[文本处理] [已解决]批处理如何从网页代码中提取图片地址另存到文本？

Rank: 4

帖子: 107
积分: 475
技术: 0
捐助: 0
注册时间: 2008-9-19

1楼 跳转到 » 正序看帖

打印

字体大小: tT

发表于 2008-9-19 13:46 | 只看该作者

[文本处理] [已解决]批处理如何从网页代码中提取图片地址另存到文本？

例如，原网页源代码如下：

<TABLE cellSpacing=0 cellPadding=0 border=0>
<TBODY>
<TR></TR>
<TR>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/EF23922CFD54D6216575A84D16CC9E8DDT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=EF23922CFD54D6216575A84D16CC9E8DDT 

title=001 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/EF23922CFD54D6216575A84D16CC9E8D_75.jpg" 
name=setphoto></A></TD>
<TD style="FONT-SIZE: 12px; FONT-FAMILY: Arial, Helvetica, sans-serif" 
width=20>    </TD></TR></TBODY></TABLE></TD>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/A66133862742F7EA832FAF9C4B11B43FDT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=A66133862742F7EA832FAF9C4B11B43FDT 

title=002 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/A66133862742F7EA832FAF9C4B11B43F_75.jpg" 
name=setphoto></A></TD>
<TD style="FONT-SIZE: 12px; FONT-FAMILY: Arial, Helvetica, sans-serif" 
width=20>    </TD></TR></TBODY></TABLE></TD>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/5AB4224E589EE3B6E5BED440EA1C5FD4DT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=5AB4224E589EE3B6E5BED440EA1C5FD4DT 

title=003 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/5AB4224E589EE3B6E5BED440EA1C5FD4_75.jpg" 
name=setphoto></A></TD>
<TD style="FONT-SIZE: 12px; FONT-FAMILY: Arial, Helvetica, sans-serif" 
width=20>    </TD></TR></TBODY></TABLE></TD>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/A760F4EC50162AEA524E3276B8DF2E95DT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=A760F4EC50162AEA524E3276B8DF2E95DT 

title=004 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/A760F4EC50162AEA524E3276B8DF2E95_75.jpg" 
name=setphoto></A></TD>
<TD style="FONT-SIZE: 12px; FONT-FAMILY: Arial, Helvetica, sans-serif" 
width=20>    </TD></TR></TBODY></TABLE></TD>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/EFCC42B5A9F5D315AFD37ACE66B70247DT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=EFCC42B5A9F5D315AFD37ACE66B70247DT 

title=005 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/EFCC42B5A9F5D315AFD37ACE66B70247_75.jpg" 
name=setphoto></A></TD></TR></TBODY></TABLE></TD>
<TR></TR>
<TR>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/1A4F387882E90149942754220858D67ADT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=1A4F387882E90149942754220858D67ADT 

title=006 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/1A4F387882E90149942754220858D67A_75.jpg" 
name=setphoto></A></TD>
<TD style="FONT-SIZE: 12px; FONT-FAMILY: Arial, Helvetica, sans-serif" 
width=20>    </TD></TR></TBODY></TABLE></TD>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/159199B9EC7DCF2218011DC9515AA70ADT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=159199B9EC7DCF2218011DC9515AA70ADT 

title=007 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/159199B9EC7DCF2218011DC9515AA70A_75.jpg" 
name=setphoto></A></TD>
<TD style="FONT-SIZE: 12px; FONT-FAMILY: Arial, Helvetica, sans-serif" 
width=20>    </TD></TR></TBODY></TABLE></TD>
<TD vAlign=top width=95 height=95>
<TABLE cellSpacing=0 cellPadding=0 width=95 border=0>
<TBODY>
<TR>
<TD vAlign=top align=middle width=75 height=95><A class=linkImg 
href="/phoinfo/8CFF33CD16EE371998F35178D5D5A215DT/A636ACC2EDDA4F9C9C8FF0D515E4A5F4DS"><IMG 
class=photoBorder id=8CFF33CD16EE371998F35178D5D5A215DT 

title=008 onmouseout=closedialog(event,this); 
src="http://photo1.bababian.com/upload13/20080919/8CFF33CD16EE371998F35178D5D5A215_75.jpg" 
复制代码

我想提取其中的图片地址提取出来输出到一个txt文件中去，结果如下

http://photo1.bababian.com/upload13/20080919/EF23922CFD54D6216575A84D16CC9E8D_75.jpg
http://photo1.bababian.com/upload13/20080919/A66133862742F7EA832FAF9C4B11B43F_75.jpg
http://photo1.bababian.com/upload13/20080919/5AB4224E589EE3B6E5BED440EA1C5FD4_75.jpg
http://photo1.bababian.com/upload13/20080919/A760F4EC50162AEA524E3276B8DF2E95_75.jpg
http://photo1.bababian.com/upload13/20080919/EFCC42B5A9F5D315AFD37ACE66B70247_75.jpg
http://photo1.bababian.com/upload13/20080919/1A4F387882E90149942754220858D67A_75.jpg
http://photo1.bababian.com/upload13/20080919/159199B9EC7DCF2218011DC9515AA70A_75.jpg
.......
复制代码

请问高手怎么写？我不太会批处理。

1 评分人数

hanyeguxing: 感谢给帖子标题标注[已解决]字样PB + 2

haseky

列兵

Rank: 1

帖子: 2
积分: 13
技术: 0
捐助: 0
注册时间: 2013-6-6

21楼

发表于 2013-6-6 15:58 | 只看该作者

请问如果楼主的代码是杂乱的，如何提取其中的图片地址？

pusofalse

Rank: 8 Rank: 8

帖子: 1166
积分: 5174
技术: 13
捐助: 0
注册时间: 2008-3-11

20楼

发表于 2008-10-17 18:51 | 只看该作者

wfr.exe、网页文件、批处理放在同一目录下运行，没理由不行啊。

@(type 251.htm|wfr /r:"(.*src\=\"^|\"\s.*)" /t|findstr "^http.*\.jpg$">list.txt)&&start list.txt
复制代码

把这里的251.htm改为你的网页文件的名字。

心绪平和，眼藏静谧。

Rank: 4

帖子: 107
积分: 475
技术: 0
捐助: 0
注册时间: 2008-9-19

19楼

发表于 2008-10-17 10:09 | 只看该作者

请问poso版主那个wrf.exe怎么使用？下载下来放在哪里才能作用？
我把你的wrf.exe放在网页文件和批处理文件同一个文件夹下，运行批处理出现“找不到结果”

lzwudi

Rank: 4

帖子: 88
积分: 399
技术: 0
捐助: 0
注册时间: 2008-1-13

18楼

发表于 2008-10-6 23:27 | 只看该作者

从上面看来,管理员真的太不容易了,虽然我提的问题少,也没有学习到什么,我还是由衷的感谢各位管理员和热心帮助他人的老师们,祝你们平安快乐!!
帮助别人是快乐吧?
被人帮助是幸福吧?

帮助别人是快乐
被人帮助是幸福

pusofalse

Rank: 8 Rank: 8

帖子: 1166
积分: 5174
技术: 13
捐助: 0
注册时间: 2008-3-11

17楼

发表于 2008-10-5 16:55 | 只看该作者

@(type 251.htm|wfr /r:"(.*src\=\"^|\"\s.*)" /t|findstr "^http.*\.jpg$">list.txt)&&start list.txt
复制代码

需要WFR.EXE：http://bbs.bathome.net/thread-1909-1-1.html

[ 本帖最后由 pusofalse 于 2008-10-5 17:53 编辑 ]

心绪平和，眼藏静谧。

Rank: 4

帖子: 107
积分: 475
技术: 0
捐助: 0
注册时间: 2008-9-19

16楼

发表于 2008-10-5 14:00 | 只看该作者

哇，这次的改良版bat运算速度超快啊，准确率百分百，可以给个极品代号了。
再次感谢管理员大哥的帮忙！

Rank: 8 Rank: 8

帖子: 1348
积分: 5186
技术: 143
捐助: 501
注册时间: 2007-10-25

15楼

发表于 2008-10-4 23:46 | 只看该作者

　　再来个效率大为提升的代码：

@echo off
cd.>list.txt
for %%i in (*.htm) do (
    (echo.&echo %%i 中的图片&echo.)>>list.txt
    for /f "delims=" %%j in ('findstr /i "src=.*http://.*\.jpg" %%i 2^>nul') do (
        set "str=%%j"
        setlocal enabledelayedexpansion
        set str=!str:"=!
        set str=!str:*src=!
        for /f "delims==> " %%k in ("!str!") do (
            if /i "%%~xk"==".jpg" echo %%k>>list.txt
        )
        endlocal
    )
)
start list.txt
复制代码

尺有所短寸有所长，学好批处理没商量；
考虑问题复杂化，解决问题简洁化。
心在天山，身老沧州。

Rank: 8 Rank: 8

帖子: 1348
积分: 5186
技术: 143
捐助: 501
注册时间: 2007-10-25

14楼

发表于 2008-10-4 23:43 | 只看该作者

　　本以为你是觉得URL中含有问号和单引号而弃之不用，就帮你过滤了一下，原来你的本意是完全不用那些图片。那就把这些过滤掉吧，不过效率十分低下：

@echo off
cd.>list.txt
for %%i in (*.htm) do (
    (echo.&echo %%i 中的图片&echo.)>>list.txt
    for /f "delims=" %%j in ('findstr /i "src=.*http://.*\.jpg" %%i 2^>nul') do (
        set "str=%%j"
        setlocal enabledelayedexpansion
        set str=!str:"=!
        set str=!str:*src=!
        for /f "delims==> " %%k in ("!str!") do (
            echo %%k|findstr /v "' ?">>list.txt
        )
        endlocal
    )
)
start list.txt
复制代码

尺有所短寸有所长，学好批处理没商量；
考虑问题复杂化，解决问题简洁化。
心在天山，身老沧州。

Rank: 4

帖子: 107
积分: 475
技术: 0
捐助: 0
注册时间: 2008-9-19

13楼

发表于 2008-10-4 23:13 | 只看该作者

管理员大哥你误会了，我的意思是吧红色部分全部删除掉不要

Rank: 8 Rank: 8

帖子: 1348
积分: 5186
技术: 143
捐助: 501
注册时间: 2007-10-25

12楼

发表于 2008-10-4 21:13 | 只看该作者

　　在9楼代码的基础上，再过滤掉单引号和问号就可以了：

@echo off
cd.>list.txt
for %%i in (*.htm) do (
    (echo.&echo %%i 中的图片&echo.)>>list.txt
    for /f "delims=" %%j in ('findstr /i "src=.*http://.*\.jpg" %%i 2^>nul') do (
        set "str=%%j"
        setlocal enabledelayedexpansion
        set str=!str:"=!
        set str=!str:*src=!
        for /f "delims==>'? " %%k in ("!str!") do echo %%k>>list.txt
        endlocal
    )
)
start list.txt
复制代码

尺有所短寸有所长，学好批处理没商量；
考虑问题复杂化，解决问题简洁化。
心在天山，身老沧州。

Rank: 4

帖子: 107
积分: 475
技术: 0
捐助: 0
注册时间: 2008-9-19

11楼

发表于 2008-10-4 16:02 | 只看该作者

Rank: 4

帖子: 107
积分: 475
技术: 0
捐助: 0
注册时间: 2008-9-19

10楼

发表于 2008-9-20 15:47 | 只看该作者

我要的就是这样的效果，太完美了，谢谢管理员大哥。

Rank: 8 Rank: 8

帖子: 1348
积分: 5186
技术: 143
捐助: 501
注册时间: 2007-10-25

9楼

发表于 2008-9-20 14:50 | 只看该作者

　　解决6楼问题的代码如下：

@echo off
cd.>list.txt
for %%i in (*.htm) do (
    (echo.&echo %%i 中的图片&echo.)>>list.txt
    for /f "delims=" %%j in ('findstr /i "src=.*http://.*\.jpg" %%i 2^>nul') do (
        set "str=%%j"
        setlocal enabledelayedexpansion
        set str=!str:"=!
        set str=!str:*src=!
        for /f "delims==> " %%k in ("!str!") do echo %%k>>list.txt
        endlocal
    )
)
start list.txt
复制代码

　　发现网页中存在一些不带网址、只有相对路径的jpg文件，不知道你是否需要，如果需要的话，把第二个for语句中findstr里的 .*http:// 字符串去掉即可。

尺有所短寸有所长，学好批处理没商量；
考虑问题复杂化，解决问题简洁化。
心在天山，身老沧州。

Rank: 8 Rank: 8

帖子: 1348
积分: 5186
技术: 143
捐助: 501
注册时间: 2007-10-25

8楼

发表于 2008-9-20 14:31 | 只看该作者

　　6楼的网页代码和顶楼的网页代码格式已经大不一样，正在研究中。

尺有所短寸有所长，学好批处理没商量；
考虑问题复杂化，解决问题简洁化。
心在天山，身老沧州。