【バッチ】テキストファイルを指定行おきにデータ抽出する

野暮用で、めっちゃ重たいテキストデータを軽量化したい要求がありました。

データ量をザックリ1/nにする　＝　データ行をn個おきに抽出する

エクセルでテキストを読み込んで、INDEX関数とROW関数の組み合わせて

INDEX(*:*, ROW() * n)

の形でも抽出できます。
しかしエクセルでの読み込み＋セル作業がなかなか（メモリ的に）重い作業だったため、
うまくいきませんでした。

とすればbatchでどーんとやれんもんか...と思って組んだものをメモっときます。

■フロー

処理したいファイル名を「input.txt」として、「extract.bat」を同一フォルダに入れとく
「extract.bat」実行
処理をスキップしたい行数（ヘッダ行数）を入力
抽出したい行間隔を入力（例：100行おきなら100を入力）
出力ファイル「output.txt」が新しく作成される
進捗状況は画面に出力される処理済みの行数で確認できる

　※処理終了後はただちに入出力ファイルの移動を推奨
　※2回目以降の実行でoutput.txtが残っていればoutput_bu.txtとしてバックアップ

■extract.bat

set /P STR_SKIP="最初にスキップする行数（ヘッダ行数）は？： "
set /P STR_SPAN="何行おきにデータ抽出する？： "
If Exist "output.txt" copy "output.txt" "output_bu.txt"
del output.txt
set N=0
for /f "tokens=1 skip=%STR_SKIP% delims=" %%A in (input.txt) do (
call :CHK
if ERRORLEVEL 1 echo %%A>>output.txt
)
goto :EOF
:CHK
set /a N+=1 , X=N %% %STR_SPAN%
if %X%==1 exit /b 1
if %X%==0 echo %N%行目の処理完了
exit /b 0

■input.txt

■実行結果

最初にスキップする行数（ヘッダ行数）は？：3
何行おきにデータ抽出する？：2
2行目の処理完了
4行目の処理完了
6行目の処理完了
8行目の処理完了
10行目の処理完了

■output.txt

処理完了のechoを切れば早くなる。
けどバッチ流した後に生きてるのか死んでるのかわからんですね。うーむ

プログレスバー的なもんを実装できれば精神衛生上よろしいですが、
事足りたのでひとまずOKとします。

graffage

絵、音楽、動画、IT、日常の関心事を書いてます。