批处理之家 - Powered by Discuz! Board

标题: [文件操作] [已解决] 批处理怎样找出两个文件中含有相同信息的行？ [打印本页]

作者: sweet惜缘 时间: 2012-3-14 16:23 标题: [已解决] 批处理怎样找出两个文件中含有相同信息的行？

本帖最后由 sweet惜缘于 2012-3-19 23:22 编辑

一个文件file1.xls内容为：
  ZINC_ID          MWT       LogP    apolar
ZINC00000012 289.356    1.28    4.89
ZINC00000016 256.753 2.67    6.43
ZINC00000017    281.337 1.33    3.07
...
...
另一个文件file2.xls内容为：
ZINC_ID             time       Anchors Orientations
ZINC00000012    32          1             500
ZINC00000016    9          1             500
...
...
其中file1.xls的内容比file2.xls的内容多，并且两个文件内容都很大，约300M
现在需要在file1.xls中找出ZINC_ID与file2.xls中ZINC_ID相同的行的信息，并把这些信息另外保存起来。例如file2.xls中的ZINC00000012，则把file1.xls中“ZINC00000012 289.356 1.28 4.89”提取并保存。本来想用数据库关联做的，但由于文件太大和格式问题，不能导入数据库，所以只好求助。谢谢各位帮忙。

作者: dnfreeuser 时间: 2012-3-14 16:28

excel转到sql server不是只要导入吗？除了这几列外还有其他东西？
用数据库应该会快很多

作者: find 时间: 2012-3-14 19:10

导入数据库的时候格式有什么问题？

作者: powerbat 时间: 2012-3-14 21:10

文件那么大，不知道ADO能否胜任。结果保存在result.csv。

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

file1 = "file1.xls";
file2 = "file2.xls";

strConnect = 'Provider=Microsoft.Jet.OLEDB.4.0;Data Source="' + file1
    + '";Extended Properties="Excel 8.0;IMEX=1;HDR=yes;";';
AdoCnn = new ActiveXObject("ADODB.Connection");
AdoCnn.ConnectionString = strConnect;
AdoCnn.Open();
AdoRs = new ActiveXObject("ADODB.Recordset");
AdoRs.Open("SELECT a.* from ["+file1+"].[Sheet1$] as a inner join ["+file2
    +"].[Sheet1$] as b  ON (a.[ZINC_ID]=b.[ZINC_ID])", AdoCnn, 3);
s = AdoRs.GetString(2, AdoRs.RecordCount, ",", "\r\n");
AdoRs.Close();
AdoCnn.Close();

fso = new ActiveXObject("Scripting.FileSystemObject");
fso.OpenTextFile('result.csv', 2, true).write(s);
复制代码

作者: sweet惜缘 时间: 2012-3-15 13:14

回复 3# find

不好意思，执行不了。提示：Microsoft JET Datebase Engine:外部表不是预期的格式。我现在把文件的一部分传上来，麻烦您看看，谢谢！

作者: sweet惜缘 时间: 2012-3-15 13:16

回复 3# find

我也不清楚，不知是文件太大还是其他问题。我传一部分文件，麻烦您看看。谢谢您的帮忙。

作者: powerbat 时间: 2012-3-15 21:57

楼主都会玩数据库了，怎么还连xls文件与文本文件都分不清楚？
file1.xls只是文本文件；file2.xls才是正宗的xls文件，而且列名称不是ZINC_ID而是Molecule。

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

f1 = "file1.xls";
f2 = "file2.xls";

fso = new ActiveXObject("Scripting.FileSystemObject");
csv = fso.GetBaseName(f1) + ".csv";
fso.MoveFile(f1, csv);
ts = fso.OpenTextFile("Schema.ini", 2, true);
ts.WriteLine("["+csv+"]\r\nFormat=TabDelimited\r\n"); ts.Close();

strConnect = 'Provider=Microsoft.Jet.OLEDB.4.0;Data Source="' + '.'
    + '";Extended Properties="text;FMT=Delimited;HDR=yes;";';
strQuery = "SELECT a.* from ["+csv+"] as a "
    + " inner join (select Molecule from [查询1$]"
    + " in '' [Excel 8.0;IMEX=1;HDR=yes;DATABASE="+f2+";]) as b "
    + " ON (a.[ZINC_ID]=b.[Molecule])";
AdoCnn = new ActiveXObject("ADODB.Connection");
AdoCnn.Open(strConnect);
AdoRs = AdoCnn.Execute(strQuery);
s = AdoRs.GetString(2, -1, ",", "\r\n");
AdoCnn.Close();

fso.OpenTextFile('result.csv', 2, true).write(s);
fso.MoveFile(csv, f1);
fso.DeleteFile("Schema.ini");
复制代码

作者: powerbat 时间: 2012-3-16 22:33

原来楼主在这个问题上纠结了这么久，呵呵。
http://www.bathome.net/viewthread.php?tid=15247
http://www.bathome.net/viewthread.php?tid=14847
http://www.bathome.net/viewthread.php?tid=14986
可是你的求助态度有点让人不敢恭维，不与答复者回馈，没有一点认真的态度，有点像拿到答案就跑的人。

作者: sweet惜缘 时间: 2012-3-17 16:24

回复 8# powerbat

对不起啊，这的确是我的问题，没养成答谢的习惯，我一定虚心接受您的批评，一定改正。这的确是一个不错的论坛，在这不但能学到好多知识，还能遇到您们这么多耐心帮助我们这些有问题的人，还能学到做人的道理。谢谢您们的无私奉献！但现在这个问题还没解决运行结果提示：“BOF或EOF有一个是真，或者当前的记录一倍删除，所需的操作要求一个当前的记录。”我看不懂代码，也改不了，所以还需要您的帮忙。我一直想学批处理，但找不到好的教材，麻烦您给我推荐个学习的教材。又麻烦您了，真诚的谢谢您！

作者: find 时间: 2012-3-17 16:52

回复 9# sweet惜缘

只看批处理的教程永远搞不懂那个代码，因为它其实是VBS，可以到VBS版块找几个教程学学。

作者: powerbat 时间: 2012-3-17 19:29

把cmd窗口中的出错信息贴出来。

附：
如何在CMD中使用复制粘贴功能
http://www.bathome.net/thread-9963-1-1.html

作者: sweet惜缘 时间: 2012-3-17 21:25

回复 11# powerbat

错误提示：“ \Users\Administrator\Desktop\批处理.bat(21, 1) ADODB.Recordset: BOF 或 EOF 中
一个是“真”，或者当前的记录已被删除，所需的操作要求一个当前的记录。”又要麻烦您了。谢谢！

作者: sweet惜缘 时间: 2012-3-17 21:26

回复 10# find

谢谢提示，我去学学VBS！

作者: powerbat 时间: 2012-3-17 21:46

回复 12# sweet惜缘

我的win7上测试OK。
不行换这个试试

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

f1 = "file1.xls";
f2 = "file2.xls";

fso = new ActiveXObject("Scripting.FileSystemObject");
csv = fso.GetBaseName(f1) + ".csv";
fso.MoveFile(f1, csv);
ts = fso.OpenTextFile("Schema.ini", 2, true);
ts.WriteLine("["+csv+"]\r\nFormat=TabDelimited\r\n"); ts.Close();

strConnect = 'Provider=Microsoft.Jet.OLEDB.4.0;Data Source="' + '.'
    + '";Extended Properties="text;FMT=Delimited;HDR=yes;";';
strQuery = "SELECT a.* from ["+csv+"] as a "
    + " inner join (select Molecule from [查询1$]"
    + " in '' [Excel 8.0;IMEX=1;HDR=yes;DATABASE="+f2+";]) as b "
    + " ON (a.[ZINC_ID]=b.[Molecule])";
AdoCnn = new ActiveXObject("ADODB.Connection");
AdoCnn.Open(strConnect);
AdoRs = new ActiveXObject("ADODB.Recordset");
AdoRs.Open(strQuery, AdoCnn, 3);
s = AdoRs.GetString(2, -1, ",", "\r\n");
AdoRs.Close();
AdoCnn.Close();

fso.OpenTextFile('result.csv', 2, true).write(s);
fso.MoveFile(csv, f1);
fso.DeleteFile("Schema.ini");
复制代码

作者: CrLf 时间: 2012-3-18 01:03

回复 10# find

-e:jscript

作者: find 时间: 2012-3-18 09:11

回复 15# CrLf

你给楼主指条明路怎么去学这个东东吧

作者: sweet惜缘 时间: 2012-3-18 21:34

回复 15# CrLf

还是提示那个错误信息，我的电脑也是win7的，也试了其他电脑都不行。很是感谢您们的热情帮忙！

作者: powerbat 时间: 2012-3-18 21:46

将s = AdoRs.GetString(2, -1, ",", "\r\n");
改为
s = "";
if (!AdoRs.EOF) s = AdoRs.GetString(2, -1, ",", "\r\n");

可能是没有符合要求的行，结果为空。（反正你提供的样本中没有。）

作者: cjiabing 时间: 2012-3-19 19:05

1、你的file1.xls应该是file1.txt，改过来。
2、你的file2.xls需要转换为txt批处理才能认。
http://www.bathome.net/thread-10512-1-1.html
下载Excel2Text.exe 并运行，设置：
file2.xls
file2.txt
查询1$
ANSI
{tab}
windows
按convertfile开始转，结果在file2.txt
3、使用file2.tx来查file1.txt
for /f "tokens=1" %%a in (file2.txt) do findstr /i /b "%%a" file1.txt
————————
没试过结果，急事出门，晚点再说。

作者: sweet惜缘 时间: 2012-3-19 23:20

回复 18# powerbat

试过了，解决了，很感谢您一直以来的耐心帮助！真诚的谢谢您！

作者: sweet惜缘 时间: 2012-3-19 23:21

回复 19# cjiabing

谢谢帮忙，已解决了。

欢迎光临批处理之家 (http://bbs.bathome.net/)