批处理之家 - Powered by Discuz! Board

标题: [文本处理] 如何从txt文本中提取指定格式/特征的字符串 [打印本页]

作者: 留白 时间: 2018-2-13 14:30 标题: 如何从txt文本中提取指定格式/特征的字符串

for /f "delims=- tokens=1-10" %%u in ('findstr "[a-z]-[a-z]" key.txt') do (
set a=%%u&set b=%%v&set c=%%w&set d=%%x&set e=%%y
set a=!a:~-5!&set b=!b:~0,5!&set c=!c:~0,5!&set d=!d:~0,5!&set e=!e:~0,5!
echo !a!-!b!-!c!-!d!-!e! >>KeyFind.txt
echo ==   !a!-!b!-!c!-!d!-!e!
set var=!a!-!b!-!c!-!d!-!e!
复制代码

需要把文本中的key提取出来，如：
NHTJK-DFFPK-4DRM8-MB9RK-T83VMWK4WH-2DNVR-KF8V3-YHFF8-F3K7K
4NH49-69JP4-T3MC6-KH6KM-G3CJQ
【客服激活】 FNT4V-94B6T-T2CXK-K3H2Q-M7WWQ
【客服激活】W8YNW-67JP9-V464G-RB32Y-F9DF3
【客服激活】VJTNQ-GDQFK-WBMK9-P7CGW-7FT43
输出为：NHTJK-DFFPK-4DRM8-MB9RK-T83VM
         WK4WH-2DNVR-KF8V3-YHFF8-F3K7K
         4NH49-69JP4-T3MC6-KH6KM-G3CJQ
         FNT4V-94B6T-T2CXK-K3H2Q-M7WWQ
         W8YNW-67JP9-V464G-RB32Y-F9DF3
         VJTNQ-GDQFK-WBMK9-P7CGW-7FT43
问题：自己写的代码中第一行无法处理，还请高手指教

作者: hlzj88 时间: 2018-2-14 23:22

@echo off&setlocal enabledelayedexpansion
for /f "tokens=1,2 delims=】" %%i in (key.txt) do (
set vv=%%i
set vv=!vv: =!
echo !vv:~0,29!>>321.txt
echo !vv:~29,29!>>321.txt
set ww=%%j
set ww=!ww: =!
echo !ww:~0,29!>>321.txt
echo !ww:~29,29!>>321.txt
)
findstr /i "[a-z]-[a-z]" 321.txt>>KeyFind.txt
del /q 321.txt
复制代码

作者: 留白 时间: 2018-2-15 09:59

回复 2# hlzj88
大佬您好，提取文本中key的前面有可能不是】，还可能有其他符号，这个可以解决吗

作者: ivor 时间: 2018-2-15 11:10

本帖最后由 ivor 于 2018-2-15 11:22 编辑

grep -Po ".{5}(-.{5}){4}" key.txt
复制代码

grep下载地址：http://www.bathome.net/s/tool/in ... ode=4&vermode=2

作者: codegay 时间: 2018-2-15 22:10

本帖最后由 codegay 于 2018-2-16 19:10 编辑

import 
    re,
    os,
    strutils

var keyfile = getAppDir() & "/key.txt"
var txt = readfile(keyfile)

echo "文本：\r\n",txt

var result = join(findAll(txt, re"\w{5}(-\w{5}){4}"),"\r\n")

echo "匹配结果：\r\n",result

var newfile = getAppDir() & "/new-key.txt"
writefile(newfile, result)
复制代码

匹配结果：
NHTJK-DFFPK-4DRM8-MB9RK-T83VM
WK4WH-2DNVR-KF8V3-YHFF8-F3K7K
4NH49-69JP4-T3MC6-KH6KM-G3CJQ
FNT4V-94B6T-T2CXK-K3H2Q-M7WWQ
W8YNW-67JP9-V464G-RB32Y-F9DF3
VJTNQ-GDQFK-WBMK9-P7CGW-7FT43
复制代码

nim语言

nim语言的官方网站https://nim-lang.org/

作者: codegay 时间: 2018-2-15 22:18

用支持正则功能的编辑器打开，查找 \w{5}(-\w{5}){4}
就可以了。

比如 Notepad++
notepad2-mod

作者: 留白 时间: 2018-2-16 13:58

回复 6# codegay
谢谢您的回复，直接在批处理运行是不是不可以啊

作者: codegay 时间: 2018-2-16 16:34

回复 7# 留白

不可以。nim语言的。需要自己编译。只是贴出来好看的。

作者: codegay 时间: 2018-2-18 04:08

本帖最后由 codegay 于 2018-2-18 06:24 编辑

使用支持正则查找替换功能的编辑器：
查找中填入：

(.*?)(\w{5}(?:-\w{5}){4}).*?\r?\n?
复制代码

替换中填入：

\2\r\n
复制代码

notepad++ 是支持文件的批量查找替换的。

然后点全部替换就可以了。

作者: codegay 时间: 2018-2-18 10:52

解释一下为什么这么写，
序列号激活码这些东西，通常是字母+数字组成，所以用\w可以避免匹配到其它字符的情况。

\r\n是windows默认的换行模式，linux下是\n，像python好像是默认使用通用换行模式，读入文本后的换行都是\n，\r?\n? 可以保证不同的换行风格都可以匹配到。

后面还要还要加.*?的原因是，考虑中间可以还插入了其它字符的可能情况：

【242342】 FNT4V-94B6T-T2CXK-K3H2Q-M7WWQ【242342】W8YNW-67JP9-V464G-RB32Y-F9DF3
复制代码

如果没有当然不用写。

欢迎光临批处理之家 (http://www.bathome.net/)