Question

我有大约3,600个html文件，里面有大量的图像标签。我希望能够捕获这些文件中使用的所有 src 属性值并将它们汇总到一个文本文件中，然后我可以删除重复项并查看有多少唯一图像文件名有整体。

我使用BBEdit，我可以轻松使用正则表达式和多文件搜索来查找所有图像引用（18,673），但我不想用任何东西替换它们 - 相反，我想从BBEdit中捕获它们搜索结果'注释'并将它们推送到另一个文件中。

这可能是AppleScripted吗？或者是否有其他适合同一目的的手段？

Answer 1

你在那里完成了一项艰巨的任务，因为你需要解决很多这方面的问题。为了给你一个开始，这里有一些关于读取一个html文件并将所有src图像放在applescript列表中的建议。你必须做更多的事情，但这是一个开始。

首先，您可以将html文件作为常规文本读入AppleScript。这样的东西会得到一个html文件的文本......

set theFile to choose file
set htmlText to read theFile

将文本转换为AppleScript后，您可以使用文本项分隔符来获取src图像。这是一个例子。无论html代码有多复杂，它都应该有用......

set htmlText to "<img src=\"smiley.gif\" alt=\"Smiley face\" height=\"42\" width=\"42\" />
<img src=\"smiley.gif\" alt=\"Smiley face\" height=\"42\" width=\"42\" />
<img src=\"smiley.gif\" alt=\"Smiley face\" height=\"42\" width=\"42\" />"

set text item delimiters to "src=\""
set a to text items of htmlText
if (count of a) is less than 2 then return

set imageList to {}
set text item delimiters to "\""
repeat with i from 2 to count of a
    set thisImage to first text item of (item i of a)
    set end of imageList to thisImage
end repeat

set text item delimiters to ""
return imageList

我希望有所帮助！

如何在一组html文件中编译唯一图像文件名列表？

1 个答案: