Re: [請問] 有沒有html或文字軟體可以"擷取"前後的 …

[scuderia ( )]

※ 引述《to1322 (to1322)》之銘言：
: 最近在幫公司做網頁html資料整理
: 想從html裡把需要的文字取出(目前是一個一個"拷貝"+"貼上"在word)
: <h6><a href="pplo/PENIAS">PENIAS</a></h6>
: 中間的"PENIAS"就是我要的文字
: 它固定夾在<h6>...</h6>中間
: 而前後段又都有很多我不需要的程式碼
: 一個html裡大概有幾百個我需要的
: 有沒有軟體可以幫我把<h6>......</h6>
: 中間這一段我需要的文字留下
: 不需要的程式碼移除的文字軟體呢?
: 感謝鄉民大大


    之前遇過類似問題，跟大家分享，獻醜了。


    以你的例子來說，把原始碼複製到 Notepad++ 之類的文字編輯器，

    取代掉空白、斷行之類的之後整理成有條理的呈現方式..

    <h6><a href="pplo/PENIAS">PENIAS</a></h6>

    接著用取代功能，把 "> 代換為 ">, 而 </a> 代換為 ,</a>，

    就會變成這樣：

    <h6><a href="pplo/PENIAS">,PENIAS,</a></h6>

    接著將這個文字檔存成 txt，打開 excel 使用資料匯入功能，

    分隔符號選擇為 , 後匯入，

    就會變成：

                      A              ｜  B    |  C       
      1   <h6><a href="pplo/PENIAS"> ｜PENIAS | </a>
      2                              ｜       |
      3                              |        |


    按一下 B 就可以全選複製貼上到你要的地方去了，

    這個方法的優點是可以同時篩選出多組字串，提供你參考 :)




    如果所需字串前後是字數相同但是內容不同需要去除，如：

    <h6><a href="pplo/1111">1111</a></h6>
    <h6><a href="pplo/2222">2222</a></h6>
    <h6><a href="pplo/3333">3333</a></h6>

    可以直接在 Notepad++ 使用巨集功能錄製鍵盤動作，

    例如在 <h6> 前面按 24 下 del 然後按 ↓ 再按 home 到下一行首，

    然後讓他自動執行到文件結尾，就可以輕鬆全部砍掉，

    剩下的再用取代功能去掉就好。



    以上，給您做參考 :)

--
 馬皇馬皇!那邊有個村子    馬皇馬皇!好幾個國家說要來   馬皇馬皇~為什麼災情這麼慘
         滅了                   幫忙救災 文字:scuderia          You    ψQSWEET
  東森  ◥        騜  ◥  東森  ◥          騜  ◥       CNN  ◥see! ◤  騜   
 ◤◎ ◎ 喔~~  ◤︶ ︶   ◤◎ ◎   喔~~  ◤︶ ︶       ◤◎ ◎ They自己⊙ ⊙◥ 
 ◥    ◤      ◥  █◤  ◥    ◤        ◥   3◤╯ξ  ◥    ◤沒準備 ◥皿  ◤
 ◥ ◥◥ (哈欠)◤ ◥◤   ◥ ◥◥   (煙~) ◤ ◥ ◤￣    ◥ ◥◥怪我喔？(◥ ◤ ◤)

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 118.161.248.69
→ imphs:不用吧 excel可以貼網頁 跟 word一樣 他能自動轉出文字
推 winth:不明白為何不直接開瀏覽器再把字copy就好？它是html不是嗎？
→ onelife:樓上，這樣要copy數千次吧
→ r31422009: < 取代 <!--  然後 > 取代 --><br> 再用網頁開
→ r31422009:然後排序濾掉空行, 或是取代掉空行換行
→ r31422009:不過文件內若有用到 > <文字 此法可能就不行
→ onelife:如果要一次處理所有檔案，用Notepad++的搜尋目錄，尋找
→ onelife:「<h6><a href=」，然後把搜尋結果複製到新文件裡
→ onelife:再用正規表示式
→ onelife:尋找「.*<h6><a href="[^"]*">(.+)</a></h6>.*」
→ onelife:  以「\1」取代之
→ onelife:上述只是寫個大概，實際處理得看關鍵字怎麼變化
→ knives:正規表示式，一招KO，就非得搞得那麼麻煩幹嘛