批处理之家 - Powered by Discuz! Board

标题: [文本处理] 【已解决】求助批处理实现文本分列 [打印本页]

作者: jave000 时间: 2021-8-20 13:47 标题: 【已解决】求助批处理实现文本分列

本帖最后由 jave000 于 2021-9-10 10:13 编辑

同类搜索简述：
按创建和修改时间将一批文本文件，从一个文件夹批量复制到另一个文件夹，并且两个文件夹的路径中间都有一个变量，需要手动输入，以及其中一个路径涉及到桌面，但为了可以分享给同事使用，识别任意电脑名下的桌面路径。
同时对所有文本的内容，筛出以序号为行首的内容，并对其进行分列，再转换到csv文件，同时增加一列生成其文本文件名。
同时自动打开excel。
每一行的文本分列后，都归入独立单元格。
感谢楼下诸位

@powershell -c "Get-Content '%~0' | Select-Object -Skip 1 | Out-String | Invoke-Expression" & exit /b
$jave = read-host "Project Model Folder"
$CXMPV = [Environment]::GetFolderPath("Desktop")
$sour = "\\btssvr9\pds1\$jave\3d\su\report\"
$dest = "$CXMPV\Print\"
do
{
$minute = read-host "Minutes of Minutes"
$minute = $minute.trim()
}
while ($minute -match "\D")
Get-ChildItem -Path $sour -File *.txt |
Where-Object { ($_.CreationTime -gt (get-date).AddMinutes(-$minute)) -or ($_.LastWriteTime -gt (get-date).AddMinutes(-$minute)) } |
foreach-object {
      write-host $_.fullname
      copy-item $_.fullname -Destination $dest
}
Get-Item *.txt | ForEach-Object {
(Get-Content $_) -match "\s{3}\d+\s" `
      -replace "^\s+(\d+)\s+([\d.]+)\s+",($_.BaseName + "`t`$1`t`$2`t") `
      -replace "\s+$","" `
      -replace "\s{2,}","`t" `
      -replace "(?=Baseplate)","`t" `
      -replace " (?=\d+x\d+x\d+mm)","`t" `
} | Out-File z-report.csv
Remove-Item $dest*.txt

作者: Batcher 时间: 2021-8-20 14:00

回复 1# jave000

请把附件上传到阿里云盘或百度网盘

作者: jave000 时间: 2021-8-20 14:08

本帖最后由 jave000 于 2021-8-20 14:34 编辑

回复 2# Batcher

公司电脑也打不开任何网盘的网址。我晚些还是把附件发给家里电脑，晚上再传。

作者: idwma 时间: 2021-8-20 14:36

@echo off&setlocal enabledelayedexpansion
(for /f "delims=" %%b in ('findstr /r /c:"^ *[0-9]" "MOC922.txt"') do (
	set str=%%b
	echo;!str:~0,8!,!str:~8,8!,!str:~16,6!,!str:~22,40!,!str:~62,40!,!str:~102,16!,!str:~118!
))>>MOC922.txt.csv
pause
复制代码

作者: qixiaobin0715 时间: 2021-8-20 15:11

回复 1# jave000
不用字符宽度的话，可以牵强的这么处理：

@echo off
setlocal enabledelayedexpansion
(for /f "tokens=*" %%i in ('findstr /br /c:" *[1-9][0-9]* " MOC922.txt') do (
    set "str1=%%i"
    set "str1=!str1:  =#!"
    for /f "tokens=1-7 delims=#" %%a in ("!str1:# =#!") do echo,%%a,%%b,%%c,%%d,%%e,%%f,%%g
))>1.csv
pause
复制代码

但是会带来一些问题，比如17行由于第4列为空白，就会导致后面各列依次前移。

作者: qixiaobin0715 时间: 2021-8-23 09:13

回复 3# jave000
/c:是findstr命令中的一个参数，而不是路径。参见：
http://bbs.bathome.net/thread-14682-1-1.html

作者: newswan 时间: 2021-8-23 11:48

本帖最后由 newswan 于 2021-8-23 12:46 编辑

如果列内字符串中空格不超过1个

 (Get-Content -Encoding utf8 $_ | Select-String -Pattern '^\s+\d') -replace "\s{2,}",","
复制代码

作者: qixiaobin0715 时间: 2021-8-24 06:33

回复 1# jave000
cmd1152就是个极其活跃的小魔头！

作者: jave000 时间: 2021-8-24 09:19

回复 7# newswan

虽然看了书，但是"\s{2,}",","还是没看懂……

作者: qixiaobin0715 时间: 2021-8-24 09:55

回复 9# jave000
两个及两个以上的空白字符替换为英文逗号。

作者: jave000 时间: 2021-8-24 10:07

回复 10# qixiaobin0715

谢谢，懂了

作者: cmd1152 时间: 2021-8-24 10:45

回复 1# jave000

另外请cmd1152不要再在我的网盘空间刷屏了，刷了一个月，真的是怕了

.............

附件在http://asaman.ys168.com/

为什么你的名字：jave000和空间名asaman不一样？

作者: cmd1152 时间: 2021-8-24 10:46

回复 8# qixiaobin0715

cmd1152就是个极其活跃的小魔头！

我无语了呀..................

作者: jave000 时间: 2021-8-31 09:27

本帖最后由 jave000 于 2021-8-31 10:49 编辑

回复 4# idwma

谢谢，我刚发现其实有第八列remark，不过这个我自己会改了
!str:~118!是否是表达从118往后任意字符？所以不用写几个字符
我把第一个文件名改为*，可以生成，但是列宽全乱了
MOC320.t xt: 10 4 Pcs Hexagon head bolt ISO 4014 - M12x45 8.8 S t 0.276

就感觉在判定列宽时需要提前预留出文件名的名称列宽，但是不知道怎么取消txt后缀以及诡异的冒号
我又尝试了预留第一列列宽，结果后面依然是错位的，需要将实际列宽减少才大部分正确，感觉这个很奇怪

@echo off&setlocal enabledelayedexpansion
(for /f "delims=" %%i in ('findstr /br /c:" *[0-9]" "*.txt"') do (
set str=%%i
echo;!str:~0,14!,!str:~14,8!,!str:~22,8!,!str:~30,6!,!str:~36,40!,!str:~76,40!,!str:~116,16!,!str:~132,8!,!str:~140!
))>z-su.csv

作者: jave000 时间: 2021-8-31 09:53

本帖最后由 jave000 于 2021-8-31 10:56 编辑

回复 5# qixiaobin0715

谢谢，请问一下
/r /c:"^ 和 /br /c:"  是否没有区别？
“*[1-9][0-9]*”为什么可以表达个位数？我写成“[0-9]?”结果完全是空格……主要是不明白两头的星号表达什么。
并且我把idwma的“*[0-9]*”改成了“*[1-9][0-9]*”，他就不再显示个位数行了，但你的可以，很费解
第一列显示moc922.txt:而不是moc922，请问这个是哪段代码表达的？“%%a in ()”？
整体思路我看明白是把每两个空格改成#，再把“# ”替换为“#”，然后通过#来分割字段，这里好奇，是否已经能将连续的多个#认为是一个#？
发现另一个文本也有错位问题，第一行的二三列分不开，第九行的七八列分不开。能否强制使“ m”分列？
关于过长空格，能否有什么代码可以判断大于某个数量的空格可以认为是一列？
1 11.3448 m    HW-Beam                               HW100X100                            St37-1       187.379
2 14    Pcs A-Plate 16401                         A-Pl16401 200x200x10                   St37-1       43.960
3 1    Pcs C-Plate 12401                         C-Pl12401_1 240x210x10                St37-1          3.956
4 4    Pcs Trägerklemme                         HCS TK                               St37-1          1.732
5 4    Pcs Hexagon head bolt                      ISO 4014 - M12x40                      8.8 St          0.256
6 4    Pcs Hexagon nut                            ISO 4032 - M12                         8.8 St          0.100
7 8    Pcs Washer                               ISO 7090-12                            8.8 St          0.048
8 56    Pcs Duty anchor + HIT-HY150                HAS M16x125/38                         5.6 St          7.000
9 0.252 m3                                           Baseplate                            Concrete    630.000 300x300x200mm

作者: jave000 时间: 2021-8-31 09:58

回复 7# newswan

谢谢，有很多样本，分列中间只有一个空格，只能按宽度了，这个分列其实比较简单，用cmd也够用了
你的这个我抄不来后面该怎么写，尝试失败

作者: newswan 时间: 2021-8-31 10:59

第四列为空，文件中有乱码

   9    0.252   m?                                           Baseplate                               Concrete       630.000 300x300x200mm                 
复制代码

作者: qixiaobin0715 时间: 2021-8-31 11:02

两种表达方法基本一样。前面是“空格+*”，表示行首可以有若干空格或没有空格均可，[1-9]表示空格后或行首必须有1-9中数字中的1个组成，[0-9]*表示前面的数字后面可以有0到若干数字，*后面实际还有个空格。
总的意思是：匹配行首由若干空格+若干数字（至少一个）+至少一个空格组合的行，或者行首由若干数字（至少一个）+至少一个空格组合的行。
更复杂一些的可参考：
http://www.bathome.net/thread-57570-1-1.html
你的文本过于复杂，个人觉得批处理有点勉为其难。还是想想其他途径。

作者: jave000 时间: 2021-8-31 11:18

回复 18# qixiaobin0715

谢谢，按照宽度我试了很久，发现更多问题，还是你这个生成后手改更容易一些
还想请问
/br是否表示/b /r?
moc922.txt:看起来是自动生成的，能否将.txt:全部自动删除？
在for循环中，若干个连续字符，是否等同于单个该字符？（也就是说1,2和1,,,,2都一样只会分成1和2两个字段）

作者: newswan 时间: 2021-8-31 11:25

有乱码，还有空列

   1    11.3448 m     HW-Beam                                 HW100X100                               St37-1         187.379                               
   2    14      Pcs   A-Plate 16401                           A-Pl16401 200x200x10                    St37-1          43.960                               
   3    1       Pcs   C-Plate 12401                           C-Pl12401_1 240x210x10                  St37-1           3.956                               
   4    4       Pcs   Tr鋑erklemme                            HCS TK                                  St37-1           1.732                               
   5    4       Pcs   Hexagon head bolt                       ISO 4014 - M12x40                       8.8 St           0.256                               
   6    4       Pcs   Hexagon nut                             ISO 4032 - M12                          8.8 St           0.100                               
   7    8       Pcs   Washer                                  ISO 7090-12                             8.8 St           0.048                               
   8    56      Pcs   Duty anchor + HIT-HY150                 HAS M16x125/38                          5.6 St           7.000                               
   9    0.252   m?                                           Baseplate                               Concrete       630.000 300x300x200mm                 
复制代码

作者: jave000 时间: 2021-8-31 11:29

回复 20# newswan

看起来第一行二三列你分开了啊

作者: newswan 时间: 2021-8-31 11:55

本帖最后由 newswan 于 2021-8-31 14:05 编辑

如果例外情况不多，可以一个一个处理

 Get-Item *.txt | ForEach-Object { (Get-Content $_) -match "\s{3}\d+\s" -replace "^\s+(\d+)\s+([\d.]+)\s+",($_.BaseName + ",`$1,`$2,") -replace "\s{2,}","," -replace "(?=Baseplate)","," } | Out-File list
复制代码

作者: qixiaobin0715 时间: 2021-8-31 12:20

回复 19# jave000
moc922.txt:是如何产生的？把代码发上来看看。

作者: jave000 时间: 2021-8-31 12:52

回复 23# qixiaobin0715

因为我文件夹里不止一个MOC922.txt，你的代码里我把MOC922.txt改成了*.txt再运行
若干个txt生成结果就是额外自动生成了第一列

作者: qixiaobin0715 时间: 2021-8-31 13:28

回复 24# jave000
你是想保留文件名还是不保留？
如果要保留是和序号在一列还是单独一列？

作者: qixiaobin0715 时间: 2021-8-31 13:32

回复 15# jave000
代码默认两个以上空格分为一列。

作者: qixiaobin0715 时间: 2021-8-31 13:41

第一行的二三列分不开，第九行的七八列分不开
是因为它们之间只有一个空格，代码就识别不了，电脑不是人脑，识别不了。

作者: jave000 时间: 2021-8-31 15:58

回复 25# qixiaobin0715

要保留的，单独一列。
所有文件都是一样的，只要第一步将“ m”改为“ m”，“0 3”改为“0 3”就行，然后继续双空格替换为“#”，”# “替换为“#”，这些我大概会改。
就是好奇为什么不需要将若干个连续的“#*”替换为“#”？

作者: Batcher 时间: 2021-8-31 16:12

回复 19# jave000

/br是否表示/b /r?

是的，有些命令的参数必须分开写，有些命令的参数可以合在一起。我个人倾向于分开写。

作者: jave000 时间: 2021-8-31 17:02

本帖最后由 jave000 于 2021-8-31 17:12 编辑

回复 22# newswan

@powershell -c "Get-Content '%~0' | Select-Object -Skip 1 | Out-String | Invoke-Expression" & exit /b
$jave = read-host "Project Model Folder"
$CXMPV = [Environment]::GetFolderPath("Desktop")
$sour = "\\btssvr9\pds1\$jave\3d\su\report"
$dest = "$CXMPV\Print"
do
{
$minute = read-host "Minutes of Minutes"
$minute = $minute.trim()
}
while ($minute -match "\D")
Get-ChildItem -Path $sour -File |
Where-Object { ($_.CreationTime -gt (get-date).AddMinutes(-$minute)) -or ($_.LastWriteTime -gt (get-date).AddMinutes(-$minute)) } |
foreach-object {
      write-host $_.fullname
      copy-item $_.fullname -Destination $dest
}
Get-Item  *.txt | ForEach-Object { (Get-Content $_) -match "\s{3}\d+\s" -replace "^\s+(\d+)\s+([\d.]+)\s+",($_.BaseName + ",`$1,`$2,") -replace "\s{2,}","," -replace "Baseplate",",Baseplate" } | Out-File z-su.csv
Invoke-Item $sour

尝试了一下，我们服务器网盘的文件无法直接处理，只能先复制过来，再处理，但是powershell删除$dest目录下所有txt是什么句式我还不知道
另外我转成csv或txt，都没有自动分列，都在同一列，remarks分列我可以自己想想
这个环视替换挺有用，cmd要是也能用就好了
也想着把时间判定删掉，只保留以下，但是运行失败了
Get-ChildItem -Path $sour -File |
foreach-object {
      write-host $_.fullname
      copy-item $_.fullname -Destination $dest

作者: qixiaobin0715 时间: 2021-8-31 18:11

回复 28# jave000
将下列代码放在5楼4-5行之间：

set "str1=!str: m =  m !"
set "str1=!str:0 3=0  3!"
复制代码

但我总觉得这样改有点牵强，也会有问题。先试试吧。

作者: qixiaobin0715 时间: 2021-8-31 18:20

回复 24# jave000
MOC922.txt改成了*.txt运行的话，增加一行代码：

set "str1=!str1:.txt:=,!"
复制代码

作者: newswan 时间: 2021-8-31 18:42

回复 30# jave000

csv 要求，如果有空格，必须用""

作者: newswan 时间: 2021-8-31 18:57

本帖最后由 newswan 于 2021-8-31 19:43 编辑

Get-Item *.txt | ForEach-Object {
    (Get-Content $_) -match "\s{3}\d+\s" `
        -replace "^\s+(\d+)\s+([\d.]+)\s+",($_.BaseName + ",`$1,`$2,") `
        -replace "\s+$","" `
        -replace "\s{2,}","," `
        -replace "(?=Baseplate)","," `
} | Out-File list
复制代码

作者: qixiaobin0715 时间: 2021-8-31 19:19

回复 33# newswan
好像你记错了，列内有英文逗号，整列要加双引号；列内有双引号的，双引号字符要连续写两次，且整列再加双引号。

作者: newswan 时间: 2021-8-31 19:35

回复 35# qixiaobin0715

看了一下，好像空格不必 ""

作者: newswan 时间: 2021-8-31 19:52

本帖最后由 newswan 于 2021-8-31 23:40 编辑

现在没有 office 不好测试，csv 的规范有些不一致
ms office 默认tab
不知道要不要求标题，字段数量

作者: newswan 时间: 2021-8-31 23:40

Get-Item *.txt | ForEach-Object {
    (Get-Content $_) -match "\s{3}\d+\s" `
        -replace "^\s+(\d+)\s+([\d.]+)\s+",($_.BaseName + "`t`$1`t`$2`t") `
        -replace "\s+$","" `
        -replace "\s{2,}","`t" `
        -replace "(?=Baseplate)","`t" `
} | Out-File list.csv
复制代码

作者: jave000 时间: 2021-9-1 09:10

本帖最后由 jave000 于 2021-9-1 09:12 编辑

回复 38# newswan

Remove-Item -Path $dest * -Include .txt
Remove-Item -Path $dest\ * -Include .txt
Remove-Item -Path $dest\* -Include .txt
Remove-Item -Path $dest -Include *.txt
Remove-Item -Path $dest *.txt
Remove-Item -Path $dest\*.txt
我试了如上的代码，全都无法删除txt，请问是为什么？

所以`t表示分列符号喽，你prt代码我又多看懂一点

作者: jave000 时间: 2021-9-1 09:38

回复 38# newswan

目前写成这样，就完美使用了，只有最后一句删除的代码怎么改也无法成功。
@powershell -c "Get-Content '%~0' | Select-Object -Skip 1 | Out-String | Invoke-Expression" & exit /b
$jave = read-host "Project Model Folder"
$CXMPV = [Environment]::GetFolderPath("Desktop")
$sour = "\\btssvr9\pds1\$jave\3d\su\report\"
$dest = "$CXMPV\Print\"
do
{
$minute = read-host "Minutes of Minutes"
$minute = $minute.trim()
}
while ($minute -match "\D")
Get-ChildItem -Path $sour -File |
Where-Object { ($_.CreationTime -gt (get-date).AddMinutes(-$minute)) -or ($_.LastWriteTime -gt (get-date).AddMinutes(-$minute)) } |
foreach-object {
      write-host $_.fullname
      copy-item $_.fullname -Destination $dest
}
Get-Item *.txt | ForEach-Object {
(Get-Content $_) -match "\s{3}\d+\s" `
      -replace "^\s+(\d+)\s+([\d.]+)\s+",($_.BaseName + "`t`$1`t`$2`t") `
      -replace "\s+$","" `
      -replace "\s{2,}","`t" `
      -replace "(?=Baseplate)","`t" `
      -replace " (?=\d+x\d+x\d+mm)","`t" `
} | Out-File z-su.csv
Invoke-Item -Path $sour
Remove-Item -Path $dest -File *.txt

作者: jave000 时间: 2021-9-1 10:09

回复 31# qixiaobin0715

这几天正在学习for、set、if，现在印象更深了，谢谢

作者: newswan 时间: 2021-9-1 16:05

https://docs.microsoft.com/en-us ... agement/remove-item[/url]

作者: jave000 时间: 2021-9-1 22:49

本帖最后由 jave000 于 2021-9-2 12:46 编辑

回复 42# newswan

失败
Remove-Item -Path $dest * -Include *.txt
成功
Remove-Item -Path $dest* -Include *.txt
Remove-Item -Path $dest*.txt
Remove-Item $dest*.txt

另外Get-Item和Get-childItem的区别是后者包括指定路径下的子目录么？
但我目前用的功能都是指定路径根目录下，结果改了你的一个Get-childItem成为Get-Item却无法运行了，很费解

作者: newswan 时间: 2021-9-2 21:13

回复 43# jave000

可以多一个 \ 比较清晰

$dest = "D:\"
Test-Path $dest\1
复制代码

作者: jave000 时间: 2021-9-3 23:11

回复 44# newswan

所以代码里前面带\，后面还带\，路径中一个\和两个\是等价的？
这样挺好的，$dest*.txt还好，如果说$destabc.txt，真的怀疑程序能否识别了

作者: jave000 时间: 2021-9-9 22:17

回复 46# qixiaobin0715

没删，我是把个性化需求改写成通用范例的描述

欢迎光临批处理之家 (http://www.bathome.net/)