标题: [文本处理] [已解决]用findstr 提取不到符合条件的内容 [打印本页]
作者: hlzj88 时间: 2018-6-12 22:00 标题: [已解决]用findstr 提取不到符合条件的内容
如题，用findstr /i ".*的.*了.*的.*了.*" "test1.ini">>test2.ini取文件内容，一直好用，但是今天却发现了例外，就是不行。百思不得姐。希望能找到原因并解决。
作者: WHY 时间: 2018-6-13 08:47
本帖最后由 WHY 于 2018-6-13 10:01 编辑
第二行的两个 <br><br> 之间有一个 回车符（\r、0x0D）
win系统文本里回车换行（\r\n）一般都是成对出现，一般不会出现单独的 \r
建议获取网页内容不要直接用 findstr，1.超长行会挂；2.文本编码 utf8 会挂。
可以考虑 第三方工具，也可以考虑 PowerShell、vbs 等。
举例：- PowerShell -c "$s=(type test1.ini) -join \"`r`n\";[regex]::Matches($s,'<br>(?:(?!<br>).)+<br>')|%%{$_.Value}"
一定要用 findstr，先用 sed 去掉单独的 \r- sed -r "s/<br>\x0D<br>/<br><br>/g" test1.ini > test11.ini
作者: hlzj88 时间: 2018-6-13 19:13
回复 2# WHY
谢谢WHY。
我不会查看它里面还有这样的代码，用word也看不出来。不知您是用什么工具看的。
作者: WHY 时间: 2018-6-13 19:46
回复 3# hlzj88
UltraEdit，切换到 16进制编辑器
作者: hlzj88 时间: 2018-6-14 06:07
谢谢，这就去下载。
| 欢迎光临 批处理之家 (http://www.bathome.net/) |
Powered by Discuz! 7.2 |