[文本处理] [已解决]求助批处理怎样取多个同一关键词行的下一行

hlzj88

某崖的小说遇到值的读的，想提取到一文本集中阅读楼主。
多个网页下载合并后，已提取到源码内容为   发言人  下一行为发言内容。由于网友回贴，造成如下示例的内容间杂。所以还需要提取楼主的发言并其他加工。格式大致如下

<divclass="atl-info"><span>楼主：<ahref="http://www
<divclass="bbs-contentclearfix">　　爷爷是传承五代人的  这行留
<divclass="atl-info"><span><strongclass="host">楼主</strong>：<ahref="http://www
<divclass="bbs-content">　　床尾站着一小仙，男，中批  这行留
<divclass="atl-info"><span><strongclass="host">其他发言人</strong>
<divclass="bbs-content">　　其他发言人的发言，特点长短不一，也可能引用楼主大段文字
<divclass="atl-info"><span><strongclass="host">楼主</strong>：<ahref="http://www
<divclass="bbs-content"><br>　　<imgsrc="http://static.tianyaui.com/img/static/2011/imgloading.gif"title="点击图片  这行留
<divclass="atl-info"><span><strongclass="host">楼主</strong>：<ahref="http://www
<divclass="bbs-content">　　那日入定，爷爷带  这行留

@echo on&&setlocal enabledelayedexpansion
for /f "tokens=1 delims=:" %%i in ('findstr /n "楼主" 33.txt') do (
  echo 楼主标志的行号 %%i
  set /a xy=%%i+1
  set js=
 for /f "delims=" %%m in ("33.txt") do (
  set /a js+=1
  if !xy!==!js! echo %%m>>44.txt
  echo 标准!xy!  计数!js!
)
)
pause
复制代码

我尝试写的代码，计数!js!永远为 1，因此提不到楼主发言。所以求助，感谢给予帮助。     结贴时对上面略改

aloha20200628

长贴凑趣》据LZ三楼回复之意，顺借本题复习一下纯P伪数组的用法...

@echo off
for %%n in (2,4,8,10) do set "[%%n]=%%n" &::建立伪数组 [n]=n 对应行序号
set "n=0" &setlocal enabledelayedexpansion
(for /f "delims=" %%s in (33.txt) do (
	set/a "n+=1" &for %%k in (!n!) do set "An=![%%k]!"
	if !An! equ !n! echo,%%s
))>44.txt
复制代码

hlzj88

回复 46# WHY
的确出现了自动断行的情况，不过由于是直接提取网页源码，最后以htox32c网页转文本的方式，没有什么影响。同时，图文混合的源码，图片也自动没有了。

WHY

Win7 默认的 PowerShell v2.0 中的 Select-String 不支持 -LiteralPath 参数
PowerShell "..." > b.txt 这种重定向方式也有问题，字符串会自动断行。
这样测试：PowerShell -v 2.0 "..." > b.txt

WHY

贴一个 grep 方案，没有 gawk 和 sed 来的方便。

grep -P -A1 --no-group-separator ">楼主(：)?<" a.txt | grep -P -v ">楼主(：)?<" | find /v "" > b.txt
复制代码

hlzj88

回复 43# qixiaobin0715
速度也不慢，1M文本处理也是瞬间的事

qixiaobin0715

纯p 处理文本文件不是强项，下面代码勉强可用，效率应当不是太好。bat文件保存为ANSI编码，要处理的文本最好也是ANSI编码：

@echo off
set n=0
setlocal enabledelayedexpansion
(for /f "delims=" %%i in (33.txt) do (
    if !n! equ 1 echo,%%i
    set "str=%%i"
    if not "!str:>楼主=!"=="!str!" (set n=1) else set n=0
))>44.txt
pause
复制代码

fzp070

回复 41# terse


    OK，这次两条都可以了。谢谢分享！

terse

回复 40# fzp070
简单事给复杂化了，两条用上一条就可以了，文件编码是UTF-8的话就用第一条命令，编码ANSL就用第二条命令，脚本和文件同一目录处理

powershell "(select-string  -Lit '%~dp0a.txt' -pattern '>楼主：?<' –context 1 ).Context.PostContext" >a_a.txt
复制代码

powershell "(select-string -Lit '%~dp0a1.txt' -pattern '>楼主：?<' –context 1 -Encoding default).Context.PostContext" >a_1.txt
复制代码

fzp070

回复 39# terse


    嗯，这样之后，第2条命令正常了(第1条不报错，但输出空白)，但也不方便了，每次使用都要手动输入目录，目录太长还不好看。

terse

回复 38# fzp070
如有特殊字符 加个参数试下 类似于这样

select-string -Lit 'e:\[文本处理] 提文求助：取\a1.txt'   ......  
复制代码

fzp070

回复 34# terse

powershell "(select-string 'a.txt' -pattern '>楼主：?<' –context 1).Context.PostContext" >a11.txt
powershell "(select-string 'a.txt' -pattern '>楼主：?<' –context 1  -Encoding default ).Context.PostContext" >a_#.txt
复制代码

    大概找到原因了，跟目录名称是否含有特殊字符有关
例如目录是E:\11\，你34楼的两条命令都不报错，但第1条命令输出为空，第2条命令正常。
如果目录是E:\[文本处理] 提文求助：取\，则两条命令都报错，找不到文本。
也就是说34楼两条命令没有对含有特殊字符的目录进行处理。

fzp070

回复 36# terse


    在批处理所在目录 和如下目录 均放有A.txt，但跟6楼的powershell命令情况一样，在我电脑都提示找不到文本。目前只有26楼的 两个powershell命令 在我的电脑均正常。

“C:\Windows\System32\WindowsPowerShell\v1.0\a.txt”
复制代码

terse

回复 35# fzp070

找不到文件？ 没有A.txt吗？

fzp070

回复 34# terse

在我电脑系统上运行报错：

select-string : 找不到路径“C:\Windows\System32\WindowsPowerShell\v1.0\a.txt”，因为该路径不存在。
所在位置 行:1 字符: 2
+ (select-string 'a.txt' -pattern '>楼主：?<' –context 1).Context.PostCont ...
+  ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    + CategoryInfo          : ObjectNotFound: (C:\Windows\Syst...hell\v1.0\a.txt:String) [Select-String], ItemNotFound 
   Exception
    + FullyQualifiedErrorId : PathNotFound,Microsoft.PowerShell.Commands.SelectStringCommand
 
复制代码