批处理之家 - Powered by Discuz! Board

标题: [文件操作] [已解决]批处理怎样根据网页文件<title>间的标题重命名文件？ [打印本页]

作者: huzhiqiang91 时间: 2013-7-10 19:33 标题: [已解决]批处理怎样根据网页文件<title>间的标题重命名文件？

我有许多以数字开头的htm文件，如35003.htm，网页的内容是一些文章，是有标题的，如“如何保养电脑与维护”等，
但是网页文件的数字标题对我找寻相关文章很不利，后来我发现在htm文件的源码里，文章的题目都在<title></title>之间，我现在想提取<title></title>之间的文章名并以此重命名该文件，不知代码该怎么写
备注：其实我自己尝试写过，但提取的都带<title></title>，我不想要，但是自己造诣不深搞不定，求高手。注意：我有很多很多这样的文件，希望代码有通用性，谢谢

作者: terse 时间: 2013-7-10 20:09

想看看你是怎么提取的

作者: Python 时间: 2013-7-10 20:39

请把35003.htm压缩一下传上来看看
还有把你的代码也贴出来
我可以帮忙修改

作者: huzhiqiang91 时间: 2013-7-10 23:34

这是我写的代码，

@echo off
findstr "<title>" "*.htm" >list.txt
for /f "delims=: tokens=1,2" %%a (list.txt) do (
ren F:\test\%%a %%b)
pause
复制代码

这是网页文件，用记事本打开看源码就找到<title></title>间的文章名了，我换了个文件，形式是一样的，内容不一样，
备注：有的文章名有空格或是特殊字符

作者: terse 时间: 2013-7-11 10:22

本帖最后由 terse 于 2013-7-11 12:56 编辑

路径自己补上特殊字符没测试空格应该没问题
n参数这里是多余了

@echo off
set ext=htm
for /f "tokens=1,3 delims=:<>" %%a in ('findstr /i "<title>.*</title>" *.%ext%') do ren "%%a" "%%b.%ext%"
pause
复制代码

作者: huzhiqiang91 时间: 2013-7-11 17:01

本帖最后由 huzhiqiang91 于 2013-7-11 17:03 编辑

问题解决了，谢谢terse ，不过我有一个问题

for /f "tokens=1,3 delims=:<>" %%a in ('findstr /i "<title>.*</title>" *.%ext%') do ren "%%a" "%%b.%ext%
复制代码

上面这段代码为什么把

'findstr /i "<title>.*</title>" *.%ext%
复制代码

的结果：

33428.htm:<title>windows IE浏览器精典技巧两则_WindowsXP_脚本之家</title>
复制代码

分成了4段，而不是五段，难道33428.htm:<title>冒号和"<"之间无字符段就不算吗，换句话说，是不是在两个分隔符之间无字符是不是就不分割呢、

作者: huzhiqiang91 时间: 2013-7-11 17:12

刚才又大规模试了一下，发现有特殊字符的不行，不过已经解决很大问题了，我觉得在处理前把含有的特殊字符找出来，替换掉应该可以，自己试试吧，再次感谢

作者: CrLf 时间: 2013-7-11 18:47

批处理吧某人的办法是这样，需要用第三方 sed：

@echo off
set "ext=htm"
findstr /i "<title>.*</title>" *.%ext%>a.txt
(
echo @echo off
sed "s/\(.*\):.*<title>\([^<]*\)<.*/ren \"\1\" \"\2.%ext%\"/ig" a.txt
)>a.bat
call a.bat
pause
复制代码

作者: PowerShell 时间: 2013-7-13 22:25

本帖最后由 PowerShell 于 2013-7-13 22:42 编辑

我也来凑热闹了

用时，别忘了把f：\txt那块修改了，并把#给取消掉。并备份下源文件

foreach ($a in (Get-ChildItem f:\TXT\aaa\*.htm*  -Recurse) )
{
$整个标题行 = Get-Content $a   |  select-string -list  -Pattern  "<title>.*</title>"  

if  ($整个标题行 -ne $null)
{
	$网页最终标题   = $整个标题行 -replace "^.*<title>",""
	$网页最终标题   = $网页最终标题 -replace "</title>.*$",""
	write-host $a.fullname,"---",$网页最终标题
	#Rename-Item   $a  $网页最终标题
	$整个标题行 = $null
}
else
{
	Write-Warning  $a.fullname

}



}
#powershell好，语法简单，无需转义，特殊字符处理妙，
复制代码

欢迎光临批处理之家 (http://bbs.bathome.net/)