[文本处理] [已解决]批处理怎样提取a.txt中的网址？

daohe

如题，提取a.txt中href=“到”之间的部分，并且每一条作为一行，处理完后每行前面加上http://www.wholesale-watches.org/补全地址，处理后结果b.txt
http://www.wholesale-watches.org/luxury-watches.html
http://www.wholesale-watches.org/fashion-watches.html
http://www.wholesale-watches.org/sport-watches.html
……
太多了就不一一写了
[attach]2587[/attach]

[ 本帖最后由 daohe 于 2010-5-31 23:25 编辑 ]

zmh886

居然不支持上传 rar 和htm格式 只好改成txt上传了

修改为htm格式 打开后 点保存按钮保存到b.txt

[local]1[/local]

zmh886

出现黄色条提示时 点它 弹出菜单后点“允许阻止的内容” 接着选“是” 点保存后也选 “是”

hanyeguxing

以第三方命令fr或sed等完成操作：
fr下载地址：http://ishare.iask.sina.com.cn/f/7088512.html

copy a.txt $temp$>nul
fr $temp$ -ric:"<a href=\"" -t:"\r\nhttp://www.wholesale-watches.org/"
fr $temp$ -ric:"\"" -t:"\r\n"
findstr /b /l /c:"http://www.wholesale-watches.org/" $temp$>b.txt
del $temp$
复制代码

youxi01

试试把下列内容保存为test.vbs,同时把你的a.txt与test.vbs放在相同的目录下，直接运行test.vbs即可。

Dim FSO, objFile, FileName, FileContent

FileName = "F:\a.txt"

Set FSO = CreateObject("Scripting.FileSystemObject")
Set objFile = FSO.OpenTextFile(FileName, 1, False)
FileContent = objFile.ReadAll

RetStr=MyRegExp("<a(.+?)href=""*([^\s]+)""([^>]+|>)",FileContent)

FSO.CreateTextFile("Res.txt",True).Write RetStr

Set objFile=Nothing
Set FSO = Nothing

'/*/////////////////////////////////////////////////////////
'*MadeTime：    2010-5-31
'*LastModify:   2010-5-31
'*功能：	正则提取内容
'*参数：	正则表达式，处理字符串
'**********************************************************
Function MyRegExp(Patrn,strng)
Dim InsertURL
InsertURL="http://www.wholesale-watches.org/"
Set RegEx1=New RegExp
   
RegEx1.Pattern = Patrn
RegEx1.IgnoreCase=True     
RegEx1.Global=True

Set Matches =RegEx1.Execute(strng)   
For Each Match In Matches      
	RetStr=RetStr & InsertURL & Match.submatches(1) & vbcrlf
Next
MyRegExp=RetStr

Set RegEx1=Nothing
End Function
复制代码

daohe

测试结果：

1楼 3楼正确，2楼运行结果为空了

hanyeguxing

如果fr命令已下载，那么检查a.txt文本是否是ansi编码！

lvsehuaxue

@echo off&setlocal enabledelayedexpansion
for /f "delims=" %%i in (a.txt) do (
    set "v=%%i"
    set "v=!v:"= !"
    for %%a in (!v!) do (
    echo "%%a" |findstr "html">nul && echo http://www.wholesale-watches.org/%%~a
    )
)
 
复制代码