中国DOS联盟

有若干子文件夹，每个文件夹里都有若干文本，求助： 1、如何遍历这些文件夹里的文本，将每个文本里纯粹由半角字符（如：半角空格，半角标点，半角符号，英文，数字等等）组成的行删除； 2、将包含连续超过20个半角字符的行（如：“去年!~)&(^(123 &^ $#@,.?我们的工作/88\765”这样的行）删除； 3、将连续两个全角空格替换回车； 4、删除所有没有字符的空行； 5、清除特定的词组（例如：文本中包括“2007年报告指出”之类的词组）。 以上环境在CMD下 [ Last edited by pkto on 2009-1-21 at 11:43 ]

替换字符串，强烈推荐 命令行工具: fr find - replace baiy.cn/utils/fr/ind ... 　 简介 fr - 在文件中批量查找并替换匹配的字符串 支持一次性指定多个文件通配符和文件列表。 支持管道模式，与其它命令协同工作；支持半管道模式，从文件中获取输入，但将结果写到标准输出。 支持包含子目录。 支持普通匹配、正则匹配、可忽略大小写、可跨行匹配。替换时可以使用正则的子表达式。 支持高级正则表达式（ARE）。 同时支持 posix 标准的扩展正则表达式及 perl 风格的正则匹配。 可以格式化替换内容为全大写或全小写，便于在批处理中对环境变量和命令行参数做大小写一致化处理。 支持 DOS（Windows）、Macintosh 和 unix 风格的换行符，可选择自动识别（默认）或手动指定。 统计功能，列出每个文件中的替换次数、总替换次数等。 支持Win32和纯DOS环境（纯DOS环境中需要 HX DOS Extender 支持）。 　 更新历史 2008-09-09, Ver 2.1.4.0909 UPD: 增强了正则行首锚点 '^' 的适应性。 2008-09-08, Ver 2.1.3.0908 FIX: 纠正了正则表达式零长匹配时会出现无限循环的问题（例如，在内容“aaa.bbb”中将“[^.]*”替换为“z”）。 FIX: 纠正了正则行首锚点解析不正确的问题（例如，在内容“ccc”将“^c”替换为“z”）。 2008-08-16 Ver 2.1.2.1126 新增高级正则表达式（ARE）支持 2007-01-20 Ver 2.1.1.120 新增 -exp 选项，开启该选项后，程序的内存使用量将增加一倍，但是在很多情况下，其处理速度将得到极大改善。碰到性能问题的弟兄们可以试试。 该算法使用额外的内存消除了原地替换时带来的内存抖动，所以文件中要替换的值越多，算法带来的性能提升就越明显。在 siwen@CCF 兄提供给我的样本上测试，开启了 -exp 选项以后，fr 完成任务的时间从 1小时 降低到 1.5 秒（文件体积 8.5MB，文件中需要替换的项目为 25 万项）。 　 典型应用 在命令行中单独使用，或作为管道过滤器使用。例如：“unzip -l *.zip | fr /r:"^(.{22}:\d\d\s*|(A| \a| -|.*files$).*\n)" /t”将当前目录下的所有zip文件中的文件干净地列出，同时过滤标题行、统计行以及每行的文件大小、修改时间等内容。 　 在批处理中应用。批处理片断：fr *.lst -fic:NewDir -tu:"%1" 将当前目录下所有 .lst 文件中的 newdir 替换为第一个命令行参数（全大写）。 另一个简单的例子：将“@fr kog-Swd5b.sfv /r:"^(.*) (\x\x)(\x\x)(\x\x)(\x\x)$" /t:"\5\4\3\2 *\1"”保存为批处理文件“sfv2hash.bat”，在下载任何带有 sfv 校验信息的文件后，可以使用 sfv2hash check.sfv 将其转换为标准 hash 信息格式。然后就可以使用 crypto v check.sfv /halgm:crc32 或其它散列验证工具进行文件验证。 　 与其它工具配合使用。 　 简单中文帮助 C:\Documents and Settings\Administrator> #fr =============================================================================== find and replace Ver 2.1.1.120 by BaiYang / 2004 - 2007, 免费软件 主页地址 － baiy.cn =============================================================================== 在文件和管道中寻找字符串，并将它们替换为其它内容 用法: fr [文件通配符1 文件通配符2 ...] {查找选项:查找内容} {替换选项:替换为} [其它选项] =============================================================================== 查找选项: -f: - 匹配精确串 -fic: - 匹配精确串（忽略大小写） -r: - 正则表达式匹配 -ric: - 正则表达式匹配（忽略大小写） -rnnl: - 跨行正则匹配 -rnnlic: - 跨行正则匹配（忽略大小写） =============================================================================== 替换选项: -t: - 将匹配的内容替换为指定字符串 -tu: - 先将指定的“替换为”字符串变为大写，然后开始替换 -tl: - 先将指定的“替换为”字符串变为小写，然后开始替换 -h -? - 当前屏幕 注意: 如果您正在使用正则匹配，那么您可以在“替换为”字符串中使用子表达式代换 (\0 ～ \9) =============================================================================== 其它选项: -s - 包含子目录 -exp - 启用内存扩展算法，将会加倍 fr 的内存使用量，但是很多时候可以极大地 提高执行效率。如果你碰到了性能问题，可以尝试开启该选项。 -stdin - 从标准输入设备获得要查找的内容，并将结果从到标准输出设备（如果未指 定任何文件模板的话，则自动启用该选项） -stdout - 像平时一样， 从文件中获得输入， 但将结果送到标准输出（而不是写回文 件） -frc - 显示每个文件内发生的替换次数 -trc - 显示所有文件总共发生的替换次数 =============================================================================== POSIX 和 Perl 风格的正则表达式: - "find - replace" 完整支持 POSIX.2 扩展标准及 Perl 风格的正则表达式。 以下是支持的字符类及其对应关系: POSIX perl 描述 -------------------------------------------------------------------- [:alnum:] 字母和数字 [:alpha:] \a 字母 [:lower:] \l 小写字母 [:upper:] \u 大写字母 [:blank:] 空格和制表符 [:space:] \s 空白字符 [:cntrl:] 控制字符 [:digit:] \d 十进制数字 [:xdigit:] \x 十六进制数字 [:graph:] 可打印字符（不包括空白符） [:print:] \p 可打印字符（包括空白符） [:punct:] 标点符号 - 以下是一些 perl 的特殊字符类: perl POSIX等效 描述 -------------------------------------------------------------------- \o [0-7] 八进制数字 \O [^0-7] 非八进制数字 \w [[:alnum:]_] 单词组成 \W [^[:alnum:]_] 非单词组成 \A [^[:alpha:]] 非字母 \L [^[:lower:]] 非小写字母 \U [^[:upper:]] 非大写字母 \S [^[:space:]] 非空白符 \D [^[:digit:]] 非十进制数字 \X [^[:xdigit:]] 非十六进制数字 \P [^[:print:]] 非可打印字符 \< [^[:alpha:]_] 单词开始 \> [^[:alnum:]_] 单词结束 - 注意: posix 字符类是必须工作在集合中的（“[”和“]”内）。相反，perl 风格 的字符类是工作在集合运算之外的。 - 此外，为了便于在命令行输入一些特殊字符，特别定义了一下别名: perl风格 POSIX风格 描述 ----------------------------------------------------------------------- \" [:dq:] 双引号 \' [:sq:] 单引号 \t [:tb:] 制表符 \n [:nl:] 换行符 (0x0A) \r [:rt:] 回车符 (0x0D) \b [:bs:] 退格符 =============================================================================== 开关的前缀和后缀: * 所有命令行开关（选项）都是大小写无关的（如: "-fic:" 和 "-FIC:"） * 开关的前缀可以是 "-" 或 "/"（如: "/s" 和 "-s"） * 开关的后缀可以是 ":" 或 "="（如: "/f:", "/f=", "-f:" 和 "-f=" 等效） =============================================================================== 应用示例: fr *.txt *.htm -f:teh -t:the fr *.txt -fic:"My Dir" -tu:"%ROOTDIR%" type server.log | fr /r:"Connected.*218.79" /t:"**Attack** \0" type server.log | fr /r:"^(Smith|James).*\n" /t unzip -l *.zip | fr /r:"^(.{22}:\d\d\s*|(A| \a| -|.*files$).*\n)" /

有问题请发论坛或者自行搜索,再短消息问我的统统是SB

谢谢yihanju兄的回贴，但答案不是正解。如果是正则替换的话，有很多软件都可以实现的，象偶最擅长的textpro，就经常用它来处理文档，只要设置好表达式即可，在其中半角只需/~f就可以全部表达，而不象兄台说的数字、符号、英文单独用公式表达，这样效率并不高。而且兄台民指的方式，好象对汉字或者汉字的全角空格是不能操作的，所以偶只想用bat处理，不想再随身携带其它的软件。 [ Last edited by pkto on 2009-1-21 at 11:42 ]

fr是一个命令行字符串查找替换工具，我自己用着非常顺手，少写N行批处理 bat 处理文本的功能比较弱，繁杂的处理用相应工具处理比较好

有问题请发论坛或者自行搜索,再短消息问我的统统是SB

Originally posted by yishanju at 2009-1-21 12:50 PM: fr是一个命令行字符串查找替换工具，我自己用着非常顺手，少写N行批处理 bat 处理文本的功能比较弱，繁杂的处理用相应工具处理比较好

那好，既然yishanju兄这么说，就请针对偶提出的需要，给出答案可好？偶对这个工具一点都没有概念的说，如果现在开始学习，恐怕有些慢……

这次学会了，下次就不慢了

有问题请发论坛或者自行搜索,再短消息问我的统统是SB

4楼说到重点

S smile 微笑,L love 爱,O optimism 乐观,R relax 放松,E enthusiasm 热情...Slore

@echo off&setlocal ENABLEDELAYEDEXPANSION ::所有set /p只是用来显示进度 ::要读取所有文件,请自行再加一个for循环 set "cut="要去除的串列表" "注意：" "用空格隔开，" "和用双引号引起来"" set file=lent.txt ::out!file!为输出文件 cd.>out!file! ::读取文本,丢掉空行 for /f "tokens=*" %%a in ('type !file!') do ( cls echo.&echo.&echo.&set /p =正在处理请稍候.<nul set "str=%%a" call :sub ) echo.完成.. &type out!file! pause goto :eof ::丢掉纯半角行和半角字符多或等于20的行 :sub call :getlen2 strlen0 set str=!str:"=""! call :getlen2 strlen2 for /f "skip=1 delims=:" %%a in ('^(echo "!str!"^&echo.^)^|findstr /o ".*"') do set/a strlen1=%%a-5 if !strlen1!==!strlen2! goto :eof set /a m=strlen2*3-strlen1-strlen0 if !m! gtr 19 goto :eof ::********************************** ::清除特定词组 for %%a in (!cut!) do set "str=!str:%%~a=!" ::************ set /p =..<nul ::4个空格变回车换行 set "str=!str:2=22!" set "str=!str: =020!" set "str=!str: =a2a!" set "str="!str:020=" "!"" for /f "tokens=1-8" %%b in ('echo !str!') do call :ret %%b&call :ret %%c&call :ret %%d&call :ret %%e&call :ret%%f &call :ret %%g&call :ret %%h&call :ret %%i ::**************** goto :eof :getlen2 set n=0&set "s=!str!" :loop set /a n=!n!+16 set "m=!s!fedcba9876543210" set "s=!str:~%n%!" if defined s goto loop set /a %1=0x!m:~16,1!+!n!-15 set /p =.<nul goto :eof :ret set /p =.<nul set "ret=%~1" if not defined ret goto :eof set "ret=!ret:a2a= !" set "ret=!ret:22=2!" set "ret=!ret:""="!" echo !ret!>>out!file! goto :eof [ Last edited by netbenton on 2009-1-24 at 02:38 ]

精简 [你的+我的+他的]=>[大家的] 个人网志

本来回你的贴就没什么恶意的意思，居然被你咬成这样，又是我骂我充内行又是说我抄袭的。令人感慨 你在某个论坛上，发了某篇帖子，然后我都不是按你的希望来回复的，你就愤怒了是吗？ [ Last edited by yishanju on 2009-1-24 at 04:14 ]

有问题请发论坛或者自行搜索,再短消息问我的统统是SB

对我道歉就不用了,想想对其他人有没有必要吧.批处理是多个命令或程序一起处理来达到一定的目的,第三方工具也属于程序呀,只要可以达到想要的目的,就可以借用了.要处理通用性问题可将第三工具转成debug代码或包含在批处理内生成临时文件再调用,就可以了. 再提一下,10楼的代码是可以处理1楼的功能的,只要加个for 提取文件就可以遍历所有文件了,只是效率就没有三方工具高. 也祝你新年快乐! 附增改代码(只贴修改部分): @echo off&setlocal ENABLEDELAYEDEXPANSION ::所有set /p只是用来显示进度 set "cut="要去除的串列表" "注意：" "用空格隔开，" "和用双引号引起来"" ::读取所有txt文件 for /f "delims=" %%a in ('dir /b /s *.txt') do ( set "file=%%a" rem 直接替换原文件,不产生临时文件 rem 读取文本,丢掉空行 for /f "tokens=*" %%b in ('type !file!^&cd.^>!file!') do ( cls echo.&echo.&echo.&set /p =正在处理请稍候.<nul set "str=%%b" call :sub ) echo.完成.. &type !file! pause ) goto :eof ...... ********* 把后面的 echo !ret!>>out!file! 改成: echo !ret!>>!file! ********** [ Last edited by netbenton on 2009-1-24 at 20:32 ]

精简 [你的+我的+他的]=>[大家的] 个人网志

S smile 微笑,L love 爱,O optimism 乐观,R relax 放松,E enthusiasm 热情...Slore

切！扣分么？ 扣分的人自己看清楚，明明是自己。我对分数那种虚的东西不放心上。 加那2分你看着很不舒服非扣点不成？ 那句话你如果多去了解下批处理吧。 如果批处理能处理的好，3方软件有必要出现麽？自己琢磨吧。

S smile 微笑,L love 爱,O optimism 乐观,R relax 放松,E enthusiasm 热情...Slore

我觉得批处理是不会因为用了第三方工具就不是批处理了

有问题请发论坛或者自行搜索,再短消息问我的统统是SB