推荐内置WinXP语言支持UTF-8正则表达式

Question

这是我第一次进入UTF-8领域。我是IIS管理员，所以我从来没有专门去触摸这个。我试图帮助一位将圣经翻译成非洲语言的传教士，现在需要对大型UTF-8文件进行全球匹配。我们特别为重音字符进行匹配。

我们在这里使用的是较旧的XP计算机，所以我在VBS中拼凑了一个快速脚本，知道语言已经安装在他们的盒子上了。玩了几分钟后，VBS正则表达式将每个字符分成2个字符，从而处理UTF-8。要匹配单个â，我的模式是\ u00c3 \ u00a2。这不应该是\ u00e2？

由于我不在我的深处，我以为我会寻求一点指导。它几乎看起来像UTF-8只需要这种双重匹配（并且需要UTF-8）。有人可以告诉我在编码哪个峡谷吗？ :-)

下载和安装Perl或Java可能不在此项目的带宽和技术知识范围之内。该工具应该内置。MS Office已安装，因此如果某个库提供特定的支持，VBA是一个选项。 JavaScript也被安装，虽然我不知道什么版本。

感谢

Answer 1

除非你需要匹配两个或多个连续的点（例如，你有..或...在你的正则表达式，但不是。*），你可以使用UTF-8任何ASCII正则表达式库，并期望它能正常工作。

诀窍是知道你在找什么。 UTF-8做这种类型的字节分解，所以编写你的任何你熟悉的正则表达式，并将其转换为UTF-8，它将工作，除非它包含“..”。

Answer 2

PowerShell怎么样？它使用.NET正则表达式库，这是最好的库之一，特别是对于Unicode支持。