批处理之家 - Powered by Discuz! Board

标题: [文本处理] [已解决]批处理如何从大量html文件中提取指定的tag中的内容？ [打印本页]

作者: liyanqi159 时间: 2015-4-3 16:52 标题: [已解决]批处理如何从大量html文件中提取指定的tag中的内容？

本帖最后由 liyanqi159 于 2015-4-3 18:09 编辑

源文件是html格式，文件名为1.html，2.html

比如 1.html 里的内容为 <li>To set a photo as the wallpaper, tap Enter Gallery, select and crop a photo, and then tap Apply.</li>
2.html 里的内容为 <li>To use a wallpaper, tap the wallpaper thumbnail, and then tap Apply.</li>

把红色的文字提取出来放到一个1.txt文件中。
文本里的内容为
1.html Enter Gallery
1.html Apply
2.html Apply

谢谢大神啦！

作者: bailong360 时间: 2015-4-3 17:24

是否方便提供一份或多份源文件用于测试代码?

作者: liyanqi159 时间: 2015-4-3 17:34

回复 2# bailong360

附件是3个htm文件，谢谢啦

作者: bailong360 时间: 2015-4-3 17:49

本帖最后由 bailong360 于 2015-4-3 17:52 编辑

@echo off
setlocal enabledelayedexpansion
For /F "Delims=" %%i In ('Dir /B *.htm') Do (
    For /F "Delims=" %%j In ('Findstr "<li>" "%%i"^|Grep -oP "(?<=<b>)..*?(?=</b>)"') Do >>提取.txt Echo %%~nxi.html %%j
)
pause
复制代码

是否符合要求?
本代码需要第三方grep支持,下载后与批处理放在同一目录下
http://batch-cn.qiniudn.com/tool/2.5.1/grep.exe

作者: liyanqi159 时间: 2015-4-3 17:57

回复 4# bailong360

测试了，可以用，太感谢了！！！不用grep直接用批处理可以实现吗？

作者: bailong360 时间: 2015-4-3 18:02

回复 5# liyanqi159

以我的能力怕是实现起来比较麻烦

PS 问题解决后记得标注[已解决]

作者: cobat 时间: 2015-4-4 10:20

@echo off
setlocal enabledelayedexpansion
(for /f "tokens=1* delims=:" %%a in ('findstr "<b>" *.htm') do (
    set var=&set "ln=%%b"
    for %%c in ("!ln:</b>=" "!") do (
        if defined var echo,%%a !var:*^<b^>=!
        set "var=%%~c"
    )
))>1.txt
pause
复制代码

欢迎光临批处理之家 (http://www.bathome.net/)