[文本处理] [已解决]求助批处理怎样取多个同一关键词行的下一行

hlzj88

某崖的小说遇到值的读的，想提取到一文本集中阅读楼主。
多个网页下载合并后，已提取到源码内容为   发言人  下一行为发言内容。由于网友回贴，造成如下示例的内容间杂。所以还需要提取楼主的发言并其他加工。格式大致如下

<divclass="atl-info"><span>楼主：<ahref="http://www
<divclass="bbs-contentclearfix">　　爷爷是传承五代人的  这行留
<divclass="atl-info"><span><strongclass="host">楼主</strong>：<ahref="http://www
<divclass="bbs-content">　　床尾站着一小仙，男，中批  这行留
<divclass="atl-info"><span><strongclass="host">其他发言人</strong>
<divclass="bbs-content">　　其他发言人的发言，特点长短不一，也可能引用楼主大段文字
<divclass="atl-info"><span><strongclass="host">楼主</strong>：<ahref="http://www
<divclass="bbs-content"><br>　　<imgsrc="http://static.tianyaui.com/img/static/2011/imgloading.gif"title="点击图片  这行留
<divclass="atl-info"><span><strongclass="host">楼主</strong>：<ahref="http://www
<divclass="bbs-content">　　那日入定，爷爷带  这行留

@echo on&&setlocal enabledelayedexpansion
for /f "tokens=1 delims=:" %%i in ('findstr /n "楼主" 33.txt') do (
  echo 楼主标志的行号 %%i
  set /a xy=%%i+1
  set js=
 for /f "delims=" %%m in ("33.txt") do (
  set /a js+=1
  if !xy!==!js! echo %%m>>44.txt
  echo 标准!xy!  计数!js!
)
)
pause
复制代码

我尝试写的代码，计数!js!永远为 1，因此提不到楼主发言。所以求助，感谢给予帮助。     结贴时对上面略改

hlzj88

回复 2# pd1
要2  4  8  10行，即有楼主的下一行。

hlzj88

谢谢楼上的各位，是要那些行的所有内容。

hlzj88

回复 11# fzp070
谢谢，因为实际情况比1楼描述的还复杂一些，保留是可以观察。如果后面我这里整体调试好了，倒是可以参考使用的。

hlzj88

回复 19# hfxiang
我的电脑应该比你的还早一些。一直使用win7。试了powershell都不能运行。当然我比电脑大很多，所以学技术上很大难度。光一连串的字母，念不了也写不出。因此局限很大。只能在批处理这样简单字母上下下功夫。

hlzj88

回复 12# hfxiang
谢谢，一直去调试文章了，我试了两个版本的gawk，都是空白的，没有变utf-8。win7 32位

hlzj88

回复  WHY


    厉害！4个命令中，除了第一个生成空白，其它三个都有效。
fzp070 发表于 2022-10-22 20:42

同样，gawk秒好

感谢！

hlzj88

我的也是，不是我常用的sed版本。

hlzj88

回复 43# qixiaobin0715
速度也不慢，1M文本处理也是瞬间的事

hlzj88

回复 46# WHY
的确出现了自动断行的情况，不过由于是直接提取网页源码，最后以htox32c网页转文本的方式，没有什么影响。同时，图文混合的源码，图片也自动没有了。