批处理之家 - Powered by Discuz! Board

标题: [文本处理] 批处理怎样读取html标题并输出到文本？ [打印本页]

作者: ik22 时间: 2011-6-5 16:15 标题: 批处理怎样读取html标题并输出到文本？

哥们，大家好，先祝大家节日快乐！
下面是小弟想问的问题：
  D:\html\ 2011 目录下有很多个html网页文件现在想写个批处理  把这个目录下的html标题读( <title>***</title> )取出来，并输出到a.txt文本里面，一行一个标题，然后标题后面就写出对应文件的真实路径。。。注：只要输出***的内容即可。不带<title>与</title>字符。。。

a.txt结果大概如下格式:

标题1    D:\html\ 2011\1.html
标题2    D:\html\ 2011\2.html
标题3    D:\html\ 2011\3.html
标题4    D:\html\ 2011\4.html
标题5    D:\html\ 2011\5.html
标题6    D:\html\ 2011\6.html
...............

先感谢了。！！！！

作者: CrLf 时间: 2011-6-5 16:24

@echo off
for /f "tokens=1* delims=:" %%a in ('findstr "<title>.*</title>" *.html') do (
   set "tmp=%%b"
   setlocal enabledelayedexpansion
   for /f "delims=<" %%c in ("!tmp:*<title>=!") do echo %%c %%~fa
   endlocal
)
复制代码

作者: namejm 时间: 2011-6-5 17:45

2楼真大胆
原始数据都没看到就闷着头写代码了

作者: namejm 时间: 2011-6-5 18:13

给个比较特殊的标题：

<title>我是标题，我含有<字符</title>

2楼的代码趴下了吧，呵呵。
所以
我一般是不见兔子不撒鹰
不见原始数据绝不写代码

作者: plp626 时间: 2011-6-5 18:20

本来要更新的，我怎么把数据删了，
是，含有><的，for变量分割要注意；
==========================

问个sed替换的
echo <title>567<>890</title>|sed ???
怎么替换后显示为567890（代码尽量简洁）

作者: CrLf 时间: 2011-6-5 18:29

本来要更新的，我怎么把数据删了，
是，含有>
plp626 发表于 2011-6-5 18:20

哈哈，抓语病

echo "<title>567<>890</title>"|sed "s/[^0-9]//g"
复制代码

作者: CrLf 时间: 2011-6-5 18:32

来个正经的：

echo "<title>567<>890</title>"|sed "s/.*<title>\(.*\)<\/title>.*/\1/g;s/<>//g"
复制代码

作者: plp626 时间: 2011-6-5 18:32

6# zm900612

也太不通用了吧，那几个数字仅表示任意字符：
echo "<title>2345abcd@#$哈哈..??<>() { /\}嘿嘿</title>"|sed "？？？"

作者: ik22 时间: 2011-6-5 19:40

4# namejm

你好，哥们。
<title>***</title> *** 字符也不规定的。可能有数字，有文字，有英文等等的标题。所有文字/字符都有可能在标题里面出现。

作者: asnahu 时间: 2011-6-5 19:44

试试这个：

sed -n "/<title>/s/<[^>]*>//g; p"
复制代码

欢迎光临批处理之家 (http://bbs.bathome.net/)