[已解决] 文本批量替换问题

chigre3 · 发表于 2015-11-20 23:59:39

pasado en cosa juzgada
1. loc. adj. Der. pasado en autoridad de cosa juzgada.
<a class="a" href="?id=4UNmzWP#6ATTjFy" style="cursor: pointer;">pasado en autoridad de cosa juzgada.</a>
原始HTML加粗部分的跳转方式为ID#section
【问题来了：需要把ID替换为具体的词头！！！】
原始文本接近100万行, 替换的情形大约只有6万处, 经过处理, 有ID和词头对应列表。

尝试了一些方法, 最终组合使用3个工具解决, 也比较有效率吧. （谁写个高效率的代码直接搞定也好）。。。
解决方法和步骤：
1. 用EmEditor正则给ID号前增加特殊标记
2. 用UltraEditor给特殊标记换行 (保证单行只会有1处ID）
3. 用UltraEditor列模式添加行号
4.① 用EmEditor正则查找并删除所有不带特殊标记的行, 排序, 删去空行
4.② 用EmEditor正则查找并删除所有带特殊标记的行, 另存备用
5. 将4①得到的结果复制到Excel里, MID函数得到ID号，VLOOKUP函数得到ID号对应的词头, SUBSTITUTE函数替换ID号为词头
6. 将得到的结果复制回4②的文本末尾, 用EmEditor排序, 删去空行, 正则删去行首序号, 用UltraEditor将之前特殊标记换行处减行返回正常文本

ryuya · 发表于 2015-11-21 01:16:32

EmEditor不就有批次取代功能了嗎？

chigre3 · 发表于 2015-11-21 04:23:49

ryuya 发表于 2015-11-21 01:16
EmEditor不就有批次取代功能了嗎？

是有啊。但是加载接近十万个LIST，然后批量替换。。。等了半天还没有结果。。。假死状态
主要是替换的LIST大，要替换的文本也大。

y8888 · 发表于 2015-11-21 09:41:22

的确很麻烦，楼主你这种方式很费时间，这种方法前提是要把文件开启后才能处理。但文件数量大这些软件都会假死，分批次一点点处理又太累人了，不知还有没有其它更好的工具不用开启文件就能批处理的。

Apocalypse · 发表于 2015-11-29 13:20:50

楼主好厉害，以及开始自己制作词典了

[求助] [已解决] 文本批量替换问题