[文本处理] [已解决] 批处理如何提取出文件中的所需内容并加以整理？

sweet惜缘

我有很多年文件（其中之一见附件，其余的文件内容形式一样），文件的一部分内容如下：
Molecule: ZINC14523708                                                             Molecule: ZINC14545359
Elapsed time for docking:        20 seconds                                           Elapsed time for docking:        5 second                           
Anchors:                1                                                            Anchors:                1
Orientations:                500                                           Orientations:                500
Conformations:                28                                              Conformations:                34
  Grid Score:          -37.959953                                                             Grid Score:          -26.402323
   Grid_vdw:          -29.829193                                                               Grid_vdw:          -26.094517
   Grid_es:           -8.130760                                                                   Grid_es:           -0.307807
   Int_energy:           13.028586                                                           Int_energy:           10.723193
需要把这些内容整理成如下形式：
   Molecule               Anchors         Orientation    Conformations         Grid Score           Grid_vdw                    Grid_es          Int_energy
ZINC14523708             1                  500             28                        -37.959953         -29.829193            -8.130760             13.028586
ZINC14545359            1                    500             34                         -26.402323          -26.094517           -0.307807            10.723193
··········
也就是把所有的相同项整理到一起，结果可以保存成txt格式，或输出到excle表。
谢谢！
补充：附件中的文件格式比较特殊，需要用UltraEdit软件才能打开。可以转化成txt文件，但转化后看起来比较乱。

powerbat

@set @n=0//&cscript.exe -e:jscript "%~f0"&exit /b

folder = ".out文件所在文件夹";

fso = new ActiveXObject("Scripting.FileSystemObject");
fc = new Enumerator(fso.GetFolder(folder).files);
files = [];
for (i=0; !fc.atEnd(); fc.moveNext()) {
    fp = fc.item().Path;
    if (/\.out$/i.test(fp)) files[i++] = fp;
}

r = "Molecule,Elapsed time for docking,Anchors,Orientations,Conformations,Grid Score,Grid_vdw,Grid_es,Int_energy\r\n";
for (i=0; i<files.length; i++)
{
    s = fso.OpenTextFile(files[i]).ReadAll();
    s = s.match(/^Molecule:[\s\S]+?-----------------------------------/gim);
    if (!s) continue;
    s = s.join('\r\n');
    s = s.split(/\s*(Molecule|Elapsed time for docking|Anchors|Orientations|Conformations|Grid Score|Grid_vdw|Grid_es|Int_energy):\s*/);
    s = s.join(',').replace(/\s+-{2,},?/g,'\r\n');
    r += s;
}
fso.OpenTextFile('result.csv', 2, true).write(r);
复制代码

sweet惜缘

麻烦问一下，是在啥环境下运行啊？我在bat下运行没结果，是不是要在其他编译器下编译啊？
谢谢！

powerbat

就是保存为bat，直接双击或在cmd中运行，会生成一个result.csv，就是处理结果。

sweet惜缘

试了好多次，cmd或bat窗口都快速闪过，我加了pause也快速闪过，也没有result.csv文件；我不知道是哪出错了，麻烦再给我点意见。
谢谢！

sweet惜缘

我知道问题出哪了：@set @n=0//&cscript.exe -e:jscript "%~f0"&exit /b 最后少个“；”
改后成功了。但有点小问题，就是每个out文件的最后一个Molecule内容不能显示，其余正常，能不能解决这一问题呢？
谢谢！

powerbat

@5楼
如果你真是在cmd中运行这个bat，窗口不可能快速闪过就关闭，而是会仍然保留，你可以将其中的出错信息复制出来。而不要光是嚷嚷不行，但一点有用的信息都不提供，别人怎么知道问题在哪里？

@6楼
不可能是少“;”的问题，你肯定没有原样复制代码（只需将其中的“.out文件所在文件夹”换成实际文件夹名称），而是有不正确的修改。
如果你所有的文件都是附件那样的格式，不可能有漏网之鱼。应该是你最后一个Molecule后面没有“-----------------------------------”结尾。批处理的关键是找规律，如果规律不同了，结果肯定就不同了。请提供完整样式。

sweet惜缘

由于原样文件太大，不能添加成附件形式，我就删了一部分。的确是最后一个Molecule后面没有以“-----------------------------------”结尾。那么现在怎么解决这个问题？不好意思，让您费心了！

powerbat

在16行
s = fso.OpenTextFile(files[i]).ReadAll();
下面加一行：
s += '\r\n-----------------------------------';