批处理如何获取网页title

hxx

我看别人都是用 *.htm
----------------
案例：

我的思路是  能不能直接从 curl -vv www.baidu.com
中直接获取这个title

<title>百度一下，你就知道</title>

假设这个,是 -

<title>百度一下 - 你就知道</title>

只截取`百度一下`这四个字

maxwell

这个你干脆写爬虫得了.方便

Batcher

回复 1# hxx

1. curl -vv www.baidu.com 2>nul | grep -Po "<title>.*</title>" | gawk -F "[<>-]" "{print $3}" > "结果.txt"

复制代码

地址：
http://bcn.bathome.net/s/tool/index.html?key=curl
http://bcn.bathome.net/s/tool/index.html?key=grep
http://bcn.bathome.net/s/tool/index.html?key=gawk

xp3000

方法2：
所需三个工具，放入C:\Windows\System32
http://bcn.bathome.net/tool/haxx,7.59.0/curl.exe
http://bcn.bathome.net/tool/iconv.exe
http://bcn.bathome.net/tool/3.0/grep.exe

1. @echo off
   
2. setlocal enabledelayedexpansion
   
3. for /f "delims=" %%i in  ('curl "www.baidu.com" ^| iconv -f utf-8 -t gbk ^| grep -oP "(?<=<title>)[^<-]+(?=(，|-).+<\/title>)"') do (
   
4. echo %%i
   
5. )
   
6. pause

复制代码

xp3000

1. @if (0)==(0) @echo off
   
2. setlocal enabledelayedexpansion
   
3. (curl "http://book.zongheng.com/showchapter/470520.html" | iconv -f utf-8 -t gbk |cscript -nologo -e:jscript "%~f0")>>提取章节名称.txt
   
4. pause & goto :EOF
   
5. @end
   
6. WSH.echo(WSH.StdIn.ReadAll().match(/第[零一二三四五六七八九十百千廿卅卌0-9]+[章节卷] [^ <>]+/mg).join('\r\n'));
   

复制代码

借个帖子，如何先提取后替换？

went

win10

1. @echo off
   
2. set "url=www.baidu.com"
   
3. set "char='，','-'"
   
4. powershell -c "if((Invoke-WebRequest -UseBasicParsing -Uri '%url%').Content -match '(?<=<title>).*?(?=</title>)'){$Matches[0].Split(@(%char%))[0]}"
   
5. pause&exit

复制代码

netdzb

回复 3# Batcher

管理员，命令能否解释一下?
grep的非贪婪模式匹配得到一个字符串，然后gawk的分割符有4个吗?
中间的管道 | 表示什么?

这个代码写三行可以吗? 我这里没有看懂。
分割符号里面的方括号表示什么?
谢谢。