[文本处理] 提取内容，组合与合并方向的批处理，谢谢您

灯塔彭于晏

您好，先谢谢您了。
下面的文本的第3 、 4行中，分部着一些中英日语言的词语，每个词用英文逗号隔开。
而其中有些词开头带# ，有些不带。

请帮忙提取# 开头的词，组合排列成1个新的行，插入到第2行的下面，然后删除原来的3 4行所有的内容。从而组成新的内容。

Ao - 凪白みと的插画
Ao by 凪白みと <div class="info"><p>
原创7500收藏,腋下,armed girls,#白发,swordsman
#オリジナル7500users入り,腋,#武器娘,白发,#剑士
90212924

Ao - 凪白みと的插画
Ao by 凪白みと <div class="info"><p>
原创7500收藏,腋下,armed girls,#白发,swordsman
#オリジナル7500users入り,腋,#武器娘,白发,#剑士
90212924


效果如下：

Ao - 凪白みと的插画
Ao by 凪白みと <div class="info"><p> 
オリジナル7500users入り,武器娘,白发,剑士
90212924

Ao - 凪白みと的插画
Ao by 凪白みと <div class="info"><p> 
オリジナル7500users入り,武器娘,白发,剑士
90212924
复制代码

谢谢！！！！

灯塔彭于晏

注： 并不是只有一组内容， 每组内容间隔 1个空行

灯塔彭于晏

555555555
大giegie们，谢谢大giegie们了！

qixiaobin0715

用纯批倒是能实现，效率太低，不适合大文件。还是让大佬们来吧。

灯塔彭于晏

回复 4# qixiaobin0715


    5555 试试嘛。 一次也就100来组（1组5行，如文中的案例，文中那是2组。） ~

qixiaobin0715

回复 5# 灯塔彭于晏
算是抛砖引玉吧，主要是效率太低了，不好意思拿出来。每行都需要进行多次判断；第3/4行每组字符也需要判断，每组字符还要用到循环，最后排序。实际上连抛砖引玉也算不上，只怕抛出土柸把玉给砸了。

@echo off
setlocal enabledelayedexpansion
for /f "delims=" %%i in ('findstr /n .* test.txt') do (
    set /a k+=1
    set /a "n=(k-1)%%7+1"
    set "str=%%i"
    set "str=!str:*:=!
    if !n! lss 3 (
        echo,!str!
    ) else if !n! gtr 4 (
        echo,!str!
    ) else (
        set m=100
        for %%j in ("!str:,=","!") do (
            set /a m+=1
            set var=%%~j
            if "!var:~,1!"=="#" set -!m!=!var:~1!
        )
    )
    if !n! equ 4 (
        for /f "tokens=1* delims==" %%a in ('set -') do (
            set "str1=!str1!,%%b"
            set %%a=
        )
        echo,!str1:~1!
        set str1=
    )
)
pause
复制代码

netdzb

回复 6# qixiaobin0715

他每次提的问题都是处理网页的标签，别人是帮助过他，
但他水平一直没进步啊。让人看了真有点恨铁不成钢的
感觉，处理网页标签不是用批处理的啊，论坛的python
版块也有例子，perl也能处理这个问题，python我有现在
用的少，我也等看一下有没有大神贴出更好的代码。

newswan

sed -n -r -e "/#/!p ; /#/ { N ; s'\n','g ; s',',,'g ; s'^|$','g ; s',[^#,]+,''g ; s',#|,$''g ; p}"
复制代码

sed 太累
还可以用 批处理+grep 或者 powershell

qixiaobin0715

回复 7# netdzb
伸手党（不具针对性）在论坛里确实有，但也不是没有一点作用：活跃气氛；解决问题的同时，对自己也是一种提高，教学互长吗。况且从伸手党成长起来的也不在少数。斑竹自有分寸，我们大可不必操太多的心。

netdzb

回复 9# qixiaobin0715

问题是他的问题描述我也没怎么看懂，我如果有时间用python试一下了，目前我在学习js。

newswan

回复 7# netdzb


    思路是很简单，熟悉了工具就没什么难度。
    主要是来练习，学习一下别人的代码，能发现自己的盲点。互相帮助是很好的。

灯塔彭于晏

谢谢您的开放心态！作为伸手党的我，也正是从一开始就觉得这个论坛存在一帮热心助人的代码大神，从而染上了伸手白嫖的坏习惯。
不是不想学，是没时间学。

这些代码都是拿来去做另外一个网站的内容生产了。 而我这么多年和网友们维护那个网站，都是用成型了的开源，比如wordpress，比如宝塔，比如各种奇怪的wp插件。都没人会代码。遇到问题除了咨询伸手，也不可能现学现卖了，那样影响效率~！
一个简单的正则能卡我们一下午，最后的都是懂代码是什么东西的几位同学，从各方拼凑出来的。 还有很多只出钱，根本不懂代码，所以我们几个同学要做的事情太多了， 就根本没有学的精力了。  日常工作完，我们还得维护这个共同的爱好到深夜2点多，能睡个好觉就挺开心的了。

我们内心也是一直很感谢大家的帮助的， 只是的确方式上不好看。 但这不影响我们感谢的心。
谢谢大家，谢谢大家。

qixiaobin0715

当初我也当过2年伸手党

netdzb

回复 12# 灯塔彭于晏

我希望能看到你求助贴的半自动模式，我现在主题大都
是半自动模式。别人回复解决了问题，我是在进步的。
你的进步速度一直是零，看的真是让人着急。

灯塔彭于晏

回复 6# qixiaobin0715


    行数一多，就乱了。
比如默认是5行字为1组，有的就剩3行字了，有的却成6行了，就比较尴尬~！

是不是因为在有的组里，第3和第4行并不都有#号字符， 而代码又是每行都去检索，最后组合的时候就出现了问题？

虽然一般来说第3和第4行里，都会出现#号字符的。但也会出现只有其中1行出现#号字符的情况的。

能否帮忙解决一下？
谢谢！