[文本处理] 批处理如何提取文本中的网址？

hhz520

如何提取文本中的网址src="http://xxxxx.cn/201003/20/128/o_16960_19426_tce9595945c3dcd8ea2a7.gif"
            ></td></tr></tbody></table></td></tr>
  <tr>
    <td background=http://xxxxx.cn/201003/20/128/o_16960_19426_t45d66d96bee29cfc3178.gif
>
   </td>

我想把SRC和background后面的图片网址都提出来  如何做呢  谢谢~

namejm

　　论坛会对一些字符进行转码导致原文走形，请在顶楼以附件方式上传全文。

hhz520

src="http://xxxxx.cn/201003/20/128/o_16960_19426_tce9595945c3dcd8ea2a7.gif"
            ></td></tr></tbody></table></td></tr>
  <tr>
    <td background=http://xxxxx.cn/201003/20/128/o_16960_19426_t45d66d96bee29cfc3178.gif
>
   </td>

我想把SRC和background后面的图片网址都提出来  如何做呢  谢谢~

sysplay

@echo off
setlocal enabledelayedexpansion
for /f "tokens=1* delims==" %%i in (a.txt) do (
set url=%%~j
if not "!url!"=="" echo !url!
)
pause
复制代码

youxi01

请下载附件，解压缩后运行其中的VBS文件！

VBS程序源代码：

Set FSO=CreateObject("Scripting.FileSystemObject")
'/*/////////////////////////////////////////////////////////
'*MadeTime： 2009-10-21
'*LastModify: 2009-03-20
'*功能： 提取内容正则表达式
'*参数： 正则表达式；待处理数据对象
'**********************************************************
Function MyRegExp(Patrn,Strng)
Set RegEx1=New RegExp
With RegEx1
.Pattern = Patrn
.IgnoreCase=True     
.Global=True
End With
Set Matches =RegEx1.Execute(strng)
For i=0 to Matches.Count-1
MyRegExp=MyRegExp & i+1 & "  " & Matches(i).subMatches(0) & VBCRLF
Next
End Function

'/*/////////////////////////////////////////////////////////
'*MadeTime： 2010-03-20
'*LastModify: 2010-03-20
'*功能： 读取文本文件全部内容
'*参数： 当前目录文本文件
'**********************************************************
Function ReadFile(FileName)
Set File=FSO.OpenTextFile(FileName,1,1)
ReadFile=File.ReadAll
Set File=nothing
End Function
msgbox "scr地址：" & vbcrlf & MyRegExp("src=[""']?(http.*gif)",ReadFile("test.txt"))
msgbox "BG地址：" & vbcrlf & MyRegExp("background=[""']?(http.*gif)",ReadFile("test.txt"))
Set FSO=nothing
复制代码

BatCoder

grep -o "http://.*\.gif" a.txt
复制代码

hhz520

谢谢sysplay的解答  但你的代码只是读了文本  并没有把网址提取出来~

谢谢管理员的解答   但运行提示输入超出了文件尾   代码  ：800A003E错误

谢谢batcoder的解答    但你的代码运行后什么都没有~~

hhz520

我在网上找到这个代码

hhz520

我在网上找到这个代码
@(type *.txt|wfr /r:"(.*src\=\"^|\"\s.*)" /t|findstr "^http.*\.gif$">list.txt)&&start list.txt

可以提取到SRC后的网址  但background后的网址就不能提取了  

请帮忙修改一下  谢谢~

BatCoder

你确定自己有grep.exe吗？

youxi01

原帖由 hhz520 于 2010-3-20 20:50 发表
谢谢管理员的解答   但运行提示输入超出了文件尾   代码  ：800A003E错误

请下载附件，解压缩后直接运行其中的VBS(不要保存运行上面给的VBS代码),还要注意不要删除同目录下的test.txt

BatCoder

网上找的代码需要自己看懂才能活学活用啊，在wfr里面只过滤.*src当然找不到background啦。

inittab

灵活运用sed会比较好处理

sed "/http/!d;s/.*\(http:.*.gif\).*/\1/g" a.txt
复制代码