【已解决】批处理匹配文件1第1列将文件2第2列覆盖文件1第2列

chishingchan

注：我是个汉化爱好者，为了加快汉化进程，更需要脚本的帮助。

.msi 安装包导出 .idt 表后需要进行汉化后再导入。不同程序的 .idt 表区别甚少，但肯定不相同：
例如：ActionText.idt （以下以少量行为例）

文件1 的内容为：

1. Action        Description        Template
   
2. s72        L0        L0
   
3. ActionText        Action
   
4. Advertise        Advertising application       
   
5. AllocateRegistrySpace        Allocating registry space        Free space: [1]
   
6. AppSearch        Searching for installed applications        Property: [1], Signature: [2]
   
7. BindImage        Binding executables        File: [1]
   
8. CCPSearch        Unregistering modules       
   
9. CostFinalize        Computing space requirements       
   
10. CostInitialize        Computing space requirements       
    
11. CreateFolders        Creating folders        Folder: [1]
    
12. CreateShortcuts        Creating shortcuts        Shortcut: [1]
    
13. DeleteServices        Deleting services        Service: [1]
    
14. DuplicateFiles        Creating duplicate files        File: [1],  Directory: [9],  Size: [6]
    
15. FileCost        Computing space requirements       
    
16. FindRelatedProducts        Searching for related applications        Found application: [1]

复制代码

文件2 的内容为：

1. Action        Description        Template
   
2. s72        L0        L0
   
3. 65001        ActionText        Action
   
4. Advertise        正在广告应用程序       
   
5. Advertise.0D75A8F9_7D69_45B2_8FCA_D8FCA48808A3        正在广告应用程序       
   
6. Advertise.C6D44AB7_708D_4634_B15C_259C7FCECB17        正在广告应用程序       
   
7. AllocateRegistrySpace        正在分配注册表空间        Free space: [1]
   
8. AppSearch        正在搜索已安装的应用程序        Property: [1], Signature: [2]
   
9. BindImage        正在绑定可执行文件        File: [1]
   
10. CCPSearch        正在搜索符合条件的产品       
    
11. CostFinalize        正在计算空间要求       
    
12. CostInitialize        正在计算空间要求       
    
13. CreateFolders        正在创建文件夹        Folder: [1]
    
14. CreateShortcuts        正在创建快捷方式        Shortcut: [1]
    
15. DeleteServices        正在删除服务        Service: [1]
    
16. DuplicateFiles        正在创建重复文件        File: [1],  Directory: [9],  Size: [6]

复制代码

匹配 文件1 的第1列获取 文件2 的第2列内容回写到 文件1 中，生成 文件3。
文件3 的内容应该为：

1. Action        Description        Template
   
2. s72        L0        L0
   
3. 65001        ActionText        Action
   
4. Advertise        正在广告应用程序       
   
5. AllocateRegistrySpace        正在分配注册表空间        Free space: [1]
   
6. AppSearch        正在搜索已安装的应用程序        Property: [1], Signature: [2]
   
7. BindImage        正在绑定可执行文件        File: [1]
   
8. CCPSearch        正在搜索符合条件的产品       
   
9. CostFinalize        正在计算空间要求       
   
10. CostInitialize        正在计算空间要求       
    
11. CreateFolders        正在创建文件夹        Folder: [1]
    
12. CreateShortcuts        正在创建快捷方式        Shortcut: [1]
    
13. DeleteServices        正在删除服务        Service: [1]
    
14. DuplicateFiles        正在创建重复文件        File: [1],  Directory: [9],  Size: [6]
    
15. FileCost        Computing space requirements       
    
16. FindRelatedProducts        Searching for related applications        Found application: [1]

复制代码

由于汉化需要 UTF-8 编码，所以汉化的同时需要修改文件3的第3行的第1列是 65001，求批处理，谢谢！

aloha20200628

回复 1# chishingchan

以下代码读取 2.txt 每行第2列数据，去替换 1.txt 每行第2列，生成 3.txt，假设各列分隔符是跳格，并对 3.txt 第3行增添前缀 65001 ...

1. 
   
2. @echo off &setlocal enabledelayedexpansion
   
3. (for /f "tokens=1,2* delims=        " %%a in (1.txt) do (
   
4.     set/a "n+=1" &set/p "v2="
   
5.     for /f "tokens=2 delims=        " %%x in ("!v2!") do if !n! equ 3 (echo,65001        %%a        %%x        %%c) else echo,%%a        %%x        %%c) )<2.txt >3.txt
   
6. pause&exit/b
   

复制代码

chishingchan

回复 2# aloha20200628


    老大，测试结果：当 1.txt 和 2.txt 的编码都是 ASCII，结果正常。
当 2.txt 的编码是 UTF-8，生成的 3.txt 的编码也是 UTF-8，还有办法吗？

czjt1234

2.txt 都是 UTF-8 吗？
或者部分 ANSI 部分 UTF-8 要自己判断？

UTF-8 有 BOM 吗？
或者部分有 BOM 部分没 BOM 要自己判断？

2.txt 的文件大小一般多少？小于 10K？

aloha20200628

回复 3# chishingchan

只须先将 1.txt 转为utf-8编码文件即可，用以下批处代码可完成转换，其结果文件为 1_u8.txt。代码假设 1.txt 每行字符量不超过8K，其总行数预设不超过9999行...

1. 
   
2. @echo off &setlocal enabledelayedexpansion &chcp 936>nul
   
3. for /f "delims=" %%a in (1.txt) do set/a "n+=1" &set "v=00000!n!" &set "_#!v:~-4!=%%a"
   
4. chcp 65001>nul
   
5. (for /f "tokens=1* delims==" %%a in ('set _#') do echo,%%b)>1_u8.txt
   
6. pause&exit/b
   

复制代码

如果系统已安装 powershell 亦可用以下批处代码完成 1.txt 》1_u8.txt 的编码转换，不再限制每行字符量和不必预设总行数最大值...

1. 
   
2. @echo off &powershell "gc 1.txt|sc 1_u8.txt -enc utf8" &pause&exit/b
   

复制代码

以下代码采用65001码页（即utf-8编码）处理 1_u8.txt（即1.txt的 utf-8 编码文件）和 2.txt（已是utf-8编码）并生成 utf-8 编码的 3.txt

1. 
   
2. @echo off &setlocal enabledelayedexpansion &chcp 65001>nul
   
3. (for /f "tokens=1,2* delims=        " %%a in (1_u8.txt) do (
   
4.    set/a "n+=1" &set/p "v2="
   
5.    for /f "tokens=2 delims=        " %%x in ("!v2!") do if !n! equ 3 (echo,65001        %%a        %%x        %%c) else echo,%%a        %%x        %%c) )<2.txt >3.txt
   
6. pause&exit/b
   

复制代码

chishingchan

回复 5# aloha20200628


    1.txt 一般是英文软件直接导出，绝大多数是 ANSI 编码。如果需要转换 1~2 文件的编码那就算了，利用之前的脚本将 2.txt 转换为 ANSI 编码即可。

aloha20200628

回复 6# chishingchan

如果 1.txt 真是不含多字节如中文字符的ansi编码，而 2.txt 是utf-8编码，则采用5楼第二段代码并将其中的 1_u8.txt 改为 1.txt 即可...

chishingchan

回复 2# aloha20200628


    老大，不好意思，又要麻烦你了！这个批处理有点不对劲，2.txt 没有针对 1.txt 第1列的匹配字段而生成的结果，汉化内容是错误的：
3.txt  (1.txt, 2.txt 均是 ANSI 编码，第3行也是错的。)

1. Action        Description        Template
   
2. s72        L0        L0
   
3. 65001        ActionText        ActionText       
   
4. Advertise        正在广告应用程序       
   
5. AllocateRegistrySpace        正在广告应用程序        Free space: [1]
   
6. AppSearch        正在广告应用程序        Property: [1], Signature: [2]
   
7. BindImage        正在分配注册表空间        File: [1]
   
8. CCPSearch        正在搜索已安装的应用程序       
   
9. CostFinalize        正在绑定可执行文件       
   
10. CostInitialize        正在搜索符合条件的产品       
    
11. CreateFolders        正在计算空间要求        Folder: [1]
    
12. CreateShortcuts        正在计算空间要求        Shortcut: [1]
    
13. DeleteServices        正在创建文件夹        Service: [1]
    
14. DuplicateFiles        正在创建快捷方式        File: [1],  Directory: [9],  Size: [6]
    
15. FileCost        正在删除服务       
    
16. FindRelatedProducts        正在创建重复文件        Found application: [1]
    

复制代码

现时用的是 2# 的代码，麻烦老大修正一下，谢谢！

chishingchan

回复 5# aloha20200628


    使用 5# 第二段批处理，编码正确，但是第 3 行及翻译的内容是错误的。
可能是之前2楼的代码是可以的，但是修改后我也没留底了。

应用后发现结果文件（3.txt）某行的两个跳表键变成一个。等老大的修正代码后再应用测试，谢谢！

aloha20200628

回复 9# chishingchan

代码订正如下，其中假设 2.txt 是简中编码（gb2312）文件 ...

1. 
   
2. @echo off &setlocal enabledelayedexpansion
   
3. (for /f "tokens=1,2* delims=        " %%a in (1.txt) do (
   
4.    set/a "n+=1" &set "v2=" &set "_v2=" &set/p "v2="
   
5.    if !n! equ 3 (echo,65001        %%a        %%b        %%c) else (
   
6.       for /l %%n in (1,1,5) do if not defined _v2 for /f "tokens=1-2 delims=        " %%x in ("!v2!") do if /i "%%a"=="%%x" (set "_v2=%%y") else (set/p "v2=")
   
7.       if not defined v2 (echo,%%a        %%b        %%c) else (echo,%%a        !_v2!        %%c) )
   
8. ))<2.txt >3.txt
   
9. pause&exit/b
   

复制代码

如果 1.txt 是纯 ansi 字符集编码文件，2.txt 是 utf-8 编码文件，则须在以上代码第一行末尾追加 &chcp 65001>nul 即可...

chishingchan

回复 10# aloha20200628


    应用上有一行不对，此两个字段原有两个 TAB 键分隔（不用翻译字符串的行），结果只有一个分隔。老大，这个能修正吗？非常谢谢！

1. MigrateFeatureStates                Application: [1]

复制代码

aloha20200628

回复 11# chishingchan

是指某行第一和第二字段用两个跳格分割？
若是，可说明该行与其他行有何唯一区别点？若有则很容易拿下
若无，那么在众多文本行中为其要逐行探测有无这两个跳格，其代码开销和效率代价是不是过大了，还不如手工修理一下...

77七

有多少行是关键？行数少好解决；行数多需满足一定条件才可以用bat解决，否则得用其它脚本。

chishingchan

回复 13# 77七


    行数不超过 4 位数字

77七

1. @echo off
   
2. cd /d "%~dp0"
   
3. set input_1=1.txt
   
4. set input_2=2.txt
   
5. set output=out.txt
   
6. 
   
7. >"%output%" cd.
   
8. (for /f "tokens=1* delims=[]" %%a in ('find /n /v "" ^< "%input_1%"') do (
   
9.         if %%a leq 2 (
   
10.                 >> "%output%" echo %%b
    
11.         ) else if %%a equ 3 (
    
12.                 >> "%output%" echo 65001        %%b
    
13.         ) else (
    
14.                 for /f "delims=        " %%c in ("%%b") do (
    
15.                         echo %%c       
    
16.                 )
    
17.         )
    
18. )) > "%temp%\$1"
    
19. (for /f "useback skip=3 delims=" %%a in ("%input_1%") do (
    
20.         echo %%a
    
21. )) > "%temp%\$2"
    
22. findstr /rbg:"%temp%\$1" "%input_2%" >> "%temp%\$3"
    
23. (for /f "useback delims=        " %%a in ("%temp%\$3") do (
    
24.         echo %%a
    
25. )) > "%temp%\$4"
    
26. findstr /rbvg:"%temp%\$4" "%temp%\$2" >> "%temp%\$3"
    
27. sort "%temp%\$3" >> "%output%"
    
28. 
    
29. del "%temp%\$?"
    
30. pause
    

复制代码

试试看吧，希望你的样本具有代表性，希望findstr /g不会出错。