[文本处理] 【已解决】批处理如何提取网页中的关键字和代码？

pan528

<a href="#1000000">第一篇 刑法</a><br><br>
　<a href="#1100000">一、总则</a><br>
　　<a href="#1101000">（一）总类</a><br>
　　　<a href="#1101010">1、刑法与修正案</a><br>
　　　<a href="#1101020">2、与刑法相关法</a><br>
　　　<a href="#1101030">3、立法解释及相关</a><br>
　　　<a href="#1101040">4、罪名相关</a><br>
　　　<a href="#1101050">5、刑法溯及力</a><br>
　　<a href="#1102000">（二）犯罪</a><br>
　　　<a href="#1102010">1、犯罪和刑事责任</a><br>
　　　　<a href="#1102011">1）未成年人犯罪</a><br>
　　　　<a href="#1102012">2）国家工作人员犯罪</a><br>
　　　　<a href="#1102013">3）其他特殊主体犯罪</a><br>
　　　　<a href="#1102014">4）其他</a><br>
　　　<a href="#1102020">2、犯罪的预备、未遂和中止</a><br>
　　　<a href="#1102030">3、共同犯罪</a><br>
　　　<a href="#1102040">4、单位犯罪</a><br>
复制代码

希望生成的文本：

1000000_第一篇 刑法
1100000_一、总则
1101000_（一）总类
1101010_1、刑法与修正案
1101020_2、与刑法相关法
1101030_3、立法解释及相关
1101040_4、罪名相关
1101050_5、刑法溯及力
1102000_（二）犯罪
1102010_1、犯罪和刑事责任
1102011_1）未成年人犯罪
1102012_2）国家工作人员犯罪
1102013_3）其他特殊主体犯罪
1102014_4）其他
1102020_2、犯罪的预备、未遂和中止
1102030_3、共同犯罪
1102040_4、单位犯罪
复制代码

我的代码：

@echo off
set file=%~snx1
setlocal enabledelayedexpansion
(for /f "delims=" %%i in (%file%) do (
	set t=%%i
	set t=!t:^<a href^=^"^#=!
	set t=!t:　=!
	set t=!t:^"^>=_!
	set t=!t:^</a^>^<br^>=!
	set t=!t:^<br^>=!
	echo !t!
))>N%file%
endlocal
复制代码

但运行后出错了！其情形如下：

"#=="#1000000_第一篇 刑法
"#=="#1100000_一、总则
"#=="#1101000_（一）总类
"#=="#1101010_1、刑法与修正案
"#=="#1101020_2、与刑法相关法
"#=="#1101030_3、立法解释及相关
"#=="#1101040_4、罪名相关
"#=="#1101050_5、刑法溯及力
"#=="#1102000_（二）犯罪
"#=="#1102010_1、犯罪和刑事责任
"#=="#1102011_1）未成年人犯罪
"#=="#1102012_2）国家工作人员犯罪
"#=="#1102013_3）其他特殊主体犯罪
"#=="#1102014_4）其他
"#=="#1102020_2、犯罪的预备、未遂和中止
"#=="#1102030_3、共同犯罪
"#=="#1102040_4、单位犯罪
复制代码

问题：
1、"#=这三种特殊符号如何用转义符号？
2、不用替换法，如何提取网页中的关键字和代码？
3、DOS如何定位查找的字符？
问题有点多，希望高手们能指点指点，谢谢！

pan528

上述两个问题好久没有人回，只好另设题目探讨了。不过本题可以结了，再次谢谢回贴的热心高手！

pan528

遗憾啦，没有人回答另二个问题：
1、"#=这三种特殊符号如何用转义符号？
3、DOS如何定位查找的字符？

terse

回复 4# pan528
行首字符啊

pan528

回复 3# terse

高手！学习了！没有想到delims不需转义。谢谢！

但，我没有看懂“delims=<=>　”，为什么最后放上一个全角的空格？

能否指教？

terse

for /f "tokens=2-3 delims=<=>　" %%a in (%file%) do (
    for /f "tokens=* delims=#" %%i in ("%%~a_%%b") do @echo %%i
)
复制代码

tmplinshi

sed -n -r "s/^\s*<a href=\x22#([^\x22]+)\x22>([^<]+)<.*$/\1_\2/p" a.txt
复制代码