【已解决】20元求助-批处理按照文件内容移动文件

lxh623

E:\duanwenxue文件夹下面有很多子文件夹。
有几十万html，大多数html源代码有一句
<div class="breadcrumb">当前位置：<a href='/'>短篇原创文学</a>><a href='/yuju/'>经典语句</a>><a href='/yuju/yulu/'>经典语录</a>>文章内容</div>

我想，提取所有文件名以及它的这一句，然后，如果文件已经在文件夹路径（比如E:\duanwenxue\yuju\yulu\新建文件夹，或者任何名称的三级或四级子文件夹）下面，就不动。不然移动文件到该路径（这里是E:\duanwenxue\yuju\yulu\）。移动如果与目的地文件重名，就删除文件。

如果源代码没有这一句，就忽略。如果多于一句，也忽略（有些合并的html）。如果这里代码只有一级就放在一级。比如没有yulu，只有yuju。

WHY

分两个脚本，第一个脚本 test.bat，第二个脚本 test.ps1，
两个脚本存放于 E:\duanwenxue 目录下。
双击 test.bat 运行。
Test.bat

@echo off
PowerShell -exec ByPass -f Test.ps1
pause
复制代码

Test.ps1

$reg = '(?i)<div class="(?:sigle-)?breadcrumb">当前位置：\s*<a href=''/''>短篇原创文学</a>>.*<a href=''/([^'']+)/''>[^<>]*</a>';
$MyPath = $MyInvocation.MyCommand.Path -replace '[^\\]+$';

ForEach ($file In (dir -Literal $MyPath -Filter *.html -Recurse)) {
    $s = [IO.File]::ReadAllText($file.FullName, [Text.Encoding]::Default);
    $m = [regex]::Matches($s, $reg);
    $arr = @($m | %{$_.Groups[1].Value});
    If ($arr.Count -ne 1) { continue; }
    $fd = $MyPath + ($arr[0] -replace '/', '\');
    If ($file.FullName -NotLike ($fd + '\*')) {
        If (!(Test-Path -Literal $fd)) { $null = md $fd; }
        move -Literal $file.FullName -Dest $fd -Force;
    }
}
复制代码

看了下，短文周刊 网页不太一样，多了个 “sigle-”。

lxh623

有些二级不是“经典语句”，可以吗？

WHY

回复 3# lxh623


    请举例说明：有些二级不是“经典语句”

lxh623

东西来自于网站，www.duanwenxue.com/ 。
我的同级文件夹有二三十个，biaoyu、diary、duanju、duanwen、duanxin、gushi、huayu、jingdian、jingdianyulu、jingpin、jingxuan、juzi、kouhao、mingyan、qianming、qinggan、raokouling、rizhi、sanwen、shanggan、shige、wangming、yanjianggao、yuju、yulu、zhengwen、zhoukan、zuowen 。网址加上这些，可以访问。
麻烦您！

flashercs

保存到E:\duanwenxue\moveFiles.js

var fso = new ActiveXObject('Scripting.FileSystemObject'),
    shell = new ActiveXObject('WScript.Shell'),
    curDir,
    sSearch = '<div class="breadcrumb">当前位置：<a href=\'/\'>短篇原创文学</a>.*</div>',
    findstrStringFile = 'SearchStrings.txt',
    findstrResultFile = 'SearchResult.txt',
    logFile = 'moveHtml.log',
    ts,
    tsLog,
    nExitCode,
    sPrevFile,
    sPrevDestFolder,
    sCurrFile,
    aFilePath,
    nMultiCount,
    reFilePath = /^([^:]+):<div class="breadcrumb">当前位置：(?=<a href='\/'>短篇原创文学<\/a>>)(?:<a href='([^']+)'>[^<]+<\/a>>)+[^<]+<\/div>/i;
curDir = shell.CurrentDirectory = fso.GetParentFolderName(WScript.ScriptFullName);
try {
    tsLog = fso.OpenTextFile(logFile, 8, true, -2);
    tsLog.WriteLine(new Date().toLocaleString());
} catch (e) {
    WScript.Quit(11);
}
try {
    ts = fso.OpenTextFile(findstrStringFile, 2, true, -2);
    ts.WriteLine(sSearch);
    ts.Close();
} catch (e) {
    WScript.Quit(12);
}
shell.Run('%comspec% /c "pushd "' + curDir + '"&findstr.exe /irsg:"' + findstrStringFile + '" *.html >"' + findstrResultFile + '""', 0, true);
try {
    ts = fso.OpenTextFile(findstrResultFile, 1, false, -2);
} catch (e) {
    WScript.Quit(13);
}
sPrevFile = '';
nMultiCount = NaN;
sPrevDestFolder = curDir;
while (!ts.AtEndOfStream) {
    aFilePath = ts.ReadLine().match(reFilePath);
    if (!aFilePath) continue;
    sCurrFile = aFilePath[1];
    if (sCurrFile === sPrevFile) {
        nMultiCount += 1;
    } else {
        if (nMultiCount === 0) {
            if (!fso.FolderExists(sPrevDestFolder)) {
                shell.Run('%comspec% /c md "' + sPrevDestFolder + '"', 0, true)
            }
            if (!fso.FileExists(sPrevDestFolder + '\\' + sPrevFile.replace(/.*\\/, ''))) {
                try {
                    // fso.CopyFile(sPrevFile, sPrevDestFolder + '\\', false);
                    // fso.DeleteFile(sPrevFile, true);
                    fso.MoveFile(sPrevFile, sPrevDestFolder + '\\');
                } catch (e) {
                    tsLog.WriteLine('Moveing ' + sPrevFile + ' failed.');
                }
            }
        } else {
            nMultiCount = 0;
        }
        sPrevFile = sCurrFile;
        sPrevDestFolder = fso.GetAbsolutePathName('.' + aFilePath[2]);
    }
}
if (nMultiCount === 0) {
    if (!fso.FolderExists(sPrevDestFolder)) {
        shell.Run('%comspec% /c md "' + sPrevDestFolder + '"', 0, true)
    }
    if (!fso.FileExists(sPrevDestFolder + '\\' + sPrevFile.replace(/.*\\/, ''))) {
        try {
            // fso.CopyFile(sPrevFile, sPrevDestFolder + '\\', false);
            // fso.DeleteFile(sPrevFile, true);
            fso.MoveFile(sPrevFile, sPrevDestFolder + '\\');
        } catch (e) {
            tsLog.WriteLine('Moveing ' + sPrevFile + ' failed.');
        }
    }
}
ts.Close();
tsLog.Close();
fso.DeleteFile(findstrStringFile);
fso.DeleteFile(findstrResultFile);
WScript.Echo('Done');
WScript.Quit(0);
复制代码

WHY

回复 3# lxh623


    2楼 Test.ps1 第一行改成：

$reg = '(?i)<div class="breadcrumb">当前位置：<a href=''/''>短篇原创文学</a>><a href=''/[^'']+''>[^<>]*</a>><a href=''(/[^'']+)''>[^<>]*</a>>';
复制代码

试下。

lxh623

回复 6# flashercs
这个也是移动了很多，创建了不少新的文件夹，非常感谢。
有一个问题，有些四级五级目录的文件夹下文件没有移动。比如，E:\duanwenxue\gushi\guigushi\新建文件夹1 。

flashercs

回复 8# lxh623
肯定是目标目录下已经存在同名文件了,本着 不删除 不覆盖 的原则操作,比较安全.
自己查看下目标目录就知道.

WHY

回复 8# lxh623


    你这与顶楼描述的自相矛盾：

（比如E:\duanwenxue\yuju\yulu\新建文件夹，或者任何名称的三级或四级子文件夹）下面，就不动

2楼改了下。

lxh623

回复 10# WHY
不是的，是应该移动的没有被移动。

lxh623

谢谢两位，大体可以了。