首页 诗词 字典 板报 句子 名言 友答 励志 学校 网站地图
当前位置: 首页 > 教程频道 > 开发语言 > VB >

VB 在大批量数据内去重(下百万条记录)

2012-08-27 
VB 在大批量数据内去重(上百万条记录)要对上百万条记录进行去重 有的还需要统计重复的个数现在的去重方法

VB 在大批量数据内去重(上百万条记录)
要对上百万条记录进行去重 有的还需要统计重复的个数

现在的去重方法是

方法一:

VB code
Set fs = CreateObject("Scripting.FileSystemObject")        Set ts1 = fs.OpenTextFile("D:\b.txt", 1, True)    ipstring1 = ""    ipstring2 = ""       Set f = fs.CreateTextFile("d:\d.txt", True)    Do While Not ts1.AtEndOfStream        ipstring1 = ts1.readline                      Set ts2 = fs.OpenTextFile("D:\d.txt", 1, True)                If Not ts2.AtEndOfStream Then                                ipstring2 = TextGetByFile(ts2.ReadAll)                                        If InStr(ipstring2, ipstring1) > 0 Then                    'If TimesInStr(ipstring2, ipstring1) > 0 Then                    Else                        f.WriteLine (ipstring1)                    End If                Else                             f.WriteLine (ipstring1)                                End If                ts2.Close               Set ts2 = Nothing    Loop

方法二:

VB code
    Set fs = CreateObject("Scripting.FileSystemObject")        Set ts1 = fs.OpenTextFile("d:\b.txt", 1, True)        ipstring1 = ""    ipstring2 = ""       Set f = fs.CreateTextFile("d:\dd.txt", True)     Dim regEx, strTemp          ' 建立变量。   Set regEx = New RegExp           ' 建立正则表达式。   Dim blnMatche   regEx.IgnoreCase = False         ' 设置是否区分字符大小写。   regEx.Global = False           ' 设置全局可用性。   regEx.MultiLine = True    Do While Not ts1.AtEndOfStream        ipstring1 = ts1.readline                       Set ts2 = fs.OpenTextFile("d:\dd.txt", 1, True)                                If Not ts2.AtEndOfStream Then                                ipstring2 = ts2.ReadAll                                       regEx.Pattern = ipstring1 & "$"                    If regEx.test(ipstring2) Then                    Else                        f.WriteLine (ipstring1)                    End If                Else                             f.WriteLine (ipstring1)                                End If                ts2.Close               Set ts2 = Nothing    Loop

近十万条数据就得5分多钟 实在是太恐怖了 本人新 请大虾们帮忙

数据的基本格式:

00-10-18-1A-32-E7,222.221.247.146
00-E0-4D-74-48-3C,112.116.79.22
00-21-97-9B-6A-DA,117.35.182.78
00-E1-04-10-2B-3F,120.68.42.6
00-1C-25-A8-56-09,222.80.105.26
00-E0-4C-C0-2A-9E,220.165.49.5
00-E0-4D-C5-A4-A0,121.26.202.34
40-61-86-99-B7-2E,61.183.248.94
6C-F0-49-74-AD-E2,124.117.227.22
00-1D-92-AC-95-A4,221.8.15.66
00-25-22-30-3D-81,221.214.141.217
00-1B-FC-02-3A-EC,124.118.169.214
00-E0-4C-F5-29-44,218.84.191.190
00-30-67-25-1C-FB,218.28.7.181
00-24-1D-0F-BA-11,116.53.189.18
00-24-1D-02-DD-10,218.28.234.226
00-1D-92-AF-2E-22,58.244.234.222
00-E0-4C-C0-02-40,202.97.146.228
00-1C-25-A8-8F-BC,222.243.18.17


基本上都是这样的 寻求好的快的处理方法或算法





[解决办法]
唉。。。。其实我给你的那个帖子里,已经有非常接近你需求的代码了,改改的话,应该就差不多了。。。

但看样子你非要等到一个完全与你需求一模一样的代码?所以我只能帮顶了。
[解决办法]
用Collection,100万条不重复数据,27秒搞定.

VB code
Private Sub Command2_Click()    Dim col As Collection    Set col = New Collection    Dim stream1 As TextStream    Set stream1 = fso.OpenTextFile(fso.BuildPath(App.Path, "test.txt"), ForReading, False)        Dim stream2 As TextStream    Set stream2 = fso.OpenTextFile(fso.BuildPath(App.Path, "output.txt"), ForWriting, True)        While Not stream1.AtEndOfStream        Dim strLine As String        strLine = stream1.ReadLine                Dim vntValue As Variant        vntValue = Empty                ' 获取关键字对应的节点对象        On Error Resume Next        vntValue = col.Item(strLine)        On Error GoTo 0                If IsEmpty(vntValue) Then            Call col.Add(Null, strLine)            Call stream2.WriteLine(strLine)        End If    Wend        Call stream1.Close    Call stream2.CloseEnd Sub 

热点排行