yylogo

原帖由 namejm 于 2008-10-9 21:50 发表
　　如果需要只需要切分为100K左右的小章节倒还好办，但是，要保证每个文档的末尾要以一个句号结束，则就很有难度了，除非每行都是以句号结尾，否则，纯批处理的效率将十分低下。18楼的代码仅能实现小章节在100K左右 ...

再次测试一个2.22m的文件，发现18楼的不仅可以以一个标点符号结束，而且结束的地方恰好是原文章的一个段落的结束，比我想的还要好。标点符号包括句号、分号、引号和省略号。
尘土飞扬先生，你再仔细看看他的代码，并测试一个较大的txt文档，你会发现他的效果很好，2.22m的文件切分时间是35秒，txt文档再大也大不了多少了，我这里的txt小说最大的也不过5m左右。所以，我觉得18楼的最好，没有第三方软件，代码也简洁。
只有一点美中不足，有几个切分的txt为101k，超出题目要求，（但并不影响我的实际要求），他说“你可以修改102400这个数来控制文件大小”，可我不会，你能就18楼的代码完美一下吗？控制住切分的txt不超出100k。

terse

我的思路是 能否把原文本的标点都给定义了 然后判断最后一个字符是否标点

pusofalse

不知这样可否：
第一个文件的尾部（最后出现的一个全角句号或问号到全文结束）会出现在第二个文件的头部。即：这段文本信息即出现在第一个文件中（尾部），也出现在第二个文本中（头部）。不过借助了两个第三方工具split.exe wfr.exe

@echo off
:loop
setlocal enabledelayedexpansion
set/p file=请把要处理的文件拖到此处：
for /f "delims=" %%a in ("%file:"=%") do (
     md "%%~na"
     split  -b 100k "%file:"=%" "%%~na\%%~na_"
     ren "%%~na\*" "*.txt"
     set "name=%%~na"
)
for /f "delims=" %%a in ('dir /b /s /on "%name%\*.txt"') do set/a n+=1&set "_!n!=%%a"
set/a n-=1
for /l %%i in (1 1 %n%) do (
     set/a x=%%i+1
     type "!_%%i!"|wfr /exp /r:"[\r\n]" /t|wfr /exp /r:".*[。？]" /t>"%name%\tmp.txt"
     (type "%name%\tmp.txt"&echo.&call,type "%%_!x!%%")>"%name%\tmp.tmp"
     call,move /y "%name%\tmp.tmp" "%%_!x!%%"
) 
del "%name%\tmp.txt"
endlocal
pause
复制代码

wfr.exe下载：http://bbs.bathome.net/thread-1909-1-2.html
从第二个文件开始，大小会大于100k。
先下载split.exe wfr.exe 放到此批处理所在目录中OK。

[ 本帖最后由 pusofalse 于 2008-10-9 22:07 编辑 ]

namejm

　　如果需要只需要切分为100K左右的小章节倒还好办，但是，要保证每个文档的末尾要以一个句号结束，则就很有难度了，除非每行都是以句号结尾，否则，纯批处理的效率将十分低下。18楼的代码仅能实现小章节在100K左右，还不能保证能以句号结尾。

yylogo

尘土飞扬，你好像好没有完全理解我的意思。
也许我没有表达清楚，我再理一理：
我要将一篇较大的小说切分为若干个不大于100k的小章节，每个被切分的txt文档的最末尾要以一个句号结束。

namejm

　　原以为你每一行只有一个句号呢，如果不止一个句号的话，还是非常麻烦的。

yylogo

文本格式为txt的小说。切分小说我想最好以一个正规标点符号结束，可能会有e文小说，所以我说：“以中文句号、英文句号或中英文问号结束每一章”
我希望你说的“可能还可以写出更高效的代码。”
谢谢！

namejm

　　楼主不是指定要用特定的符号结束吗？难道指定的结束符号只位于每一行的结尾处？还请说明文本格式，可能还可以写出更高效的代码。

terse

原帖由 yylogo 于 2008-10-9 09:36 发表
18楼的，我不得不说
姚明啊，高，你实在是高。
没有第三方软件，你的程序在任何位置都可以运行出我想要的实际效果。
但为什么某些拆分的txt略大于100k呢，有101k的，有102k的,能解释一下吗？

你可以修改102400这个数来控制文件大小

yylogo

18楼的，我不得不说
姚明啊，高，你实在是高。
没有第三方软件，你的程序在任何位置都可以运行出我想要的实际效果。
但为什么某些拆分的txt略大于100k呢，有101k的，有102k的,能解释一下吗？

[ 本帖最后由 yylogo 于 2008-10-9 09:46 编辑 ]

terse

也来一个
利用forstr /o 不知道forstr 能处理多大的文件
效率是问题  呵呵  凑个热闹

@echo off&setlocal enabledelayedexpansion
     set/a kb+=102400,x+=1
     set/p file=请把要处理的文件拖到此处:
     set file=%file:"=%
     call:lp "%file%"
     pause&exit
:lp
md "%~n1"
for /f "tokens=1* delims=:" %%i in ('findstr /o ".*" "%file%"') do (
     if %%i gtr !kb! set /a kb+=102400,x+=1
     >>"%~n1\%~n1_!x!%~x1" echo.%%j
)
复制代码

yylogo

问题出在这，程序不能自己建立一个与文件同名的文件夹，需要手动建立，再测试，就有效果了，而且有了标点符号做最后的结尾，看到了，不过是人为添加的标点符号。。。
谢谢了。

随风

你把要处理的文件和批处理放在同一个文件夹里试试

随风

我测试可以啊？？？

yylogo

13楼的代码测试不能通过，没有效果，提示：环境变量paixu，没有定义。