上一节讲了利用FOR循环功能帮助我们输出重复量较大的数据或是重复执行相同的命令。
这一节还是继续挖掘FOR的循环能力,但这里的循环将和前面不同,它能帮助我们处理工作当中常遇到的数据格式化问题,也可以说是对数据的抽取、转换和加载,用一句术语来形容,那就是ETL(Extract、Tranform、Load)。
我们常会遇到这样的具体问题,有大量具有固定格式的数据需要我们去提取其中的一部分,或者是要将它们中的一部分数据次序颠倒,再或者会重新组织它们中的部分或全部字段值。这时,有人就会说了,用UltraEdit吧,它能帮你解决。没错,本人也很喜爱UE,它强大的文本编辑功能可堪称文本编辑界的楷模,无人能比。这里我们只讨论如何利用批处理FOR来处理文本数据,请看下面的例子吧。
输入命令:
FOR /F "tokens=1,2,3* delims=." %i in ("11.22.33.44") do @echo %i+%j+%k+%l
输出结果:
11+22+33+44
来简单的说明一下吧,上述命令是对字符串“11.22.33.44”进行重新提取并处理,处理后的结果由ECHO显示在屏幕上,tokens指的是“11.22.33.44”中句点的编号,3后面的星号表示“11.22.33.44”中第3个句点后面所有跟随的字符都显示出来,delims表示字符串中是以什么符号作为分隔符的,你也可以将delims写成"delims=.,:;"表明有若干多分隔符。请注意,在有tokens出现的情况下,命令行中的%i %j %k %l必须得按这种顺序出现在命令行中,且从i开始,分别代表一个字段的内容。
也可以将字段顺序打乱并输出,就像这样,
输入命令:
FOR /F "tokens=1,2,3* delims=." %i in ("11.22.33.44") do @echo %i+%k+%j+%l
输出结果:
11+33+22+44
已经将k,j顺序颠倒了。当然你高兴的话,也可以隐藏一部分字段不让它出现:D
上面是仅处理一个字符串而言,下面这行数据将对文件进行批量处理,
假设文件ips.txt中有诸如:
182.119.202.1
FOR /F "tokens=1,2,3* delims=." %i in (ips.txt) do @echo %i+%k+%j+%l
输出结果:
182+202+119+1
182+202+119+2
182+202+119+3
182+202+119+4
182+202+119+5
......
182+202+119+255
(如要了解更多,请参考Windows批处理命令FOR帮助)
UltraEdit 正则表达式替换功能实现如下:
1. 按组合键Ctrl+R
2. 选中"正则表达式"或"Regular Expressions"
3. 在要查找字符串编辑框中键入: ^(119^).^(202^)
4. 在替换字符串编辑框中键入: ^2.^1
5. 替换
一旦你掌握了这些脚本的方法,对提高工作效率相当有帮助,我们也没必要再为这样的小功能而单独编写一个程序了。是不是省了很多麻烦呢?
如果您有更好见解和技巧,不妨在此留言共享给大家。谢谢!
推荐书籍:
分享到:
相关推荐
运营商向大数据挖掘潜力.pdf
塑造游戏IP价值,挖掘玩家潜力——2021移动游戏生命周期研究玩家洞察报告.pdf
挖掘学生潜力培养创新能力
功率半导体挖掘节能潜力.pdf
充分挖掘发展潜力促进城市经济发展.docx
挖掘电网潜力,服务新能源井喷式发展.pdf
挖掘无线路由器潜力.pdf
新型城镇化是挖掘内需潜力和发展动能重要支点,经济论文
挖掘潜力提高服务质量论文.doc
[答案][大连理工大学]2021春《数据挖掘》在线作业2.doc[答案][大连理工大学]2021春《数据挖掘》在线作业2.doc[答案][大连理工大学]2021春《数据挖掘》在线作业2.doc[答案][大连理工大学]2021春《数据挖掘》在线作业2...
2021年移动游戏生命周期研究&玩家洞察报告塑造游戏IP价值 挖掘玩家潜力.pdf
文本挖掘(Text Mining)是数据挖掘的一个分支,它是把文本型信息源作为分析的对象,利用定量计算和定性分析的方法,从中寻找信息的结构、模型、模式等各种隐含的知识,这种知识对用户而言是新颖的,具有潜在价值。...
NiBiTor V4.1 挖掘出显卡的最大潜力
挖掘新兴媒体潜力_网服营销短视频化-TalkingData (2).pdf
迁西大力挖掘农村新能源潜力.pdf
《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘...
挖掘新兴媒体潜力,网服营销短视频化。网服行业发展趋势及人群特征,网服行业发展趋势及人群特征,快手人群价值分析,快手网服行业营销价值
大数据挖掘市场消费能力及需求潜力调研报告.docx
Python for Data Mining Quick Syntax Reference(2019) (用于数据挖掘的python快速语法参考) Python for Data Mining Quick Syntax Reference-Apress (2019).pdf 269页 4.5 MB 你将学到什么 •安装python并选择开发...