使用批处理 (.bat) 脚本从 HTML 文件中删除行（或标记）答案

【问题标题】：Delete lines (or tag) from HTML-Files using batch (.bat) script使用批处理 (.bat) 脚本从 HTML 文件中删除行（或标记）
【发布时间】：2017-09-28 21:07:57
【问题描述】：

假设我有一些 HTML 文件以类似的行开头：

<HTML>
<HEAD>

    <TITLE>Some HTML Page</TITLE>
    <H1>something</H1>
    <A>something else</A>
    <A>something else fsomething else></A>
    <A>End of something</A>

    <H2>Beginning of something else
    text text text....</H2>

</HEAD>

我需要使用 Windows Shell (cmd) 从所有这些文件中删除一些代码。我更喜欢一种解决方案，它删除我在这种情况下不需要的标签 <H2> 标签，这在所有文件中都是唯一的。

但是因为如上所述，文件开头是相似的（可能更容易）解决方案，它允许我删除一系列行也可以。在这种情况下，第 9 到 11 行。

到目前为止我对一个文件和删除行方法的尝试：

@Echo OFF

Set /A "BL=9"
Set /A "EL=11"
Set /A "Z=%EL%-%BL%"

(Type "inputFile.html" | MORE +%BL%)>"inputFile.html"

我可能需要 MORE 的 Opposite 函数调用，所以我可以首先将第 9 行之前的所有内容写入文件，然后在第二步中使用MORE 命令和>> 在第 11 行之后附加所有内容。

我试图扩展这个答案：https://stackoverflow.com/a/12737334/4543887 满足我的需要，但是我的命令行技能非常基本。

我知道使用例如sed 会很容易，但我仅限于cmd。

【问题讨论】：

标签： html windows batch-file command-line cmd

【解决方案1】：

如果您不关心某些标签缩进的改变，您可以在 JScript 中使用 DOM 方法。通常，将结构化标记数据（例如 HTML、XML、JSON 等）进行对象化和解析要比将其作为纯文本进行破解和抓取要好。使用 .bat 扩展名和盐来保存它。

@if (@CodeSection == @Batch) @then
@echo off & setlocal

set "in=test.html"

rem // run JScript hybrid code, passing the HTML content via stdin
<"%in%" cscript /nologo /e:JScript "%~f0"

rem // Exit script.  You're done.  w00p w00p!
goto :EOF

@end // end Batch / begin JScript hybrid code

var DOM = WSH.CreateObject('htmlfile'),
    stdin = WSH.CreateObject('Scripting.FileSystemObject').GetStandardStream(0).ReadAll(),
    trash = {};

// force loading IE11 engine then clear
DOM.write('<meta http-equiv="x-ua-compatible" content="IE=11" />');
DOM.close();

// load HTML into the IE11 engine and manipulate
DOM.write(stdin);
trash = DOM.getElementsByTagName('h2')[0];
trash.parentNode.removeChild(trash);

// output modified HTML
WSH.Echo(DOM.documentElement.outerHTML);
DOM.close();

htmlfile COM 对象在 Microsoft 的网站上没有很好的记录。但是你可以通过做来查看它的所有属性和方法

powershell "new-object -COM htmlfile | gm | more"

【讨论】：