批处理之家 - Powered by Discuz! Board

标题: [文本处理] [已解决]用UltraEdit正则表达删除txt文本内容汉字怎么写 [打印本页]

作者: ufwuwlgah 时间: 2012-6-21 23:14 标题: [已解决]用UltraEdit正则表达删除txt文本内容汉字怎么写

本帖最后由 ufwuwlgah 于 2012-6-28 01:58 编辑

文件有3G大，批处理grep "^[0-9a-zA-Z ]*$" 1.txt | more >2.txt处理到847KB就处理不了，
只能用UltraEdit正则表达式去处理
[^0-9^a-z^A-Z ]*$ 只能删除整行汉字，
要求只要是带有汉字的行，就整行删除，怎么做写，求知识
正则表达式Unix把带有汉字的行，替换成标准的回车符

zzzzzzzzzz
123456789
zzzzz12345
我是一个男人
啊啊41545545
';"{}]';l._&$！~
啊啊fsfsfedf
啊啊的的
123回老家了
987654321

作者: CrLf 时间: 2012-6-22 11:37

用 findstr 或 sed 试试：

findstr /v "['-Z]" a.txt>b.txt
复制代码

sed "/[\x80-\xff]/d" a.txt>b.txt
复制代码

作者: ufwuwlgah 时间: 2012-6-22 13:11

用 findstr 或 sed 试试：
CrLf 发表于 2012-6-22 11:37

处理不了，还是一样到了800KB

作者: forfiles 时间: 2012-6-22 13:40

回复 3# ufwuwlgah

2楼的代码你是不是自己添加了more命令？

作者: ufwuwlgah 时间: 2012-6-23 15:09

回复 4# forfiles

没添加啊

作者: ufwuwlgah 时间: 2012-6-23 15:14

回复 2# CrLf

你的第2个代码可以，还有点问题，就是把第6行也给删除了，那时各种各样的符号，不能删除，只要删除带汉字的行，
能不能把 sed "/[\x80-\xff]/d" a.txt>b.txt 中的/[\x80-\xff]/d换回[0-9a-zA-Z ]这样的形式，你的代码我新人看不懂啊

作者: forfiles 时间: 2012-6-24 08:11

回复 6# ufwuwlgah

sed "/[0-9a-zA-Z ]/d" a.txt >b.txt
复制代码

sed -i "/[0-9a-zA-Z ]/d" a.txt
复制代码

作者: ufwuwlgah 时间: 2012-6-26 20:58

回复 7# forfiles
呵呵，你的2个代码都把有用的删除了，留了没用的

作者: CrLf 时间: 2012-6-26 21:26

回复 8# ufwuwlgah

加个 ^ 取补集就可以了。
但是你给出的集合中并不包括标点符号啊...

sed "/[^0-9a-zA-Z ]/d" a.txt >b.txt
复制代码

作者: forfiles 时间: 2012-6-26 21:40

回复 8# ufwuwlgah

我是照了2楼写的

作者: ufwuwlgah 时间: 2012-6-27 00:12

回复 9# CrLf

版主，你的能不能再改一下，第6行是各种各样的符号，不能删除

作者: CrLf 时间: 2012-6-27 06:33

findstr "[^'-Z]" a.txt>b.txt

作者: ufwuwlgah 时间: 2012-6-27 09:36

回复 12# CrLf

findstr "[^'-Z]" a.txt>b.txt
你的是把没用的写到b.txt里面去了，版主，要把有用的写到b.txt

下面的这些都是不要的

我是一个男人
啊啊41545545
啊啊fsfsfedf
啊啊的的
123回老家了

作者: CrLf 时间: 2012-6-27 12:46

回复 13# ufwuwlgah

搞晕了，加上参数 /v

作者: ufwuwlgah 时间: 2012-6-28 01:46

本帖最后由 ufwuwlgah 于 2012-6-28 01:54 编辑

回复 14# CrLf

findstr /v "[^'-Z]" a.txt>b.txt
谢谢版主，已经测试过了，你的批处理命令完美解决，支持1.54G的文本内容处理，第六行的特殊符号也还是给删除了，那些特殊符号不要也摆，毕竟别的国家的特殊符号太多了，写出来工程量太大，正常标点符号测试没问题，赞

欢迎光临批处理之家 (http://bbs.bathome.net/)