[已解决]如何将html每一行做成单个的批处理？

lxh623

电脑上的pdf文件都有书签，我事先用插件导出为html或者txt，样本见附件，最好是html。很多杂志，所以，有很多这样的html。
我想把的每个书签做成单个的批处理，也就是html每一行做成单个的批处理。
批处理名称是“书签--（作者）--文件名”。有时候有作者，有时候没有。

这个批处理格式如下：（我自己试着做的，有个问题，不自动退出。怎么修改？）
"D:\program files\pdf\Acrobat 11.0\Acrobat\Acrobat.exe" /A "page=43" "F:\禅\0106.pdf"

请帮我做一个建立批处理的批处理。
有了它，似乎可以更好的管理杂志。

aa77dd@163.com

这种方式难道要比 书签 好用吗, 会建立许多的文件

以下代码不能处理 标题 中的半角 * 号, 楼主给出的示例中倒是也没有标题 含这个符号的

Windows 文件系统中, 对文件命名来说, 非法的字符有

/\:*?"<>|

1. @echo off
   
2. setlocal enableDelayedExpansion
   
3. 
   
4. set "AcrobatPath=D:\program files\pdf\Acrobat 11.0\Acrobat\Acrobat.exe"
   
5. 
   
6. for %%h in (*.htm) do (
   
7. 
   
8.     for /f "delims=" %%a in ('findstr /i /c:"<li><a href=" "%%h"') do (
   
9.         set "line=%%a"
   
10.         set "title=!line:~30,-9!"
    
11.         set "title=!title:*>=!"
    
12. 
    
13.         REM 去除文件名非法字符 / \ : ? " < > |
    
14.         for %%a in (/ \ : ^< ^> ^|) do (
    
15.             set "title=!title:%%a=_!"
    
16.         )
    
17.         (set title=!title:^"=_!)
    
18.         (set title=!title:?=_!)
    
19. 
    
20.         for /f tokens^=2-4^ delims^=#^". %%a in ("%%a") do (
    
21.             >!title!--%%a.bat (
    
22.                 echo;start "" "%AcrobatPath%" /A "%%c" "F:\禅\%%a.pdf"
    
23.             )
    
24.         )
    
25.     )
    
26. 
    
27. )
    
28. pause
    

复制代码

lxh623

这种方式难道要比 书签 好用吗, 会建立许多的文件

以下代码不能处理 标题 中的半角 * 号, 楼主给出的示例 ...
aa77dd@163.com 发表于 2016-1-2 23:23

谢谢帮助！
我试了，对于这一本杂志，很好了。
有标题和作者，可以了。特别是杂志多了，可以辅助管理。
全文检索的办法，还是麻烦。

lxh623

回复 2# aa77dd@163.com
发现一个小问题，就是，能不能从html读出pdf文件地址（代码最后）。
谢谢！

lxh623

我在网页浏览器看到有链接，今天，我用UltraEdit-32打开，却找不到链接。奇怪了。
插件autobookmark还可以导出xml。麻烦诸位大侠帮我看看。
就是，在同一目录下，有两个同名的文件，一个是htm，一个是xml。htm如前批处理，就可以，但是需要在xml中提取路径。
或者，所有操作只用xml。
应该能办到吧？
最好，处理完了一本杂志，就删除该期杂志的htm和xml。
谢谢！

pcl_test

回复 5# lxh623

打酱油

1. @echo off
   
2. mshta http://bathome.net/s/hta/ type('0106.xml')^
   
3.     .match(/^<PATH^>[^^^>]+^<\/PATH^>^|^<PAGE^>[^^^>]+^<\/PAGE^>^|^<NAME^>[^^^>]+^<\/NAME^>/g)^
   
4.         .EACH(function(a){return a.replace(/^<[^^^>]+^>/g,'')})^
   
5.             .join('\r\n')>"结果.txt"
   
6. pause

复制代码

CrLf

回复 6# pcl_test


可以用双引号随意囊括代码

1. @echo off
   
2. mshta http://bathome.net/s/hta/ type('0106.xml')^
   
3.     ".match(/<PATH>[^>]+<\/PATH>|<PAGE>[^>]+<\/PAGE>|<NAME>[^>]+<\/NAME>/g)"^
   
4.         ".EACH(function(a){return a.replace(/<[^>]+>/g,'')})"^
   
5.             ".join('\r\n')" >"结果.txt"
   
6. pause

复制代码

在线 hta 会忽略代码中的 "，要保留双引号的情况可用 \" 或 "" 代替，但这三者略有区别：

1. ["测\t试"]   相当于 [测        试]
   
2. ["测\t试"] 相当于 ["测        试"]
   
3. [""测\t试""] 相当于 ["测\t试"]

复制代码

lxh623

麻烦最好是二楼的代码基础上，修改文件地址。

lxh623

当前文件夹有许多html和同名的pdf，（有些pdf没有html。）找到pdf地址，也就是本处文件夹所在，用于第二楼的代码的最后。
这个怎么能做出来？
谢谢！

WHY

回复 9# lxh623


    “用于二楼代码的最后”是不是把 F:\禅 改成当前路径？
这样试试

1. @echo off
   
2. setlocal enableDelayedExpansion
   
3. set "AcrobatPath=D:\program files\pdf\Acrobat 11.0\Acrobat\Acrobat.exe"
   
4. 
   
5. for /f tokens^=2-3*delims^=^"# %%a in ('findstr /i /c:"<li><a href=" *.htm') do (
   
6.         set "title=%%c"
   
7.         set "title=!title:~1,-9!"
   
8.         set "title=!title:"=_!"
   
9.         set "title=!title:?=_!"
   
10.         for %%a in ( / \ : ^< ^> ^| ) do (
    
11.             set "title=!title:%%a=_!"
    
12.         )
    
13.         echo;start "" "%AcrobatPath%" /A "%%b" "%~dp0%%a">"!title!--%%~na.bat"
    
14. )
    
15. pause

复制代码