[解决]40元求unicode文本提取

lxh623

文本a和tmp都是UTF-8编码。
文本a的格式是中文字符或者偏旁部首，用制表符分隔。每一行一个到四个。（考虑平时别的应用，加了一个。）
用文本a的每一行的几个元素，不考虑顺序，搜索文本tmp，如果都有，写入文本b（UTF-8）。写入格式是“\1\2\3\4\t+tmp那一行”。文本a的每一行搜索到没有为止。（一行可能有多个结果！！）
文本a可能有一万行，tmp可能有九万行。
谢谢！

zaqmlp

1. <# :
   
2. cls
   
3. @echo off
   
4. cd /d "%~dp0"
   
5. powershell -NoProfile -ExecutionPolicy bypass "Invoke-Command -ScriptBlock ([ScriptBlock]::Create([IO.File]::ReadAllText('%~f0',[Text.Encoding]::Default))) -Args '%~dp0'"
   
6. pause
   
7. exit
   
8. #>
   
9. $path=$args[0].trimend('\');
   
10. $file1=$path+'\a.txt';
    
11. $file2=$path+'\tmp.txt';
    
12. $file3=$path+'\b.txt';
    
13. if(-not (test-path -liter $file1)){Write-host ('"'+$file1+'" not found');exit;};
    
14. if(-not (test-path -liter $file2)){Write-host ('"'+$file2+'" not found');exit;};
    
15. $arr=New-Object -TypeName System.Collections.ArrayList;
    
16. $enc=$Utf8NoBom=New-Object System.Text.UTF8Encoding $False;
    
17. $text1=[IO.File]::ReadAllLines($file1, $enc);
    
18. for($i=0;$i -lt $text1.count;$i++){
    
19.     $brr=$text1[$i] -split '[\t]+'
    
20.     [void]$arr.add($brr);
    
21. };
    
22. $fs=New-Object System.IO.FileStream($file3, [System.IO.FileMode]::Create);
    
23. $sw=New-Object System.IO.StreamWriter($fs, $enc);
    
24. $text2=[IO.File]::ReadAllLines($file2, $enc);
    
25. for($i=0;$i -lt $text2.count;$i++){
    
26.     for($j=0;$j -lt $arr.count;$j++){
    
27.         $n=0;
    
28.         for($k=0;$k -lt $arr[$j].count;$k++){
    
29.             if($text2[$i].contains($arr[$j][$k])){$n++};
    
30.         };
    
31.         if($n -eq $arr[$j].count){
    
32.             $tmpline=($arr[$j] -join '\')+"`t"+$text2[$i];
    
33.             $sw.WriteLine($tmpline);
    
34.             $sw.Flush();
    
35.             break;
    
36.         };
    
37.     };
    
38. };
    
39. $sw.Close();
    
40. $fs.Close();

复制代码

lxh623

回复 2# zaqmlp
请查收！