Este artículo explica cómo usar HeSoft Doc Batch Tool para hacer coincidir contenido especificado mediante comodines o expresiones regulares en múltiples archivos de texto TXT y eliminar por lotes las líneas completas que contengan dicho contenido. En el ejemplo, se necesita eliminar todas las líneas de apéndices que aparezcan en formas como Annex A, Annex B, Annex C, etc. Solo hay que importar varios archivos de texto, elegir la función de buscar por palabra clave y reemplazar la línea completa, activar la búsqueda difusa de texto mediante fórmulas, introducir la regla de coincidencia y dejar vacío el contenido de reemplazo, para así completar la limpieza de múltiples archivos de una sola vez y reducir las operaciones repetitivas de abrir, buscar y eliminar uno por uno.
Al organizar materiales, limpiar datos de texto, procesar registros de sistema exportados o modificar documentos por lotes, a menudo surge este problema: muchos archivos de texto TXT contienen un tipo similar de líneas, como Annex A, Annex B, Annex C, Annex D y otras entradas de apéndice. El texto explicativo posterior puede ser diferente, pero estas líneas completas ya no son necesarias. Si solo hay un archivo, no es complicado abrirlo manualmente en un editor de texto y eliminar algunas líneas; pero cuando el número de archivos aumenta a decenas o cientos, abrirlos uno por uno, buscar, seleccionar, eliminar y guardar no solo consume tiempo, sino que es fácil omitir o eliminar líneas por error.
Este artículo aborda este típico problema de procesamiento por lotes de archivos de oficina: usar HeSoft Doc Batch Tool para eliminar por lotes las líneas completas que coincidan con una condición en múltiples archivos de texto TXT, mediante reglas de comodines o expresiones regulares. En el ejemplo, eliminaremos de una vez líneas que contengan patrones como Annex A a Annex Z en múltiples archivos de texto, conservando el resto del contenido principal. Para los usuarios que necesitan limpiar texto por lotes, reemplazar texto por lotes, eliminar líneas de registro por lotes o procesar archivos txt por lotes, este método puede reducir significativamente el trabajo repetitivo.
Escenarios aplicables: ¿Qué casos son adecuados para usar expresiones regulares para eliminar líneas completas por lotes?
Este tipo de operación es adecuada para procesar archivos de texto con una estructura de contenido similar, pero cuyo texto específico no es completamente idéntico. Por ejemplo, cada archivo tiene varias líneas que comienzan con un prefijo fijo, seguidas de diferentes números, letras o texto explicativo. Si solo se utiliza la búsqueda exacta normal, es necesario introducir múltiples palabras clave como Annex A, Annex B, Annex C; si se utilizan expresiones regulares o reglas de comodines, solo se necesita escribir un patrón de coincidencia para cubrir un grupo de contenido similar.
Los escenarios comunes incluyen: eliminar por lotes las líneas del índice de apéndices en archivos TXT; eliminar por lotes líneas completas que contengan un cierto tipo de código de error en archivos de registro; limpiar por lotes entradas no deseadas en archivos de configuración; eliminar por lotes líneas de marcado temporal en texto exportado; eliminar por lotes líneas que contengan palabras clave especificadas; organizar por lotes contenido de texto plano convertido desde páginas web, PDF, Word o documentos docx, doc. Para el software de oficina, el valor central no es solo abrir archivos, sino automatizar y procesar por lotes las acciones repetitivas.
Los archivos en este ejemplo son múltiples archivos de texto TXT, con nombres desde 1.txt hasta 5.txt. Se colocan en la misma carpeta, listos para ejecutar la regla de eliminación de forma unificada.
Vista previa del efecto: Antes del procesamiento, contiene múltiples líneas de contenido del apéndice Annex
En la captura de pantalla antes del procesamiento, se puede ver que hay una sección de Anexos en el archivo de texto, donde las líneas 3 a 6 son entradas que comienzan con Annex A, Annex B, Annex C, Annex D. Estas líneas van seguidas de diferente texto explicativo, como Food and drink standards, The secondary school analysed meal, Frequently asked questions, etc. Su punto en común es que todas comienzan con Annex seguido de un espacio y una letra mayúscula.
Si se eliminaran manualmente, sería necesario localizar estas líneas en cada archivo de texto y luego eliminarlas una por una. Para 5 archivos ya se requiere una operación repetitiva; si fueran 50 o 500 archivos de texto, la carga de trabajo aumentaría rápidamente. Más importante aún, la eliminación manual es propensa a dos problemas: uno es omitir una línea en algún archivo; el otro es eliminar por error contenido principal adyacente. Usar una herramienta de procesamiento por lotes junto con reglas de coincidencia puede estandarizar la operación y reducir los errores humanos.
Efecto después del procesamiento: Las líneas completas coincidentes se eliminan, se conserva el índice del cuerpo
Una vez completado el procesamiento, al abrir el archivo de texto, las líneas de Annex A a Annex D han sido eliminadas, mientras que el contenido posterior de Contents y los números de índice se conservan. Es decir, esta operación no es simplemente eliminar unos pocos caracteres, sino que, tras localizar la línea que contiene el patrón especificado, se procesa la línea completa; cuando el contenido de reemplazo está vacío, se logra el efecto de eliminar la línea completa.
En la captura de pantalla también se observa que el número de líneas del archivo pasó de 25 antes del procesamiento a 21 después, lo que indica que las 4 líneas relacionadas con Annex han sido eliminadas. Este resultado es ideal para la limpieza de texto por lotes: el contenido acertado por la regla se elimina de forma unificada, y el cuerpo del texto no acertado no se ve afectado.
Paso 1: Ingresar a la herramienta de texto y seleccionar procesar líneas completas por palabra clave
Después de abrir HeSoft Doc Batch Tool , seleccione la herramienta de texto en la clasificación de la izquierda. Este software se posiciona como un software de oficina de procesamiento por lotes de documentos, que ofrece múltiples funciones de procesamiento por lotes para archivos de texto, Word, Excel, PowerPoint, PDF, etc. Esta vez se van a procesar archivos de texto TXT, por lo que basta con ingresar a la categoría de herramientas de texto.
En la lista de funciones, seleccione buscar y reemplazar líneas completas en archivos de texto según palabra clave. La descripción de esta función en la captura es eliminar o reemplazar por lotes las líneas completas que contengan una determinada palabra clave en archivos de texto, lo que se corresponde exactamente con la necesidad de este artículo: no solo reemplazamos una palabra, sino que queremos eliminar líneas completas que contengan un cierto patrón.
El propósito de seleccionar esta función es permitir que el software procese el contenido de texto por líneas. La búsqueda y reemplazo común generalmente solo cambia los caracteres encontrados, mientras que el procesamiento de líneas completas localiza la línea completa según la palabra clave o expresión encontrada, para luego ejecutar el reemplazo o eliminación. Este paso es crucial para eliminar por lotes líneas que contengan contenido especificado.
Paso 2: Agregar los archivos TXT a procesar por lotes
Después de ingresar a la página de la función, el primer paso es seleccionar los registros a procesar. En la parte superior derecha de la interfaz se pueden ver botones de operación como Agregar archivo, Importar archivos desde carpeta, Vaciar, Más, etc. En el ejemplo ya se han importado 5 archivos TXT, y la lista muestra información como número de secuencia, nombre, ruta, extensión, fecha de creación, fecha de modificación, etc.
Si el número de archivos no es grande, se puede usar Agregar archivo para seleccionarlos uno por uno; si múltiples archivos de texto se encuentran en el mismo directorio, es más recomendable usar Importar archivos desde carpeta, lo que permite agregar los archivos TXT de la carpeta a la lista de tareas de una vez. Después de la importación, es necesario verificar que los archivos en la lista sean correctos, especialmente la ruta y la extensión. En el ejemplo, la extensión de los archivos es txt, la ruta se encuentra en el directorio D:\test, y el número de registros es 5, lo que indica que estos 5 archivos participarán en el procesamiento por lotes posterior.
El resultado esperado de este paso es: todos los archivos de texto a procesar aparecen en la lista de tareas y no contienen archivos que no deban procesarse. Si se agregó un archivo por error, se puede eliminar el registro correspondiente según la columna de operaciones en la interfaz, para evitar afectar archivos no relacionados.
Paso 3: Configurar el método de búsqueda como búsqueda difusa de texto por fórmula
Después de confirmar la lista de archivos, haga clic en Siguiente para ingresar a la configuración de las opciones de procesamiento. En el área de configuración de opciones de palabras clave, se puede ver el método de búsqueda. En el ejemplo se selecciona Usar búsqueda difusa de texto por fórmula, en lugar de Búsqueda exacta de texto. La búsqueda difusa de texto por fórmula aquí puede entenderse como el uso de reglas de coincidencia más flexibles, adecuadas para procesar contenido con el mismo formato pero letras específicas diferentes, como Annex A, Annex B, Annex C.
En la lista de palabras clave a buscar, ingrese Annex [A-Z]. El significado de esta regla es coincidir con texto que contenga Annex seguido de un espacio y una letra mayúscula del alfabeto inglés. Dado que esta función procesa líneas completas que contienen la palabra clave, siempre que una línea coincida con este patrón, toda la línea se tomará como objeto de procesamiento. En el ejemplo, Annex A, Annex B, Annex C, Annex D cumplen con esta regla, por lo tanto, todas serán eliminadas.
La lista de palabras clave de reemplazo a la derecha se mantiene vacía. La interfaz también indica que dejarlo en blanco significa eliminar, por lo que cuando el software encuentre una línea coincidente, no la reemplazará con otro texto, sino que la eliminará directamente. Esta configuración es el núcleo para lograr la eliminación por lotes de líneas completas.
Si su texto no tiene el formato Annex A, también puede ajustar la regla según el contenido real. Por ejemplo, para eliminar líneas que contengan Chapter seguido de números, puede usar una regla similar a Chapter [0-9]; para eliminar líneas que contengan una palabra clave fija, puede usar el método de búsqueda exacta e ingresar el texto fijo. La regla real debe ajustarse a la sintaxis de coincidencia que soporte el software y a la estructura de su texto; se recomienda probar primero con unos pocos archivos.
Paso 4: Continuar configurando la ubicación de guardado e iniciar el procesamiento
Después de configurar la regla de búsqueda y el contenido de reemplazo, haga clic en Siguiente en la parte inferior de la página. En el flujo de la interfaz se puede ver que posteriormente hay dos etapas: Configurar ubicación de guardado e Iniciar procesamiento. La configuración de la ubicación de guardado es muy importante, porque la modificación por lotes de archivos de texto es una operación de procesamiento de datos que no debe tomarse a la ligera. Se recomienda priorizar la salida a una nueva ubicación o conservar una copia de seguridad, y reemplazar los archivos originales solo después de confirmar que los resultados son correctos.
Después de ingresar a la etapa de inicio del procesamiento, ejecute el procesamiento según las indicaciones de la interfaz. El software leerá el contenido de los archivos de texto uno por uno según la lista de archivos importada anteriormente, buscará líneas completas que contengan la regla Annex [A-Z] y, dado que el contenido de reemplazo está vacío, eliminará estas líneas. Una vez completado el procesamiento, abra los archivos de salida para verificar y confirme que líneas como Annex A, Annex B han desaparecido, mientras que Contents y el contenido del índice posterior aún se conservan.
El resultado esperado de este paso es: múltiples archivos TXT se procesan de manera unificada, sin que el usuario necesite abrir repetidamente cada archivo para eliminar manualmente. Para las tareas de limpieza de archivos por lotes, aquí es donde realmente se ahorra tiempo: configure la regla una vez y se ejecuta automáticamente en múltiples archivos.
Preguntas frecuentes y precauciones
1. ¿Por qué elegir el procesamiento de líneas completas en lugar del reemplazo normal?
Porque el objetivo de este artículo es eliminar líneas completas. El reemplazo normal generalmente solo eliminaría los caracteres Annex A encontrados, pudiendo dejar el texto explicativo posterior, lo que causaría un desorden en la estructura del texto. Al seleccionar buscar y reemplazar líneas completas en archivos de texto según palabra clave, siempre que la línea contenga el contenido coincidente, se puede eliminar o reemplazar la línea completa.
2. ¿Por qué dejar vacía la lista de palabras clave de reemplazo?
En la captura de pantalla, el área derecha indica que dejarlo en blanco significa eliminar. Es decir, cuando desea eliminar la línea completa coincidente, no necesita ingresar texto de reemplazo. Si ingresa otro contenido, el software podría reemplazar la línea completa coincidente con el nuevo texto que ingresó, en lugar de eliminarla.
3. ¿Qué contenido coincidirá con Annex [A-Z]?
En este ejemplo, se utiliza para coincidir con contenido que contenga Annex seguido de una letra mayúscula, como Annex A, Annex B, Annex C. Dado que las líneas del apéndice en el texto de ejemplo cumplen con este patrón, se pueden cubrir múltiples contenidos diferentes de una sola vez. Al usar este tipo de reglas, preste atención a si los espacios, mayúsculas/minúsculas y el rango de letras coinciden con el texto original.
4. ¿Afectará a archivos de Word, docx, doc o PDF?
Este artículo demuestra el procesamiento de archivos de texto TXT en la herramienta de texto. Los documentos de Word, docx, doc, PDF, etc., tienen sus propias estructuras de documento y no pueden equipararse simplemente a archivos de texto plano. Si su contenido proviene de Word o PDF, primero puede convertirlo a TXT según sus necesidades reales y luego usar la función de procesamiento por lotes de texto; o seleccionar la función correspondiente de herramienta de Word o herramienta de PDF en el software para procesarlo.
5. ¿Necesito hacer una copia de seguridad antes del procesamiento por lotes?
Se recomienda hacer una copia de seguridad. Las reglas de expresiones regulares o comodines son muy eficientes, pero esto también significa que, si la regla se escribe de forma demasiado amplia, podría eliminar líneas más allá de lo esperado. Especialmente al procesar una gran cantidad de archivos por primera vez, se sugiere copiar algunos archivos de muestra para probar primero, confirmar que el efecto después del procesamiento cumple con lo esperado y luego ejecutar el procesamiento por lotes en todos los archivos.
Resumen: Usar la herramienta de procesamiento por lotes para convertir la eliminación repetitiva en una única configuración de regla
Eliminar por lotes líneas especificadas en múltiples archivos de texto es, en esencia, una tarea de oficina altamente repetitiva y poco creativa. El procesamiento manual consume mucho tiempo y es difícil garantizar la total consistencia en cada archivo. Con la ayuda de HeSoft Doc Batch Tool , este tipo de operación puede transformarse en un flujo de trabajo estándar: importar archivos TXT, seleccionar la función de buscar y reemplazar líneas completas, activar la búsqueda difusa de texto por fórmula, ingresar una regla de coincidencia como Annex [A-Z], dejar el contenido de reemplazo vacío y luego ejecutar por lotes.
De esta manera, el usuario no necesita abrir uno por uno archivos como 1.txt, 2.txt, 3.txt, ni necesita buscar y eliminar repetidamente. Para el personal de oficina que procesa con frecuencia registros, índices de materiales, texto exportado o archivos TXT por lotes, dominar este método de eliminación por lotes de líneas completas con expresiones regulares puede reducir significativamente el trabajo repetitivo y mejorar la eficiencia de la limpieza de texto. Se recomienda validar primero la regla con unos pocos archivos de muestra y luego aplicarla a la carpeta completa; de esta manera, será eficiente y seguro.