标题: [讨论]请教P处理文本的效率问题 [打印本页]

---

作者: genteman     时间: 2008-9-24 09:39    标题: [讨论]请教P处理文本的效率问题

要处理的文本内容剪辑如下：
<hgsdp:msisdn=8615082687528,loc;
HLR SUBSCRIBER DATA

SUBSCRIBER IDENTITY
MSISDN           IMSI             STATE          AUTHD
8615082687528    460023826698378  CONNECTED      AVAILABLE

NAM
0

LOCATION DATA
VLR ADDRESS       MSRN            MSC NUMBER          LMSID
4-8613744818                      8613744818         

SGSN NUMBER
4-8613741803     

END
<hgsdp:msisdn=8613980325588,loc;
HLR SUBSCRIBER DATA

SUBSCRIBER IDENTITY
MSISDN           IMSI             STATE          AUTHD
8613980325588    460000324808588  CONNECTED      AVAILABLE

NAM
0

LOCATION DATA
VLR ADDRESS       MSRN            MSC NUMBER          LMSID
4-99292370000                     99292370000        

SGSN NUMBER
4-8613746991     
MS PURGED IN SGSN

END
<hgsdp:msisdn=8615884933063,loc;
HLR SUBSCRIBER DATA

SUBSCRIBER IDENTITY
MSISDN           IMSI             STATE          AUTHD
8615884933063    460028825794364  CONNECTED      AVAILABLE

NAM
0

LOCATION DATA
VLR ADDRESS       MSRN            MSC NUMBER          LMSID
4-8613741249                      8613741249         
MS PURGED IN VLR

SGSN NUMBER
4-8613742297     

END
<hgsdp:msisdn=8613608272886,loc;
HLR SUBSCRIBER DATA

SUBSCRIBER IDENTITY
MSISDN           IMSI             STATE          AUTHD
8613608272886    460008480450049  CONNECTED      AVAILABLE

NAM
0

LOCATION DATA
VLR ADDRESS       MSRN            MSC NUMBER          LMSID
4-8613744818                      8613744818         

SGSN NUMBER
UNKNOWN

END
<hgsdp:msisdn=8613882685885,loc;
HLR SUBSCRIBER DATA

SUBSCRIBER IDENTITY
MSISDN           IMSI             STATE          AUTHD
8613882685885    460028825960924  CONNECTED      AVAILABLE

NAM
1

LOCATION DATA
VLR ADDRESS       MSRN            MSC NUMBER          LMSID
4-8613740848                      8613740848         

END

我要选出含有MS PURGED IN SGSN、MS PURGED IN VLR、UNKNOWN或无SGSN NUMBER字符串对应的<hgsdp开头的这行。

我的代码如下：

CODE:  [Copy to clipboard]

---

::findmsisdn.bat - 查找固定模式文本内容中含有MS PURGED IN SGSN、MS PURGED IN VLR、UNKNOWN或无SGSN NUMBER字符串中的第一行
::genteman - 2009-09-22 -CMD@WinXP Pro
::contact amdaround@163.com
::错误处理部分借用了Will Sort的代码，在此表示感谢！

@echo off & setlocal enabledelayedexpansion

if [%1]==[:error] goto :error

if [%1]==[] %0 :error 0 "Incomplete argument - Usage:%~n0 <filename>"
if not exist "%~1" %0 :error 1 "%~n1 does not exist"

for /f "delims=" %%i in (%~s1) do (
echo "%%i" | find "hgsdp" >nul && set tmpstr=%%i
set str=!str!,%%i
if %%i==END (
echo "!str!" | find "SGSN NUMBER" >nul || echo !tmpstr! >>"%~dp1NO SGSN NUMBER.txt"
echo "!str!" | find "MS PURGED IN SGSN" >nul && echo !tmpstr! >>"%~dp1MS PURGED IN SGSN.txt"
echo "!str!" | find "MS PURGED IN VLR" >nul && echo !tmpstr! >>"%~dp1MS PURGED IN VLR.txt"
echo "!str!" | find "SGSN NUMBER,UNKNOWN" >nul && echo !tmpstr! >>"%~dp1"UNKNOWN.txt
set str=
)
)
goto :EOF

:error - 错误处理
echo.
echo Error %2: %3
echo.
exit /b %2

现在的问题是运行效率特别低，对一个大小超过10M的文件处理需要至少24小时的执行时间，如果是在UNIX下用sed来处理的话只需要几秒钟就能搞定。

上面的代码问题是因为每次循环都要进行多次判断，所以造成执行效率低下，但我实在想不出有更好的算法。

请教大家有没有优化的代码？