批处理之家 - Powered by Discuz! Board

标题: [文本处理] [已解决]批量分割文件 [打印本页]

作者: dailyad 时间: 2020-5-6 00:35 标题: [已解决]批量分割文件

本帖最后由 dailyad 于 2020-5-6 17:45 编辑

已经解决，谢谢
~~~~~~~~~~~~~~~~~~~~~~~
需要分割一个有循环数据的文本（每个数据以pubit开始，以$$$$结尾）
新文件命名为sp0000045_id000003860156(就是<supplier> 和<id> )
新文件内容：\pubit *\M END
请各位大神给一个思路

文件有时候比较大，有几百M的

pubit

-5.7810 -0.0045 -1.3560 N 0  0  0  0  0  0  0  0  0  0  0  0
-4.7344 0.4670 -0.6060 C 0  0  0  0  0  0  0  0  0  0  0  0
-4.8212 1.6499 0.0245 N 0  0  0  0  0  0  0  0  0  0  0  0
-3.9536 1.8938 1.0285 C 0  0  0  0  0  0  0  0  0  0  0  0

M  END
>  <supplier>
sp0000045

>  <id>
id000003860156

$$$$

作者: ivor 时间: 2020-5-6 08:16

本帖最后由 ivor 于 2020-5-6 08:47 编辑

powershell
目标文件1.txt

$regex_loop = [regex]"pubit(.|\r\n)*?\$+"
$value = $regex_loop.Matches([System.IO.File]::ReadAllText("1.txt"))
$value | %{
$_.Value -match "pubit(.|\r\n)*?END" | Out-Null
$pubit = $Matches[0]
$_.Value -match "sp\d+" | Out-Null
$supplier = $Matches[0]
$_.Value -match "id\d+" | Out-Null
$id = $Matches[0]
Write-Host $id
Out-File -FilePath $supplier"_"$id -InputObject $pubit
}
复制代码

作者: dailyad 时间: 2020-5-6 17:49

多谢大神！很奇怪遇到下列情况就报错，说路径中含有非法字符。是不是一定要预处理成指定行含指定字符的格式？
pubit -5.7810 -0.0045 -1.3560 N 0  0  0  0  0  0  0  0  0  0  0  0
-4.7344 0.4670 -0.6060 C 0  0  0  0  0  0  0  0  0  0  0  0
-4.8212 1.6499 0.0245 N 0  0  0  0  0  0  0  0  0  0  0  0
-3.9536 1.8938 1.0285 C 0  0  0  0  0  0  0  0  0  0  0  0
M  END>  <supplier>sp0000045 >  <id> id000003860156
$$$$

作者: ivor 时间: 2020-5-6 20:18

我这测试正常

作者: dailyad 时间: 2020-5-6 21:01

多谢，我又测试了一下，是可以的!

欢迎光临批处理之家 (http://www.bathome.net/)