标题: 文本拆分专题（续） [打印本页]

---

作者: wusongccb     时间: 2008-10-27 14:31    标题: 文本拆分专题（续）

按照版主要求，现将详细需求整理在此：

现有16G的文本文件，有130个字段，需要拆分成若干文件。

拆分规则： 按照 第117个字段的前三位命名并拆分。

我已研究出一个半成品代码，代码如下：

@echo off
sed.exe -f sed.txt aaa.txt > temp.txt
for /f "tokens=1,2* delims=|" %%a in (temp.txt) do (
for /f "tokens=25* delims=|" %%d in ("%%c") do (
for /f "tokens=25* delims=|" %%f in ("%%e") do (
for /f "tokens=25* delims=|" %%h in ("%%g") do (
for /f "tokens=25* delims=|" %%j in ("%%i") do (
for /f "tokens=15 delims=|" %%l in ("%%k") do (
  set "str=%%l"
  setlocal enabledelayedexpansion
  for %%z in (110 210 310) do (
    if "!str:~,3!"=="%%z" (
       >>%%z.txt echo %%a^|%%b^|%%c
    )
  )
  endlocal
)
)
)
)
)
)

但是该代码有个缺陷，%%z 并不止上述“110 210 310”三个，因此不能如此枚举出来，而是能否直接用第117个字段的前三位来命名。

同时目前还发现另外一个问题：
    文本文件中，有字段值为空，即两个管道符在一起（如：||），如此，FOR会认为所指定的字段并不在117位，程序默认空字段值不能赋值给一个变量，导致锁定第117个字段不准，因此我使用了个蠢办法，利用SED.EXE做一个全文本替换，将管道符“|”替换成空格+管道符（如：“ |”），如此就能锁定第117个字段，但是这样就会多一次I/O读写，效率大大降低。

论坛高手如云，且不吝赐教，感激不尽！！

---

作者: lxmxn     时间: 2008-10-28 13:37
像这样的问题一般考虑用 VBS 或 awk，效率是一个重要问题。

下面这个不需要sed进行处理，直接命令行运行就行了。如果没有 gawk 可以自己下载个，论坛很多链接。
[ Last edited by lxmxn on 2008-10-28 at 13:39 ]