[文本处理] 批处理删除多个txt中的不同数字组合

lzyecho

网上下载了多个页面文章内容，转换成txt后，内容里出现了多组类似 &#12345  、&#98765 的特殊符号与数字的组合（数字组合不同但长度相同），本人试了多次没成功，有时把整行都删除了。
请求删除的方法。先谢了。 （另外不同长度的数字与字母组合怎样删除但不影响行内的其它内容？再谢。）

battab

回复 1# lzyecho

能不能传一部分TXT文档的内容上来看看？

lzyecho

回复 2# battab


    请参见附件。

apang

sed -r "s/&#[0-9]+;//g" a.txt>b.txt
复制代码

xxpinqz

sed好简单啊，纯p的好麻烦.

@echo off&setlocal enabledelayedexpansion
set hh=^


(for /f "delims=" %%a in (a.txt) do (
        set "tmp=%%a"
        for %%b in ("!hh!") do echo,!tmp:^&#=%%~b!
        echo ##
))>tmp
(for /f "tokens=1* delims=;" %%a in (tmp) do (
    if not "%%a"=="##" (
        if "%%b"=="" (set/p =%%a) else set/p =%%b
    ) else echo,&echo,
))<nul>b.txt
del tmp
start b.txt
复制代码

lzyecho

回复 5# xxpinqz


    感谢apang 和 xxpinqz ，你们太厉害了，高手啊。你们的代码都能很好的达到目的 ，真是感谢！！
apang 用的sed 精练、简短，看来以后还得学习sed了。

xxpinqz 你把批处理玩的精深，。因代码嵌套的多，较多地方看不大懂，希望能逐名解说一下。我还处在学习认识的阶段，继续向大家学习。

battab

回复 6# lzyecho

@echo off&setlocal enabledelayedexpansion
set hh=^  rem 将转义字符^赋予变量hh


(for /f "delims=" %%a in (a.txt) do (  rem 对a.txt进行文件解析，同时排除空格为分隔符
        set "tmp=%%a"   rem 将a.txt中每行的内容赋予临时变量tmp
        for %%b in ("!hh!") do echo,!tmp:^&#=%%~b!  rem将a.txt中每行的&#替代为^
        echo ##    rem 在a.txt中的每一行下面加##
))>tmp  rem 将上面处理好的结果输出到临时文件TMP中
(for /f "tokens=1* delims=;" %%a in (tmp) do (  rem 对临时文件TMP进行文件解析，以；为分隔符，提取第一节及第二节后面的所有内容
    if not "%%a"=="##" (  rem 排除含有##的行不处理
        if "%%b"=="" (set/p =%%a) else set/p =%%b  rem 判断第二节后面的内容是否为空，为空则输出第一节内容，否则输出第一节及第二节后面的所有内容 
    ) else echo,&echo,  rem 输出两回车
))<nul>b.txt  rem 将处理好的文件输出到b.txt。 这里的<nul的作用可能是同行输出内容吧，不太清楚？同求解！
del tmp  rem 删除临时文件
start b.txt rem 打开处理好的文档
复制代码

初学者试解读，有不对的地方还请各位前辈指教。

terse

纠正这里
rem 将转义字符^赋予变量hh
这里hh值应该是回车

lzyecho

回复 8# terse


    感谢battab的详尽解说，有多些地方茅塞顿开了。
<nul>b.txt   的含义是将结果以一行的形式输出，即“回车不换行”。
terse 说的代码 set hh=^  rem 将转义字符^赋予“回车hh”，不太明白它的意义？？

echo,!tmp:^&#=%%~b! 替换代码中的%%~b的意思是？？ 再请说明 ，谢啦。

terse

回复 9# lzyecho
这里 %%~b 是回车 换行

terse

另 楼主如有安装POWERSHELL （win7自带）也简单的

Get-Content $pwd\a.txt | % {$_ -Replace '&#\d+',''} | out-file b.txt
复制代码

BHsolve

回复 8# terse


    你是说^在这里做回车符只用吗？
这样上面代码确实可以解释了，但是输出的  tmp文本  是这个样的

高中学习阶段，12345;你一定在班集体里度过了美好的时光，收获了深厚的情谊65489;，同窗共读，互相帮助，彼此激励，即便是一次不愉快的争执，都给你留下难忘的记忆，伴你走向成熟。
##
某机构就45812;“同学关系”问题在几所学校作了一次调查。362514;结果显示，60%的人表示满意，36%的人认为一般，4%的人觉得不满意。
##

怎么解释？

terse

回复 12# BHsolve
这里有个确实是替换了 只是你看不到
你可以在CMD里 TYPE 就看到结果 或者 FOR 遍历都可显示
这里\R\N 和 \N 是有区别的
其实这时的TMP文本替换进来的只有回车（0A）没有换行 （0D）

BHsolve

回复 13# terse


    原来如此，学习了，学习了。

lzyecho

回复 7# battab


    xxpinqz ,你好，在你解释的代码中还是不明白：
1.上面代码的第2、3、4行的意思是把^(下面还有两个空行或两个回车）定义给变量hh，为什么要是2个回车？

2. 为什么要 echo ##，起什么作用？而下面的if not "%%a"=="##" 又是不处理这些含##的行？？
3.切分行的第二内容为“空”（ if "%%b"==""  ）意思？不为“空”时又是什么意思？

也就说作者的设计编程思路不明白。
烦请你结合上面附件的a.txt说明一下，谢。