中国DOS联盟

-- 联合DOS 推动DOS 发展DOS --

联盟域名：www.cn-dos.net 论坛域名：www.cn-dos.net/forum
DOS，代表着自由开放与发展，我们努力起来，学习FreeDOS和Linux的自由开放与GNU精神，共同创造和发展美好的自由与GNU GPL世界吧！

中国DOS联盟论坛 » DOS批处理 & 脚本技术（批处理室） » 文本拆分专题（续）

wusongccb
新手上路

积分 6
发帖 6
注册 2008-10-21
状态离线

『楼主』: 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！！

2008-10-27 14:31

lxmxn
版主

积分 11386
发帖 4938
注册 2006-7-23
状态离线

『第 2 楼』:

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。

gawk -F"|" "{if($(117)~/^(110|210|310)/)print $0>>substr($(117),1,3)\".txt\" }" aaa.txt

[ Last edited by lxmxn on 2008-10-28 at 13:39 ]

2008-10-28 13:37

请注意：您目前尚未注册或登录，请您注册或登录以使用论坛的各项功能，例如发表和回复帖子等。

可打印版本 | 推荐给朋友 | 订阅主题 | 收藏主题

论坛跳转: