[文本处理] 批处理怎么提取本地HTML文件的图片链接

zzz

如题，或者说，哪个第三方工具可以利用正则来提取链接？

比如 HTML 代码

<div><div><div><p><img align="absMiddle" src="https://img.alicdn.com/imgextra/i4/2622073366/TB2gT8ihXXXXXcnXXXXXXXXXXXX_!!2622073366.png" /></p><p><img align="absMiddle" src="https://img.alicdn.com/imgextra/i2/2622073366/TB27OA7gVXXXXbtXpXXXXXXXXXX_!!2622073366.jpg" /></p><p><img align="absMiddle" src="https://img.alicdn.com/imgextra/i4/2622073366/TB2hj4lhXXXXXbLXXXXXXXXXXXX_!!2622073366.jpg" /></p><p><img align="absMiddle" src="https://img.alicdn.com/imgextra/i1/2622073366/TB2Fn78gVXXXXasXpXXXXXXXXXX_!!2622073366.png" /></p><p><img align="absMiddle" height="493" src="https://img.alicdn.com/imgextra/i1/2622073366/TB2Z54xhXXXXXXtXXXXXXXXXXXX_!!2622073366.png" width="755" /></p>

提取出链接

https://img.alicdn.com/imgextra/i4/2622073366/TB2gT8ihXXXXXcnXXXXXXXXXXXX_!!2622073366.png
https://img.alicdn.com/imgextra/i1/2622073366/TB2Z54xhXXXXXXtXXXXXXXXXXXX_!!2622073366.png
复制代码

.....

HTML代码并没有被格式化，杂乱的代码

pcl_test

grep
http://www.bathome.net/s/tool/index.html

zzz

回复 2# pcl_test


    你在逗我？

zzz

比如<img src="ｈｔｔｐ：／／ｗｗｗ．ｂａｉｄｕ．ｃｏｍ／ｄ．ｊｐｇ">

提取ｈｔｔｐ：／／ｗｗｗ．ｂａｉｄｕ．ｃｏｍ／ｄ．ｊｐｇ

wskwfkbdn

grep 只能匹配行，任何第三方都不能直接搞定，楼主还是考虑一下for的截取

推荐一种方法纯p实现  把引号用set替换成换行符，echo %%x|find /i "http"

GNU

回复 4# wskwfkbdn

grep -Po "https://[^\"]+\.png" 1.html
复制代码

你也试试看

GNU

sed "s#.* src=.\([^\"]\+\)\".*#\1#g" 1.html
复制代码

zzz

回复 7# GNU


    恩，thanks，但是只获取了一个图片链接。我想都获取到

zzz

回复 5# wskwfkbdn


    恩，我已经用纯批写出来了。但是由于for最多只能截取31个。头疼啊，一行代码过长的话，图片链接都不能全部获取到

GNU

回复 8# zzz


    6楼那个试过了吗？

wskwfkbdn

回复 9# zzz


    修正回复内容晚了，我是想说

推荐一种方法纯p实现  把引号用set替换成换行符，echo 变量|findstr /i "^http"

pcl_test

powershell -c "([regex]'https?://[^\"]+').Matches($(type '1.html'))^|%%{$_.Value}"
pause
复制代码

xxpinqz

@echo off
%1(for /f "delims=" %%a in ('%0 :^|findstr /bic:"https://"') do echo,%%a)&pause&exit /b
for /f "delims=" %%a in ('findstr /ic:"https://" 1.html') do for %%b in (%%a) do echo,%%~b
复制代码

pcl_test

mshta http://bathome.net/s/hta/ "type('1.html').match(/https?:\/\/[^\""]+/g).join('\r\n')"
pause
复制代码

zzz

回复 6# GNU


    格式化的代码，用此命令正常。但是未格式化的代码，一个都匹配不出来