[新手上路]批处理新手入门导读[视频教程]批处理基础视频教程[视频教程]VBS基础视频教程[批处理精品]批处理版照片整理器
[批处理精品]纯批处理备份&还原驱动[批处理精品]CMD命令50条不能说的秘密[在线下载]第三方命令行工具[在线帮助]VBScript / JScript 在线参考
12
返回列表 发帖
sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
1楼 跳转到 » 倒序看帖
打印
tT
发表于 2015-5-11 10:47 | 只看该作者

[文本处理] 【已解决】批处理如何去除html网页中的<>标签？

本帖最后由 pcl_test 于 2016-11-24 08:09 编辑

<!DOCTYPE html
        PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
         "http://www.w3.org/TR/html4/loose.dtd">
<html><head><title>LinkDB Search Result: KEGG DGROUP DG00012</title>
<meta http-equiv="Content-Style-Type" content="text/css">
<meta http-equiv="Content-Script-Type" content="text/javascript">
<link type="text/css" rel="stylesheet" href="/css/gn2.css">
<style>pre{font-family:monospace}</style>
</head>
<span style="color:#36c"><b>KEGG DGROUP</b></span>

<a href="/dbget-bin/www_bget?dgG01633">DG01633</a>              CYP3A4 substrate

<span style="color:#36c"><b>ATC</b></span>

事实上，我只需要留下红色部分
希望把红色数据继续再存到DG00012.txt里，该如何实现？
收藏 分享

sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
2楼
发表于 2015-5-11 10:49 | 只看该作者
@bailong360

TOP

chromatin2

Rank: 1

帖子
12 
积分
29 
技术
0  
捐助
0  
注册时间
2015-4-4 
3楼
发表于 2015-5-11 11:15 | 只看该作者
这个，用正则好。

TOP

gawk

Rank: 8Rank: 8

帖子
1088 
积分
5421 
技术
98  
捐助
30  
注册时间
2011-10-9 
4楼
发表于 2015-5-11 11:25 | 只看该作者
请描述一下规律是什么，比如为何不留下 ATC 呢？
Talk is cheap. Show me the code.
没事不要瞎扯淡，有能耐就把代码贴出来给我看。

TOP

fcxk

Rank: 2

帖子
127 
积分
174 
技术
0  
捐助
0  
注册时间
2015-5-2 
5楼
发表于 2015-5-11 13:10 | 只看该作者
好难折分，提了二组后面的，一组的又丢失

TOP

sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
6楼
发表于 2015-5-11 15:31 | 只看该作者
回复 4# gawk


    ATC提出也可，我其实只想要红色信息部分，要是不容易，退而求其次，只余下除<>外内容也可，感谢！

TOP

sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
7楼
发表于 2015-5-11 15:31 | 只看该作者
回复 5# fcxk 、

ATC提出也可，我其实只想要红色信息部分，要是不容易，退而求其次，只余下除<>外内容也可，感谢！

TOP

sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
8楼
发表于 2015-5-11 15:32 | 只看该作者
回复 3# chromatin2

是~但是这个字符串太大，正则不好用

TOP

gawk

Rank: 8Rank: 8

帖子
1088 
积分
5421 
技术
98  
捐助
30  
注册时间
2011-10-9 
9楼
发表于 2015-5-11 16:53 | 只看该作者 
  1. HtoX32c.exe 1.txt > 2.txt
复制代码
Talk is cheap. Show me the code.
没事不要瞎扯淡，有能耐就把代码贴出来给我看。

TOP

sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
10楼
发表于 2015-5-11 21:16 | 只看该作者
回复 9# gawk

用了之后没反应。。。。。

TOP

sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
11楼
发表于 2015-5-11 21:17 | 只看该作者
:'(忧愁。。。

TOP

gawk

Rank: 8Rank: 8

帖子
1088 
积分
5421 
技术
98  
捐助
30  
注册时间
2011-10-9 
12楼
发表于 2015-5-11 21:21 | 只看该作者
回复 10# sweet惜缘


    我这里测试没问题，你的HtoX32c.exe从哪里下载的？
Talk is cheap. Show me the code.
没事不要瞎扯淡，有能耐就把代码贴出来给我看。

TOP

pcl_test

Rank: 8Rank: 8

帖子
3041 
积分
5333 
技术
685  
捐助
0  
注册时间
2014-10-19 
13楼
发表于 2015-5-11 21:23 | 只看该作者
本帖最后由 pcl_test 于 2015-5-11 22:03 编辑 
  1. @if(0)==(0) echo off

  2. ::如果非html格式文件，自行修改代码中的文件后缀名；修改原文件，测试前先备份好原文件

  3. for %%a in (*.html) do (

  4. CScript -NoLogo -E:JScript "%~f0" <"%%a" >"tmp_%%a"

  5. move "tmp_%%a" "%%a"

  6. )

  7. pause & exit

  8. @end

  9. var s = WScript.StdIn.ReadAll().replace(/<[^>]+>/gm,"");

  10. WSH.echo(s);
复制代码

TOP

bailong360

Rank: 5Rank: 5

帖子
578 
积分
1235 
技术
170  
捐助
60  
注册时间
2012-8-5 
14楼
发表于 2015-5-11 22:45 | 只看该作者
多来几个样本吧,找到规律的话用grep提取也不失为一种办法

TOP

sweet惜缘

Rank: 2

帖子
165 
积分
164 
技术
0  
捐助
0  
注册时间
2011-11-20 
15楼
发表于 2015-5-12 11:06 | 只看该作者
回复 14# bailong360

多谢~楼上的方法就行拉~

TOP

12
返回列表