Board logo

标题: [文本处理] [已解决]批处理删除并提取重复的中文汉字超过3个字的行。 [打印本页]
作者: 每天几分    时间: 2015-3-6 13:28     标题: [已解决]批处理删除并提取重复的中文汉字超过3个字的行。

本帖最后由 每天几分 于 2015-3-6 16:17 编辑 
  1. 臂 sky

  2. 璧 skd

  3. 边 lz

  4. 边 lzd

  5. 边 vpd

  6. 砭 spz

  7. 笾 zlz

  8. 餐 bx

  9. 餐 bxg

  10. 餐 can

  11. 餐 ihp

  12. 编 ah

  13. 编 ahu

  14. 编 vvh

  15. 煸 hhu
复制代码
如上，不用排序 ，只把重复的中文汉字超过3个字的行删除，并将删除的字所在行单独提取出来。

最终实现如下2个文本
  1. 臂 sky

  2. 璧 skd

  3. 砭 spz

  4. 笾 zlz

  5. 煸 hhu
复制代码
  1. 边 lz

  2. 边 lzd

  3. 边 vpd

  4. 餐 bx

  5. 餐 bxg

  6. 餐 can

  7. 餐 ihp

  8. 编 ah

  9. 编 ahu

  10. 编 vvh
复制代码
作者: pcl_test    时间: 2015-3-6 14:23

回复 1# 每天几分
问题一、重复字数超过3个字的行，这句有歧义，像下面的删哪些呢？空格算一个重复字符吗？
  1. 边 lz

  2. 边 lzd

  3. 边 lzld

  4. 边 lzzd
复制代码
问题二、如果是以下情况删不删呢？
  1. 边 lz

  2. 边 dzl (删?)

  3. 边 vpdyzipll(删?)
复制代码
作者: apang    时间: 2015-3-6 14:55

  1. @echo off

  2. setlocal enabledelayedexpansion

  3. (for /f %%a in ('sort 1.txt ^& echo,') do (

  4.         if "%%a" NEQ "!a!" (

  5.                 if !n! GEQ 3 echo,!a!

  6.                 set n=1

  7.         ) else set /a n+=1

  8.         set "a=%%a"

  9. ))>$

  10. findstr /ibvg:$ 1.txt > 2.txt

  11. findstr /ibg:$ 1.txt > 3.txt

  12. pause
复制代码
作者: 每天几分    时间: 2015-3-6 16:17

谢谢3楼的apang，就是要这样的效果。
2楼的朋友，我已经在一楼重新编辑了，表述可能有点问题，看代码那里容易理解点。只针对中文汉字重复。
作者: pcl_test    时间: 2015-3-6 16:47

回复 4# 每天几分 
  1. @echo off

  2. setlocal enabledelayedexpansion

  3. for /f "tokens=1*" %%a in ('type "1.txt"') do (

  4. set n=0

  5. findstr /r /c:"%%a" "1.txt" >$

  6. for /f "delims=" %%i in ($) do set /a n+=1

  7. if !n! gtr 2 (>>不符合.txt echo,%%a %%b) else (>>符合.txt echo,%%a %%b)

  8. del $

  9. )

  10. pause
复制代码
作者: DAIC    时间: 2015-3-6 17:14

  1. gawk "{if(a[$1]++)print>\"2.txt\";else print>\"3.txt\"}" 1.txt
复制代码
作者: CrLf    时间: 2015-3-6 18:42

  1. @echo off

  2. setlocal enabledelayedexpansion

  3. for /f "tokens=1*" %%a in (1.txt) do set /a [%%a]+=1

  4. (for /f "delims==" %%b in ('set [') do if ![%%b]! geq 3 echo %%b)>$

  5. findstr /r /b /g:$ "1.txt">不符合.txt

  6. findstr /r /b /v /g:$ "1.txt">符合.txt

  7. del $

  8. pause
复制代码




欢迎光临 批处理之家 (http://bathome.net./) Powered by Discuz! 7.2