wh1234567

原文本内容例如：
http://bbs.bathome.net
http://bbs.chinaunix.net
http://www.onlinedown.net/
http://www.9ku.com/
不能完全获取，
获取结果：
http://bbs.bathome.net
<title> 批处理之家 ─ 做最实用的批处理论坛 - Powered by Discuz!</title>
http://bbs.chinaunix.net
<title>论坛首页 - 中国最大的Linux/Unix技术社区 - IT人的网上社区 - bbs.ChinaUnix.net</title>
http://www.onlinedown.net/
http://www.9ku.com/
<title>九酷音乐网|好听的歌|网络歌曲|QQ音乐|流行歌曲大全</title>

能不能将<title></title>去除，将标题直接附加到相对应的每行后面并用空格分开，例如

http://bbs.bathome.net 批处理之家 ─ 做最实用的批处理论坛 - Powered by Discuz!
http://bbs.chinaunix.net 论坛首页 - 中国最大的Linux/Unix技术社区 - IT人的网上社区 - bbs.ChinaUnix.net
http://www.onlinedown.net/
http://www.9ku.com/ 九酷音乐网|好听的歌|网络歌曲|QQ音乐|流行歌曲大全

Batcher

16# wh1234567


12楼的代码你真的试过？

wh1234567

试过，有个别地址不能获取标题例如：http://www.onlinedown.net

不含有http://的网址域名或IP地址例如 [url]www.9ku.com 能不能？尽量弄成通用的那种，例如带http://和不带http://的网址以及IP地址以及后面带不带/都可以处理获取的那种
原文本内容例如：
http://bbs.bathome.net/
http://www.onlinedown.net
www.9ku.com/
bbs.chinaunix.net
http://22.34.33.22/
3.2.2.54/
253.67.1.153

wh1234567

17# Batcher

试过，有个别地址不能获取标题例如：http://www.onlinedown.net

不含有http://的网址域名或IP地址例如 www.9ku.com 能不能？尽量弄成通用 ...
原文本内容例如：

http://www.onlinedown.net
www.9ku.com/
bbs.chinaunix.net
http://22.34.33.22/
3.2.2.54/
253.67.1.153

wh1234567

试过，有个别地址不能获取标题例如：http://www.onlinedown.net

不含有http://的网址域名或IP地址例如 www.9ku.com 能不能？尽量弄成通用的那种，例如带http://和不带http://的网址以及IP地址以及后面带不带/都可 ...
wh1234567 发表于 2011-4-28 15:13

另外能不能实现多线程获取地址对应的网页标题？这样速度可能要快很多而且比较准确获取到，发现有个别网址不能获取到网页标题，其实这个网页是有标题的，不知道为什么？是不是这样用批处理获取不太稳定？还是代码需要修改一下？请求版主与管理帮我看看

Batcher

20# wh1234567

@echo off
setlocal enabledelayedexpansion
more +12 "%~f0" >GetUrlText.vbs
(for /f %%a in (a.txt) do (
    set strURL=%%a
    set strURL=!strURL:http://=!
    for /f "tokens=4 delims=<>" %%b in ('cscript //nologo GetUrlText.vbs http://!strURL! ^| findstr /i "<title>.*</title>"') do (
        echo,%%a %%b
    )
))>b.txt
goto :eof

Set objDOM = WScript.GetObject(WScript.Arguments(0))
Do Until objDOM.ReadyState = "complete"
    WScript.Sleep 200
    Loop
WScript.Echo objDOM.DocumentElement.OuterHTML
复制代码

wh1234567

21# Batcher

不错，就是有点慢，不知道能不能多线程快点，另外能不能就像下面这样的格式的文本内容，只识别前面的网址并获取网页标题，最后将标题附加到对应的行后面，不能获取标题的自动跳过并保留原网址行
原文本内容例如：
http://bbs.bathome.net/，最好的论坛、批处理学习之地。
http://www.onlinedown.net，最安全的下载网，2011，
www.9ku.com/ 歌曲，gequ,
34dvv.chinaunix.net\yeshi,lt
bg.cdsc.rtett.fgg.com,例如，多级域名
http://22.34.33.22/，转换，ip地址
3.2.2.54/，无效，可能
253.67.1.153，dabukai,bukan30
处理后输出文本为：（也就是只识别前面的网址，并将获取的网页标题附加到每行地址对应的最后面，如果网址无效则跳过并保留原行）
http://bbs.bathome.net/，最好的论坛、批处理学习之地。 批处理之家 ─ 做最实用的批处理论坛 - Powered by Discuz!
http://www.onlinedown.net，最安全的下载网，2011， 华军软件园-提供国内外最新免费软件、共享软件下载及发布的软件下载站，软件资讯、技巧、评测、教程等相关软件资讯！
www.9ku.com/ 歌曲，gequ, 九酷音乐网|好听的歌|网络歌曲|QQ音乐|流行歌曲大全
34dvv.chinaunix.net\yeshi,lt 论坛首页 - 中国最大的Linux/Unix技术社区 - IT人的网上社区 - bbs.ChinaUnix.net
bg.cdsc.rtett.fgg.com,例如，多级域名 例如演示
http://22.34.33.22/，转换，ip地址
3.2.2.54/，无效，可能
163.22.58.2，dabukai,bukan30 南投县平和国小

Batcher

22# wh1234567

@echo off
setlocal enabledelayedexpansion
more +21 "%~f0" >GetURLText.vbs
(for /f %%a in (a.txt) do (
    echo "%%a" | findstr "www" > null || echo "%%a" | findstr "bbs" > null
    if !errorlevel! neq 0 (
        echo %%a
    ) else (
        set strLine=%%a
        set strLine=!strLine:http://=!
        for /f "tokens=1 delims=，\/ " %%b in ("!strLine!") do (
            set strURL=%%b
        )
        for /f "tokens=4 delims=<>" %%c in ('cscript //nologo GetURLText.vbs http://!strURL! ^| findstr /i "<title>.*</title>"') do (
            echo,%%a %%c
        )
    )
    pause
))>b.txt
goto :eof

Set objDOM = WScript.GetObject(WScript.Arguments(0))
Do Until objDOM.ReadyState = "complete"
    WScript.Sleep 200
    Loop
WScript.Echo objDOM.DocumentElement.OuterHTML
复制代码

wh1234567

23# Batcher


好像效果不太理想，是不是需要修正一下，网址也许有三级或四级的域名的话那就没法获取标题了吧，另外能不能解决速度慢的问题，如果开多线程的话也许速度更快

Batcher

24# wh1234567


“好像”是多像？
哪个网址获取失败了？

wh1234567

25# Batcher
只获取到第一个，然后就没有反应了，一直不变
结果文本：
http://bbs.bathome.net/，最好的论坛、批处理学习之地。 批处理之家 ─ 做最实用的批处理论坛 - Powered by Discuz
请按任意键继续. . .
pause

))>b.txt

goto :eof
pause是不是应该放在goto :eof的后面呢

另外遇到好几级域名的网址就无法获取标题了，例如：f2bzx1.j2d.ed33u.sh.cn

Batcher

26# wh1234567


你的测试数据贴出来看看

wh1234567

可能需要重新修改一下代码了，否则多级域名的网址就无法获取到标题了

Batcher

28# wh1234567


没有测试数据怎么改代码？

wh1234567

29# Batcher

http://bbs.bathome.net/，最好的论坛、批处理学习之地。
http://www.onlinedown.net，最安全的下载网，2011，
www.9ku.com/ 歌曲，gequ,
112.34dvv.chinaunix.net\yeshi,lt
bg.cdsc.rtett.fgg.cn,例如，多级域名
d.44.5.hu.com,新的,227888
http://22.34.33.22/，转换，ip地址
3.2.2.54/，无效，可能
253.67.1.153，dabukai,bukan30
w22.sdsdg.sdkn.gov.cn,juli,shuoming
www.nnhft.dgfg5.ssd432.gov.cn,lizi,zhhzgzhffr45
文本里的网址比较多，且域名后缀与前缀多种格式的，例如com,cn,net,gh,等等任意格式的，前面也不一定带有www，有可能是其他的字母或数字的。域名等级也不一定就是一级或二级有可能是四级五级或更多。
我发现不带有www的多级域名地址无法获取到网页标题