Top-Themen

Aktuelle Themen (A bis Z)

Administrator.de FeedbackApache ServerAppleAssemblerAudioAusbildungAuslandBackupBasicBatch & ShellBenchmarksBibliotheken & ToolkitsBlogsCloud-DiensteClusterCMSCPU, RAM, MainboardsCSSC und C++DatenbankenDatenschutzDebianDigitiales FernsehenDNSDrucker und ScannerDSL, VDSLE-BooksE-BusinessE-MailEntwicklungErkennung und -AbwehrExchange ServerFestplatten, SSD, RaidFirewallFlatratesGoogle AndroidGrafikGrafikkarten & MonitoreGroupwareHardwareHosting & HousingHTMLHumor (lol)Hyper-VIconsIDE & EditorenInformationsdiensteInstallationInstant MessagingInternetInternet DomäneniOSISDN & AnaloganschlüsseiTunesJavaJavaScriptKiXtartKVMLAN, WAN, WirelessLinuxLinux DesktopLinux NetzwerkLinux ToolsLinux UserverwaltungLizenzierungMac OS XMicrosoftMicrosoft OfficeMikroTik RouterOSMonitoringMultimediaMultimedia & ZubehörNetzwerkeNetzwerkgrundlagenNetzwerkmanagementNetzwerkprotokolleNotebook & ZubehörNovell NetwareOff TopicOpenOffice, LibreOfficeOutlook & MailPapierkorbPascal und DelphiPeripheriegerätePerlPHPPythonRechtliche FragenRedHat, CentOS, FedoraRouter & RoutingSambaSAN, NAS, DASSchriftartenSchulung & TrainingSEOServerServer-HardwareSicherheitSicherheits-ToolsSicherheitsgrundlagenSolarisSonstige SystemeSoziale NetzwerkeSpeicherkartenStudentenjobs & PraktikumSuche ProjektpartnerSuseSwitche und HubsTipps & TricksTK-Netze & GeräteUbuntuUMTS, EDGE & GPRSUtilitiesVB for ApplicationsVerschlüsselung & ZertifikateVideo & StreamingViren und TrojanerVirtualisierungVisual StudioVmwareVoice over IPWebbrowserWebentwicklungWeiterbildungWindows 7Windows 8Windows 10Windows InstallationWindows MobileWindows NetzwerkWindows ServerWindows SystemdateienWindows ToolsWindows UpdateWindows UserverwaltungWindows VistaWindows XPXenserverXMLZusammenarbeit
Kommentar vom Moderator Biber am 16.04.2010 um 18:04:57 Uhr
Titel "Kann man das Problem mit einer Batchdatei lösen?" ersetzt.

Kann man das Filtern von Duplikaten in großen Textdateien mit einer Batchdatei lösen?

Mitglied: SebastianJu

SebastianJu (Level 1) - Jetzt verbinden

15.04.2010, aktualisiert 16.04.2010, 2648 Aufrufe, 2 Kommentare

Hallo,

ich weiß nicht ob man das mit einer Batchdatei lösen könnte deshalb frage ich hier mal. Ansonsten müsste ich mir überlegen wie ich das per PHP machen könnte.

Ich habe einmal eine Textdatei mit Domainnamen. Also domain1.com usw. Jede Zeile eine neue domain. Ohne Subdomains. 21383 Domains um genau zu sein.

Dann habe ich eine Reihe von anderen Textdateien bei denen die Domainnamen aus der ersten Datei in der URL vorkommen. ZB http://ichbineinedomain.de/?test=http://www.domain1.com

Die domains aus der ersten Datei können dabei irgendwo in den URLs vorkommen.

Diese URLs sind in 7 verschiedenen Dateien. Jede enthält knapp 1Mio URLs. Es werden auch einige doppelt sein aber ich weiß nicht wie ich die entdoppeln könnte. Ich habe versucht das mit Notepad++ zu machen aber der gibt auf mangels RAM.

Aber das sollte auch kein so großes Problem sein denn die URLs werden am Ende ohnehin weniger sein. Denn die Domains aus der ersten Datei sollen in allen URLs aus den anderen Dateien ersetzt werden. Durch einen Platzhalter. ZB [URL]

Und dadurch würden viele der URLs plötzlich doppelt sein da ja die Domains ersetzt wurden.

Wenn das Ganze danach gefiltert würde so dass nur noch eine gleiche URL übrigbleibt dann wären es nicht mehr viele.

Jetzt die Frage ob man dieses ersetzen der Domains mit [URL] in den URLs mit einer Batch machen kann. Denn es müsste ja eigentlich schon fast ein regulärer Ausdruck benutzt werden damit nicht zB in der URL http://ichbineinedomain.de/?test=http://www.domain1.com auf die Domain n1.com getestet würde und dann die URL kaputtgemacht wird.

Also müsste irgendein Ausdruck wie [^0-9a-zA-Z-][0-9a-zA-Z-]*\.[a-zA-Z]* benutzt werden. Wobei ich grad nicht weiß wie man festlegen könnte dass die Domain nach der tld enden können oder aber auch ein Nichtbuchstabe kommen kann. Damit sollten die Domains korrekt ausgefüllt werden.

Geht sowas? Wenn ja mit welchen Funktionen? Tips?
Mitglied: SebastianJu
16.04.2010 um 04:56 Uhr
Ich wollte jetzt erstmal versuchen die ganzen Dateien zusammenzufassen und doppelte Zeilen zu entfernen. Dazu habe ich diesen Code benutzt:

01.
@echo off & setlocal 
02.
set "DateiNeu=333Neu.txt" 
03.
 
04.
copy nul "%DateiNeu%">nul
05.

06.
set "DateiAlt=333.txt" 
07.
set /a LineNo=0 
08.
for /f "usebackq" %%i in ("%DateiAlt%") do set "Zeile=%%i" & call :ProcessLine 
09.

10.
set "DateiAlt=333-1.txt" 
11.
set /a LineNo=0 
12.
for /f "usebackq" %%i in ("%DateiAlt%") do set "Zeile=%%i" & call :ProcessLine 
13.

14.
set "DateiAlt=333-2.txt" 
15.
set /a LineNo=0 
16.
for /f "usebackq" %%i in ("%DateiAlt%") do set "Zeile=%%i" & call :ProcessLine 
17.

18.
set "DateiAlt=333-3.txt" 
19.
set /a LineNo=0 
20.
for /f "usebackq" %%i in ("%DateiAlt%") do set "Zeile=%%i" & call :ProcessLine 
21.

22.
set "DateiAlt=336.txt" 
23.
set /a LineNo=0 
24.
for /f "usebackq" %%i in ("%DateiAlt%") do set "Zeile=%%i" & call :ProcessLine 
25.

26.
set "DateiAlt=337.txt" 
27.
set /a LineNo=0 
28.
for /f "usebackq" %%i in ("%DateiAlt%") do set "Zeile=%%i" & call :ProcessLine 
29.

30.
set "DateiAlt=338.txt" 
31.
set /a LineNo=0 
32.
for /f "usebackq" %%i in ("%DateiAlt%") do set "Zeile=%%i" & call :ProcessLine 
33.

34.
goto :eof 
35.
 
36.
:ProcessLine 
37.
set /a LineNo+=1 
38.
echo Validiere Zeile %LineNo% ... 
39.
findstr /b /c:"%Zeile%" "%DateiNeu%">nul || >>"%DateiNeu%" echo %Zeile% 
40.
goto :eof
Allerdings hat das einige Fehlermeldungen hervorgerufen. Ich glaube aus irgendeinem Grund versucht der die URLs als Befehle zu interpretieren. Zumindest hat er mit dem Zeichen & in den URLs Probleme. Die URL ist da abgeschnitten und er meint irgendwelche Befehle nicht zu erkennen. Ich dachte er liest und schreibt nur Strings?
Aber was ich auch noch gemerkt habe ist dass das Ganze sehr langsam ist. Liegt das nur an der Statusausgabe? Wenn nein dann ist das ja tausendmal langsamer als Notepad++ wäre. Und ich frage mich ob das Ganze überhaupt in einem überschaubaren Zeitrahmen ein Ende finden würde. Schließlich sind es einige Millionen URLs und die DateiNeu war ja noch klein. Das Ganze würde also später noch langsamer werden.
Bitte warten ..
Mitglied: pieh-ejdsch
29.05.2010 um 00:40 Uhr
Hallo Sebastian,

wenn in den Dateien mit der URL vor dem Gleichheitszeichen und folgender Domain kein weiteres = enthalten ist
und wenn die Domain vorher einen Punkt hat sollte es so gehen.

01.
@echo off & setlocal
02.
set "NewFile=333Neu.txt"
03.
set "DomainFile="Main.txt""
04.
set "URLFiles="1.txt" "2.txt" "3.txt""
05.
type nul>%NewFile%
06.
for /f "usebackq tokens=*" %%i in (%DomainFile%) do set "Domain=%%i"& call :URL
07.
echo Fertig!&pause>nul&goto :eof
08.
:URL
09.
for /f "usebackq tokens=1,2 delims==" %%i in (%URLFiles%) do for /f "tokens=1* delims=." %%k in ("%%j") do if "%%l"=="%Domain%" echo %%i [URL]>>%NewFile%& goto :eof
in der Subroutine :URL wird nur solange nach der Domain gesucht bis sie gefunden wird, anschliesend angezeigt und sofort aus der Subroutine :URL gegangen (es wäre sinnlos noch weiter nach dieser Domain zu suchen wenn diese schon einmal gefunden worden ist.)
wenns nicht gefunden wird erfolgt auch kein Eintrag.

DomainFile sowie URLFiles bitte noch anpassen. Achtung! Die Anführungszeichen Beim SET pro Datei Drummachen und gesamt auch.

Gruß Phil
Bitte warten ..
Ähnliche Inhalte
Windows Server

MS SQL 2008 - Insert mit Duplikat-Kontrolle

Frage von TlBERlUSWindows Server4 Kommentare

Hallo Zusammen, ich muss von einer Sicht/View in eine Tabelle innerhalb einer anderen Datenbank eintragen. Mein Problem ist, dass ...

Webbrowser

Was ist mit Firefox los?

gelöst Frage von honeybeeWebbrowser2 Kommentare

Hallo, jedes Mal, wenn ich Firefox starte, meckert der Kaspersky ständig mit dieser u. g. Meldung Ich hatte keine ...

Humor (lol)

Wenn hacken nach hinten los geht

Information von em-pieHumor (lol)4 Kommentare

Moin, weil heute Freitag ist, nachfolgender kurzer Artikel zum schmunzeln:) l+f: NULL ist ein notorischer Falschparker

Monitoring

Was ist los in meinem Netzwerk

Frage von AkcentMonitoring17 Kommentare

Hallo, hin und wieder stockt bei mir das Netzwerk und ich habe keine Erklärung dazu. Wie geht Ihr in ...

Neue Wissensbeiträge
Viren und Trojaner

Staatstrojaner soll auch per Einbruch installiert werden können

Information von transocean vor 12 StundenViren und Trojaner2 Kommentare

Moin, Bundesinnenminister Horst Seehofer will dem Verfassungsschutz Wohnungseinbrüche erlauben, um den geplanten Staatstrojaner zu installieren. Gruß Uwe

Windows 7
Win7 Update scheitert KB4512506
Information von infowars vor 22 StundenWindows 7

Falls jemand auch das Problem hat mit dem: Monatliches Sicherheitsqualitätsrollup für Windows 7 für x64-basierte-Systeme (KB4512506) Das scheint mit ...

Humor (lol)
Wenn hacken nach hinten los geht
Information von em-pie vor 1 TagHumor (lol)4 Kommentare

Moin, weil heute Freitag ist, nachfolgender kurzer Artikel zum schmunzeln:) l+f: NULL ist ein notorischer Falschparker

Windows Update
Windows: August 2019 Patchday-Probleme
Information von kgborn vor 2 TagenWindows Update3 Kommentare

Ich kippe mal einige kurze Informationen hier rein - vielleicht hilft es Betroffenen. Die August 2019-Updates für Windows haben ...

Heiß diskutierte Inhalte
SAN, NAS, DAS
Leiser stromsparender Debian EXT4 NAS-Heimserver: ECC-RAM wie betreiben?
Frage von Laser12SAN, NAS, DAS25 Kommentare

Moin, aktuell stelle ich einen Rechner zusammen, den mein Computerhändler bauen wird. Nach Jahrzehnten mit Desktops und zwei Notebooks ...

Windows Server
Läuft Microsoft Server SQL2008R2 unter W2016, obwohl nicht supportet?
Frage von LochkartenstanzerWindows Server13 Kommentare

Moin Kollegen, Kurze Frage: Läuft Microsoft Server SQL2008R2 unter W2016, obwohl nicht supportet? Da ich i.d.R. nicht für die ...

Netzwerkgrundlagen
Proxmox auf dedicated Root Server mit nur einer IP nutzen
gelöst Frage von ndreier933Netzwerkgrundlagen12 Kommentare

Hallo Community, ich bin neu hier im Forum und weiß nicht ob ich das Thema richtg zugeordnet habe?Zusätzlich habe ...

Windows Server
Name einer neuen AD Gesamtstruktur ? immer .local?
gelöst Frage von Motte990Windows Server11 Kommentare

Hallo ihr Lieben Ich bin gerade dabei auf einem Windows Server 2019 Core oder Desktop eine neu Active Directory ...