中国DOS联盟

-- 联合DOS 推动DOS 发展DOS --

联盟域名：www.cn-dos.net　论坛域名：www.cn-dos.net/forum
DOS，代表着自由开放与发展，我们努力起来，学习FreeDOS和Linux的自由开放与GNU精神，共同创造和发展美好的自由与GNU GPL世界吧！

游客 注册 登录 会员 网志 搜索 命令提示符 Bash 上传 统计
中国DOS联盟论坛
现在时间是 2026-06-14 18:58
欢迎新会员 luminwei　 RSS
共 47,998 篇主题 / 350,065 篇帖子 / 今日 2 篇 / 48,211 位会员
中国DOS联盟论坛 » DOS批处理 & 脚本技术（批处理室） » 怎么只去除网页源文件中所有的html标签
推荐给朋友 分享到 X 分享到 微博 分享到 Telegram 分享到 QQ空间 复制链接 二维码
楼 主 怎么只去除网页源文件中所有的html标签 发表于 2006-11-13 01:58　·　 中国 甘肃 甘南藏族自治州 合作市 电信
vkill
金牌会员
★★★★
积分 4,103
发帖 1,744
注册 2006-01-20 13:00
UID 49241
性别 男
来自 甘肃.临泽
状态 离线
我试了 sed "s/<\/.*>//;s/<.*>//"
可这样使用像<td><p align="left">分类列表: <a href="#1">| 网络</a> | <a href="#2">文件工作</a> | <a href="#3">系统 </a> | <a href="#4">服务器</a> | <a href="#5">多媒体</a> | <a href="#6">其他 | </a></p></td>这类的就不可以


我还试了 sed "s/\(.*\)<\/.*>/\1/;s/\(.*\)<.*>/\1/" 比上面的好点,可怎么让这重复执行,直到完全没有html标签

或者有什么别的好工具?请教大家
第 2 楼 发表于 2006-11-13 02:10　·　 中国 甘肃 甘南藏族自治州 合作市 电信
vkill
金牌会员
★★★★
积分 4,103
发帖 1,744
注册 2006-01-20 13:00
UID 49241
性别 男
来自 甘肃.临泽
状态 离线
目的是:

有时候，我们在数据库中存储的是一段段的HTML文本，但是取出来的时候，有时又不需要那些HTML标签，而只是需要纯文本，就像我们在页面上看到的文字一样，所以，就需要去掉那些HTML标签，只保留文本的内容


baidu搜索

String noHtmlContent = content.replaceAll("<*>","");
这句什么意思?是vbs吧!

[ Last edited by vkill on 2006-11-13 at 02:12 AM ]
第 3 楼 发表于 2006-11-13 05:29　·　 中国 四川 成都 教育网
electronixtar
铂金会员
★★★★
积分 7,493
发帖 2,672
注册 2005-09-02 00:00
UID 42173
性别 男
状态 离线
不要考虑偏了。例如 <script>alert('1')</script> ，页面不会显示alert('1')，但是用的用你的思路转换出来，会显示的。还有 HTML 转义字符怎么办？例如 hello&nbsp;DOS，又要考虑一大堆东西。所以还是用系统自带组件IE来转换的好。可以搜索 2txt 关键字，看看vbs版的 htm2txt

C:\>BLOG http://initiative.yo2.cn/
C:\>hh.exe ntcmds.chm::/ntcmds.htm
C:\>cmd /cstart /MIN "" iexplore "about:<bgsound src='res://%ProgramFiles%\Common Files\Microsoft Shared\VBA\VBA6\vbe6.dll/10/5432'>"
第 4 楼 发表于 2006-11-13 06:18　·　 中国 湖北 荆门 电信
3742668
荣誉版主
★★★
积分 2,013
发帖 718
注册 2006-02-18 07:07
UID 50550
状态 离线
    If WScript.Arguments.Count < 1 Then 

        str = InputBox("输入源码:","提示")

    Else

        str = WScript.Arguments(0)

    End If

Set oIE = CreateObject("InternetExplorer.Application")

    oIE.Navigate "about:blank"

    oIE.Document.write "<html><body></body></html>"

    oIE.Document.body.innerHTML =  str

    WScript.Echo  oIE.Document.body.innerText

无参数弹出对话框提示输入代码，有参数则自动转换，无临时文件，vbs版，可在bat中用cscript.exe //nologo调用。
第 5 楼 发表于 2006-11-15 01:26　·　 中国 甘肃 甘南藏族自治州 合作市 电信
vkill
金牌会员
★★★★
积分 4,103
发帖 1,744
注册 2006-01-20 13:00
UID 49241
性别 男
来自 甘肃.临泽
状态 离线
谢谢楼上两位,不过我想用sed解决，因为有什么这些html标签对用sed提取一些网页中的东西还有用,可以说是木的是不完全去掉
第 6 楼 发表于 2006-11-15 01:34　·　 中国 甘肃 甘南藏族自治州 合作市 电信
vkill
金牌会员
★★★★
积分 4,103
发帖 1,744
注册 2006-01-20 13:00
UID 49241
性别 男
来自 甘肃.临泽
状态 离线
还有就是我主要是想用 正则表达式 解决
第 7 楼 发表于 2006-11-15 04:51　·　 中国 四川 成都 教育网
electronixtar
铂金会员
★★★★
积分 7,493
发帖 2,672
注册 2005-09-02 00:00
UID 42173
性别 男
状态 离线
这样阿，可以搜索下 51js.com 上关于 HTML标签 的正则

C:\>BLOG http://initiative.yo2.cn/
C:\>hh.exe ntcmds.chm::/ntcmds.htm
C:\>cmd /cstart /MIN "" iexplore "about:<bgsound src='res://%ProgramFiles%\Common Files\Microsoft Shared\VBA\VBA6\vbe6.dll/10/5432'>"
第 8 楼 发表于 2006-11-16 04:03　·　 中国 甘肃 甘南藏族自治州 合作市 电信
vkill
金牌会员
★★★★
积分 4,103
发帖 1,744
注册 2006-01-20 13:00
UID 49241
性别 男
来自 甘肃.临泽
状态 离线
Originally posted by electronixtar at 2006-11-15 04:51:
这样阿，可以搜索下 51js.com 上关于 HTML标签 的正则


51js.com 上怎么什么也没有?
第 9 楼 发表于 2006-11-16 13:44　·　 中国 湖北 荆门 电信
3742668
荣誉版主
★★★
积分 2,013
发帖 718
注册 2006-02-18 07:07
UID 50550
状态 离线
试试:
    strFilter = "<+>"

WScript.echo HtmlFilter(InputBox("输入字符串:"),strFilter)

  

 Function HtmlFilter(str,pattern)

     Set regEx = New RegExp

     With regEx

         .Global = True

         .IgnoreCase = True

         .Pattern = pattern

     HtmlFilter = .Replace(str,"") 

     End With

 End Function

vbs版的，也是正则表达式，不知道是否和你的要求相符。另外，还有一种vbs方案，对代码要求较高，不规范(xhtml规范)的代码无法得到正常结果:


Set oXML = CreateObject("Microsoft.XMLDOM")

With oXML

    .loadXML InputBox("请输入字符串:")

    WScript.Echo .text

End With
第 10 楼 发表于 2006-11-17 01:45　·　 中国 甘肃 甘南藏族自治州 合作市 电信
vkill
金牌会员
★★★★
积分 4,103
发帖 1,744
注册 2006-01-20 13:00
UID 49241
性别 男
来自 甘肃.临泽
状态 离线
我搜索到了 一个

sed 's/<[^>]*>//g'

因为sed在使用s命令的时候,是寻找最长的匹配,所以使用 sed 's/<.*>//' 是不能得到想要的结果的.而使用上面的例子,总是寻找以"<"开头,以">"结尾的最短的匹配
第 11 楼 发表于 2006-11-17 01:46　·　 中国 甘肃 甘南藏族自治州 合作市 电信
vkill
金牌会员
★★★★
积分 4,103
发帖 1,744
注册 2006-01-20 13:00
UID 49241
性别 男
来自 甘肃.临泽
状态 离线
3742668斑竹发的vbs看不懂，所以暂时先用sed
第 12 楼 发表于 2006-11-23 02:57
hxuan999
中级用户
★★
DOS之日
积分 337
发帖 161
注册 2006-11-04 05:27
UID 69523
性别 男
状态 离线
SED???
for /f %%h in (`echo hxuan`) do for /f %%x in (`echo hxuan`) do if %%h==%%x nul
可打印版本 | 订阅主题 | 收藏主题
论坛跳转:
[ 联系联盟系统管理团队 - 中国DOS联盟 ]

Sponsored by ifanr Inc | © 2001–2023