[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
返回列表 发帖
hxx

Rank: 1

帖子
18 
积分
37 
技术
0  
捐助
0  
注册时间
2020-4-7 
1楼 跳转到 » 倒序看帖
打印
tT
发表于 2020-4-26 22:21 | 只看该作者

[文本处理] 批处理如何获取网页title

我看别人都是用 *.htm
----------------
案例：

我的思路是  能不能直接从 curl -vv www.baidu.com
中直接获取这个title

<title>百度一下，你就知道</title>

假设这个,是 -

<title>百度一下 - 你就知道</title>

只截取`百度一下`这四个字
收藏 分享

maxwell

Rank: 1

帖子
19 
积分
35 
技术
0  
捐助
0  
注册时间
2018-10-31 
2楼
发表于 2020-4-27 11:37 | 只看该作者
这个你干脆写爬虫得了.方便

TOP

Batcher

Rank: 12Rank: 12Rank: 12

帖子
14770 
积分
45944 
技术
847  
捐助
745  
注册时间
2008-6-9 
3楼
发表于 2020-4-27 18:40 | 只看该作者
回复 1# hxx 
  1. curl -vv www.baidu.com 2>nul | grep -Po "<title>.*</title>" | gawk -F "[<>-]" "{print $3}" > "结果.txt"
复制代码
地址：
http://bcn.bathome.net/s/tool/index.html?key=curl
http://bcn.bathome.net/s/tool/index.html?key=grep
http://bcn.bathome.net/s/tool/index.html?key=gawk
1

评分人数

    • hxx: 热心管理员技术 + 1
我帮忙写的代码不需要付钱。如果一定要给，请在微信群或QQ群发给大家吧。
【微信公众号、微信群、QQ群】http://bbs.bathome.net/thread-3473-1-1.html
【支持批处理之家，加入VIP会员！】http://bbs.bathome.net/thread-67716-1-1.html

TOP

xp3000

Rank: 5Rank: 5

帖子
441 
积分
618 
技术
37  
捐助
0  
注册时间
2013-4-25 
4楼
发表于 2020-4-28 09:12 | 只看该作者
本帖最后由 xp3000 于 2020-4-28 18:07 编辑

方法2：
所需三个工具，放入C:\Windows\System32
http://bcn.bathome.net/tool/haxx,7.59.0/curl.exe
http://bcn.bathome.net/tool/iconv.exe
http://bcn.bathome.net/tool/3.0/grep.exe
  1. @echo off

  2. setlocal enabledelayedexpansion

  3. for /f "delims=" %%i in  ('curl "www.baidu.com" ^| iconv -f utf-8 -t gbk ^| grep -oP "(?<=<title>)[^<-]+(?=(，|-).+<\/title>)"') do (

  4. echo %%i

  5. )

  6. pause
复制代码
1

评分人数

    • hxx: 热心群众技术 + 1

TOP

xp3000

Rank: 5Rank: 5

帖子
441 
积分
618 
技术
37  
捐助
0  
注册时间
2013-4-25 
5楼
发表于 2020-4-28 09:19 | 只看该作者 
  1. @if (0)==(0) @echo off

  2. setlocal enabledelayedexpansion

  3. (curl "http://book.zongheng.com/showchapter/470520.html" | iconv -f utf-8 -t gbk |cscript -nologo -e:jscript "%~f0")>>提取章节名称.txt

  4. pause & goto :EOF

  5. @end

  6. WSH.echo(WSH.StdIn.ReadAll().match(/第[零一二三四五六七八九十百千廿卅卌0-9]+[章节卷] [^ <>]+/mg).join('\r\n'));
复制代码
借个帖子，如何先提取后替换？

TOP

went

Rank: 6Rank: 6

帖子
833 
积分
1675 
技术
219  
捐助
0  
注册时间
2017-9-22 
6楼
发表于 2020-4-28 10:00 | 只看该作者
win10
  1. @echo off

  2. set "url=www.baidu.com"

  3. set "char='，','-'"

  4. powershell -c "if((Invoke-WebRequest -UseBasicParsing -Uri '%url%').Content -match '(?<=<title>).*?(?=</title>)'){$Matches[0].Split(@(%char%))[0]}"

  5. pause&exit
复制代码
1

评分人数

    • hxx: 写法好厉害技术 + 1

TOP

netdzb

Rank: 5Rank: 5

帖子
897 
积分
1198 
技术
3  
捐助
0  
注册时间
2018-1-17 
7楼
发表于 2020-4-28 17:15 | 只看该作者
本帖最后由 netdzb 于 2020-4-28 17:30 编辑

回复 3# Batcher

管理员，命令能否解释一下?
grep的非贪婪模式匹配得到一个字符串，然后gawk的分割符有4个吗?
中间的管道 | 表示什么?

这个代码写三行可以吗? 我这里没有看懂。
分割符号里面的方括号表示什么?
谢谢。

TOP

返回列表