批处理之家 - Powered by Discuz! Board

标题: [文件操作] [已解决]如何将html每一行做成单个的批处理？ [打印本页]

作者: lxh623 时间: 2016-1-2 21:40 标题: [已解决]如何将html每一行做成单个的批处理？

电脑上的pdf文件都有书签，我事先用插件导出为html或者txt，样本见附件，最好是html。很多杂志，所以，有很多这样的html。
我想把的每个书签做成单个的批处理，也就是html每一行做成单个的批处理。
批处理名称是“书签--（作者）--文件名”。有时候有作者，有时候没有。

这个批处理格式如下：（我自己试着做的，有个问题，不自动退出。怎么修改？）
"D:\program files\pdf\Acrobat 11.0\Acrobat\Acrobat.exe" /A "page=43" "F:\禅\0106.pdf"

请帮我做一个建立批处理的批处理。
有了它，似乎可以更好的管理杂志。

作者: aa77dd@163.com 时间: 2016-1-2 23:23

这种方式难道要比书签好用吗, 会建立许多的文件

以下代码不能处理标题中的半角 * 号, 楼主给出的示例中倒是也没有标题含这个符号的

Windows 文件系统中, 对文件命名来说, 非法的字符有

/\:*?"<>|

@echo off
setlocal enableDelayedExpansion

set "AcrobatPath=D:\program files\pdf\Acrobat 11.0\Acrobat\Acrobat.exe"

for %%h in (*.htm) do (

    for /f "delims=" %%a in ('findstr /i /c:"<li><a href=" "%%h"') do (
        set "line=%%a"
        set "title=!line:~30,-9!"
        set "title=!title:*>=!"

        REM 去除文件名非法字符 / \ : ? " < > |
        for %%a in (/ \ : ^< ^> ^|) do (
            set "title=!title:%%a=_!"
        )
        (set title=!title:^"=_!)
        (set title=!title:?=_!)

        for /f tokens^=2-4^ delims^=#^". %%a in ("%%a") do (
            >!title!--%%a.bat (
                echo;start "" "%AcrobatPath%" /A "%%c" "F:\禅\%%a.pdf"
            )
        )
    )

)
pause
复制代码

作者: lxh623 时间: 2016-1-3 11:53

这种方式难道要比书签好用吗, 会建立许多的文件

以下代码不能处理标题中的半角 * 号, 楼主给出的示例 ...
aa77dd@163.com 发表于 2016-1-2 23:23

谢谢帮助！
我试了，对于这一本杂志，很好了。
有标题和作者，可以了。特别是杂志多了，可以辅助管理。
全文检索的办法，还是麻烦。

作者: lxh623 时间: 2016-1-3 12:10

本帖最后由 lxh623 于 2016-1-3 12:11 编辑

回复 2# aa77dd@163.com
发现一个小问题，就是，能不能从html读出pdf文件地址（代码最后）。
谢谢！

作者: lxh623 时间: 2016-1-19 21:00

我在网页浏览器看到有链接，今天，我用UltraEdit-32打开，却找不到链接。奇怪了。
插件autobookmark还可以导出xml。麻烦诸位大侠帮我看看。
就是，在同一目录下，有两个同名的文件，一个是htm，一个是xml。htm如前批处理，就可以，但是需要在xml中提取路径。
或者，所有操作只用xml。
应该能办到吧？
最好，处理完了一本杂志，就删除该期杂志的htm和xml。
谢谢！

作者: pcl_test 时间: 2016-1-19 22:03

回复 5# lxh623

打酱油

@echo off
mshta http://bathome.net/s/hta/ type('0106.xml')^
    .match(/^<PATH^>[^^^>]+^<\/PATH^>^|^<PAGE^>[^^^>]+^<\/PAGE^>^|^<NAME^>[^^^>]+^<\/NAME^>/g)^
        .EACH(function(a){return a.replace(/^<[^^^>]+^>/g,'')})^
            .join('\r\n')>"结果.txt"
pause
复制代码

作者: CrLf 时间: 2016-1-19 23:11

回复 6# pcl_test

可以用双引号随意囊括代码

@echo off
mshta http://bathome.net/s/hta/ type('0106.xml')^
    ".match(/<PATH>[^>]+<\/PATH>|<PAGE>[^>]+<\/PAGE>|<NAME>[^>]+<\/NAME>/g)"^
        ".EACH(function(a){return a.replace(/<[^>]+>/g,'')})"^
            ".join('\r\n')" >"结果.txt"
pause
复制代码

在线 hta 会忽略代码中的 "，要保留双引号的情况可用 \" 或 "" 代替，但这三者略有区别：

["测\t试"]   相当于 [测	试]
[\"测\t试\"] 相当于 ["测	试"]
[""测\t试""] 相当于 ["测\t试"]
复制代码

作者: lxh623 时间: 2016-1-21 12:17

麻烦最好是二楼的代码基础上，修改文件地址。

作者: lxh623 时间: 2016-2-2 12:34

当前文件夹有许多html和同名的pdf，（有些pdf没有html。）找到pdf地址，也就是本处文件夹所在，用于第二楼的代码的最后。
这个怎么能做出来？
谢谢！

作者: WHY 时间: 2016-2-2 23:31

回复 9# lxh623

“用于二楼代码的最后”是不是把 F:\禅改成当前路径？
这样试试

@echo off
setlocal enableDelayedExpansion
set "AcrobatPath=D:\program files\pdf\Acrobat 11.0\Acrobat\Acrobat.exe"

for /f tokens^=2-3*delims^=^"# %%a in ('findstr /i /c:"<li><a href=" *.htm') do (
        set "title=%%c"
        set "title=!title:~1,-9!"
        set "title=!title:"=_!"
        set "title=!title:?=_!"
        for %%a in ( / \ : ^< ^> ^| ) do (
            set "title=!title:%%a=_!"
        )
        echo;start "" "%AcrobatPath%" /A "%%b" "%~dp0%%a">"!title!--%%~na.bat"
)
pause
复制代码

欢迎光临批处理之家 (http://bathome.net./)