[问题求助] [已解决]VBS如何批量从网页文件中提取出网址内容？

xp3000

本地文件夹有大量的htm、html和mht文件，
里面有网址链接如：
http://www.xxxx/....../xxxx.com
http://www.xxxx/....../xxxx.cn
http://www.xxxx/....../xxxx.html
如何在文件夹内建个vbs从这些网页文件中把链接提取出来，
保存在一个TXT里面，对它们按提取页面顺序排列进行分类并去掉重复。
页面和页面之间可以空行分开。
提取部分：
1.
http://到.com之间的内容
2.
http://到.cn之间的内容
3.
http://到.html之间的内容


比如有个文件有记事本打开，其他的也有部分带这样的链接：
href="http://www.baidu.com"
target=_blank>http://www.baidu.com</A><BR><A
href="http://189.cn"
target=_blank>http://189.cn</A><BR><A
href="http://bbs.xunlei.com/forum-154-1.html"
href="http://bbs.xunlei.com/forum-154-10.html"
href="http://bbs.xunlei.com/forum-154-11.html"
href="http://bbs.xunlei.com/forum-154-12.html"
href="http://bbs.xunlei.com/forum-154-2.html"
href="http://bbs.xunlei.com/forum-154-3.html"
href="http://bbs.xunlei.com/forum-154-4.html"
href="http://bbs.xunlei.com/forum-154-5.html"
href="http://bbs.xunlei.com/forum-154-6.html"
href="http://bbs.xunlei.com/forum-154-7.html"
href="http://bbs.xunlei.com/forum-154-8.html"
href="http://bbs.xunlei.com/forum-154-9.html"

最后把它们弄成下面这样，弄到一个文本里面：

http://www.baidu.com

http://189.cn

http://bbs.xunlei.com/forum-154-1.html
http://bbs.xunlei.com/forum-154-2.html
http://bbs.xunlei.com/forum-154-3.html
http://bbs.xunlei.com/forum-154-4.html
http://bbs.xunlei.com/forum-154-5.html
http://bbs.xunlei.com/forum-154-6.html
http://bbs.xunlei.com/forum-154-7.html
http://bbs.xunlei.com/forum-154-8.html
http://bbs.xunlei.com/forum-154-9.html
http://bbs.xunlei.com/forum-154-10.html
http://bbs.xunlei.com/forum-154-11.html
http://bbs.xunlei.com/forum-154-12.html

DAIC

选择一个htm文件，压缩，上传，以便大家测试代码。

apang

Set fso = CreateObject("Scripting.FileSystemObject")
For Each f in fso.GetFolder(".").Files
    ext = LCase(fso.GetExtensionName(f))
    If ext = "htm" or ext = "html" or ext = "mht" Then
        txt = fso.OpenTextFile(f).ReadAll
        fso.OpenTextFile(f & ".txt", 2, true).Write GetUrl(txt)
    End If
Next
MsgBox "OK"

Function GetUrl(str)
    Set re = New RegExp
    re.Pattern = "http://[\w\.\-/]+\.(com|cn|html)"
    re.Global = True
    re.IgnoreCase = True
    For Each m in re.Execute(str)
        If InStr(s, m & vbCrLf) = 0 Then s = s & m & vbCrLf
    Next
    GetUrl = s
End Function
复制代码