[文本处理] 【已解决】求助批处理文件夹内所有文本合并后，提取重复数为N的字符

思想之翼

d:\data1\内有若干文本，欲将文件夹内所有文本合并后，提取重复数为7的字符，写入d:\data2\B.txt；若没有重复数为7的字符，则B.txt为空。
每个文本记录字符的格式如下：
00000 00001
00003
00004 00005 00006
...

hfxiang

回复 18# 思想之翼


64位版要自行编译
https://mirrors.tuna.tsinghua.edu.cn/gnu/gawk/

32位版(下载后缺少libgcc_s_dw2-1.dll文件,可把微信的libgcc_s_dw2-1.dll文件复制到gawk文件夹下使用,它一般在"C:\Program Files\Tencent\WeChat\libgcc_s_dw2-1.dll")：
https://sourceforge.net/projects/ezwinports/files/

思想之翼

回复 16# buyiyang

感谢
http://www.bathome.net/s/tool/index.html?down&key=gawk  4.1.3  64位

思想之翼

回复 17# hfxiang

感谢
http://www.bathome.net/s/tool/index.html?down&key=gawk  4.1.3  64位

hfxiang

回复 15# 思想之翼

多数4.2.1以下版本的gawk会有100列的限制（这是3位gawk开发者最初设定的参数），高版gawk对此进行了扩展，建议用5.2.1版试试。

buyiyang

回复 15# 思想之翼


    3行60000列，我测试没有问题

思想之翼

回复 14# buyiyang

感谢！经测试，上述所有代码，对于小文本，结果正确。但是对于大文本（3行 60000列），输出文本为空。

buyiyang

回复 13# 思想之翼


    含通配符的路径去掉引号

d:\data1\*.txt
复制代码

思想之翼

回复 12# hfxiang

gawk: fatal: cannot open file `d:\data1\*.txt' for reading (Invalid argument)
感谢帮助！经测试，路径改正前后，都出现上述提示。

hfxiang

回复 1# 思想之翼

gawk "{for(i=1;i<=NF;i++)a[$i]++}END{for(i in a)if(a[i]==7)print i}" "d:\data1\*.txt">"d:\data2\B.txt"
复制代码

之前输出错写为"d:\data1\B.txt",现改正为"d:\data2\B.txt" ，因为输入输出为同1文件夹会有冲突

77七

回复 10# 思想之翼


   你是改动代码了吧？如果开延迟变量，就在代码结束再关

思想之翼

回复 9# 77七

环境变量 # 没有定义

77七

@echo off
cd /d "d:\data1\"
for /f "delims=" %%a in ('type *.txt') do (
        for %%b in (%%a) do (
                set/a #%%b+=1
        )
)
cd.>d:\data2\B.txt
(for /f "tokens=1,2 delims=#=" %%a in ('set #') do (
        if %%b equ 7 (
                echo %%a
        )
))>d:\data2\B.txt
pause
复制代码

综合3楼 5楼的方法，再贴一下代码，方便他人阅读。
代码精简、优化、改动好多，向两位老师学习！

77七

回复 7# buyiyang

我太业余了。我以为的 set #的结果是这样的...

...
#00001=6
#00001=7
#00001=8
复制代码

buyiyang

回复 6# 77七


    为什么说计数为8的可能会被统计出来呢？set #是列出所有#开头的变量及值，if %%b equ 7选择了值为7的变量