Board logo

标题: 【练习-054】用批处理选择性解析网页代码 [打印本页]

作者: batman    时间: 2009-12-11 10:25     标题: 【练习-054】用批处理选择性解析网页代码

出题目的:
    综合考查大家对文本的处理能力
加分原则:
    满分20分,视情况加分(以思路为重)
解题要求:
    代码高效、简洁、不生成临时文件
    另请技术组和管理层暂缓解题
题目如下:
    本人将论坛网页(我的评分)的一页源码复制到了a.txt(见附件),要求用批处理获取里面的被评分者、评分时间、
积分变动、评分理由信息,并生成b.txt如下(b.txt中所有信息都是从网页中获取的):
  1. 被评分者 评分时间 积分变动 评分理由
  2. chenxin 09-12-10-12:27 PB-20 恶意编辑
  3. chenxin 09-12-10-12:27 PB-20 恶意编辑
  4. chenxin 09-12-10-12:26 PB-20 恶意编辑
  5. chenxin 09-12-10-12:26 PB-20 恶意编辑
  6. chenxin 09-12-10-12:26 PB-20 恶意编辑
  7. chenxin 09-12-10-12:26 PB-20 恶意编辑
  8. chenxin 09-12-10-12:25 PB-20 恶意编辑
  9. chenxin 09-12-10-12:25 PB-20 恶意编辑贴子
  10. bat_fan 09-12-10-09:59 PB+5 感谢分享
  11. neorobin 09-12-9-15:25 PB+5 感谢分享
  12. 3Q3Q 09-12-9-10:47 PB-3 擅自修改标题并在标题上直呼人名
  13. ljs4r 09-12-6-21:02 PB+2 感谢主动给标题标注[已解决]字样
  14. ljs4r 09-12-4-09:05 PB+2 感谢主动给标题标注[已解决]字样
  15. neorobin 09-12-3-08:49 技术+1 好规范的代码
  16. neorobin 09-12-3-08:49 PB+20 好规范的代码
  17. summerflower 09-11-30-12:25 PB+2 感谢主动给标题标注[已解决]字样
  18. zjw767676 09-11-29-17:39 PB+5 说得对,论坛禁灌水
  19. canyue 09-11-29-16:00 PB+2 感谢主动给标题标注[已解决]字样
  20. summerflower 09-11-29-15:31 PB+2 感谢主动给标题标注[已解决]字样
  21. terse 09-11-29-10:53 PB+40 好,只是晚到了点
复制代码
完成了上一步的可以提高难度,要求获取被评分者 帖子内容预览 评分者 评分时间 积分变动 评分理由信息,并生成b.txt如下:
  1. 被评分者 帖子内容预览 评分者 评分时间 积分变动 评分理由
  2. chenxin http://bbs.bathome.net/thread-6566-1-1.html batman 09-12-10-12:27 PB-20 恶意编辑
  3. chenxin http://bbs.bathome.net/thread-6566-1-1.html batman 09-12-10-12:27 PB-20 恶意编辑
  4. chenxin http://bbs.bathome.net/thread-6432-1-1.html batman 09-12-10-12:26 PB-20 恶意编辑
  5. chenxin http://bbs.bathome.net/thread-6432-1-1.html batman 09-12-10-12:26 PB-20 恶意编辑
  6. chenxin http://bbs.bathome.net/thread-6432-1-1.html batman 09-12-10-12:26 PB-20 恶意编辑
  7. chenxin http://bbs.bathome.net/thread-6432-1-1.html batman 09-12-10-12:26 PB-20 恶意编辑
  8. chenxin http://bbs.bathome.net/thread-6432-1-1.html batman 09-12-10-12:25 PB-20 恶意编辑
  9. chenxin http://bbs.bathome.net/thread-6432-1-1.html batman 09-12-10-12:25 PB-20 恶意编辑贴子
  10. bat_fan http://bbs.bathome.net/thread-6627-1-1.html batman 09-12-10-09:59 PB+5 感谢分享
  11. neorobin http://bbs.bathome.net/thread-6655-1-1.html batman 09-12-9-15:25 PB+5 感谢分享
  12. 3Q3Q http://bbs.bathome.net/thread-6633-1-1.html batman 09-12-9-10:47 PB-3 擅自修改标题并在标题上直呼人名
  13. ljs4r http://bbs.bathome.net/thread-6625-1-1.html batman 09-12-6-21:02 PB+2 感谢主动给标题标注[已解决]字样
  14. ljs4r http://bbs.bathome.net/thread-6602-1-1.html batman 09-12-4-09:05 PB+2 感谢主动给标题标注[已解决]字样
  15. neorobin http://bbs.bathome.net/thread-6592-1-1.html batman 09-12-3-08:49 技术+1 好规范的代码
  16. neorobin http://bbs.bathome.net/thread-6592-1-1.html batman 09-12-3-08:49 PB+20 好规范的代码
  17. summerflower http://bbs.bathome.net/thread-6541-1-1.html batman 09-11-30-12:25 PB+2 感谢主动给标题标注[已解决]字样
  18. zjw767676 http://bbs.bathome.net/thread-6482-1-1.html batman 09-11-29-17:39 PB+5 说得对,论坛禁灌水
  19. canyue http://bbs.bathome.net/thread-6534-1-1.html batman 09-11-29-16:00 PB+2 感谢主动给标题标注[已解决]字样
  20. summerflower http://bbs.bathome.net/thread-6531-1-1.html batman 09-11-29-15:31 PB+2 感谢主动给标题标注[已解决]字样
  21. terse http://bbs.bathome.net/thread-6467-1-1.html batman 09-11-29-10:53 PB+40 好,只是晚到了点
复制代码
注:http://bbs.bathome.net/这部分可自行加上去,计分同时提高到30分。
链接: https://pan.baidu.com/s/1t4QIOnDCEPgmGmULIjdOug 提取码: nvqt
作者: caruko    时间: 2009-12-11 17:43

原来跟我文本的版本不一样..=.=
加了个括号, 1,5,8 改1,5,8*
  1. @echo off
  2. set /a n=0
  3. for /f "delims=*" %%i in ('findstr /i /n "class=.time." a.txt') do (
  4.         set "var=%%i"
  5.         setlocal enabledelayedexpansion
  6.         if !n! LEQ 0 (
  7.             for /f "tokens=4 delims=:<>" %%a in ("!var!") do (
  8.                 set top=%%a
  9.                 set top=!top:/=      !
  10.                 echo !top!
  11.               )
  12.         )else (
  13.             for /f "tokens=1,5,8* delims=:<>" %%a in ("!var!") do (
  14.                 set /a cow=%%a
  15.                 set "uname=%%b"
  16.                 set "pbdate=%%c"
  17.                 set "d=%%d"
  18.                 set "pbdate=!pbdate: =-!:!d:~0,2!"
  19.                 set/p=!uname! !pbdate! <nul
  20.                 call :getpb !cow!
  21.               )
  22.         )
  23.         endlocal
  24.         set /a n+=1
  25. )
  26. pause
  27. goto :eof
  28. :getpb
  29. for /f "skip=%1 tokens=3,5 delims=<>" %%x in (a.txt) do (
  30.     set /a l+=1
  31.     if !l! EQU 1 (set/p=%%x%%y <nul )  else (
  32.         set/p=%%x <nul
  33.         echo,
  34.         goto :eof
  35.     )
  36. )
复制代码

[ 本帖最后由 caruko 于 2009-12-14 11:56 编辑 ]
作者: pumahxh    时间: 2009-12-11 20:37     标题: 没考虑太多代码效率等其它因素,发个先,后面再改进吧

  1. @echo off&setlocal enabledelayedexpansion
  2. for /f "delims=" %%i in ('findstr "</td>" a.txt') do (
  3.     set/a n+=1
  4.     set str!n!=%%i
  5. )
  6. echo 被评分者 评分时间 积分变动 评分理由>b.txt
  7. for /l %%i in (6,1,%n%) do (
  8.     set/a num+=1
  9.     set/a s=%%i%%5
  10.     if !s! equ 1 (
  11.        for /f "tokens=4 delims=<>" %%j in ("!str%%i!") do set/p=%%j  <nul>>b.txt)
  12.     if !s! equ 3 (
  13.        for /f "tokens=7 delims=<>" %%k in ("!str%%i!") do set/p=%%k  <nul>>b.txt)
  14.     if !s! equ 4 (
  15.        for /f "tokens=5 delims=<>" %%l in ("!str%%i!") do set/p=%%l  <nul>>b.txt)
  16.     if !s! equ 0 (
  17.        for /f "tokens=3 delims=<>" %%m in ("!str%%i!") do echo %%m>>b.txt)
  18. )
  19. pause
复制代码

[ 本帖最后由 pumahxh 于 2009-12-11 20:41 编辑 ]
作者: batman    时间: 2009-12-12 09:44     标题: 回复 3楼 的帖子

1、结果肯定不是很正确,时间的输出格式是09-12-4-09:05,PB的输出应该是PB+5式样(都要处理其中的空格)。

2、我在顶楼要求b.txt中所有信息都要从网页源码中获取,即你并不知道要提取的信息具体内容,所以echo 被评分者 评分时间 积分
变动 评分理由>b.txt有点投机了。

3、效率上是存在着一定的问题,具体也不多说了。

4、总之完成的还可以,继续加油!
作者: batman    时间: 2009-12-12 17:35     标题: 回复 2楼 的帖子

if !l! EQU 1 set/p=%%x%%y <nul  else ( 这是什么语法?

另结果不正确。。。
作者: batman    时间: 2009-12-12 17:45

&&我之所以在顶楼要求技术组和管理层暂不解题,就是想留给大家更多独立思考的时间,所以请大家都动脑想一想,动手练一练,

同时这样的问题你们在现实中是很有可能遇到的,只要独立解出了此题,相信以后你们碰到同样的问题,处理起来一定会得手应手。
作者: Seter    时间: 2009-12-12 18:46

从15:00做到19:00...chenxin的OK了后面的不行吖....汗
无语,我讨厌大型数据
作者: batman    时间: 2009-12-12 19:18     标题: 回复 7楼 的帖子

依我的理解,应该不会出现兄弟这样的情况,不知兄弟用的是什么方法,逐行判断处理?
作者: pumahxh    时间: 2009-12-12 20:04     标题: 谢谢楼主出的好题

楼主的题目非常好,在实际工作中很有借鉴意义,希望高手暂缓出手,等我们写完了,你们再指点,给出更好的解法。谢谢大家!
作者: batman    时间: 2009-12-12 20:40

做点小小的提示:

    1、充分利用findstr的正则来解题。

    2、尽量采用一次性读取和输出以提高效率,即读取和输出同时进行。

    3、在获取链接地址时注意处理引号技巧的运用。
作者: pumahxh    时间: 2009-12-12 22:32     标题: 按要求改进后的,感觉代码比较繁琐,请LZ指导

  1. @echo off&setlocal enabledelayedexpansion
  2. for /f "delims=" %%i in ('findstr /i "</td> <b><a" a.txt') do (
  3.     set/a n+=1
  4.     set str!n!=%%i
  5. )
  6. for /l %%i in (1,1,5) do (
  7.     for /f "tokens=3 delims=<>" %%j in ("!str%%i!") do set "T=%%j"&set "T=!T:/=   !"
  8.     set/p=!T! <nul>>b.txt   
  9. )
  10. echo.>>b.txt
  11. for /l %%i in (6,1,%n%) do (
  12.     set/a s=%%i%%6
  13.     if !s! equ 0 (
  14.        for /f "tokens=4 delims=<>" %%j in ("!str%%i!") do set/p=%%j  <nul>>b.txt)
  15.     if !s! equ 1 (
  16.        for /f "tokens=8 delims== " %%k in ("!str%%i!") do set/p=http://bbs.bathome.net/%%~k  <nul>>b.txt)
  17.     if !s! equ 3 (
  18.        for /f "tokens=4,7 delims=<>" %%l in ("!str%%i!") do (
  19.                  set/p=%%l  <nul>>b.txt
  20.                  set dt=%%m
  21.                  set dt=!dt: =-!
  22.                  set/p=!dt!  <nul>>b.txt))
  23.     if !s! equ 4 (
  24.        for /f "tokens=3,5 delims=<>" %%m in ("!str%%i!") do (
  25.                  set pb=%%m
  26.                  set pb=!pb: =!
  27.                  set/p=!pb!%%n  <nul>>b.txt))
  28.     if !s! equ 5 (
  29.        for /f "tokens=3 delims=<>" %%n in ("!str%%i!") do echo %%n>>b.txt)
  30. )
  31. pause
复制代码

作者: pumahxh    时间: 2009-12-12 23:23

原帖由 batman 于 2009-12-12 20:40 发表
做点小小的提示:

    1、充分利用findstr的正则来解题。

    2、尽量采用一次性读取和输出以提高效率,即读取和输出同时进行。

    3、在获取链接地址时注意处理引号技巧的运用。

请问LZ,你提到的提示第2点:读出和输出同时进行,是什么意思?是读出a.txt的信息时,同时输出b.txt吗?在一个for语句中进行?
在获取链接地址时,我用"delims=""或"delims="""都得不到地址,最后用"delims= "才得到,特别是用"delims=""还报错!
用一个for一边读取一边输出,我改了下代码,不知是不是这样,但在程序开头和结尾加echo %time%来测算时间,和我前一种方法时间看不出差别。
  1. @echo off&setlocal enabledelayedexpansion
  2. for /f "delims=" %%i in ('findstr /i "</td> <b><a" a.txt') do (
  3.     set/a n+=1
  4.     if !n! lss 6 (
  5.            for /f "tokens=3 delims=<>" %%j in ("%%i") do set "T=%%j"&set "T=!T:/=   !"
  6.            set/p=!T! <nul>>b.txt   
  7.            if !n! equ 5 echo.>>b.txt) else (
  8.     set/a s=!n!%%6
  9.     if !s! equ 0 (
  10.        for /f "tokens=4 delims=<>" %%j in ("%%i!") do set/p=%%j  <nul>>b.txt)
  11.     if !s! equ 1 (
  12.        for /f "tokens=8 delims== " %%k in ("%%i!") do set/p=http://bbs.bathome.net/%%~k  <nul>>b.txt)
  13.     if !s! equ 3 (
  14.        for /f "tokens=4,7 delims=<>" %%l in ("%%i!") do (
  15.                  set/p=%%l  <nul>>b.txt
  16.                  set dt=%%m
  17.                  set dt=!dt: =-!
  18.                  set/p=!dt!  <nul>>b.txt))
  19.     if !s! equ 4 (
  20.        for /f "tokens=3,5 delims=<>" %%m in ("%%i!") do (
  21.                  set pb=%%m
  22.                  set pb=!pb: =!
  23.                  set/p=!pb!%%n  <nul>>b.txt))
  24.     if !s! equ 5 (
  25.        for /f "tokens=3 delims=<>" %%n in ("%%i!") do echo %%n>>b.txt)
  26.                  )
  27. )
  28. pause
复制代码

[ 本帖最后由 pumahxh 于 2009-12-12 23:24 编辑 ]
作者: asnahu    时间: 2009-12-12 23:59

  1. @echo off&setlocal enabledelayedexpansion
  2. echo 被评分者 评分时间 积分变动   评分理由
  3. for /f "skip=6 delims=" %%i in ('findstr "td" _a.txt') do (
  4. set /a n+=1
  5. set var=!var!%%i
  6. if !n!==6 (
  7. set foo=!var!
  8. set foo=!foo: =!
  9. set foo=!foo: =!
  10. for /f "tokens=3,13,16,18,22 delims=<>" %%a in ("!foo!") do (
  11. set flag=%%b
  12. call:sub %flag%
  13. call,echo/%%a        %%flag%%      %%c%%d    %%e
  14. )
  15. set var=
  16. set n=0
  17. )
  18. )
  19. pause>nul
  20. :sub
  21. set dt=%flag:~,-5%
  22. set tm=%flag:~-5%
  23. set "flag=%dt% %tm%"
  24. goto :eof
复制代码

[ 本帖最后由 asnahu 于 2009-12-13 09:04 编辑 ]
作者: batman    时间: 2009-12-13 09:38     标题: 回复 13楼 的帖子

1、论坛是不能处理tab的,所以贴出带有tab的代码时,最好要说明下哪些空格实际上tab。

2、echo 被评分者        评分时间        积分变动   评分理由违反题意。

3、既然开了变量延迟为什么还要用call,这样会代码运行影响效率。

4、时间中的空格没有处理好。

5、这种长变量的方法很好,思路好。
作者: batman    时间: 2009-12-13 09:50     标题: 回复 12楼 的帖子

之所以看不出你上下两段代码的效率的区别,我想原因有二:

1、你12楼的代码中有大量的冗余操作,导致代码效率降低。

2、处理的数据量不是很大,所以在时间比较上看不出太大的差别。
作者: batman    时间: 2009-12-13 14:08

&&看来此题对于普通会员来说具有一定的难度,下面给出本人的全解,并稍做说明,代码如下:
  1. @echo off&setlocal enabledelayedexpansion
  2. (for /f "delims=" %%a in ('findstr /r "<b>< <td.*d>$" a.txt') do (
  3.     set /a n+=1&if !n! equ 6 set /a n=1,m=0&echo.
  4.     if not defined m (
  5.        for /f "tokens=3,4 delims=/<>" %%b in ("%%a") do set /p=%%b <nul&if !n! equ 3 set /p=%%c <nul
  6.        ) else (
  7.        if !n! equ 1 for /f "tokens=4 delims=<>" %%b in ("%%a") do set /p=%%b <nul
  8.        if !n! equ 2 for /f "tokens=8 delims== " %%b in ("%%a") do set /p=http://bbs.bathome.net/%%~b <nul
  9.        if !n! equ 3 for /f "tokens=8,12,13 delims=<> " %%b in ("%%a") do set /p=%%b %%c-%%d <nul
  10.        if !n! equ 4 for /f "tokens=4,7 delims=<> " %%b in ("%%a") do set /p=%%b%%c <nul
  11.        if !n! equ 5 for /f "tokens=3 delims=<>" %%b in ("%%a") do set /p=%%b <nul
  12.     )
  13. ))>b.txt
  14. start b.txt
复制代码
说明:
    首先讲讲findstr正则的运用,大家都明白代码中运用findstr是为了最大限度地从a.txt中剔除无用信息行而提取有用信息行,所以

代码中使用了findstr /r "<b>< <td.*d>$" a.txt,之所以使用/r参数是为了让findstr识别后面的<td.*d>$表达式而不是全做为字符来处理

其中的$表示行尾,使用<b><的表达式的意思大家都知道我就不说明了,使用<td.*d>$表达式就可以提取所有含有<td字符并从中剔

除只以<td>结尾的行。

    接下来讲下代码中for /f "tokens=* delims=*"的运用,使用findstr正则提取了有用信息行后,接下来我们还要从每行中剔除无用

的信息,而保留输出想要的信息,一般来说可以采用两种办法,一种是字符截取,但因为文本中的字符数是在变化的,所以此法不

可用,那么我们就要利用好for /f中的tokens和delims参数了,先选取合适的足够的分隔符来将每行分成n列,注意在分隔时不要将

我们想要获取的字符部分分开了,同时尽量取特殊字符为分隔符而不要取常用的数字和字母,最后取我们所需要的列并输出就可以

了。

   看了13楼的长变量法(将每五行存入一个变量),我也尝试过用此法来解析出全信息,但实际上处理起来相当麻烦,希望有高人

能给出此法的精彩代码。
作者: terse    时间: 2009-12-13 15:54

学习了
  1. @echo off&setlocal enabledelayedexpansion
  2. set "s=http://bbs.bathome.net/"
  3. (for /f "tokens=3,4,5,7 delims=<>" %%a in ('findstr /r "<b>< <td.*d>$" a.txt') do (
  4.     set /a n+=1
  5.         if !n! gtr 5 (
  6.            if /i "%%c" equ "/a" (
  7.            if "%%d" neq "" (
  8.            for /f "tokens=1-3 delims== " %%i in ("%%d") do (
  9.               if "%%k" neq "" (set str=!str! %s%%%~k)else set "str=!str! %%b %%i-%%j"
  10.            )
  11.            ) else echo!str!&set "str= %%b"
  12.            ) else (
  13.              if /i "%%c" neq "" (
  14.              for %%i in (%%a) do set "str=!str! %%i%%c"
  15.             )else set str=!str! %%a
  16.            )
  17.          ) else for /f "tokens=1,2 delims=/" %%i in ("%%a") do (
  18.            if "%%j" equ "" (set str=!str! %%i)else set "str=!str! %%i %%j"
  19.          ))
  20.          echo!str!)>b.txt
  21. pause
复制代码

作者: Seter    时间: 2009-12-13 16:44

  1. @echo off&setlocal enabledelayedexpansion
  2. for /f "tokens=1 delims=:" %%i in ('findstr /n """ratelogviewer""" a.txt') do set n=%%i
  3. set/an+=2
  4. for /f "skip=%n% tokens=2-3 delims=^<^>" %%i in (a.txt) do (
  5. if [%%j]==[] goto out
  6. set j=%%j
  7. set/p=!j:/= ! <nul
  8. )
  9. :out
  10. echo.
  11. set/an+=9
  12. for /f "eol=[ skip=%n% tokens=2-7 delims=^<^>" %%i in (a.txt) do (
  13. set/ai+=1
  14. if !i!==2 set/p=%%k <nul
  15. if !i!==4 set j=%%j&set j=!j:"=,!&for /f "tokens=2 delims=," %%z in ("!j!") do set/p=http://bbs.bathome.net/%%z<nul
  16. if !i!==7 set/p=%%k %%n <nul
  17. if !i!==8 set/p=%%j %%l <nul
  18. if !i!==9 set/p=%%j<nul
  19. if !i!==10 set i=0&pause
  20. )
复制代码
让我郁闷的代码
作者: batman    时间: 2009-12-13 17:11     标题: 回复 18楼 的帖子

看了你的代码,我也着实郁闷,你处理得太复杂了吧,后面的结果根本不对。。。
作者: caruko    时间: 2009-12-14 08:45

原帖由 batman 于 2009-12-12 17:35 发表
if !l! EQU 1 set/p=%%x%%y  


这个是去掉PB后面的空格.. 只不过都是输出到控制台,没>>B.TXT
本地运行正常啊...晕,昨天日期格式还正确的,今天就.... if 后也还得加个括号了

就是findstr /n 得到每个class=time(除了第一个time)的cow,然后for /f skip=cow 来取得后续几个元素
%l% 的值代表class=time 下面的第几行
因为 被评分者 看错成评分者了,所以 只取了2次就goto :eof
不过 帖子地址,被评分者 分别是%l%=5 ,6 时的行,稍扩展一下也能达到新的要求

[ 本帖最后由 caruko 于 2009-12-14 11:48 编辑 ]
作者: batman    时间: 2009-12-14 17:58     标题: 回复 20楼 的帖子

像这种逐行(实际上不是每行)skip的方法,效率是最大的问题,如果有10000组数据要处理,那岂不是要用for

对文本读取10000次,还有被评者是在每组第一行的,请问用这种skip方法如何得到?就是经处理得到后,还不是

一样要处理滤过每组的第二行?再说了对空格的处理直接用delims不就行了,还要搞什么退格?
作者: caruko    时间: 2009-12-15 08:53

回上..
效率确实不高 =.= 因为第2次读了文本
只不过对findstr不太熟,设计了几个复杂点的正则,结果都不对..
作者: neorobin    时间: 2009-12-18 13:11     标题: 按效率, 代码简洁度, 格式适应度给出 3 个版本:

楼主的代码果然厉害, 又简短, 又高效, 学习!
对于 findstr, 尚在学习, 一开始思路也想到这个, 但终不熟悉于是换了方向
以下所有代码中 delims= 的后面直到 " 之间的若干空格其实都是一个 TAB 字符和一个半角空格, 复制代码请再替换一下, 看了 14 楼的提醒才知道论坛有这个问题
效率版(效率优先, 对 a.txt 文件格式变动适应差, 代码简洁度其次考虑)
  1. @echo off & setlocal enabledelayedexpansion
  2. for /f "eol=[ skip=69 delims=" %%a in (a.txt) do (
  3.   if "!doneHead!"=="" (
  4.         for /f "tokens=1-4 delims=></         " %%b in ("%%a") do (
  5.           if /i "%%c"=="class="time"" (set ln=!ln! %%d %%e) else (         
  6.             if "%%b"=="tbody" (echo !ln:~1!>b.txt)&(set doneHead=done)&(set lnBeratedOffs=-3) else (         
  7.                   if /i "%%b"=="td" set ln=!ln! %%c
  8.   ) ) ) ) else ( set /a "lnBeratedOffs+=1"
  9.     if !lnBeratedOffs! equ 0 (
  10.           for /f "tokens=1 delims=<>         " %%b in ("%%a") do if /i "%%b"=="/table" (
  11.             (start b.txt)&(if exist b样本.txt comp b样本.txt b.txt /l)& exit /b
  12.           ) else for /f "tokens=7 delims=&>?<         " %%z in ("%%a") do set ln=%%z
  13.         ) else if !lnBeratedOffs! equ 2 (
  14.           (set search=sTime)&(for /f "tokens=8 delims==         " %%b in ("%%a") do set ln=!ln! http://bbs.bathome.net/%%~b)
  15.         ) else if !lnBeratedOffs! geq 6 (
  16.           if "!search!"=="sTime" (  
  17.             for /f "tokens=2,6,10,11 delims=<>         " %%b in ("%%a") do (
  18.                   if /i "%%b"=="class="time"" (set ln=!ln! %%c %%d-%%e)&set search=bold)
  19.       ) else if "!search!"=="bold" (
  20.         (set search=cause)&(for /f "tokens=2,5 delims=<>         " %%b in ("%%a") do set ln=!ln! %%b%%c)
  21.           ) else if "!search!"=="cause" (
  22.             (set search=wait)&(set lnBeratedOffs=-3)&(for /f "tokens=2 delims=<>         " %%b in ("%%a") do echo !ln! %%b>>b.txt)
  23. ) ) ) )
复制代码
简洁版(以代码简洁优先, 效率及适应性考虑次之)
  1. @echo off & setlocal enabledelayedexpansion
  2. for /f "eol=[ skip=69 delims=" %%l in (a.txt) do (
  3.   if "!doneHead!"=="" (
  4.     for /f "tokens=1-4 delims=></         " %%A in ("%%l") do (
  5.       if /i "%%A"=="tbody" (set doneHead=done)&(echo !ln:~1!>b.txt) else (
  6.             if /i "%%B"=="class="time"" (set ln=!ln! %%C %%D) else if /i "%%A"=="td" (set ln=!ln! %%B)
  7.     ) )
  8.   ) else for /f "tokens=1-17 delims==&?></         " %%A in ("%%l") do (
  9.     if /i "%%A"=="tbody" (start b.txt)&(if exist b样本.txt comp b样本.txt b.txt /l)& exit /b
  10.     if /i "%%F"=="berated" (set ln=%%K http://bbs.bathome.net/)
  11.     if /i "%%K%%L"=="ahref" (set ln=!ln!%%~M) else if /i "%%L%%M"=="ahref" (set ln=!ln!%%~N)
  12.     if /i "%%C"==""time"" (set ln=!ln! %%M %%P-%%Q)
  13.     if /i "%%E"==""bold"" (set ln=!ln! %%B%%F)
  14.     if /i "%%C"=="td" echo !ln! %%B>>b.txt
  15. ) )
复制代码
适应版(起始不采用跳过指定行数, 而是根据搜索特定字符串找到记录表头, 适应 a.txt 文件格式变动略好)
  1. @echo off & setlocal enabledelayedexpansion
  2. for /f "eol=[ delims=" %%a in (a.txt) do (
  3.   if "!doneHead!"=="" (
  4.     for /f "tokens=2 delims=         " %%b in ("%%a") do if /i "%%b"=="summary="ratelogviewer"" (set doneHead=doing)
  5.   ) else if /i "!doneHead!"=="doing" (
  6.         for /f "tokens=1-4 delims=></         " %%b in ("%%a") do (
  7.           if /i "%%c"=="class="time"" (set ln=!ln! %%d %%e) else (
  8.             if "%%b"=="tbody" (echo !ln:~1!>b.txt)&(set doneHead=done)&(set lnBeratedOffs=-3) else (
  9.                   if /i "%%b"=="td" set ln=!ln! %%c
  10.     ) ) )
  11.   ) else ( set /a "lnBeratedOffs+=1"
  12.     if !lnBeratedOffs! equ 0 (
  13.           for /f "tokens=4,7 delims=&>?<         " %%b in ("%%a") do (set ln=%%c)
  14.         ) else if !lnBeratedOffs! equ 2 (
  15.           for /f "tokens=8 delims==         " %%b in ("%%a") do (set ln=!ln! http://bbs.bathome.net/%%~b)
  16.         ) else if !lnBeratedOffs! geq 6 (
  17.           for /f "tokens=1-6,10,11 delims=<>         " %%b in ("%%a") do (
  18.                 if /i "%%c"=="class="time"" (set ln=!ln! %%g %%h-%%i) else (
  19.                   if /i "%%e"=="class="bold"" (set ln=!ln! %%c%%f) else (
  20.                     if /i "%%d"=="/td" (echo !ln! %%c>>b.txt) else (
  21.                           if /i "%%b"=="tr" (set /a "lnBeratedOffs=-1") else if /i "%%b"=="/tbody" (
  22.                             (start b.txt)&(if exist b样本.txt comp b样本.txt b.txt /l)& exit /b
  23. ) ) ) ) ) ) ) )
复制代码

[ 本帖最后由 neorobin 于 2009-12-18 15:22 编辑 ]
作者: neorobin    时间: 2009-12-18 20:37     标题: 回复 16楼 的帖子

不知楼主设想的变量法是怎样的
findstr + 大变量, 代码中的 ★ 代表 TAB 字符, 请复制后作相应替换
  1. @echo off&setlocal enabledelayedexpansion & cd.>b.txt & (set /a ii=-1)
  2. (for /f "delims=" %%a in ('findstr /r "<b>< <td.*d>$" a.txt') do (
  3.   (set ln=!ln!%%a)&(set /a "ii+=1,ii%%=5")
  4.   if not defined doneHead (
  5.         if !ii! equ 4 for /f "tokens=2,5,9,10,13,16 delims=></★ " %%A in ("!ln!") do (
  6.       set ln=%%A %%B %%C %%D %%E %%F)
  7.   ) else if !ii! equ 4 (
  8.     for /f "tokens=1,2,8,12-13,16,19,23 delims=<>★ " %%A in ("!ln!") do set ln=%%A %%B %%C %%D-%%E %%F%%G %%H
  9.   ) else ( if !ii! equ 1 for /f "tokens=9,23 delims==<>★ " %%A in ("!ln!") do (
  10.           set ln=%%A http://bbs.bathome.net/%%~B
  11.   ) )
  12.   if !ii! equ 4 (set /p=!ln!<nul& echo.)&(set doneHead=yes)&(set ln=)
  13. )>>b.txt) & (start b.txt)&(if exist b样本.txt comp b样本.txt b.txt /l)& exit /b
复制代码

[ 本帖最后由 neorobin 于 2009-12-18 20:46 编辑 ]
作者: batman    时间: 2009-12-18 21:40     标题: 回复 24楼 的帖子

我所说的大变量法在前面16楼已经说明了,但要求比我16楼的代码还要简洁,目前苦无突破。。。
作者: qzwqzw    时间: 2011-3-13 19:42     标题: 回复 25楼 的帖子

这是结合13楼与16楼的特点的一个解法
将每五行文本连接拼成一个变量
为了规避for的32个tokens的限制
替换了空格、TAB和/A
为了解决双引号不能同时与其它字符做分隔符的问题
替换了双引号为单引号
  1. @echo off&setlocal enabledelayedexpansion
  2. (echo 被评分者 帖子内容预览 评分者 评分时间 积分变动 评分理由
  3. for /f "skip=5 delims=" %%i in ('findstr /r "pid= <td.*/td>$" a.txt') do (
  4. set /a n+=1
  5. set var=!var!%%i
  6. if !n!==5 (
  7. set foo=!var: =!
  8. set foo=!foo: =!
  9. set foo=!foo:"='!
  10. set foo=!foo:/a=!
  11. for /f "tokens=6,9,19,21,24,27,31 delims=<>'" %%a in ("!foo!") do (
  12. set url=http://bbs.bathome.net/%%b
  13. set ratetime=%%d
  14. echo.%%a !url:amp;=! %%c !ratetime:~0,-5!-!ratetime:~-5! %%e%%f %%g
  15. )
  16. set var=
  17. set n=0
  18. )
  19. ))>b.txt
  20. start b.txt
复制代码

[ 本帖最后由 qzwqzw 于 2011-3-13 19:53 编辑 ]
作者: 我来了    时间: 2016-9-30 05:07

你们不会善于使用 论坛 的功能 为关键代码着色
findstr 详细使用,书中有过记载的




欢迎光临 批处理之家 (http://www.bathome.net/) Powered by Discuz! 7.2