解析html文件

Question

我想解析html文件，並在找到號碼在html的某些部分。這個腳本的目標是每個令牌獲得一個數字。該腳本必須找到屬於正確IP地址的號碼。

這些數字是IP的一部分，但IP並不完整，但分隔爲html標籤。這就是這個工作很複雜。到現在我有這樣的代碼：

@echo off 
Setlocal EnableDelayedExpansion 
SET proxy_3=hide_2.htm   

FOR %%Z IN (hide_2.htm) DO (
FOR /F "tokens=1-20 delims=<>" %%A IN ('grep -B 1411 -E "</table>" %%Z ^| grep -E ^"^(display^|^^\d\d{1,3}^|country^|^<td^>HTTP^|rightborder^).*$^" ') DO (
echo A:%%A + B:%%B + C:%%C + D:%%D + %%E + %%F + %%G + %%H + %%I + %%J + %%K + %%L 
FOR %%? in ("%%~A", "%%~B", "%%~C", "%%~D", "%%~E", "%%~F", "%%~G", "%%~H", "%%~I", "%%~J") DO (
SET $=%%~? 
echo $:!$! 
) 
pause 
) 
) 

我在這裏給出鏈接到代碼顏色格式化： http://codepaste.net/iaf4zr

然後，這裏是HTML源代碼我解析： 見線581-585： http://codepaste.net/11bqxd （請耐心等待，這需要一些時間，直到負載但對於你不想等待的情況下，我在這裏粘貼HTML源沒有格式化： http://codepaste.net/wdkcdr）

如果你想看到縮短的版本 - 這是相關的部分 L.581-585： http://codepaste.net/e1t61n

現在我已經做了一些調試：

A:   + B:td + C:span + D:span + 41 + /span + span style="display: none;" 
+ 111 + /span + div + + 
$: 
$:td 
$:span 
$:span 
$:41 
$:/span 
$:span style="display: 
$:none 
$: 
$:111 
$:/span 
$:div 
Press any key to continue... 
A: style="display: none;" + B:190 + C:/div + D:span class="" style="" + . + /spa 
n + span + 197 + /span + span + + 
$: style="display: 
$:none 
$: 
$:190 
$:/div 
$:span class="" style="" 
$:. 
$:/span 
$:span 
$:197 
$:/span 
$:span 
Press any key to continue... 
A: style="display: none;" + B:24 + C:/span + D:span + /span + . + span style="di 
splay: + + + + + 
$: style="display: 
$:none 
$: 
$:24 
$:/span 
$:span 
$:/span 
$:. 
$:span style="display: 
$: "" "" " 
Press any key to continue... 
A:inline;" + B:132 + C:/span + D:span style="display: none;" + 39 + /span + . + 
span + + + + 
$:inline;"" "132" "/span" "span 
$:style 
$:display: none;"" "39" "/span" "." "span 
$: "" " 

美元 - $：標記$ variable的值，它應該是第二個循環中不帶引號的派生列/標記。在這裏，我查找數字值，不加引號。這在最後一種情況下失敗了。

字符B：... d：馬克第一4個令牌/列，標記未標記的其餘部分...

當視爲/相關部分到線581-585是：

A:inline;" + B:132 + C:/span + D:span style="display: none;" + 39 + /span + . + 
span + + + + 
$:inline;"" "132" "/span" "span 
$:style 
$:display: none;"" "39" "/span" "." "span 
$: "" " 

如果你想看到這部分的顏色，請訪問以下鏈接： http://www.dostips.com/forum/viewtopic.php?f=3&t=3435

所以在第二循環中的令牌B是132，不包括引號。它看起來不錯。但在第三個循環中，它變爲... 風格。

而在第二環1令牌是內聯;「第三循環顯示：內聯‘;’‘132’‘/跨度’」跨度

你能解釋我這怎麼可能？我想在第二位成員收到時看到132。我可以成功解析前3個數字，但這是我無法提供的幫助。

Answer 1

你的問題是與報價解析。當行

FOR /F "tokens=1-20 delims=<>" %%A IN 

執行，您的許多變量被賦值包含一個或多個雙引號。例如，在第一時間通過循環，G等效分配給：

(set G=span style="display: none;") 

然後，在內部循環，在這裏有

FOR %%? in ("%%~A", "%%~B", "%%~C", "%%~D", "%%~E", "%%~F", "%%~G", "%%~H",... 

的「%%〜G」被替換爲

「跨度風格=」 顯示：無; 「」

並且這被解析爲兩個標記：

「跨度風格=」 顯示：

和

無 「;」

（因爲，在 「=與顯示器之間終止」 在開始，所以沒有之前的空間;成爲顯著）

同樣通過循環的第三次，這是你有問題，A，B，C，和d被等同分配到

set A=inline;" 
set B=132 
set C=/span 
set D=span style="display: none;" 
set E=39 
set F=/span 
set G=. 

現在，什麼是容易錯過了在H.的仔細檢查的值 「A：......」 輸出線顯示，H爲等效設置爲：

(set H=span) 

或

set "H=span " 

即H是串跨度後跟一個空格，因此現在您的內環

FOR %%? in ("%%~A", "%%~B", "%%~C", "%%~D", "%%~E", "%%~F", "%%~G", "%%~H", "%%~I", "%%~J") 

相當於（殼移除尾隨「取代的%% VARS和解析對於令牌之前）

FOR %%? in ("inline;"" "132" "/span" "span style="display: none;"" "39" "/span" "." "span " "" "") 

並仔細看看分析的方式。 「一致;」是一個字符串，那麼「」是一個字符串，並且嵌入的空間不被視爲一個標記分隔符，後跟132並且沒有空格，「」再次是一個字符串，並且嵌入的空間不被視爲標記分隔符，隨後是/ SPAN和「」，其中再次嵌入的空間不是作爲標記分隔處理，最後跨越和空間，所以第一個令​​牌將

set ?="inline;"" "132" "/span" "span 

接下來，我們獲取的無證功能「爲」解析：報價的=外被處理像的空間，因此第二令牌是

set ?=style 

然後第三令牌，則啓動「顯示：無;」然後是「」，然後是39，然後是「」，然後是「跨度」然後是「」。然後「」然後跨越，當我們終於遇到一個顯著的空間，所以

set ?="display: none;"" "39" "/span" "." "span 

那麼最後的令牌「」其次「其次是未終止」」，所以

set ?=" "" "" 

總之，你需要做的是在適當的地方擺脫引號。基本上，你的問題是第一個標記%% A包含一個不匹配的雙引號，並且這完全無法解析For循環中的文本行。