[文本处理] [已解决]批处理文件能否实现批量在没有固定特征的TXT文本里提取出网址？

Rank: 5 Rank: 5

帖子: 281
积分: 1063
技术: 22
捐助: 0
注册时间: 2008-9-12

2楼

发表于 2011-12-8 15:02 | 只看该作者

看了文本，各项数据是用 Tab符分开的，且丸子都是http：//开头，有这2点就很方便。
但是有个别数据乱了，其他的都是数字名称网址日期这个固定格式。

名字都没有包含冒号。。。所以

先用：分割数据取后面的部分，
在用Tab字符分隔取前面的部分

然后加上http://就OK了。

1 评分人数

yiduancang: 感谢昨天请教了下高手也提到了这2个特征技术 + 1

Rank: 8 Rank: 8

帖子: 682
积分: 1686
技术: 48
捐助: 0
注册时间: 2008-3-13

3楼

发表于 2011-12-8 17:25 | 只看该作者

a.txt中部分格式有点乱，PowerShell代码：

Write-host "Please wait ..."
For ($n=1; $n -le (get-content .\a.txt).count; $n++) {
	if ($n -lt 2)
	{
		$str = "http://" + ((((get-content .\a.txt -totalcount $n) -split 'http://')[1]) -split "`t")[0]
	}
	else
	{
		$str = "http://" + ((((get-content .\a.txt -totalcount $n)[-1] -split 'http://')[1]) -split "`t")[0]
	}
	if ($str.length -gt 7)
	{
		$str | out-file  -Append .\1.txt
	}
}
Write-host "Out file: 1.txt"
Start-sleep -s 3
复制代码

等高人放出 “sed” 等代码...

1 评分人数

CrLf: 乐于助人技术 + 1

公钥

weichenxiehou

Rank: 5 Rank: 5

帖子: 430
积分: 1298
技术: 83
捐助: 0
注册时间: 2010-10-24

4楼

发表于 2011-12-8 22:43 | 只看该作者

回复 3# lxzzr

sed -n "s#^.*\(http://[^\t]*\t\).*$#\1#p" a.txt
复制代码

1 评分人数

CrLf: 乐于助人技术 + 1

看得多说得多，远比不上写得多。

Demon

Rank: 5 Rank: 5

帖子: 766
积分: 1451
技术: 117
捐助: 0
注册时间: 2010-5-12

5楼

发表于 2011-12-9 07:46 | 只看该作者

@echo off&mshta "javascript:(new ActiveXObject('scripting.filesystemobject')).OpenTextFile('a.txt').ReadAll().replace(/\b(https?|ftp|file):\/\/[\-A-Z0-9+&@#\/%?=~_|!:,.;]*[\-A-Z0-9+&@#\/%=~_|]/gi,function(m){(new ActiveXObject('wscript.shell')).Run('cmd /c echo '+m+'>>b.txt',0);});window.close()"&pause
复制代码

1 评分人数

CrLf: 乐于助人技术 + 1

http://demon.tw

yiduancang

列兵

Rank: 1

帖子: 53
积分: 27
技术: 0
捐助: 0
注册时间: 2011-12-8

6楼

发表于 2011-12-9 14:39 | 只看该作者

昨天遇到个好心的高手，在这里先感谢下邂逅回忆感谢你热情无私的帮助也感谢楼上各位朋友的好心正因为有你门这群人的群在我门新手生存才不显得那么艰难啊

另外这个网站其实真的很好很不错的网站可以给人很多帮助就是那个验证回答好坑爹坑爹啊！！！！！

Rank: 8 Rank: 8

帖子: 682
积分: 1686
技术: 48
捐助: 0
注册时间: 2008-3-13

7楼

发表于 2011-12-9 15:14 | 只看该作者

效果要好点...

Write-host "Please wait ..."
For ($n=0; $n -le (get-content .\a.txt).count; $n++) {
	$str = ((get-content .\a.txt)[$n]) -split "`t"
	For ($i=0; $i -le 100; $i++) {
		if (($str[$i].Length -gt 0) -and ($str[$i].StartsWith("http://")))
		{
			$str[$i] | out-file -append 1.txt
		}
	}
}
Write-host "Out file: 1.txt"
Start-sleep -s 3
复制代码

公钥

Rank: 8 Rank: 8

帖子: 682
积分: 1686
技术: 48
捐助: 0
注册时间: 2008-3-13

8楼

发表于 2011-12-9 15:27 | 只看该作者

回复 5# Demon

代码有问题吧，网址输出不完整,另外，怎么比我的少四行，删掉重复行了吗？

1 评分人数

yiduancang: 乐于助人技术 + 1

公钥

CrLf

Rank: 8 Rank: 8

帖子: 6388
积分: 18837
技术: 980
捐助: 100
注册时间: 2010-10-9

9楼

发表于 2011-12-9 15:32 | 只看该作者

回复 6# yiduancang

那楼主什么时候结贴呢...结贴了好开始统一评分

链接：在线第三方命令行工具下载 bat、vbs、js 原生混编

Rank: 8 Rank: 8

帖子: 682
积分: 1686
技术: 48
捐助: 0
注册时间: 2008-3-13

10楼

发表于 2011-12-9 15:37 | 只看该作者

回复 9# CrLf

就等你了^_^

公钥

yiduancang

列兵

Rank: 1

帖子: 53
积分: 27
技术: 0
捐助: 0
注册时间: 2011-12-8

11楼

发表于 2011-12-10 09:51 | 只看该作者

回复 9# CrLf

啊还有结贴这说法???? 我是新来的真心不懂。。。。话说那个验证回答能弄的简单不

yiduancang

列兵

Rank: 1

帖子: 53
积分: 27
技术: 0
捐助: 0
注册时间: 2011-12-8

12楼

发表于 2011-12-10 10:19 | 只看该作者

楼上几位哥哥想给你门评分。。没想到要24小时才能评一次对不住了啊。。。。。。

weichenxiehou

Rank: 5 Rank: 5

帖子: 430
积分: 1298
技术: 83
捐助: 0
注册时间: 2010-10-24

13楼

发表于 2011-12-11 11:04 | 只看该作者

用awk试了一下

gawk "BEGIN{FS=\"\t\"} {for(i=1;i<=NF;i++)if($i ~ /^http:/)print $i}" a.txt>new.txt
复制代码

发现老是在3347行挂掉，把行首那个字符去掉就可以了，不知何故。

看得多说得多，远比不上写得多。