批处理之家 - Powered by Discuz! Board

标题: [文本处理] [求助]批处理排列很规则的文本，按条件去除部分内容 [打印本页]

作者: 灯塔彭于晏 时间: 2021-2-3 09:54 标题: [求助]批处理排列很规则的文本，按条件去除部分内容

祝您新年快乐，牛年大吉。想请您帮忙解决2个小需求。

现有文本tt.txt，内容如下：（排列很规则，每一组文字中间空2行。但每组文字的行数不一，3 4 5个都有！）

铅笔画, 
迪士尼, 
手绘, 
黑白, 
血源诅咒, 


雨, 
伞, 
女孩, 
夜景, 


爱德蒙·唐泰斯, 
Fate/GrandOrder, 
FGO, 
香烟, 
岩窟王, 


Fate/GrandOrder, 
FGO, 
迦尔纳, 


水彩, 
女孩, 
手绘, 


苏菲·诺伊恩缪拉, 
索菲的工作室, 
炼金, 


卷发, 
少女, 
美女, 
长发, 
波浪, 
复制代码

最终需求是： 每组文字中，不管有几行，都只保留一行。
保留的这一行，不能是存在特殊符号的那一行。比如tt.txt中，有的文字组中，存在符号 · 和 / 。存在符号的话，就不能保留这一行的文字。英文逗号除外，毕竟是结尾的分隔符号，要保留。

效果：

铅笔画


雨


FGO


FGO


水彩


索菲的工作室


卷发 
复制代码

作者: qixiaobin0715 时间: 2021-2-3 10:10

回复 1# 灯塔彭于晏
你认为何为特殊符号，要列出来。

作者: 灯塔彭于晏 时间: 2021-2-3 10:17

回复 2# qixiaobin0715

目测来看，是除了英文逗号以外都是特殊符号了。

作者: flashercs 时间: 2021-2-3 12:02

本帖最后由 flashercs 于 2021-2-3 12:32 编辑

保存为保留指定行.bat

<#*,:&cls
@echo off
pushd "%~dp0"
powershell -NoProfile -ExecutionPolicy RemoteSigned -Command ". ([ScriptBlock]::Create((Get-Content -LiteralPath \"%~0\" -ReadCount 0 | Out-String ))) "
popd
pause
exit /b
#>
$srcfile = "tt.txt"
$dstfile = "ttNEW.txt"
$stack = 0
Get-Content -Path $srcfile -OutBuffer 100 | ForEach-Object {
  $line = $_
  switch ($stack) {
    0 { 
      if ($line -ne '') {
        if ($line -match '^[\w, ]+$' -and $line -notmatch '_') {
          $stack = 2
          $line.Replace(',', '')
        } else {
          $stack = 1
        }
      } else {
        $line 
      }
    }
    1 {
      if ($line -eq '') {
        $stack = 0
        $line
      } elseif ($line -match '^[\w, ]+$' -and $line -notmatch '_') {
        $stack = 2
        $line.Replace(',', '')
      }
    }
    2 {
      if ($line -eq '') {
        $stack = 0
        $line
      }
    }
  }
} | Set-Content -Path $dstfile
复制代码

作者: WHY 时间: 2021-2-3 12:11

本帖最后由 WHY 于 2021-2-3 16:32 编辑

PowerShell "$a=@(gc tt.txt) -notMatch '[\p{P}-[,]]' | forEach{if($_ -ne '' -and [string]::isNullOrEmpty($s)){$_}; $s=$_}; sc bb.txt ($a -replace ',' -join \"`r`n`r`n`r`n\")"
复制代码

欢迎光临批处理之家 (http://www.bathome.net/)