批处理之家 - Powered by Discuz! Board

标题: [文本处理] 批处理查找/提取出大文本中含有指定字符串的行除了用findstr还有什么更好的方法 [打印本页]

作者: 我来了 时间: 2016-12-14 14:43 标题: 批处理查找/提取出大文本中含有指定字符串的行除了用findstr还有什么更好的方法

本帖最后由 pcl_test 于 2016-12-15 11:49 编辑

我写的findstr正则表达还有问题么？请指导

findstr /i /c:" call " D:\t.alf>D:\call.txt

只要
:00XXXXXX call 这样的行
00跟6个16进制数值 call 这样的行

链接: http://pan.baidu.com/s/1cuxIBO 密码: eaek

自我测试，还可以，就想听听其他高人们的看法。

作者: 我来了 时间: 2016-12-15 11:42 标题: 6万行的TXT，如何快速得到文件总行数？并找到某字符串所在的行数？

6万多行的TXT文件，如何快速得到文件总行数？
（并返回）某字符串所在的行数？

链接: http://pan.baidu.com/s/1cuxIBO 密码: eaek

假设要找 4019E6

用findstr 差不多要 30多秒，返回结果来

按键精灵的 365插件算是里边比较快的方法了，还是返回速度太慢~~

作者: 我来了 时间: 2016-12-15 11:54

本帖最后由我来了于 2016-12-15 12:12 编辑

findstr /n /c:"4019E6" C:\Users\wcc\Desktop\call.txt>c:\test.txt

20996:4019E6 E8C5ED1D00 call 005E07B0

这个结果对了，如何把/n 这个20996行号单独的取出来呢？

作者: Nsqs 时间: 2016-12-15 12:06

set fso=CreateObject("Scripting.FileSystemObject")
set regexp=new regexp
file="pojie.alf"
RegExp.Global=-1:RegExp.IgnoreCase=-1
RegExp.Pattern="\r\n"
t=timer
read=fso.opentextfile(file).readall
set Matches=RegExp.Execute(read)
wsh.echo "共 "&Matches.Count&" 行, "&timer-t &" 秒"
set fso=nothing:set Matches=nothing:set regexp=nothing
复制代码

经测试5秒出结果

作者: Nsqs 时间: 2016-12-15 12:11

回复 3# 我来了

另外你这文件才4m,不算有多大.但是这样的大文本不建议使用批处理,要说效率的话相对vbs会快很多

作者: 我来了 时间: 2016-12-15 12:39

回复 5# Nsqs

个人感觉vbs速度不行的，我试了几种方法按键精灵中的代码还是很慢的。

作者: Nsqs 时间: 2016-12-15 12:56

回复 6# 我来了

要你这样说的话还来bat区发帖的意图是什么,bat是处理这类问题最弱的一个.你想求快用高级语言什么vbs 按键精灵都不行.
用高级语言1G的文件5秒就能处理完

作者: Nsqs 时间: 2016-12-15 12:57

你要觉得vbs5秒算慢的你可以另寻他法

作者: GNU 时间: 2016-12-15 14:55

回复 2# 我来了

我用你这个100多万行的文件做测试，几种写法差别不大，都是1秒左右。pojie.alf 1014043 行：

findstr /n /c:"4019E6" pojie.alf > 1.txt
1.0908114 秒

findstr /n "4019E6" pojie.alf > 1.txt
1.0850946 秒

findstr /n /l "4019E6" pojie.alf > 1.txt
1.0791707 秒

作者: GNU 时间: 2016-12-15 14:58

回复 3# 我来了

以冒号为分隔符，取第一列。

@echo off
for /f "delims=:" %%i in ('findstr /n /l "4019E6" C:\Users\wcc\Desktop\call.txt') do (
    echo %%i
)
pause
复制代码

欢迎光临批处理之家 (http://www.bathome.net/)