【已解决】批处理实现多条目多内容同时替换

zhengwei007

我有个几千行的源文本text.txt，里面内容大概如下：

1. 
   
2. a,Recipe: Piece Bone Gaiters    1    59%\\nLeather Helmet Design    1    38%\\nRecipe: Piece Bone Breastplate    1    37%\0
   
3. a,Thread    2 - 3    100%\\nRecipe: Piece Bone Gaiters    1    59%\\nHaste Potion    1    19%\0
   

复制代码

我制作了一个类似字典的东西，也是一个txt，里面分左右两段，中间用逗号分开，逗号左边是要找的内容，逗号右边是要对应替换的内容。样式如下：

1. 
   
2. \\nLeather Helmet Design    ,\\n测试皮头盔甲   
   
3. \\nHaste Potion    ,\\n药水   
   
4. \\nRecipe: Piece Bone Breastplate    ,\\n骨头胸甲的制作卷   
   

复制代码

注：为了保持格式正确且完全匹配，我在每个结尾都加了4个空格，因为源文本就有空格。

我希望能通过批处理执行后，源文本直接保持原格式替换，结果变为如下样式：
a,Recipe: Piece Bone Gaiters    1    59%\\n测试皮头盔甲    1    38%\\n骨头胸甲的制作卷    1    37%\0
a,Thread    2 - 3    100%\\nRecipe: Piece Bone Gaiters    1    59%\\n药水    1    19%\0

请大家帮帮忙，谢谢。

czjt1234

另存为 ANSI 编码的 vbs

1. f1 = "text.txt"
   
2. c1 = "GBK"       '文件编码，可以是 UTF-16 或 UTF-8
   
3. 
   
4. f2 = "字典.txt"
   
5. c2 = "GBK"
   
6. 
   
7. Set oRegExp = CreateObject("VBScript.RegExp")
   
8. oRegExp.Global = True
   
9. oRegExp.IgnoreCase = True
   
10. Set oStream1 = CreateObject("ADODB.Stream")
    
11. oStream1.Type = 2
    
12. oStream1.Mode = 3
    
13. oStream1.Charset = c1
    
14. oStream1.Open()
    
15. oStream1.LoadFromFile f1
    
16. s = oStream1.ReadText()
    
17. Set oStream2 = CreateObject("ADODB.Stream")
    
18. oStream2.Type = 2
    
19. oStream2.Mode = 3
    
20. oStream2.Charset = c2
    
21. oStream2.Open()
    
22. oStream2.LoadFromFile f2
    
23. Do
    
24.     m = oStream2.ReadText(-2)
    
25.     If InStr(m, ",") Then
    
26.         m = Split(m, ",", 2)
    
27.         m(0) = RePlace(m(0), "", "\")
    
28.         oRegExp.Pattern = m(0)
    
29.         s = oRegExp.Replace(s, m(1))
    
30.     End If
    
31. Loop Until oStream2.EOS
    
32. oStream1.Close()
    
33. oStream1.Open()
    
34. oStream1.WriteText s
    
35. oStream1.SaveToFile f1, 2
    
36. wsh.Echo "ok"

复制代码

zhengwei007

另存为 ANSI 编码的 vbs
czjt1234 发表于 2024-5-18 15:47

你好，我执行完后，text.txt文件里面有小方框，感觉像是编码不对。我已经把两个文件全部改成ANSI编码了还是不行。

文件我打包上传了，请您帮忙看下。谢谢。

链接: https://pan.baidu.com/s/1kLUnWvjviDh2ADWtva7VNQ 提取码: sisp 复制这段内容后打开百度网盘手机App，操作更方便哦
--来自百度网盘超级会员v9的分享

czjt1234

win7x64，下载测试正常，没发现有小方框
源文件编码就是GBK

vbs处理大文件还是不行，太慢，等第三方程序来看看吧

77七

字典 2.txt源文件 1.txt
输出 3.txt

1. @echo off
   
2. cd /d "%~dp0"
   
3. setlocal enabledelayedexpansion
   
4. for /f "useback tokens=1-2 delims=," %%a in ("2.txt") do (
   
5.         set "str=%%~nxa"
   
6.         set "str=!str::= !"
   
7.         set "#"!str!"=%%~nxb"
   
8. )
   
9. (for /f "useback delims=" %%a in ("1.txt") do (
   
10.         set "str="%%a""
    
11.         set "str=!str:    =" "!"
    
12.         setlocal
    
13.         for %%b in (!str!) do (
    
14.                 for /f "tokens=1* delims=" %%c in ("%%~b") do (
    
15.                         if "%%d" equ "" (
    
16.                                 set "x=!x!%%c    "
    
17.                         ) else (
    
18.                                 set "d=%%d"
    
19.                                 set "d=!d::= !"
    
20.                                 if not defined #"!d!" (
    
21.                                         if "%%d" equ "0" (
    
22.                                                 set "x=!x!%%c\%%d    "
    
23.                                         ) else (
    
24.                                                 set "x=!x!%%c\\%%d    "
    
25.                                         )
    
26.                                 ) else (
    
27.                                         for /f "delims=" %%e in ("#"!d!"") do (
    
28.                                                 set "x=!x!%%c\\!%%e!    "
    
29.                                         )
    
30.                                 )
    
31.                         )
    
32.                 )
    
33.         )
    
34.         echo !x:~0,-4!
    
35.         endlocal
    
36. ))>3.txt
    
37. endlocal
    
38. pause

复制代码

如果字典也是几千行，代码效率低，不适用。如果有其它问题，请把源文件上传到网盘。

77七

刚看到3楼，9000多行的字典，不知道超限制没，跑了五六分钟。结果 https://f.ws59.cn/f/e553x76waut

zhengwei007

你发的地址，打开后也有小方框。
我自己运行后的，也有小方框，还是编码不对？

77七

回复 7# zhengwei007


   可能是软件原因，被错误识别了吧。换用其它的文本软件打开试试。

Five66

保存为gbk或ansi的bat
仅针对3楼内容的格式
源文本跟字典txt编码全部gbk/ansi
替换后会生成新文件,编码gbk/ansi

1. 
   
2. @{}#? 2>nul&pause&powershell -c "gc -literalpath '%~f0'|out-string|iex"&exit/b
   
3. [console]::writeline("`r`nrunning")
   
4. 
   
5. #$thehash=new-object hashtable
   
6. $thehash=@{}
   
7. 
   
8. gc '字典.txt' |foreach{
   
9. $str=$_ -split '    ,'
   
10. if($thehash.ContainsKey($str[0])){
    
11. $thehash[$str[0]]=$str[1].trimend()
    
12. }else{
    
13. $thehash.add($str[0],$str[1].trimend())
    
14. }
    
15. }
    
16. 
    
17. gc 'text.txt' |foreach{
    
18. $aaa=$_.replace('\\n','    \\n')
    
19. $str=($aaa -split '    ' |foreach{if($thehash.ContainsKey($_)){$thehash[$_]}else{$_}}) -join '    '
    
20. $str.replace('    \\n','\\n')
    
21. } |sc the-new-text.txt
    
22. 
    
23. [console]::writeline("`r`ndone")
    
24. cmd /c pause
    

复制代码

Five66

回复 7# zhengwei007


    看右下角 , 编码被识别成 utf-8 了

hfxiang

回复 1# zhengwei007

在命令行窗口下执行如下gawk（http://bcn.bathome.net/tool/4.1.0/gawk.exe）脚本可实现:

1. 
   
2. gawk "FNR==NR{split($0, a, /[^,]+|(\042[^\042]+\042)/,m);r[m[1]]=m[2]}FNR<NR{split($0, a, /\\\\[^\\0-9]+    /,m);printf a[1];for(i in m){if(!r[m[i]])r[m[i]]=m[i];printf("%s%s",r[m[i]],a[i+1])};print""}" "字典.txt" "text.txt">"text_new.txt"
   

复制代码

效率也是杠杠的
(抱歉，原脚本有遗漏，现已修正)

aloha20200628

回复 1# zhengwei007

用jscript和python两个版本分别测试了楼主提供的示例文件》text.txt（ansi编码）, 字典.txt（ansi/gb2312编码）
前者用时约50秒，后者用时约20秒，测试系统硬件指标是intel i7-5500U
以下代码存为test.bat运行，生成替换结果文件为 text.new.txt（ansi/gb2312编码）

1. 
   
2. @set @v=1 //&(cscript /e:jscript "%~f0")&exit/b
   
3. //
   
4. fso = new ActiveXObject('Scripting.FileSystemObject');
   
5. fp = fso.OpenTextFile('字典.txt'), linesD = fp.readall().split('\r\n'), fp.close();
   
6. fp = fso.OpenTextFile('text.txt'), lineT = fp.readall(), fp.close();
   
7. fp = fso.OpenTextFile('text.new.txt',2,true);
   
8. for (var kv,re,i=0,l=linesD.length; i<l; i++) {
   
9.         kv = linesD[i].split(','), k = trim(kv[0]), v = trim(kv[1]);
   
10.         eval('re=/'+k+'/gi;'), lineT = lineT.replace(re, v);
    
11. }
    
12. fp.write(lineT), fp.close(), WSH.quit();
    
13. //
    
14. function trim (s) { return s.replace(/(^\s*)|(\s*$)/g,''); }
    

复制代码

如果楼主已经预装了python系统，可将以下代码存为test.py，直接在命令行运行，生成替换结果文件为 text.new.txt（ansi/gb2312编码）

1. 
   
2. #encoding=gbk
   
3. import re
   
4. with open('text.txt', 'r', -1) as fr:
   
5.         tLine = fr.read()
   
6. with open('字典.txt', 'r', -1) as fr:
   
7.         dLines = fr.readlines()
   
8. for d in dLines:
   
9.         kv = d.split(',')
   
10.         k, v = kv[0].strip(), kv[1].strip()
    
11.         tLine = re.sub(k, v, tLine, flags=re.I|re.S)
    
12. with open('text.new.txt', 'w', -1) as fw:
    
13.         fw.write(tLine)
    

复制代码