[文本处理] 批处理如何从多个htm文件中提取有规则url？

wrrbb

求助，求助，

有多个*.htm文件，现要从中提取所需的URL。
如下

<a href="http://item.taobao.com/item.htm?id=8099035641" target="_blank"><img 
复制代码

我要提取其中的http://item.taobao.com/item.htm?id=8099035641
然后一行一条放入1.txt文件内

现知，只要符合这个正则表达式<a href="(.+?)" target="_blank"><img 都是需要的URL。
怎么写bat，我看了半天看不懂。T_T

wrrbb

vbs正则提取
Dim FSO, Path, vbStr, File, REGEX
Path = CreateObject("Wscript.Shell").CurrentDirectory
Set FSO = CreateObject("Scripting.FileSystemObject")
For Each File In FSO.GetFolder(Path).Files
...
ArdentMan 发表于 2011-7-10 11:47

没有输出？

wrrbb

@echo off
(for /f tokens^=2delims^=^" %%i in ('Findstr /c:"1.txt

lvsehuaxue 发表于 2011-7-10 11:13

主要是后缀要符合后面这个条件： target="_blank"><img

这句怎么写呢？
还有运行起来怎么只能一个htm文件有效，多个就无效喽。

wrrbb

@echo off
(for /f tokens^=2delims^=^" %%i in ('Findstr /c:"1.txt

lvsehuaxue 发表于 2011-7-10 11:13

哦，多少文件都行，刚才我设置错误了，呵呵，现在可以了，但是就是提取出来的，比目标的多，因为我后面需要一个必要条件，后面跟着 target="_blank"><img

这个不知道怎么加。。。

2楼和6楼的，我都试了，2楼的出来就把整个文件用txt格式又重新输出了，6楼输出空白的txt文件。
目前就只有四楼的可以哦。

wrrbb

<textarea wrap="hard" cols="70" rows="6" readonly="readonly" onclick="this.select();" id="txt_urlcode" name="foroverflow">http://www.taobao.com/t_1?i=qXssIzFlOef33HI%3D&p=12_10011550_0_0&n=11</textarea>
复制代码

要提取中间的URL，怎么实现呢？

http://www.taobao.com/t_1?i=qXss ... 011150_0_0&n=11

wrrbb

15# zm900612


用同样的方法，我试了，提取不了我另外一个帖子发的内容。