[文本处理] 【已解决】批处理如何提取两个关键词之间的信息然后以此重命名文件名？

ziranww

非常感谢论坛里热心的朋友们，特别是@flashercs帮我几次完善了脚本，非常感谢，问题解决了
最终完善版脚本在23楼http://www.bathome.net/redirect. ... 1962&pid=217302
有类似需求的朋友可以参考一下

--------------------------------------
RT，有大量文件需要重命名，改成TXT后发现了一些规律，从其中能提取到有用的信息用于重命名文件。于是在网上查，找到了一款神奇的软件Replace Pioneer，但是研究数个小时后还是没有搞定
看了半天官网上的规则和示例，折腾了几个小时未果。于是在网上查到了论坛，求高手帮忙

需要改名的文件改成TXT打开后是这样的:

乱码
abcd 乱码 name 乱码 efgh
乱码
复制代码

说明：
abcd:文件名标记信息开始
efgh:文件名标记信息结束
name：用于提取后重命名到文件名

谢谢了

ziranww

用notepad++打开是这样的，红圈部分是需要提取的文件名

WHY

应该不难。但无真实信息又没有样本，又是挤牙膏的节奏。

ziranww

回复 4# flashercs


    谢谢兄弟，执行后没有成功，关了echo后看到有提示

ECHO 处于打开状态。

E:\test>set "dir=E:\test"

E:\test>powershell.exe -Command "(Select-String -Path 'E:\test\*.*' -Pattern '(?<=model_name\x00)[^\x00]+(?=\x00.*?disp_out1_info)' -Encoding default)|{Rename-Item -LiteralPath $_.Path -NewName $_.Matches[0].Value}"
所在位置 行:1 字符: 119
+ ... ng default)|{Rename-Item -LiteralPath $_.Path -NewName $_.Matches[0]. ...
+                 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
只允许将表达式作为管道的第一个元素。
    + CategoryInfo          : ParserError: ( [], ParentContainsErrorRecordException
    + FullyQualifiedErrorId : ExpressionsMustBeFirstInPipeline

zuodx

perl  python 正则表达式,写个脚本就是了

ziranww

回复 6# zuodx


    这个更不会了

flashercs

回复 6# ziranww

a.bat

@echo off
set "dir=E:\test"
powershell.exe -Command "(Select-String -Path '%dir%\*.*' -Pattern '(?<=model_name\x00)[^\x00]+(?=\x00.*?disp_out1_info)' -Encoding default)|Foreach-object{Rename-Item -LiteralPath $_.Path -NewName $_.Matches[0].Value}"
复制代码

ziranww

回复 7# flashercs


    兄弟，现在没有报错了，但是执行后没有改名

flashercs

好像没有规律可循，不好办；因为乱码部分是随机乱码。

ziranww

回复 9# flashercs


    还是谢谢兄弟了

523066680

回复 9# flashercs

    正则应该有一种占位符用来表达常见字符或者明文以外的符号。
在Perl里面是 \p{组合属性}，因为Perl基本很多人没装，就不安利楼主了。

丢个砖头

my $s = join('', map { chr } 0..127 );
$s =~s/\p{IsCntrl}//g;
print $s;
复制代码

过滤后的结果

 !"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~
复制代码

建议楼主把eps文件压缩上传到某个网盘让大家下载看看，我用ai和coreldraw导出的eps文件并没有看到类似字段，没法测试。

如果按截图中处理的话大概会这么写
~/model_name\p{IsCntrl}+(.*)\p{IsCntrl}/;
取 $1

lanfogz

我的想法：先过滤乱码，再进行处理。

有个小工具（https://pan.baidu.com/s/1jIrZ5pB9wYyaFhx70GfScw），执行“smooth 文件名”
可以把结果粘贴上来，看看效果


理想的效果是：

@echo off &setlocal enabledelayedexpansion
for /f %%i in ('smooth %1 ^|findstr model_name') do (
	set c=%%i
	rename %1 !c:10!
	goto:break
)
:break
复制代码

WHY

光看图片，猜测所谓的“乱码”指的是 [\x00-\x1F\x7F\x80-\xFF]
也就是 .net 正则中的 [\p{Cc}\p{IsLatin-1Supplement}]

flashercs

由NULxE0NUL判断
这是utf8编码打开npp
而utf8编码下，\xE0\x00不存在编码位置，故替换为\xFFFD;
其他乱码同理：
所以文本分隔符应该是控制字符的[\x00-0x1f]和替换符\xFFFD

@echo off
set "dir=E:\test"
powershell.exe -Command "(Select-String -Path "%dir%\*.*" -Pattern '(?<=model_name[\x00-\x1F\uFFFD]+)[^\x00-\x1F\uFFFD]+(?=[\x00-\x1F\uFFFD]*disp_outl_info)' -Encoding utf8)|Foreach-object{Rename-Item -LiteralPath $_.Path -NewName ($_.Matches[0].Value+[System.IO.Path]::GetExtension($_.Path))}"
复制代码

ziranww

非常感谢论坛里热心的网友，已上传样本文件
是creo的prt文件

通过winhex打开看到情况是这样的，我现在通过replace pineer这个软件处理了一下文件，只能通过固定数量字符窜长度实现了一部分文件的提取后重命名，但是还是不完美，发现里面有许多文件命名长度不一样，最完美的是过滤掉乱码，提取两个字符中间的内容