pusofalse

去掉了wfr.exe 只用SPLIT.EXE。应该可以了。

@echo off
:loop
setlocal enabledelayedexpansion
set/p file=请把要处理的文件拖到此处：
for /f "delims=" %%a in ("%file:"=%") do (
     md "%%~na"
     split -b 99k "%file:"=%" "%%~na\%%~na_"
     ren "%%~na\*" "*.txt"
     set "name=%%~na"
)
for /f "delims=" %%a in ('dir /b /s /on "%name%\*.txt"') do set/a n+=1&set "_!n!=%%a"
set/a n-=1
for /l %%i in (1 1 %n%) do (
     set/a x=%%i+1
     findstr /v $ "!_%%i!">tmp&findstr $ "!_%%i!">tmp1
     move /y tmp1 "!_%%i!"
     (type tmp&echo.&call type "%%_!x!%%")>tmp2
     call,move /y tmp2 "%%_!x!%%"
)
del tmp
endlocal
pause
复制代码

yylogo

700m的txt的文件，o my god，我的双核cpu，2g内存，肯定是打不开的，100%肯定，那不成了屎壳螂，加那么大干吗？
话又说回来，真要看你说的这么大的txt，还真必须要使用我们在这探讨的切分问题（不知警察有没有）。所以，18楼的效率还真是个问题。（我使用就那么大-不超过10m，不存在问题）
我在12楼贴的c代码，切分2.22m的txt，不到1秒钟。不过，就是一刀切，每一篇40k，不大不小，不管结尾有没有标点符号。是不是说，在这个问题上，c比bat强呢。如果让那段c代码寻找结尾的标点符号，会不会也出现效率的问题呢？
不好意思，我只会问问题，不会写。

yylogo

测试了你31楼的代码，效果相当的完美，没有一个文件超过100k，所有的文件都是以段落结尾。而且，切分的效率非常高，2.23m的文档，不到2秒钟。
但在我查找文章前后连贯的时候，发现了一个致命的缺陷，我想，这是所有人都始料未及的，那就是从切分的第二个文件开始，每篇文章的第一二段出现了或多或少的乱码。
这个问题是不是第三方软件的bug造成的呢？你们试一试吧。我将一个2.23m的txt小说上传到了论坛2号群空间共享里面，标题是：切分代码试验文档.txt
第三方看样子靠不住，和第三者插足一样，不要太相信了，是不是可以解剖一下第三方软件的源代码呢。

pusofalse

也发现了如此的问题，应该是是split.exe的BUG。对此无能为力~

Batcher

日志文件，没办法。我们那台服务器有4个CPU，4G的内存，都无法用记事本打开（可以用第三方工具打开），你的电脑就更不行啦^_^

为啥那个C代码能准确保证每一篇40k呢？因为它在写文件的时候，是逐字写入的。为啥 terse 兄给你的BAT代码会小的误差呢，因为它在写文件的时候，是逐行写入的。

在这个问题上，C比BAT强吗？如果要考虑标点符号，就必须逐字判断，这时BAT要考虑特殊字符的问题，而C则没有这个顾忌，从这一点上来考虑C确实比BAT强。C是语言，BAT是脚本，其实不应该放在一起比较的。

既然那个C代码是逐字写入文件的，那么，如果你具备C基础，稍加修改即可实现要求。如果你具备BAT基础，再好好看看30楼的回复，就知道怎么实现"不大于100k"了。

还有，你把那个C代码中的39999改成100000，看看结果如何^_^

随风

不用第三放软件还真是有点吃力。
初步测试成功
   以中文句号结尾。
   文件大小基本不大于100 k （可自行修改 set /a n=101600 数值的大小）
缺点：
   1、效率低 样本文件 2.22m  耗时: 0 小时 1 分钟 3 秒 28 毫秒
   2、文件内容不能含有特殊符号
        如：英文的 " %^&<>()!&  大概就这几个，不一定全是，但肯定有。。。
  为提高效率创建了一个临时文件 tmp.txt （完成后会自动删除）
:

@echo off
set /a n=101600,kb=n
set "临时文件=tmp.txt"
set /p file=请把要处理的文件拖到此处：
set "file=%file:"=%"
cls&echo  正在分割 %file% 文件请稍候。。。
for /f "delims=" %%a in ("%file%") do set wjm=%%~na
findstr /no ".*" "%file%">"%临时文件%"
for /f "tokens=2 delims=:" %%a in ('find /c /v "" "%临时文件%"') do set /a z=%%a
if not exist "%wjm%\" md "%wjm%"
:list
set /a x+=1
if defined t >>"%wjm%\%wjm%_%x%.txt" echo %t%
set "t="
if not defined h (set skip=) else (set skip=skip=%h%)
setlocal enabledelayedexpansion
for /f "%skip% tokens=1,2* delims=:" %%a in (%临时文件%) do (
   if %%b geq !kb! set /a kb+=n&set flag=a&goto loop
   set /a g+=1
   set !g!=%%c&set /a h=%%a,u=%%a
)
:loop
if not defined flag (
   if defined t >>"%wjm%\%wjm%_%x%.txt" echo %t%
   for /l %%a in (1 1 !g!) do >>"%wjm%\%wjm%_%x%.txt" echo.!%%a!
   goto end
)
set "var=!%g%!"
if not defined var set /a g-=1,h-=1&goto loop
for /f "tokens=1* delims=。" %%a in ("!var!") do (
   if "!var!"=="%%a" set /a g-=1,h-=1&goto loop
   if not "%%b"=="" set "t=%%b"
   set w=%%a。
)
for /l %%a in (1 1 !g!) do >>"%wjm%\%wjm%_%x%.txt" echo.!%%a!
>>"%wjm%\%wjm%_%x%.txt" echo !w!
endlocal&set h=%h%&set t=%t%&set kb=%kb%&set "u=%u%"
if %u% neq %z% goto list
:end
del/q "%临时文件%" 2>nul
start "" "%wjm%"
复制代码

[ 本帖最后由 随风 于 2008-10-10 06:06 编辑 ]

yylogo

随风,你好！昨晚没有睡吧，06点06分还在修改帖子，辛苦了。
测试了你的代码，本机35秒左右，还可以，其他的要求也能达到，但我发现切分的第二个txt文档是101k，其他都是100k，最后的那一个除外。第二个txt文档是101k，这是怎么回事呢？纯代码讨论，其实也不影响我的使用。
不知大家烦不烦我，这个帖子费了很多朋友的时间和精力，还可能有其他的修正代码的出现，
希望此贴能开拓各位解决问题的思路和注意细节的习惯。
不知何时可以结贴，希望还晚一点，期待更多的优秀帖子出现。

[ 本帖最后由 yylogo 于 2008-10-10 11:33 编辑 ]

Batcher

希望此帖能开拓楼主自己动手的习惯
36楼写的很清楚“可自行修改 set /a n=101600 数值的大小”

随风

Re 37楼
文件大小为100 k 应该是纯属巧合，（不过似乎也太巧了点）
第二个文件过大的原因是因为第一个文件的最后一行太长的缘故。

代码运行原理如下：
set /a n=101600   
102400 为100k 这里特意取了一个偏小的植，目的是为了防止文件大于100 k （若文件还是太大，可将此
值再改小）
findstr /o 可以在文件的每行显示前面文件的字节数（既：大小）当此值大于101600 时，则开始准备分

割文件。
先判断此时的最后一行是否含有 句号，若没有则再判断上一行，直到发现句号为止。
再将此行第一个句号的前面部分作为这个文件的结尾，后面的部分作为下一个文件的开头。
若是此行太长的话，那么写入下一行开头的内容就会越多，所以就有可能导致下一个文件过大。
解决办法是减小   set /a n=101600 值，但这样会导致其他文件的会偏小。

不过 37 楼 Batcher 巡查 说的也没错，我在36楼以明确说明 （可自行修改 set /a n=101600 数值的大

小）你若仔细看了话，
应该自己先试一试，不要过于依赖别人现成的代码。

[ 本帖最后由 随风 于 2008-10-10 14:09 编辑 ]

zqz0012005

对于编码是ANSI的文本，一个英文字符占一个字节，一个汉字占两个字节，所以100K就是51200个汉字。最后得到的小文本一般小于100K，可自行调整

if WScript.Arguments.length=0 then msgbox "请把文本拖到脚本上" : wscript.quit
Set fso = CreateObject("Scripting.FileSystemObject")
set f = fso.GetFile(WScript.Arguments(0))
set ts = f.OpenAsTextStream
strText = ts.ReadAll
fp = f.ParentFolder
fn = left(f.Name,InStrRev(f.Name,".")-1)
set f = nothing
if not fso.FolderExists(fp&"\"&fn) then fso.CreateFolder fp&"\"&fn

strtext=Replace(strtext, "。", "。///")
strtext=Replace(strtext, "？", "？///")
strtext=Replace(strtext, "！", "！///")
strtext=Replace(strtext, ".", ".///")
strtext=Replace(strtext, "!", "!///")
strtext=Replace(strtext, "?", "?///")
a=split(strtext,"///")

i=0:j=0:k=1

do while i<=UBound(a)
    j=j+len(a(i))
    if j<51200 then
        fso.OpenTextFile(fp&"\"&fn&"\"&fn&"-"&k&".txt",8,true).Write a(i)
    else
        j=0
        k=k+1
        fso.OpenTextFile(fp&"\"&fn&"\"&fn&"-"&k&".txt",8,true).Write a(i)
    end if
    i=i+1
loop
复制代码

[ 本帖最后由 zqz0012005 于 2008-10-10 14:47 编辑 ]

youxi01

按照楼上这种切割方式是否合理呢？

按照人家文章本自然段落格式来切割是否更人性化？

zqz0012005

我想过按自然段落来切割，但考虑到不少txt小说根本就不分段，所以还是按标点切割