文本解析显神威：for /f 用法详解

转自http://bbs.bathome.cn/thread-2189-1-1.html

　　　　前言

　　for /f 是个十分强大的家伙。
　　如果说，for语句是批处理中最强大的语句的话，那么，for /f 就是精华中的精华。
　　for /f 的强大，和它拥有众多的开关密切相关。因为开关众多，所以用法复杂，本章将分成若干小节，为大家逐一介绍强大的 for /f 语句。

　　　　（一） 为解析文本而生：for /f 的基本用法

　　所有的对象，无论是文件、窗体、还是控件，在所有的非机器语言看来，无外乎都是形如"c:/test.txt"、"CWnd"之类的文本信息；而所有的对象，具体的如ini文件中的某条配置信息、注册表中的某个键值、数据库中的某条记录……都只有转化为具有一定格式的文本信息，方可被代码识别、操控。可以说，编程的很大一部分工作，都是在绞尽脑汁想方设法如何提取这些文本信息。
　　而提取文本信息，则是for /f的拿手好戏：读取文件内容；提取某几行字符；截取某个字符片段；对提取到的内容再切分、打乱、杂糅……只要你所能想到的花样，for /f 都会想方设法帮你办到，因为，for /f 就是被设计成专门用于解析文本的。
　　先来看个例子。
　　假如有个文本文件test.txt，内容如下：
[txt1]

引用:

论坛的目标是：不求最大，但求最好，做最实用的批处理论坛。
论坛地址：bbs.bathome.cn。
这里是：新手晋级的福地，高手论剑的天堂。

　　那么，将如下代码保存为test.cmd，并放在test.txt同一目录下运行，将会在屏幕上原样显示test.txt的内容：
[code4]

复制内容到剪贴板

代码:

@echo off
for /f %%i in (test.txt) do echo %%i
pause

　　这段代码，主要是让你树立这样一种观念：读取文本文件的内容，请使用 for /f 语句！

　　进阶话题：for /f 语句是把整个test.txt一次性显示出来的？
　　在这段代码中，虽然执行结果是把test.txt中的所有内容都显示出来了，貌似 for /f 语句是把整个test.txt一次性显示到屏幕上，实际上并非如此。
　　无论for语句做何种变化，它的执行过程仍然遵循基本的for流程：依次处理每个元素，直到所有的元素都被处理为止。只不过在for /f语句中，这里的元素是指文件中的每一行，也就是说，for /f 语句是以行为单位处理文本文件的。这是一条极为重要的规则，在上一章中也强调过它的重要性，希望在接下来的学习过程中，你能时刻牢记这一原则，那么，很多问题将会迎刃而解。以下是验证这一说法的演示代码（在[code4]的基础上添加了&pause语句）：
[code5]

复制内容到剪贴板

代码:

@echo off
for /f %%i in (test.txt) do echo %%i&pause
pause

　　　　（二） 切分字符串的利器：delims=

　　也许你对[code4]这段代码不屑一顾：不就是把test.txt的内容显示出来了么？好像用处不大啊。
　　好吧，我们来玩个魔术。
　　还是[txt1]这段文本，把[code4]改造一下：
[code6]

复制内容到剪贴板

代码:

@echo off
for /f "delims=," %%i in (test.txt) do echo %%i
pause

　　再次运行test.cmd，看到什么变化了吗？！
[result2]

复制内容到剪贴板

代码:

论坛的目标是：不求最大
论坛地址：bbs.bathome.cn。
这里是：新手晋级的福地
请按任意键继续...

　　结果，你惊奇地发现，每行第一个逗号之后的所有内容都不见了（如果有不存在逗号的行，则保留原样），也就说，你成功地提取到了每行第一个逗号之前的所有内容！
　　试想一下，这段代码会有什么用呢？
　　如果别人给了你一个软件清单，每行都是"英文软件名（逗号）中文软件名"的格式，而你却只想保留英文名的时候，这段代码将是多么有用啊！再假设，有这么一个IP文件，第一列是数字格式的IP地址，第二列是具体的空间地址，列与列之间用逗号分隔，而你想提取其中数字格式的IP，呵呵，我不说你也知道该怎么办了吧？
　　要是文本内容不是以逗号分隔，而是以其他符号分隔，那么，把"delims=,"的逗号换成相应的符号就可以了。
　　在这里，我们引入了一个新的开关："delims=，"，它的含义是：以逗号作为被处理的字符串的分隔符号。
　　在批处理中，指定分隔符号的方法是：添加一个形如 "delims=符号列表" 的开关，这样，被处理的每行字符串都会被符号列表中罗列出来的符号切分开来。
　　需要注意的是：如果没有指定"delims=符号列表"这个开关，那么，for /f 语句默认以空格键或跳格键作为分隔符号。请把[txt1]中不同位置上的标点符号改为空格或跳格，再运行[code4]试试。

　　进阶话题：如果我要指定的符号不止一个，该怎么办？
　　在上面的讲解中，我提到了指定分隔符号的方法：添加一个形如"delims=符号列表"的开关。不知道你注意到没有，我的说法是"符号列表"而非"符号"，这是大有讲究的，因为，你可以一次性指定多个分隔符号！
　　还是以[txt1]为例，把[code6]再改造一下：
[code7]

复制内容到剪贴板

代码:

@echo off
for /f "delims=.，" %%i in (test.txt) do echo %%i
pause

　　结果显示：
[result3]

复制内容到剪贴板

代码:

论坛的目标是：不求最大
论坛地址：bbs
这里是：新手晋级的福地
请按任意键继续...

　　这样，第一个点号或第一个逗号之前的内容都被提取出来了。
　　[code7]的执行过程是：逐行读取test.txt中的内容，以点号和逗号切分每一行的内容（不存在点号和逗号的行，则不再切分，为了描述的方便，我们把被点号或逗号切分的一个一个的字符串片段，称之为节），然后，for /f 会提取第一节的内容作为最终结果，显示在屏幕上。需要注意的是，在这里，所有行的字符串被切分成了两个以上的节，但是，[code7]的代码只会提取第一节字符串的内容，因为 for /f 语句默认只提取第一节的符串。

　　　　（三） 定点提取：tokens=

　　上一节在讲解 delims= 的时候，我一再强调 for /f 默认只能提取到第一节的内容，现在我们来思考一个问题：如果我要提取的内容不在第一节上，那怎么办？
　　这回，就该轮到 tokens= 出马了。
　　tokens= 后面一般跟的是数字，如 tokens=2，也可以跟多个，但是每个数字之间用逗号分隔，如 tokens=3,5,8，它们的含义分别是：提取第2节字符串、提取第3、第5和第8节字符串。注意，这里所说的“节”，是由 delims= 这一开关划分的，它的内容并不是一成不变的。
　　下面来看一个例子：
[txt2]

复制内容到剪贴板

代码:

尺有所短，寸有所长，学好批处理没商量，考虑问题复杂化，解决问题简洁化。

　　对[txt2]这段文本，假设它们保存在文件test.txt中，如果我想提取“学好批处理没商量”这句话，该如何写代码呢？
　　我们稍微观察一下[txt2]就会发现，如果以逗号作为切分符号，就正好可以把“学好批处理没商量”化为单独的一“节”，结合上一节的讲解，我们知道，"delims=，" 这个开关是不可缺少的，而要提取的内容在以逗号切分的第3节上，那么，tokens= 后面的数字就应该是3了，最终的代码如下：
[code8]

复制内容到剪贴板

代码:

@echo off
for /f "delims=， tokens=3" %%i in (test.txt) do echo %%i
pause

　　如果我们现在要提取的不只一个“节”，而是多个，那又怎么办呢？比如，要提取以逗号切分的第2节和第5节字符串，是写成这样吗？
[code9]

复制内容到剪贴板

代码:

@echo off
for /f "delims=， tokens=2,5" %%i in (test.txt) do echo %%i
pause

　　运行批处理后发现，执行结果只显示了第2节的内容。
　　原来，echo 后面的 %%i 只接收到了 tokens=2,5 中第一个数值2所代表的那个字符串，而第二个数值5所代表的字符串因为没有变量来接收，所以就无法在执行结果中显示出来了。
　　那么，要如何接收 tokens= 后面多个数值所指代的内容呢？
　　for /f 语句对这种情况做如下规定：
　　如果 tokens= 后面指定了多个数字，如果形式变量为%%i，那么，第一个数字指代的内容用第一个形式变量%%i来接收，第二个数字指代的内容用第二个形式变量%%j来接收，第三个数字指代的内容用第三个形式变量%%k来接收……第N个数字指代的内容用第N个形式变量来接收，其中，形式变量遵循字母的排序，第N个形式变量具体是什么符号，由第一个形式变量来决定：如果第一个形式变量是%%i，那么，第二个形式变量就是%%j；如果第一个形式变量用的是%%x，那么，第二个形式变量就是%%y。
　　现在回头去看[code9]，你应该知道如何修改才能满足题目的要求了吧？修改结果如下：
[code10]

复制内容到剪贴板

代码:

@echo off
for /f "delims=， tokens=2,5" %%i in (test.txt) do echo %%i %%j
pause

　　如果有这样一个要求：显示[txt2]中的内容，但是逗号要替换成空格，如何编写代码？
　　结合上面所学的内容，稍加思索，你可能很快就得出了答案：
[code11]

复制内容到剪贴板

代码:

@echo off
for /f "delims=， tokens=1,2,3,4,5" %%i in (test.txt) do echo %%i %%j %%k %%l %%m
pause

　　写完之后，你可能意识到这样一个问题：假如要提取的“节”数不是5，而是10，或者20，或者更多，难道我也得从1写到10、20或者更多吗？有没有更简洁的写法呢？
　　答案是有的，那就是：如果要提取的内容是连续的多“节”的话，那么，连续的数字可以只写最小值和最大值，中间用短横连接起来即可，比如 tokens=1,2,3,4,5 可以简写为 tokens=1-5 。
　　还可以把这个表达式写得更复杂一点：tokens=1,2-5，tokens=1-3,4,5，tokens=1-4,5……怎么方便就怎么写吧。
　　大家可能还看到一种比较怪异的写法：
[code12]

复制内容到剪贴板

代码:

for /f "delims=， tokens=1,*" %%i in (test.txt) do echo %%i %%j
pause

　　结果，第一个逗号不见了，取代它的是一个空格符号，其余部分保持不变。
　　其中奥妙就在这个星号上面。
　　tokens=后面所接的星号具备这样的功能：字符串从左往右被切分成紧跟在*之前的数值所表示的节数之后，字符串的其余部分保持不变，整体被*所表示的一个变量接收。
　　理论讲解是比较枯燥的，特别是为了严密起见，还使用了很多限定性的修饰词，导致句子很长，增加了理解的难度，我们还是结合[code12]来讲解一下吧。
　　[txt2] 的内容被切分，切分符号为逗号，当切分完第一节之后，切分动作不再继续下去，因为 tokens=1,* 中，星号前面紧跟的是数字1；第一节字符串被切分完之后，其余部分字符串不做任何切分，整体作为第二节字符串，这样，[txt2]就被切分成了两节，分别被变量%%i和变量%%j接收。
　　以上几种切分方式可以结合在一起使用。不知道下面这段代码的含义你是否看得懂，如果看不懂的话，那就运行一下代码，然后反复揣摩，你一定会更加深刻地理解本节所讲解的内容的：
[code13]

复制内容到剪贴板

代码:

@echo off
for /f "delims=， tokens=1,3-4,*" %%i in (test.txt) do echo %%i %%j %%k %%l
pause