Board logo

标题: 想写一个在xml文件中提取文件名和点击率的批处理 [打印本页]

作者: lisyofun     时间: 2009-3-14 12:52    标题: 想写一个在xml文件中提取文件名和点击率的批处理

因为电影服务器的空间不够了,所以想删一些平时没人看点击率低的电影,经过查找发现有关电影的信息都放在每个电影文件夹的info.xml文件里,我写了个不是很完善的批处理,不太很精准,但能提取大部分的电影文件名和点击率,不过有一些以我现在的能力实在提取不出来,但又不太会使用sed,fr这些外部命令,所以想请大家帮我一下。我还有个不情之请,如果可以的话尽量不要使用外部命令,即便使用的话也请教我下每句的用法,呵呵,真是不好意思。本来一个贴就能发完的,后面还是高估我的能力了。

这个是我写的批处理:

@echo off
for /f %%i in ('dir /b /s /a "*.xml"') do (
  for /f "tokens=3 delims=[]" %%a in (%%i) do (
    for /f "tokens=29 delims=click" %%b in (%%i) do (
      for /f "tokens=2 delims=><" %%c in ("%%b") do (
        echo %%c|findstr [0-9]>nul2>nul&&echo %%a的点击率为%%c次||for /f "tokens=31 delims=click" %%d in (%%i) do (
      for /f "tokens=2 delims=><" %%e in ("%%d") do (
   echo %%a的点击率为%%e次|findstr [0-9]||echo %%~fa>>提取点击率出错的电影.txt
)
)
  )
   )
    )
     )
pause


这个是一部分xml文件的打包。
[url]http://rthost.fam.cx/cndos-up/img/1366.rar[/url]
作者: yishanju     时间: 2009-3-14 15:06
把XML 文件全用一行写完的家伙真是个混蛋
作者: yishanju     时间: 2009-3-14 15:54
其实你还应该说明一下 文件目录结构是怎么样的,文件名规律之类的
一部电影一个目录,还是所有文件都在一个目录下面
作者: yishanju     时间: 2009-3-14 20:22
其实系统里的命令真的足够强大可靠处理我的事情,并且好用顺手,我也不会到处找工具找教程了

我尝试过用for 确实有部份XML不能得点击率,说明这些文件有些不一样,如果你有兴趣去查找出几十个文件几百个文件不一样的地方,也许能改进代码,只不过也许可能改进代码之后可能发现有几十文件处理不了

本来用SED处理点击率应该最好的,用SED应该可以不用产生临时文件,我学了很长时间都很难理解这个东西。

再尝试用XMLSTAR,百度只有几篇中文资料,为了用这个工具,我去学了XML,学XPATH,代码写出来运行,930个文件得到了点击率,实在难理理解其它文件为什么报错,让人烦恼不已。

最后回归使用FR来处理这个事情,看起来1023个文件都能取到点击率了:
CODE:  [Copy to clipboard]
@echo off
setlocal ENABLEDELAYEDEXPANSION
for /f "delims=" %%a in ('dir /b /s /a 1366\*.xml') do (
        echo %%a
        type "%%a">%%~dpa\%%~na.txt
        fr -rnnlic:".*name=\"click\">([0-9]*)\</item\>.*" -t:"\1" %%~dpa\%%~na.txt
        set /p click=<%%~dpa\%%~na.txt
        echo !click!

)
pause
要说教你FR的用法,真的很难,FR我也不是在一天、在一个帖子里学会的
会正则表达式的话,看一眼FR的帮助说明就会了。

fr 帮助说明:http://baiy.cn/utils/fr/index.htm

[ Last edited by yishanju on 2009-3-14 at 20:47 ]
作者: yishanju     时间: 2009-3-15 02:32
改进了代码,不产生临时文件
速度也快了

从此以后又多了一个不用SED的理由

但是发现取犬夜叉.xml 的点击率出错:
过程试图写入的管道不存在。

有可能是文件太长原因,楼上的代码没发现这个问题
CODE:  [Copy to clipboard]
@echo off
setlocal ENABLEDELAYEDEXPANSION
for /f "delims=" %%a in ('dir /b /s /a 1366\*.xml') do (
        for /f "delims=" %%i in ('type "%%a"^|fr -rnnlic:".*name=\"click\">([0-9]*)\</item\>.*" -t:"\1"') do (
                set click=%%i
       
)
        echo 点击率!click! 文件名%%a

)

pause
[ Last edited by yishanju on 2009-3-15 at 02:41 ]
作者: netbenton     时间: 2009-3-15 05:14
应该是一行超过8192个字符就出问题吧
作者: yishanju     时间: 2009-3-15 05:58
出错的原因之一可能是文档之中有这样的一个特异字符: “