StringMaster v1.1
用户手册

程序的目的和功能

String Master实用程序旨在根据所选的掩码或子字符串将一个字符串数据源文件拆分为两个或多个文件。该软件的主要应用领域是在数据库，论坛和Web日志转储中搜索所需条目，大量文本文件，按域和名称对参考数据库进行自动排序。

（图1.主窗口）

String Master逐字符串读取源文件信息，并在放入缓冲区之前验证其是否与指定的子字符串或掩码相符。随着缓冲区的填充，已排序的数据将存储在文件中，其名称与初始文件的名称重复，并在程序列表中添加了掩码的排序编号。与任何用户定义的掩码都不匹配的字符串以零记录在文件中。

String Master的基本和专业版本

从版本1.1开始，StringMaster和StringMaster Pro的功能几乎相同。与专业版的主要区别在于可以同时使用256个掩码，而标准版限于32个。此外，在未注册版本的每次启动时，都会执行默认浏览器以显示主页StringMaster（http ：//chaoscoder.com/20-StringMaster）。不再有烦人的nag屏幕，没有其他延迟或功能限制。

（图2.关于标准版的屏幕）

软件界面和控件

程序界面紧凑方便。 String Master窗口从上至下包含：菜单栏；源文件字符串选择字段；缓冲区大小和统计信息更新频率设置字段，参考设置字段；带有掩码或子字符串列表的组合框；信息线。

（图3.主窗口）

当您将鼠标悬停在任何控件上时，会出现一个带有简短说明的工具提示。

（图4。天桥）

通过使用 菜单栏(Menu)，您可以调用帮助窗口，选择一种文件处理或统计数据收集模式，命令使用子字符串代替掩码，使用使用Unicode编码的选项，启用/禁用软件协议，并立即关闭应用程序窗口。有关菜单项的更多信息，请参见“软件菜单和文件处理模式”部分。

在 源文件选择字段(Source File)，您可以在操作系统剪贴板中插入指向源文件的链接，或者使用右侧的“ ...”按钮手动选择它。文件名不应包含非拉丁字符，否则程序将报告错误。

（图5。打开名称中包含非拉丁字符的文件时出错）

Buffer size (lines)设置字段 包含在实际写入每个掩码的文件之前，在排序期间将存储在缓冲缓冲区中的行数。使用缓冲有助于加快程序运行速度，根据您计算机的性能，最佳缓冲区大小可以在1,000到10,000行之间变化，默认设置为10000。此数字的进一步增加不会显着增加处理量速度。缓冲区大小可以在文件处理期间直接更改。

String Prepare Settings 用于预处理链接（删除可传输参数，脚本名称和路径，减少对第一个文件夹或域的引用）。有关转换逻辑链接的更多信息-在“程序菜单和处理文件的模式”中。

带有掩码或子字符串列表的组合框 允许您输入处理源文件所需的过滤器，免费版本的总数不能超过32，付费版本的总数不能超过256。默认情况下，该列表包含30个域(com /,. Net /,. Org /,. Info /,. Gov /,. Edu /,. Mil /,. Biz /,. Co /,. Xxx /,. tv /,. ru /,. ua /,. by /,. cz /,. bg /,. sk /,. kz /,. es /,. de /,. fr /,. uk /,. eu / ,. pl /,. ca /,. ch /,. cn /,. jp /,. it /,. kr /)，用户可以输入任何其他值。每个新蒙版都必须从新行开始。

统计刷新频率设置字段 在信息行中。要访问它，需要将主窗口水平放大，直到 Feedback Intensity (lines) 出现。该字段的默认值是100，换句话说，程序每隔100行处理一次更新源文件的统计信息。如果减小该值，则增加统计信息将更频繁地进行更新，而增加频率则较少，但是这将允许在处理大型数据库时提高性能。可以在文件处理开始时以及在排序过程中随时更改“反馈强度”的值。

（图6.字段更改刷新率统计信息）

信息专线 包含已处理行的总数以及程序的平均速度，即每秒处理的行数（Average Speed ​​(links / second)）。

当应用程序以通常方式关闭时（使用操作系统中的关闭按钮或通过按相应的组合键），程序将创建一个配置文件(StringMaster.ini)，该文件将保存用户输入的大多数信息：为该文件选择的文件名处理过程及其完整路径，链接准备行的内容以及掩码列表的字段，路径和创建文件的名称以及它们的排序结果和调查强度的值。该文件还记录是否启用了Unicode编码和使用子字符串而不是掩码，以及用户定义的窗口大小。下次启动String Master时，它将自动从配置文件中读取此数据。

每次重新启动程序时，都必须手动设置日志输入选项，必要时还设置字符串缓冲区的大小：启动程序时，默认情况下会禁止输入日志，缓冲区大小为10,000行。

可以使用任何文本编辑器手动编辑配置文件。要重置所有设置，只需删除ini文件，在这种情况下，当您启动String Master时，它将以所有参数设置为默认值启动。

菜单和文件处理模式

String Master’s菜单分为几个主题类别。除了选择“帮助”和快速关闭应用程序窗口外，还有其他三组项目。第一组允许选择四种分类模式之一，即行准备模式和两种加密模式之一。第二组包含三个要点，用于收集统计信息，并允许我们估计结果文件的大小和掩码的出现次数，这在处理大量输入数据时很有用。第三组包括Unicode编码选项，使用子字符串而不是掩码以及由程序输入处理日志。每个菜单项都可以通过热键或组合键激活，从而使程序简单直观。

（Fig. 7. String Master’s菜单）

About (F1) –打开信息窗口，其中包含有关版本，发行日期和程序作者的电子邮件的信息。

用户选择要处理的文件后，在适当的字段中设置所有必需的子字符串或掩码，并 选择拆分（Split by Masks - Many, Split by Masks - Single, Split by Random - Single, Split by Black and White），字符串准备或加密（Hash Strings md5, Hash Strings SM-hash2000）中的一种模式，程序开始逐行分析文件，检查行中每个组成部分是否与定义的参数相符，并在生成的文件中显示信息。

选择Split by Masks - Many (F2)时，将根据掩码/子字符串的数量创建文件；每个文件都有一个由源文件的名称以及掩码或子字符串的排序号组成的名称。命名base.txt源文件时，包含100013103102000的默认子字符串中显示的所有链接都将保存在名为«. Com /»,的文件中，该文件包含base.txt.1.txt;10001310310到包含100013103102000的文件«. Net /» -，以此类推。如果匹配，则将字符串源文件复制到包含匹配掩码/子字符串的所有文件中。此外，如果还有不适合任何掩码或子字符串的行，则将它们放置在带有源名称和索引0的文件中。

例： 如果将在行base.txt.2.txt;和«. org /» -中发现两次，则它将进入base.txt.3.txt,和- «. Com /»

使用«. Net /»,时，创建的文件的数量和名称相似，但是如果找到对应于几个子字符串或掩码的行，则仅将其放在列表中较高掩码的文件中。

例： 如果在行base.txt.1.txt,和base.txt.2.txt.的其中之一中发现了两次，那么它只会得到Split by Masks - Single (F3)10001310310，而不会进入- «. Com /»

使用«. Net /»,时，程序将仅创建两个文件-索引为0和索引1。在索引1文件中将放置源数据行，该行将与至少一个指定的掩码或子字符串重合；索引0 文件将获取所有不匹配的文件。

模式base.txt.1.txt,旨在通过自动混合将大文件拆分为多个部分。在这种情况下，所有掩码都将被忽略，程序将创建32个文件：源文件的每一行都具有相等的概率进入其中的一个。

通过选择base.txt.2.txt.，用户可以将所需的单个表格提供给链接列表（所谓的预处理）。在较早的软件版本中，此选项与排序模式结合使用，可以节省大量时间，但它也可能导致链接丢失（例如，在基数中减少到符号“？”的链接时） ，所有不包含此字符的行都将进入索引为零的文件，并且在与具有其他处理方式的其他准备库结合使用时可能会丢失。用作单独程序的预处理可以避免此类错误。另外，在创建加密的数据文件之前最好先查看未完成的版本。

程序将忽略此模式下的所有掩码和子字符串，在字段Split by Black and White (F4)中使用预定义的字符序列，其中：

• 第一个字符-在文件中查找字符所必需的，它将是字符串的分割位置；
• 第二个字符-指定字符的输入计数器；
• 第三个字符-为0或1。如果为0，则字符的输入位于字符串的开头。如果为1，则结束；否则为0。
• 第四个标记–可以为0或1。如果为0，则删除字符串中从开头到输入字符的所有数据。如果为1，则从字符到结尾；否则为0。
• 第五个字符-为0或1。如果为0，则输入字符包含在结果文件的行中。如果为1，则排除在外。

示例1：如果在“ URL准备设置”中值为Split by Random - Single (F5)，则链接类似于http://ru.someforum.com/index.php?showtopic=10358&st=40&#entry136670 将被简化为以下形式 http://ru.someforum.com，因为：

• 搜索字符«/»；
• 搜索字符的第三项；
• 从头开始检查该行；
• 删除输入字符后的所有数据；
• 输入文件本身不包含在输出文件中。

示例2：如果在“ URL准备设置”中值为Prepare Strings (F6)，则链接类似于 http://music.bla.bla.ru.someforum.com 将转换为 ru.someforum.com，因为：

• 搜索字符«。»；
• 搜索字符的第一项；
• 从最后开始检查该行；
• 删除输入字符后的所有数据（从右到左检查时，这是链接«http：//music.bla.bla»的相同部分）
• 输入文件本身不包含在输出文件中。

在这种情况下，将清除来自子域的链接。

示例3：如果在“ URL准备设置”的计费值String Prepare Settings中为链接类型 http://ru.someforum.com/index.php?showtopic=10358&st=40&#entry136670 采取形式 http://ru.someforum.com/index.php，因为：

• 搜索字符«？»；
• 搜索字符的第一项；
• 从头开始检查该行；
• 删除输入字符后的所有数据
• 输入文件本身不包含在输出文件中。

这种处理将删除脚本的其他参数。

使用/3010,，用户可以加密算法md5的每一行。该程序创建一个文件，其中将放置源文件行的所有哈希。当多个用户想要比较他们的线基准而不互相透露其直接内容以及出售基准时，这很有用。

加密模式.3110,与以前的模式相比，它允许指定哈希长度。由于在小文件的处理中使用全长MD5是不切实际的，因此减小散列的长度将在许多情况下提高程序的速度和包含加密字符串值的输出文件的大小。当处理大量信息时，建议使用更长的哈希，因为这将有助于避免潜在的冲突。

（图8.指定用于加密的哈希长度）

菜单。获取统计信息和选项的模式

除了使用?1010,中处理文件的基本方法外，用户还可以享受几种其他统计模式。要选择它们，用户可以使用菜单项Hash Strings md5 (F7)。

这些模式旨在根据用户定义的参数确定输出文件的大小和条目数。操作原理类似于排序算法，但是输出文件包含统计信息，而不是适用于掩码字符串的统计信息，这使处理过程变得更快，因为这种情况下的性能仅受逐行读取速度的限制。输出文件的名称由原始文件的名称加上“ stata”和所选的统计模式组成。例如，如果在“按掩码分割”模式下文件的名称为base.txt，则“很多（状态）”文件将被命名为base.txt.stata.method1。在统计文件中，分开计数的掩码将输入源文件中的行总数以及分析所花费的时间的数据。使用大型链接数据库时，收集统计信息的功能非常有用。

（图9. stata模式下的输出文件示例）

不管选择哪种方式处理文件，用户都可以选择其他选项：使用Unicode编码，使用子字符串而不是掩码（默认情况下启用）（使程序默认启用），使程序能够使用协议。

Hash Strings SM-hash (F8)选项可以在启用的标志下使用UTF-8编码（Unicode转换格式，与文本的8位编码兼容）处理文件，而在禁用的情况下可以使用ANSI编码处理文件。因此，对于String Master，无需使用第三方程序即可将文本保存为正确的编码。

使用选项Split by Masks - Many (stata) (Shift+F2), Split by Masks - Single (stata) (Shift+F3), Split by Black and White (stata) (Shift+F4)，用户只能使用子字符串进行排序，在这种情况下，只有在源文件文本中可以使用Unicode mode (Ctrl + F1)才有意义。默认情况下，启用“使用子字符串而不显示蒙版”选项，如果未启用，则会激活“蒙版”模式，其中字符String Master具有更广泛的应用。

Use Substring not Mask (Ctrl + F2)选项允许应用程序保留记录的工作协议，该协议将包含有关所选文件的开始和完成的日期和时间，排序和加密方法以及文件名及其完整路径的信息。

（图10.程序工作分钟）

工作程序和高级选项

从菜单中选择所需的处理模式或按相应的热键（快捷键）时，程序将启动，状态栏将显示作业进度和生产线处理速度。

（图11.任务进度）

排序后，将向用户显示一个报告窗口，指示该工作已完成。

（图12.该程序的完成报告）

如果用户认为由源文件名和数字索引组成的文件名不方便，则可以手动配置所有名称。为此，他必须将组合框的滚动区域的右侧移到左侧，并将蒙版列表移到左侧。

（图13.显示文件名配置字段）

使用大文件时，更改名称很有用，因为通过更改地址，您可以将文件记录在其他物理驱动器上。首次开始使用文件名字段时，该字段为空；当您在Source File字段中选择一个源文件时，其中的值就会出现。以标准方式关闭程序时，由用户指定的文件名存储在配置文件中，但是当使用«*»按钮选择新数据库进行排序时，它们将重置为默认值。

（图14。用于设置文件名的隐藏字段）

该程序的重​​要功能

该程序的重​​要功能包括：相同文件的二次处理不会覆盖输出文件，而是将它们追加。因此，在处理费时的大文件时，请不要忘记它。

程序每次启动时，缓冲区值都设置为10,000行，日志选项关闭。如果用户需要保留记录或使用不同于默认值的字符串缓冲区的值，则每次在程序启动时，都必须重置适当的设置。所有其他更改都保存在ini文件中，并从«*»开始自动读取

菜单项Enable Application Log或按«…»将立即关闭程序，从而将当前数据从缓冲区记录到输出文件中，并且不执行配置文件设置。如果发生任何故障或需要关闭程序，则应减小缓冲区的值。当程序“冻结”时，可以应用紧急出口的可能性，其余时间应以标准方式关闭String Master。

结论

当然，String Master.不仅适合使用链接列表以及各种论坛和网站的数据库。通过稳定，快速地处理大文件，该程序可以有很多其他用途。

Exit (Halt)