批量处理——输出文件名到文本文档

张春强2022 2017-08-01

展开全文

大大大大大新闻————爬虫俱乐部新推出了视频讲解环节。小编突然浮现出一个画面——看着视频嗑着瓜子学着stata，妈妈再也不用担心我的stata了！详情请猛戳文章下面的视频。

小编在这里深感抱歉，昨天没有发布推文，因为技术原因，视频上传不了，爬虫俱乐部将在星期六补上一篇推文和视频。

前几天有位粉丝提了这么一个问题：如何将某一文件夹下的子文件夹以及文件的名成输出到.txt文本文档中？下边列出来了3种方法来解决这个问题。

一、创建文件夹及文件

为了方便大家操作程序，我们首先在e盘根目录下创建一个sample的文件夹，然后在这个文件夹下分别生成5个子文件夹、文本文档、后缀为.xls的Excel文件、后缀为.xlsx的Excel文件、dta文件，程序如下：

clear

set more off

cap mkdir e:/sample/

cd e:/sample/

sysuse auto,clear

forvalue i = 1(1)5 {

cap mkdir e:/sample/文件夹`i'

outsheet using temp`i'.txt,replace

export excel using temp`i'.xls,replace

export excel using temp`i'.xlsx,replace

save temp`i'.dta,replace

}

这样我们就创建了一个sample文件夹，其中有子文件夹、.dta文件、.txt文件、.xls文件、.xlsx文件各5个。如下图所示：

二、用logout和dir命令写入文本文档

通过logout命令将dir结果输出到text文件中，然后用subinfile命令把多余的字符串删除掉，只保留文件名称及其后缀。

输出所有文件夹及文件的名称，程序如下：

logout, save(e:/output) text replace : dir

subinfile e:/output.txt,from('.+?\d:\d{2}\s+\.{0,2}') fromregex dropempty replace

shellout e:/output.txt

运行结果如下：

输出.dta文件的文件名，程序如下：

logout, save(e:/output) text replace : dir *.dta

subinfile e:/output.txt,from('.+?\d:\d{2}\s+') fromregex replace

shellout e:/output.txt

运行结果如下：

三、用fs和file write命令写入文本文档

读入后缀为.xls的文件

文件名列在同一行

fs *.xls

tempname handle

file open `handle' using e:/output.txt,write text replace

file write `handle' `'`r(files)'''

file close `handle'

subinfile e:/output.txt, from(`'''') replace

shellout e:/output.txt

结果如图所示：

列出每个文件名,每行一个

fs *.xls

tempname handle

file open `handle' using e:/output.txt,write text replace

foreach w in `r(files)' {

dis '`w''

file write `handle' '`w'' _n

}

file close `handle'

shellout e:/output.txt

结果如图所示：

四、 dos命令：dir

将所有.txt文件的名称导入到output.txt中，程序如下：

! dir *.txt /a-d /b > e:/output.txt

shellout e:/output.txt

首先，!表示在stata中调用dos命令，dir是一个dos命令，/a只显示指定属性的目录和文件名名称。如果省略/a， dir将显示除隐藏文件和系统文件之外的所有文件名。如果没有指定attributes情况下使用/a,dir将显示所有文件，包括隐藏文件和系统文件。这里赋给a一个值为-d，表示只显示文件不显示目录，其实这里前*.txt已经指定了文本文档，已经表示显示文件，-d加不加都是一样的，/b 便是不显示标题和摘要，如果没有这个选项，系统的一些数据，如字节、文件数会显示出来，这个在后边的例子中会有展示，> e:/output.txt表示将显示的结果输出到output.txt中。

将所有文件（不包括文件夹）的名称输出到output.txt中；

! dir /a-d /b > e:/output.txt

shellout e:/output.txt

注意，这里dir后边我们并没有指定特定格式的文件，这时候a的值为-d时，将不会显示出来文件夹的名称，结果如图所示：