Пакет, Как отфильтровать этот текст HTML, чтобы установить немного переменных

у меня большие проблемы

Я использую wget для отправки петиции в сеть, затем получаю html. И мне нужно отфильтровать этот образец html:

more code up...

        <div id="song_html" class="show1">
            <div class="left">
            <!-- info mp3 here -->
                256 kbps<br />3:21<br />6.13 mb         </div>
            <div id="right_song">
                <div style="font-size:15px;"><b>Marilyn Manson - Tainted Love ( Manson Remix) mp3</b></div>
                <div style="clear:both;"></div>
                <div style="float:left;">
                    <div style="float:left; height:27px; font-size:13px; padding-top:2px;">
                        <div style="float:left;"><a href="http://rockass.free.fr/video/Marilyn Manson - Taited Love.mp3" rel="nofollow" target="_blank" style="color:green;">Download</a></div> 
                                                <div style="margin-left:8px; float:left; width:27px; text-align:center;"><a href="javascript:void(0)" onclick="showPlayer_new(37119, '91da6888c92ccb4198dbc78cb30f311635751694', 'marilyn+manson', 'tainted+love')" rel="nofollow" id="lk37119" class="play_now">Play</a></div>                     
                                                                        <div style="margin-left:8px; float:left;"><a href="javascript:void(0)" onclick="showEmbed_new(37119, '91da6888c92ccb4198dbc78cb30f311635751694')" rel="nofollow" id="em37119" class="embed">Embed</a></div>
                                                <div style="margin-left:8px; float:left;"><a href="http://www.ringtonematcher.com/go/?sid=WDLL&artist=marilyn+manson&song=tainted+love" rel="nofollow" target="_blank" style="color:red;" title="Send Marilyn Manson - Tainted Love Ringtone to your Cell">Descarga Tono</a></div> 
                        <div style="clear:both;"></div>
                    </div>
                    <div id="player37119" style="float:left; margin-left:10px;" class="player"></div>
                </div>  
                <div style="clear:both;"></div>
            </div>
            <div style="clear:both;"></div>
        </div>

        <div id="song_html" class="show2">
            <div class="left">
            <!-- info mp3 here -->
                            </div>
            <div id="right_song">
                <div style="font-size:15px;"><b>Spaz Marilyn Manson Metric - grow up and blow the great big dj://spaz, marilyn manson  mp3</b></div>
                <div style="clear:both;"></div>
                <div style="float:left;">
                    <div style="float:left; height:27px; font-size:13px; padding-top:2px;">
                        <div style="float:left;"><a href="http://spaz.mindstab.net/djspaz_-_grow_up_and_blow_the_great_big_white_nietzche.mp3" rel="nofollow" target="_blank" style="color:green;">Download</a></div> 
                                                <div style="margin-left:8px; float:left; width:27px; text-align:center;"><a href="javascript:void(0)" onclick="showPlayer_new(668416, 'ac5b8834fa26b892fc1436db4678aca9d8acfdb1', 'spaz+marilyn+manson+metric', 'grow+up+and+blow+the+great+big+dj%3a%2f%2fspaz%2c+marilyn+manson')" rel="nofollow" id="lk668416" class="play_now">Play</a></div>                       
                                                                        <div style="margin-left:8px; float:left;"><a href="javascript:void(0)" onclick="showEmbed_new(668416, 'ac5b8834fa26b892fc1436db4678aca9d8acfdb1')" rel="nofollow" id="em668416" class="embed">Embed</a></div>
                                                <div style="margin-left:8px; float:left;"><a href="http://www.ringtonematcher.com/go/?sid=WDLL&artist=spaz+marilyn+manson+metric&song=grow+up+and+blow+the+great+big+dj%3a%2f%2fspaz%2c+marilyn+manson" rel="nofollow" target="_blank" style="color:red;" title="Send Spaz Marilyn Manson Metric - Grow Up And Blow The Great Big Dj://spaz, Marilyn Manson Ringtone to your Cell">Descarga Tono</a></div> 
                        <div style="clear:both;"></div>
                    </div>
                    <div id="player668416" style="float:left; margin-left:10px;" class="player"></div>
                </div>  
                <div style="clear:both;"></div>
            </div>
            <div style="clear:both;"></div>
        </div>

    <div id="morelink" style="margin:10px; text-align:center;"><a href="" rel="nofollow" onClick="toggle(); return false;">Show More Results</a></div>


                <div id="song_html" class="show3">
            <div class="left">
            <!-- info mp3 here -->
                 3:10<br />         </div>
            <div id="right_song">
                <div style="font-size:15px;"><b>Marilyn Manson - MARILYN MANSON - Rock is Dead  mp3</b></div>
                <div style="clear:both;"></div>
                <div style="float:left;">
                    <div style="float:left; height:27px; font-size:13px; padding-top:2px;">
                        <div style="float:left;"><a href="http://www.bricbrac.free.fr/Music/01___MARILYN_MANSON___ROCK_.MP3" rel="nofollow" target="_blank" style="color:green;">Download</a></div> 
                                                <div style="margin-left:8px; float:left; width:27px; text-align:center;"><a href="javascript:void(0)" onclick="showPlayer_new(670124, '14a52b596082676bed6a9d860c383488a486e1dc', 'marilyn+manson', '-+rock+is+dead')" rel="nofollow" id="lk670124" class="play_now">Play</a></div>                     
                                                                        <div style="margin-left:8px; float:left;"><a href="javascript:void(0)" onclick="showEmbed_new(670124, '14a52b596082676bed6a9d860c383488a486e1dc')" rel="nofollow" id="em670124" class="embed">Embed</a></div>
                                                <div style="margin-left:8px; float:left;"><a href="http://www.ringtonematcher.com/go/?sid=WDLL&artist=marilyn+manson&song=-+rock+is+dead" rel="nofollow" target="_blank" style="color:red;" title="Send Marilyn Manson - - Rock Is Dead Ringtone to your Cell">Descarga Tono</a></div> 
                        <div style="clear:both;"></div>
                    </div>
                    <div id="player670124" style="float:left; margin-left:10px;" class="player"></div>
                </div>  
                <div style="clear:both;"></div>
            </div>
            <div style="clear:both;"></div>
        </div>

</div>
</div>
<!-- ================= -->  

more code down...

... Чтобы установить несколько переменных, таких как «Имя», «Битрейт», «Размер» и «Загрузка», чтобы распечатать всю эту информацию в пакетном режиме, например:

1st result:
[Name]      Marilyn Manson - Tainted Love ( Manson Remix) mp3
[Info]      Bitrate: 256 kbps. Length: 3:21. Size: 6.13 mb.
[Download]  http://rockass.free.fr/video/Marilyn Manson - Taited Love.mp3

2nd result:
[Name]      Spaz Marilyn Manson Metric - grow up and blow the great big dj://spaz, marilyn manson  mp3
[Info]      NO INFO.
[Download]  http://spaz.mindstab.net/djspaz_-_grow_up_and_blow_the_great_big_white_nietzche.mp3

3rd result:
[Name]      Marilyn Manson - MARILYN MANSON - Rock is Dead  mp3
[Info]      Lenght: 3:10.
[Download]  http://www.bricbrac.free.fr/Music/01___MARILYN_MANSON___ROCK_.MP3

Я пробовал «Findstr», «Find», «SED», «GREP», «FART», но я не могу найти способ (разделители строк и символов), чтобы сделать это правильно...

Единственное, что я вижу, чтобы сделать это возможным, это эта строка:

<!-- ================= -->

Я могу использовать его как разделитель END, потому что эта строка отмечает конец mp3 для загрузки и печати их информации...

Кто-нибудь может мне помочь?

Спасибо


windows batch-file wget grep sed
person ElektroStudios    schedule 21.04.2012    source источник

Ответы (3)


arrow_upward
3
arrow_downward

В приведенном ниже пакетном файле используется тот факт, что нужные вам данные расположены на фиксированном количестве строк ниже строки «info mp3 here». Кроме того, данные извлекаются на основе его положения в строке. Если какие-то данные не подчиняются этому правилу, программу нужно будет модифицировать.

@echo off
setlocal EnableDelayedExpansion
findstr /N /C:"info mp3 here" %1 > "%~N1.tmp"
set lastLine=-1
(for /F "usebackq delims=:" %%a in ("%~N1.tmp") do (
   set /A skip=%%a-lastLine
   for /L %%i in (1,1,!skip!) do set /P info=
   set /P =& set /P name=
   for /L %%i in (1,1,4) do set /P download=
   set "name=!name:*<b>=!
   for /F "delims=<" %%n in ("!name!") do echo [Name]      %%n
   set "info=!info:<br />= !"
   set "info=!info:</div>=!"
   set bitrate=
   set lenght=
   set size=
   set value=
   for %%t in (!info!) do (
      if not defined value (
         set value=%%t
      ) else ( 
         if %%t equ kbps (
            set "bitrate=Bitrate: !value! kbps. "
            set value=
         ) else if %%t equ mb (
            set "size=Size: !value! mb."
            set value=
         ) else (
            set "lenght=Lenght: !value!. "
            set value=%%t
         )
      )
   )
   if defined value (
      set "lenght=Lenght: !value!. "
   )
   set info=!bitrate!!lenght!!size!
   if not defined info set info=NO INFO.
   echo [Info]      !info!
   set "download=!download:"=$!"
   for /F "tokens=4 delims=$" %%d in ("!download!") do echo [Download]  %%d
   set /A lastline=%%a+6
)) < %1
del "%~N1.tmp"

Выход:

[Name]      Marilyn Manson - Tainted Love ( Manson Remix) mp3
[Info]      Bitrate: 256 kbps. Lenght: 3:21. Size: 6.13 mb.
[Download]  http://rockass.free.fr/video/Marilyn Manson - Taited Love.mp3

[Name]      Spaz Marilyn Manson Metric - grow up and blow the great big dj://spaz, marilyn manson  mp3
[Info]      NO INFO.
[Download]  http://spaz.mindstab.net/djspaz_-_grow_up_and_blow_the_great_big_white_nietzche.mp3

[Name]      Marilyn Manson - MARILYN MANSON - Rock is Dead  mp3
[Info]      Lenght: 3:10.
[Download]  http://www.bricbrac.free.fr/Music/01___MARILYN_MANSON___ROCK_.MP3
person Aacini    schedule 24.04.2012
comment
Спасибо!. Можете ли вы сказать мне, сколько строк мне нужно вырезать в начале образца html, который я разместил? Я получаю отказ, если пытаюсь использовать ваш код с образцом html. Спасибо еще раз. Я имею в виду, что первая строка документа должна быть... какой? - person ElektroStudios; 24.04.2012
comment
Я думаю, что моя программа должна работать с любым входным файлом; вывод, который я опубликовал, использовал ваш образец файла выше. Введите это: findstr /N /C:"info mp3 here" thefile.html и убедитесь, что цифры соответствуют строкам информации о mp3 здесь. Если у вас все еще есть проблемы, сократите до нескольких строк выше первой строки информации о mp3 здесь. Помните, что если некоторые данные имеют не тот формат, который я предполагал, моя программа завершится ошибкой, как объяснялось выше. - person Aacini; 24.04.2012
comment
я пробовал на днях yourcode.bat file.html и, как я уже сказал, я получаю неудачный вывод, но теперь я попробовал еще раз, и все в порядке, я не знаю, почему ... может быть, я сохранил первую летучую мышь в utf или unicode по ошибке, теперь в ansi. Еще раз спасибо!!! - person ElektroStudios; 25.04.2012
comment
хорошо, это моя вина, летучая мышь работает только в том случае, если в html-документе есть строки отступа, такие как образец html. к сожалению, wget делает сборку html в ОДНУ строку (Мой текстовый редактор распознает отступы строк, но не код летучей мыши) пока! - person ElektroStudios; 25.04.2012

arrow_upward
2
arrow_downward

Вот скрипт, который будет анализировать нужную вам информацию.

Сценарий принимает имя вашего HTML-файла в качестве аргумента.

Вывод отправляется в файл с именем, полученным путем добавления «.parsed» к имени входного файла.

Комментарии в верхней части скрипта дают небольшое объяснение шаблонов, используемых для поиска запрошенной информации в файле HTML.

Замените два экземпляра "TAB" символами табуляции и убедитесь, что вы сохранили один пробел перед каждой табуляцией.

#!/bin/bash

# Parse HTML with sed, suppressing all unwanted lines
  # "Info" lines all start with a number (ignoring whitespace)
  # Bitrate and file size can be identified by looking for
  #   the unit (kbps, mb) immediately following the numeric data
  # Length is identified by the colon in the middle of numeric data
  # File names are delimited by <b> and </b>
  # Lines with the URL all contain Download</a>
  # The </a> isn't necessary, but I thought it would be safer to
  #   include it since one could imagine "Download" appearing in a file name
# Pipe output to Awk for reordering of the parsed lines
#   and addition of "NO INFO" lines where necessary

sed -n '
/^[ TAB]*[0-9]/ {
  s/^[ TAB]*/[Info]      /
  s/\([0-9]*:[0-9]*\)[^0-9]*/Length: \1. /
  s/\([0-9\.]* .bps\)[^0-9L]*/Bitrate: \1. /
  s/\([0-9\.]* .b\)[^p][^0-9LB]*/Size: \1. /
  p
}
/<b>/ {
  s|</b>.*||
  s|.*<b>\(.*\)|[Name]      \1|
  p
}
\|Download</a>| {
  s/^.*\(http:[^"]*\).*/[Download]  \1/
  p
}' $1 | awk 'BEGIN { no_info = "[INFO]      NO INFO.";
                     info = no_info }
             { if ($1 == "[Name]") name = $0;
                 else if ($1 == "[Info]") info = $0;
                 else {
                   printf("%s\n%s\n%s\n\n", name, info, $0);
                   info = no_info
                 } }' > $1.parsed
exit 0
person Nick Atoms    schedule 21.04.2012
comment
Привет, я очень ценю вашу помощь ... но этот код для Linux ... я сказал, что мне нужно сделать это в пакетном режиме, в заголовке написано «Пакетный режим», и я имею в виду, что я пробовал SED (и GREP) для Windows. Извините, если вас это смутило. Я не знаю, как преобразовать эти термины Linux, чтобы сделать это правильно в пакетном режиме, но еще раз спасибо. Я изучу ваш код... пока - person ElektroStudios; 22.04.2012
comment
Извини за это. Я полностью остановился на пакетной части. К сожалению, я не говорю на Батч. Может быть, найдется тот, кто умеет переводить. Я бы поставил себе минус, но, видимо, это не вариант. - person Nick Atoms; 22.04.2012

arrow_upward
1
arrow_downward

TXR 65 (работает в Windows; доступен .exe-файл, скомпилированный MinGW)

@(collect)
 <div id="song_html" class="show@nil">
            <div class="left">
            <!-- info mp3 here -->
@(gather :vars ((bitrate nil) (length nil) (size nil)))
 @bitrate kbps@(skip)
@(skip)@{length /\d+:\d\d/}@(skip)
@(skip)@{size /\d+\.\d\d/} mb@(skip)
@(until)
            <div id="right_song">
@(end)
@(bind info @(if (or bitrate length size)
               (let ((s (make-string-output-stream)))
                 (if bitrate
                   (format s "Bitrate: ~a kbps. " bitrate))
                 (if length
                   (format s "Length: ~a. " length))
                 (if size
                   (format s "Size: ~a mb. " size))
                 (get-string-from-stream s))
               "NO INFO."))
            <div id="right_song">
                <div style="font-size:15px;"><b>@title</b></div>
                <div style="clear:both;"></div>
                <div style="float:left;">
                    <div style="float:left; height:27px; font-size:13px; padding-top:2px;">
                        <div style="float:left;"><a href="@link" rel="nofollow" target="_blank" style="color:green;">Download</a></div> 
@(until)
<!-- ================= -->  
@(end)
@(output)
@  (repeat)
[Name]      @title
[Info]      @info
[Download]  @link
@  (end)
@(end)

Бегать:

$ txr data.txr data.html
[Name]      Marilyn Manson - Tainted Love ( Manson Remix) mp3
[Info]      Bitrate: 256 kbps. Length: 3:21. Size: 6.13 mb. 
[Download]  http://rockass.free.fr/video/Marilyn Manson - Taited Love.mp3
[Name]      Spaz Marilyn Manson Metric - grow up and blow the great big dj://spaz, marilyn manson  mp3
[Info]      NO INFO.
[Download]  http://spaz.mindstab.net/djspaz_-_grow_up_and_blow_the_great_big_white_nietzche.mp3
[Name]      Marilyn Manson - MARILYN MANSON - Rock is Dead  mp3
[Info]      Length: 3:10. 
[Download]  http://www.bricbrac.free.fr/Music/01___MARILYN_MANSON___ROCK_.MP3
person Kaz    schedule 22.04.2012
comment
Привет, Каз, спасибо, я попробую твой код, но я не понимаю, как важно использовать его в WIN. Я скачал txr65.zip с вашего веб-сайта, но не могу найти исполняемый файл внутри, может быть, вы имеете в виду, что мне нужно установить TXR на Linux, а затем скомпилировать его... с чем? С MingW (в Linux?)? Можете ли вы решить мой нубский вопрос, пожалуйста? - person ElektroStudios; 22.04.2012