в скрипт добавить и использовать в нем.

Применять так (при условии добавления в профиль):

Код:

(gc onair.txt -enc utf8 -raw|translit).toupper()|out-file onair_convert.txt -enc utf8

При желании, можно и из батника запускать...

Код:

@echo off

powershell -ex bypass -c "&{(gc onair.txt -enc utf8 -raw|translit).toupper()|out-file onair_convert.txt -enc utf8}"

pause&exit /b

ЗЫ В десятке будет работать сразу, а в семерке - powershell лучше сразу обновить до версии 5.1

kdolzhanskiy@vk

29-12-2018 07:01 2848905

Цитата:

Цитата Iska

Лучше упакуйте несколько xml в архив, каковой приложите к сообщению, и опишите, что оттуда надо извлекать. »

По счастью извлечение из xml - пройденный этап. Вопрос именно в транслите того. что получается, а именно содержимого текстового фала из одной строки

kdolzhanskiy@vk

29-12-2018 07:49 2848908

Цитата:

Цитата YuS_2

лучше сразу на powershell: »

Сохранил как скрипт. Выдает ошибку.

Код:

PS C:\WINDOWS\system32> F:\auto\translit.ps1

F:\auto\translit.ps1:7 знак:11

+             [char]'Р=±' = "b"

+                    ~

Отсутствует оператор ''='' после ключа в хэш-литерале.

F:\auto\translit.ps1:71 знак:19

+         $_.tochararray()|%{

+                         ~

Отсутствует оператор ''='' после ключа в хэш-литерале.

F:\auto\translit.ps1:2 знак:10

+     process {

+             ~

Отсутствует закрывающий знак "}" в блоке операторов или определении типа.

F:\auto\translit.ps1:1 знак:26

+ function global:translit {

+                          ~

Отсутствует закрывающий знак "}" в блоке операторов или определении типа.

    + CategoryInfo          : ParserError: (:) [], ParentContainsErrorRecordException

    + FullyQualifiedErrorId : MissingEqualsInHashLiteral

Iska	29-12-2018 08:01 2848909

kdolzhanskiy@vk, кодировка. Уж если сохраняете скрипт в UTF-8 — добавляйте BOM (а правильнее — сохраняйте в UTF-16LE/1200 с BOM или в ANSI/1251).

P.S. «-enc utf8» в коде коллеги YuS_2 в Вашем случае (ANSI/1251) нужно заменить на «-Encoding default».

YuS_2

29-12-2018 10:13 2848924

Цитата:

Цитата Iska

P.S. «-enc utf8» в коде коллеги YuS_2 в Вашем случае (ANSI/1251) нужно заменить на «-Encoding default». »

Это да, но скорее, выбор кодировки уже будет зависеть от кодировки самого исходного файла...

Iska	29-12-2018 16:22 2848977

YuS_2, автор выложил пример txt-файла в первом сообщении темы, там ANSI/1251. Это я хотел от него получить xml, предполагая, что там может быть какой-нибудь UTF-8.

YuS_2

29-12-2018 19:05 2848995

Цитата:

Цитата Iska

автор выложил пример txt-файла в первом сообщении темы »

А, точно... упустил из виду и упоминание xml сбило с толку. Тогда да, однозначно default и никаких гвоздей! :)

Busla

30-12-2018 13:07 2849103

kdolzhanskiy@vk, вам нужна не транслитерация. По крайней мере только её недостаточно - разные тире, кавычки, диактрические знаки и прочая расширенную типографику тоже стоит учитывать.

YuS_2, словарь надо в секции begin определять
зачем разные кавычки?

Iska	30-12-2018 13:41 2849112

Цитата:

Цитата Busla

kdolzhanskiy@vk, вам нужна не транслитерация. По крайней мере только её недостаточно - разные тире, кавычки, диактрические знаки и прочая расширенную типографику тоже стоит учитывать. »

Автор ещё до этого не дозрел :).

Цитата:

Цитата Busla

зачем разные кавычки? »

Хотите — догадаюсь с одной попытки? У коллеги YuS_2 C-шная привычка, надо полагать, сказывается ;).

YuS_2

30-12-2018 17:22 2849155

Цитата:

Цитата Busla

словарь надо в секции begin определять »

согласен, это будет правильнее...

Цитата:

Цитата Busla

зачем разные кавычки? »

Цитата:

Цитата Iska

C-шная привычка, надо полагать, сказывается »

нет, не привычка, это обычная лень... набивать было лень, поэтому нагло стырил из чужого кода готовую хэштаблицу. :)

Iska	30-12-2018 17:35 2849159

Ну, стало быть, у того человека рефлекс сработал :).

kdolzhanskiy@vk

03-01-2019 07:53 2849559

Вложений: 1

Господа, мой максимум - собрать костыль из batников. Вот такими костылями я сумел пройти от: NowPlayingTemplate.htm - > index.htm -> OnAir.txt Все три файла в auto.7z Сейчас по совету YuS_2 и
Iska приступил к освоению Powershell. Предложенная функция translit (с исправлениями), судя по всему, отлично работает, но у меня пока не хватает опыта чтобы ее грамотно запускать.

YuS_2

03-01-2019 12:15 2849572

Цитата:

Цитата kdolzhanskiy@vk

пока не хватает опыта чтобы ее грамотно запускать. »

А какие сложности с запуском?
Есть же варианты...
Проще всего, с исправлениями, добавить функцию в профиль (это файл, расположенный по пути Users\NAME_USER\Documents\WindowsPowerShell\profile.ps1 либо имя файла может быть и таким: Microsoft.PowerShell_profile.ps1), после чего, её можно использовать в любых скриптах powershell... а способ запуска через сценарий .bat, выше описан.
Вот подправленная функция:

Код:

function global:translit {

        begin {

                $charr = @{

                        [char]'А' = 'A'

                        [char]'а' = 'a'

                        [char]'Б' = 'B'

                        [char]'б' = 'b'

                        [char]'В' = 'V'

                        [char]'в' = 'v'

                        [char]'Г' = 'G'

                        [char]'г' = 'g'

                        [char]'Д' = 'D'

                        [char]'д' = 'd'

                        [char]'Е' = 'E'

                        [char]'е' = 'e'

                        [char]'Ё' = 'E'

                        [char]'ё' = 'e'

                        [char]'Ж' = 'ZH'

                        [char]'ж' = 'zh'

                        [char]'З' = 'Z'

                        [char]'з' = 'z'

                        [char]'И' = 'I'

                        [char]'и' = 'i'

                        [char]'Й' = 'I'

                        [char]'й' = 'i'

                        [char]'К' = 'K'

                        [char]'к' = 'k'

                        [char]'Л' = 'L'

                        [char]'л' = 'l'

                        [char]'М' = 'M'

                        [char]'м' = 'm'

                        [char]'Н' = 'N'

                        [char]'н' = 'n'

                        [char]'О' = 'O'

                        [char]'о' = 'o'

                        [char]'П' = 'P'

                        [char]'п' = 'p'

                        [char]'Р' = 'R'

                        [char]'р' = 'r'

                        [char]'С' = 'S'

                        [char]'с' = 's'

                        [char]'Т' = 'T'

                        [char]'т' = 't'

                        [char]'У' = 'U'

                        [char]'у' = 'u'

                        [char]'Ф' = 'F'

                        [char]'ф' = 'f'

                        [char]'Х' = 'KH'

                        [char]'х' = 'kh'

                        [char]'Ц' = 'TC'

                        [char]'ц' = 'tc'

                        [char]'Ч' = 'CH'

                        [char]'ч' = 'ch'

                        [char]'Ш' = 'SH'

                        [char]'ш' = 'sh'

                        [char]'Щ' = 'SHCH'

                        [char]'щ' = 'shch'

                        [char]'Ъ' = ''

                        [char]'ъ' = ''

                        [char]'Ы' = 'Y'

                        [char]'ы' = 'y'

                        [char]'Ь' = ''

                        [char]'ь' = ''

                        [char]'Э' = 'E'

                        [char]'э' = 'e'

                        [char]'Ю' = 'YU'

                        [char]'ю' = 'yu'

                        [char]'Я' = 'YA'

                        [char]'я' = 'ya'

                }



        }

        process {

                $_.tochararray()|%{

                        if ($charr[$_] -cne $null){

                                $arr += $charr[$_]

                        } else {

                                $arr += $_

                        }

                }

                write-output $arr

        }

}

Запускать через батник, как описано выше, предварительно заменив utf8 на default во всех местах батника, если исходные файлы в кодировке 1251

Busla

03-01-2019 12:43 2849575

kdolzhanskiy@vk, в целом смешивание батников и PoSh нельзя назвать грамотным подходом. Поэтому пока не заморачивайтесь перфекционизмом и просто скопируйте код.

Если вас смутила инструкция:

Цитата:

Цитата YuS_2

это функция. Можно в профиль добавить, затем использовать в любом мест »

то профиль в данном случае - это скрипт на powershell который автоматически исполняется при каждом запуске powershell
набери в консоли powershell

Код:

$PROFILE

в ответ высветится полное имя файла
впрочем, проще сразу дать команду на редактирование:

Код:

notepad.exe $PROFILE

вставляете код из третьего сообщения и жмёте Сохранить как, там указываете кодировку UTF-8

теперь функцию translit можно использовать без каких-либо дополнительных телодвижений

Цитата:

Цитата kdolzhanskiy@vk

Сейчас по совету YuS_2 и Iska приступил к освоению Powershell »

сочувствую
для начала освоения у вас не самая подходящая задача, потому что сложившийся подход для извлечения данных из текста - регулярные выражения (regexp); для извлечения данных из html/xml - DOM, xPath, XSLT. Каждой из технологий посвящены довольно объёмные книги

подозреваю, что NowPlayingTemplate.htm тоже результат какой-то обработки - не похож он на html

Да и по powershell я не видел толковых учебников. Значительная часть примеров (если не сказать: подавляющее большинство) что у MS, что у сторонних разработчиков модулей демонстрирует явно функциональный подход. Однако нигде сколько-нибудь последовательно сама функциональная парадигма не подаётся.
Складывается ощущение, что чтобы писать грамотно на powershell нужно изучать какой-нибудь Haskell или хотя бы Python.

Iska	03-01-2019 13:45 2849582

Цитата:

Цитата Busla

подозреваю, что NowPlayingTemplate.htm тоже результат какой-то обработки - не похож он на html »

Да это какой-нибудь include скорее всего.

Цитата:

Цитата Busla

Да и по powershell я не видел толковых учебников. »

Да, это прямо беда… :(

kdolzhanskiy@vk

03-01-2019 14:02 2849585

Цитата:

Цитата Busla

подозреваю, что NowPlayingTemplate.htm тоже результат какой-то обработки - не похож он на html »

На самом деле это был html c элементами xml. Просто я купировал его под свои нужды до трех строчек

Время: 05:49.