UTF-8正規表現の組み込みWinXP言語の推奨

Question

これはUTF-8の土地への私の最初の進出です。私はIIS Adminですので、これを専門的に触れることはありませんでした。私は、聖書をアフリカの言語に翻訳した宣教師を助けようとしており、現在は大規模なUTF-8ファイルとのグローバルマッチングを行う必要があります。特にアクセント付きの文字を照合しています。

ここでは古いXPコンピュータを使用しています。そのため、VBSのクイックスクリプトを一緒に飾って、言語が既にボックスにインストールされていることを知りました。数分間再生した後、VBS正規表現は各文字を2文字に分割してUTF-8を処理します。単一のâに一致するには、私のパターンは\ u00c3 \ u00a2です。これは\ u00e2ではありませんか？

私は自分の奥から出ているので、私は少しガイダンスを求めると思った。 UTF-8のように、この種のダブルマッチングが必要です（UTF-8が必要です）。誰かが私がコーディングしているキャニオンを教えてくれますか？ :-)

PerlやJavaのダウンロードとインストールは、おそらくこのプロジェクトの帯域幅と技術的ノウハウの外にあります。ツールが組み込まれている必要があります。MS Officeがインストールされているので、特定のサポートを提供するライブラリがある場合、VBAはオプションです。 JavaScriptはインストールされていますが、どのバージョンがわかりません。

おかげ

Answer 1

次の2個のまたはそれ以上の連続したドットを一致させる必要がない限り（例えば、あなたが持っている...か...あなたの正規表現ではありません。*）あなたはUTF-8で任意のASCII正規表現ライブラリを使用して期待することができますそれは正しく動作するように。

あなたが探しているものを知ることがそのトリックです。 UTF-8はそのようなバイト分割を行いますので、あなたがよく慣れているものにあなたの正規表現を書いて、それをUTF-8に変換し、 ".."が含まれていなければ動作します。

Answer 2

PowerShellについてはどうですか？ .NET正規表現ライブラリを使用しています。これは、特にUnicodeをサポートするために使用できるライブラリの中でも最も優れています。