zsltxx 发表于 2012-4-14 23:11:43

从文本中提取文件名

请教各位大大，如何从下面文本中提取出TxT_19430.txt、att000.jpg等等文件名？
<smil>
        <head>
                <layout>
                        <root-layout width="176" height="208"/>
                        <region id="Image" width="56%" height="24%" left="0%" top="0%"/>
                        <region id="Text" width="56%" height="24%" left="0%" top="24%"/>
                </layout>
        </head>
        <body>
                <par dur="180000ms">
                        <text src="TxT_19430.txt" region="Text"/>
                        <img src="att000.jpg" region="Image"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_18864.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_29443.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_21602.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_2030.txt" region="Text"/>
                </par>
                <par dur="10000ms">
                        <img src="att060.jpg" region="Image"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_22339.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_6280.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_16223.txt" region="Text"/>
                </par>
                <par dur="10000ms">
                        <img src="att100.jpg" region="Image"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_24982.txt" region="Text"/>
                </par>
                <par dur="10000ms">
                        <img src="att120.jpg" region="Image"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_29351.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_25734.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_15145.txt" region="Text"/>
                </par>
                <par dur="180000ms">
                        <text src="TxT_8240.txt" region="Text"/>
                </par>
                <par dur="120000ms">
                        <text src="TxT_11575.txt" region="Text"/>
                </par>
                <par dur="10000ms">
                        <img src="att180.gif" region="Image"/>
                </par>
        </body>
</smil>

haijie1223 发表于 2012-4-14 23:29:17

#include<array.au3>
$string = _
'<smil>' & @CRLF & _
'      <head>' & @CRLF & _
'                <layout>' & @CRLF & _
'                        <root-layout width="176" height="208"/>' & @CRLF & _
'                        <region id="Image" width="56%" height="24%" left="0%" top="0%"/>' & @CRLF & _
'                        <region id="Text" width="56%" height="24%" left="0%" top="24%"/>' & @CRLF & _
'                </layout>' & @CRLF & _
'      </head>' & @CRLF & _
'      <body>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_19430.txt" region="Text"/>' & @CRLF & _
'                        <img src="att000.jpg" region="Image"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_18864.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_29443.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_21602.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_2030.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="10000ms">' & @CRLF & _
'                        <img src="att060.jpg" region="Image"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_22339.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_6280.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_16223.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="10000ms">' & @CRLF & _
'                        <img src="att100.jpg" region="Image"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_24982.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="10000ms">' & @CRLF & _
'                        <img src="att120.jpg" region="Image"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_29351.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_25734.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_15145.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="180000ms">' & @CRLF & _
'                        <text src="TxT_8240.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="120000ms">' & @CRLF & _
'                        <text src="TxT_11575.txt" region="Text"/>' & @CRLF & _
'                </par>' & @CRLF & _
'                <par dur="10000ms">' & @CRLF & _
'                        <img src="att180.gif" region="Image"/>' & @CRLF & _
'                </par>' & @CRLF & _
'      </body>' & @CRLF & _
'</smil>'
Local $filename=StringRegExp($string,'(?m)(?<=src\=\").+(?=\"\sregion)',3)
_ArrayDisplay($filename)

lixiaolong 发表于 2012-4-14 23:33:28

回复 1# zsltxx

#include <Array.au3>
Local $Str = _
                '<smil>' & @CRLF & _
                '      <head>' & @CRLF & _
                '                <layout>' & @CRLF & _
                '                        <root-layout width="176" height="208"/>' & @CRLF & _
                '                        <region id="Image" width="56%" height="24%" left="0%" top="0%"/>' & @CRLF & _
                '                        <region id="Text" width="56%" height="24%" left="0%" top="24%"/>' & @CRLF & _
                '                </layout>' & @CRLF & _
                '      </head>' & @CRLF & _
                '      <body>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_19430.txt" region="Text"/>' & @CRLF & _
                '                        <img src="att000.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_18864.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_29443.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_21602.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_2030.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att060.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_22339.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_6280.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_16223.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att100.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_24982.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att120.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_29351.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_25734.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_15145.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_8240.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="120000ms">' & @CRLF & _
                '                        <text src="TxT_11575.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att180.gif" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '      </body>' & @CRLF & _
                '</smil>'

Local $Test

$Test = StringRegExp($str, '<(?i)text\hsrc\="([^"]+)', 3)
If Not @Error Then _ArrayDisplay($Test, UBound($Test))

$Test = StringRegExp($str, '<(?i)img\hsrc\="([^"]+)', 3)
If Not @Error Then _ArrayDisplay($Test, UBound($Test))

$Test = StringRegExp($str, '<(?i)(?:text|img)\hsrc\="([^"]+)', 3)
If Not @Error Then _ArrayDisplay($Test, UBound($Test))

zsltxx 发表于 2012-4-14 23:34:50

谢谢！阿杰好强，对正则头疼

vason1019 发表于 2012-4-14 23:40:10

不懂正则 学习

user3000 发表于 2012-4-14 23:46:21

处理此类网页数据, 我喜欢用([^"]+)
匹配链接, 标题 等等, 都可以用它, 只是前面的字符要相应修改下.

zsltxx 发表于 2012-4-14 23:58:58

狂补正则中……向汗颜致敬

水木子 发表于 2012-4-15 18:10:19

#include <Array.au3>

$String = _
                '<smil>' & @CRLF & _
                '      <head>' & @CRLF & _
                '                <layout>' & @CRLF & _
                '                        <root-layout width="176" height="208"/>' & @CRLF & _
                '                        <region id="Image" width="56%" height="24%" left="0%" top="0%"/>' & @CRLF & _
                '                        <region id="Text" width="56%" height="24%" left="0%" top="24%"/>' & @CRLF & _
                '                </layout>' & @CRLF & _
                '      </head>' & @CRLF & _
                '      <body>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_19430.txt" region="Text"/>' & @CRLF & _
                '                        <img src="att000.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_18864.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_29443.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_21602.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_2030.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att060.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_22339.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_6280.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_16223.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att100.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_24982.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att120.jpg" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_29351.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_25734.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_15145.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="180000ms">' & @CRLF & _
                '                        <text src="TxT_8240.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="120000ms">' & @CRLF & _
                '                        <text src="TxT_11575.txt" region="Text"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '                <par dur="10000ms">' & @CRLF & _
                '                        <img src="att180.gif" region="Image"/>' & @CRLF & _
                '                </par>' & @CRLF & _
                '      </body>' & @CRLF & _
                '</smil>'

Local $aFileName = StringRegExp($String, '(?<=src=")[^\.]+\.\w+', 3)
_ArrayDisplay($aFileName)

zsltxx 发表于 2012-4-17 15:49:03

结帖，谢谢2#、3#、9#
2#:http://www.autoitx.com/forum.php?mod=redirect&goto=findpost&ptid=31630&pid=423809&fromuid=7658890
3#:http://www.autoitx.com/forum.php?mod=redirect&goto=findpost&ptid=31630&pid=423813&fromuid=7658890
9#:http://www.autoitx.com/forum.php?mod=redirect&goto=findpost&ptid=31630&pid=424058&fromuid=7658890
页: [1]
查看完整版本: 从文本中提取文件名