[其他] 【已解决】gawk：如何合并2段正则表达式代码，以实现不输出中间结果的目的

思想之翼

下述2段正则表达式，代码1输出结果文本A；代码2依据结果文本A，输出结果文本B。
现在欲将这2个代码合二为一，以实现不输出结果文本A这一中间过程，而将其数值储入内存，然后调用内存数值进行运算，输出结果文本B。

代码1：替换文本数值后，输出结果文本A
字典文本
d:\HY\000001\000001_1.txt ~ 000001_7.txt
替换文本
e:\ZD\GD\000001\000001_1.txt ~ 000001_7.txt
结果文本A【实现目标：不写入7个文本，储存在内存，等待代码2调用】
e:\HY\GD\000001\000001_1.txt ~ 000001_7.txt

@echo off
setlocal enabledelayedexpansion
for /l %%f in (1000001,1,1001798) do (
    set p=%%f
    for /l %%g in (1,1,7) do (
gawk -F"=" "ARGIND>1{if(b[$1]){a[ARGIND]=a[ARGIND]==\"\"?$2:a[ARGIND] \"\n\" $2;next}}{b[$0]++}END{for(i=2;i<=ARGIND;i++){ if(a[i]){f=ARGV[i];sub(/^d:\\HY/,\"e:\\HY\\GD\",f);print(a[i])>f}}}" "e:\ZD\GD\!p:~1!\!p:~1!_%%g.txt" d:\HY\!p:~1!\!p:~1!_%%g.txt
))
exit
复制代码

代码2：合并结果文本A 000001_1.txt ~ 000001_7.txt 共7个文本，提取重复N次的字符，输出结果文本B
结果文本A【实现目标:不读入7个文本，调用代码1储存在内存的数据】
e:\HY\GD\000001\000001_1.txt ~ 000001_7.txt
结果文本B
e:\TQ\GD\000001.txt

@echo off
setlocal enabledelayedexpansion
for /l %%f in (1000001,1,1001798) do (
        set p=%%f
gawk "{for(i=1;i<=NF;i++)a[$i]++}END{for(i in a)if(a[i]==7)print i}" e:\HY\GD\!p:~1!\*.txt>e:\TQ\GD\!p:~1!.txt
)
exit
复制代码

terse

回复 1# 思想之翼
试一下对a ++吧  然后在最后判断次数

hfxiang

回复 1# 思想之翼

私信收到，但此主题已超出本人能力之极限。在此对辜负信任深表歉意 ，抱歉抱歉

terse

是不是这个意思  你替换一下试

gawk -F"=" "ARGIND>1{if(b[$1]){a[ARGIND]=c[$2]++;next}}{b[$0]=1}END{for(i=2;i<=ARGIND;i++){ if(a[i]){f=ARGV[i];sub(/^d:\\HY/,\"e:\\HY\\GD\",f);for( k in c ) { if (c[k]==7) print(k)}}}}" "e:\ZD\GD\!p:~1!\!p:~1!_%%g.txt" d:\HY\!p:~1!\!p:~1!_%%g.txt
复制代码

思想之翼

回复 4# terse
感谢帮助！经测试，代码没有统计替换后的7个文件中总共出现7次的字符。
简单说，是文本 1替换a，2替换b，3替换c，4替换d，5替换e，6替换f，7替换g，
然后 a+b+c+d+e+f+g，取出现7次的字符。
文本1 2 3 4 5 6 7 在D:\A\01\
文本a b c d e f g  在E:\B\01\
(文本1234567 与 文本abcdefg 同名)
取出的字符,写入F:\C\01.txt

terse

回复 5# 思想之翼
错误是指哪部分？ 是输出路径有误，还是取值错误；或其他错误
下面输出应该看出是那部分错 最好发上来指出哪部分的错误

gawk -F"=" "ARGIND>1{if(b[$1]){a[ARGIND]=c[$2]++;next}}{b[$0]=1}END{for(i=2;i<=ARGIND;i++){ if(a[i]){f=ARGV[i];sub(/^d:\\HY/,\"e:\\HY\\GD\",f);for( k in c ) { if (c[k]==7) print(k,f)}}}}" "e:\ZD\GD\!p:~1!\!p:~1!_%%g.txt" d:\HY\!p:~1!\!p:~1!_%%g.txt
复制代码

替换下面的试试呢

gawk -F"=" "ARGIND>1{if(b[$1]){a[ARGIND,a[ARGIND]++]=$2;next}}{b[$0]=1}END{for(i=2;i<=ARGIND;i++){if(a[i]){f=ARGV[i];sub(/^d:\\HY/,\"e:\\HY\\GD\",f);for(j=0;j<a[i];j++){print(a[i,j])>f;c[a[i,j]]++}}}for(k in c)if(c[k]==7)print(k)}"  "e:\ZD\GD\!p:~1!\!p:~1!_%%g.txt" d:\HY\!p:~1!\!p:~1!_%%g.txt >F:\C\01.txt
复制代码

buyiyang

回复 4# terse


    他的要求应该是统计替换后的7个文件中总共出现7次的字符

思想之翼

回复 6# terse

感谢帮助！第2个代码结果正确。替换后的7个文本如果不写入文件夹（非先写入再删除）就完美了。因为替换7个文本，是中间过程，没必要输出，况且体积大，先输出再读入不但费时，而且徒增M.2硬盘擦洗次数。

terse

7个文件只读取 不写入

gawk -F"=" "ARGIND>1{if(b[$1]){a[ARGIND,a[ARGIND]++]=$2;next}}{b[$0]=1}END{for(i=2;i<=ARGIND;i++){if(a[i]){for(j=0;j<a[i];j++)c[a[i,j]]++}}for(k in c)if(c[k]==4)print(k)}"
复制代码

回复 8# 思想之翼

Five66

还是全部放进gawk里吧,参考下面的

BEGIN{
for(i=1;i<1799;i++){
for(j=1;j<8;j++){
dictxt=sprintf("d:\\HY\\%06d\\%06d_%d.txt",i,i,j);
reptxt=sprintf("e:\\ZD\\GD\\%06d\\%06d_%d.txt",i,i,j);
while(getline <reptxt){
split($0,sp,"=");
处理替换文本;
}
while(getline <dictxt){
split($0,sp,"=");
处理字典文本;
}}
统计并提取重复N次的字符;
打印输出;
}}
复制代码

思想之翼

回复 10# Five66
感谢帮助！参考您的思路，边学边用，捣鼓了一番不得要领，恳望您结合1#实例，给予指导。

Five66

回复 11# 思想之翼
参考下面的,直接保存成文件,然后用gawk -f 选项,例如gawk-f awk.txt
因为全放进gawk里面,其他bat代码就不需要了
注意：
没用过windows的gawk，不知道有无问题
没有处理细节，例如要处理的文件不存在时可能会无限循环
当然你也可以将代码弄成只有一行的来使用(注意特殊字符)

BEGIN{
for(i=1;i<1799;i++){
for(j=1;j<8;j++){
dictxt=sprintf("d:\\HY\\%06d\\%06d_%d.txt",i,i,j);
reptxt=sprintf("e:\\ZD\\GD\\%06d\\%06d_%d.txt",i,i,j);
while(getline <reptxt){
b[$0]++;
}
while(getline <dictxt){
split($0,sp,"=");
if(b[sp[1]]){a[sp[2]]++;}
}
delete b;
}
outtxt=sprintf("e:\\TQ\\GD\\%06d_%d.txt",i,i);
for(k in a){if(a[k]==7)print(k) >outtxt;}
delete a;
}}
复制代码