替换“智能报价”；在 PowerShell 中

Question

我发现自己有点被一个简单的问题难住了。我正在尝试从一堆文本文件中删除花哨的引用。我有以下脚本，我在其中尝试了多种不同的替换方法，但没有结果。

下面是从 GitHub 下载数据并尝试转换的示例。

$srcUrl="https://raw.github.com/gist/1129778/d4d899088ce7da19c12d822a711ab24e457c023f/gistfile1.txt"
$wc = New-Object net.WebClient
$wc.DownloadFile($srcUrl,"foo.txt")
$fancySingleQuotes = "[" + [string]::Join("",[char[]](0x2019, 0x2018)) + "]"

$c = Get-Content "foo.txt"
$c | % { `
        $_ = $_.Replace("’","'")
        $_ = $_.Replace("`“","`"")
        $_.Replace("`”","`"")
    } `
    |  Set-Content "foo2.txt"

要做到这一点有什么技巧呢？

Answer 1

这是一个有效的版本：

    $srcUrl="https://raw.github.com/gist/1129778/d4d899088ce7da19c12d822a711ab24e457c023f/gistfile1.txt"
    $wc = New-Object net.WebClient
    $wc.DownloadFile($srcUrl,"C:\Users\hartez\SO6968270\foo.txt")

    $fancySingleQuotes = "[\u2019\u2018]"
    $fancyDoubleQuotes = "[\u201C\u201D]"

    $c = Get-Content "foo.txt" -Encoding UTF8

    $c | % { `
        $_ = [regex]::Replace($_, $fancySingleQuotes, "'")
        [regex]::Replace($_, $fancyDoubleQuotes, '"')
    } `
    |  Set-Content "foo2.txt"

manojlds 版本 不是的原因对您不起作用的是您从 GitHub 获取的文件上的编码与正则表达式中的 Unicode 字符不兼容。以 UTF-8 格式读取它可以解决该问题。

Answer 2

以下内容适用于您给出的输入和输出：

$c = Get-Content $file
$c | % { `

    $_ = $_.Replace("’","'")
    $_ = $_.Replace("`“","`"")
    $_.Replace("`”","`"")
    } `
    |  Set-Content $file

Answer 3

您的最后一次替换将一个左奇特引号和单引号放在一起。这就是你想要的吗？它与您的示例输出不匹配。试试这个：

$_.Replace("`“","`"")
$_.Replace("`”","`"")

Answer 4

这个堆栈溢出问题非常接近我的需要。我正在寻找可以检查任何 UTF8 的东西，并发现了这个问题：

如何使用正则表达式和 Notepad++ 删除所有非 ASCII 字符？

这似乎在 PowerShell 中也能正常工作。

他们在 PowerShell 中使用的正则表达式是：

[^\x00-\x7F]+

它将找到任何 UTF-8 字符。如果您需要更具体，您可以磨练正则表达式。

我的输入只有大引号作为 UTF-8 字符，因此这个简单的替换有效：

# Replace the UTF-8 quote with standard single quote
$cq = $cq -replace "[^\x00-\x7F]+", "'"