【已解决】大文件，批处理如何对重复列添加增量序号。

每天几分

如：
women        我们
tashi        他是
bucuo        不错
women        我闷
tashi        踏实
keng        可能
women        握闷
……

字母列遇到重复就在后面添加增量序号，不重复就默认添加1。

实现：
women1        我们
tashi1        他是
bucuo1        不错
women2        我闷
tashi2        踏实
keng1        可能
women3        握闷
……

试了用Excel 的=A1&COUNTIF($A$1:A1,A1)也能做到，但太慢了，10万词不到就崩溃了。
多谢楼下各位！

77七

1. @echo off
   
2. setlocal enabledelayedexpansion
   
3. for /f "tokens=1*" %%a in (1.txt) do (
   
4.         set /a #%%a+=1
   
5.         >>2.txt echo %%a!#%%a! %%b
   
6. )
   
7. endlocal
   
8. pause

复制代码

写着玩的，可以运行几分钟，看看效率如何吗？

buyiyang

ps1

1. $content = Get-Content -Path "1.txt" -Raw
   
2. $count = @{}
   
3. $content -split '\r?\n' | ForEach-Object {
   
4.     $line = $_
   
5.     Select-String -InputObject $line -Pattern "\b[a-zA-Z]+\b" -AllMatches | ForEach-Object {
   
6.         $match = $_.Matches[0]
   
7.         $word = $match.Value
   
8.         if ($count.ContainsKey($word)) {
   
9.             $count[$word]++
   
10.         } else {
    
11.             $count[$word] = 1
    
12.         }
    
13.         $line = $line.Replace($word, "$word" + $count[$word].ToString())
    
14.     }
    
15.     $line
    
16. } | Out-File -FilePath "2.txt"

复制代码

hfxiang

回复 1# 每天几分
请把文件1.txt保存为ANSI编码

1. 
   
2. gawk "{$1=$1(++a[$1]);print $1"        "$2}" 1.txt>2.txt
   

复制代码

xp3000

1. @if(0)==(0) echo off
   
2. rem 保存为ANSI编码的BAT文件
   
3. dir /b *.txt|cscript -nologo -e:jscript "%~0"
   
4. pause & exit/b
   
5. @end
   
6. fso = new ActiveXObject("Scripting.FileSystemObject");
   
7. var f = WSH.StdIn.ReadLine();
   
8. var Name = f.match(/^(^.+)\.[^\r\n]+/)[1];
   
9. var inFile = fso.OpenTextFile(f, 1, false);
   
10. var outFile = fso.CreateTextFile(Name + ".log", true);
    
11. var dict = {};
    
12. 
    
13. while (!inFile.AtEndOfStream) {
    
14.   var line = inFile.ReadLine();
    
15.   var parts = line.split(/\s+/);
    
16.   var key = parts[0];
    
17.   var value = parts[1];
    
18.   
    
19.   if (dict[key] === undefined) {
    
20.     dict[key] = 1;
    
21.   } else {
    
22.     dict[key]++;
    
23.   }
    
24.   
    
25.   var newLine = key + dict[key] + "\t" + value;
    
26.   outFile.WriteLine(newLine);
    
27. }
    
28. inFile.Close();
    
29. outFile.Close();

复制代码

czjt1234

10万甚至百万级别的数据，估计4楼的gawk速度最快

xczxczxcz

偶试了一下 PS 也很快哦！未缓存的。11万行

77七

回复 6# czjt1234

我把楼主的提供的样本，复制到了98万行
测试 2楼代码用时 6分钟左右；把重定向写到外面 是2分钟左右 （我太外行了...以为数据太大，该写到里面）；
测试 3楼代码用时 5分钟左右；
测试 4楼代码用时 几秒；
测试 5楼代码用时 20秒左右。

WHY

Test.js

1. var srcFile = '1.txt';
   
2. var dstFile = '2.txt';
   
3. 
   
4. var obj = {}
   
5. var fso = new ActiveXObject('Scripting.FileSystemObject');
   
6. var str = fso.OpenTextFile(srcFile, 1).ReadAll();
   
7. str = str.replace(
   
8.     /^[a-z]+\b/mig,
   
9.     function(s){
   
10.         if( !obj.hasOwnProperty(s) ) obj[s] = 1;
    
11.         return s + obj[s]++;
    
12.     }
    
13. );
    
14. 
    
15. fso.OpenTextFile(dstFile, 2, true).Write(str);
    
16. WSH.Echo('Done');

复制代码