In diesem Artikel wird erläutert, wie Sie HeSoft Doc Batch Tool verwenden, um mit regulären Platzhaltern übereinstimmende Schlüsselwörter in mehreren TXT-Dateien auf einmal zu löschen. Das Beispiel zeigt das Löschen aller Zahlen aus englischsprachigem Material: Zuerst werden die mehreren TXT-Dateien und deren Inhalte vor der Verarbeitung gezeigt, dann wird erklärt, wie man Dateien importiert, die Suchen-Ersetzen-Funktion auswählt, die formelbasierte unscharfe Textsuche aktiviert, \d+ eingibt und das Ersetzungsfeld leer lässt, um schließlich die Stapelbereinigung von Zahlen, Nummerierungen, Statistikwerten und anderen wiederholten Inhalten zu erreichen und den manuellen Aufwand des einzelnen Öffnens und Bearbeitens von Dateien zu reduzieren.
Beim Sortieren großer Textmengen stößt man häufig auf ein scheinbar einfaches, aber sehr zeitaufwändiges Problem: Viele TXT-Dateien enthalten dieselbe Art von Inhalten, die nicht erhalten bleiben sollen, wie z. B. Ziffern, Nummern, Versionsnummern, Seitenzahlen, feste Schlüsselwörter, Muster mit Markierungen usw. Wenn man die Dateien einzeln öffnet und mit einem Editor sucht, löscht und speichert, führt das nicht nur zu vielen wiederholten Arbeitsschritten, sondern es kann auch leicht etwas übersehen oder versehentlich gelöscht werden. Dieser Artikel befasst sich mit genau dieser Art von Massentextbereinigung: Mithilfe der Stapelsuch- und -ersetzungsfunktion einer Office-Software und in Kombination mit Platzhaltern oder regulären Ausdrücken werden Schlüsselwörter in vielen Textdateien auf einmal gelöscht.
Nachfolgend wird am Beispiel von HeSoft Doc Batch Tool demonstriert, wie sämtliche Ziffern aus mehreren TXT-Textdateien gelöscht werden. Die im Beispiel verwendete Suchregel lautet \d+, sie kann fortlaufende Ziffern finden. Bleibt das Ersetzungsfeld leer, wird der gefundene Inhalt gelöscht. Diese Methode eignet sich ebenso für die Stapelverarbeitung von reinen Textdateien wie Protokollen, Materialien, erfassten Texten, Anleitungsdokumenten usw.
Anwendungsszenarien: Welche Textinhalte eignen sich für die Massenlöschung mit Platzhalter-Regex?
Der Vorteil von Platzhaltern und regulären Ausdrücken liegt darin, dass sie eine Klasse von Inhalten beschreiben können, anstatt nur ein einziges festes Wort vorgeben zu müssen. Wenn Sie beispielsweise alle Ziffern löschen möchten, ist die einzelne Eingabe von „1, 2, 3 …“ offensichtlich unrealistisch; mit \d+ hingegen lassen sich auf einen Schlag fortlaufende Ziffern wie „10“, „30“, „100“ oder „26000“ finden. Für mehrere Textdateien ist diese Vorgehensweise besonders effizient.
Zu den häufigen Anwendungsszenarien gehören: Massenlöschung von Ziffernnummern in TXT-Dateien; Massenbereinigung von Seitenzahlen, statistischen Werten, laufenden Nummern in Artikeln; Massenlöschung von Zeitstempeln oder Feldern mit festem Format in Protokolldateien; Massenentfernung von Werbe-Schlüsselwörtern aus erfassten Texten; Massenersetzung sensibler Wörter in mehreren Textdateien; Massenbereinigung sich wiederholender Markierungen in Dokumentinhalten wie DOC, DOCX, TXT usw. Die Screenshots in diesem Artikel zeigen TXT-Textdateien, aber der Ansatz ist für viele Dokumentbereinigungsszenarien relevant.
Vorschau des Ergebnisses: Vor der Verarbeitung enthalten mehrere TXT-Dateien die zu löschenden Inhalte
Vor der Verarbeitung enthält der Ordner mehrere einheitlich zu bereinigende Textdateien, darunter big_bang.txt, black_holes.txt, dark_energy.txt, dark_matter.txt, galaxies.txt. Bei einer großen Anzahl solcher Dateien wäre die manuelle Bearbeitung sehr ineffizient.
Öffnet man eine der Dateien, z. B. black_holes.txt, sieht man, dass der Text viele Ziffern wie „10“, „30“ usw. enthält. Diese Ziffern könnten Beispieldaten, statistische Informationen oder nicht zu erhaltende Schlüsselwörter sein. Müsste jede Datei einzeln geöffnet und manuell gelöscht werden, wäre das nicht nur zeitraubend, sondern es wäre auch schwierig, eine einheitliche Verarbeitungsregel für alle Dateien zu gewährleisten.
Effekt nach der Verarbeitung: Die gefundenen Ziffern-Schlüsselwörter wurden massenweise gelöscht
Öffnet man nach Abschluss der Verarbeitung erneut dieselbe Datei black_holes.txt, sieht man, dass die Stellen, an denen sich ursprünglich Ziffern befanden, nun geleert sind. Die grün hervorgehobenen Bereiche im Screenshot zeigen die leeren Stellen nach dem Löschen, z. B. wurde aus „10 times“ nun „ times“ und aus „30 kilometers“ wurde „ kilometers“. Dies zeigt, dass die durch die reguläre Platzhalterregel gefundenen Ziffern durch leeren Inhalt ersetzt wurden.
Es ist zu beachten, dass nach dem Löschen der Ziffern Leerzeichen, Satzzeichen oder die Semantik im Originaltext je nach tatsächlichem Bedarf in einem zweiten Schritt nachbearbeitet werden müssen. Aus „about 5 to 100 solar masses“ wird nach dem Löschen der Ziffern beispielsweise „about to solar masses“. Wenn das Ziel nur die Entfernung der Ziffern ist, entspricht dieses Ergebnis den Erwartungen; sollen auch überflüssige Leerzeichen mitgelöscht werden, kann ein präziserer Ausdruck entworfen oder eine weitere Runde zur Bereinigung von Leerraum durchgeführt werden.
Schritte: Massenlöschung von Schlüsselwörtern in TXT-Dateien mit Office-Software
Schritt 1: Textwerkzeug aufrufen und „Schlüsselwörter in Text suchen und ersetzen“ wählen
Öffnen Sie HeSoft Doc Batch Tool . Wählen Sie in der linken Werkzeugkategorie „Textwerkzeug“ und suchen und klicken Sie dann in der Funktionsliste auf „Schlüsselwörter in Text suchen und ersetzen“. Diese Funktion dient dazu, massenweise bestimmte Schlüsselwörter in Textdateiinhalten zu suchen und durch neuen Text zu ersetzen; bleibt der Ersetzungstext leer, kann so eine Massenlöschung von Schlüsselwörtern realisiert werden.
Ziel dieses Schritts ist es, den speziellen Ablauf für das Suchen und Ersetzen von Textinhalten zu starten. Anders als ein normaler Editor, der nur die aktuell geöffnete Einzeldatei bearbeiten kann, erlaubt das Stapelverarbeitungswerkzeug, mehrere Dateien in einen einzigen Auftrag aufzunehmen und dann einheitlich dieselben Regeln auszuführen, wodurch sich wiederholende Arbeit reduziert wird.
Schritt 2: Zu verarbeitende TXT-Dateien hinzufügen oder importieren
Nach Aufruf der Funktionsseite sehen Sie im oberen Bereich Schaltflächen wie „Datei hinzufügen“, „Aus Ordner importieren“, „Leeren“, „Mehr“ usw. Im Beispiel wurden bereits 5 Txt-Dateien in die Verarbeitungsliste aufgenommen, die Tabelle zeigt Informationen wie Dateiname, Pfad, Erweiterung, Erstellungszeitpunkt, Änderungszeitpunkt usw.
Befinden sich die zu verarbeitenden Dateien gesammelt in einem Verzeichnis, können Sie „Aus Ordner importieren“ nutzen; sollen nur wenige bestimmte Dateien verarbeitet werden, können Sie auch „Datei hinzufügen“ verwenden. Nach dem Import empfiehlt es sich, die Dateinamen und -pfade in der Liste zu überprüfen, um sicherzustellen, dass keine fehlen und keine versehentlich nicht zu verarbeitenden Dateien hinzugefügt wurden. Klicken Sie nach Bestätigung auf die Schaltfläche „Weiter“ unten.
Schritt 3: „Formel für unscharfe Textsuche“ wählen und regulären Platzhalterausdruck eingeben
Auf der Seite „Verarbeitungsoptionen festlegen“ wählen Sie unter „Suchmodus“ die Option „Formel für unscharfe Textsuche verwenden“. Diese Option ist im Screenshot ausgewählt. Dieser Modus eignet sich, um mithilfe von Regeln eine Klasse von Text zu finden, statt nur exakt übereinstimmende, feste Zeichenfolgen.
Geben Sie in die linke „Liste der zu suchenden Schlüsselwörter“ \d+ ein. Dabei steht \d für ein Ziffernzeichen und + für ein oder mehrere aufeinanderfolgende Vorkommen. Daher kann der Ausdruck Ziffernfragmente wie „5“, „10“, „100“, „26000“ usw. finden. Die rechte „Liste der Schlüsselwörter nach Ersetzung“ lassen Sie leer. Die Oberfläche weist auch darauf hin „Keine Eingabe bedeutet Löschen“, sodass das Freilassen des Ersetzungstextes hier bedeutet, die gefundenen Ziffern direkt zu löschen.
Wenn Ihr Ziel nicht das Löschen von Ziffern ist, sondern das Löschen eines bestimmten festen Wortes, können Sie dieses Wort ebenfalls in die Liste der zu suchenden Schlüsselwörter eingeben; soll eine bestimmte Art von regelhaftem Inhalt gelöscht werden, können Sie den Ausdruck entsprechend der Regel umschreiben. Es wird empfohlen, die Regel vor der eigentlichen Operation zunächst mit wenigen Dateien zu testen, um zu bestätigen, dass der Übereinstimmungsbereich des Ausdrucks den Erwartungen entspricht.
Schritt 4: Speicherort festlegen und Verarbeitung starten
Nachdem Sie die Optionen für die Schlüsselwörter abgeschlossen haben, klicken Sie erneut auf „Weiter“, um zum „Speicherort festlegen“ zu gelangen. Im Ablauf der Oberfläche sehen Sie, dass die folgenden Schritte „Speicherort festlegen“ und „Verarbeitung starten“ umfassen. Die Wahl des Speicherorts ist sehr wichtig: Wenn Sie die Originaldateien erhalten möchten, empfiehlt es sich, ein neues Ausgabeverzeichnis zu wählen; wenn Sie sicher sind, die Originaldateien direkt aktualisieren zu wollen, müssen Sie zuvor ein Backup erstellen, um Datenverlust nach versehentlichem Löschen zu vermeiden.
Nach Bestätigung des Speicherorts gehen Sie zum Schritt „Verarbeitung starten“ und führen den Stapelauftrag aus. Öffnen Sie nach Abschluss der Verarbeitung die Ergebnisdateien im Ausgabeort zur stichprobenartigen Prüfung. Achten Sie besonders darauf, ob die Stellen, die ursprünglich Ziffern enthielten, nun bereinigt sind und ob Dateikodierung, Zeilenumbrüche und Absatzstruktur normal erhalten geblieben sind. Die Beispieldatei black_holes.txt enthält nach der Verarbeitung keine ursprünglichen Ziffern-Schlüsselwörter mehr, was zeigt, dass die Massenlöschregel wirksam geworden ist.
Häufige Fragen und Hinweise
1. Warum muss das Schlüsselwort nach der Ersetzung leer bleiben?
Das Ziel dieses Beispiels ist das Löschen von Inhalten, nicht das Ersetzen durch anderen Text. Die rechte „Liste der Schlüsselwörter nach Ersetzung“ in der Software weist darauf hin: „Keine Eingabe bedeutet Löschen“. Daher wird es freigelassen. Falls andere Zeichen eingetragen werden, ersetzt die Software den gefundenen Inhalt durch die von Ihnen eingegebenen Zeichen.
2. Löscht \d+ wirklich alle Ziffern?
In gängigen Regex-Regeln findet \d+ fortlaufende Ziffern, daher könnten Jahreszahlen, Mengen, Nummern, Entfernungen, statistische Werte usw. im Text gelöscht werden. Bestätigen Sie vor der Ausführung, ob all diese Ziffern tatsächlich nicht erhalten bleiben sollen. Wenn nur Ziffern an bestimmten Positionen oder in bestimmtem Format gelöscht werden sollen, ist eine präzisere Suchregel erforderlich.
3. Ist vor der Stapelverarbeitung ein Backup notwendig?
Ein Backup wird empfohlen. Die Stapelverarbeitung ist zwar sehr effizient, aber eine falsch festgelegte Regel kann fehlerhafte Ergebnisse schnell auf viele Dateien anwenden. Insbesondere bei unwiderruflichen Löschoperationen ist es am besten, zuerst eine Kopie der Originaldateien zu erstellen oder in ein neues Verzeichnis auszugeben, das Ergebnis stichprobenartig zu prüfen und dann die offiziellen Dateien zu ersetzen.
4. Kann man auch DOC, DOCX oder andere Dokumente verarbeiten?
Die Screenshots in diesem Artikel demonstrieren TXT-Textdateien. Für Word-Dokumente, DOCX-, DOC- und andere Formate sollten Sie die passende Funktion entsprechend dem zugehörigen Dokumentwerkzeug oder dem Unterstützungsumfang der Software wählen. Bevor Sie verschiedene Formate verarbeiten, empfiehlt es sich, die jeweilige Funktionsbeschreibung zu prüfen und einen Test mit einem Musterdokument durchzuführen.
Fazit: Reduzierung wiederholter Textbereinigungsarbeit durch Stapelsuche und -ersetzung
Mithilfe der Funktion „Schlüsselwörter in Text suchen und ersetzen“ von HeSoft Doc Batch Tool lässt sich die Arbeit, die ursprünglich ein einzelnes Öffnen, Suchen und Löschen jeder Datei erforderte, in einen einmaligen Import, die einheitliche Festlegung von Regeln und die Stapelausführung umwandeln. Für Anwender, die eine große Anzahl von TXT-Dateien von Ziffern, Nummern, Schlüsselwörtern oder regelhaftem Text bereinigen müssen, können reguläre Platzhalterausdrücke die Verarbeitungseffizienz erheblich steigern und für konsistente Bereinigungsstandards über viele Dateien hinweg sorgen.
Wenn Sie gerade eine Sammlung von Textmaterialien aufbereiten, empfiehlt es sich, zuerst einige Testdateien vorzubereiten, gemäß den Schritten in diesem Artikel die Suchregel einzugeben und den Ersetzungstext leer zu lassen, das Ergebnis zu bestätigen und dann den gesamten Ordner zu verarbeiten. So können Sie die Effizienzvorteile der Büro-Stapelverarbeitungssoftware voll ausschöpfen und gleichzeitig das Risiko versehentlichen Löschens minimieren.