[其他] 批处理如何用wget下载指定网页的指定规则标题的网页？

3518228042

网页地址
http://www.yssm.org/uctxt/109/109767/
查看代码下载指定区域内的标题，这个只是测试内容
<dd> <a style=""=style="" href="5837833.html">第四百九十章 主动</a></dd>
<dd> <a style=""=style="" href="5837834.html">七月,求下月票啦</a></dd>
<dd> <a style=""=style="" href="5837881.html">第四百九十章 群雄汇聚</a></dd>
<dd> <a style=""=style="" href="5837884.html">第四百九十一章 群雄汇聚</a></dd>
<dd> <a style=""=style="" href="5837903.html">第四百九十二章 赴会</a></dd>
<dd> <a style="color:Gray;"=style="color:Gray;" href="5837939.html">有些事,更新推迟下</a></dd>
<dd> <a style=""=style="" href="5837960.html">第四百九十三章 盛会</a></dd>
<dd> <a style=""=style="" href="5837993.html">第四百九十四章 天神</a></dd>
<dd> <a style=""=style="" href="5838085.html">第四百九十五章 悲惨的魔</a></dd>

但是不要下载这种链接的网页
<dd> <a style=""=style="" href="5837834.html">七月,求下月票啦</a></dd>
<dd> <a style="color:Gray;"=style="color:Gray;" href="5837939.html">有些事,更新推迟下</a></dd>

合并4楼，
选取下载范围： 第四百九十章 主动这一整行字符串到第四百九十五章 悲惨的魔 这一行末尾结束，
然后提取第*章前面的*.html链接，文件有这么多，
5837833.html
5837881.html
5837884.html
5837903.html
5837960.html
5837993.html
5838085.html
添加后的下载链接进行下载，链接如下
http://www.yssm.org/uctxt/109/109767/5837833.html
http://www.yssm.org/uctxt/109/109767/5837881.html
http://www.yssm.org/uctxt/109/109767/5837884.html
http://www.yssm.org/uctxt/109/109767/5837903.html
http://www.yssm.org/uctxt/109/109767/5837960.html
http://www.yssm.org/uctxt/109/109767/5837993.html
http://www.yssm.org/uctxt/109/109767/5838085.html
输出txt用wget下载，这个没搞定

bbaa

给个规则啊

bbaa

@echo off
setlocal enabledelayedexpansion
set zs=0
call :js !zs!
set js=0
set j=1
for /f "delims=" %%i in ([在这里输入全本小说名]) do (
set "t=%%i"
set "t0=!t:~1,1!"
set "t1=!t:~3,1!"
if "!t0!"=="第" (
for /f "tokens=1" %%a in ('call echo !t!') do (
set "m=%%a"
set "m=!m:（上）=!"
set "m=!m:（中）=!"
set "m=!m:（下）=!"
set "m=!m:（一）=!"
set "m=!m:（二）=!"
set "m=!m:（三）=!"
set "m=!m:（四）=!"
set "m=!m:（五）=!"
set "m=!m:（六）=!"
set "m=!m:（七）=!"
set "m=!m:（八）=!"
set "m=!m:（九）=!"
set "m=!m:（十）=!"
)
for /f "tokens=2" %%a in ('call echo !t!') do (
set "k=%%a"
set "k=!k:（上）=!"
set "k=!k:（中）=!"
set "k=!k:（下）=!"
set "k=!k:（一）=!"
set "k=!k:（二）=!"
set "k=!k:（三）=!"
set "k=!k:（四）=!"
set "k=!k:（五）=!"
set "k=!k:（六）=!"
set "k=!k:（七）=!"
set "k=!k:（八）=!"
set "k=!k:（九）=!"
set "k=!k:（十）=!"
)
)
if defined m (
if defined ms (
if not "!m!"=="!ms!" (set /a zs+=1&&call :js !zs!)
)
set "ms=!m!"
)
md !j!>nul 2>nul
set l=!m!-!k!
if "!m!"=="" (
if "!k!"=="" (
set l=楔子
)
)
>>!l!.txt echo;%%i
>>!l!!.txt echo;
)
cls
echo !zs!
call :js !zs!
pause>nul
:js
set 零常数=100000000000000000000000000000000
:整数
cls
set /a 被除数=%~1
set /a 除数=459
set /a 精确位数=3
set /a 解=!被除数!/!除数!
set /a x=!解!*!除数!
cls
if !x!==!被除数! (
set jg=!解!
goto jg
)
:小数
set 数点=!零常数:~-%精确位数%!
set x=!被除数!!数点!
set /a 小解=!x!/!除数!
set 小数=!小解:~-%精确位数%!
set 解=!解!.!小数!
set jg=!解!
:jg
if !jg!==1 (title 进度已完成:100.0%%%
Goto :Eof)
for /f "tokens=2 delims=." %%b in ('call echo !jg!') do (
set "ttt=%%b"
set ttt1=!ttt:~0,1!
set ttt2=!ttt:~1,1!
set ttt3=!ttt:~2,1!
if "!ttt2!"=="" (title 进度已完成:0.!ttt1!%%%
Goto :Eof)
if "!ttt3!"=="" (title 进度已完成:!ttt1!.!ttt2!%%%
Goto :Eof) else (title 进度已完成:!ttt1!!ttt2!.!ttt3!%%%
Goto :Eof)
Goto :eof
)
复制代码

这是以前看小说分割章节
希望对你有用

hlzj88

可以参考我以前发的链接 http://www.bathome.net/thread-30798-1-1.html


针对你顶楼的问题，，不希望下载无关的网页，可以在提取链接后，调整汉字到链接前面，用findstr /b 来发现第一个字不是  第 的输出到一个文本来观察，会不会有的正确章节前面的确没有 第 字，然后依据新文本内容来删除章节表 文本里的内容。

qazplm

vbs

If LCase(Right(WSH.FullName, 11)) = "wscript.exe" Then
    CreateObject("WScript.Shell").run "%Comspec% /c cscript -nologo """ & WSH.ScriptFullName & """&pause"
    WSH.Quit
End If
Set html = CreateObject("htmlfile")
Set http = CreateObject("Msxml2.ServerXMLHTTP")
url="http://www.yssm.org/uctxt/109/109767/"
html.designMode = "on"
http.open "GET", url, False
http.send
htmltext = http.responseText
rem 提取内容有两种方法，一种是正则，另一种解析DOM
rem 排除方法有两种，一种是判断a标签的style属性，另一种是匹配标题，如第xx章
html.write htmltext
s="":Set list = html.getElementsByTagName("dd")
For Each item in list
    Set a=item.getElementsByTagName("a")(0)
    If a.getAttribute("style") ="" Then
        s=s & url & split(a.getAttribute("href"),":")(1) & _
            "  " & item.innerText & vbCrLf
    End If
Next
WSH.echo s
复制代码

3518228042

正则提取这个区域后，匹配章标题后wget下载怎么弄？这个下载500章以后的，wget下载弄不了，怎么弄进去将index.html.txt的链接下载？

@set @n=0;/* & echo off
setlocal enabledelayedexpansion

del /a /f /q index.html.txt 2>nul
curl -o index.html http://www.yssm.org/uctxt/109/109767/
wfr index.html -any -encin:utf-8 -encout:gbk -force

dir /b index.html|cscript -nologo -e:jscript "%~0"
pause & exit/b & rem */
fso = new ActiveXObject("Scripting.FileSystemObject");
while (!WSH.StdIn.AtEndOfStream) {
    f = WSH.StdIn.ReadLine();
    txt = fso.OpenTextFile(f, 1).ReadAll();
    txt = txt.replace(/<a .*href=\"[^\"]+\.html\">第?(一|0*1)[章节][\s\S]*(<a .*href=\"[^\"]+\.html\">第?五百章)/g, '$2')
    .replace(/(href=\")([0-9]+\.html)/g, '$1http://www.yssm.org/uctxt/109/109767/$2');
    s = "";
    re = /(<a .*href=\")([^\"]+\.html)(\">第?.+章)/ig;
    //提取内容
    while ((ar = re.exec(txt)) != null) {
    s += ar[2] + "\r\n";
    };
    fso.OpenTextFile(f + ".txt" ,2, true).Write(s);
}
复制代码