中国DOS联盟

因为电影服务器的空间不够了，所以想删一些平时没人看点击率低的电影，经过查找发现有关电影的信息都放在每个电影文件夹的info.xml文件里，我写了个不是很完善的批处理，不太很精准，但能提取大部分的电影文件名和点击率，不过有一些以我现在的能力实在提取不出来，但又不太会使用sed,fr这些外部命令，所以想请大家帮我一下。我还有个不情之请，如果可以的话尽量不要使用外部命令，即便使用的话也请教我下每句的用法，呵呵，真是不好意思。本来一个贴就能发完的，后面还是高估我的能力了。

这个是我写的批处理：

@echo off
for /f %%i in ('dir /b /s /a "*.xml"') do (
for /f "tokens=3 delims=[]" %%a in (%%i) do (
for /f "tokens=29 delims=click" %%b in (%%i) do (
for /f "tokens=2 delims=><" %%c in ("%%b") do (
echo %%c|findstr [0-9]>nul2>nul&&echo %%a的点击率为%%c次||for /f "tokens=31 delims=click" %%d in (%%i) do (
for /f "tokens=2 delims=><" %%e in ("%%d") do (
echo %%a的点击率为%%e次|findstr [0-9]||echo %%~fa>>提取点击率出错的电影.txt
)
)
)
)
)
)
pause


这个是一部分xml文件的打包。
[url]http://upload.cn-dos.net/img/1366.rar[/url]

把XML 文件全用一行写完的家伙真是个混蛋

其实你还应该说明一下 文件目录结构是怎么样的，文件名规律之类的
一部电影一个目录，还是所有文件都在一个目录下面

其实系统里的命令真的足够强大可靠处理我的事情，并且好用顺手，我也不会到处找工具找教程了

我尝试过用for 确实有部份XML不能得点击率，说明这些文件有些不一样，如果你有兴趣去查找出几十个文件几百个文件不一样的地方，也许能改进代码，只不过也许可能改进代码之后可能发现有几十文件处理不了

本来用SED处理点击率应该最好的，用SED应该可以不用产生临时文件，我学了很长时间都很难理解这个东西。

再尝试用XMLSTAR，百度只有几篇中文资料，为了用这个工具，我去学了XML,学XPATH，代码写出来运行，930个文件得到了点击率，实在难理理解其它文件为什么报错，让人烦恼不已。

最后回归使用FR来处理这个事情，看起来1023个文件都能取到点击率了：

@echo off

setlocal ENABLEDELAYEDEXPANSION

for /f "delims=" %%a in ('dir /b /s /a 1366\*.xml') do (

	echo %%a

	type "%%a">%%~dpa\%%~na.txt

	fr -rnnlic:".*name=\"click\">(*)\</item\>.*" -t:"\1" %%~dpa\%%~na.txt

	set /p click=<%%~dpa\%%~na.txt

	echo !click!



)

pause

要说教你FR的用法，真的很难，FR我也不是在一天、在一个帖子里学会的
会正则表达式的话，看一眼FR的帮助说明就会了。

fr 帮助说明:http://baiy.cn/utils/fr/index.htm

[ Last edited by yishanju on 2009-3-14 at 20:47 ]

改进了代码，不产生临时文件
速度也快了

从此以后又多了一个不用SED的理由

但是发现取犬夜叉.xml 的点击率出错：
过程试图写入的管道不存在。

有可能是文件太长原因，楼上的代码没发现这个问题

@echo off

setlocal ENABLEDELAYEDEXPANSION

for /f "delims=" %%a in ('dir /b /s /a 1366\*.xml') do (

	for /f "delims=" %%i in ('type "%%a"^|fr -rnnlic:".*name=\"click\">(*)\</item\>.*" -t:"\1"') do (

		set click=%%i

	

)

	echo 点击率!click! 文件名%%a



)



pause

[ Last edited by yishanju on 2009-3-15 at 02:41 ]

应该是一行超过8192个字符就出问题吧

出错的原因之一可能是文档之中有这样的一个特异字符： “”

在一个正常的XML里 插入“”
执行TYPE 就只显示到“ ”的地方，后面的内容不显示

[ Last edited by yishanju on 2009-3-15 at 06:01 ]

执行type x.xml>x.txt
X.TXT 的内容源文件一样完整
所以四楼的代码没有发现出错

把所有的特殊字符替换掉以后
下面的代码就可以准确的得到犬夜叉.xm点击率了
用WPS 看了一下犬夜叉.xml字符数有两万
大小39K



@echo off
setlocal ENABLEDELAYEDEXPANSION

for /f "tokens=1* delims=" %%i in ('type 犬夜叉.xml^|fr -rnnlic:".*name=\"click\">(*)\</item\>.*" -t:"\1"') do (
set click=%%i

echo 点击率!click!

)

pause

[ Last edited by yishanju on 2009-3-15 at 06:15 ]

建议使用vbs
目录使用fso枚举
xml文件可以使用xmldom来处理，速度快而且准确

有关xmldom可参考的资料http://www.w3school.com.cn/xpath/xpath_examples.asp

感谢EST指路｜
用PYTHON也不错，好顺便学PYTHON

Dim fso,wsp,doc,xxx

Set fso=CreateObject("Scripting.FileSystemObject")

Set wsp=CreateObject("Shell.Application")

Set doc=CreateObject("Microsoft.XMLDOM")

doc.async="false"

filename="info.xml"  '要提取的xml文件名,小写



SFolder fso.GetFolder(wsp.BrowseForFolder(0,"选择要提取的目录",0).self.path)



Sub SFolder(xFolder)

	If xFolder.Files.Count > 0 Then

		SFile xFolder

	End If

	If xFolder.SubFolders.Count > 0 Then

		For Each yFolder In xFolder.SubFolders

			SFolder yFolder

		Next

	End If

End Sub



Sub SFile(xFile)

	For Each fs In xFile.Files

		If LCase(fs.Name) = filename Then

			Parse fs.path

		End If

	Next

End Sub





Sub Parse(path)

	doc.load path

	xxx=xxx &_

	doc.documentElement.selectSingleNode("//item").text & vbTab &_

	doc.documentElement.selectSingleNode("//item").text & vbTab &_

	path & vbCrLf

'这里可以添加判断当click小于多少直接删除

'If doc.documentElement.selectSingleNode("//item").text <50 Then delete

End Sub



Wscript.Echo xxx

[ Last edited by everest79 on 2009-3-15 at 09:39 ]

@echo off

setlocal ENABLEDELAYEDEXPANSION

for /f "delims=" %%a in ('dir /b /s /a 1366\*.xml') do (

	for /f "delims=" %%i in ('fr -rnnlic:".*name=\"click\">(*)\</item\>.*" -t:"\1" "%%a" -stdout') do (

		set "click=%%i"	

)

	echo !click! %%a

)

pause

又改了代码，不产生临时文件，不会出像五楼代码的问题

呵呵，谢谢，vbs会的不多。
我现在也在学习fr,不过有两个问题不太明白
fr -rnnlic:".*name=\"click\">([0-9]*)\</item\>.*" -t:"\1" "%%a" -stdout

.和*是什么意思？每个符号前都要用\吧，但"click\">的"后面的>为什么不用？
还有-t也不太明白m解释上说是将匹配的内容替换为指定字符串，那后面的1是怎么回事？

正则表达式我不敢觉得自己很懂，我在这里说得很吃力，有机会你自己学一学正则

.表示任意字符
.* 就表示1-N个任意字符
.*name 表示在name 这个字符串前有N个任意字符

加字符前加\都表示特殊字符本身，就像批处理里的| &的字符前要加^一样
刚试过<>字符不用加\

[ Last edited by yishanju on 2009-3-17 at 05:14 ]