批处理之家 - Powered by Discuz! Board

标题: [文本处理] 求助批处理提取多个关键词合并 [打印本页]

作者: zhx1231 时间: 2025-2-7 13:34 标题: 求助批处理提取多个关键词合并

300个文件夹，按序号保存的，每个文件夹都包含一个TXT文件，txt文件里面有一段中文内容，而且每个txt提取的内容都不同，文件内容（原生全棉材质透气舒适质感十足宽松短袖T恤裁剪凸显品牌格调）
类似这样，，比如我想提取这样的（全棉短袖T恤），我想提取的内容可以设定，提取后出来的词段保存在另外的TXT文件，可以合并为一个TXT里，按行保存，
如果编号为某个数字的行的文件夹，没有想要找的数据，就空出那行。

作者: Batcher 时间: 2025-2-7 14:00

回复 1# zhx1231

请给一个真实的例子说明一下你的需求吧，比如操作之前是怎样的，操作之后变成啥样？
选少数几个文件夹和文件打包压缩，上传到网盘。

如果需要上传截图，可以找个图床，例如：
http://bbs.bathome.net/thread-60985-1-1.html

作者: zhx1231 时间: 2025-2-7 14:17

1.txt 圆领印花字母
定制YB原生全棉材质透气舒适质感十足宽松短袖T恤裁剪凸显品牌格调采用克重纯棉制成略带有弹力呈现显瘦视觉效果胸前印有泰国人气明星人像图案彰显个性魅力凸显品牌时尚感耐看沉静的低明度海军蓝中性清爽充满创意品牌高级设计感拉满单穿内搭都出彩时髦定制面辅料

  2.txt    植绒印花字母
全棉材质透气舒适质感十足修身T恤裁剪凸显品牌格调采用克重纯棉制成略带有弹力呈现显瘦视觉效果立体松紧包边于领口袖口保持基调协调统一胸前标志性花体字母徽标搭配红唇印点缀品牌自带的简约时尚感立现白色清爽绿色亮眼随心打造个性风格
3.txt
透气舒适质感十足修身T恤裁剪凸显品牌格调采用克重纯棉制成略带有弹力呈现显瘦视觉效果立体松紧包边于领口袖口保持基调协调统一胸前标志性花体字母徽标搭配红唇印点缀品牌自带的简约时尚感立现白色清爽绿色亮眼随心打造个性风格
4.txt 复古做旧洗水反穿牛仔裤高织高密斜纹面料复古做旧水洗对色柔软亲肤材质质感一流
个性反穿设计上身时髦又高级宽松版型灰常能遮肉肉能够巧妙的遮住胯部多余的赘肉显瘦显腿长百搭利器不挑人穿任何身形

希望变成这样：可以提取，每个txt自己想提取的词，这样排列出来
1，短袖T恤
2，修身T恤
3，植绒印花字母
4，旧洗水反穿牛仔裤

作者: zhx1231 时间: 2025-2-7 14:18

感谢大佬。

作者: Batcher 时间: 2025-2-7 15:39

回复 3# zhx1231

请把txt文件打包上传到网盘，而不是直接发内容。

作者: aloha20200628 时间: 2025-2-7 16:22

本帖最后由 aloha20200628 于 2025-2-7 17:05 编辑

回复 3# zhx1231

以下代码假设包含300个子目录的根目录是 d:\300（可被楼主自定义），该目录中已存在一个名为提取字段列表.lst 的文件（须由楼主自定义），其中每行内容格式为文件名提取字段（中间用英文空格分隔），举例如下
1 圆领印花字母
2 植绒印花字母
3 绿色亮眼
...
代码存为 test.bat 运行，须与提取字段列表.lst 文件均在根目录，运行结果生成楼主要求的文件提取结果列表.lst（文件名可被楼主自定义）

@echo off &cd /d "d:\300"
(for /f "usebackq tokens=1* delims=, " %%a in ("提取字段列表.lst") do for /r %%F in ("%%a.txt") do (
   set/p v=<"%%F" &setlocal enabledelayedexpansion
   if "!v!"=="!v:%%b=!" (echo,%%a) else echo,%%a,%%b
   endlocal))>"提取结果列表.lst"
pause&exit/b
复制代码

作者: zhx1231 时间: 2025-2-7 18:29

回复 6# aloha20200628

谢谢您的回答，我刚试了一下，发现运行不了，不知道是我哪里出错了。

作者: zhx1231 时间: 2025-2-7 18:34

回复 6# aloha20200628

还有一个问题我补充一下，每个文档，里面，我只想提取第一次出现的关键字。大概有这些（连衣裙牛仔长裤休闲裤外套短袖长裤套装牛仔长裤衬衣牛仔裤大衣外套牛仔衬衣长款半裙针织短袖套装打底衫半裙 v领针织背心 T恤卫衣开衫牛仔长裤卫衣牛仔裤长袖）

麻烦您看看

作者: aloha20200628 时间: 2025-2-7 21:35

本帖最后由 aloha20200628 于 2025-2-7 22:34 编辑

回复 8# zhx1231

一。需要看一下你定义的 ‘提取字段列表.lst’ 文件内容
二。需要知道你的 *.txt 文件格式，是否每个文件只有一行？文件编码是ansi编码还是utf-8编码？
三。6楼代码假设被处理的 *.txt 文件编码都是ansi编码，每个文件只有一行数据；假设 ‘提取字段列表.lst’ 文件编码也是ansi编码

作者: czjt1234 时间: 2025-2-7 21:54

表示没看懂

最好还是传三四个文件到网盘

作者: Five66 时间: 2025-2-8 12:43

电脑么??是的话什么系统??

作者: wanghan519 时间: 2025-2-8 21:09

本帖最后由 wanghan519 于 2025-2-8 21:14 编辑

感觉好像grep命令的效果

grep -orEf key.lst --include='*.txt' .
复制代码

可以修改key.lst文件.{6}(连衣裙|牛仔长裤|休闲裤|外套|短袖|长裤|套装|牛仔长裤|衬衣|牛仔裤|大衣外套|牛仔衬衣|长款半裙|针织短袖|套装|打底衫|半裙|v领针织背心|T恤|卫衣|开衫|牛仔长裤|卫衣|牛仔裤|长袖)
大概就是连带匹配项目之前的6个字

欢迎光临批处理之家 (http://www.bathome.net/)