[文本处理] 求BAT代码批量取文件里的字段值保存到txt

304802301

大佬们新年好！求一个bat
源文件下面有多个文件夹，每个文件里面有多个文件（可能有多层路径的情况），每个文件格式不一定，但都可以用记事本方式打开。
我的目的是要取每个文件里面的几个字段的值，取出来后保存到一个txt文件中。
字段是这样的，Code="X" Name="XX" Tender="XXX"，我要取的就是Code=""、Name=""、Tender=""，三个字段，每个字段两个引号里面的值。但这几个字段不一定每个文件都会有，字段的顺序前后不一定，出现在文件的哪个位置也不一定。
保存到txt里有这样的要求：文件完整路径+文件名+Code值+Name值+Tender值，每个文件取出来的数据放一行，下一个文件的数据放下一行，以此类推。
示例文件放在了网盘：链接：https://pan.baidu.com/s/10AZXPUdMyn3EO6H9wjspNw 提取码：2alj
感谢大佬！

hfxiang

将

# 保存了ANSI编码
/Code="([^"]+)"/ {A = gensub(/^.*Code="([^"]+)".*$/, "\\1", "g", $0)}
/Name="([^"]+)"/ {B = gensub(/^.*Name="([^"]+)".*$/, "\\1", "g", $0)}
/Tender="([^"]+)"/ {C = gensub(/^.*Tender="([^"]+)".*$/, "\\1", "g", $0)}
END {print FILENAME "+" A "+" B "+" C}
复制代码

以ANSI编码格式保存为test.awk
将

@echo off
@rem 保存为ANSI格式
set "_gawk.exe=1"
set "_test.awk=1"
set "_test.bat=1"
set "_test.txt=1"
(for /f "tokens=*" %%a in ('dir/s/b/a-d') do (
	if not defined _%%~nxa gawk -f.\test.awk "%%~fa"
))>test.txt
复制代码

以ANSI编码格式保存为test.bat
下载gawk（ http://bcn.bathome.net/tool/4.1.0/gawk.exe ）后，将gawk.exe、test.awk及test.bat放置到"D:\实例"文件夹中，双击test.bat后得到的test.txt即为你需要的结果

304802301

回复 2# hfxiang


    大佬，感谢回复！但好像双击bat后一闪而过，没有txt产生

hfxiang

回复 3# 304802301


    请确保
1、test.awk 及 test.bat以已 ANSI 编码格式保存
2、gawk.exe、test.awk 及 test.bat 已放置到 "D:\ 实例" 文件夹中

qixiaobin0715

@echo off
for /f "delims=" %%a in ('dir /s /b /a-d^|findstr /v %~nx0') do (
    setlocal enabledelayedexpansion
    for /f "delims=" %%b in ('findstr "Code Name Tender" "%%a"') do (
        for %%i in (%%b) do (
            if "!str!"=="Code" (
                set Code=%%~i
            ) else if "!str!"=="Name" (
                set Name=%%~i
            ) else if "!str!"=="Tender" (
                set Tender=%%~i
            )
            set str=%%~i
        )
    )
    if defined Code echo,%%a	!Code!	!Name!	!Tender!
    endlocal
)
pause
复制代码

qixiaobin0715

楼上代码可以简化一下：

@echo off
set /a _Code=_Name=_Tender=1
for /f "delims=" %%a in ('dir /s /b /a-d^|findstr /v %~nx0') do (
    setlocal enabledelayedexpansion
    for /f "delims=" %%b in ('findstr "Code Name Tender" "%%a"') do (
        for %%i in (%%b) do (
            if defined _!str! set !str!=%%~i
            set str=%%~i
        )
    )
    if defined Code echo,%%a	!Code!	!Name!	!Tender!
    endlocal
)
pause
复制代码

304802301

回复 6# qixiaobin0715


大佬，文件少的时候很快，但有1000W个文件的时候，24小时了，cmd界面还是黑屏状态，都不知道有没有在正常运行。下面两点能不能麻烦修改下。。。感谢
1、在cmd窗口中展示已经取到了第几个文件，当前文件的这些值也展示出来
2、获取第一个文件的时候，就把这个文件的这些值马上记录到指定路径的txt里，然后获取第二个文件，然后也立马把第二个文件的信息追加到 txt里，以此类推。这样可以按需分批处理

terse

先测试效率能否提高，其他要求再说
PS：修改了输出文件编码为UTF-8 文件名result.txt
另外 测试文件夹名为text 你自行修改代码第二行

@if(0)==(0) echo off
set "folder=text"
dir "%folder%\*.*" /b /a-d /s |cscript.exe //NoLogo //E:JScript "%~f0"
pause&exit
@end

function SaveText(filename, text, charset) {
  var stream;
  stream = new ActiveXObject("ADODB.Stream");
  stream.type = 2;
  stream.charset = charset;
  stream.open();
  stream.writeText(text);
  stream.saveToFile(filename, 2);
  stream.close();
}

var fso = new ActiveXObject('Scripting.FileSystemObject'),
re = /(Code="|Name="|Tender=")([^"]+)"/img,
result = ''

while (!WSH.StdIn.AtEndOfStream){
       var file = WSH.StdIn.ReadLine(),
       f = fso.OpenTextFile(file,1),
       content = f.ReadAll();
       f.Close();
       content.replace(re, function($a,$b,$c)
       {
           file += $c != null ? ( ' ' + $c ):'';
       })
       result += result != '' ? '\n' + file : file

}
SaveText("result.txt",result,"utf-8")
WSH.Echo(result)
复制代码

@echo off
set "folder=text"
powershell "[regex]$re = '(?smi)(?<=Name=\"^|Code=\"|Tender=\")([^^\"]*)';(dir %folder% -File -Recurse).FullName.ForEach({$_+ ' '+($re.Matches((gc $_ -Raw)).Value  -join ' ')}) | Out-File result.txt -Encoding utf8 "
pause
复制代码

304802301

回复 8# terse


    哥，第一段提示：系统找不到指定的文件。第二段正在验证

terse

回复 9# 304802301

检查一下 bat文件和文本文件编码呢

304802301

回复 10# qixiaobin0715


    增加临时文件确实会提高效率，，执行的时候temp文件在一直增加，但最终的result.txt里面只记录了H:\1\%i        !Code!        !Name!        !Tender!

304802301

回复 11# terse


    第一段可以运行了，需要填入自定义路径。我看了实际效果是读取一个文件后信息就记录到txt里。但有个2小问题，1是其他字段的值也记录了，我只需要三个字段的值就行了。2是能不能定义下记录到txt的编码为utf-8的。现在的txt里有2种编码

terse

回复 13# 304802301
不清楚你的环境，我这边测试了你的样本，正常获取到三个字段关键词 输出编码问题 JS修改了一下 再试一下呢

304802301

回复 14# terse


    大佬，使用你修改后的第一段代码后，不是读取一个写入一个了，cmd界面持续2个小时了还没有txt输出。。。

304802301

回复 6# qixiaobin0715


    你好，昨天那个含有temp临时文件的代码能再发一下不？我的想法是：因为临时文件中包含所有的文件的所有内容，所以temp文件不要删，我可以依据这个temp文件删除其他内容，来保留我想要的内容。