[文本处理] [已解决]批处理怎样提取两字符串间内容并剪切对应行？

daohe

例如a.txt内容
http://www.tiffany.com/Shopping/item.aspx?sku=11246699
http://www.tiffany.com/Shopping/item.aspx?sku=10907144
http://www.tiffany.com/
http://www.tiffany.com/Shared/scripts/AC_OETags.js?v=5.0
http://www.tiffany.com/Shared/scripts/flashAPI.js?v=5.0
http://www.tiffany.com/Customer/WishList/WishList.aspx?sku=12323435&cid=622067&grp=GRP02969&mcat=148204
http://www.tiffany.com/item.aspx?sku=23712318&cid=287461&search_params=s+5-p+1-c+287461-r+-x+-n+6-ri+-ni+1-t&mcat=148204

接受管理员   尘土飞扬 的意见重新编辑问题，为避免错误，分两步进行

第一步
提取提取每行中含 http://www.tiffany.com/Shopping/item.aspx?sku=字符(不是每行中都含有这个字符串）  这行中这个字符串后面的内容到c.txt
并将提取过内容的行剪切到b.txt
处理后
a.txt
http://www.tiffany.com/
http://www.tiffany.com/Shared/scripts/AC_OETags.js?v=5.0
http://www.tiffany.com/Shared/scripts/flashAPI.js?v=5.0
http://www.tiffany.com/Customer/WishList/WishList.aspx?sku=12323435&cid=622067&grp=GRP02969&mcat=148204
http://www.tiffany.com/item.aspx?sku=23712318&cid=287461&search_params=s+5-p+1-c+287461-r+-x+-n+6-ri+-ni+1-t&mcat=148204

b.txt
http://www.tiffany.com/Shopping/item.aspx?sku=11246699
http://www.tiffany.com/Shopping/item.aspx?sku=10907144

c.txt
11246699
10907144

第二步
提取每行中sku和&间的内容(不是每行都含有sku 和&），到e.txt
并将提取过内容的行剪切到d.txt
处理后
a.txt
http://www.tiffany.com/
http://www.tiffany.com/Shared/scripts/AC_OETags.js?v=5.0
http://www.tiffany.com/Shared/scripts/flashAPI.js?v=5.0

d.txt
http://www.tiffany.com/Customer/WishList/WishList.aspx?sku=12323435&cid=622067&grp=GRP02969&mcat=148204
http://www.tiffany.com/item.aspx?sku=23712318&cid=287461&search_params=s+5-p+1-c+287461-r+-x+-n+6-ri+-ni+1-t&mcat=148204

e.txt
12323435
23712318

[ 本帖最后由 daohe 于 2010-4-5 22:37 编辑 ]

bat007

sed -n "/http:\/\/www.tiffany.com\/Shopping\/item.aspx?sku=/p" a.txt >b.txt
sed "/sku=/!d;s/.*sku=//g;s/&.*//g" a.txt >c.txt
sed -i "/sku=/d" a.txt
复制代码

namejm

　　1、请精确描述a.txt中数据的组成规律，比如说：同一行上，是不是 sku= 和 & 一定同时存在？
　　2、请再次检查顶楼的描述，看看是否有容易让别人莫名其妙或产生歧义之处。比如：“提取sku=和&之间的内容， http://www.tiffany.com/Shopping/item.aspx?sku=之后的内容到c.txt”这一句，究竟是少了句子成分，还是颠倒了语序？
　　3、之所以在这里大谈语法问题、死钻字眼，是因为细节虽小，但是这关系到写出的代码是不是白忙活一场的严肃问题，需要认真对待——没有人是任劳任怨的活雷锋，要想早日解决问题，请先为帮你的人考虑一下下。

daohe

问题已修正，二楼测试不成功！

bat007

二楼测试很成功

C:\Test>type a.txt http://www.tiffany.com/Shopping/item.aspx?sku=11246699 http://www.tiffany.com/Shopping/item.aspx?sku=10907144 http://www.tiffany.com/ http://www.tiffany.com/Shared/scripts/AC_OETags.js?v=5.0 http://www.tiffany.com/Shared/scripts/flashAPI.js?v=5.0 http://www.tiffany.com/Customer/WishList/WishList.aspx?sku=12323435&cid=622067&grp=GRP02969&mcat=148204 http://www.tiffany.com/item.aspx?sku=23712318&cid=287461&search_params=s+5-p+1-c+287461-r+-x+-n+6-ri+-ni+1-t&mcat=148204 C:\Test>sed -n "/http:\/\/www.tiffany.com\/Shopping\/item.aspx?sku=/p" a.txt >b.txt C:\Test>sed "/sku=/!d;s/.*sku=//g;s/&.*//g" a.txt >c.txt C:\Test>sed -i "/sku=/d" a.txt C:\Test>type b.txt http://www.tiffany.com/Shopping/item.aspx?sku=11246699 http://www.tiffany.com/Shopping/item.aspx?sku=10907144 C:\Test>type c.txt 11246699 10907144 12323435 23712318 C:\Test>type a.txt http://www.tiffany.com/ http://www.tiffany.com/Shared/scripts/AC_OETags.js?v=5.0 http://www.tiffany.com/Shared/scripts/flashAPI.js?v=5.0

daohe

我测试怎么不行

http://bbs.bathome.net/thread-1114-1-1.html
上的两个sed版本我都用了（是直接双击sed.exe运行后，在运行批处理就oK了吧），还是不行

sgaizxt001

第一步

@echo off
setlocal enabledelayedexpansion
set "str=http://www.tiffany.com/Shopping/item.aspx?sku="
findstr "%str%" a.txt >>b.txt
for /f "tokens=2 delims==" %%i in (b.txt) do (
  echo %%i >>c.txt
           )
pause
复制代码

第二步的&我暂时处理不来，晚点再继续测试

[ 本帖最后由 sgaizxt001 于 2010-4-5 01:05 编辑 ]

daohe

测试结果：

b.txt c.txt正确
a.txt中
http://www.tiffany.com/Shopping/item.aspx?sku=11246699
http://www.tiffany.com/Shopping/item.aspx?sku=10907144
没有剪切掉

sgaizxt001

@echo off
setlocal enabledelayedexpansion
set "str=http://www.tiffany.com/Shopping/item.aspx?sku="
findstr "%str%" a.txt >>b.txt
findstr /v "%str%" a.txt >>f.txt
for /f "tokens=2 delims==" %%i in (b.txt) do (
  echo %%i >>c.txt
           )

for /f "tokens=1,2,3 delims==" %%a in (f.txt) do (
  if not "%%c" == "" (set str=%%b & set str=!str:^&cid=! & call echo %%str%% >>e.txt)
)
ping 127.1 -n 4 >nul
del a.txt
ren f.txt a.txt
pause
复制代码

暂时可以生成a,b,c,e.txt。.d.txt也没生成，不过应该不难，而且我这个代码漏洞很大，只是根据你给的这几个来投机取巧弄的，还是用sed的那个好，不过我对sed不懂，看版主的没问题的话应该是没问题的

[ 本帖最后由 sgaizxt001 于 2010-4-5 06:57 编辑 ]

bat007

1、建议使用4.14的那个版本
2、不用双击sed.exe
3、把sed.exe放在c:\Windows\System32\目录下面或者当前目录下面

daohe

测试结果正确！！！！