Question

我在以下文件夹中有一堆.xml文件： “ C：\ Users \ Kavinda JD \ Desktop \ Manual \ XMLs \ Output”

我希望在整个文件夹中搜索所有.png文件引用。例如，一个.xml文件具有以下内容：

        <li class="list1-item clearer">
            <div class="ie8fixer" />
            <p class="step2-list1-nonmark-heading">The following image is an example.</p>
            <div class="bigImage"><img src="../image/vl7ie02.png" alt="VL7IE02" class="figure-graphic--bigImage" />
            </div>
        </li>

我需要一些将通过每个.xml文件并选择.png文件名称的内容。因此，对于上面的示例，输出为：

vl7ie02.png

我已经尝试使用Notepad ++搜索字符串“ .png”，但是对于某些.xml文件，一行包含很多信息，并且png文件名出现在标签的末尾。因此，即使有匹配项，Notepad ++也不会在输出窗口中显示此内容。然后，我必须转到文件和相关行，然后从那里获取它。

我真的不想这样做，因为目录中有超过6000个xml文件！

Answer 1

使用grep -Eo "[^/]+\.png" *.xml

如果您使用的是Windows，请参见Grep for Windows

Answer 2

使用以下正则表达式：

img.*?src=".*(?<="|\/)(\w+\.(?:png|jpg|jpeg|gif))"

更详细的解释在[Regex101] [2]上。

请注意，图像路径始终位于img标签和src属性中。
还请注意，src属性内容始终包裹在引号"之间。
(?<="|\/)是一个正向后视，表示图像名称和扩展名必须在引号字符"或反斜杠/后（逃脱）。
\w+\.将文件名与点匹配。如果你想前。文件名中的空格，请使用.+。
(?:png|jpg|jpeg|gif)是可能的扩展名。如果您不关心它们，请改用\w+。
在捕获组括号(\w+\.(?:png|jpg|jpeg|gif))内用点号和扩展名包裹文件名。

提取目录中所有文件的两个关键字之间的字符串

2 个答案: