caruko

要获取网页内容，如果不用第三方的话，必须
start "" /min "C:\Program Files\Internet Explorer\IEXPLORE.EXE" "http://bbs.tt365.net.cn/viewthread.php?tid=161145"
打开网页，然后提取缓存。 最后根据窗口标题名，taskkill掉。
如果这些都是给定的条件，那么容易不少。否者可能要wmic开启进程了。

caruko

还有一种方法
1, ping bbs.tt365.net.cn 取得目标IP
2, start 网页
3, 取得缓存
4, 根据netstat -o 对比IP 获取 IE的PID，然后taskkill。

caruko

发一个取【】内容的代码吧，鉴于【】都在一行，所以没有多做分析。
但就算【】内容分做2行，IF里面加一句判断 !cut:~-1!==$ 就可以了。

抓取网页内容，前面已说了方法，第三方的话更简单，就不写了。
去掉了多余的CALL。

去重只是简单的当前这句跟上一句对比，如果包含在上一句内，就不输出，并且下一句对比时忽略这一句，跟上上句对比。

@echo off&setlocal enabledelayedexpansion
for /f "usebackq delims=" %%i in ("viewthread[2].txt") do (
    set "str=%%~i"
    if not "!str:【=!" == "!str!" (
        set "str=!str:【=" "#!"
        set "str=!str:】=" "$!"
        for %%i in ("!str!") do (
            set "cut=%%~i"
            if "!cut:~0,1!"=="#" if !flag! equ 1 (
                set "s_new=!cut:~1!"
            ) else (
                set flag=1
                set "s_old=!cut:~1!"
                set "s_new=!cut:~1! "
            )
            for /f "delims=" %%S in ("!s_new!") do if "!s_old:%%S=#!"=="!s_old!" echo %%S&set "s_old=!s_new!"
        )
     )
)
pause>nul&goto :eof
复制代码

caruko

16# batman


如果不追求节省资源+效率，可以一边写入文件，然后下一句开始findstr文本。

caruko

试过用IE打开网站，读缓存，但是几个问题很麻烦。
主要问题是IE打开的速度有快有慢，很难知道IE有没有将网页完全下载，除非设置较长的延时，或者等待端口time out（也很久）。

找到对应的缓存文件的方法如下:
1， ping 得到IP。
2，REG方式得到缓存主目录。
3，start web
4，在缓存主目录里，dir /s /b /ad /od /tw 得到最近访问时间的缓存文件夹。
5，netstat -o |findstr "IP"得到“PID”，然后tasklist 取得IE窗口“TITLE”。
6，进入缓存文件夹，findstr /i "<title>.*%Title%" *，查找缓存文件。

还是用NC,WGET要容易的多。

caruko

如果似乎给定的网站，那么TITIE，缓存文件都是固定的。
就可以直接就找到了。

caruko

固定循环10次=。=
我觉得用我的将【替换为 "# ，将】替换为" ，直接达到分句效果会更好一点，for循环可以直接取出有用的句子。

去除重复，因为整个文章不长，一个变量可以放的下，就再可以用ZM那种按标点符号分句，然后匹配每个小句是否重复。

如果是不确定的长度，10次不确定，一个变量存放整个纹章也不够。