[文本处理] 【已解决】BAT:如何提高多个文本数据交叉合并的运行速度

思想之翼

@echo off
for /l %%i in (1001 1 1210) do (
    set s=%%i
    setlocal enabledelayedexpansion
    set s=!s:~1!
    (for /f %%a in (!s!_1.txt) do (
        for /f %%b in (!s!_2.txt) do (
                            set str=%%a%%b
                            set n1=&set n2=
                            for %%l in (1 2 3 4 5 6 7 8 9 0) do (
                                if "!str:%%l=!" neq "!str!" (
                                   set n1=!n1!%%l
                                ) else  set n2=!n2!%%l
                            )
                            set n=!n1!A9876543210
                            if "!n:~10,1!" == "3" (
                               if not defined _!n1! (
                                  set _!n1!=0&echo,!n1!
                               )
                            ) else if "!n:~10,1!" == "7" (
                                if not defined _!n2! (
                                   set _!n2!=0&echo,!n2!
                                )
                            )
                        )
    ))>d:\数据2\!s!.txt
    endlocal
)
pause
复制代码

上述代码，是将2个文本的数据进行交叉合并，运行速度过于缓慢，若想提速，不知道如何优化，恳望得到帮助。

2个文本的数据进行交叉合并的具体过程如下（只需要最后的结果，分步过程不需要显示）：
D:/数据1/内有若干txt文本：
001_1.txt
001_2.txt
002_1.txt
002_2.txt
...
210_1.txt
210_2.txt
每个txt文本内有多行数据，行数不定，每行数据在0-9之间，个数不定，最多7位数，各数字从小到大排列（数据0永远排列在最后一位）
比如：
35790
123579
1460
2456789
34567
1270
34568
257890

先将001_1.txt与001_2.txt内的数据进行合并，过程为：
001_1.txt内第1行数据与001_2.txt内的第1、2、3、4、5...行合并
001_1.txt内第2行数据与001_2.txt内的第1、2、3、4、5...行合并
...
001_1.txt内最后一行数据与001_2.txt内的第1、2、3、4、5..行合并

合并后每行数据，排序，去除重复数字，删除少于或多于7个数字的组合，只保留7个数字的组合。
比如合并后的数据为：79015914024945，去除重复数字，得到：1245790

保留下来的多行7个数字的组合，若有重复，去除重复。比如：
1236790
1236790
3456789
3456789
去除重复数据，得到：
1236790
3456789

每行数据取反集（0-9数值之间的未出现数），并将取反集后的数据从小到大排列（数据0永远排列在最后一位）。比如：
1245790的反集是：368
3456789的反集是：120

将这些数据竖排，写入D:/数据2/内的文本，文本名称为001.txt


以上是001_1.txt与001_2.txt的合并。之后，
将002_1.txt与002_2.txt合并，得到的数据，竖排，写入D:/数据2/内，文本名称为002.txt
将003_1.txt与003_2.txt合并，得到的数据，竖排，写入D:/数据2/内，文本名称为003.txt
...
将210_1.txt与210_2.txt合并，得到的数据，竖排，写入D:/数据2/内，文本名称为210.txt

caruko

快不了，你计算一下**生了多少条数据？
必须循环那么多次数。

apang

合并后每行数据，排序，去除重复数字，删除少于或多于7个数字的组合，只保留7个数字的组合。
比如合并后的数据为：79015914024945，去除重复数字，得到：1245790

为什么一定要这一步呢？直接取反集（79015914024945反集为368），然后找出不重复的3位数，有什么区别吗？

apang

Dim srcDir, dstDir, fso
srcDir = "D:\数据1"
dstDir = "D:\数据2"
Set fso = CreateObject("Scripting.FileSystemObject")
If Not fso.FolderExists(dstDir) Then fso.CreateFolder(dstDir)

Dim i, f1, f2, f, objFile1, objFile2, s1, s2
For i = 1001 to 1210
        f1 = srcDir & "\" & Mid(i, 2) & "_1.txt"
        f2 = srcDir & "\" & Mid(i, 2) & "_2.txt"
        If fso.FileExists(f1) and fso.FileExists(f2) Then
                f = dstDir & "\" & Mid(i, 2) & ".txt"
                Set objFile1 = fso.OpenTextFile(f1, 1)
                Set objFile2 = fso.OpenTextFile(f2, 1)
                s1 = RegEx(objFile1.ReadAll)
                s2 = RegEx(objFile2.ReadAll)
                objFile1.Close
                objFile2.Close
                fso.OpenTextFile(f, 2, true).Write CombineNum(s1, s2)
        End If
Next

MsgBox "OK"

''删除空白行
Function RegEx(txt)
        Dim re
        Set re = New RegExp
        re.Pattern = "^(\s*\n)+"
        txt = re.Replace(txt, "")
        re.Pattern = "(\s*\n)+"
        re.Global = true
        RegEx = re.Replace(txt & vbLf, vbLf)
End Function

''合并数据
Function CombineNum(ByVal s1, ByVal s2)
        Dim ar1, ar2, j, k, n, s, m, str
        ar1 = Split(s1, vbLf)
        ar2 = Split(s2, vbLf)
        For j = 0 to UBound(ar1) - 1
                For k = 0 to UBound(ar2) - 1
                        s = ""
                        For n = 1 to 10
                                m = n Mod 10
                                If InStr(ar1(j) & ar2(k), m)=0 Then s = s & m
                        Next
                        If Len(s) = 3 and InStr(str, s) = 0 Then
                                str = str & s & vbCrLf
                        End If
                Next
        Next
        CombineNum = str
End Function
复制代码

思想之翼

回复 4# apang

是我弄错了，代码运行速度快了不少。谢谢！！！