[文件操作] 批处理怎样获取指定网址HTML中指定段编辑后插入到另一HTML文件中？

biking

抱歉！我问的问题应该是很简单的，可是我是小白，希望大家见谅！
这个东东刚刚昨晚手动实现了，手动流程如下：
1、自己的HTML文件模版已编辑好
2、复制目标网址HTML中自己想要的段落，粘帖到TXT文件中
3、修改字段（也就替换修改些语句）
4、将修改后的字段插入到自己的HTML文件中

因为需要定时更新，今天起来自己也找了些相关的代码，但还是没搞明白
不知道能否用批处理实现整个过程？求指教~！！！
样例：
例如：我要获取样例中内容字段是

用批处理获取
我最终只需要每个人发的帖子内容
但该内容在<div>标签下有很多我不要的信息
所以需要修改掉或更改内容后如下：

差不多就这样吧
修改部分规律我自己弄，给我查找替换代码套用就好了

最后，要把我修改后的段落插入我自己模版指定位置
我的模版及插入位置

wankoilz

描述下目标字段的规律特点吧！没看懂...
上传两个样本吧兄弟，需要测试啊！

biking

回复 2# wankoilz


    现在就很明确了
我截图给你说明

wankoilz

最好是有样本兄弟

biking

回复 4# wankoilz


    这样能看懂了不？让您费心了，感谢~！

biking

回复 4# wankoilz


   等下吧
我找个简单的，规律比较明显的

wankoilz

明白了，在尝试！
捣鼓了awk，发现awk做多行匹配和替换比较难，还有涉及到编码问题...或者说我没找到技巧...
等会儿有空用其他方法先解决问题...

wankoilz

时间比较紧，草草的用vbs勉强做了一个。需要把a.html,b.html和脚本放一起执行。
a.html为源文件，b.html为被替换文件，生成新文件为c.html

Set fso = WScript.CreateObject("Scripting.Filesystemobject")
scriptPath=Replace(WScript.ScriptFullName,WScript.ScriptName,"")
Set RE=New RegExp
RE.Global=True
RE.IgnoreCase=True
RE.Multiline=True
RE.Pattern="<ul.*?>(\s*<li(.|\s)*?)</ul>"    '(.|\r|\n)或(.|\s)表示任意字符
Set ado1=CreateObject("adodb.stream")
'以utf-8格式读取a.html并获取内容
ado1.Type=2
ado1.Charset="utf-8"
ado1.Mode=3
ado1.Open
ado1.LoadFromFile(scriptPath&"a.html")
str=ado1.ReadText()
Set Matches=RE.Execute(str)
For Each Match In Matches
    source=Match.Submatches(0)
Next
'读取b.html并用获取的内容替换掉相应部分
ado1.LoadFromFile(scriptPath&"b.html")
str=ado1.ReadText()
Set Matches=RE.Execute(str)
For Each Match In Matches
    result=Replace(str,Match.Submatches(0),source)
Next
'用close方法清空数据后再以utf-8格式写入
ado1.Close
ado1.Open
ado1.WriteText(result)
ado1.SaveToFile scriptPath&"c.html",2
ado1.Close
复制代码

biking

回复 8# wankoilz


    感谢~！我先捣鼓下~！