标题: [求助]自动处理节目表中的数字 [打印本页]
作者: sady2009 时间: 2009-6-14 02:51 标题: [求助]自动处理节目表中的数字
有一节目表文件a.txt内容如下（更新问题)：
非常感谢大家回复，问题有新的变化。
09/06/14
01:40 电视剧:承诺(3)12
13:45 电视剧：康熙微服私访记222/30
03:14 电视剧:大明奇才 (第5集)
07:25 周末剧场 连续剧 开心老爸（16）
19:35 电视剧：我的丑娘26
19:11 电视剧：清凌凌的水蓝莹莹的天Ⅱ12/36
06:18 艺术人生：展现艺术家的人生
13:03 午间剧场:我叫金三顺（19—20）
08:12 剧场:宰相刘罗锅29
20:00 剧场:金婚(25——26)
13:44 剧场:情之缘21、22、23
17:45 天下故事
请求写一批处理：有集数行后边加上（第X集）X的值从行中取得。表示日期的行，已带有第X集行，没数字的行均不处理），想了很久没搞定，行数为10万行左右，要求高效，必要时可以用p+sed 等外部命令。谢谢~01:40 电视剧:承诺(3)12
13:45 电视剧：康熙微服私访记222/30
03:14 电视剧:大明奇才 (第5集)
07:25 周末剧场 连续剧 开心老爸（16）
19:35 电视剧：我的丑娘26
19:11 电视剧：清凌凌的水蓝莹莹的天Ⅱ12/36
06:18 艺术人生：展现艺术家的人生
13:03 午间剧场:我叫金三顺（19—20）
08:12 剧场:宰相刘罗锅29
20:00 剧场:金婚(25——26)
13:44 剧场:情之缘21、22、23
17:45 天下故事
[ Last edited by sady2009 on 2009-6-14 at 11:21 ]
作者: ccwan 时间: 2009-6-14 03:14
我来抛砖引玉。
s/[ \t]*$//
s/)[0-9][0-9]/& (第&集)/;s/第)/第/
s#[0-9][0-9]/.*#& (第&集)#
s#[0-9]/.*#& (第&集)#
s/集).*/集)/1
s#(第.*/.*/.*##
/:/s#/[0-9][0-9]##2;/:/s#/[0-9]##2
以上代码复制到1.txt中s/)[0-9][0-9]/& (第&集)/;s/第)/第/
s#[0-9][0-9]/.*#& (第&集)#
s#[0-9]/.*#& (第&集)#
s/集).*/集)/1
s#(第.*/.*/.*##
/:/s#/[0-9][0-9]##2;/:/s#/[0-9]##2
在命令行输入
sed -f 1.txt a.txt
作者: jmz573515 时间: 2009-6-14 04:41
set fso=createobject("scripting.filesystemobject")
set file=fso.opentextfile("a.txt")
do while file.atendofstream<>true
n=file.readline
if re(n)<>"" then n=re(n)
s=s & n & vbcrlf
loop
file.close
msgbox s
function re(a)
set rex=new regexp
rex.pattern="(\d{2}:\d{2}) ?电视剧(\W*)(\d{1,3})/(\d{1,3})"
rex.global=true
set mats=rex.execute(a)
for each m in mats
i=m.submatches(2):j=m.submatches(3)
re=replace(m, i & "/" & j,"(第" & i & "集)")
next
end function
set file=fso.opentextfile("a.txt")
do while file.atendofstream<>true
n=file.readline
if re(n)<>"" then n=re(n)
s=s & n & vbcrlf
loop
file.close
msgbox s
function re(a)
set rex=new regexp
rex.pattern="(\d{2}:\d{2}) ?电视剧(\W*)(\d{1,3})/(\d{1,3})"
rex.global=true
set mats=rex.execute(a)
for each m in mats
i=m.submatches(2):j=m.submatches(3)
re=replace(m, i & "/" & j,"(第" & i & "集)")
next
end function
作者: ccwan 时间: 2009-6-14 04:55
jmz573515兄，01:40 电视剧:承诺(3)12 这行没变，还有12:47 电视剧：康熙微服私访记221/30 (第21集)这是21集。
作者: jmz573515 时间: 2009-6-14 05:11
谢谢提醒，但是想了半天也没想出“电视剧：康熙微服私访记221/30 (第21集)这是21集。”这个该怎么处理 - - !
set fso=createobject("scripting.filesystemobject")
set file=fso.opentextfile("a.txt")
do while file.atendofstream<>true
n=file.readline
if re(n)<>"" then n=re(n)
s=s & n & vbcrlf
loop
file.close
msgbox s
function re(a)
set rex=new regexp
rex.pattern="(\d{2}:\d{2}) ?电视剧(\W*)(\d{1,3})/(\d{1,3})|\d{2}:\d{2} ?电视剧\W*(\(\d\))(\d{1,3})"
rex.global=true
set mats=rex.execute(a)
for each m in mats
i=m.submatches(2):j=m.submatches(3)
re=replace(m, i & "/" & j,"(第" & i & "集)")
if m.submatches(5)<>"" then re=replace(m,m.submatches(5),"(第" & m.submatches(5) & "集)")
next
end function
set file=fso.opentextfile("a.txt")
do while file.atendofstream<>true
n=file.readline
if re(n)<>"" then n=re(n)
s=s & n & vbcrlf
loop
file.close
msgbox s
function re(a)
set rex=new regexp
rex.pattern="(\d{2}:\d{2}) ?电视剧(\W*)(\d{1,3})/(\d{1,3})|\d{2}:\d{2} ?电视剧\W*(\(\d\))(\d{1,3})"
rex.global=true
set mats=rex.execute(a)
for each m in mats
i=m.submatches(2):j=m.submatches(3)
re=replace(m, i & "/" & j,"(第" & i & "集)")
if m.submatches(5)<>"" then re=replace(m,m.submatches(5),"(第" & m.submatches(5) & "集)")
next
end function
作者: slore 时间: 2009-6-14 05:21
后面的30是全集数吧。。。
所以21应该能容易得到
作者: yishanju 时间: 2009-6-14 06:14
那如果出现类似
12:47 电视剧：康熙微服私访记21/30
13:45 电视剧：康熙微服私访记22/30
没有分界符不好判断
[ Last edited by yishanju on 2009-6-14 at 06:17 ]
作者: sady2009 时间: 2009-6-14 10:52
牛人真多，非常谢谢大家的关注。
另外，还有其他情况。更新在顶楼
有些情况比较特殊。象12:47 电视剧：康熙微服私访记221/30有歧义的(是1集还是21集？）。这种情很少，可以不用考虑
再次感谢给出代码的朋友。辛苦了~
[ Last edited by sady2009 on 2009-6-14 at 11:23 ]
作者: sady2009 时间: 2009-6-15 13:06
看来这个问题还是有点难度的。要高效还要准确，难以兼顾。如果能高效点，牺牲点准确性也是可以接受的。
作者: ccwan 时间: 2009-6-15 22:12
在处理文本方面，本就没有通用的代码，都是有针对性的，或说是局限性。
下面是1.txt内容，很懒，就不再简化了，不过效率还是不错的。
s/[ \t]*$/%/
s/)[0-9][0-9]/& (第&集)/;s/第)/第/
s#[0-9][0-9]/.*#& (第&集)#
s#[0-9]/.*#& (第&集)#
s/集).*/集)/1
s#(第.*/.*/.*##
/:/s#/[0-9][0-9]##2;/:/s#/[0-9]##2
/、/s/..、..、../& (第&/;s/、..、..%$/集)/
s/（.*）/& (第&集)/;s/第（/第/;s/）集/集/;s/—..集/集/
/——/s/(.*/& (第&集/;s/——..)%集/集)/;s/第(/第/
s/%//
/:/s/[0-9][0-9]$/& (第&集)/
s/%//
s/)[0-9][0-9]/& (第&集)/;s/第)/第/
s#[0-9][0-9]/.*#& (第&集)#
s#[0-9]/.*#& (第&集)#
s/集).*/集)/1
s#(第.*/.*/.*##
/:/s#/[0-9][0-9]##2;/:/s#/[0-9]##2
/、/s/..、..、../& (第&/;s/、..、..%$/集)/
s/（.*）/& (第&集)/;s/第（/第/;s/）集/集/;s/—..集/集/
/——/s/(.*/& (第&集/;s/——..)%集/集)/;s/第(/第/
s/%//
/:/s/[0-9][0-9]$/& (第&集)/
s/%//