[文本处理] 批处理BAT如何在一堆URL中提取其每行的一级域名？

封印

一个文本中，有如以下等URL地址。需要把URL地址的一级域名给提取出来（注意，有些是两个URL地址在一行上，如最后一条情况）多谢高手啊。
http://volcano-box.com
http://vosonghaokiet.com
http://vosshare.com
http://vplay.in.th/
http://vpn.buu.ac.th/
http://vpn.nkh.go.th/
http://vpngate.jp
http://vpnium.com
http://vpntool.com
http://vprdownload.com
http://vps.highrez.co.uk/
http://vps.ichetservices.com
http://vs1.learnbalance.com
http://vs2.learnbalance.com
ttp://visitdelphi.gr/java/tmp/system/NOTA-FISCAL-09.rar6
http://visitdelphi.gr/java/tmp/system/NOTA-FISCAL-10.rar
http://vera.bl.ee/video/tugas_tik.rar
http://nte.ufsm.br/http://ntrack.com

xxpinqz

倒数4行少个H?

@echo off&setlocal enabledelayedexpansion
(for /f "delims=" %%a in (a.txt) do (
    set "str=%%a"
    set "str=!str:*:=!"
    set "str=!str::= !"
    for %%i in (!str!) do (
        for /f "delims=/" %%a in ("%%i") do echo,%%a
    )
))>b.txt
复制代码

封印

回复 2# xxpinqz


   谢谢你啦， 我试试。
少个H不影响吧。域名不包含HTTP

封印

回复 2# xxpinqz


    试了一下，二级域名和三级域名都留了一下。还要把二级和三级域名，提取到顶级域名。
比如：
files.files02.arabsh.co.jp
files.files03.arabsh.com
等，这个类型。
提取到arabsh.com和arabsh.co.jp

bluewing009

回复 1# 封印


    能不能按照你给的例子  把正确的结果写出来


我对理解你的题意有些偏差

封印

回复 5# bluewing009

    一个文本里（a.TXT），里面有很多URL。把里面的URL中顶级域名提出来。
比如fifa3.dn.nexoncdn.co.kr，就提取nexoncdn.co.kr。
比如fichiers.touslesdrivers.com，就提取touslesdrivers.com
比如http://visitdelphi.gr/java/tmp/system/NOTA-FISCAL-10.rar，就提取visitdelphi.gr
只要顶级域名。

封印

顶上去先，让高手看到。

DAIC

files.files02.a.b.c
你说我这个域名的顶级域名是 a.b.c 呢？还是 b.c 呢？

封印

回复 8# DAIC

   这就是需要判断了啊，人工当然可以判断。一般来说是b.c
也有可能是a.b.c

DAIC

回复 9# 封印


你需要说清楚如何做人工判断
有规律、有方法，最后转换成代码就行了。

apang

Set fso = CreateObject("Scripting.FileSystemObject")
txt = fso.OpenTextFile("a.txt",1).ReadAll
Set re = New RegExp
pattern = "com|net|org|gov|edu|mil|biz|name|info|mobi|pro|"
pattern = pattern & "travel|museum|int|aero|post|rec|asia"
re.Pattern = "[\w\-]+\.([a-z]{2}|" & pattern & ")(\.[a-z]{2})?(?:\b|/)"
re.IgnoreCase = True
re.Global = True
For Each a in re.Execute(txt)
    str = str & a & vbCrLf
Next
WScript.Echo str
复制代码

封印

回复 11# apang


    这个VBS没有运行起来。运行完之后是这样子：

封印

回复 10# DAIC


   好吧，从后往前，开始，可以按结尾的字符个数判断。结尾后六个字符（包含“.”），如co.jp，.com,com.cn。者截取，前一个点为止。
比如。ABC.DEF.CO.JP。截取到DEF.CO.JP。
ABC.DEF.COM.CN，则截取到DEF.COM.CN
也可以把所有域名后缀列个表。然后包含域名中的后缀则截取域名后缀之前的字符串，直到遇到有"."为止。
比如ABC.DEF.COM
后缀列表中有com就可以取DEF.COM
当然，也可以有更好的方法。

xxpinqz

自己都没理顺思路，叫人如何写。这样试试，后面是两字符的取3组，余者取两

@echo off&setlocal enabledelayedexpansion
(for /f "tokens=1* delims=:" %%a in (a.txt) do (
    set "str=%%b"
    set "str=!str::= !"
    for %%i in (!str!) do (
        for /f "delims=/" %%a in ("%%i") do (
            set "str=%%a"
            set "str=!str:.= !"
            set m=0
            for %%a in (!str!) do (
                set/a m+=1
                set "#!m!=%%a."
                set "tmp=%%a"                
            )
            if "!tmp:~2!"=="" (set/a n=m-2) else set/a n=m-1
            set "e="
            for /l %%a in (!n!,1,!m!) do set "e=!e!!#%%a!"
            echo,!e:~,-1!
        )               
    )
))>b.txt
复制代码

封印

回复 14# xxpinqz


    嗯，这段已经，已经很牛B了。。虽然还有少部分URL没截取成功。但已经无限接近完美了。值得学习。