Board logo

标题: [文本处理] 【已解决】批处理如何通过标点符号进行分段？ [打印本页]
作者: 每天几分    时间: 2022-11-10 10:20     标题: 【已解决】批处理如何通过标点符号进行分段？

本帖最后由 每天几分 于 2022-11-10 13:11 编辑

用正则表达式试过，但效率有点慢。
常用标点符号
[，。？！：；、（）%/~‘’“”《》<>——……]


如：　　
冷风如刀，以大地为砧板，视众生为鱼肉。
万里飞雪，将苍穹作洪炉，溶万物为白银。
雪将住，风未定，一辆马车自北而来，滚动的车轮碾碎了地上的冰雪，却碾不碎天地间的寂寞。

实现如下：

冷风如刀
以大地为砧板
视众生为鱼肉
万里飞雪
将苍穹作洪炉
溶万物为白银
雪将住
风未定
一辆马车自北而来
滚动的车轮碾碎了地上的冰雪
却碾不碎天地间的寂寞
作者: hfxiang    时间: 2022-11-10 11:42

将：
  1. 冷风如刀，以大地为砧板，视众生为鱼肉。

  2. 万里飞雪，将苍穹作洪炉，溶万物为白银。

  3. 雪将住，风未定，一辆马车自北而来，滚动的车轮碾碎了地上的冰雪，却碾不碎天地间的寂寞。
复制代码
以ANSI编码格式保存为1.txt


将：
  1. BEGIN {

  2. 	FS="[，。？！：；、（）%/~‘’“”《》<>——……]"

  3. }

  4. {

  5. 	for (i = 0; ++i <= NF; ) {

  6. 		if ($i) {

  7. 			print $i

  8. 		}

  9. 	}

  10. }
复制代码
以ANSI编码格式保存为1.awk

下载gawk（http://bcn.bathome.net/tool/4.1.0/gawk.exe）
执行：
  1. gawk -f.\1.awk 1.txt>2.txt
复制代码
结果：
  1. 冷风如刀

  2. 以大地为砧板

  3. 视众生为鱼肉

  4. 万里飞雪

  5. 将苍穹作洪炉

  6. 溶万物为白银

  7. 雪将住

  8. 风未定

  9. 一辆马车自北而来

  10. 滚动的车轮碾碎了地上的冰雪

  11. 却碾不碎天地间的寂寞
复制代码
作者: hfxiang    时间: 2022-11-10 13:00

方案二，将：
  1. BEGIN {

  2. 	RS="[，。？！：；、（）%/~‘’“”《》<>——……\n]+"

  3. }

  4. {

  5. 	print

  6. }
复制代码
以ANSI编码格式保存为2.awk

执行：
  1. gawk -f.\2.awk 1.txt>2.txt
复制代码




欢迎光临 批处理之家 (http://bbs.bathome.net/) Powered by Discuz! 7.2