[文本处理] 求助批处理文档分割器

lmq123

文本切割，把一个长文本按小于等于≤5000个字符的长度分成几个新的文本，新文本按1，2，3，4命名，生成的新文本的后缀名与原始长文本的后缀名一样


假设长文本是6千字则分为1和2两个文档，
如果长文本是1万2千字则分为123三个文档
以此类推，
长文本以很多单元组成，一段数字+一段长短不一的文字组成为一个单元，长文本分割时只能以单元为基础进行分割，不能把一个单元的字符分别放在前后两个文本中，要么把这个单元放前一个文本中，要么把这个单元放在后一个文本中，假如这个单元放在前一个文本中，这个文本字符超过5000字符了，那就按四舍五入的类似原则，那就把这个单元划入下一个文本算了，
从头到尾，按这个规律分割到底就算完成了

长文本名字是任意的名称，只要把长文本放入批处理同一个文件夹，双击批处理，就产生新的分开的文本了

我QQ1768012545谢谢大家了
h

lmq123

回复 10# buyiyang
《先分批处理》
先分类:
先长文档自动化分类成为示例中的样子，分类成两个文档，一个是时间文档一个是内容文档

lmq123

回复 10# buyiyang

你好，分割单元很成功，一个单元不会分开在两个文档中，但是文档字符数不怎么准，超过了五千，达到了五千一百或五千二百多了，不知道为何

lmq123

回复 10# buyiyang

，能

lmq123

i，这是我用百度网盘分享的内容~复制这段内容打开「百度网盘」APP即可获取

lmq123

能efgghgghhhjjjj

buyiyang

回复 9# lmq123


    放同一个文件夹，只要运行bat脚本就行

lmq123

回复 8# buyiyang
gawk是放入同一个文件夹里面使用吗，要双击启动它吗

buyiyang

回复 5# lmq123


    改了一下2楼的

for %%i in (*.srt) do gawk -vRS="\n\n+" "{n=n+length($0);f=int(n/5000)+1;f=substr(ARGV[1], 1, length(ARGV[1])-4)\"_\" f \".srt\";print($0\"\n\")>f}" %%i
复制代码

lmq123

回复 2# hfxiang
长文本能不能是任意名称，只要放入与批处理同一个文件夹，双击批处理就可以产生新的分开的文档了
另外gawk文件是与批处理放同一个文件夹吧

lmq123

回复 3# lmq123

列兵



帖子4 积分16 技术0  捐助0  注册时间2023-4-16
5楼
 发表于 刚才 | 只看该作者
回复 4# terse

长文本能不能是任意名称，只要放入与批处理同一个文件夹，双击批处理就可以产生新的

lmq123

回复 4# terse

长文本能不能是任意名称，只要放入与批处理同一个文件夹，双击批处理就可以产生新的分开的文档了
另外gawk文件是与批处理放同一个文件夹吧

terse

回复 3# lmq123
就是按每5000字拆分的啊

lmq123

回复 2# hfxiang
怎么使用，你的Q号多少，前面那句话刚才弄错了，不是超过2000字就放入后一个文本，而是超过5千放入后一个文本，看了我的百度云附件没有

hfxiang

根据示例数据，可用gawk（ http://bcn.bathome.net/tool/4.1.0/gawk.exe ）脚本实现：

gawk -vRS="\n\n+" "{n=n+length($0);f=int(n/5000)+1;f=f \".srt\";print($0\"\n\")>f}" 4月10日.srt
复制代码