Batch file 需要替换1个非常长的文本文件行中的13个空格

我有一个文件（1.8MB），其中有一行（很长）文本。该行上的值通常由13个空格分隔。我想做的是用管道分隔符替换这13个空格，这样我就可以使用SSIS处理这个文本文件

到目前为止，我还没有成功地使用批处理文件以编程方式处理这个文件

我已经尝试使用下面的代码，我从另一个SO帖子得到

    @echo off 
REM create empty file:
break>R1.txt
setlocal enabledelayedexpansion
REM prevent empty lines by adding line numbers (find /v /n "")
REM parse the file, taking the second token (*, %%b) with delimiters
REM ] (to eliminate line numbers) and space (to eliminate leading spaces)
for /f "tokens=1,* delims=] " %%a in ('find /v /n "" ^<PXZP_SND_XZ01_GFT10553.dat') do (
  call :sub1 "%%b"
  REM write the string without quotes:
  REM removing the qoutes from the string would make the special chars poisonous again
  >>PXZP_SND_XZ01_GFT10553.dat echo(!s:"=!
)

REM Show the written file:
type PXZP_SND_XZ01_GFT10553.dat 
goto :eof

:sub1
set S=%*
REM do 13 times (adapt to your Needs):
for /l %%i in (1,1,13) do (
  REM replace "space qoute" with "quote" (= removing the last space
  set S=!S: "=|!
)
goto :eof

使用合适的工具

Set Inp = wscript.Stdin
Set Outp = wscript.Stdout
Outp.Write Replace(Inp.ReadAll, "             ", "|")

使用

cscript //nologo "C:\Replace13Spaces.vbs" < "c:\folder\inputfile.txt" > "C:\Folder\Outputfile.txt"

还有两种方法可以解决这个问题

与第一种方法类似，第一种方法是从最长到最短的预定义空间数进行多次替换。即13、10、8或5个空格

Split

2个空格上的钉住<代码>筛选要排除空白数组元素的数组。然后以

|

作为分隔符连接

数组

无法处理长度超过8190个字符的行。但是，有一种方法可以读取行较长的文件：在循环中使用

set/P

最多读取1023个字符，除非遇到换行符或文件结尾；对同一个打开（输入重定向）文件句柄执行多次，可以读取1023个字符中的非常长的行，因为

set/P

不会重置文件指针

另一个挑战是返回（回显）很长的行，这在REACH中是不可能的，因为行限制约为8190个字符（适用于命令行和变量内容）。在这里，分块处理也有帮助：首先，获取文件结尾字符（EOF，ASCII 0x1A）；然后获取文本/字符串部分，附加一个EOF，并使用

echo

（附加一个换行符）将结果写入一个临时文件，以及；接下来，使用将文件复制到自身上，但以ASCII文本模式读取该文件，以丢弃EOF和之后的所有内容（因此前面附加了

echo

）的换行符，并以二进制模式写入该文件，以获得结果数据的精确副本；最后，使用键入文件内容

以下脚本使用了这些技术（请参阅代码中的所有解释性

rem

注释）：

@echo关闭
setlocal EnableExtensions DisableDelayedexpansion
rem//在此处定义常量：
设置“\u INPUT=。\PXZP\u SND\u XZ01\u GFT10553.dat”&rem/（这是输入文件）
设置“_OUTPUT=。\R1.txt”&rem//（设置为“con”在控制台上显示结果）
设置“\u TEMPF=%TEMP%\%~n0\u%RANDOM%.tmp”&rem/（指定临时文件）
设置“_SEARCH=“&rem/（这是要找到的字符串）
设置“_REPLAC=|”&rem/（这是替换字符串）
设置“_LTRIM=#”&rem/（设置为左修剪子字符串的某个值）
（设置为左）=^
%=空行=%
)&rem//（此块在变量中存储新行字符）
rem//这将在变量中存储文件结尾字符：
对于/F%%E in（'forfiles/P“%~dp0.”/M“%~nx0”/C“cmd/C echo 0x1A”），请设置“\u EOF=%%E”
rem/*将在子程序中处理输入文件，
rem通过输入重定向“%”“%\u OUTPUT%”调用访问文件内容：进程
端部
退出/B
：进程
rem//重置存储要处理的部分字符串和分隔符的变量：
set“PART=”&set“SEP=”
setlocal EnableDelayedExpansion
：读
rem/*此时从输入文件最多读取1023个字符，直到
rem遇到换行或文件结尾：*/
设置“NEW=”&set/P NEW=“”
rem//读取的字符被附加到将被处理的字符串缓冲区：
设置“零件=！零件！！新！”
rem/*当字符串缓冲区为空时跳过处理，即结束时
已到达文件的rem：*/
：循环
如果定义了零件(
rem/*将搜索字符串作为中的` for`元变量引用进行访问
rem不必使用正常（立即）`%`-扩展，这可能导致
在某些情况下，某些特殊字符会出现rem故障：*/
对于/F delims^=^eol^=%%K in（“！\u SEARCH！”）执行以下操作(
rem/*尝试在第一个搜索字符串处拆分字符串缓冲区并存储
右侧rem部分，使用子字符串替换：*/
设置“右=！部分：%%K=！”
rem/*检查拆分是否成功，从而检查是否存在搜索字符串
rem甚至出现在字符串缓冲区中；如果没有，请跳回并读取更多内容
rem字符；否则（当到达文件末尾时）清除
rem右部分并继续处理：*/
如果“！RIGHT！”==”！PART！（如果未定义新的）（设置“RIGHT=”）否则转到：读取
rem/*清除将接收到第一个剩余部分的变量
rem搜索字符串在字符串缓冲区中的出现；然后替换每个
通过新行字符在字符串缓冲区中出现rem：*/
set“LEFT=”&set^“PART=！PART:%%K=^%\u LF%%\u LF%！^”
rem/*迭代更改的字符串缓冲区的所有行，该缓冲区现在是
rem多行字符串，然后获取构成
第一个搜索字符串左侧的rem部分；（第一）行为
rem前面加了一个` `，只是为了不让它显示为空，因为` for/F`
rem跳过空行；稍后将删除此字符：*/
对于/F delims^=^eol^=%%L in（^“！PART！^”）do(
rem//仅在第一次迭代中执行循环体：
如果未定义，请单击“左”(
rem/*存储延迟扩展的（扩展的）左侧部分
rem已禁用，以免在字符串中出现“！”问题：*/
setlocal DisableDelayedExpansion&设置“LEFT=%%L”
rem//Ena
cscript //nologo "C:\Replace13Spaces.vbs" < "c:\folder\inputfile.txt" > "C:\Folder\Outputfile.txt"

Set Inp = wscript.Stdin
Set Outp = wscript.Stdout
Set regEx = New RegExp
regEx.Pattern = "\s{2,}"
regEx.IgnoreCase = True
regEx.Global = True
Outp.Write regEx.Replace(Inp.ReadAll, "|")